編輯部 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
有算力就有超越Sora的可能。
70%的代碼問題，現(xiàn)在單純靠基座模型解決不了。
基于垂直場(chǎng)景的大模型應(yīng)用創(chuàng)新，只有兩年的窗口期。
ROI是衡量AIGC應(yīng)用價(jià)值的第一標(biāo)準(zhǔn)。
AI給了每個(gè)人一次突破自己的機(jī)會(huì)。
……
在中國(guó)AIGC產(chǎn)業(yè)峰會(huì)的現(xiàn)場(chǎng)，20位大咖展開激辯。從軟件應(yīng)用、智能終端乃至具身智能等，AIGC正在全面席卷，「你好，新應(yīng)用！」成為本屆AIGC峰會(huì)主題。
來自AIGC底層基礎(chǔ)設(shè)施、模型層、應(yīng)用層的企業(yè)玩家，以及來自市場(chǎng)學(xué)術(shù)界的洞察者，暢談大模型落地元年這個(gè)萬(wàn)億市場(chǎng)的的機(jī)遇與挑戰(zhàn)。
現(xiàn)場(chǎng)烏泱泱一片，500人的會(huì)場(chǎng)可以說是座無(wú)虛席（其實(shí)站也要沒有席了）。
線上也有數(shù)百萬(wàn)網(wǎng)友圍觀并積極討論，以及數(shù)十家行業(yè)知名媒體參與了大會(huì)的直播跟報(bào)道，全網(wǎng)總曝光量超千萬(wàn)。
為了讓更多讀者更全面、系統(tǒng)地了解本次AIGC峰會(huì)的內(nèi)容，深入感知這股時(shí)代浪潮的發(fā)展，量子位聯(lián)合各大模型做了萬(wàn)字梳理，希望能為大家提供一份有價(jià)值的行業(yè)參考。
（建議收藏再食用）
本次梳理主要圍繞五個(gè)方面展開，分別是AIGC的模型層、應(yīng)用層、基礎(chǔ)設(shè)施層的參與者，以及行業(yè)洞察者的觀點(diǎn)，最后是圓桌討論的精彩觀點(diǎn)。
AIGC模型層：微軟阿里高通等玩家談落地
微軟李冕：AI應(yīng)用已進(jìn)入新階段，微軟助力企業(yè)級(jí)應(yīng)用全球落地
微軟大中華區(qū)Azure云事業(yè)部總經(jīng)理李冕分享了微軟Copilot與Azure AI平臺(tái)如何助力企業(yè)級(jí)應(yīng)用的全球落地。
李冕認(rèn)為，過去12個(gè)月AI經(jīng)歷了數(shù)次迭代，現(xiàn)在AI應(yīng)用已進(jìn)入到一個(gè)新的階段。企業(yè)如何打造自己的應(yīng)用？怎么實(shí)現(xiàn)AI帶來的真正價(jià)值？可以從四個(gè)方面來考慮應(yīng)用落地：提升員工生產(chǎn)力，重塑與用戶的互動(dòng)關(guān)系，重塑企業(yè)內(nèi)部流，加強(qiáng)產(chǎn)品和服務(wù)。
他強(qiáng)調(diào)了在企業(yè)打造自己的應(yīng)用時(shí)微軟可以為企業(yè)提供的一系列支持。
AI模型層面，李冕展開介紹了Azure平臺(tái)支持的三類模型，分別是OpenAI系列模型、第三方開源模型和企業(yè)自研模型（BYOM）。同時(shí)，也講述了小模型（SLM）在特定場(chǎng)景下的應(yīng)用前景。
對(duì)于開發(fā)工具，李冕提到Azure提供低代碼、無(wú)代碼的Microsoft Copilot Studio工作臺(tái)以及針對(duì)深度定制的Azure AI Studio，方便企業(yè)快速開發(fā)AI應(yīng)用。
考慮到企業(yè)級(jí)應(yīng)用需求，李冕還表示微軟不僅在最上面的模型層為企業(yè)提供支持，還提供下面的調(diào)度層、硬件層、云數(shù)據(jù)中心等的一系列配套服務(wù)。
李冕在演講最后重申了微軟在數(shù)據(jù)隱私安全方面的承諾：
“客戶的數(shù)據(jù)就是客戶的數(shù)據(jù)，客戶的數(shù)據(jù)不會(huì)被用來訓(xùn)練其它模型，所有客戶數(shù)據(jù)均有企業(yè)級(jí)防護(hù)，受到全面的企業(yè)合規(guī)和安全控制的保護(hù)?！?/p>
昆侖萬(wàn)維方漢：天工SkyMusic音樂大模型將大大降低音樂創(chuàng)作的門檻和成本
昆侖萬(wàn)維董事長(zhǎng)兼CEO方漢分享了“天工多模態(tài)大模型的演進(jìn)落地”。大會(huì)當(dāng)天，昆侖萬(wàn)維發(fā)布了「天工3.0」，這是中國(guó)音樂AIGC領(lǐng)域首個(gè)實(shí)現(xiàn)SOTA水平的模型。同時(shí)，他還宣布「天工3.0」基座大模型與「天工SkyMusic」音樂大模型正式開啟公測(cè)。
「天工3.0」擁有4000億參數(shù)，超越了3140億參數(shù)的Grok-1，是全球最大的開源MoE大模型。在MMbench和MMbench-CN測(cè)試集上，「天工3.0」性能指標(biāo)全面超越GPT-4V。
通過專項(xiàng)的Agent訓(xùn)練，目前大模型可以做到“能搜能寫能讀能聊能說能畫能聽能唱”，應(yīng)對(duì)多種復(fù)雜的內(nèi)容創(chuàng)作需求。例如，它可以準(zhǔn)確識(shí)別“成都迪士尼”是個(gè)梗，并給出游玩攻略；可以自動(dòng)總結(jié)文獻(xiàn)，生成大綱、PPT和腦圖；還可以通過非代碼方式生成智能體。
方漢特別介紹了「天工SkyMusic」音樂大模型，得益于2000萬(wàn)首音樂的訓(xùn)練數(shù)據(jù)和獨(dú)特的模型架構(gòu)，「天工SkyMusic」在人聲識(shí)別度、音質(zhì)等方面已經(jīng)超越Sora?！柑旃kyMusic」支持根據(jù)音源和歌手特點(diǎn)生成音樂，并支持多種方言合成，大大降低了音樂創(chuàng)作的門檻和成本——
