胡鑫：大模型構築不動産運營新質生産力 | 觀點數字未來發展大會

本文為胡鑫先生在2024觀點數字未來發展大會發表的演講

胡鑫（騰訊雲副總裁、智慧建築與不動産行業負責人）：首先感謝各位，我是第二次參加觀點舉辦的這個大會，所以我想花點時間介紹一下我們在這個行業里面，我們對大模型，包括新質生産力是怎麼思考的。在座的有我們的客戶，也有我們的合作夥伴，所以花點時間介紹一下，有些想法不太成熟，大家多指正。

現在整個大的科技趨勢，我們都無法回避一個概念，就是大模型。我認為科技對于房地産、建築、不動産一定是一個輔助的工具，可以讓這個行業更有溫度、效率更高，在這個新的環境下，得以穩步往前發展。

今天我們講大模型的發展趨勢，從1957年的技術發展到GPT4、AIGC，其實走了很多年，所以這不是一個新技術，它也是一步一步叠代出來的技術。其實人工智能的概念，包括最早提到的圖神經網絡，幾年前提到的網格計算，包括英偉達的芯片技術在2002年的時候已經在一些場景上用得很豐富了。到今天突然爆發，其實它是一個積累叠代的過程，我們今天發現這個事情慢慢進入人的生活了，到了今天它叠代到一定程度，它可以做聯邦學習，可以做大語言模型。

今天大模型新的特點，第一個就是泛化性，對新數據的适應能力，或者說模型在從未見過的數據上能夠表現出來的良好性能大大提升。但這個不是一蹴而就的。第二是在通用性的場景下，或者說跟人們息息相關的生活中，它的通用性可以解決多任務的能力上有大大提升。第三是在實用性上，它有大規模的提升。跟人的生活相關，在應用的時間性和可用性效率上，包括快速處理事情的能力、快速決策上有大提升。

今天國内已經發布了110多個大模型，覆蓋了工業、政務、交通、傳媒和能源等等行業，但是面對的場景還是圖片生成、聊天對話、文案創作、廣告營銷等等，大家可以看這些領域，其實還是有它的特點的，更多的是更加貼近消費者、貼近終端的應用。計算機、科技和數字化的應用，一定是從C端開始慢慢往上轉的。這跟騰訊從消費互聯網轉到産業互聯網，這個路徑是相似的，AIGC的發展也是沿這個路徑走的。

我們在大模型的策略上，包括在行業内做科技企業的大模型策略，其實都是往這兩個方向走的，第一是在通用能力上會有大規模的升級，所以我們基于大模型的基礎，我們有自研的混元，剛才很多嘉賓也談到的底層的大模型基礎，這個基礎是要投入大量的資本、人力、物力研發的，所以今天才得以叠代。第二是它有豐富的模型能力，包括文案的營銷能力和文生圖能力之後，它會有一些場景。如果今天大模型在行業内，比如在地産、物業的服務場景里面，一定是依賴于具像能力和精調能力，所以在一些垂類領域，行業大模型的效果優于通用模型。行業模型更利于私有化部署，這也符合To B行業的特點，因為有些數據我們不方便放在公有雲上，或者不方便放在外面，要放在私有雲里面，數據不出本地，在私有化環境里面自用，這是一個趨勢。

剛才幾位嘉賓提到，今天模型的算法和架構已經相對比較成熟，但是現在無論是國内還是國外，數據的完整程度、數據的治理程度決定了你訓練、精調、推理最後的結果和效率。我相信大家在實際運用中也會遇到，你的數據量雖然大，但是你的效果不一定好，所以這個事情我們不是孤立地看模型，今天我們通過科技去賦能實業的時候，不能孤立看一件事情。即使今天我們有模型，有AIGC能力，但是你沒有數據，或者數據質量不好，最後的結果也不會很好。當然還有應用場景，這三位一體的東西會導致最後的實踐效果比較差，最後我們還是要看業務場景的，我們最後還是要看房子賣多少套、物業服務效率要提高多少，是不是有溫度。

我們通過行業大模型推出了一些所謂的效能革命，其實我覺得效能革命這個詞說得不好，還是"有溫度"比較好。今天我們所有提供的這些能力，可以提高效率、提高服務品質、提高溫度、提高質量。所以這里面第一個是能力更強，它的專業能力和推理能力更強，釋放人的額外重復勞動。第二是效率更高，助力生産、經營、管理模式重塑業務。第三是場景更廣，第四是應用更深。還有一點，如果利用這個能力會使我們的業務數據更加能積累、更加標準化、更加能數據資産化。今天我們提到新質生産力，也提到數據要素交易，數據要素交易的前提一定是數據的資産化，資産化的前提一定是標準化，質量要好，所以大家是互相叠代的。

