大模型應用落地，正在快步進入全民 " 淘金 " 時代——
現在，幾個人、幾個月，就能攢個爆火 AI 應用，每小時進賬幾萬塊的那種。
比如被 Karpathy 等 AI 大佬盛贊的AI 編程神器 Cursor，全團隊隻有 12 人。他們的核心訣竅就是支持模型多（如 GPT-4/GPT-4o/Claude 3.5 Sonnet）、産品設計巧妙，8 歲小女孩都能輕松上手。
還有前段時間爆火的" 毒舌 AI"Twitter Personality，每小時進賬 4000 美元（折合人民币 2.8 萬左右）。
隻需輸入一個推特用戶名，這個 AI 就能根據曆史發言做的犀利點評。
它背後的低代碼開發平台 Wordware，讓任何人都可以構建複雜的 AI Agent 和 APP，公司估值已達 1.8 億。而 Wordware，團隊僅有 3 人。
就在大家目光還聚焦于 AI 大廠如何跑通商業化路徑時，" 小作坊 " 們已經異軍突起，給行業帶來了點小震撼。
這種趨勢變化，一方面得益于大模型技術更加成熟，更多好的産品創意能被 AI 落地；另一方面也在于大模型應用開發的門檻一降再降。
比如雲廠商們近期都 " 卷 " 的MaaS（Model-as-a-Service），就是降低大模型應用門檻的重要途徑之一。
這股趨勢也相當熱鬧，最近華爲雲 828 B2B 企業節都有種 " 雙十一 " 的感覺了。
不過，爲什麽會形成如此趨勢？在這些熱火朝天的現象背後，哪些行業信号已經釋放？
MaaS 如今在 " 卷 " 什麽？
MaaS 是一種可以爲開發者用戶提供大模型以及各種開發工具的服務，它能夠讓哪怕沒有大模型開發背景的人也能進行一站式開發。
它的發展情況與大模型趨勢直接相關。如今也成爲雲廠商的必争之地。
IDC 數據顯示，2023 年中國大模型平台及相關應用市場規模達 17.65 億元人民币。在過去的一年中，行業對于大模型更多的是早期投入，甚至觀望而不重投入，因此 2023 年整體市場規模并不顯著；并且市場格局也主要還是由早期投入者構成。
進入 2024 年，頭部互聯網公司加大對大模型的投入且發起價格戰，爲早期的大模型初創企業帶來一定的競争壓力。預計未來 2 — 3 年，市場格局将發生多輪巨變。
供給側競争激烈，本質原因在于需求龐大。
比如廣告、軟件等更容易獲取行業數據的領域，大模型應用滲透率可能已經達到 50% 甚至更多。教育、傳媒、金融、遊戲等表現次之，但是也在加速滲透 ing。
這種現狀傳遞了兩層信息。第一，一些與大模型技術契合度高的領域，在短短 1-2 年時間内已快速被重塑；第二，大模型應用落地還遠遠沒有碰到天花闆，市場前景已經非常廣闊，可填補空白衆多。
反映到用戶層面，大模型的滲透已經不再局限于大型企業，規模更爲龐大的中小企業，正在成爲大模型應用落地實踐的主力。
但是中小企業玩轉大模型應用，本身門檻可能更高。
梳理大模型服務落地的全流程（規劃→開發→部署），就會發現幾乎每一步都存在難題。
首先，在模型獲取和開發上，對于個人開發者或小團隊而言，獲取大廠開發的 AI 模型，本身就存在渠道上的困難。
如此多的模型，應該如何選擇？如何确保每個場景 / 任務都能選擇到最适合的模型？如何去判斷模型的精度和性能？
其次，面對實際場景需求，模型需要進行定制化。
面對來自不同行業的廣泛需求，通用 API 能力有限，模型往往需要根據實際場景進行特殊優化或者定制化服務。
最後，在實際落地過程中，還會遇到因爲調用方式不同意、配置複雜、應用部署等方面挑戰。
如上種種，都對中小企業的人才儲備、資源資金積累提出要求。但這也是中小企業最難的地方，如果落地一個大模型應用，就需要從頭開始組建一套團隊和配置，高額成本如何負擔？以及這麽做具備性價比嗎？
答案顯然是否定。
去年開始，雲廠商争相布局 MaaS、提示工程 /RAG 等工具開始火熱，都是爲此而來。他們共同将大模型應用落地門檻一降再降，達到 " 開箱即用 " 的水平。
不過，具體怎麽做的呢？
MaaS 如何才能 " 開箱即用 "？
在 MaaS 大行其道的環境下，華爲雲在 2024 HDC 大會上推出的ModelArts Studio大模型即服務平台備受矚目。
這款大模型即服務平台，正是定位于開箱即用、一站式模型開發托管，讓中小企業也能輕松擁有自己的大模型。
