云计算、大数据、区块链、人工智能等数字技术与传统产业深度融合……新质生产力的形成以数据为关键生产要素电商美工外包网，以科技创新为核心驱动力，以深化新技术应用为重要特征。目前AI大模型作为现象级的人工智能技术突破和应用，正成为广州开发区、黄埔区新一轮数字技术竞争的新赛道和制高点。

当前，以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起，将迸发新的数字经济增长点。该区正积极探索推进新型工业化的新路径，紧抓数字化融合发展的契机，瞄准新一代信息技术，通过培育发展新质生产力，深度挖掘数据价值，推动工业经济提质增效。

瞄准应用端 

“小”成本做出大模型

站在第四次工业革命的“大门”前，数据已经像空气一样，在生活中无处不在。算法则随之迭代，改变人们的生活。

例如，地铁站中基于视觉大模型的集中判图能快速完成安检，通过人脸识别闸机信用支付、无感过闸；打开“广州交警”微信公众号，与智能客服对话，就能得到想要的答案。

“在许多看不见的地方，都有佳都知行交通大模型的服务。”佳都科技首席人工智能科学家兼通用大模型研究中心主任王凯说，“比如说设备状态的监控，以及日常的运维，背后都有我们的时空决策大模型进行支撑。”王凯说的“大模型”，就是2023年6月佳都科技发布的佳都知行交通大模型（以下简称“知行大模型”）。

佳都知行交通大模型应用于轨道交通站点电商美工外包网。受访单位供图

在轨道交通领域，佳都知行交通大模型融合AI大模型、区块链、云计算等技术力量，赋能智能客服、智能运维和应急指挥；在城市交通领域，知行大模型被广泛应用于交通流量管理，比如路况的监测、智能导航、应急调度等，开启了面向城市交通全场景的“智慧变革”。

“大模型参数的量级已经超过千亿。为了训练这么大规模参数的大模型，需要海量的数据，我们实验室里面已经储备几万亿的数据量。如果我们没有做任何准备，没有做任何的优化调配，直接来做这样的训练，成本一定会非常高昂。”王凯介绍，在训练前，做了很多前置准备工作，如先训练一个十亿规模的小模型，通过成百上千次模型沙盒的实验，调试每个环节的具体参数设置以及对数据进行配比，就能形成一系列模型训练和优化方案。以此在相对低成本的算力和硬件支撑下，完成全套自主可控的模型沙盒，并使得机器学习模型具备“涌现能力”，展现出近似人类的智能。

例如，过去的智能客服是通过捕捉乘客的语音，识别成文本，再通过文本识别出其中的关键词，通过关键词在知识图谱里找一对一的答案，所以只能回答简单问题。大模型时代，智能客服可以实现语义理解，深刻理解客户意图与动机。对于描述模糊的语言，它识别出来以后能多轮追问，提供更精准的答案。

知行大模型提供了一个更加智能、高效也更有预见性的运维环境，目前落地试点的“车管电子书”，是在大模型加持下打造的专业车驾管在线客服机器人，拥有最全的车驾管知识库，市民想办的车管业务、预约、资料、流程一查便知。电子书2.0版本同时上线了智能客服，通过“广州交警”微信公众号，市民可以一键咨询“车管四大业务”。

“在现实中，用户的问题会千奇百怪，需要对提问有更深层次的语义理解，以前通过关键词匹配要3轮到5轮才可能拿到答案，现在有了大模型之后，基本上通过一轮交互，电商美工外包网就可以直接生成用户心中最渴望的那个答案。”王凯说。

除了轨道交通外，佳都知行还可应用于城市交通，包括各类公路、综合交通枢纽、停车场等，用到了道路的电警、卡口、雷达、信号机数据等。在应用场景上，大模型服务于城市交通管理，比如交通流预测、异常交通事件检测、应急指挥等。

像佳都科技这样的创新型企业还有许多。由佳都科技重点打造的国家级科技创新产业社区——PCI未来社区落户广州科学城，带动相关产业规模超过100亿元，产业园区培育引进企业超500家，推动黄埔区人工智能产业持续健康发展。