各行各業(yè)使用的歌曲都能通過AI生成，成本迅速?gòu)膸兹f(wàn)塊錢降到幾分錢。
最后，方漢分享了昆侖萬(wàn)維的愿景：“實(shí)現(xiàn)通用人工智能，讓每個(gè)人更好地塑造和表達(dá)自我?！彼J(rèn)為，大模型的演進(jìn)終將實(shí)現(xiàn)AGI，而AIGC能力普及則有助于打破強(qiáng)勢(shì)文化的壟斷，實(shí)現(xiàn)文化平權(quán)。作為一家全球化互聯(lián)網(wǎng)企業(yè)，昆侖萬(wàn)維希望用AI技術(shù)為全球用戶賦能。
阿里通義千問林俊旸：智能模型應(yīng)融入對(duì)視覺/語(yǔ)音的理解
阿里通義千問開源負(fù)責(zé)人林俊旸，在現(xiàn)場(chǎng)分享了阿里通義千問大模型為“走向通用大模型”做出的努力。
林俊旸表示，自開源以來，通義千問Qwen（為了更方便英文發(fā)音，對(duì)“千問”的音譯）系列模型受到了國(guó)內(nèi)外開發(fā)者的廣泛關(guān)注。
從去年8月開始，通義千問Qwen系列模型陸續(xù)開源上新。從7B、14B參數(shù)規(guī)模大小開始，直到開源了72B參數(shù)版本；最新動(dòng)作，阿里通義千問家族還有一名“小成員”，是14B參數(shù)的MoE模型。而開發(fā)者社區(qū)的迫切需求，促使阿里快速開源了32B模型——這個(gè)模型的表現(xiàn)與72B參數(shù)模型表現(xiàn)接近，并且在某些方面相比，比MoE模型還具有優(yōu)勢(shì)。
林俊旸在現(xiàn)場(chǎng)強(qiáng)調(diào)，阿里通義千問同時(shí)十分專注打造大模型使用生態(tài)。
首先，通義千問的代碼已經(jīng)官方融入了抱抱臉的代碼庫(kù)，開發(fā)者可以更方便地使用通義千問的模型。
其次，通義千問在第三方框架支持方面有不少進(jìn)展，包括ollama在內(nèi)的平臺(tái)，都能一鍵使用Qwen系列模型。
多語(yǔ)言、長(zhǎng)序列、Post-training、Agent、多模態(tài)等能力相關(guān)問題，林俊旸也在現(xiàn)場(chǎng)做了分享。
多語(yǔ)言：通義千問模型本質(zhì)上是多語(yǔ)言的，而非僅僅是中英雙語(yǔ)的；并且，團(tuán)隊(duì)在多語(yǔ)言能力上進(jìn)行了檢測(cè)和優(yōu)化。
長(zhǎng)序列：Qwen系列模型一直沒有卷長(zhǎng)文本，這件事并不好做，不僅要保證“長(zhǎng)”，同時(shí)要保證效果；目前32k版本表現(xiàn)已經(jīng)比較穩(wěn)定；大海撈針等評(píng)估發(fā)現(xiàn)長(zhǎng)序列可以在Chatbot上落地實(shí)用功能。
Post-training：通過SAT等在數(shù)據(jù)等方面，優(yōu)化post-training，讓大模型的潛力爆發(fā)。
Agent：實(shí)現(xiàn)方式（之一）是做更多數(shù)據(jù)標(biāo)注、研究to use agent相關(guān)。
多模態(tài)（Qwen-VL）：非常智能的模型應(yīng)該融入對(duì)視覺、語(yǔ)音方面的理解，今年會(huì)重點(diǎn)關(guān)注視頻模態(tài)的研究，思考如何打造一個(gè)VL-Agent。
高通萬(wàn)衛(wèi)星：具有異構(gòu)計(jì)算系統(tǒng)的高通AI引擎可以充分滿足生成式AI的多樣性要求
高通公司AI產(chǎn)品技術(shù)中國(guó)區(qū)負(fù)責(zé)人萬(wàn)衛(wèi)星在演講中表示，作為芯片廠商，高通正通過提供領(lǐng)先的產(chǎn)品和解決方案，推動(dòng)AIGC相關(guān)產(chǎn)業(yè)的規(guī)?；瘮U(kuò)展。
他指出，高通認(rèn)為終端側(cè)生成式AI的時(shí)代已經(jīng)到來。
高通在去年10月發(fā)布的第三代驍龍8和驍龍X Elite兩款產(chǎn)品中，已經(jīng)將大語(yǔ)言模型完整搬到了端側(cè)，賦能了眾多AI手機(jī)和AI PC。多模態(tài)趨勢(shì)下，今年2月，高通也把多模態(tài)大模型完整地搬移到端側(cè)。在發(fā)布的驍龍X Elite這款產(chǎn)品上，高通也演示了全球首個(gè)在Windows PC上運(yùn)行的音頻推理多模態(tài)大模型。
萬(wàn)衛(wèi)星表示，不同領(lǐng)域的生成式AI用例具有多樣化的要求，背后所需的AI模型也是千差萬(wàn)別，很難有一種處理器可以完美適用所有用例。
在這方面，高通推出了具有異構(gòu)計(jì)算系統(tǒng)的高通AI引擎，包含多種處理器組件，可以充分滿足生成式AI的多樣性要求。其中重點(diǎn)講了NPU?；谟脩粜枨蠛徒K端用例的多年演進(jìn)，高通NPU不斷升級(jí)。第三代驍龍8的Hexagon NPU還集成了專門為生成式AI打造的Transformer加速模塊，以及微架構(gòu)升級(jí)、獨(dú)立供電軌道、微切片推理等先進(jìn)AI技術(shù)。
萬(wàn)衛(wèi)星還透露高通今年會(huì)重點(diǎn)支持多模態(tài)模型端側(cè)化，以及支持更高參數(shù)量大語(yǔ)言模型在端側(cè)的部署。
說完硬件設(shè)計(jì)，萬(wàn)衛(wèi)星介紹了高通的重要AI軟件產(chǎn)品，包括跨平臺(tái)、跨終端的統(tǒng)一解決方案高通AI軟件棧（Qualcomm AI Stack）。
你只需要在高通一個(gè)平臺(tái)上完成模型的優(yōu)化部署工作，可以非常方便的把這部分工作遷移到其它高通產(chǎn)品線。
此外，高通還在今年的MWC巴塞羅那發(fā)布了高通AI Hub（Qualcomm AI Hub）。該產(chǎn)品面向第三方開發(fā)者和合作伙伴，可以幫助開發(fā)者更加充分的利用高通和驍龍底層芯片的硬件算力，開發(fā)出自己的創(chuàng)新AI應(yīng)用。
