中國聯(lián)通為何進軍大模型？將如何布局？

 　　今年初以來，ChatGPT橫空出世，引爆新一輪機器學(xué)習(xí)革命，大模型成為炙手可熱的科技新賽道。據(jù)不完全統(tǒng)計，國內(nèi)已有近百個大模型產(chǎn)品面世。

　　在大模型產(chǎn)業(yè)生態(tài)中，運營商沒有缺席。運營商擁有強大的底層算力和網(wǎng)絡(luò)基礎(chǔ)設(shè)施，而且近年來不斷加強研發(fā)投入，已有較為充分的技術(shù)積累。目前，三大運營商均發(fā)布了各自的大模型產(chǎn)品，其中，中國聯(lián)通在MWC上海2023期間發(fā)布了鴻湖圖文大模型1.0。

　　鴻湖圖文大模型是首個面向運營商增值業(yè)務(wù)的大模型，具備以文生圖、視頻剪輯、以圖生圖等多種功能。日前，中國聯(lián)通研究院智能技術(shù)研究部大模型項目負責(zé)人吳浩然接受媒體采訪，對中國聯(lián)通在大模型領(lǐng)域的布局進行了觀點分享。

　　大模型將成為新一代流量入口

　　吳浩然首先強調(diào)，大模型是人工智能新一輪爆發(fā)的轉(zhuǎn)折點，也是AGI(通用人工智能)時代的原點。其泛化能力將AI從過去單一場景適配的方式解放，類似工業(yè)革命從小作坊生產(chǎn)發(fā)展為工廠批量化生產(chǎn)，這意味著根本性的改變。

　　同時，隨著大模型語言能力的發(fā)展以及目前的混合專家系統(tǒng)模式，以自然語言交互大模型做“管家”的模式，很可能會成為下一個時代的主流。如中信智庫的報告所言，大模型將成為新一代流量入口。

　　做流量生意正是運營商的強項。吳浩然表示，從商業(yè)價值角度講，中國聯(lián)通布局大模型領(lǐng)域是非常必要的。運營商在移動互聯(lián)網(wǎng)時代未能利用好流量，成為了“管道運營商”，在智能互聯(lián)時代必須積極嘗試轉(zhuǎn)變，成為新時代的“綜合數(shù)字服務(wù)運營商”。

　　吳浩然還認為，隨著大模型技術(shù)進一步發(fā)展，極有可能成為新時代的操作系統(tǒng)。而美國對我國科技封鎖愈加嚴苛，除芯片外，在大模型方面實際上也在加強打壓。為防止重蹈過去很多工業(yè)軟件被“卡脖子”的覆轍，中國聯(lián)通和其他運營商作為央企中在AI方向較強的企業(yè)，布局大模型也符合國家政府期許，是中國聯(lián)通積極承擔(dān)央企責(zé)任的體現(xiàn)。

　　鴻湖圖文大模型優(yōu)勢解析

　　目前，云計算、AI、互聯(lián)網(wǎng)、游戲等領(lǐng)域企業(yè)都在發(fā)布大模型產(chǎn)品，市場上已是“百模大戰(zhàn)”。那么，中國聯(lián)通的鴻湖圖文大模型，有何差異化優(yōu)勢?

　　吳浩然表示，鴻湖圖文大模型不同于政務(wù)、客服等純語言模型，從一開始就是圖文雙模態(tài)的模型。“其實我們布局大模型相對較早，在2021年即開始了相關(guān)技術(shù)研究，目前的鴻湖是在2022年即啟動研發(fā)，當(dāng)時ChatGPT尚未出現(xiàn)，Midjourney、Stable Diffusion這類文生圖模型也還在醞釀。隨著5G新通信的功能強化，我們從公眾線的增值業(yè)務(wù)場景出發(fā)，瞄準了圖文雙模態(tài)。”

　　鴻湖圖文大模型的差異化優(yōu)勢是特征融合，將不同模態(tài)內(nèi)容對齊到文本，來實現(xiàn)跨模態(tài)的內(nèi)容理解。據(jù)介紹，中國聯(lián)通采取了Encoder-Decoder模式，這種模式在生成任務(wù)上靈活性相較Decoder-only弱，但在理解能力上更強，更符合做跨模態(tài)理解的需求。

　　吳浩然表示，鴻湖圖文大模型目前是圖文，也可以將提取部分改為圖聲或其他模態(tài)提取器，同樣進行特征融合和跨模態(tài)對比學(xué)習(xí)后，可以很容易擴展至其他跨模態(tài)，最終實現(xiàn)不同模態(tài)在文本語義上統(tǒng)一的目標。“松耦合和強擴展性特征，也構(gòu)成了競爭力的一環(huán)。只要我們做好模態(tài)融合部分，特征提取就可以時刻選取市面最好的模型來替換，保持我們模型的活力。”

　　(作者：劉定洲，程唯珈)