竹間全產品線已完成盤古大模型驅動

竹間智能四大產品線已經成功將盤古大模型整合并進行了測試，現在可以立即為企業提供可商用的LLM應用。我們將以上標準化產品應用于對話機器人、數字員工、AI培訓教練、知識管理和文本寫作等領域，為企業提供即開即用的解決方案，深耕各行業。此外，根據企業不同的場景和業務需求，我們可以使用企業私有數據來訓練大語言模型，以低成本來滿足實際業務需求。這是通用大模型無法做到的。竹間的EmotiBrain模型工廠可以基于盤古大模型進行預訓練模型微調，輕松定制行業大模型，為企業提供更加個性化的解決方案。

EmotiBrain可以理解是給企業制造大模型的一個工廠，根據企業所在的不同行業、不同的業務需要以及企業自身的數據，EmotiBrain的模型工廠便可以輕松基于盤古大模型來微調，制造出企業所有的專屬模型，為各行各業賦能。此外，竹間的 1+4 產品模式包括了對話式平臺、培訓教練平臺、知識平臺、與智能寫作平臺四大產品。如同竹間AI Coach將數字化教練與盤古大模型無縫集成，為各行各業的專業人士提供了一個獨特的實戰模式沉浸式陪練平臺。這款先進的AI工具不僅便于從實踐中學習，還利用其強大的知識庫來增強學習效果，提升個人的職業能力。它所帶來的價值體現在其能夠定制個性化培訓，提高效率，并在各自領域內提升人們的熟練程度。

盤古大模型的目標是重塑千百行業，盤古大模型3.0分為L0基礎大模型、L1行業大模型、L2場景模型三層架構。盤古的5+N+X架構與竹間的 1+4 產品模式不謀而合，竹間天然形成了盤古落地的最后一公里的絕佳實踐者。在盤古大模型的基礎上，企業可以在EmotiBrain上微調訓練出專屬的大模型，在模型工廠中，自動集成到應用中，整個模型訓練流水線全自動化，不但大大降低了成本，并且形成快速的使用、反饋與迭代的閉環。用戶不需要了解大模型的運作細節，在盤古+竹間的整體解決方案中，達到開盒即用的效果。

另外，竹間首創推出了“99萬實驗室”，與各行各業的企業共建行業場景大模型，支持私有化與云端兩種模式，針對特定場景，結合行業知識，解決核心痛點問題，釋放生產力和創造力。“99萬實驗室”給企業一個低門檻即可享用大模型，不受預算限制、模型數量限制、云計算資源限制的情況下，享受到先進AI技術的紅利。

大模型深耕行業

當前的人工智能技術正在迅速發展，并逐漸進入大模型時代。這使得人工智能成為一種通用技術，OpenAI發布了ChatGPT后，各種大模型層出不窮，全球已經發布了數百個大模型，中國也已經發布了80多個大模型。然而，企業所需的是能夠滿足特定業務需求的工具和解決方案。他們需要一個真正理解企業自身業務并提供解決方案的定制化和專業化工具和技術。只有這樣，才能實現人工智能在商業領域的可應用性和商用化質量。因此，在當前AI技術發展的背景下，企業需要更加注重定制化和專業化。只有尋找那些能夠滿足特定業務需求、理解企業自身業務并提供解決方案的工具和技術，才能真正實現人工智能在商業領域的可應用性和商用化質量。

竹間智能專注于降低大模型訓練成本，加速大模型應用落地，主打行業大模型與LLM行業解決方案。依托豐富的產業實踐經驗、自然語言處理和自動化機器學習技術，推出了全新的“1+4”大模型產品體系，即大模型工廠EmotiBrain，加上對話、知識、培訓和生成四大產品平臺，可實現跨行業、多場景、規模化的落地，以助力企業突破大模型應用的"最后一公里"。

華為盤古大模型3.0迎來重大升級，在華為開發者大會（Cloud）上發布了一系列研發及應用成果，無論是性能、深度、架構還是數據增強方面均得到顯著提升，實現了全棧創新。盤古大模型聚焦產品研發、軟件工程、生產供應、市場營銷、客戶運營等價值場景，致力于深耕行業，如政務、金融、制造、煤礦、鐵路、制藥、氣象等。

釋放大模型之力，需要各界合力。竹間智能與華為云將延續以往合作的良好態勢，發揚各自優勢，將LLM、可商用產品、行業know-how、項目交付以及工程實踐經驗全面結合起來，共同開拓大模型技術的邊界，加快產業滲透，在多種部署模式的支撐下，推動AI在千行百業的廣泛應用。

盤古大模型+竹間的共同的目標是要讓每個行業、每個企業、每個人都擁有自己的專家助手，讓工作更高效更輕松。我們始終堅持AI for Industries（AI為產業服務）的戰略，在深耕行業的道路上不斷前行。