隨著 ChatGPT 的一夜爆火，人工智能似乎找到了最為合適的應(yīng)用出口，同時，它也讓用戶和產(chǎn)業(yè)，看到了大模型人工智能所具備的應(yīng)用潛力。傳統(tǒng)印象里，人工智能、云服務(wù)、大數(shù)據(jù)，都是阿里達(dá)摩院、百度、字節(jié)跳動等企業(yè)經(jīng)常掛在嘴邊的技術(shù)名詞。

但很多人不知道的是，作為智能終端產(chǎn)業(yè)頭部成員的 TCL 實業(yè)也在人工智能賽道擁有著深厚的布局，早在 2017 年德國 IFA 展會上，TCL 就發(fā)布了 3 款搭載人工智能小 T 的新品。

隨后的 2019 年，TCL 實業(yè)不僅確立了 AI × IoT 的發(fā)展路徑，同時也成立了鴻鵠實驗室（EagleLab），專注于 AI、IoT 和云服務(wù)等技術(shù)研發(fā)和產(chǎn)品化創(chuàng)新應(yīng)用，對內(nèi)服務(wù)范圍覆蓋 TCL 智能終端業(yè)務(wù)群全產(chǎn)業(yè)，同時也為全球用戶提供 AI × IoT 全場景智能解決方案。

據(jù) TCL 實業(yè) CTO 孫力介紹："2019 年以后，TCL 實業(yè)在持續(xù)發(fā)力 AI × IoT 的戰(zhàn)略，借助人工智能技術(shù)的不斷進(jìn)步，我認(rèn)為現(xiàn)在已經(jīng)進(jìn)入 AIoT2.0 時代，與 1.0 時代相比，它的最大變化在于實現(xiàn)了真正的主動智能，即設(shè)備知道你想要什么服務(wù)。"

具體來說，從 1.0 到 2.0 時代的推進(jìn)，需要從幾個方面入手，首先是對瘦設(shè)備的意圖理解，所謂 " 瘦設(shè)備 "，就是指交互頻次不高、涉及數(shù)據(jù)較少的設(shè)備，比如空調(diào)、洗衣機等等。過去只要聯(lián)網(wǎng)實現(xiàn)遠(yuǎn)程操控，那么它就進(jìn)入了 AIoT 的體驗，但現(xiàn)在需要讓這些設(shè)備開始能夠理解用戶意圖，這也是人工智能的應(yīng)用潛力所在。

其次，則是加深對用戶意圖的理解、交互方式的效率提升。孫力提到：" 過去的傳統(tǒng)交互界面都是依靠外設(shè)或者觸控交互，以前經(jīng)常開玩笑說 Excel 或者 PPT 里面的功能非常強大，但普通人最多用到 5% 的功能，受限是在哪呢？因為操作界面就這么大，對功能挖掘和探索的學(xué)習(xí)成本很高。"

進(jìn)入大模型時代后，得益于它對用戶意圖的理解，就能實現(xiàn)更直接、快速的交互方式。最后，則是從被動智能向主動智能的轉(zhuǎn)化，無論系統(tǒng)運行在產(chǎn)品里還是云端，都要做到能夠主動幫用戶尋找解決方案、匹配合適的插件或者硬件并主動提供服務(wù)。

" 更進(jìn)一步的說，AIoT2.0 還要能夠提供用戶預(yù)期結(jié)果的閉環(huán)，因為光理解意圖并不能解決用戶的實際問題，而主動服務(wù)也無法滿足所有的毛細(xì)需求，那么在用戶提出新的需求時，在 1.0 時代，機器會直接說‘我干不了’，而在 2.0 時代，基于大模型釋放出的潛力，人工智能是可以做到基于已有的硬件、方案，組成生態(tài)閉環(huán)的能力。" 孫力表示。

談及大家最關(guān)心的應(yīng)用問題，在前沿領(lǐng)域，TCL 實業(yè)已經(jīng)和研究機構(gòu)開展合作，從應(yīng)用層面拓展更多可落地的應(yīng)用。從目前來看，大模型主要還是語音識別和 AIGC 內(nèi)容生成方面的場景，此外，還有智能制造和企業(yè)管理等諸多領(lǐng)域可供探索，例如 TCL 廣泛涉及的工業(yè)制造場景，TCL 正在思考如何布局智能制造領(lǐng)域的專家系統(tǒng)。

孫力舉例說到：" 大模型人工智能可以幫助工程師進(jìn)行知識的查詢，一些故障的定位、指導(dǎo)、決策，可以提高故障排查和解決的效率，降低設(shè)備的異常風(fēng)險。其他公司管理層面的應(yīng)用，比如內(nèi)部運營，包括營銷、HR 和財務(wù)方面也可以提供智能的小助手。因為在 AI 協(xié)同工作的趨勢下，未來每個領(lǐng)域、每個工作都會用上大模型輔助。"

可以想見的是，借助愈發(fā)強大的人工智能，未來的應(yīng)用絕不只是 AI 畫圖那么簡單，大模型甚至可以在營銷方面生成海報、文案，在企業(yè)內(nèi)部可以機器人助手輔助行政、財務(wù)等等，提升流程的查詢、生成報表等等這樣的效率提升的場景。

而在與普通用戶息息相關(guān)的消費電子以及家電產(chǎn)品的落地上，TCL 實業(yè)在電視方面已經(jīng)擁有大量的語音使用者，每天都在大量的使用語音助手搜電影、音樂、健身等應(yīng)用。隨著智能語音進(jìn)化到 ChatGPT 同等的體驗，將對閑聊、多輪對話、搜索內(nèi)容，推薦個性化內(nèi)容等方面，帶來新一輪的體驗革新。

據(jù)孫力介紹，未來大模型將支持更多模態(tài)，就像人一樣，除了耳朵還有眼睛，這樣一來，未來的文本、圖像、視頻的理解能力都會跨模態(tài)，形成更加細(xì)致、人性化的交互、智能體驗。

當(dāng)人工智能的應(yīng)用越來越多、越來越廣泛，" 算力 " 將會成為不得不考慮的問題，在孫力看來，未來涉及人工智能領(lǐng)域的算力部署，也會根據(jù)場景和產(chǎn)品所變化，對于像智能穿戴設(shè)備這樣主打便攜屬性的產(chǎn)品來說，在量子計算成熟之前，內(nèi)置 GPU 恐怕很難勝任大規(guī)模的人工智能應(yīng)用，因此云計算成為了最合適的技術(shù)路徑。

而對企業(yè)層面的應(yīng)用來說，解決的手段會更多樣一些，比如同樣可以通過跟云廠商的生態(tài)合作來完成算力部署，只不過針對企業(yè)內(nèi)部的專家系統(tǒng)或者涉及私密信息的應(yīng)用，可能還是需要本地構(gòu)建算力體系，此時就需要搭建自己的 GPU、NPU、TPU 算力中心來解決這些問題。

" 具體到 TCL 實業(yè)來說，我們內(nèi)部有幾百人的算法團隊在做關(guān)于語音、推薦搜索、計算機視覺，包括智能制造等方面的算法，并且已經(jīng)擁有了集群的 GPU 算力。如果未來需要私有化部署大模型，特別是在訓(xùn)練階段需要大量算力的話，結(jié)合 TCL 實業(yè)全球化的研發(fā)能力以及外部合作伙伴，也不會存在資金或者芯片方面的供給問題。" 孫力表示。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com