最后他總結(jié)了高通在AI方面的優(yōu)勢(shì)，在于“無(wú)與倫比的硬件設(shè)計(jì)、頂尖的異構(gòu)計(jì)算能力、可擴(kuò)展的AI軟件工具以及廣泛的生態(tài)系統(tǒng)和模型支持”。
螞蟻李建國(guó)：超70%代碼問題單純靠基座模型是解決不了的
超70%的問題需要端到端代碼生成能力解決，目前單純靠基座模型還遠(yuǎn)遠(yuǎn)不能滿足。
在中國(guó)AIGC產(chǎn)業(yè)峰會(huì)上，螞蟻代碼大模型CodeFuse負(fù)責(zé)人李建國(guó)這樣說道，他還指出，當(dāng)前代碼大模型雖然在基座模型和應(yīng)用產(chǎn)品上演進(jìn)飛速，但要在企業(yè)中真正實(shí)現(xiàn)研發(fā)效率的大幅提升，仍面臨諸多挑戰(zhàn)。
從軟件研發(fā)全生命周期來看，從最初的需求設(shè)計(jì)到編碼開發(fā)、測(cè)試構(gòu)建、發(fā)布運(yùn)維、數(shù)據(jù)洞察等環(huán)節(jié)，寫代碼可能只占1/5甚至更少的工作量。
李建國(guó)表示，螞蟻集團(tuán)希望打造一個(gè)“研發(fā)智能體”，通過智能Agents實(shí)現(xiàn)任務(wù)分發(fā)與銜接，將各環(huán)節(jié)連接起來，全面提升研發(fā)效能。
CodeFuse剛發(fā)布時(shí)，就明確提出“要做全生命周期的代碼大模型”。CodeFuse目前已開源13個(gè)倉(cāng)庫(kù)，覆蓋代碼訓(xùn)練、測(cè)試、DevOps運(yùn)維、程序分析、評(píng)測(cè)等8大軟件開發(fā)領(lǐng)域。李建國(guó)表示，這是全方位的開源。
最后再來看整個(gè)領(lǐng)域，結(jié)合外部統(tǒng)計(jì)與螞蟻實(shí)踐，基座模型在實(shí)際運(yùn)用過程中只能解決大約30%的問題，剩下70%的問題還需要端到端代碼生成能力。除此之外，在Agent推理能力、需求需求拆解、跨模態(tài)交互等方面還需要持續(xù)演進(jìn)。
李建國(guó)還重點(diǎn)提到，垂直場(chǎng)景中，比如金融場(chǎng)景，生成代碼的安全、可信、可靠的要求，這也是螞蟻正在重點(diǎn)攻克的難題。
雖然挑戰(zhàn)不少、道阻且長(zhǎng)，但李建國(guó)認(rèn)為，螞蟻將攜手開源社區(qū)一起努力，在萬(wàn)物摩爾定律的牽引下，未來兩三年可以一定程度解決這個(gè)問題。
小冰徐元春：市場(chǎng)真正的運(yùn)營(yíng)主體是非常樸素的
小冰公司聯(lián)合創(chuàng)始人兼首席運(yùn)營(yíng)官、人工智能創(chuàng)造力實(shí)驗(yàn)室負(fù)責(zé)人徐元春的演講主題是“數(shù)字人+大模型：打造商業(yè)應(yīng)用新場(chǎng)景”。
“作為一家算法公司怎么掙錢和作為一家AIGC產(chǎn)業(yè)公司怎么賺錢，這是最后要回答的問題。最先要回答的問題是，大家用這個(gè)東西怎么賺錢？”，徐元春這樣講。
他通過幾個(gè)特別具體的例子，展現(xiàn)了小冰是如何讓大家賺到錢的。
第一個(gè)是一個(gè)美裝美業(yè)個(gè)體博主，她利用小冰虛擬人和大模型平臺(tái)，創(chuàng)作出了自己的數(shù)字人，在短視頻平臺(tái)用數(shù)字人分身分享創(chuàng)作服裝穿搭內(nèi)容。僅用40多天，她的單條視頻播放量就達(dá)到200萬(wàn)，日均為線下門店引流6-8個(gè)意向客戶。而這，已經(jīng)能讓她的生意更好地發(fā)展起來。
第二個(gè)是一家中小型的企業(yè)，一開始是做軟件開發(fā)、技術(shù)賦能、后臺(tái)的支持，現(xiàn)在使用小冰的技術(shù)平臺(tái)做轉(zhuǎn)型，成為AI服務(wù)商，4個(gè)月內(nèi)為云南300家中小企業(yè)提供了AI賦能服務(wù)。
第三個(gè)是更大的行業(yè)領(lǐng)軍企業(yè)，他們將小冰的數(shù)字人與大模型技術(shù)深度整合到了自家各類硬件產(chǎn)品中，實(shí)現(xiàn)“開箱即用”，每一個(gè)有屏的硬件設(shè)備都可以變成一個(gè)全新的交互載體。
在徐元春看來，真正能把產(chǎn)業(yè)化應(yīng)用做得越來越深，不在于廟堂之高，而是在江湖之遠(yuǎn)：
你發(fā)現(xiàn)真正市場(chǎng)在運(yùn)行的主體、市場(chǎng)從業(yè)者對(duì)AI沒有那么多復(fù)雜的想法，他們非常樸素。
他進(jìn)一步補(bǔ)充道，小冰將大模型和數(shù)字人更加深入地植入到了企業(yè)的工作流和任務(wù)系統(tǒng)中，數(shù)字員工相當(dāng)于有了集合企業(yè)知識(shí)和數(shù)據(jù)閉環(huán)的大腦，可以讓業(yè)務(wù)流程和客戶溝通更加順暢。
最后徐元春講述了商業(yè)的閉環(huán)。有“云+端”這樣的軟件+硬件產(chǎn)品的閉環(huán)，也有交互+內(nèi)容這樣的形式上的閉環(huán)。而今天通過真實(shí)的企業(yè)、個(gè)體案例，使用技術(shù)去獲得更多競(jìng)爭(zhēng)力、讓自己的生意變得更好這其實(shí)是所有閉環(huán)里最重要的節(jié)點(diǎn)。
“找到并激活每個(gè)關(guān)鍵節(jié)點(diǎn)，才能實(shí)現(xiàn)技術(shù)商業(yè)化的真正閉環(huán)?！?/p>
AIGC應(yīng)用層：普通人可以怎么AI？
美圖吳欣鴻：基于垂直場(chǎng)景的大模型應(yīng)用創(chuàng)新，窗口期只有兩年
美圖公司創(chuàng)始人、董事長(zhǎng)兼CEO吳欣鴻則分享了美圖視頻大模型的探索之路。
