演讲实录 | 从业者观察：AI大模型发展与各行业应用现状

7月8日，在首届中国家居AI设计大会上，火山引擎创新孵化负责人-施凌翔先生以**“ 从业者观察：AI大模型发展与各行业应用现状”**为题发表了演讲。

以下是演讲实录：

各位领导、专家，大家好！今天，我们有幸在这样一个公开的场合，就火山引擎在AI大模型领域的探索与实践进行深入交流。原本以为这会是一场闭门会议，在较为封闭的空间内进行，但看到现场如此热闹，能与来自家居家装市场及各行各业的精英们共聚一堂，共同探讨AI技术的未来，我感到无比荣幸且意义非凡。

在正式分享之前，我想先问大家一个问题：我们正处于一个怎样的时代？或许有人会引用狄更斯在《双城记》中的经典名句——“这是最好的时代，也是最坏的时代”。确实，随着大模型和AI技术的迅猛发展，我们正站在一个历史性的转折点上。这个时代充满了无限可能，也伴随着诸多挑战。正如我早上赶高铁的经历，虽险象环生，但最终顺利到达，这让我深刻体会到，把握时机、勇于探索的重要性。大模型这趟列车，虽未知终点，但只要我们愿意上车，就能共同驶向更加辉煌的未来。

接下来，让我们聚焦大模型的成长轨迹。技术发展的道路往往充满曲折，从技术萌芽到期望膨胀，再到泡沫破碎，直至复苏并广泛应用，这是每一个新兴技术必经的历程。当前，大模型正处于期望膨胀期，各界对其寄予厚望，但同时也应清醒地认识到，大模型尚未真正深入到企业的每一个角落，发挥其应有的价值。回顾互联网的发展历程，宽带技术从被过度吹捧到融入日常生活，这一过程告诉我们，真正优秀的技术最终会渗透到社会的方方面面，成为我们日常生活不可或缺的一部分。

那么，大模型究竟能为我们带来什么？在与业内近千家企业和创始人的交流中，我听到了一个共同的关键词——“efficiency”（效率）。大模型首先改变的是个人的工作效率，从高效的信息获取、自我表达到社交娱乐、工作学习，大模型正在逐步渗透到我们生活的每一个角落。

此外，大模型还为企业带来了前所未有的变革。在提升个人效率的同时，它也成为了企业数字化转型的重要驱动力。无论是优化业务流程、提升决策效率，还是创造新的商业模式，大模型都展现出了巨大的潜力。通过构建数字员工、引入智能助手等方式，企业可以更加高效地完成任务，实现业务的快速增长。

在探讨企业任务、业务及场景如何被大模型重塑时，我想首先澄清一个常见的误区：并非所有现有技术和流程都需要立即被大模型替换。这种“一刀切”的思维往往会让人陷入ROI（投资回报率）的狭隘比较中，尤其是在技术萌芽和孵化阶段，直接评估替换成本与实际效益是极具挑战性的。当前，大模型的部署成本相对较高，如何有效降低这一门槛，让企业能够以低成本、高效率的方式实现内部创新，正是我持续思考与探索的方向。

另一个需要澄清的误区是，大模型并非旨在全面替代人类工作或现有技术栈。这种担忧往往源于对技术发展的恐惧和不确定性。实际上，正如相机发明之初并未消灭画师，反而催生了摄影与影视产业的蓬勃发展一样，大模型同样有可能为我们创造很多全新的机会，而非简单替代。它可能开启新的产业形态、技术革命，甚至是工作方式的根本性变革。关键在于，我们要敢于跳出固有的思维框架，用开放的心态去预见和拥抱这些变化。

回顾火山引擎及前身的发展历程，我们自2012年推出今日头条起，便深耕于算法技术的应用，率先将算法引入资讯分发和内容创作领域。随后，我们不断升级技术体系，从计算机视觉模型到多模态产品线，再到AI技术的全面自研自用，每一步都见证了我们对技术创新的执着追求。

