阿里雲國際AI與大數據峰會　大語言模型助力全球客戶開發訂製化AI應用

在新加坡舉行的首屆阿里雲國際AI與大數據峰會「AI Forward」上，阿里雲發佈無伺服器版本的PAI-EAS（Platform for AI-Elastic Algorithm Service，AI平台-彈性算法服務），旨在為個人和企業提供低成本、高效益的模型部署和推理解決方案。

阿里雲亦宣佈將最新的向量引擎技術集成到更多產品中，包括數據倉庫Hologres，以及搜索服務Elasticsearch和OpenSearch。此次整合旨在讓企業客戶更便捷地運用各種大型語言模型構建訂製化的生成式AI應用。

PAI-EAS平台讓用戶可按需使用計算資源而無需管理或維護實體或虛擬伺服器。此外，用戶只需為實際使用的計算資源付費。與傳統定價模式相比，此計價方式可節省50%的推理成本。

無伺服器版本的PAI-EAS現已進入邀測階段，可用於圖像生成模型的部署。服務功能預計在2024年3月進一步拓展，以支持部署主流開源大語言模型；阿里雲的AI模型社區ModelScope（魔搭）內包括圖像分割、摘要生成和語音識別等訂製任務模型將可在平台上部署。

透過大語言模型服務、訓練服務和向量引擎技術，阿里雲能夠支持檢索增強生成（RAG）流程，讓企業能將其知識庫與大語言模型相結合以提升效能，並在多個應用領域中，實現更精確、更快的訊息檢索以及更細緻深入的洞察分析，全面提升效率並增強決策能力。

阿里雲首席技術官周靖人在峰會上表示：「阿里雲一如既往站在AI和雲計算技術創新的最前沿，透過不斷升級技術，運用最新的智能驅動型解決方案為企業提供支持，助他們提升效率和業務表現。阿里雲致力以創新解決方案，重塑AI在各種應用領域的無限可能。」

阿里雲首席技術官周靖人在阿里雲在新加坡舉辦的AI與大數據峰會分享。

令模型訓練更簡易

隨著AI相關計算任務中的數據預處理和數據離線/在線分析需求日益增長，阿里雲亦宣佈升級分佈式Python 數據處理框架 MaxCompute MaxFrame的大數據服務，使用戶在啟動大語言模型訓練等AI任務時，可更高效、靈活地處理海量數據。

為激發創作靈感，阿里雲推出了涵蓋模型訓練和圖像生成的綜合平台PAI-Artlab，幫助設計師快速製作專業級設計，釋放更大的創意潛能。

設計師可運用PAI-Artlab生成應用於各種場景的設計圖像，包括室內家居設計、產品宣傳海報、遊戲角色創建和遊戲場景開發等。此外，該平台還提供了豐富的開箱即用工具生態系統，令無編程背景的設計師也能開發和訓練訂製模型，生成符合其特定要求的圖像。目前，該平台已面向內地用戶開放，預計將在未來數月於新加坡市場推出。

PAI-Artlab助力設計師快速製作專業級設計。

去年，阿里雲實現突破，透過集成自研向量引擎，升級了全系列數據庫解決方案，包括雲原生數據庫PolarDB、雲原生數據倉庫AnalyticDB和雲原生多模型數據庫Lindorm，令產品性能和功能顯著提升。

向量引擎可將文本和數據轉換到高維空間中，以複雜而高效的方式嵌入大量結構化和非結構化上下文，從而優化AI性能。此功能有助於簡化並加快比較和語義分析等任務，特別對大語言模型具有顯著效益，並能夠推動多種高階AI功能的開發。

助力客戶實現業績增長

阿里雲的客戶遍佈全球。目前，不少大型企業和初創企業都在使用阿里雲的最新技術推進數碼轉型。

阿里雲海外業務事業部總裁袁千在峰會上表示：「全球客戶對AI技術的需求與日俱增。開源自研語言模型賦予我們強大的計算解決方案和尖端的AI創新能力，以支持客戶開發訂製化的生成式AI應用，應對獨特的業務挑戰，幫助他們把握生成式AI領域湧現的各種機遇。」

阿里雲海外業務事業部總裁袁千在阿里雲在新加坡舉辦的AI與大數據峰會發言。

借助阿里雲大語言模型通義千問以及檢索增強生成技術，全球領先的消費者健康公司赫力昂（Haleon）為中國消費者推出了專門的AI營養師，擅長精準解讀消費者的諮詢，高效地提供全面的營養指導。通義千問強大的功能與赫力昂內部龐大而詳盡的營養知識庫相結合，確保AI營養師在準確性和相關性上達到業界前沿水平。

赫力昂全球數字與科技業務單元副總裁Shivani Saini強調數碼創新在醫療保健領域的重要性：「隨著數碼服務在健康消費行業中的作用日益凸顯，我們選擇與阿里雲合作以發揮AI的潛力。此舉彰顯了我們為中國消費者提供個性化健康建議的決心。我們的目標是為客戶提供加強飲食和營養管理所需的工具。」

rinna是一家專注於研發擅長處理日語文本的預訓練基礎模型的日本初創企業，該公司已推出了其最新創新產品：Nekomata系列模型。這些新模型的開發基於阿里雲開發的開源通義千問大語言模型，即Qwen-7B和Qwen-14B模型。Nekomata系列在評估日語模型能力的重要基準之一Stability-AI/lm-evaluation-harness中展現出了卓越性能。此外，與早期基於Llama2架構的youri系列相比，全面而豐富的Qwen詞匯量極大地增強了Nekomata模型處理日語文本的能力，提高了效率。

rinna 研究員趙天雨表示：「阿里雲的大語言模型技術能力給我們留下了深刻印象，它幫助我們在控制成本的同時，極大地提升了模型的性能。我們相信，阿里雲對開源社區的貢獻也能助力其他中小企業和初創企業加速他們的AI創新進程。」

立即訂閱阿里足跡，緊貼阿里巴巴集團最新發展動向，通過新聞故事及專題文章了解創新科技、電子商務及智能物流等新興議題的嶄新趨勢。