那么，星辰大模型·軟件工廠又是如何通過生成式AI（多模態(tài)大模型）給軟件開發(fā)領域帶來這種顯而易見的改變呢？

二、星辰大模型·軟件工廠：讓AI開發(fā)更“AI”

在回答上面這個問題前，我們可以先簡單了解下軟件開發(fā)的演變趨勢：

1. 早期時代：軟件開發(fā)的起源最早可以追溯到20世紀40年代，當時的計算機程序是直接使用二進制代碼，這種編程方式低效且難以理解。
到了20世紀50~70年代，高級編程語言的誕生和結構化編程概念的形成，讓程序變得更加清晰、模塊化，極大提高了軟件開發(fā)效率。

2. 個人PC時代：20世紀80、90年代，伴隨著個人PC時代的普及，集成開發(fā)環(huán)境（IDE）和各種編程語言的編譯器等軟件開發(fā)環(huán)境和工具得到了極大的發(fā)展，我們聽過的C 、Java和Python等語言也正是這一階段開始流行的。

3. 互聯(lián)網(wǎng)時代：到了21世紀初，隨著互聯(lián)網(wǎng)普及開來，軟件開發(fā)的發(fā)展趨勢呈現(xiàn)出敏捷開發(fā)的特點——強調快速迭代和跨功能團隊的合作。

4. 大數(shù)據(jù)時代：這階段我們大多數(shù)人就比較熟悉了，隨著云計算技術的快速發(fā)展，軟件開發(fā)也變得更加靈活和可擴展，微服務架構（通過將應用程序分解為一組小型、獨立的服務，提高了系統(tǒng)的可維護性和可擴展性）的軟件設計方式和低代碼/無代碼開發(fā)平臺進一步提高了開發(fā)效率和降低了軟件開發(fā)的門檻。

時至今日，在生成式AI技術日臻成熟的背景下，于結構化的編程語言而言，生成式AI在很多方面處理起來都更加簡單和高效，軟件開發(fā)難度和上手門檻越來越低，效率越來越高以及成本越來越低成為了一種必然趨勢。

不過必須要承認的是，當下AI開發(fā)依舊存在一些痛點：

1. 流程復雜：從端到端的應用開發(fā)包括需求分析、設計、編碼等多個復雜環(huán)節(jié)。自動化整個流程需要涵蓋廣泛的知識和處理復雜的決策邏輯，這對于目前的人工智能系統(tǒng)來說是一個挑戰(zhàn)；
2. 溝通協(xié)作成本高：軟件開發(fā)從來就不只是技術活動，還包括溝通協(xié)作、問題解決等人類因素，而這些恰恰是目前的AI技術難以覆蓋到的；
3. 需求定制化：每一個開發(fā)項目都有獨特性，包括特定的業(yè)務邏輯、技術棧、開發(fā)規(guī)范和客戶需求等，也因此要創(chuàng)建一個能夠廣泛適應這些個性化需求的端到端自動化工具是很困難的。

而這也正是星辰大模型·軟件工廠被推出的原因。

作為一套全新的開發(fā)工具，星辰大模型·軟件工廠是中國電信人工智能研究院以需求設計編寫為核心，通過使用語言模型生成程序代碼的基礎底座型平臺。

此外，中國電信人工智能研究院還為企業(yè)提供了從項目創(chuàng)建到應用、自動寫代碼、上線、更新以及后續(xù)迭代等全流程自動化應用生成等全流程工具，從而讓需求分析和業(yè)務人員可以快速搭建自身的業(yè)務應用。

可能這么一大段描述，大家很難具體感知到星辰大模型·軟件工廠的獨特之處，這里我可以舉個例子。

一般來說，一個軟件開發(fā)項目的過程可以分為以下幾個階段：

需求分析——產(chǎn)品設計——產(chǎn)品研發(fā)——測試部署——產(chǎn)品迭代（新增需求）——交付。

傳統(tǒng)軟件研發(fā)過程

拿產(chǎn)品研發(fā)環(huán)節(jié)來說，按照傳統(tǒng)的軟件開發(fā)流程，一般是由10~15人開發(fā)人員分成不同的小組，夜以繼日地開發(fā)、討論，想要進入下一個環(huán)節(jié)，可能需要半個月~1個月的時間；

而到了測試部署環(huán)節(jié)，測試人員需要開展單元測試、集成測試等，撰寫測試報告，并再次回到研發(fā)階段進行開發(fā)討論，修改bug，整個過程可能又需要十幾天乃至數(shù)十天。

這還沒完，產(chǎn)品還面臨迭代、增加需求等問題，這個環(huán)節(jié)同樣需要花費大量的精力和時間，最終等到客戶全部需求都落實，才算真正完成交付，并且整個過程還可能因為各種意外拉長開發(fā)時間戰(zhàn)線甚至是項目推遲。

而如果借助星辰大模型·軟件工廠進行軟件開發(fā)，無疑是把上述的所有環(huán)節(jié)在實操難度、時間維度、協(xié)作融洽度等多方面都簡單化了。

同樣的一個項目，傳統(tǒng)的產(chǎn)品研發(fā)需要15個開發(fā)員工、20天時間，借助星辰大模型·軟件工廠的生成式AI大模型，則只需要2名員工1天時間就能搞定；