我負責建築不動産行業領域，包括物業、地産、建築，也給大家分享一下我們是怎麼做這件事情的。我們有一些科技能力和技術能力産品提供。首先底層方面，騰訊有強大的算力基礎，因為我們本身是一個雲計算公司，而且這個模型能力是基于算力的，這一點勿庸置疑。第二是在底層我們會基于行業建一些行業模型的開發生态，我覺得讓一些企業自己去建技術模型，或者自己建一些行業的初始模型，為便利行業客戶快速叠代，我們提供大模型的技術底座。在此基礎上，我們還給客戶提供了基于數據標注平台、訓練平台，以及基于第三方的學習框架，還有應用平台。包括精調、訓練、媒體AI、圖像制作、客服等能力。再往上，大家可以在上面搭建自己的應用場景，同時訓練你的垂直行業模型，慢慢就形成一個比較完整的業務閉環，我們會在雲上提供這些能力。

基于這些模型之後，可以加入海量的行業數據去訓練，我們提供了預訓練，專業的人員和AI技術的訓練，這里面有微調、訓練，包括一些基于本行業的空間，這里面就結合了BIM和GIS等工具，以及完整時序數據，以更好的支撐設計、評估和建造場景的模型訓練。但這並不是我們一家能幹掉的，必須和一些合作夥伴一起來幹這些事，我們提供工具、平台、基礎的組件。

我們做了預訓練之後，還會做一些精調，因為精調才能反向給應用提供一些服務，這里面會做一些參數的微調，大模型上的參數精調是非常需要專業化能力的。最後就是通過企業的數據、第三方的數據、公開的數據對它做強化訓練，訓練之後再調優，最後就向上對業務應用提供一個類似于AIGC能力，可能是一個助手，也可能是一個小程序，也可能是一個應用，這里面面對的可能是物業的服務場景，可能是工單繫統，可能是你的業務聯動性的分析繫統，在這上面提供一些能力，做一些標注，最後就形成了垂類的行業模型。

在建築不動産行業里面做行業大模型，我們也支持多個聯動的場景，比如說在設計環節行業設計主要做電子圖紙、CAD圖紙，而今天則出現了更多的技術工具和數據内容，比如說通過遙感、城市GIS來形成片區的設計方案、BIM和CAD的數據，，以此形成一個虛拟的城市數字孿生空間。今天深圳做得非常好，已經形成了一個數字孿生的世界，。通過數字孿生的方式和今天通過大模型AIGC的能力，其實是大大提高了速度。所以我們可以利用多元異構的數據，基于模型做處理，通過數字孿生的技術，疊加AIGC的能力，這樣形成一個可量化、可計算，最後形成一個全真互聯的場景出來。

在2023年的遊戲開發者大會上，我們把遊戲的渲染能力、孿生能力、全真互聯能力拿過來，加上AIGC，在AI Lab上，我們提出了自研的3D虛拟場景的自動生成解決方案。我們自動會生成面積25萬平方公里、道路總長130公里、4416棟建築城市，布局生成時間40分鐘，獨棟外觀生成時間大概是一棟樓17.5分鐘，這就是使用了一繫列的混合技術+AIGC大模型的能力，就完全可以把整個數字城市、城市孿生模型生成出來。其實在後期的城市規劃以及地産、營銷模式里面，這是很好的模式，我們其實現在已經做到了，只要你的數據量是夠的，你的孿生能力是夠的，渲染能力、大模型能力加進來，你是可以做到的，當然這個成本怎麼樣，我們後面再探讨，相信在後期利用雲計算能力、多模聯調能力，這個事是一定能做到的。

我們再看另外一個場景，在不動産領域里面，物業人工客服的痛點分析，它明顯是一個大模型語言交互模型的典型場景，AI大模型的知識庫相比人工知識庫能力大大的提升，所以今天的智能客服場景已經得到了大大的改觀，我們在這一塊跟物業公司有一些合作，大家有興趣也可以交流一下。通過它做一些AI輔助、智能客服、知識庫的訓練，這樣可以提升物業服務的溫度。比如說24小時值守，包括數據的搜集、分發、工單等等事情都可以做到。

我們通過物業大模型給客戶有溫度的服務，基于通用模型、基于行業語料、行業法規、客戶語料、數據，最後訓練之後形成懂行業的語言模型，再懂業務的客戶大模型。但是大家一定不要對這事期望值太高，今天我們能提供的能力，為什麼叫有溫度？有溫度的核心邏輯是，它是一個輔助，它讓人感覺更加親切，同時在過程中慢慢叠代這個事情，最後達到我們想要的東西。我們的問答會越來越精準，這依賴于企業自身數據完整性、數據數量以及質量，包括你的日常訓練的節奏，這其實是一個長期的過程。

我們在價值兌現的時候，第一個是精準，它會越來越精準，這肯定是一個需求，如果不精準你就不會用了。第二是降本增效，效率提升，第三是化繁為簡。我今天早晨跟一個國内著名的物業公司領導聊，他說他們内部原來的培訓資料非常多，這麼多資料大家也沒有怎麼看，但是有了AIGC的能力，大家去針對性的查資料是非常方便的。

我今天花這些時間給大家介紹這個内容，核心還是希望通過像騰訊這樣的科技企業的能力，通過我們的C端觸達能力、模型能力、雲計算能力，還是為在座的各位、為行業提供有價值的服務。希望未來能和大家多多合作。