具體來說，平台不僅提供 99% 的業界 SOTA 開源大語言模型、開源多模态模型，并且均已針對昇騰算子、顯存優化，預置最優超參配置，做到" 模型全、免配置、免調優、性能優 "。
針對更深入的模型定制需求，平台也提供了包括模型調優、模型壓縮、模型部署、模型體驗的全流程工具鏈，覆蓋大模型全生命周期。
進入應用開發層面，平台提供 LangChain、KooSearch、盤古大腦等等組件化集成，可快速構建一站式應用。
對于政務、金融、工業、醫療、汽車、零售等不同行業，也分别有對應的支持和解決方案。
開發過程中需要的算力資源，也基于華爲雲強大能力做到一站式按需開通、按需擴縮容，縮短建設周期。
總結一下就是，ModelArts Studio 大模型即服務平台讓企業免于從零開始，顯著提升開發效率。
另外還有一點需要注意，ModelArts Studio 大模型即服務平台并不是孤立的，而是擁有開放能力，可以通過 API 對接到各個開源應用系統。
來看兩個例子。
對話機器人和虛拟助手 x KooSearch
通過 KooSearch 企業搜索服務預置的昇騰雲 NLP 模型服務，基于開源模型構建多樣對話機器人和虛拟助手，擁有向量檢索、多模态檢索、文檔解析、文本精排、搜索規劃多種能力，同時集成内容審核組件保障安全。
适用于智慧問答、内部知識檢索、數據分析助手等場景。
整個操作流程隻需要 6 個步驟。
虛拟數字人 x 盤古大腦
盤古大腦服務預置昇騰雲 NLP 模型服務，基于開源模型快速構建虛拟數字人。
可基于大語言模型理解人類的自然語言輸入、支持多語種多輪問答、支持文檔解析及基于知識庫内容回答。
适用于客戶服務與支持、教育與培訓、健康咨詢與監護等多樣場景。
操作流程也很簡單，隻需要四步。
除了華爲雲上的各類服務互相組合使用以外，通過 API 甚至可以連接第三方服務，如開源 Agent 開發平台 Dify 等……具體還有哪些腦洞組合，就留給大家自由發揮了。
除 ModelArts Studio 大模型即服務平台之外，華爲雲這次還展示了更多可以和大模型配合的産品和服務，也引起開發者關注。
華爲雲企業搜索服務 KooSearch Lite
作爲 RAG 解決方案，KooSearch Lite 同樣主打開箱即用，讓 AI 應用獲取知識更準确、更高效，同時保障數據安全，滿足開發者基于業務場景的二次開發。
KooSearch Lite 基于業界效果優的搜索模型、雲搜索服務的高性能 GaussDB 向量數據庫以及 LLM 模型組成。
通過導入非結構化或者結構化業務數據，可幫助企業客戶快速一站式搭建企業智能問答應用。
華爲雲智能數據洞察 DataArts Insight
作爲新一代 BI 服務，提供可視、實時、易用、安全的企業智能分析服務，以最自然高效的方式獲取業務見解，支撐業務實時高效決策。
支持 10 億數據秒級響應、智能數據洞察、嵌入式分析，同時保證全鏈路數據安全。
又擁有全自然語言交互的 BI 自助分析，有人都能輕松獲取和分析數據，實現人人會用數。
華爲雲給所有人發船票
大模型時代，大航海時代，第一批探險家已經抵達新大陸。
他們更早洞察到 AI 趨勢、積累 AI 能力，憑借自身在算法能力、基礎設施、應用落地等方面的優勢，成爲了人們津津樂道的大模型大廠。
華爲雲就是其中代表。
憑借自研盤古大模型，華爲雲在千行百業的落地案例數不勝數。AI+ 礦業、AI+ 制造、AI+ 鐵路……
但是在真正的大時代下，隻是自己上岸，偌大的綠洲難以被全面發掘。
因此，華爲雲在内的諸多大模型雲廠商，都選擇建造一艘擁有更多席位、承載更多 " 彈藥 " 的航空母艦。讓更多人來到新大陸，共創新世界。
華爲雲本身，就是這一基座。
ModelArts Studio 大模型即服務平台，就是發給各位玩家的 " 船票 "。隻要手握這張船票，人人都能在華爲雲的基座上做大模型開發。
與此同時，華爲雲在盡可能加固這艘大船：覆蓋主流開源大模型、構建 AI 全棧、底層算力更自主爲世界提供第二選擇……
總之，如果你想要像哥倫布艦隊一樣探索新大陸，這是一艘值得被選擇的大船。
就在最近，華爲雲開啓 828 營銷季。
活動彙聚 Flexus 雲服務、CodeArts Snap、華爲雲 MaaS 大模型即服務平台、數字人、雲會議等千餘款華爲雲旗下熱門數智産品，帶來滿額贈、專屬禮包、儲值返券等重磅權益玩法，更聚焦數智化轉型核心場景訴求，開展 AI 營銷、雲服務、數轉場景三大主題活動周。
>