美圖作為影像工具起家，經(jīng)過16年的發(fā)展，現(xiàn)在主要聚焦在影像和設(shè)計(jì)產(chǎn)品，形成了圖像、視頻和設(shè)計(jì)三大AI產(chǎn)品品類。
吳欣鴻現(xiàn)場(chǎng)展示了一個(gè)僅用半天時(shí)間制作的60秒AI短片，運(yùn)用了開拍、WHEE、Wink等一系列AI工具，相比傳統(tǒng)動(dòng)畫工作流，大幅降低了制作門檻，提升了效率。
吳欣鴻預(yù)計(jì)今年下半年，將會(huì)有很多的國(guó)產(chǎn)Sora扎堆上市，美圖也是其中的一家。
我們認(rèn)為越來越激烈的競(jìng)爭(zhēng)有三個(gè)點(diǎn)非常關(guān)鍵：第一、創(chuàng)意超越現(xiàn)實(shí)；第二、工作流的整合；第三、垂直場(chǎng)景的能力。
其中基于垂直模型的大模型應(yīng)用創(chuàng)新，吳欣鴻認(rèn)為有兩年窗口期。
展望未來，吳欣鴻認(rèn)為，視頻大模型的標(biāo)配除了文生視頻，還將涌現(xiàn)圖生視頻、視頻生視頻、音頻生視頻等更多生成方式，應(yīng)用場(chǎng)景非常廣闊。
今年，以Sora為代表的視頻生成只是個(gè)開始。隨著視頻大模型對(duì)物理世界理解的加深，有望實(shí)現(xiàn)劇情設(shè)計(jì)、分鏡、轉(zhuǎn)場(chǎng)等更專業(yè)的能力，與視頻制作工作流深度結(jié)合，后續(xù)可以生成1-5分鐘視頻。
金山辦公姚冬：WPS已不再是一個(gè)文檔編輯器
金山辦公副總裁、研發(fā)中臺(tái)事業(yè)部總經(jīng)理姚冬在本次大會(huì)上分享了金山辦公在擁抱AI浪潮中的思考與實(shí)踐。
作為一家辦公軟件公司，金山辦公最近五年將“多屏、內(nèi)容、云、協(xié)作、AI”作為戰(zhàn)略重點(diǎn)，在AIGC浪潮下，最近兩年尤其注重AI和協(xié)作這兩點(diǎn)的發(fā)展。
就在前幾日，金山辦公發(fā)布企業(yè)級(jí)產(chǎn)品WPS 365。
姚冬表示，當(dāng)前的WPS已經(jīng)不再是一個(gè)文檔的編輯器，而是包含企業(yè)數(shù)據(jù)協(xié)作、知識(shí)管理、通信以及各種跟算法相關(guān)的模型服務(wù)等多種功能于一體的辦公平臺(tái)。在最近WPS 365發(fā)布中，其包含的WPS AI企業(yè)版聚焦為客戶打造企業(yè)大腦，主打三大類能力：AI Hub、AI Docs和Copilot Pro。
其中，AI Hub是企業(yè)使用AI能力的基座，提供了一個(gè)兼容市面上各種大模型的統(tǒng)一接口和開發(fā)體系，讓企業(yè)可以靈活選擇和切換適合自己的模型。
AI Docs是用來幫助企業(yè)盤活海量非結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)。
員工每天都在寫文檔，這些其實(shí)是企業(yè)非常重要的只是。但過去一直有個(gè)問題，這類知識(shí)無(wú)法再利用，因?yàn)榉墙Y(jié)構(gòu)化。
傳統(tǒng)的關(guān)鍵詞搜索很難準(zhǔn)確命中文檔中的知識(shí)，而基于大模型和多模態(tài)技術(shù)，WPS 365實(shí)現(xiàn)了對(duì)企業(yè)內(nèi)部各種格式文檔的智能化閱讀理解、搜索問答，并嚴(yán)格遵循文檔權(quán)限管控。
Copilot Pro則是通過AI驅(qū)動(dòng)自然語(yǔ)言交互式辦公。比如做數(shù)據(jù)分析，傳統(tǒng)方式需要寫腳本、設(shè)計(jì)公式、繪制圖表等，門檻很高。在Copilot Pro中，用戶只需用自然語(yǔ)言表達(dá)需求，讓AI自動(dòng)執(zhí)行全流程。
姚冬強(qiáng)調(diào)，文檔數(shù)據(jù)在人和人之間沒有傳播其實(shí)一個(gè)數(shù)據(jù)孤島，而今天的辦公不再只是簡(jiǎn)單寫寫文檔分析數(shù)據(jù)，更重要的是人和人、人和AI之間的協(xié)作。
印象筆記唐毅：AI驅(qū)動(dòng)的“第二大腦”，既給用戶自由，又降低信息管理焦慮
印象筆記董事長(zhǎng)兼CEO唐毅，有科技創(chuàng)業(yè)、跨國(guó)企業(yè)管理以及投融資領(lǐng)域的豐富經(jīng)驗(yàn)。
他帶領(lǐng)的印象筆記，2018年成立印象研究院，開啟了對(duì)AIGC的探索，去年3月起，利用自研印象大模型驅(qū)動(dòng)“印象AI”產(chǎn)品和服務(wù)，落地賦能旗下全線軟件和智能硬件產(chǎn)品。
唐毅的分享聚焦“知識(shí)管理”領(lǐng)域。在他看來，AIGC的發(fā)展仍處于早期繁榮階段，挑戰(zhàn)和機(jī)遇并存。
他認(rèn)為，相比算力、數(shù)據(jù)集和模型規(guī)模的快速擴(kuò)大，模型算法的進(jìn)展則相對(duì)緩慢，且算力的投入和收益不成比例。此外，目前而言，隨著模型訓(xùn)練對(duì)人類公共領(lǐng)域數(shù)據(jù)的窮盡，越來越多合成數(shù)據(jù)的加入也會(huì)導(dǎo)致模型輸出效果下降。
與此同時(shí)，在實(shí)踐和競(jìng)爭(zhēng)中發(fā)現(xiàn)，特定數(shù)據(jù)驅(qū)動(dòng)的模型能力的增長(zhǎng)在不斷加強(qiáng)，模型的小型化和高效化趨勢(shì)也日益突出。
談及印象筆記的大模型及產(chǎn)品進(jìn)化方向，唐毅表示將從復(fù)合AI系統(tǒng)（Compound AI System）角度出發(fā)，提升自研印象大模型的能力，同時(shí)發(fā)揮用戶、數(shù)據(jù)、場(chǎng)景、載體、交互等方面優(yōu)勢(shì)，打造真正的AI超級(jí)應(yīng)用。
