AI大模型混战后的新风口：以知识为中心的人工智能迎来机遇

在广交会的第一期展览中，近400家企业参与展出，涵盖了智慧生活、工业机器人和智能制造生产线等诸多领域。随着多个AI大模型的密集推出，人工智能正在跨越文本、图像和声音等单一模态的边界，展现出强大的多模态处理能力。生成式AI的应用范围也迅速扩展，从最初的文本生成，逐渐渗透到自动驾驶、医疗、金融等行业，呈现了前所未有的发展态势。

然而，在这一轮AI技术快速发展的同时，如何有效降低生成式人工智能应用中的幻觉问题和提升模型推理能力，成为业内关注的焦点。对此，枫清科技的创始人兼CEO高雪峰表示，未来必然是通用人工智能（AGI）时代的到来，这也将催生新的数据基础设施。他指出，数据基础设施在AI应用中不可或缺，行业内已经涌现出多种探索数据基础设施的举措，未来将通过实践效用来验证其有效性。

生成式人工智能的幻觉问题，不仅影响了用户体验，还可能在诸如金融风险管控、自动化生产等关键性场景中引发严重的后果。高雪峰提到，提升AI模型的可解释性和推理能力，能保障企业利用本地积累的海量数据，并高效嵌入智能化能力，这是行业当前亟待解决的挑战之一。

当前，AI技术赋能的场景应用主要落在两种架构上：以模型为中心的Model-Centric和以数据为中心的Data-Centric。高雪峰认为，Data-Centric架构的未来更具潜力，它能够让不同的AI模型能力服务于企业经过结构化的数据与知识，更利于生成企业的定制化AI工具。

在实际应用场景中，企业可通过将大模型引入，并用本地数据对其进行精准的Fine-tuning，逐步将这些模型转换为符合自身需求的工具。然而，面对日益增长的模型参数，Fine-tuning的方法的确显得愈发复杂。从长远来看，企业的数据与生成的精准知识库，将成为其最重要的资产之一。

AI的产业赋能、跨界合作也在不断深化。以金融行业为例，通过整合银行内部多源产业数据，并搭建智能体平台，银行可以有效实现智能化的金融营销与风险评估。不仅如此，利用知识引擎与智能体引擎的结合，能够让大模型与业务系统无缝衔接，使智能应用的落地更加高效；而在能源行业，通过文档问答和智能问数技术，企业能优化生产流程与管理成本，期待实现全面智能化。

随着AI工具如ChatGPT和Sora的快速迭代，跨境电商行业同样迎来了诸多变革。AI技术的应用范围不断扩大，从精准营销到智能客服，再到数据分析和内容创作，AI大幅提升了行业的运作效率。高雪峰透露，枫清科技已与多家企业达成合作意向，未来将着力在华南地区打造领先的AI应用生态，推动智能化转型升级。

广东作为跨境电商的重要聚集地，枫清科技计划直接接触中小企业，并通过赋能老牌大型服务商，形成智能化平台。高雪峰指出，尽管海外市场发展存在难度，但通过与大型渠道商或集成商的合作，可以大大提升进入市场的成功率。他强调，AI数据基础设施的国际化路径有所不同，在国内，企业可利用精确的内部知识构建多模态知识引擎；而在国际市场上，则应更注重产品功能模块的标准化和易用性。

随着AI技术在各行业的突破与发展，未来必将引发更多思考与变革。企业在运用AI技术时，需注重数据安全性和模型可解释性，以合理引导智能化进程。同时，AI的应用不再是科技公司的专利，职场中的每一位员工都应积极拥抱这一新兴技术，使其成为提升工作效率和创造价值的强大助力。

在这个AI快速发展的时代，建议大家善用先进的生产力工具，学习如何高效利用AI技术。随着AI工具的持续创新与完善，职场的工作方式与生产效率都有望迎来全新变革。无论是简单的日常办公，还是丰富的创意设计，都可以借助类似"简单AI"的全能型AI创作助手，大幅提高工作效率。

责任编辑：