中国移动
中国移动就成立了“九天”人工智能团队,目前核心技术人员规模近 1500 人,累计投入超百亿元。据悉,中国移动算力规模已达 9.4EFLOPS,拥有近 700PB 数据,积累超 1.6 万个 DICT 行业项目经验。
1.九天众擎基础大模型
九天·众擎”基座大模型,训练数据规模超两万亿Tokens
一是数据构建、预训练、微调、推理加速等全链路关键技术自主掌控;
二是行业定向增强,融合通信、能源、钢铁、建筑、交通等8大行业专业知识,叠加专项训练和优化,服务企业“量体裁衣”快速构建行业大模型和打造智能化应用;
三是安全可信可控,具备完善的数据安全、系统安全等保障机制,通过知识升维融合、持续动态学习等关键技术,解决大模型在应用中面临的“遗忘”“幻觉”等共性痛点;
四是普惠开放共享,向合作企业供给研发算力、基础模型、训推平台等,初期以行业龙头及骨干企业合作为切入,逐步向千行百业有序开放;
五是专业高效服务,在生产、运营、客服、管理等领域智能化需求,提供边缘、现场分层分级的推理服务,支持大模型全场景落地。
2.九天基础大模型
中国移动自主构建语言、视觉、语音等多种类型大模型,具备供给侧增强、持续训练、异构软硬件灵活部署几大显著的技术特色,整体性能指标实现国内主流水平,能更好满足企业全场景全部署的大模型落地需求。
九天·语言大模型:直接面向行业构建的基础大模型,采用自研纯解码结构+多专家的算法架构,训练数据中融合29个行业、占比达10%的行业数据;
九天·视觉大模型:支持通用目标检测、通用OCR、细粒度图像理解、视频理解、视觉生成等多个视觉子任务,以及视觉与文本的自由转换;
九天·语音大模型:实现了识别、生成以及分类三大任务统一于同一模型架构,支持多方言语音翻译与重口音识别,构建了百万级声纹识别模型,支持多说话人重叠、跨设备、跨语言和远场等复杂场景的声纹识别;
九天·通用结构化数据大模型:覆盖了通信、交通、金融、工业、气象等11个领域,实现跨领域跨任务结构化数据通用表征建模,支持感知、预测、诊断、决策等任务。
3.九天推理训练平台
4.九天网络大模型
九天·网络大模型在提升网络性能方面发挥了显著作用。通过深度学习和优化算法,该模型助力多省网络调参效率提升30%,性能问题工单处理效率更是提升80%以上。这不仅提高了网络服务的稳定性和可靠性,也为用户带来了更加流畅的网络体验。
5.九天客服大模型
九天·客服大模型已在中国移动10086在线客服场景规模化应用,是业界首个将大模型用于超大规模客服生产系统的工程化案例。通过自然语言交互技术,该模型能够准确理解用户需求,提供智能化的解决方案,大大提高了客服效率和用户满意度。
6.九天海算政务大模型
九天·海算政务大模型也已在黑龙江数字政府项目落地应用,实现全省“一网通办”“一网统管”“一网协同”智能化提质增效。
7.九天大模型投产上线:浙江移动CRM系统
集团公司自主研发的九天大模型已在浙江公司CRM系统投产上线。升级智能业务助手“ChatCRM”,一线业务营销、办理、问答场景提智增效。ChatCRM自上线以来,已服务超6万人,累计覆盖1.6万项业务知识,实现一线高质量客群获取时长缩短到3分钟,营销推荐成功率提升5pp,问答准确率超过90%,云电脑等重点业务办理时长从3分钟缩短至1分钟内。
(1)业务营销:以自然语言交互的情景式、启发式的营销服务模式,实现一线营销从数字化向智能化的转变,助力一线营销工作一键策划、营销话术实时问询、营销产品动态推荐,有效提升一线获客便捷性、推荐准确性,降低一线营销困难度,实现客群获取时长缩短到3分钟,营销推荐成功率提升5pp。
(2)业务办理:支持自然语言对话便捷办理业务,用户只需用简单语句描述办理需求,系统即可精准识别和分析用户意图,完成复杂的业务办理。目前,已支持100%业务智能引导办理,以及云电脑、专线2项政企复杂业务免菜单办理,云电脑等重点业务办理时长从3分钟缩短至1分钟内。
(3)业务问答:通过私域业务知识和大模型能力结合,支持以自然语言问答方式快速获取业务知识,并以场景为维度有机聚合业务资料,全面、有序、成体系地帮助员工学习和掌握业务知识,实现一线新员工免培训,提升业务学习效率,已累计聚合业务知识超1.6万项,AI问答准确率超90%。
8.九天大模型应用产品
8.1.九天·善学
九天·善学,作为一个基于知识数据和专家指导的产品,它可以协助我们进行专业的行业分析或产业洞察。撰写方案时遇到了一个网络运维方面的问题,会主动开始询问人类专家。在两位专家给出建议后,它就可以自动进行相关的更新和修改。
8.2.九天·网络
九天·网络,完成全局的智能感知,演示过程中,杭州亚运会场馆以及周边区域被3D复刻到了孪生数字世界,而且对通信网络的信号覆盖范围进行了可视化的渲染。
基于此,「九天·网络」可以感知网络状态、设备状态以及用户体验。全局的监测和感知结果也可以用可视化的方式呈现出来,信号的光圈使各处的网络状态清晰可见,在下面的图片中,黄色区域表示信号比较好、红色是信号比较拥堵的地方,甚至可以追踪路上的某一个人,从用户个体的角度出发进行分析。
运维人员在检查设备时可以戴着AR眼镜,视觉监测能力可以协助分析设备情况,并直接将分析结果叠加在运维人员的视觉范围中。
此外,也可以让远程专家参与进来,对设备的检修、维护进行指导。