在AI驅(qū)動(dòng)下，印象筆記將幫助用戶智能匯聚信息、高效閱讀吸收、輔助靈感記錄與創(chuàng)作、自動(dòng)完成知識(shí)整理與提煉，成為用戶真正的、智能的“第二大腦”。
逐際動(dòng)力張力：人形機(jī)器人未來將實(shí)現(xiàn)平臺(tái)化應(yīng)用
通用機(jī)器人初創(chuàng)公司逐際動(dòng)力的聯(lián)合創(chuàng)始人兼COO張力，在中國(guó)AIGC產(chǎn)業(yè)峰會(huì)現(xiàn)場(chǎng)分享了關(guān)于人形機(jī)器人發(fā)展及其與AGI關(guān)系的深刻見解。
目前，人形機(jī)器人的雙腿移動(dòng)能力已經(jīng)有了實(shí)質(zhì)性突破，而操作能力仍然受限，是因?yàn)锳I還不能完全根據(jù)多模態(tài)場(chǎng)景形成自己的行為，如何利用多模態(tài)大模型生成機(jī)器人自主的運(yùn)動(dòng)和控制，是產(chǎn)業(yè)界和學(xué)術(shù)界都在追趕和研究的部分。
在硬件和軟件算法方面，尤其是大腦和小腦的協(xié)同上，人形機(jī)器人仍需取得更多突破。
張力暢想，未來的人形機(jī)器人可以實(shí)現(xiàn)平臺(tái)化的應(yīng)用，就像今天的iPhone+APP一樣。機(jī)器人通過安裝不同的應(yīng)用程序，利用自身的運(yùn)動(dòng)控制能力，執(zhí)行對(duì)應(yīng)的各種任務(wù)，從而極大地?cái)U(kuò)展應(yīng)用范圍。
從本質(zhì)來講，機(jī)器人就是一個(gè)類似或者超越人運(yùn)動(dòng)能力、計(jì)算能力和感知能力的機(jī)電系統(tǒng)。技術(shù)方面，事先規(guī)劃好的運(yùn)動(dòng)控制這種是相對(duì)傳統(tǒng)的技術(shù)；而如果需要跟外界產(chǎn)生更多的交互，如環(huán)境認(rèn)知感知、物體檢測(cè)、接觸反饋等，就需要新的技術(shù)。在這方面，AGI對(duì)于機(jī)器人的影響非常大。
在不斷研發(fā)迭代產(chǎn)品的過程中，逐際動(dòng)力形成了通過模仿學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)以及基于感知的運(yùn)動(dòng)控制等關(guān)鍵的新技術(shù)，推出了人形機(jī)器人、雙足機(jī)器人，以及四輪足機(jī)器人。
張力分享了他對(duì)人形機(jī)器人市場(chǎng)前景的看法：
無(wú)論tob還是toc，具身智能在未來有非常大的應(yīng)用場(chǎng)景。
在技術(shù)邊界不斷擴(kuò)大過程中，如何通過沿途下蛋，把相對(duì)成熟的技術(shù)和產(chǎn)品實(shí)現(xiàn)商業(yè)化；形成自主的移動(dòng)能力和移動(dòng)操作能力是關(guān)鍵；機(jī)器人與AGI、AIGC打通，加強(qiáng)場(chǎng)景的認(rèn)知、理解，實(shí)現(xiàn)任務(wù)的分解，更好完成規(guī)劃決策，這些都非常重要。
得到快刀青衣：AI給了很多人一個(gè)突破自己的機(jī)會(huì)
得到聯(lián)合創(chuàng)始人、AI學(xué)習(xí)圈主理人快刀青衣的演講主題是“六邊形戰(zhàn)士，AI 驅(qū)動(dòng)下的個(gè)人能力革命”。
“六邊”在快刀青衣這里指的是產(chǎn)品能力、輸出能力、提效能力、創(chuàng)新能力、管理能力、設(shè)計(jì)能力。在他看來，AI技術(shù)的發(fā)展讓他個(gè)人的六邊能力得到全面提升。
他從創(chuàng)新和輸出兩方面分享了過去一年的心得。
首先，快刀青衣認(rèn)為，AI創(chuàng)新的源泉可以從四個(gè)方面考慮：你自己也想用的產(chǎn)品、一個(gè)困擾你很久的痛點(diǎn)、你熟悉行業(yè)能預(yù)見到的巨大變化、你對(duì)它充滿熱情而又具有挑戰(zhàn)性的事情：
如果四項(xiàng)占兩項(xiàng)就可以干，占三項(xiàng)就非常值得你花很多時(shí)間去研究它。
以此為出發(fā)點(diǎn)，快刀青衣介紹了得到自主研發(fā)的AI陪練小程序“開始練練”，用來給員工進(jìn)行AI實(shí)戰(zhàn)陪練，收到AI的反饋。如此一來，練習(xí)后的員工再面對(duì)真人客戶時(shí)就能輕松解答客戶的問題。
接著他分享了開發(fā)這款小程序的初衷。一開始是想讓自己公司的程序員用，后來程序員們都表示自己不是靠溝通干活的，是靠寫代碼。后來有一次發(fā)朋友圈，一個(gè)連鎖美容院的老板發(fā)現(xiàn)這對(duì)他們一線美容師介紹產(chǎn)品特別管用……
快刀青衣由此感慨，“最初那個(gè)起點(diǎn)可能跟你想象的不一樣，過程中可能會(huì)有很多不一樣的東西”。
此外，他還強(qiáng)調(diào)了企業(yè)專有知識(shí)庫(kù)、專有數(shù)據(jù)的重要性，并表示自己在做這個(gè)AI項(xiàng)目時(shí)給團(tuán)隊(duì)設(shè)置了幾個(gè)限制：團(tuán)隊(duì)不超過3人，缺的能力用AI補(bǔ)；不碰硬件，不訓(xùn)大模型；只做提升用戶能力的培訓(xùn)場(chǎng)景。
認(rèn)清自己能力，做自己更擅長(zhǎng)的事情，不能因?yàn)锳I能力強(qiáng)就覺得啥都能干。
輸出能力提升方面，快刀青衣分享了自己從公眾號(hào)年更“保證號(hào)不被凍結(jié)”到365天日日更的轉(zhuǎn)變，以及每周都要做一場(chǎng)和AI有關(guān)的直播聊一下別人都在做什么。這一切都是這波AI浪潮給他帶來的輸出能力的提升。
最后，快刀青衣引用了喬丹的一句話：“我可以接受失敗，但不能接受不去嘗試。”
AIGC基建層：如何支撐產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型？