再拿測試部署環(huán)節(jié)來說，星辰大模型·軟件工廠具備一鍵部署的功能，可以在完成測試的同時直接修改bug，傳統(tǒng)的測試部署需要數(shù)天，星辰大模型·軟件工廠可能數(shù)分鐘就完成了；同樣，在產(chǎn)品迭代環(huán)節(jié)，星辰大模型·軟件工廠也只需要修改PRD特定部分，就可以迅速完成部署。

可以說，在很多我們平常容易忽視的領域，AI已經(jīng)在持續(xù)地改造大部分傳統(tǒng)業(yè)務流程，將我們的工作效率帶到前所未有的高度。

而這對于眾多中小企業(yè)老板和我們大多數(shù)人來說，是一次巨大的挑戰(zhàn)，但也是當下AI時代又一次拉開差距的機會。

改變正在發(fā)生，我們不能視而不見。

三、星辰大模型·軟件工廠“橫空出世”的背后，為什么是中國電信？

在今年3月份的《哈佛商業(yè)評論》中一篇文章《人們究竟如何使用生成式AI》提了一個有趣的問題：

在全球十多億腦力勞動者當中，只有大約15%在使用生成式AI工具，那么，剩下的85%為什么不使用？

回答是有些人認為現(xiàn)階段沒有起到太大作用，有些人則因為它們經(jīng)常給出錯誤的答案，還有些人認為用戶體驗不夠好。

但其實，AI從來不是新鮮事物。

自1956年達特茅斯會議上首次提出“人工智能”這一術語后，距今已有近70年的歷史。

從20世紀八九十年代的符號推理、機器學習；再到千禧年初重獲關注的深度學習，以及如今熱門的生成式AI，人工智能從最初的概念探索演變到現(xiàn)代技術的突破。

尤其在近十年，以卷積神經(jīng)網(wǎng)絡（CNN）為核心的計算機視覺技術，和以大模型為代表的自然語言方向，讓AI跨入認知智能主導的時代，并加速改變傳統(tǒng)產(chǎn)業(yè)的工作模式。

截至目前，生成式AI大模型的技術能力已經(jīng)滿足甚至超過了很多重復性工作的要求。但卻依舊只有約15%的腦力勞動者在使用，很顯然，問題其實出在了產(chǎn)品端。

所以也就不難理解星辰大模型·軟件工廠這一產(chǎn)品上市的意義了。

當下很多人對于所謂生成式AI或者大模型產(chǎn)品過于追求所謂的某一方面的極致，要顯得自己的產(chǎn)品有多么的高科技，就像討論新質生產(chǎn)力這個概念，很多人會覺得這個概念過于“高大上”、遙不可及，但歸根結底，無論是前者，還是后者最終是要回歸到用戶本身，“下沉”到用戶中去，真正地解決用戶的痛點，降低用戶的上手門檻，為用戶帶來降本增效。

并且，你如果真要提一些硬實力或者高科技什么的，星辰大模型·軟件工廠在這方面也是一點不虛同行的。

為什么這么說？

因為星辰大模型·軟件工廠背后，站著的是一整個星辰大模型家族和中國電信。

很多人可能不知道，早在去年五月中旬，經(jīng)過數(shù)十版模型訓練與優(yōu)化，中國電信就已經(jīng)完成了百億參數(shù)星辰AI大模型版本的訓練；而后，去年11月份，又進行了迭代，完成了千億參數(shù)版本的星辰AI大模型，中國電信也憑此成為了央企中首位完成大模型研發(fā)和開源的選手。

截至今天，從最基礎的星辰語義大模型到星辰語音識別大模型和星辰多模態(tài)大模型，中國電信旗下的大模型始終保持著快速迭代，目前已經(jīng)完成語義、語音、視覺等多模態(tài)大模型布局。

并且值得一提的是，這些大模型產(chǎn)品均處于行業(yè)領先。拿星辰語音識別大模型來說，此前其已經(jīng)獲得了多個國際權威賽事冠軍。

比如在權威國際語音頂會Interspeech 2024離散語音單元建模挑戰(zhàn)賽的ASR賽道中，星辰語音識別大模型團隊領先于約翰霍普金斯大學、卡內基梅隆大學、英偉達等國內外知名高校與企業(yè)，一舉拿下賽道冠軍。

另外在方言識別上，星辰語音識別大模型也訓練了數(shù)十種方言能力，這意味著你以后去全國各地旅游，如果當?shù)氐囊恍┤擞梅窖愿憬涣?，你也不用擔心聽不懂，手機里搭載了星辰語音識別大模型就足矣。

事實上，在海內外眾多的大模型玩家中，中國電信無疑是特別的一位。

在當下這一階段，像中國電信這樣的運營商具備了諸多優(yōu)勢：

首先，數(shù)據(jù)。對大模型來說，數(shù)據(jù)無疑是重中之重的，尤其是在當下，中文互聯(lián)網(wǎng)數(shù)據(jù)由于信息壁壘、數(shù)據(jù)孤島、大量無用信息冗余等特點存在獲取困難、質量不佳等問題。

