AI应用落地，算力不足仍是摆在众人面前的第一道槛。

这不，作为国产芯片设计公司，燧原科技成立时就碰上了这个老大难。

好在后来通过上云，其验证、benchmark测试效率从2周准备环境缩短至30分钟，算力充足加速了芯片研发。

△燧原科技副总裁任树峰

当下，云+AI基础设施已成为企业智能化转型的关键支撑。

在以生成式AI为代表的技术驱动下，互联网行业作为云+AI应用的先锋，已经找到了新的增长点。

具体是如何做到的呢？？

9月6日，腾讯数字生态大会「互联网AI应用专场」在深圳拉开序幕，现场人从人…（头顶台风摩羯）

整场大会只做一件事，讲干货、讲干货、讲干货。例如：

作为C端消费玩家，值得买科技如何让AIGC内容点击率是用户生产内容的103% ？作为国产算力先锋，燧原科技最初如何摆脱峰值算力供给难题？作为和技术没那么近的文娱行业，猫眼娱乐如何完成几十上百TB动画渲染？……

话不多说，这就挑重点为大家奉上。

关于用AI转型升级，他们有话说

在大会现场，大家达成了一个基本共识：

至今为止，有3条技术路径成为趋势：

结合专业领域知识做RAGAgent将成为应用落地的主要方式云计算是夯实基础的重要底座

引用腾讯云副总裁许华彬的话来解释：

那么问题来了，不同行业/企业如何根据自身情况做选择？

下面有请几位代表性玩家为我们“现身讲案例”：

用户更喜欢点击AIGC内容了

作为聚焦消费领域的玩家，值得买科技分享了一个有意思的数据：

该公司CTO王云峰坦言，一般情况下，人们不太喜欢AI生产的内容（担心虚假信息），而现在，这一点击率已经打破了旧有印象。

why？？

复盘背后的原因，王云峰首先分享了值得买对AI的不同认知：

按他的话说，如果AI纯粹是一个技术，那么AI应用落地可能意味着单纯使用通用模型；而实际上，AI不仅仅是生产力，很多时候它在重塑我们的生产流程。

放到消费领域的AI生态，一个明显特征让它区别于金融、医疗等领域。

也就是说，不同于金融、医疗等领域有很多确定性的知识可供模型训练学习，用户消费主要凭借经验，个性化非常强。

概括下来，消费领域的特点主要包括：

内容场景灵活。用户消费更多凭借个人经验而非知识，且动态变化；能力外延拓展。消费不单指买东西本身，还有之后的一系列体验，边界非常广；消费需求复杂。消费需求复杂多样，个性化强；

认知有了，行业特点也理清了。

所以，AIGC内容之所以能逐渐赢得青睐，答案正式揭晓：

值得买发现，让AI帮用户去做那些以前要做很多功课才能解决的问题，用户点击率和阅读效率、阅读时长都会比通过AI单纯生成内容要好很多。

具体而言，值得买的做法是：推出一套AI解决方案。

包括1个“值得买消费大模型”（自研13B消费模型），“商品库”和“内容库”2大数据库，AIUC分析引擎、AIGC生成引擎和AGENT调度引擎3个应用构建框架，以及提供针对性的AI解决方案的4类应用AI战略。

在这一方案中，上云是值得买战略的关键：

通过腾讯混元大模型等理解语音、视频、图像的多模态数据；自购算力托管+多云算力，迅速进行模型训练和推理部署；通过腾讯云容器场景GPU虚拟化，实现对单个GPU的更细粒度划分，提升资源利用率、减少资源和人力消耗；实现10亿+条商品库与近百亿条内容库的数据处理；芯片设计也能上云了