亞馬遜云科技王曉野：四個(gè)要點(diǎn)讓企業(yè)抓住生成式AI機(jī)遇
生成式AI這個(gè)時(shí)代已經(jīng)開始，它并不是未來將發(fā)生的事情。
亞馬遜云科技大中華區(qū)產(chǎn)品部技術(shù)總監(jiān)王曉野在演講中表示，生成式AI將在18個(gè)月內(nèi)顛覆所有產(chǎn)業(yè)，為全球帶來高達(dá)4.4萬(wàn)億美元的巨大市場(chǎng)商機(jī)。
對(duì)于企業(yè)如何抓住生成式AI機(jī)遇，王曉野總結(jié)了四大要點(diǎn)：選對(duì)場(chǎng)景、選對(duì)工具和合作伙伴、重視數(shù)據(jù)這一企業(yè)核心競(jìng)爭(zhēng)力、關(guān)注人才培養(yǎng)與AI相關(guān)的監(jiān)管與治理。
他指出生成式AI在跨語(yǔ)言溝通、商業(yè)決策以及洞察、智能服務(wù)和營(yíng)銷素材的生成、整體運(yùn)營(yíng)效率提升等六大場(chǎng)景大有可為。
王曉野指出，得益于模型能力和成本的優(yōu)化，生成式AI正在從局限的文生圖、營(yíng)銷、聊天機(jī)器人等初級(jí)應(yīng)用，進(jìn)化到更廣泛的領(lǐng)域。比如在Claude等大模型支持下，語(yǔ)言翻譯、情感陪伴、游戲內(nèi)容審核等更多場(chǎng)景的落地正在悄然發(fā)生。他強(qiáng)調(diào)多模態(tài)交互將是大模型發(fā)展的重要趨勢(shì)。
在助力企業(yè)應(yīng)用生成式AI方面，亞馬遜云科技提出了“三層原子能力”：底層基礎(chǔ)設(shè)施加速層、利用基礎(chǔ)模型構(gòu)建生成式AI應(yīng)用的工具比如Amazon Bedrock、頂層開箱即用的生成式AI應(yīng)用。
從電商到云計(jì)算，亞馬遜一直在用技術(shù)和AI顛覆和創(chuàng)新原有產(chǎn)業(yè)。王曉野最后表示，下一個(gè)亞馬遜正在構(gòu)建并且持續(xù)投入的地方，就是生成式AI的三層原子能力，希望能與客戶共贏生成式AI時(shí)代。
商湯楊帆：打造AI基礎(chǔ)設(shè)施生態(tài)是降低AI應(yīng)用門檻的關(guān)鍵
“中國(guó)AI應(yīng)用正在變得越來越多，越來越多新的場(chǎng)景被打開，今年下半年或是明年上半年，我們將看到中國(guó)生成式AI市場(chǎng)的爆發(fā)。”
商湯科技聯(lián)合創(chuàng)始人、大裝置事業(yè)群總裁楊帆在大會(huì)上做出了這樣的判斷。
楊帆分析道，當(dāng)前尺度定律仍在主導(dǎo)AI的技術(shù)迭代，AI產(chǎn)業(yè)發(fā)展的核心問題在于“產(chǎn)業(yè)端的投入產(chǎn)出比不夠好”。隨著AI生產(chǎn)和應(yīng)用成本的提高，用降低成本的方式降低使用門檻其實(shí)是必然趨勢(shì)。
而AI基礎(chǔ)設(shè)施的建設(shè)，正是破解這一難題的關(guān)鍵。
只有把這些通用能力，不管大規(guī)模的算力集群還是機(jī)器模型的API，甚至未來圍繞超大規(guī)模數(shù)據(jù)完整的體系，把它做標(biāo)準(zhǔn)化、基礎(chǔ)設(shè)施化、服務(wù)化，才有可能在未來讓整個(gè)AI產(chǎn)業(yè)創(chuàng)新門檻更低、性價(jià)比更高，更多人進(jìn)來，在上面賺到錢。
關(guān)于商湯在這方面的投入，楊帆先是介紹了商湯在臨港投建的智算中心的最新的進(jìn)展：
截至去年底，包括臨港在內(nèi)已經(jīng)建成七八個(gè)節(jié)點(diǎn)形成連接，還有很多新的節(jié)點(diǎn)在建。連接算力超過12000P，領(lǐng)先單點(diǎn)算力接近10000P。同時(shí)，商湯在芯片層面也與產(chǎn)業(yè)鏈展開了廣泛合作，臨港智算中心已有超15%的國(guó)產(chǎn)芯片算力。
夯實(shí)算力基礎(chǔ)之外，楊帆還講述了商湯推出的不同層級(jí)的軟件產(chǎn)品和服務(wù)體系，其中提到了降低模型調(diào)用成本的全套解決方案。
他還分享了商湯自家大模型的發(fā)展，除了去年看到比較多的語(yǔ)言類的任務(wù)，現(xiàn)在更多在圖像、視頻、三維重建不同領(lǐng)域提供不同基礎(chǔ)模型的方案。
總的來講，商湯還是更希望以基礎(chǔ)設(shè)施平臺(tái)化能力支撐更加繁榮的場(chǎng)景生態(tài)。
AIGC洞察者：Scaling Laws是關(guān)鍵
北大袁粒：大模型幻覺問題，我們幾乎是公開最早提出檢索增強(qiáng)來解決
北京大學(xué)深圳研究生院助理教授袁粒在大會(huì)上分享了他們團(tuán)隊(duì)在多模態(tài)模型垂直領(lǐng)域應(yīng)用的實(shí)踐經(jīng)驗(yàn)。
他表示，用來閑聊的玩具并不能滿足用戶真正的需求，AI必須轉(zhuǎn)化為實(shí)實(shí)在在的生產(chǎn)力，而生產(chǎn)力則是由垂直領(lǐng)域來轉(zhuǎn)化。
袁粒教授介紹了他們團(tuán)隊(duì)基于鵬城的云腦和自建算力，基于通用和行業(yè)數(shù)據(jù)開發(fā)的幾款代表性產(chǎn)品：
ChatExcel：一款面向數(shù)據(jù)表格處理的多模態(tài)AI助手，可用文字直接操縱表格，進(jìn)行數(shù)據(jù)可視化和營(yíng)銷策略分析等。這項(xiàng)成果已經(jīng)在某奢侈品巨頭落地應(yīng)用。開發(fā)這塊應(yīng)用的博士生也創(chuàng)辦了元空AI。
ChatLaw：中文法律垂直領(lǐng)域應(yīng)用，可為用戶和律師提供信息分析、結(jié)構(gòu)化抽取、生成法律文書等服務(wù)。該產(chǎn)品采用了檢索增強(qiáng)技術(shù)，引入法律文本數(shù)據(jù)庫(kù)參考，有效緩解了大模型的幻覺問題。
