在CESAsia2025同期舉辦的“大模型前沿與應(yīng)用落地”論壇上，降低大模型應(yīng)用成本與門檻的議題引發(fā)了熱烈討論。當(dāng)前，盡管大模型展現(xiàn)出強(qiáng)大的潛力，在多領(lǐng)域?qū)崿F(xiàn)了創(chuàng)新性應(yīng)用，但過高的應(yīng)用成本與技術(shù)門檻，依舊阻礙著其廣泛普及與深化應(yīng)用。

高昂的算力需求是導(dǎo)致大模型應(yīng)用成本居高不下的關(guān)鍵因素之一。訓(xùn)練一個(gè)大規(guī)模的語(yǔ)言模型，往往需要耗費(fèi)大量的計(jì)算資源，包括高性能的GPU集群以及持續(xù)的電力供應(yīng)，這對(duì)于許多中小企業(yè)而言，是一筆難以承受的開支。例如，一些初創(chuàng)企業(yè)想要涉足大模型應(yīng)用開發(fā)，卻因前期購(gòu)買算力資源的高昂成本，不得不望而卻步。不僅如此，模型的維護(hù)與更新同樣需要持續(xù)投入大量資金，進(jìn)一步加重了企業(yè)的負(fù)擔(dān)。

技術(shù)門檻也是限制大模型應(yīng)用拓展的重要瓶頸。構(gòu)建和優(yōu)化大模型，需要專業(yè)的AI知識(shí)和技能，涵蓋深度學(xué)習(xí)算法、數(shù)據(jù)處理、模型架構(gòu)設(shè)計(jì)等多個(gè)復(fù)雜領(lǐng)域。這要求相關(guān)人員具備深厚的學(xué)術(shù)背景和豐富的實(shí)踐經(jīng)驗(yàn)。普通企業(yè)內(nèi)部，往往缺乏這樣的專業(yè)技術(shù)人才，即便有心應(yīng)用大模型，也會(huì)在技術(shù)實(shí)現(xiàn)過程中面臨重重困難。

為應(yīng)對(duì)這些挑戰(zhàn)，行業(yè)專家和企業(yè)代表在論壇上分享了一系列創(chuàng)新思路與解決方案。技術(shù)層面，模型壓縮技術(shù)成為焦點(diǎn)。通過量化、剪枝等手段，可以在不顯著降低模型性能的前提下，減少模型的參數(shù)量和計(jì)算復(fù)雜度，從而降低對(duì)算力的需求。一些企業(yè)已經(jīng)通過模型壓縮，將模型的存儲(chǔ)需求降低了數(shù)倍，使得在普通服務(wù)器上也能實(shí)現(xiàn)高效運(yùn)行。

在部署方式上，云計(jì)算為降低大模型應(yīng)用門檻提供了新途徑。云服務(wù)提供商推出的大模型即服務(wù)（MaaS）平臺(tái)，允許企業(yè)按需租用大模型服務(wù)，無(wú)需自行搭建復(fù)雜的計(jì)算基礎(chǔ)設(shè)施。企業(yè)只需通過簡(jiǎn)單的API調(diào)用，就能將大模型的能力集成到自身業(yè)務(wù)系統(tǒng)中，極大地簡(jiǎn)化了應(yīng)用流程，降低了前期投入成本。

在人才培養(yǎng)與技術(shù)普及方面，開源社區(qū)發(fā)揮著不可替代的作用。眾多開源大模型項(xiàng)目不僅開放了模型代碼和權(quán)重，還提供了豐富的文檔和教程，幫助開發(fā)者快速上手。此外，線上課程、技術(shù)培訓(xùn)等方式也在不斷涌現(xiàn)，為廣大技術(shù)愛好者和企業(yè)員工提供了學(xué)習(xí)大模型技術(shù)的渠道，逐步提升行業(yè)整體的技術(shù)水平。

此次論壇的深入探討，為解決大模型應(yīng)用成本與門檻問題指明了方向。隨著技術(shù)的不斷進(jìn)步和生態(tài)的日益完善，相信在未來(lái)，大模型將以更加親民的姿態(tài)，融入到各行各業(yè)的業(yè)務(wù)流程中，為企業(yè)創(chuàng)新發(fā)展和社會(huì)進(jìn)步注入強(qiáng)大動(dòng)力，真正實(shí)現(xiàn)大模型技術(shù)的普惠價(jià)值。

審核編輯 黃宇