根據(jù)應(yīng)用場景和目標(biāo)人群的不同，可以將大模型分為通用大模型和行業(yè)大模型兩大類。但由于專業(yè)知識(shí)與行業(yè)數(shù)據(jù)累計(jì)不足，通用大模型的服務(wù)提供往往很有限，而行業(yè)大模型的出現(xiàn)，可以彌補(bǔ)通用大模型無法最優(yōu)化適配到各行各業(yè)中的不足。

　　土豆數(shù)據(jù)作為行業(yè)大模型服務(wù)提供商，致力于打造行業(yè)大模型的開發(fā)與應(yīng)用基礎(chǔ)設(shè)施。據(jù)了解，其自主研發(fā)了行業(yè)大模型、場景大模型的工程化開發(fā)工具和多種能力引擎，不僅能夠持續(xù)完善大模型服務(wù)能力，還在高效支撐AI Agent產(chǎn)品的構(gòu)建。

　　據(jù)悉，在針對行業(yè)大模型、場景大模型的工程化開發(fā)時(shí)，土豆數(shù)據(jù)自研發(fā)工具在數(shù)據(jù)工程、模型工程、模型安全等方面持續(xù)豐富和完善大模型的能力體系建設(shè)。行業(yè)大模型、場景大模型工程化開發(fā)工具解決了行業(yè)用戶想要在通用行業(yè)大模型基礎(chǔ)上進(jìn)行定制開發(fā)的難題，實(shí)現(xiàn)了降本增效，并確保模型成果在應(yīng)用上的安全可靠。

　　另外，在針對能力引擎開發(fā)時(shí)，土豆數(shù)據(jù)提出知識(shí)引擎、插件引擎以及提示詞引擎、記憶引擎幫助進(jìn)一步提升行業(yè)大模型和場景大模型成果的服務(wù)水平，從而幫助行業(yè)用戶解決更復(fù)雜的任務(wù)和需求。

　　在行業(yè)大模型/場景大模型開發(fā)和各種能力引擎的加持下，土豆數(shù)據(jù)AI Agent開發(fā)應(yīng)用平臺(tái)讓各行業(yè)領(lǐng)域、各細(xì)分場景用戶能夠更加輕松地一站式開發(fā)多元化的智能業(yè)務(wù)助理產(chǎn)品。其優(yōu)勢在于不僅能夠降低業(yè)務(wù)在專業(yè)流程操作或?qū)�業(yè)軟件使用上的門檻，還能夠基于對數(shù)據(jù)價(jià)值的智能挖掘，推動(dòng)業(yè)務(wù)職能決策。與此同時(shí)，土豆數(shù)據(jù)AI Agent開發(fā)應(yīng)用平臺(tái)能夠智能化執(zhí)行各類復(fù)雜的工作任務(wù)，拆解需求并一一調(diào)用引擎等落地執(zhí)行，實(shí)現(xiàn)產(chǎn)品服務(wù)能力快速迭代，高效相應(yīng)業(yè)務(wù)需求變化。

　　目前土豆AI Agent重點(diǎn)聚焦在三大應(yīng)用方向，分別是：（1）針對業(yè)務(wù)日常中的文案撰寫等重復(fù)性工作，AI Agent在行業(yè)知識(shí)問答和專業(yè)內(nèi)容生成方面的能力實(shí)現(xiàn)公文、報(bào)告、總結(jié)紀(jì)要等內(nèi)容聚合生成；（2）圍繞業(yè)務(wù)需求對數(shù)據(jù)的價(jià)值，利用AI Agent從多源異構(gòu)、錯(cuò)綜復(fù)雜的海量數(shù)據(jù)資產(chǎn)中發(fā)現(xiàn)并建立數(shù)據(jù)間的關(guān)聯(lián)進(jìn)行深入挖掘；（3）幫助行業(yè)快速構(gòu)建數(shù)字孿生場景，滿足數(shù)據(jù)十塊可視化展示、分析等需求。

　　土豆數(shù)據(jù)在5月重磅發(fā)布“弗雷時(shí)空大模型”，該模型成果以AI Agent形式，深入服務(wù)自然資源和智慧城市領(lǐng)域的政府用戶，依托端到端的人機(jī)交互方式，快速觸達(dá)日常業(yè)務(wù)處理辦理、數(shù)字孿生三維重建、數(shù)據(jù)分析洞察等服務(wù)，助力高效管理與決策。

　　從目前市場現(xiàn)狀來看，大模型競賽從通用大模型轉(zhuǎn)向行業(yè)大模型似乎正成為一種趨勢。土豆數(shù)據(jù)AI Agent開發(fā)應(yīng)用平臺(tái)的推出能夠加速各行業(yè)的數(shù)字化和智能化進(jìn)程，并立足于跨行業(yè)領(lǐng)域上下游合作伙伴的通力合作，在廣度和深度層面持續(xù)豐富AI Agent的服務(wù)場景，深耕行業(yè)大模型在應(yīng)用場景中落地的最后一公里。