撰文 | 因客
編輯 | 楊博丞
題圖 | IC Photo
此前,亞馬遜云科技發(fā)布多款AIGC產品,其中包括AI大模型服務Amazon Bedrock、人工智能計算實例Amazon EC2 Trn1n和Amazon EC2 Inf2、自研“泰坦”(Titan)AI大模型、軟件開發(fā)工具Amazon CodeWhisperer等。
消息一出,市場熱度驟起。隨著ChatGPT爆火,國外科技巨頭爭相入局成為人工智能最新潮流,而在大模型算法加持下,AIGC更成為了距離商業(yè)落地最近距離的科技風口,眼見這一藍海市場即將爆發(fā),跑步入場必將是各方最直接的選擇,不過問題也隨著而來:AIGC大亂戰(zhàn),誰將殺出重圍?
01.亞馬遜全家桶,里面都有什么“好吃的”
據亞馬遜介紹,推出的Amazon Bedrock新服務,可以通過API訪問來自AI21 Labs、Anthropic、Stability AI和亞馬遜自己的基礎大模型。
Bedrock是用戶使用FM構建和擴展基于AI的生成應用程序的基礎框架,訪問包括亞馬遜的Titan FM等功能強大的文本和圖像大模型能力。
而在Titan FM上,亞馬遜也在持續(xù)測試新的Titan FM,并計劃未來幾個月推廣其中兩個Titan模型。
第一個是生成式LLM(generative LLM),用于諸如摘要、文本生成、分類、開放式問答和信息提取等任務。
第二種是嵌入式LLM(embeddings LLM),它將文本輸入翻譯成包含文本語義的數字表示。雖然此LLM不會生成文本,但它對于個性化和搜索等應用程序很有用,因為通過比較嵌入,模型將產生比單詞匹配更相關和上下文相關的響應。事實上,亞馬遜電商平臺的產品搜索功能使用了類似的嵌入模型來幫助客戶找到他們正在尋找的產品。
在實例方面,亞馬遜宣推出了由AWS Trainium提供支持的Amazon EC2 Trn1n實例和由AWS Inferentia2提供支持的Amazon EC2 Inf2實例。
其中,由Trainium提供支持的Trn1實例可以比任何其他EC2實例節(jié)省50%的訓練成本,使用Trn1實例來幫助將訓練最大規(guī)模深度學習模型所需的時間從幾個月縮短到幾周甚至幾天,時間效率驚人。
而Inferentia2所支持的實例,專門針對包含數千億個參數的模型的大規(guī)模生成人工智能應用進行了優(yōu)化。與上一代基于Inferentia的實例相比,Inf2實例的吞吐量提高了4倍,延遲降低了10倍。
在編程方面,亞馬遜宣布推出Amazon CodeWhisperer的預覽版,這種AI編程伴侶,可以根據開發(fā)人員的自然語言評論和集成開發(fā)環(huán)境(IDE)中的先前代碼實時生成代碼建議,通過生成解析字符串并返回指定列表的完整函數來提高工作效率。
從整體上看,亞馬遜本次推出的全家桶AIGC,確實讓業(yè)界眼前一亮,作為目前市面上AIGC的框架集服務,本次亞馬遜入局AI大亂斗,顯然是有備而來的。
02.各方入局,都有什么大殺器
實際上,AIGC熱潮之下,各大巨頭入局的切入點各有不同。
作為AIGC賽道的頭部,Open AI的身價已經飆升到了290億美元?,今年1月底,微軟已經對Open AI追加第三輪投資,其核心殺招就是風靡全球的CahtGPT。
相比之下,Anthropic的名頭就沒那么響了,但它也不是無名之輩。?Anthropic估值逼近50億美元,已經成為了僅次于Open?AI的領域獨角獸?,原因就在于Google向AI初創(chuàng)公司投資了約3億美元,其開發(fā)的通用人工智能聊天機器人Claude,正是谷歌對抗new Bing的殺手锏。
而Stability AI則是在娛樂領域的一把好手。其開發(fā)的Stable Diffusion作為當前最強大的文生圖AI技術模型?,僅需幾秒鐘就可以生成高清且不失真實性和藝術性的圖片,而其他正在研發(fā)的模型還包括生成音頻、語言、3D甚至視頻的人工智能模型,其業(yè)務在AIGC賽道有著得天獨厚的優(yōu)勢,備受市場看好。
另外,不得不提的就是微軟。最近,微軟宣布再次為 new?Bing 的必應聊天(Bing Chat)功能進行了升級,Bing Chat v98 正式推出。上線短短一個多月,new Bing就已經升級數次,受歡迎程度可想而知。據數據顯示,必應每日活躍用戶首次突破1億人,每天大概有三分之一用戶,會與基于ChatGPT開發(fā)的Bing Chat AI進行交互。另外,得益于此,必應移動端使用率也有所增長。
如此來看,各個巨頭可謂都身懷絕技,那本次亞馬遜全家桶的亮點在哪呢?
