大模型技術的實際應用成為了越來越多行業共同關注和探討的重要話題。隨著大模型技術的不斷發展和成熟，人們開始深刻認識到其在解決實際問題和推動創新方面的潛力。從自然語言處理到圖像識別，從智能推薦到智能決策，大模型技術正逐漸拓展其影響力和應用范圍。

為了加速推動全球大模型相關技術創新發展及工程化應用落地，助力數字經濟發展。InfoQ 大模型技術應用創新大賽，圍繞大模型的技術創新與應用開展討論，期望發掘更多能夠解決產業數字化轉型過程中實際問題的創新解決方案，共同推動大模型等技術在不同行業的落地實踐。

目前，大賽正在火熱進行中！六大賽道報名總人數超 200 人，其中個人開發者占比 50%、企業開發者占比 33%、學生占比 16%。這些參賽選手的作品方向是什么？有哪些技術上的創新突破？針對這些問題，InfoQ 與參賽選手做了初步探討，在探討中發現了一些創新性、落地性都很高的參賽作品，看看你最 Pick 哪個？

智能保險顧問：顛覆性的銷售方式

大模型時代，算力、算法、數據構成了新范式的“三駕馬車”，其中，數據更可視為決定大模型質量和商業化落地的核心要素。作為一個業務流程規范、數據和知識沉淀完備的行業，金融業天然具有應用大模型的基礎優勢。在金融服務和業務中，利用大規模的數據、深度學習和自然語言處理等技術，開發和應用龐大、復雜的模型，以解決各種金融問題、優化業務流程，提高決策效率和用戶體驗。

在本屆大賽金融賽道的報名團隊中涌現出了一支將大模型技術賦能于保險銷售領域的創新團隊，他們的作品在引導用戶走進保險話題、解讀保險產品、分析用戶保險需求等方面有著獨特的亮點。同時，該智能顧問既能主動聯系用戶，提供個性化的保險建議，也能被動回答用戶的保險疑問，為用戶提供全方位的保險服務。這一創新方案憑借著大模型的語義理解、信息抽取和銷售階段規劃等關鍵技術，能為企業提供一套高效的銷售場景解決方案。

此外，在被問到作品未來落地的商業價值時，該團隊表示，“有銷售業務的企業可以使用這套方案并結合大模型技術實現降本增效，從而讓越來越多企業認可大模型的價值并在更多的業務中探索如何應用大模型技術，對大模型商業化有很大的促進作用。”

私域大模型：全棧 AI 能力的創新成果

在技術創新賽道中，已經出現了成熟的大模型作品并實現了落地。該團隊研發的是聚焦在法律領域的私域大模型，主要技術原理是通過具備向量能力的數據庫 Hubble 支撐了證監會全部法規（不含更新數據），并做遷移學習。通過 AI-PaaS 平臺采集相關數據，進行數據標注及數據處理，基于遷移學習對大語言模型進行微調，同時利用 Hubble-vector 的向量存儲及查詢能力，使模型語境更適用于當前私域數據場景，并且做到答案可精確溯源，最后通過模型管理進行服務的發布供用戶使用。在生成時可以引用原有法條做準確嚴謹回答，對比通用大模型，更適合機構私有數據。

團隊在介紹作品時表示，“相比于傳統的通用 AI 模型，私域大模型更加專業化和定制化，能夠更好地適應行業場景的需求，提供更準確、高效的解決方案，這無疑對行業場景的深入落地產生積極的影響。”

AI 驅動音視頻轉換文字：簡單高效的實用工具

大模型在語音識別方面具有顯著的優勢，大型模型憑借數以億計的參數，使其能夠更好地捕捉語音信號中的復雜模式和特征。這些模型可以學習不同的聲音頻率、韻律、音素、語速等變化，從而提高了對各種說話人和語音情境的適應能力。在產品經理賽道，就有選手帶來了 AI 驅動的視頻、播客轉文字、字幕的工具。該作品可以將視頻轉換為翻譯文本、字幕和筆記，無論是 YouTube、播客還是本地音頻和視頻文件，都能輕松將其轉換為文本并提煉精華。同時，該作品還支持多語言，可以在中文、英文、日文和 90 多種語言之間進行轉錄和翻譯。

智慧校園 AI：小模型基礎上的答疑助手

在教育賽道中，我們看到了新的探索和創新思路。一支來自專注高校信息化的企業團隊正在調研大模型與智慧校園的結合應用。他們的參賽作品最大的特點就是探索如何在較小模型的基礎上實現為全體師生答疑解惑，這里最大的難點在于較小模型的二次訓練。此外，團隊表示，針對高校場景需要解決的問題還有很多，例如，二次訓練的知識遺忘、高校的數據安全以及與應用廠商的協同推進問題等。目前在大模型的探索中既有機遇也有挑戰，希望做出成果實現大模型在教育領域的落地。