为期四天（7月4日至7月7日）的2024WAIC，在上海正式落幕。
从大模型到人形机器人，从智能驾驶到低空经济，诸多AI技术的精进与突破、以人类福祉为出发点的AI应用，在展会上亮相。根据官方数据，本届WAIC有500余家企业确认参展，市外企业和国际企业占比超50%，展品数量已超1500项，展览规模、参展企业、首发新品数均达历史最高。
连续七届参加大会的腾讯，今年聚焦“用AI助力美好生活，构建离产业最近的AI”这一主题，以“AI”圆为创意灵感，引导参观者从大模型出发，探索人工智能在用户体验、产业落地和社会价值创新领域的应用。
在腾讯展台上，腾讯混元大模型位居C位，与今年5月底刚刚揭开“面纱”的“腾讯元宝”和“腾讯元器”一道，吸引众多参观者近距离互动。在展区入口处放置的“AI照相机”，能够将参观者拍摄的照片转化成动漫、3D、水彩、插画、黏土、玉石等多样风格，并针对人像效果重点适配优化，让不少参观者点赞“好city”。
在WAIC期间，“数字甲骨共创中心”宣布将全球最大的甲骨文多模态数据集正式开源。据介绍，数字甲骨共创中心由安阳师范学院甲骨文信息处理教育部实验室、腾讯SSV数字文化实验室等单位共同发起。
在接受财经网科技等采访时，腾讯云副总裁吴运声表示，人工智能赋能传统文化是一件很有意义的事情，这件事情的商业化不那么明显，“这两年跟甲骨文研究的合作，也取得了不错的成绩，今天也发布了全球首个甲骨文开源的数据集，希望通过这样的动作，能够让更多的同行关注到，加入到AI+文化产业或其他有社会价值的项目。”
大模型工具升级，加速落地产业场景
为了进一步降低大模型的使用门槛，今年5月，腾讯云发布了“大模型知识引擎”、“大模型图像创作引擎”和“大模型视频创作引擎”三款PaaS工具，让企业能快速调用大模型的底层能力，构建适合自身场景的应用。
其中，知识引擎聚焦企业知识服务场景。通过该平台，企业用自然语言，5分钟就可以开发出一款知识服务应用，快速在客服营销、企业知识社区等业务场景落地。在本次论坛上，知识引擎发布了全新的多模态检索能力，支持图文互搜、以图搜图，能够结合知识库中检索返回的图文片段，给出图文并茂的答案。同时，知识引擎进一步扩展了企业知识类型的覆盖面，升级了泛BI对话式数据问答体验，支持超大表格、多表场景的多步骤推理、多条件筛选、求和计算，并扩展支持对接客户主流数据库。
图像创作引擎基于腾讯混元大模型底座，具备高质量的AI图像生成和编辑能力，能够为企业客户提供图像风格化、AI写真等能力。目前，图像创作引擎新增了商品背景生成、百变头像、模特换装、百变换装和线稿生图等接口，大幅降低了营销和影视行业的制作成本。
在视频领域，视频创作引擎推出复杂舞蹈编排算法，利用先进的3D建模技术和背部生成技术，上传一张图片，就可以让人物流畅地进行转身舞蹈，未来也将支持多人舞蹈的复杂编排。同时，视频转译功能接入混元文生文大模型和 TTS 技术，大幅提升转译后音频的自然度、相似度和语速效果。
面向想要自己训练大模型的行业客户，腾讯云推出了向量数据库和一站式机器学习平台TI平台等工具。腾讯云向量数据库Tencent Cloud VectorDB每日支撑超过3700亿次向量检索请求，可支持千亿级向量规模存储，百万级 QPS 及毫秒级查询延迟，适用于大模型的训练推理、RAG场景、AI应用以及搜索推荐服务，实现企业数据接入AI的效率比传统方案提升10倍。
大模型快速发展以来，落地和商业化的问题一直是业内讨论的焦点，吴运声称比起之前，今年确实遇到了更多大模型落地的需求和场景，“我们现在遇到的产业需求是非常广泛的，遇到需求后，也在不断提炼哪些东西应该用什么样的流程去解决，解决这一类问题真好，还可以很方便地迁移到另一类问题上，这种情形在非常迅速的发展过程中。”
腾讯云副总裁吴永坚也表示，目前大模型技术在越来越多的场景中落地并转化成实际生产力。同时他指出，在这个过程中，To C场景下，用户对于内容准确性的预期相对较低，所以对产品的接受度更高，产品落地走得快一些；而面向“严肃场景”的To B产品，则走得更加稳妥、更加谨慎。
Scaling Law是否奏效？
近年来，GPT系列模型的演进，客观上验证了Scaling Law的有效性。然而GPT5迟迟未发布，近期出现了不少声音，讨论Scaling Law是否奏效。
OpenAI 的创始人Sam Altman是Scaling Law的支持者，此前他表示，GPT-5将比GPT-4聪明得多、GPT-6将比GPT5能力强得多，“我们还没到达这个曲线的顶端”。
月之暗面创始人杨植麟也是Scaling Law的拥护者，早前在智源大会上，他认为“大”依然是第一性原理，现在最大的问题是解决怎么取得原本稀缺或者不存在的数据，以及如何高效Scale，“Scaling会一直持续，只是Scale的方法会不断变化”。
而智谱AI CEO张鹏和面壁智能CEO李大海的观点，则更为保守。张鹏认为，Scaling Law肯定是AGI的基石，但是不是基石之一还是个问号。李大海则提出了一个假设：AI System 2（决策）的能力，需要依靠AI Agent去内化外部的一些能力。
吴运声也观察到业界对于Scaling Law的讨论很多，他坦言自己也在看相应的各方意见，目前也有不同的观点，包括现实的观点和理想的观点。有一派的观点认为Scaling Law已经到了类似于比较缓和的地步，继续加大投入不会像以前变化那么多；还有一派观点认为还在持续高速发展的过程当中。
吴运声告诉财经网科技等，他个人觉得可能在不同的领域，Scaling Law还是在一定程度上发挥它的价值。“最近我们在做多模态研究，多模态近一年多时间里进展很快，我们加大数据和算力投入，模型还是呈现出能力的巨大提升，Scaling Law仍在一定程度上发挥价值。”他还表示，不希望对这个问题“一锤定音”，而要在不同场景、不同技术间做各种探索。
除此之外，他对开源和闭源的也持有类似的态度，他表示一个行业里面百花齐放、百家争鸣是好事，不一定非得加入某一派的观点。“不能说，我的观点是什么，另外的就不对。有越多人参与讨论，越多人有观点，整个生态才会蓬勃发展，才会持续地把它往前推进。”
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
