8月底，由未来科技力主办的【模型思辨:大模型产业生态论坛:沸腾的资本、踏浪的 AGI】在上海举行，我们围着大模型的 iPhone 时刻、垂直大模型的爆发，AIGC 产业落地应用和算力架构设计，同猎豹移动、易观、浪 潮快讯、网易伏羲、IDEA思索院、竹间智能等产业链上下游、学界和投资界的20多位好朋友们进行了深入的讨论，也吸引了400多位业内人士及媒体朋友们的参与。看成全球化视野的科技内容平台和研发连接器，我们始终密切关注中国大模型产业的发展，我们深信，国内的人工智能行业最后将走出一条属于自身的创新与突破之路。
图源备注：图片由AI生成，图片授权服务商Midjourney 以下是圆桌论坛对话《AIGC的创业挑战和投资机遇》实录: 沟通主题:AIGC的创业挑战和投资机遇 对话嘉宾: 未来科技力内容中心负责人，王兆洋 线性资本副总裁，白则人 元境科技创始人& CEO，王智武 Fabarta配合创始人兼 CPO仲光庆 造物云创始人邱懿武 王兆洋:请各位混入自身的企业，介绍一下你们身处浪潮里面8个月9个月至今以来的感觉是怎样样?假使做一个阶段划分，当前进入了什么阶段? 白则人:线性资本是在上海的早期投资机构，2023年创立了以后就一直做数据智能和前沿科技的投资，要紧是围着人工智能在垂直领域的应用，比如工业、建筑，甚至是农业这样的领域，我们都投过极度多的AI应用的相关企业，对于AI一直极端关注。 能够去年12月底chatGPT出来，我们非常惊喜。我们的一个被投公司，心识宇宙，出品了心智模型，最后期待或者让AI以更智能更拟人的方式提供服务。当时我们和他们的创始人交流，我们的投资团队，囊括我本身，都是技术背景出身，对于chatGPT的表现，源于对于技术底层的好奇，更多思虑它呈现出来什么样的能力、将来有哪些或者。 当时我们更多得觉得chatGPT和本来传统的AI有极端大的不同，我们在今年初的时候定下的策略是今年会重点往这个方向去投资，到今儿或然看了我国涵盖海外华人团队超过200多个项目。到目下为止8个多月已往了，基本上每个月AI都有很新的变化，然则8个月我觉得相对短了，假设非要说一个阶段的划分，在年前算一个阶段，当时更多大家把chatGPT当做一个AIBoT。 chatGPT被大家接受，到它生成的能力，推理的能力，执行的能力，尽管后面更多的API等框架出来之后，能处理更多复杂的东西，特别是创业圈里面大家最早做一个大模型，这个大模型落地到场景当中，它要解决它功用的问题，到成本的问题，再到最近的趋势，更多是看到大家在商酌把大模型往垂直产业里面用，回到商业本质的问题，眼前的阶段我是觉得还比较早期。由于我原先在腾讯做AI，在17年增添腾讯，19年离开，当时也用过一些项目，要么说把深度神经网络当成前一波AI浪潮，我觉得当今算第二波浪潮中的一个早期阶段。 王兆洋:其实这8个月看起来很热闹，仍旧有各种交杂在一起，抑或如今没有办法明确地划分。比如说应用，一个成熟了再进行下一个。我比较好奇，这个行业，或者说创业者的感受，你刚才说的一开始技术的认知和如今的认知有变化，跟投资人和你本身去看的认知是同步的，继续会感觉到有一些，你们看到了一些趋势，不过也许中国没有找到? 白则人:大部分是同步的，我们对行业的认知，一部分来自于积极的和创业者互动，另一部分是我们本身投资经验的积累，本来我们投了很多AI落地产业的应用，关注这些应用给产业带来哪些价值。根据这些经验积累以及我们对今日AI能力的理解，我们蛮盼望AI在一些垂类的方向落地，举例说在工业的领域，在医疗领域等领域里面都会有比较大的机会。 但日前看到在超市上相关的项目还比较少，我们的看法是，一些垂直应用涌现的过程是相对缓慢的，这里面有市场教育的过程，包罗产业里面的人对AI的认知、AI 怎么帮手他们解决实际问题，其实都是长时间的工序。但是我们觉得这一波至少不像原来WEB3、元宇宙那样是“风口型”的机会，是一个相对长久的事情。 王兆洋:不会过于兴奋，知道有些东西需要时间才会进入到产业里面。 