进入2023年第三季度，国内已涌现超过100个大模型产品，“百模大战”正式拉开帷幕。

选择增多，但问题也随之浮现——除了比拼参数、背景和榜单排名，是否有更务实的方法，能帮助我们评估大模型的实际价值？

正如亚里士多德所言，每个系统都有其第一性原理，即一个根本性的命题或假设，不可或缺，也不可违背。

透过表象看本质，各个大模型的“第一性原理”实则大相径庭。这一核心差异，最终将引导它们走向截然不同的发展路径。

例如，OpenAI的核心是AGI，其大语言模型以“通用人工智能”为目标，近期才逐步向行业领域拓展。

有些通用大模型以“科研”为核心，榜单成绩亮眼，但行业应用所需的配套工具和算力基础设施，往往不在研发者的考虑范围内，逐渐淡出主流视野。

还有一些产业大模型，内核是“应用”，急于胜任具体任务，虽然加入了行业知识和专有数据进行“特训”，但基础模型能力有限，遇到“常识性问题”时容易出错。

工具可以开发，算力可以购买，但大模型的内在价值核心，并非轻易能够改变。

当我们深入剖析京东大模型，其核心指向了——“产业”。

近期，在WAIC和JDD大会期间，我们与京东探索研究院院长、京东科技智能服务与产品部总裁何晓冬博士进行了多次深入交流，他分享了京东对大模型的诸多思考。

将“产业价值”作为大模型的“第一性原理”，这一路径将如何发展？以京东为例，我们一同展望产业大模型的未来。

大模型的价值起点

巴菲特曾言，投资如同滚雪球，需要找到“长长的坡”和“很湿的雪”，一旦启动，持续坚持，便能越滚越大。

从产业视角看，大模型这个“雪球”要证明自身价值，仍需解决不少问题。

1. 技术可用性存疑。
产业化最后一公里的难题，看似微小，却直接决定技术能否真正落地应用。
京东自2017年起关注大模型，始终重视行业落地，过程中也积累了不少经验教训。
何博士直言：“拿着刷榜的技术去向业务部门展示，实际使用中却问题频出，对用户来说根本不可用。一旦失去信任，后续无论怎样解释，对方都会觉得技术不行。”

2. 行业连接不够深入。
大模型落地，需要解决一个个具体问题。这些问题不可能在实验室中自行“涌现”。行业需求与限制条件，必须从产业实践和应用中寻找答案。
何晓冬博士认为，大模型并非凭空想象而来，而是在行业中逐步凝练而成。
然而，能够既触及学术前沿，又扎根行业实践的AI研究机构，本身极为稀缺。

3. 价值回报尚不明确。
引入大模型意味着企业需要增加各类成本，消耗大量资源。企业自然希望获得经过反复验证、稳定可靠的产品。目前，许多大模型的价值自证仍缺乏说服力。
何博士提到，一般生成式语言模型的内容正确率约为83%到85%，对C端用户尚可接受，但在严肃商业场景中，正确率需达到95%以上才能满足企业需求。“如果活动明明是八折优惠，大模型生成的营销文案却写成五折，这在商业上是无法接受的。”

事非经过不知难。大模型如今迫切需要一场产业价值的自证，以及来自外部市场的验证。

如何破局？答案其实很简单：一步一个脚印，将遇到的坑逐一踩过，把问题逐个解决。因此，年初当大语言模型高歌猛进时，京东并未盲目跟风。它在做什么？专注于解决问题。

京东的长坡

既然将“产业价值”作为“第一性原理”，京东发展大模型首先关注的并非签约数量或发布会时间，而是夯实基础设施。

AI三要素——数据、算力、算法，均需升级，才能支撑大模型时代的需求。这如同修建一条“长坡”，让大模型的“价值雪球”能够稳定向前滚动。

先说数据。通常，产业大模型使用公域数据训练基础模型，再结合行业专有数据进行“特训”，如同先上通识课，再学专业技能。但京东的思路不同。言犀大模型在训练过程中，融合了70%的通用数据与30%的数智供应链原生数据，将零售、金融、健康、物流等领域的专业知识和数据纳入基座模型。这相当于既完成了通识教育，又学习了多门专业课，对行业的理解自然更为深刻。

因此，京东的大模型一经推出，在面对知识密集型、任务型的产业场景时，已能解决真实产业问题。

再说算法。算法是大模型的核心能力，也是拉开产品体验差距的关键。如今，单点算法已不足以支撑大模型。一个大语言模型需要包含强化学习、提示学习、预训练等一系列优化。成体系的技术框架和算法创新，更容易形成真正的护城河。

然后是算力。我们此前观察到，许多大模型推出后不久便停止开放或限制互动次数，原因正是算力不足或成本过高。企业即便想用，也难以负担。因此，大模型能否持续为产业服务，算力不能成为短板。京东在2021年便建成了最先进的DGX集群，并在重庆落地了全国首个基于SuperPOD架构的超大规模计算集群——天琴α，推理速度提升6.2倍，推理成本降低90%。这为基础大模型的训练和迭代提供了保障，也保持了竞争力。