2023年，我们推出了豆包大模型及配套的AI平台，标志着我们在大模型领域的又一重要里程碑。目前，豆包APP的月活用户达到2600万。

在字节跳动内部，已有超过50个业务场景成功应用了豆包大模型。以豆包APP为例，它集成了豆包通用大模型Pro、语音合成、声音复刻等先进功能，能够像人类一样与用户进行自然流畅的交互，提供高质量的文本生成、对话服务及图像生成等功能。此外，字节还推出了即梦AI平台，助力内容创作者实现更高效、更智能的创作流程。

对于在场的企业家和技术团队而言，扣子无疑是一个值得关注的利器。它旨在简化编程工作，提升开发效率，让技术人员能够更专注于创新和业务价值的实现。同时，在飞书和抖音电商等内部场景中，我们也充分利用了大模型的能力，为员工打造个性化的数字员工助手，优化电商体验，推动业务增长。

当我们深入探索人工智能（AI）与电商、智能助手、法律、招聘、物流等领域的融合时，未来可能会出现很多激动人心的创新体验，甚至可能是与现实世界相互交织的“平行宇宙”。想象一下，未来的AI不仅能在购物时根据你的兴趣和喜好精准推荐商品，还能在更广阔的领域内创造前所未有的体验。你可以与AI助手进行深度交互，无论是解决工作难题、享受娱乐时光，还是探索未知领域，都能得到即时、个性化的支持。而这一切，都得益于AI技术的飞速发展，特别是大模型在数据处理、理解与学习方面的巨大进步。

要构建这样一个高度仿真、交互丰富的虚拟空间，数据标准的统一与物理仿真的精确性至关重要。正如HTML之于互联网，我们需要一个能够全面描述三维世界的通用数据标准协议，如Open USD，来确保不同系统、不同平台之间的无缝对接与数据共享。这将极大地降低开发成本，提升内容创作的效率与质量。

同时，物理仿真的精确性也是不可或缺的一环。通过遵循现实世界的物理规律和定律，我们可以实现虚拟内容与现实世界的精准映射，无论是物体的运动轨迹、光影效果，还是材质质感，都能达到以假乱真的程度。这将为教育、科研、设计、娱乐等多个领域带来革命性的变化。

随着AI和物理仿真技术的逐步完善，其应用场景也将无限拓展。在医疗领域，医生可以借助高精度的虚拟仿真技术进行手术模拟与训练；在教育领域，学生可以身临其境地探索宇宙的奥秘、历史的变迁；在娱乐领域，玩家可以沉浸在由AI精心打造的虚拟世界中，享受前所未有的游戏体验。

在构建这个充满潜力的虚拟世界时，我们深知每一个触点和节点的精细度与颗粒度至关重要。这不仅仅体现在视觉上的高精度可视化，更重要的是它们需要与现实世界的研究紧密对接，实现无缝连接。通过这样的方式，我们得以采用统一的语言来描述所有的3D资产，这不仅简化了复杂性，还大大提升了效率。

同时，我们致力于加速3D资产的生产流程，并确保这些资产严格遵循物理现实规律，实现一比一的仿真与还原。这一特性使得我们在优化现实世界的产线工艺和设计时，能够拥有更加精准和高效的工具。我们相信，这正是未来能够产生巨大行业价值和经济价值的关键所在。

为了实现这一目标，我们与英伟达等顶尖企业合作，将强大的计算能力引入火山引擎的云平台，并集成了我们自主研发的豆包大模型生成的AI功能。这一创新性的结合，为我们打造了一个一站式的平台，能够覆盖从虚拟世界构建到优化调整的全流程。

在这个平台上，用户不仅能够直观地构建虚拟世界，还能通过高精度的可视化技术，确保虚拟世界与现实世界在视觉和物理属性上的高度一致。我们更将非物理规律融入其中，利用AI技术加速整个世界的动态演变，同时引入大语言模型的智能，使虚拟世界中的交互更加自然流畅。

这样的平台，不仅在日常工作中为用户提供了前所未有的便利，更为工业和产业的创新发展注入了新的活力。我们相信，通过这一平台的推广和应用，我们能够更好地促进各行业的融合与发展，共同开创一个更加智能、高效的未来。

最后，再次感谢大家的聆听，希望我们的介绍能够为您带来启发和帮助。谢谢大家！

火山引擎

火山引擎是字节跳动旗下的云服务平台，将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业，帮助企业构建体验创新、数据驱动和敏捷迭代等数字化能力，实现业务可持续增长。