白则人:对，我们比较早看AI，今儿看比较传统的AI，然则我们其实看到这波是既兴奋，但同时还还是足够的理性。 王兆洋:请王总讲一下这个阶段的融资、或将紧要的节点性的事件，让大家对具体的公司在做什么有一些体感。 王智武:感谢主办方的邀请，我们是做虚拟数字人的，天娱数科给我们战略投资。我个人做这个行业比较久，2023年做到而今，我们做的比较早，从大模型开始，我们其实对于这几个虚拟的阶段也算一步步地给它做一些区分。 有几个阶段，首先第一个阶段就是虚拟的静态阶段，它是一个静态的虚拟，很多图片文本的存在，很早的虚拟，我们做成另外一种智能化形态的虚拟人。 第二阶段是以视频展示的虚拟人，精度比较低，不过需要真人驱动，需要视频去出现。然则今年我们把所有的大模型，没准我们训练的垂类知识往后闪现虚拟人允许进入第三阶段——AI虚拟人。 AI虚拟人是落地比较早的方向，我们在虚拟人数字人两个方向的赛道上做了非常多的尝试;在垂直行业落下去，我们正在的虚拟人大致也会分到直播带货、医疗、金融、教育等等这几个方向，除此之外还打造了智慧前台、智能接待、智能客户的概念，智能客户的概念。 我觉得虚拟人能够将来是一种数字员工的形态，抑或是一种数字劳动力的形态，也或然是数字陪伴的形态。我们其实比较看好的是TO B，在TOB的应用，但是从长线来看一定会往TO C走，我们现时也在做测验。虚拟人如何跟C端做结合，这是我们今年下半年最主要的使命，往C端找应用场景落下来。 我们找的第一个场景就是老年人陪伴。老龄化确实是一个课题，我们也期待在这个方向上把虚拟人跟这些产业混入。我们对虚拟人总结有五个词，有记忆，有灵魂，需要他说话的时候整个容貌，网罗整个表达的能力尤其像一个人。虚拟人除了有好看的外形之外，要有有趣的灵魂。第三个是多情感，需要表达的时候情感相当充裕，第四个是多感知，不仅仅是用文本聊天，还允许用图像聊天，用视频聊天，用语音聊天。第五个是超写实，这是我们下半年重点攻克的五个地方。 王兆洋:第二阶段强调虚拟，第三阶段强调人。我们这个圆桌的组合大家都离商业比较近，你觉得比较重大的或者曾经产生现金流的业务场景。我比较好奇这些场景里面，更多是第二个阶段的技术曾经比较成熟的场景去用，如旧因为技术的突破?因为这些才带来新的场景里面没有这么多商业机会。 王智武:其实是技术带来的。我们已往用LP技术做AI虚拟人。那时虚拟人表达出来比较呆，说话的时候效果不好，大家都是拿它来做娱乐用，可是自从有了大模型之后，虚拟人允许像人相像。技术把我们往前推了一步，倘或没有大模型，能够2.0阶段的虚拟人接下来如旧一个主流。 王兆洋:接下来请仲总讲一下基础设施的领域。最开始大家以为是chatbot聊天机器人出来，后面映现水下面很深，这里面涉及到基础设施的企业，逐步被大家重视，或将投融资的趋势也往这个上面转。 仲光庆:Fabarta 是一家 AI 基础设施的企业。大模型的诞生实际上形成了一个产业链，其中网罗了很多分工。源头是供应大模型的企业，终端是开发者，而围着大模型产业链中间的则是各种生态厂商，有的专注于行业模型，有的帮忙大模型在公司、在业务中落地。无论以什么样的业务应用形式，大模型都需要一些基础设施来支撑它。 譬如，我们目前讲的比较多的向量、多模态，Fabarta 专注供应了一个"一体两翼"的产品体系，最底层的“一体”是多模态的智能引擎，这是大模型时代数据支撑的基础设施。如今在大模型落地时，我们也需要处理一些实际问题，打个比方优化大模型的推理能力，假使直白使用开源模型，客户的 GPU 资源消耗尤其大，对此我们也进行了优化。 “两翼”告别指数据和 AI。从大模型生态系统的角度思考，在数据侧我们提供产品帮忙用户通过智能化的方式治理数据、盘点数据资产，使数据在公司内部销售。有了数据，我们允许连通“AI 翼” ，祈望经过这种一体化的产品体系，协助客户兑现数据数据流通，形成数据闭环，使他们或将把大模型真正应用起来。随着大模型时代的到来，从基础设施层面来讲需要有这样的支撑，协助公司更好地实现大模型的落地与应用。 王兆洋:允许分享一下目前看到的涵盖客户和需求的情况。 