打造好用的AI助力气象产业高质量发展

腾讯集团腾讯云副总裁

胡鑫

　　非常感谢各位领导、各位嘉宾给我们机会介绍腾讯在人工智能和技术方面的发展情况，同时我们和气象行业有些合作想分享。

　　气象从2021年“十四五”规划时要实现关键的自主创新、适应需求一系列的要求，二是四大体系、三大战役、六大任务、五大专栏都有一些要求，所以我特别高兴地看到气象专家和领导提供特别令人振奋的能力很感同身受，我们在整体数字智能发展过程中监测精密、预报精准、服务精细能力的进一步提升以及气象服务的保障生命安全、生产发展、生活富裕、良好能力的增强上，气象和国家发展改革委也给我们提供了很多方式方法，基于此想多做一些事情。

　　为响应并贯彻“十四五”期间气象发展的国家战略要求，腾讯凭借对气象领域的深刻理解，携手硬件、软件及人工智能领域的合作伙伴，共同构建了气象行业的基础支撑架构。此举涵盖了对国产芯片的支持，同时与国家认可的信息创新工作委员会合作，确保了操作系统等关键软件的国产化。此外，我们遵循行业标准，提供了包括公有云服务、行业专区以及行业专用云服务在内的多样化解决方案。鉴于气象行业对数据处理的高需求，我们对底层计算资源的调度进行了深入研究，精确划分了哪些数据适宜在公有云环境下处理，哪些数据则需在私有环境中运行。我们与各省市政府紧密合作，共同推进核心项目的实施。在技术层面，我们依托多年积累的互联网技术，提出了丰富的数据处理和云原生技术组件，以促进气象行业技术架构的升级和云原生技术的转型。面对国内外技术的快速迭代，我们意识到在行业基础架构的沟通上存在显著的技术差距和理解差异，因此我们致力于采取相应措施，以缩小这一差距。

　　基于气象行业我们提供了观测站、卫星数据、遥感数据等一系列数据汇聚。气象行业是典型的多模态多元化数据汇聚的行业，所以会使用先进技术，比如多模态人工智能技术。基于大模型技术发展，我们也提供丰富智能的平台，比如知识引擎，通过简单的拖拽和代码生成就可以生成流程编排，现在流行的说智能体，协助客户和伙伴快速生成AI原生或者相关应用。

　　我们致力于利用尖端科技开发实用的人工智能工具，以促进各行各业的发展。自2025年起，特别是国产大型语言模型和开源模型的智能体发展，我们目睹了一个现象，即“AI平权”，这一现象在当今的人工智能技术中已基本实现。我们相信，这带来的不仅仅是评测机构排名的变化，实际上我们已经见证了根本性的变革，并且能够看到这些技术在实际应用中的体现。例如，除了模型训练的主导作用外，目前许多模型的应用和智能体驱动已经显著提升效率。同时，我们观察到交互式调用，如API的调用、自动语音识别、文本转语音模型API的调用等，以及在模型训练和推理过程中算力的大幅增长，规模化推理成本的优化已成为核心关注点。展望未来，腾讯将依托前沿科技，打造实用的AI产品，为气象行业和公众提供有效、温馨、可进化的智能解决方案，推动实体产业的创新与突破。

　　腾讯公司致力于自主研发与开源技术的融合，并成功整合了先进的产品。以腾讯元宝为例，该产品基于腾讯自主研发的混元大模型，率先采用了MOE架构，并且其参数规模达到了万亿级别。在通用基础能力和专业应用能力方面，腾讯元宝无疑处于国内领先地位。今年二月，腾讯再次推出了一款名为腾讯混元Turbo S的产品，该产品针对众多通用任务进行了优化，实现了快速的思考推理业务，显著降低了时延，达到了一半的水平。通过深度应用混元大模型，腾讯混元Turbo S能够实现包括图文生成、视频处理在内的一系列功能。我坚信，在气象领域，面向消费者的C端市场也具备巨大的潜力。腾讯已经将AI能力广泛应用于多个面向C端的产品，例如微信搜一搜、公众号、地图应用以及腾讯会议等。近期，大家对于知识库构建的探索也日益增多。腾讯提供了RMA能力，用户可以上传文件文档至自己的RMA，构建个人知识库，并通过它进行知识问答和分析。归根结底，无论是多模态技术还是算力支持，AI的核心需求始终包括稳定的计算能力、便捷的工具平台以及权威的数据来源，以构建优秀的应用场景。我深信，在气象行业，数据、知识体系和整体能力都相当出色。然而，底层工具和计算能力将是未来人工智能发展的核心方向。因此，腾讯凭借多年的技术积累和沉淀，致力于帮助客户提升各项能力。

　　算力是一盘经济账，看起来算力单个成本在行业内比较经济合算。第二是构建有趣的创新知识平台，比如是否可以通过一个多模态、多模型调用的算力平台？最后通过更好地搭建知识和应用包括智能体的应用提供整体应用。今天能看到的通过腾讯运营能力达到机器人上架一天就开始训练。我认为今天应用的敏捷度从底层实现。第二故障自愈时间是5分钟。通信时间占比6%，除了硬件通信能力之外我们还设计了一系列软件能力在跨GPU调度、跨集群调度、跨多个不同异构调度提供软性能力。第三千卡集群训练并行加速比达到96%，日均故障率为行业的1/3。

　　我们提供了一系列能力平台，从算力准备和数据准备、模型训练、模型测评、模型管理、服务发布有一个TI平台，我们希望给行业提供专业的人工智能算力和模型调动，包含所有和人工智能相关的模型，甚至可以把客户自有和特定的模型纳入其中。我们都知道工程化领域如果调用模型时没有工程化能力还是很大的瓶颈。所以多元模型的纳管平台我们可以提供TI平台，而且可以支持公有云和线下部署。

　　有了模型平台，有了数据训练，有了数据标注，效率大大提升之后需要一个搭建智能体的一站式平台，首先可以提供知识引擎让客户敏捷把智能应用一站式搭建，就可以支持多元化模型底座、复杂文档格式理解、可配置工作流。我们在自己的应用包括知识学习体系叫乐享含了知识问答、知识库搭建、AI模型集成，其次企业微信端全部集成，腾讯会议也全部集成，包括AI整理摘要、文档生成、AI降噪，包括自己生成了基于AI的ChatBI，及时通过应用端把BI实现掉。

　　在国家天文台，我们利用大型模型技术，经过三年的不懈努力，成功识别出51颗脉冲星。通过人工智能实验室的优化，我们显著提高了发现效率，达到了原先的30倍，人工智能模型的性能提升了15倍，处理速度更是实现了数百倍的飞跃。此外，我们还参与了天气预报的场景预测工作，通过TI平台进行观测序列分析、天气推演以及实际发生情况的对比。整个过程的核心在于数据的准备、整理、训练和推理，最终结合行业特定模型，生成了训练和预测模型。

　　我们自2019年起，借助数字人技术和多模态技术，成功与中国气象局合作，共同推出了国内首个AI气象主播，该合作至今仍在持续。在此，我们衷心感谢各位给予的支持，并期望继续以“实用、便捷、稳定”的人工智能技术，助力气象行业的高质量发展，迈向全面智能化的新时代。感谢您的关注。

　　（以上内容根据嘉宾发言速记整理）