據亞馬遜介紹,Bedrock客戶可以從當今可用的最前沿FM中進行選擇。這包括來自AI21 Labs的Jurassic-2系列多語言LLM,它們遵循自然語言指令生成西班牙語、法語、德語、葡萄牙語、意大利語和荷蘭語的文本;Bedrock還可以輕松訪問Stability AI的文本到圖像基礎模型套件,包括Stable Diffusion,它能夠生成獨特、逼真、高質量的圖像、藝術、徽標和設計等。
借助Bedrock的Serverless(無服務器)體驗,客戶可以輕松地找到適合他們要完成的工作的正確模型、快速入門、使用他們自己的數據私下定制FM,并使用AWS工具和功能將它們集成并部署到應用程序中。比如用戶可以將Bedrock與Amazon SageMaker ML功能集成,例如用于測試不同模型的實驗和用于大規(guī)模管理其FM,而無需管理任何基礎設施。
編程工具CodeWhisperer的優(yōu)勢在于超高的效率,據亞馬遜測試結果反映,免費試用的開發(fā)者效率平均值比不使用CodeWhisperer的參與者完成任務的速度快57%,成功完成任務的可能性高27%。而且其適用于Python、Java、JavaScript、TypeScript和C#的Amazon CodeWhisperer以及十種新語言。CodeWhisperer還是唯一具有內置安全掃描(由自動推理提供支持)的AI編碼伴侶,可以過濾掉可能被認為有偏見或不公平的代碼建議,并且CodeWhisperer是唯一可以過濾和標記類似于客戶可能希望參考或許可使用的開源代碼的代碼建議的編碼伴侶。
各大巨頭的AIGC殺手锏各不相同,但有一點可以肯定:接下來的大亂戰(zhàn),戰(zhàn)局肯定更加撲朔迷離。
03.AIGC大亂斗,行業(yè)熱度驟起
亞馬遜本次攜AIGC全家桶參戰(zhàn)后,美國三大公有云服務巨頭亞馬遜、微軟、谷歌已經全部入局AIGC賽道,在新戰(zhàn)場兵戎相見已經在所難免。
而在國內,AIGC市場也在暗流涌動,據量子位智庫預計,今年我國AIGC市場規(guī)模可達170億人民幣,AIGC企業(yè)在業(yè)務場景變現還處于探索驗證時期。而后隨著產業(yè)加速增長,商業(yè)化落地逐漸深入、產業(yè)生態(tài)逐步完善,分別來到應用蓬勃期(2025-2027)和整體加速期(2028-2030),2030年市場規(guī)模將超萬億人民幣,屆時會催生出完全不同的新業(yè)態(tài)。
具體到個體,在AI大模型領域,百度有文心一言,阿里巴巴有M6,騰訊有混元大模型,字節(jié)跳動有DA-Transformer,京東有K-PLUG,已經呈現出百家爭鳴的態(tài)勢。
而在應用方面,據資料顯示,騰訊針對類ChatGPT對話式產品已成立“混元助手(HunyuanAide)”項目組,該項目組目前該項目有至少7位組長、7位Sponsor。定位于打造騰訊智能大助手,立意高遠。
知乎更表示,正密切關注ChatGPT代表的前沿技術發(fā)展方向,并看好其在內容和產業(yè)領域釋放的積極價值。知乎將基于在中文數據和場景上的優(yōu)勢加速擁抱新技術,使得內容生態(tài)受益。如果知乎成功,困擾其多年的商業(yè)化路徑問題或許能得到解決。
科大訊飛的思路更趨向于廣撒網。在預訓練模型方面,有堅實的相關技術積累,且已面向認知智能領域陸續(xù)開源了6大類、超過40個通用領域的系列中文預訓練語言模型,成為業(yè)界最廣泛流行的中文預訓練模型之一的科大訊飛,準備在其強勢業(yè)務領域諸如教育領域,醫(yī)療領域大規(guī)模推廣其應用,助力商業(yè)模式創(chuàng)新。
可以說,相比于國外AIGC的發(fā)展,國內確實有著起步較晚的劣勢,但互聯網領域向來是體量決定終局,相信國內一種AIGC廠商可以利用國內巨大的市場,在短時間抹平與國外巨頭之間并不巨大的差距,迎頭趕上AIGC這波巨大的科技浪潮。
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 特斯拉CEO馬斯克身家暴漲,穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂Q3持續(xù)穩(wěn)健增長:總收入70.2億元,付費用戶數1.19億
- 蘋果Q4營收949億美元同比增6%,在華營收微降
- 三星電子Q3營收79萬億韓元,營業(yè)利潤受一次性成本影響下滑
- 賽力斯已向華為支付23億,購買引望10%股權
- 格力電器三季度營收同比降超15%,凈利潤逆勢增長
- 合合信息2024年前三季度業(yè)績穩(wěn)?。籂I收增長超21%,凈利潤增長超11%
- 臺積電四季度營收有望再攀高峰,預計超260億美元刷新紀錄
- 韓國三星電子決定退出LED業(yè)務,市值蒸發(fā)超4600億元
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。