檢索增強(qiáng)這一做法當(dāng)時(shí)我們也是業(yè)內(nèi)最早做出來的，只是我們沒有把這個(gè)概念提出來，讓大模型做大模型的事情，讓檢索做檢索的事情。
最后袁粒教授介紹了他們同北大校友企業(yè)兔展智能聯(lián)合發(fā)起的Sora復(fù)現(xiàn)開源計(jì)劃Open-Sora Plan，目標(biāo)是實(shí)現(xiàn)一個(gè)視覺版LLaMA。該項(xiàng)目分為三個(gè)技術(shù)部分：視頻編解碼器、Diffusion Transformer和條件注入。
目前已經(jīng)開源了第一版預(yù)訓(xùn)練模型和CausalVideoVAE，在開源社區(qū)引起廣泛關(guān)注，在GitHub上獲得近萬(wàn)星。該框架最大特點(diǎn)是能夠生成較長(zhǎng)視頻，得益于訓(xùn)練時(shí)壓縮喂入的長(zhǎng)視頻片段。
接下來，該項(xiàng)目將分三個(gè)階段實(shí)現(xiàn)更高的復(fù)現(xiàn)目標(biāo)：第一階段已開源；第二階段爭(zhēng)取開源支持20秒720P視頻生成的模型；第三階段希望借助產(chǎn)業(yè)界算力實(shí)現(xiàn)超越原版Sota的性能。
袁粒教授表示，開源推動(dòng)了AI的繁榮，他們也希望通過開源回饋社區(qū)，讓學(xué)術(shù)界和產(chǎn)業(yè)界都能共享技術(shù)成果。
硅谷Fusion Fund張璐：初創(chuàng)企業(yè)在現(xiàn)階段都可走“雞尾酒”模式
作為長(zhǎng)期關(guān)注和布局AI領(lǐng)域的頂級(jí)投資人，硅谷Fusion Fund創(chuàng)始合伙人、斯坦福大學(xué)客座講師張璐分享了她對(duì)全球尤其是硅谷AI技術(shù)與產(chǎn)業(yè)發(fā)展的深度洞察。
張璐指出，AI正在成為一項(xiàng)全產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型工具，而海量高質(zhì)量數(shù)據(jù)的涌現(xiàn)為AI的大規(guī)模應(yīng)用奠定了基礎(chǔ)。
在此背景下，AI將帶來比互聯(lián)網(wǎng)時(shí)代大10倍的機(jī)會(huì)，但其中只有三分之一會(huì)留給初創(chuàng)企業(yè)。
作為初創(chuàng)企業(yè)，找到對(duì)的工業(yè)界和對(duì)的應(yīng)用場(chǎng)景，找到合適的切入點(diǎn)非常關(guān)鍵，數(shù)據(jù)是核心。怎樣拿到高質(zhì)量的數(shù)據(jù)？怎樣讓數(shù)據(jù)成為你的競(jìng)爭(zhēng)優(yōu)勢(shì)點(diǎn)？
初創(chuàng)企業(yè)要想在AI浪潮中抓住先機(jī)，必須找準(zhǔn)自身的創(chuàng)新切入點(diǎn)，充分利用大公司搭建的生態(tài)平臺(tái)實(shí)現(xiàn)共同發(fā)展。
現(xiàn)階段，初創(chuàng)企業(yè)基本上都可以做“雞尾酒”模式，即調(diào)動(dòng)最前沿大模型的API，在上面配套使用開源模型，再自己做些修改進(jìn)行模型調(diào)優(yōu)。
“在這個(gè)優(yōu)化過程中，很快會(huì)發(fā)現(xiàn)兩個(gè)特點(diǎn)?！睆堣凑f，第一個(gè)特點(diǎn)是數(shù)據(jù)的質(zhì)量比數(shù)據(jù)的數(shù)量更重要；第二是不需要一個(gè)模型去解決所有的問題。
在投資方向上，張璐表示，F(xiàn)usion Fund聚焦AI的應(yīng)用層和基礎(chǔ)設(shè)施兩個(gè)維度。
其中，應(yīng)用層主要關(guān)注醫(yī)療、金融保險(xiǎn)、機(jī)器人、太空等擁有海量高質(zhì)量數(shù)據(jù)和廣闊應(yīng)用前景的領(lǐng)域；基礎(chǔ)設(shè)施層則布局從芯片到云端的各個(gè)技術(shù)節(jié)點(diǎn)，旨在突破算力、能耗、隱私等AI發(fā)展的關(guān)鍵瓶頸。
張璐在演講中談到，隨著開源社區(qū)的蓬勃發(fā)展，小模型、行業(yè)專屬模型也將成為AI應(yīng)用的重要趨勢(shì)。
她強(qiáng)調(diào)，對(duì)于創(chuàng)業(yè)者而言，高質(zhì)量數(shù)據(jù)的獲取與應(yīng)用比海量數(shù)據(jù)更為關(guān)鍵，定制化的小模型在特定場(chǎng)景下的效能甚至可以與通用大模型相媲美。
人大盧志武：有算力就有超越Sora的可能
中國(guó)人民大學(xué)高瓴人工智能學(xué)院教授盧志武分享主題為《VDT：基于Transformer的通用擴(kuò)散視頻生成》。
VDT是Video Diffusion Transformer的縮寫。這是盧志武帶隊(duì)的項(xiàng)目，去年5月發(fā)布在arXiv上，并已被頂會(huì)ICLR接收。
它的創(chuàng)新之處是將Transformer應(yīng)用于視頻生成——這遠(yuǎn)在OpenAI發(fā)布Sora之前，以及在模型中引入統(tǒng)一的時(shí)空掩碼建模。
為什么要將視頻生成從基于Diffusion模型轉(zhuǎn)向基于Transformer模型？
盧志武表示，Transformer模型具有捕捉長(zhǎng)期或不規(guī)則時(shí)間依賴性的優(yōu)勢(shì)，這在視頻領(lǐng)域尤為重要；而Transformer模型的參數(shù)量可以根據(jù)需要增加，這為提高模型性能提供了靈活性。