通过持续深耕AI三要素，京东为大模型从技术走向产业，构筑了一条坚实的“长坡”。至此，大模型的价值底座已相当稳固。

产业的厚雪

回顾上一阶段的产业智能化，许多技术能力仍停留在表面，难以深入行业或实现规模化复制。要让大模型的价值更加丰满，就需要汇聚产业的“厚雪”，使雪球越滚越大。

在何晓冬博士分享的一系列京东大模型技术和实践中，可以看到大模型可以通过多种方式粘住产业的“厚雪”。

一是技术层面的粘连。
产业AI落地困难，许多问题源于技术瓶颈，如深度学习不可解释、泛化能力不足、模型精度不够等。京东通过基础技术的体系化突破，使大模型变得高可用，形成端到端的产品价值。
以数字人为例，基于十余年智能对话经验和多模态交互技术积累，京东云的多模态数字人只需极少的样本素材，5分钟简单拍摄，即可自动生成声情并茂的数字人。这使得中小商家和个人也能用得起、用得上数字人服务，算力、开发周期、人才等门槛不再是障碍。

二是工具层面的粘连。
目前，许多大模型厂商开放了API调用的MaaS服务，但一个容易被忽视的问题是，调用API本身也需要一定的技术能力和开发工作。许多传统行业用户甚至不具备基础的API调用能力。
丰富、极简、开箱即用的工具，是产业落地不可或缺的条件。京东的目标是：让对AI完全不了解的用户也能直接使用大模型。其服务从数据模型到应用服务，覆盖全周期管理，从基础层、模型层、MaaS，一直延伸到应用层的SaaS服务。
言犀大模型开放计算平台的行业知识库，已沉淀了100多种训练和推理优化工具。不到一周时间，即可完成从数据准备、模型训练到模型部署的全流程。

三是实践层面的粘连。
相比榜单上的书面效果，企业使用大模型更希望看到实际应用中的真实反馈，对技术能力和价值收益有更清晰的感知。京东已积累了大量的产业实践，这一优势尤为明显。
目前，大模型在零售、金融、健康、物流等京东内部的复杂场景中，已得到大规模锤炼。随后融合行业解决方案对外输出，大大减少了落地的顾虑和成本。
例如文本生成，零售领域的文案，每个品类的敏感信息审核门槛不同。基于京东全品类丰富的商品数据积累和大模型能力，京东云AIGC内容营销平台可通过一张商品图片，自动生成电商运营所需的商品主图、营销海报图、商详图等。每套图的成本降低90%，制作周期从7天缩短至半天。且无需担心内容风险——因为大模型的安全可信，已在京东零售内部经过反复锤炼。
再如健康诊疗，这是一个对内容专业性和可靠性要求极高的场景。京东健康应用大模型，提供健康助手和辅助诊疗服务，已覆盖超千种疾病的专业性服务。目前累计了超过3000万高质量医患对话，以及百万级规模的医学知识图谱。这些都是实打实的积累。

粘住产业的“厚雪”，将大模型的技术红利做实——这才是本轮AI热潮带给科技企业的真正机遇。

在京东，产业大模型已从一种技术设想，逐渐演变为清晰的发展方向和可执行的行动方案。它正在撬动产业AI的下一个可能性。

抱一而为天下式，大模型的价值探索

在年初的热闹中保持冷静，当“百模大战”来临时，京东率先给出了一个大模型的价值公式：
大模型的价值 = 算法 × 算力 × 数据 × 产业厚度的平方。

当前阶段，大模型的野蛮生长已告一段落，正迈向新的应用纪元。推动大模型“从参数为中心”向“以应用为中心”转变，是当下的核心问题。京东为何能后发先至？这可能是许多读者心中的疑问。

但透过“第一性原理”审视，京东大模型之所以能走出差异化道路，实则是一种“必然”。
京东技术的“第一性原理”就是“产业价值”。
正如京东CEO许冉所言：京东研发每一项技术，都将产业属性作为出发点，以产业价值为目标——技术源于产业需求，历练于产业场景，最终创造产业价值。

这个“第一性原理”，造就了京东大模型独特的路线——产学研用的高度结合。

不同的出发点：不同于科研类大模型的“两耳不闻窗外事”，也不同于行业大模型的“一心只扫门前雪”。京东从产业端切入大模型，既要锤炼基座模型的先进技术，又要考虑为整个产业和社会创造价值。这条路，好比“从北坡登珠峰”，更难，也更有价值。

不同的行路人：路已找到，需有攀登的团队。以何晓冬博士为代表的京东技术人，眼里有人间烟火，聚焦产业场景，服务京东自身业务需求，技术在真实场景中实践打磨、被验证，再解耦赋能给其他合作伙伴；眼里同样有星辰大海，京东探索研究院在技术刚在地平线上露头时，就能看到五年后可能发生的革命性变化，提前进行前瞻性布局。大模型只是其中之一，具身智能、多模态大模型、AGI等，都是京东正在关注的方向。

不同的路线图：京东发展大模型并非“无的放矢”。对于大模型的应用实践，已有明确的“三步走”规划。第一步，基于内部实践构建通用大模型；第二步，在零售、金融、健康、物流等内部高复杂场景中大规模锤炼，融合行业解决方案对外输出；第三步，针对严肃商业场景，将大模型能力对外开放。目前，京东云已基于内部实践构建了通用大模型。到今年年底，将通过高复杂场景的大规模锤炼，迭代出扎实的产业服务。预计在2024年初，将大模型能力向外部严肃商业场景开放。眼下，京东已走到第二步，并在内部取得了丰富的实践成果。

以“产业价值”作为大模型的“第一性原理”，驱动京东在大模型领域走上差异化发展道路，率先完成了产业价值的创生与积累，更早地进入了应用纪元。

京东大模型的“价值雪球”，正以“马太效应”越滚越大，加速驶向千行百业、人间烟火。抱一而为天下式，大模型的产业价值，最终将凝结在万千众生的微笑之中。