而除去大量來自書籍、網(wǎng)絡辭典以及大量公開的文獻文章等通用數(shù)據(jù)，電信憑借自身過往的業(yè)務也沉淀積累了大量的行業(yè)數(shù)據(jù)。

而這使得星辰AI大模型的中文訓練數(shù)據(jù)超25TB，中文總token量更是超8萬億。

而在經(jīng)過了Knesey-Ney技術過濾、Minihash Jaccard排重，以及幾百人專業(yè)標注團隊的人工標注，這批數(shù)據(jù)也為星辰AI大模型算法訓練打下堅實基礎。

第二，算力。不論是國內大模型的迅速崛起，還是各行各業(yè)智能化轉型的加速，其實都離不開強大的算力作為支撐。在這方面，中國電信有著豐富的網(wǎng)絡和算力資源，在大模型建設上能夠更容易發(fā)揮規(guī)模的優(yōu)勢。

比如支撐起整個星辰大模型家族的是星河AI平臺，它是全球首款以云網(wǎng)融合為核心架構，搭載“全網(wǎng)、區(qū)域、邊、端”四級算力,擁有31個省級算力集群的人工智能產(chǎn)品和能力平臺，可以實現(xiàn)AI能力一鍵下發(fā)、快速部署、全場景應用。

簡單來說，就是來自集團的2大核心算力集群（包含近萬臺GPU）與31個省級算力集群（同樣近萬臺GPU）進行云邊端協(xié)同，實現(xiàn)算力資源全國統(tǒng)籌調度管理，可以說完全不用擔心中國電信會遇到算力不足的情況。

第三，強大的科研團隊。值得一提的是，在2024世界人工智能大會（WAIC2024）中國電信星辰人工智能生態(tài)論壇上，除了發(fā)布星辰大模型·軟件工廠，中國電信人工智能研究院（TeleAI）在論壇上也正式揭牌，AI領域Fellow大滿貫科學家李學龍擔任院長。

中國電信人工智能研究院（TeleAI）揭牌儀式

此外，中國電信已經(jīng)組建了一支近800人的研發(fā)團隊，由李學龍教授親自牽頭，不斷開展基礎、前沿研究。作為央企在AI領域的主力軍，TeleAI正在成為人工智能領域的國家戰(zhàn)略科技力量。

第四，中國電信有龐大的客戶群體，以及豐富的2C、2H、2B的信息服務業(yè)務。這意味著中國電信能夠更快地推動人工智能大模型在各個領域的落地，形成新的經(jīng)濟增長點。

目前，中國電信已打造出基礎模型 行業(yè)模型 應用模型的布局，除了自研本身，還采取了生態(tài)合作的方式，聯(lián)合頭部生態(tài)構建了涵蓋教育、政務、應急等32個行業(yè)大模型，覆蓋全行業(yè)500多個應用場景。

新技術的繁榮，注定是源自于應用和場景的繁榮。

兩年前的今天，我們還很難想象AI具體能帶來什么。

但時至今日，我們看到AI不僅可以創(chuàng)作文字、圖片、視頻，還逐漸應用到了辦公、編程、無人駕駛以及具身機器人等各個行業(yè)，并且始終保持著一往無前的姿態(tài)，顛覆著我們的想象和未來。

四、結語：一切才剛剛開始

“強大人工智能的崛起可能是人類遇到的最好的事情，也可能是最壞的事情，但我們還不知道答案。”

物理學家霍金在生前講過這樣一句話。

這句話放在現(xiàn)在依舊是那么的合適。可以說，人類和AI呈現(xiàn)一組統(tǒng)一與對立的矛盾關系：

人類創(chuàng)造AI、控制AI、受益于AI，但又始終警惕AI、恐懼AI。

在《終結者》系列、《黑客帝國》系列以及《銀翼殺手》系列等無數(shù)的科幻作品中，我們始終能看到這種矛盾復雜的感情。

是否有一天，人類終將會被AI取代？

這可能是當下很多人都會在腦海里冒出來的一個問題。

好比地球是一本期刊，從遠古到農業(yè)革命到工業(yè)再到信息革命，人的影響因子在這個過程中是一個不斷被放大的過程，逐漸演進的科學技術是一個杠桿，人類永遠站在不斷延長的那一側，撬動著整個地球。

而到了AI時代，當人工智能一腳把人類從杠桿的一側踢開，自己站上去時，地球這本期刊，人的影響因子還會不斷放大嗎？

當然，現(xiàn)階段來看，這個問題還顯得有點遙遠，甚至是杞人憂天了。

事實上，一切才剛剛開始，而我們所能做的就是，不要溫和地走進那個良夜，而是學會擁抱AI，擁抱星辰大海。

讓自己始終留在牌桌之上，而不是被時代的列車拋下。

排版 | 沈望望

編輯 | 微瀾 輪值主編 | 夏昆