在演講中，盧志武提到了VDT模型中關(guān)鍵的時(shí)空Transformer block，并解釋了其與現(xiàn)有模型如Sora的細(xì)微差別。他指出，由于算力限制，團(tuán)隊(duì)在設(shè)計(jì)時(shí)采取了空間和時(shí)間分開的處理方法，以提高效率。
那VDT與Sora這樣的SOTA模型相比如何？盧志武分析，兩者在時(shí)空Attention處理上有所不同，但這個(gè)差別并不是本質(zhì)上的。
我們推測(cè)Sora強(qiáng)大的物理世界模擬能力，主要來自于統(tǒng)一的時(shí)空token化和Attention機(jī)制。
盧志武在最后表示，團(tuán)隊(duì)通過實(shí)驗(yàn)發(fā)現(xiàn)，VDT模型效果只和消耗的算力有關(guān)，這與OpenAI的圖像生成模型DiT的結(jié)論一致。
“算力越大效果越好。拿到更多算力，超越Sora也不是不可能?！?/p>
圓桌對(duì)話：ROI是衡量AIGC應(yīng)用價(jià)值的第一標(biāo)準(zhǔn)
“你好，新應(yīng)用！”峰會(huì)設(shè)置了一場(chǎng)圓桌論壇，討論的主題非常務(wù)實(shí)：怎么落地？如何賺錢？
——從ChatGPT問世到現(xiàn)在，一年半的時(shí)間里，AIGC有一個(gè)非常明顯的趨勢(shì)，就是從建設(shè)基礎(chǔ)層逐步向“用起來”去發(fā)展。今年也被很多人認(rèn)為是AIGC應(yīng)用元年，在這個(gè)時(shí)間節(jié)點(diǎn)上，有必要坐下來聊一聊與AIGC相關(guān)的接地氣的話題。
本次邀請(qǐng)到的三位代表性嘉賓分別是：
輕松集團(tuán)技術(shù)副總裁高玉石，主導(dǎo)了該集團(tuán)在健康保障領(lǐng)域的AI智能體系研發(fā)建設(shè)。
阿里云通義大模型業(yè)務(wù)負(fù)責(zé)人徐棟，在云原生、端云架構(gòu)和AI大模型領(lǐng)域的深入實(shí)踐。
在AI和企業(yè)服務(wù)領(lǐng)域積累了寶貴經(jīng)驗(yàn)的瀾碼科技創(chuàng)始人兼CEO周健。
在量子位主編金磊的主持下，圓桌主要圍繞3個(gè)話題展開：大模型應(yīng)用用得怎么樣了、AI賺錢之道各有招、百模大戰(zhàn)利大于弊。
大模型應(yīng)用用得怎么樣了
高玉石表示，輕松問醫(yī)Dr.GPT的升級(jí)給醫(yī)患雙方都帶來很大便利。在醫(yī)生端，臨床研究的效率提升2倍；科普內(nèi)容創(chuàng)作實(shí)現(xiàn)月產(chǎn)萬(wàn)篇規(guī)模；智能輔助診療的采納率達(dá)86%，診斷時(shí)間從十分鐘縮短為1-2分鐘?；颊叨说慕】殿檰柛采w30多萬(wàn)用戶，活躍率70%。
周健的瀾碼科技基于大語(yǔ)言模型打造企業(yè)級(jí)AI Agent，服務(wù)于企業(yè)日常辦公場(chǎng)景下的增強(qiáng)自動(dòng)化和創(chuàng)新業(yè)務(wù)的開展，在保險(xiǎn)、銀行、政務(wù)等行業(yè)和領(lǐng)域已實(shí)現(xiàn)專家知識(shí)賦能基層員工和管理增效的典型應(yīng)用。
徐棟從通義大模型的視角給了兩個(gè)維度的觀點(diǎn)，目前看到第一類是大模型塑造了產(chǎn)業(yè)的核心商業(yè)模式，比如游戲行業(yè)的NPC、社交領(lǐng)域的角色扮演，以及像智能硬件端側(cè)的應(yīng)用；第二類是企業(yè)級(jí)市場(chǎng)，未必是對(duì)商業(yè)模式做了根本性重塑，但大模型突出體現(xiàn)在降本增效上，最典型的客服場(chǎng)景、知識(shí)庫(kù)的問答等等，這些場(chǎng)景在企業(yè)內(nèi)部提效幫助很大。
AI賺錢之道各有招
在AIGC商業(yè)化方面，徐棟表示目前AIGC應(yīng)用尚未出現(xiàn)殺手級(jí)產(chǎn)品，未來可能出現(xiàn)基于訂閱制的創(chuàng)新商業(yè)模式，可以拭目以待。
高玉石則表示他們主要通過為C端用戶提供增值服務(wù)獲利，如醫(yī)療健康類的保險(xiǎn)、商城、科普付費(fèi)等。對(duì)B端則主要是按需付費(fèi)。
周健提到一種可能性是把AI Agent/基于大語(yǔ)言模型的數(shù)字員工按月收費(fèi)。將專家知識(shí)、模型、算力等全新生產(chǎn)要素整合為一套服務(wù)，面向金融等行業(yè)按使用量收費(fèi)分成。
對(duì)于如何評(píng)判一款A(yù)IGC產(chǎn)品的價(jià)值，三位嘉賓一致認(rèn)為要看其能否提升ROI，包括降本增效、提高收入或改善用戶體驗(yàn)等。但具體衡量方式要根據(jù)行業(yè)和場(chǎng)景特點(diǎn)而定。
百模大戰(zhàn)利大于弊
針對(duì)去年百家爭(zhēng)鳴的“百大模大戰(zhàn)”是否有必要，高玉石認(rèn)為從加速技術(shù)發(fā)展角度看是有價(jià)值的，但資源損耗問題需要注意。他預(yù)判最終可能在科技巨頭及其投資的創(chuàng)企中展開洗牌。
周健提出，未來通用大模型可能只需要少數(shù)幾家，但細(xì)分的垂直領(lǐng)域模型可能多達(dá)上百個(gè)，需要更多創(chuàng)業(yè)公司參與。
徐棟也認(rèn)為，“百模大戰(zhàn)”并非完全鋪張浪費(fèi)，它培養(yǎng)了人才隊(duì)伍，積累了模型和數(shù)據(jù)方面的經(jīng)驗(yàn)，我們也歡迎非同質(zhì)化的模型的競(jìng)爭(zhēng)，這些培養(yǎng)的人才、積累的經(jīng)驗(yàn)也會(huì)幫助大模型落地到千行百業(yè)，對(duì)未來AIGC的商業(yè)化大有裨益。
后續(xù)還將有大會(huì)嘉賓更詳細(xì)版內(nèi)容分享，盡情關(guān)注！
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