仲光庆:源于我们首要做的是 To B，刻下我们的客户首假设来自金融、制造等行业。客户需求相当旺盛，他们都渴望通过使用大模型来改变他们的业务。经过我们跟企业的 IT 和数据管理部门对话，涌现他们都在酌量如何有效利用数据，以及如何将数据和业务相混合。我们在商场上看到很多的机会，假如进行分类，如今重大有两类:一类是基于内容的生成式，譬如各种智能助手等;另一类我们称之为“决策智能”，这是公司除了文恐怕图生成外比较关心的核心问题。 眼前，大模型在实际应用中还存在一些问题，非常是在中国很多企业不可使用国外的 GPT3.5或然 GPT4。我们也测评了多个大语言模型，显现与 GPT3.5相比，它们的效果确实存在较大的差距，涵盖智能出现方面。当一个模型的能力不足时，确实会显现一些差距。但从客户需求来看，需求依然非常旺盛的，我们日前也如今进入深水区。以前，企业做了很多 demo，但是 demo 很简单，而当真正要在公司中落地时，要求就会十分高，无从有任何错误，特别是公司有更高正确性的要求的时候。我们也在解决这些问题的过程中，利用我们团队的核心与众不同，包括我们从图智能起步，逐步来混合大模型。今朝不管是在工业界继续学术界，都有不少积极切磋，我们也日前积极参与。 王兆洋:邱老师，造物云包含您自己的背景，我觉得也是台上比较突出的。视为一个连续创业者，您这一年来你的感受也许你自身企业的情况。 邱懿武:我们是天使项目，去年的时候我说我们是工业版本的酷加乐，我2023年毕业以后一直创业，第一家企业叫云造，毕业以后做互联网以及互联网代表的技术会改变制造业，已往10年，没有做造物云企业之前我一直做智能硬件的，造型更始品牌售卖厂家我都开过，当时为什么做造物云互助，跟浙大的教授协作，浙大的设计专业是全天下唯一个在计算机学院的设计专注。70年代潘校长在做AIGC，90年代做计算机辅助，产品翻新，正在进入AI辅助产品创意的时代。 所以造物云的这家企业，做造物云有一点使命责任感做的，其实就是要把我们浙大这么多技术设计新意的能力做成更广泛的平台，给产业链里面的制造型企业，品牌型的公司，供给产品研发的能力。分几个阶段，最早有这个想法的时候是2023年，2023年这些新的AI技术来了以后，几个老师给我打电话，说看到这一代AI给设计方式带来很大变化。我们花两年时间做了第一代demo，我们稍微允许基于数据做这个生成的时候，照旧用GAN，觉得效果太差，根本达不到公司级的应用效果，将来加速产品开发只要制造下去，3D是脱离不开的。我们先做3D，就先有了3D的解决方案。去年diffusion 刚出来的时候可以做插画，不过今年那群模特出来往后，大家都很惊讶，为什么视觉模型可以超越这么逼真的效果。 在3月份开始往后我们全面地拥抱AI，我们造物云是真正经过AI的能力打通C to M，我展现一个比较有意思的现象，原来没有被工业化过的行业比较早被AI化。比如说手创、珠宝、首饰、家居等，只要AI有革新，师傅看到这个图就或将把这个东西造出来，就没准达成半标准化的工业的过程，有点类似于火车都不需要，直接进入高速的时代，我们企望通过这种方式让未来更多的消费品牌，恐怕个人都抑或在下一个时代里面通过我们的技术能力和我们的平台，可能做出更好的产品出来。 王兆洋:我涌现大家有两个联合点，各自的公司也好大概说创业，在这一波技术来之前，大家早已深入到商业环境里边，已经有一些技术，然后这个技术来了，这是一个点。第二个，我们每个人都对刻下做的事有长期的经验，不过同时又突然出现我们从前服务的对象、需求，好像比我走的更靠前，更激进，这两个比较矛盾的。所以第二个问题要讨论的是，到底这一波技术各自的角度来看的话，极度是这一个月两个月稍微冷下来以后，离商业最近的角度来看，它跟你们过往可能你们目下看的技术路线也好，没准用过的技术路线也好，识别真的很大吗? 邱懿武:我举一个例子，我们原来是图形为主的，也是我们浙大比较强的地方。刚开始GPT出来的时候，我本能地觉得这个跟我们作图的关系不是很大。