竹間全產(chǎn)品線(xiàn)已完成盤(pán)古大模型驅(qū)動(dòng)

竹間智能四大產(chǎn)品線(xiàn)已經(jīng)成功將盤(pán)古大模型整合并進(jìn)行了測(cè)試，現(xiàn)在可以立即為企業(yè)提供可商用的LLM應(yīng)用。我們將以上標(biāo)準(zhǔn)化產(chǎn)品應(yīng)用于對(duì)話(huà)機(jī)器人、數(shù)字員工、AI培訓(xùn)教練、知識(shí)管理和文本寫(xiě)作等領(lǐng)域，為企業(yè)提供即開(kāi)即用的解決方案，深耕各行業(yè)。此外，根據(jù)企業(yè)不同的場(chǎng)景和業(yè)務(wù)需求，我們可以使用企業(yè)私有數(shù)據(jù)來(lái)訓(xùn)練大語(yǔ)言模型，以低成本來(lái)滿(mǎn)足實(shí)際業(yè)務(wù)需求。這是通用大模型無(wú)法做到的。竹間的EmotiBrain模型工廠可以基于盤(pán)古大模型進(jìn)行預(yù)訓(xùn)練模型微調(diào)，輕松定制行業(yè)大模型，為企業(yè)提供更加個(gè)性化的解決方案。

EmotiBrain可以理解是給企業(yè)制造大模型的一個(gè)工廠，根據(jù)企業(yè)所在的不同行業(yè)、不同的業(yè)務(wù)需要以及企業(yè)自身的數(shù)據(jù)，EmotiBrain的模型工廠便可以輕松基于盤(pán)古大模型來(lái)微調(diào)，制造出企業(yè)所有的專(zhuān)屬模型，為各行各業(yè)賦能。此外，竹間的 1+4 產(chǎn)品模式包括了對(duì)話(huà)式平臺(tái)、培訓(xùn)教練平臺(tái)、知識(shí)平臺(tái)、與智能寫(xiě)作平臺(tái)四大產(chǎn)品。如同竹間AI Coach將數(shù)字化教練與盤(pán)古大模型無(wú)縫集成，為各行各業(yè)的專(zhuān)業(yè)人士提供了一個(gè)獨(dú)特的實(shí)戰(zhàn)模式沉浸式陪練平臺(tái)。這款先進(jìn)的AI工具不僅便于從實(shí)踐中學(xué)習(xí)，還利用其強(qiáng)大的知識(shí)庫(kù)來(lái)增強(qiáng)學(xué)習(xí)效果，提升個(gè)人的職業(yè)能力。它所帶來(lái)的價(jià)值體現(xiàn)在其能夠定制個(gè)性化培訓(xùn)，提高效率，并在各自領(lǐng)域內(nèi)提升人們的熟練程度。

盤(pán)古大模型的目標(biāo)是重塑千百行業(yè)，盤(pán)古大模型3.0分為L(zhǎng)0基礎(chǔ)大模型、L1行業(yè)大模型、L2場(chǎng)景模型三層架構(gòu)。盤(pán)古的5+N+X架構(gòu)與竹間的 1+4 產(chǎn)品模式不謀而合，竹間天然形成了盤(pán)古落地的最后一公里的絕佳實(shí)踐者。在盤(pán)古大模型的基礎(chǔ)上，企業(yè)可以在EmotiBrain上微調(diào)訓(xùn)練出專(zhuān)屬的大模型，在模型工廠中，自動(dòng)集成到應(yīng)用中，整個(gè)模型訓(xùn)練流水線(xiàn)全自動(dòng)化，不但大大降低了成本，并且形成快速的使用、反饋與迭代的閉環(huán)。用戶(hù)不需要了解大模型的運(yùn)作細(xì)節(jié)，在盤(pán)古+竹間的整體解決方案中，達(dá)到開(kāi)盒即用的效果。

另外，竹間首創(chuàng)推出了“99萬(wàn)實(shí)驗(yàn)室”，與各行各業(yè)的企業(yè)共建行業(yè)場(chǎng)景大模型，支持私有化與云端兩種模式，針對(duì)特定場(chǎng)景，結(jié)合行業(yè)知識(shí)，解決核心痛點(diǎn)問(wèn)題，釋放生產(chǎn)力和創(chuàng)造力。“99萬(wàn)實(shí)驗(yàn)室”給企業(yè)一個(gè)低門(mén)檻即可享用大模型，不受預(yù)算限制、模型數(shù)量限制、云計(jì)算資源限制的情況下，享受到先進(jìn)AI技術(shù)的紅利。

