人工智能（AI）大模型正以空前的速度發(fā)展，其數(shù)量顯著增長(zhǎng)，行業(yè)未來(lái)發(fā)展路徑逐漸明晰，大模型自身算法和模型也持續(xù)迭代優(yōu)化。但在落地場(chǎng)景中，大模型面臨的困難是前所未有的，而各路大模型都在并行突破“場(chǎng)景”這一難關(guān)。

行業(yè)人士普遍認(rèn)為，未來(lái)AI大模型應(yīng)用會(huì)越來(lái)越多，在B端、C端的應(yīng)用也會(huì)加速落地。聚焦少數(shù)細(xì)分賽道，在自研垂直領(lǐng)域大語(yǔ)言模型領(lǐng)域上，實(shí)在智能脫穎而出，其正式上線開測(cè)的實(shí)在TARS大模型成為近期行業(yè)內(nèi)的重磅，無(wú)論是技術(shù)優(yōu)勢(shì)，還是落地能力，都可圈可點(diǎn)。

AI技術(shù)與RPA產(chǎn)品深度融合更上一層樓

作為致力于AI技術(shù)與RPA技術(shù)深度融合的國(guó)內(nèi)科技廠商，實(shí)在智能憑借AI領(lǐng)域的資歷，一直在探索對(duì)話式AI技術(shù)在企業(yè)服務(wù)賽道的創(chuàng)新應(yīng)用，一直緊密跟蹤大模型的發(fā)展趨勢(shì)，進(jìn)行相關(guān)的技術(shù)更新和迭代，比如：

2018年，BERT模型提出后，實(shí)在智能即率先在國(guó)內(nèi)發(fā)布了中文預(yù)訓(xùn)練模型，并將其與產(chǎn)品深度融合；

2019年，谷歌發(fā)布ALBERT模型論文后，實(shí)在智能再次在極短時(shí)間內(nèi)，于谷歌正式開源之前，在國(guó)內(nèi)率先發(fā)布預(yù)訓(xùn)練模型，并牽頭發(fā)起成立CLUE組織。

2022年底，OpenAI公布ChatGPT后，實(shí)在智能密切關(guān)注并迅速跟進(jìn)大型語(yǔ)言模型的研究進(jìn)展；

2023年初，實(shí)在智能正式啟動(dòng)TARS大型語(yǔ)言模型研發(fā)項(xiàng)目，并將目標(biāo)確定為“構(gòu)建自研、有效、安全、可信任、可落地的垂直領(lǐng)域大型語(yǔ)言模型。”

在產(chǎn)品中，積極探索應(yīng)用AI大模型解決實(shí)際業(yè)務(wù)問(wèn)題

能否落地，真正助力業(yè)務(wù)流程高效率運(yùn)作，才是一個(gè)技術(shù)、一個(gè)產(chǎn)品成功的關(guān)鍵。以實(shí)在智能為例，在賦能政府和企業(yè)在快速推進(jìn)數(shù)字化轉(zhuǎn)型的路上，一直把落地場(chǎng)景看作業(yè)務(wù)流程的終端閉環(huán)之處。

前有RPA數(shù)字員工產(chǎn)品矩陣持續(xù)應(yīng)用于千行百業(yè)，后有實(shí)在TARS大模型作為AI產(chǎn)品實(shí)在IDP的下一代核心引擎，賦能企業(yè)更高效的文檔處理能力。TARS大模型具有的語(yǔ)言理解和深度學(xué)習(xí)能力，能將IDP升級(jí)為Chat-IDP，使用戶可更準(zhǔn)確地識(shí)別、提取和審閱文檔內(nèi)容，直接與文檔“對(duì)話”。這種落地切實(shí)解決了用戶業(yè)務(wù)低效的問(wèn)題。

此外，在不久后，實(shí)在TARS大模型也將與實(shí)在RPA實(shí)現(xiàn)完美融合。乘著RPA產(chǎn)品落地各行各業(yè)的東風(fēng)，TARS大模型也找到了自己的“落腳點(diǎn)”：前者提供自然語(yǔ)言理解及邏輯知識(shí)的歸納泛化能力，后者基于實(shí)在智能自研的“智能屏幕語(yǔ)義理解技術(shù)（ISSUT）”，實(shí)現(xiàn)對(duì)一切屏幕上一切元素的自動(dòng)化操作。通過(guò)二者的融合，提高數(shù)據(jù)處理和決策效率、增強(qiáng)風(fēng)險(xiǎn)預(yù)測(cè)和控制能力，賦能企業(yè)減少重復(fù)、繁瑣的人工操作，成為越來(lái)越多的政府機(jī)構(gòu)和企事業(yè)單位數(shù)字化轉(zhuǎn)型的關(guān)鍵手段。

大模型“混戰(zhàn)”之際，如果想將其用在實(shí)際業(yè)務(wù)中，還有很多方向需要適配，例如在法律、醫(yī)療、金融、政務(wù)等領(lǐng)域，很多工作流程邏輯復(fù)雜，且對(duì)數(shù)據(jù)敏感性、業(yè)務(wù)可解釋性要求高，AI大模型需要不斷迭代更新，持續(xù)突破國(guó)內(nèi)應(yīng)用式AI大模型的天花板。

總而言之，國(guó)內(nèi)AI大模型未來(lái)可期。