作为国产AI算力先行者，燧原科技副总裁任树峰一上台就回顾了创业初期面临的痛点：

据他介绍，一个芯片设计项目的研发周期大概在1~2年，不同时间对算力的需求呈现波峰波谷状态。

实际情况是，公司一般会集中在两三个月内做很复杂、压力很大的模拟仿真和各种运算。

与此同时，通常大家认为芯片设计就是写IP或者写代码，但实际上，一家芯片公司还需要建机房、买服务器，以及管理服务器。

那么问题来了，对当时的燧原来说：

结果就是，千万级IT开销花出去了，工程师还是因为算力不够需要等物理扩容、等算力。

后来的解决方案是：上云。

据任树峰介绍，芯片设计上云在整个行业还不太常见，原因主要是相关数据过于敏感。

对此，燧原科技联合腾讯云打造了本地+上云的存算分离式新架构。

效果上，通过腾讯云保障燧原的峰值算力供给，燧原验证、benchmark测试效率从2周准备环境缩短至30分钟，提升作业并发100%、缩短仿真周期30%。

动画渲染更丝滑了

到了看似和技术没那么近的文娱行业，猫眼娱乐副总裁徐晓也揭露了业内痛点：

这里要补充下，一般一个动画项目的服务公司和工作人员可能分散在全国各地，需要将四散的工程文件进行汇总并统一渲染。

通常情形是，大家只能依赖快递U盘或硬盘给对方，跨市传输至少需要1天，跨省则需2天，而跨国协作甚至可能拖延到十几天。

经过试验，猫眼基于腾讯云数据传输、数据存储安全方面能力打造了猫眼渲染平台。

如此一来，工作者只需远程在集群里制作，不仅省去了素材交换下载环节，还能更好保护版权方。

解决了这个大问题后，再用AI去做建模……

另外，关于猫眼AI转型之路，徐晓在会中透露：

他重点分享了票房预测这一场景，当前，猫眼能够根据单个影片特征和同期大盘预估票房。

这里依托了基于腾讯云打造的大数据平台。具体包括：

基于腾讯云Wedata数据开发治理平台，提供数据集成，数据开发、数据资产管理等；基于腾讯云DLC数据湖产品，提供Serverless方式使用存储计算资源，按需自动弹性扩缩容；基于腾讯云DLC数据湖产品，提供统一湖格式存储、实时写入和更新数据入湖；腾讯云BI提供查询加速能力，联合TCHouse-D提供的高性能查询和加载报表数据到缓存，提供秒级交互式分析能力；

数据显示，该平台可实现日均3万+离线数仓调度任务稳定运行，核心任务执行效率提升20%。

还有哪些看点

事实上，本次大会聚齐了SaaS、文娱、社交、营销、电商、招聘等多个泛AI应用场景，到场分享的企业还有金蝶云、趣丸科技、智谱、猎聘、筷子科技……

篇幅有限，下面只能分享部分嘉宾看法。

作为LLM的头部玩家，智谱企业商业技术中心总经理柴思远分享了：

具体而言，企业要选一个好的基座模型，同时内部最好也有类似业务BP的角色（懂模型价值、懂业务）。

更重要的是，最好发动全员去使用AI。

随着数据资产的沉淀和变现，企业可以构筑自身竞争优势。

最后是业务场景，前期可能适合将大模型嵌入已有工作流程；更长远的，企业需要找到一些新的场景和业务模式，然后把模型的能力使用进去。

另外，趣丸技术保障负责人刘亚丹分享了：

展开来说，刘亚丹首先提醒AI转型也要讲ROI，即“愿意为AI转型花多少？想得到怎样的成果？”。

然后还要寻找切入点。按他的说法：

同时，基于以往向客户交付颠覆性东西的尝试，他还分享了一条经验教训：

最后，腾讯混元高级AI策略产品经理张汉策分享了如何构建AI角色。

他们构建的《长相思》AI角色获得了成功：长相思AI角色对话总热度超3.7亿，“相柳” 单角色热度超2亿。

重点是，他详细介绍了不同训练方法踩过的坑，包括纯prompt法、RAG法，以及Agent法。

并最终总结了长相思采用的方法。

腾讯云：让企业更聚焦自身核心业务

相信大家也发现了一个华点：这些企业在AI转型升级中都用上了腾讯云。

据了解，腾讯云拥有广泛的全球基础设施，覆盖21个地区，运营58个可用区，全球服务器数量超过100万台，全球加速节点超过3200个，带宽储备达到200Tbps。

一直以来，腾讯云都以深厚的公有云实力和分布式云战略，持续推动各行各业的数字化转型。

截至目前，腾讯云AI产品已覆盖超过400家互联网头部企业，累计服务超过12万家互联网客户。

从AI应用落地面临的挑战出发，腾讯云行业架构副总监邱浩分享了腾讯云AI全栈解决方案。

从基础设施层、模型层、模型加速层、机器学习平台层、应用平台层和业务应用层阐述了腾讯云在计算、存储、网络，一站式AI开发平台腾讯云TI-ONE以及云原生产品等方面的能力，并给出了对应不同阶段AI应用开发的具体方案。

具体而言，腾讯云提供了如下开箱即用的产品：

腾讯混元大模型。企业和个人开发者，都可以通过API直接调用腾讯混元；腾讯云TI平台。打通从数据获取到模型训练部署、最后到AI应用开发的全流程链路；数据库TDSQL。涵盖金融级分布式、云原生、分析型等多引擎融合的完整数据库产品体系，支持数据库迁移；大数据处理套件TBDS。可在公有云、私有云、非云化环境，根据不同数据处理需求组合合适的存算分析组件；……

总之，一句话概括腾讯云的作用，那就是可以让企业更聚焦自身核心业务。

借用值得买科技王云峰的说法：

BTW，就在大会前一天，腾讯混元发布了全新Turbo大模型，作为新一代的旗舰模型。

相比上一代混元pro，推理性能提升超过100%的情况下，成本降低了50%，效果对标GPT-4o。

此外，新模型也支持角色扮演、代码生成FunctionCall，以及全新推出的支持腾讯生态整合的AI搜索联网的能力。

对了，Turbo模型这一次的定价也降低了50%。