医疗、教育、出行、生产……AI赋能的边界不断拓宽。未来已至，大模型无处不在。但乐观的背后，问题依然存在。无数大模型如何突围？多模态大模型是不是整个行业的未来？在这之后，新的机会又在哪里？
带着一系列问题，《每日经济新闻》（以下简称“NBD”）记者7月4日下午采访了米读首席技术官刘毅东。米读是一家以人工智能技术为核心的语言智能和垂直大模型企业。此次发布会上，米读发布了蜜巢政务大模型3.0，并上线了20余个政务大模型场景化应用。
对于多模态问题，刘毅东表示，目前多模态大模型能够解决实际场景中的多模态内容问题，这对于行业应用需求是必然的。在刘毅东看来，今年是大模型场景落地的元年，非常关键。如果今年能抓住几个合适的场景，并规模化，基本上就能在大模型的研发、应用，包括商业运营周期中占据先发优势。如果今年场景不能落地，规模化的目标就会越来越难实现。
每个人都应该有自己的特点
NBD：“百模大战”已进入实施阶段，竞争愈发激烈，您如何看待当前的行业竞争态势？
刘毅东：市场需求肯定很广阔，所以大家都在投入，做创新应用。但是（这么多人涌入）必然竞争激烈，大家都要有自己的特色。
NBD：以蜂蜜为例，现阶段的优势体现在哪些维度？
刘毅东：第一点是数据。数据、算力、算法是大规模模型发展的三大关键要素。新的优质数据的不断涌入意味着模型可以周期性地用新的知识进行升级。我们从2012年开始从互联网积累的语料数据，将成为我们模型不断迭代的动力。
第二，任何大模型的发展，不管是通用的还是垂直的，未来都要落地到商业场景中去，才能带来商业价值。最好是让产出逐渐超过投入，进入盈利的螺旋。米度在过去12年里服务了3万多个B端（商业）和G端（政府）客户，商业化之路的起点比其他的要高一点。
第三，政府场景对数据安全保密要求较高，内部信息资源本地化软硬件比例较高，本地部署需求强烈。我们半年来接触了40多个场景客户，有多个场景落地。相比一些初创团队，米度的经验或许能带来先发优势。
两级支持，确保准确性
NBD：目前米读预计什么时候能盈利？客户情况怎么样？
刘毅东：今年是行业场景落地的元年，非常关键。今年如果能抓住几个合适的场景，并规模化，我觉得基本上可以在大模型的研发、应用，包括商业运营周期等方面取得先发优势。如果今年不能实现场景落地，规模化的目标就会越来越难实现。
我们预计今年年底将实现盈亏平衡。我们仍然保持着20人左右的相对精干的团队。母公司拥有成熟的产品营销和工程体系，营销触角遍布全国。
我们政务业务服务了三万多个客户，正在跟进四十多个大模型的项目。这两天我们在畅想未来，说长远一点就是一个五年规划，五年后我们服务的这种政务大模型落地场景项目可能加起来有上万个。
NBD：政府模型对于精度、数值的要求非常高，如何实现呢？
刘义东：我觉得输出的准确性至少可以从两个层面来支撑，我们也是这样做的。
第一个层面是从模型自身能力的角度。为什么我一直强调数据对于大模型的重要性？行业内的专业数据是提供给模型学习的。当模型服务于行业时，它输出的内容和质量是可以和行业的话语体系相一致的。
第二是在工程阶段，我们现在给客户提供的服务并不是直接来自于模型的输出，我们通过一套检索增强模型，把客户场景的专业知识检索出来，然后进行整理，找到最相关的片段，再扔到模型里，数据质量是比较收敛的。
每日经济新闻
