隨著大模型進入拼落地、拼應用的下半場，為了讓AI技術更加融入千行百業，多模態領域勢必會以更快的速度發展革新。

目前來看，多模態的主流構建思路并不是重新訓練一個大模型，而是在已經訓練好的大語言模型中“嵌入”圖像理解、語音識別等技術，也就是通過引入多模態的數據集來攻克跨領域的技術難點。例如，百融云創的產業大模型——BR-LLM便結合了NLP（自然語言處理）、智能語音等技術。

也有一些科技公司嘗試基于特定需求直接訓練多模態基礎模型。但不論采取怎樣的方式，毫無疑問大模型生態下半場已經打開。業內人士認為，隨著模型能力的增強，AI應用范圍將不再局限于單一功能或者單個產品，而是會擴圍到更廣闊的應用場景。在這樣的背景下，能否快速、高效地將技術產品化，料成為決勝未來的關鍵因素。

此前，為了讓AI技術更加深入賦能垂直場景，百融云創優化原有機器學習平臺ORCA，將其與生成式AI理念緊密結合，形成的全新產品ORCA-GPT可以利用BR-LLM的代碼生成能力，極大地降低模型產品開發部署的周期和成本。

同時，伴隨著與多模態發展相關的全新研究方向——“AI for Science”（AI輔助研發）逐漸嶄露頭角，百融云創率先捕捉到這一趨勢，依托BR-LLM基座，于近期推出了一款全新智能代碼生成助手——BR-Coder。

“BR-Coder將極大地提升程序員的開發效率，助力商業機構研發提質增效?！卑偃谠苿搶＜曳Q，BR-Coder不僅能生成研發代碼，還可以用于自動生成測試用例和單元測試、解答技術問題，在保障企業數據資產安全的同時，提升模型生成代碼的一次采用率。展望后續，BR-Coder會進一步增強與編譯環境的交互，為開發者提供更為全面和便捷的編程體驗。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：