王凯表示，黄埔区是AI、大数据、人工智能以及大模型等产业的企业集聚区。作为广东省首批战略性产业集群重点产业链链主企业、广州市轨道交通和人工智能产业链“双链主”企业，佳都充分发挥自身优势，以产业链创新能力建设为抓手电商美工外包网，带动产业链高质量发展。

数据做“杠杆” 

传统行业注入新动能

伴随着大数据的推广，数据化的思维正在建立，人们更多开始用“数据”的大脑来观察和感知世界。这样的变化过程也同样出现在生产端。

位于科学城创意大厦的佰聆数据股份有限公司（以下简称“佰聆数据”），就是一家利用大数据、人工智能技术帮助电力、制造等传统行业造出“数字大脑”的大数据服务供应商。

该公司围绕业务和行业专业理论，结合大数据和人工智能技术能力，形成专业化、体系化的电力大数据算法模型库及应用方法体系，同时形成了“聆鉴”“聆析”两大核心产品线。经过多年技术和应用的沉淀，佰聆数据提炼出了一套名为“DASO”的方法论，代表数字化运营的四个关键环节：发现问题、分析问题、解决问题和评估改进。

“首先是基于客户的业务痛点、堵点来发现问题，接着是业务专家和大数据专家共同分析问题，通过分析找到解决方案，然后将解决问题的大数据模型嵌入到业务流程里面，来解决客户的业务痛点。”佰聆数据副总经理、首席技术官姜磊说，传统行业在数字化转型期间常常受到行业特性的制约，专业性强、行业壁垒高、数据安全的严密性等特点为数字化转型提出了难题。“要解决这个问题，需要业务专家和大数据分析的技术专家形成一个复合团队。”

例如电力行业，就需要电力领域的各个子领域包括设备、电费电量、计量、调度等方面的业务专家，同时配合大数据挖掘建模、自然语言处理、图像识别等方面的大数据分析专家，形成一个复合的团队，才能更好地理解客户的业务痛点，帮客户解决专业问题。

以数据做杠杆，为传统行业赋能已经成为行业的共识。从传统行业起家转型的广东天舜信息科技有限公司（下称“天舜信息”）既是一家懂数据的公司，又是一家懂传统产业的公司。基于自身曾经遇到的痛点，他们把AI应用模型的研发方向瞄向了企业的MRO寻源采购领域，研发了一站式集中采购AI应用模型。

“MRO一站式集中采购的特点，往往临时紧急、选型又非常复杂，还要对接多家供应商，采购价格纷繁复杂，大量数据对比起来耗费人力又花时间。”天舜信息总经理刘利红说，用AI为MRO赋能，提高效率就是为传统行业提供新动能。

主图设计

打开这款垂域AI应用模型，企业只需导入产品的需求清单，分秒之间就可以快速实现物料清单和分工的匹配工作。以某大型上市公司应用为例，90万商品数据集，进行品类、品牌、型号、参数以及同义词近义词泛化后，数据量达到近600万亿次；如果待匹配物料清单为1000条，计算量就为60亿次。

“这样庞大的工作量，原来需要3—5天完成，而AI模型只需几分钟。”刘利红说，“同样一条物料清单放进国外最先进的人工智能大模型GPT4，得出的结果评分是30分，而放到我们的垂域模型，得出的分数达到了85分，说明在细分领域，只有横向打通的大模型才真正具有应用能力。”

琶洲实验室（黄埔）落户中新广州知识城，在知识大厦启动运作，今年发布了“黄埔星”大模型，打造人工智能算法和人才高地。李剑锋 摄

南方+记者 刘珊

通讯员 王嘉敏电商美工外包网

特别声明：以上内容（如有图片或视频亦包括在内）来源于网络，不代表本网站立场。本网站仅提供信息存储服务。如因作品内容、版权和其他问题需要同我们联系的，请联系我们及时处理。联系方式：451255985@qq.com，进行删除。