·企業使用者對模型精準要求高，要求解決實際問題，即使是最大參數模型也不一定能達到企業要求，所以大模型卷價格對企業使用者而言並不十分有用。通用大模型更應提升模型精準度和模型效果，才能真正具備競爭力。
·要讓大模型變成「理科生」，成為專業領域的專家模型。大模型的新趨勢是用RAG（檢索增強生成）和Agent（智慧體）技術提升模型精準度，或將湧現出一批Agent，構建Agent的過程就是教大模型如何使用內部工具。
星環科技創始人、CEO孫元浩。
「大模型卷價格對企業使用者來說幫助並不大，企業使用者對模型的精準度要求高，通用大模型更應透過提升模型精準度和模型效果，贏得競爭力。」5月31日，企業級基礎軟體供應商星環資訊科技（上海）股份有限公司（星環科技，688031）創始人、CEO孫元浩在向星力未來數據技術峰會期間接受采訪時作出上述表示。
僅依靠低價很難讓使用者形成黏性
近期，國內通用大模型價格戰打得火熱，科技巨頭紛紛參戰。孫元浩表示，這是由中國特殊生態造成的。在他看來，眼下降價的都是一些小模型，但企業使用者對於模型的精準度要求很高，希望能夠解決實際問題，當前即使是市場上最大參數的模型也未必能達到企業要求，所以降價對企業使用者而言幫助有限。「企業的要求遠比現在的模型能力高很多」，據他所知，有的企業部署了五六個模型，但沒有一個達到要求。
在孫元浩看來，僅依靠低價很難讓使用者形成黏性，「降價是為了給開發者提供低廉的Token價格，基於通用大模型開發套用，從而試圖構建生態，收集高品質數據。但事實上，模型是很容易被替代的，使用者想換就換，因為介面全部是自然語言，沒有額度限制。」
去年，孫元浩判斷，要讓大模型變成「理科生」，成為專業領域的專家模型。今年，他認為大模型的新趨勢是還需要用RAG（檢索增強生成）和Agent（智慧體）技術提升模型精準度。「現在大家又開始開發Agent，可能馬上會出現成千上萬個Agent，這可能是現在大模型能力不夠造成的，模型沒辦法聰明地學習現在該用什麽工具、怎麽用，構建Agent的過程就是教大模型怎麽使用內部工具。」
大模型落地，每個環節都有挑戰
目前，通用大模型數量快速增加，並不斷升級叠代，但卻不能完全適應企業AI套用需求。企業對行業大模型需求增加，迫切需要降低使用門檻。「現在每個大模型套用開發都要很久，重復訓練量很大。我們想把整套AI基礎設施建好，使用者再在大模型上開發套用就快了。」孫元浩表示，過去一年幫助企業客戶落地大模型時，發現每個環節都遇到了挑戰。為此，星環科技開發了語料處理、模型訓練、知識庫建設等工具鏈，就是為了幫助企業建立行業大模型，快速使用AIGC。
在AI基礎設施中，星環科技無涯大模型Infinity可為各行業客製自有大模型，提供意圖理解、語意召回、數據處理和分析能力。基於無涯大模型，星環科技推出無涯·問知、無涯·問數、無涯·金融、無涯·工程等AI原生套用，可套用於金融、能源、制造、工程等領域。
孫元浩表示，大模型擅長生成文本，但回答嚴肅問題不可控，為此團隊經過微調、增加語料，將模型訓練成「理科生」，同時將企業內部數據知識化，利用RAG提升模型準確度。
語料品質決定了模型品質，高品質語料也是解決行業大模型幻覺、可信可控等核心落地難點的重要手段。孫元浩表示，大模型結構已不是秘密，訓練方法也不是秘密，但語料散落在各種地方，導致工作量大，「目前最大的挑戰是把現有資料整理起來訓練或微調模型，企業套用要求100%準確，所以用現在的語料還不夠，我們正在構建知識圖譜用於推理，再結合大模型提升準確度。」