大模型深耕行業(yè)

當(dāng)前的人工智能技術(shù)正在迅速發(fā)展，并逐漸進(jìn)入大模型時(shí)代。這使得人工智能成為一種通用技術(shù)，OpenAI發(fā)布了ChatGPT后，各種大模型層出不窮，全球已經(jīng)發(fā)布了數(shù)百個(gè)大模型，中國(guó)也已經(jīng)發(fā)布了80多個(gè)大模型。然而，企業(yè)所需的是能夠滿(mǎn)足特定業(yè)務(wù)需求的工具和解決方案。他們需要一個(gè)真正理解企業(yè)自身業(yè)務(wù)并提供解決方案的定制化和專(zhuān)業(yè)化工具和技術(shù)。只有這樣，才能實(shí)現(xiàn)人工智能在商業(yè)領(lǐng)域的可應(yīng)用性和商用化質(zhì)量。因此，在當(dāng)前AI技術(shù)發(fā)展的背景下，企業(yè)需要更加注重定制化和專(zhuān)業(yè)化。只有尋找那些能夠滿(mǎn)足特定業(yè)務(wù)需求、理解企業(yè)自身業(yè)務(wù)并提供解決方案的工具和技術(shù)，才能真正實(shí)現(xiàn)人工智能在商業(yè)領(lǐng)域的可應(yīng)用性和商用化質(zhì)量。

竹間智能專(zhuān)注于降低大模型訓(xùn)練成本，加速大模型應(yīng)用落地，主打行業(yè)大模型與LLM行業(yè)解決方案。依托豐富的產(chǎn)業(yè)實(shí)踐經(jīng)驗(yàn)、自然語(yǔ)言處理和自動(dòng)化機(jī)器學(xué)習(xí)技術(shù)，推出了全新的“1+4”大模型產(chǎn)品體系，即大模型工廠EmotiBrain，加上對(duì)話(huà)、知識(shí)、培訓(xùn)和生成四大產(chǎn)品平臺(tái)，可實(shí)現(xiàn)跨行業(yè)、多場(chǎng)景、規(guī)模化的落地，以助力企業(yè)突破大模型應(yīng)用的"最后一公里"。

華為盤(pán)古大模型3.0迎來(lái)重大升級(jí)，在華為開(kāi)發(fā)者大會(huì)（Cloud）上發(fā)布了一系列研發(fā)及應(yīng)用成果，無(wú)論是性能、深度、架構(gòu)還是數(shù)據(jù)增強(qiáng)方面均得到顯著提升，實(shí)現(xiàn)了全棧創(chuàng)新。盤(pán)古大模型聚焦產(chǎn)品研發(fā)、軟件工程、生產(chǎn)供應(yīng)、市場(chǎng)營(yíng)銷(xiāo)、客戶(hù)運(yùn)營(yíng)等價(jià)值場(chǎng)景，致力于深耕行業(yè)，如政務(wù)、金融、制造、煤礦、鐵路、制藥、氣象等。

釋放大模型之力，需要各界合力。竹間智能與華為云將延續(xù)以往合作的良好態(tài)勢(shì)，發(fā)揚(yáng)各自?xún)?yōu)勢(shì)，將LLM、可商用產(chǎn)品、行業(yè)know-how、項(xiàng)目交付以及工程實(shí)踐經(jīng)驗(yàn)全面結(jié)合起來(lái)，共同開(kāi)拓大模型技術(shù)的邊界，加快產(chǎn)業(yè)滲透，在多種部署模式的支撐下，推動(dòng)AI在千行百業(yè)的廣泛應(yīng)用。

盤(pán)古大模型+竹間的共同的目標(biāo)是要讓每個(gè)行業(yè)、每個(gè)企業(yè)、每個(gè)人都擁有自己的專(zhuān)家助手，讓工作更高效更輕松。我們始終堅(jiān)持AI for Industries（AI為產(chǎn)業(yè)服務(wù)）的戰(zhàn)略，在深耕行業(yè)的道路上不斷前行。