去年12月份刚出来的时候我觉得是多一个小爱同学，好像聪明一点，没有太大的冲击力，不过最近这半年我们在思考，它是一个底层基础的通用模型，它会链接我们很多的要素，数字人它是一个载体，有设计的知识，也有营销的知识，也有工程的知识，我们想通往后我们未来设计的平台一定是语言模型的能力加视觉模型设计的能力组合一起，这就是这一代通用的模型给我们带来的。 往时我们做NLP是很遥远的事情，不过因为有了这些之后，我们用它，相对来说使用的难度更低一些，我们允许更好地发挥出这个能力来，未来大家的要素构成到一起，就会组成不同的小宇宙，企业需要的是解决他的业务场景。不论你用了什么，把这个需求解决了，例如拿我们来说，公司要造型方案，算作一个造型公司，给客户提案的时候不能只给几张图片，也要有造型策略、阐扬，人物画像，或者是设计讲明，图文并茂，将来一定是多模态多应用的方式，这一代AI给我们的好处是拉平很多基础建设。 王兆洋:通用性的属性，一方面对于你来说，可用性门槛低是开始用，可用性门槛异常低了，另外就是带来一个新的，没有这样一个工具，眼前有了这样一个工具。请仲总也分享一下。 仲光庆:从商业角度来看，我认为如今的大模型或大语言模型与以前的技术有一些不同之处。我们可以从两个方面来评估一项技术对商业生态的影响。首先是从商业生态或产业链的角度看，这项技术的引入是否带来了一些新的变化。另一个角度是看它是否对传统的业务模式带来了一些变革，大概抑或完成昔日不可做到的事情。 从商业生态的角度来看，我们早已清楚地看到围着大模型曾经形成了一个相对完整的产业链。即使这个产业链仍在发展工序中，但已经初具规模。从传统业务和变革发展的角度来看，很多行业专家也在强调许多应用领域都值得经过大模型进行变革。 其中一个大家没准比较熟悉的例子是智能客服。在2023年，我曾为一家企业开发了智能客服系统，当时遇到了一个问题:大家质疑为什么不论用户提出什么问题，智能客服的回答都是相仿的。这让大家感到极端困扰，智能客服似乎变成了智障，对精确问题的回复也都千篇一律，无从提供个性化的准确回答。当然，目前大多数情况下早已抑或解决这个问题，即使还存在其他一些挑战。 另外，当时还有一个企业有需要但无法达成的需求。例如，许多大型公司提供审计服务，而这些公司很希望抑或实行智能审计。审计是一项要求异常高的任务，需要根据各种规则核查公司的合同文件等。然而，随着大模型的出现，从生成的角度来看，它并不是一个最大的挑战。我认为大模型之所以恐怕胜任这些任务，有两个核心能力。 第一个核心能力是大模型具有出色的泛化能力。第二个核心能力是基于自然语言的生成能力也十分出色。从自然语言的角度来看，大语言模型允许替代过去所有的工作，源于语言自身是人类交互的严重工具，大语言模型允许解决各种任务。基于这样的鉴定，我认为当今的大语言模型与已往的许多传统技术相比确实大多数不同之处。当然，它也面临着许多问题，我们正朝着更深入的领域迈进。 王兆洋:都在讨论技术不同的相关的方向，不同的特点。若是从商业的角度，企业方和客户方，我感觉这个技术从过往AI传统的技术，它天然地更接近于客户方，更能够满足他们，他们往日提的那些需求，其实倘或从技术供给者的角度来讲，我解决你这个问题了，这些东西没有办法用目前的技术解决的，他们目下最朴素的需求，反而是这个技术允许解决的，我觉得对于商业化更有帮手，由于他最朴素的感知的东西，这个技术天然的解决掉了。 仲光庆:昔日很多公司连 IT 技术都不成熟，当今基于大数据，公司的业务也发生了变化，可以对企业流动数据进行讯息挖掘来支撑业务决策。过去要解决这个问题，需要进行漫长的业务开发工序。而如今，基于这种相对比较通用的数据，只要数据质量 OK，就能快速生成新的业务形态，可以试错，允许迭代。最重要的是，这种改变允许伴随着业务的成长和发展，这是今朝许多公司极度关心的，源于业务发展速度实在太快了。 王智武:我其实对这个事情感触很深，我们往时跟客户做交互之前，譬如说跟大客户，涵盖我们B端客户服务的时候，我们最早之前所有的都是要堆大批的人服务，很多的同学服务一个项目，包含开发，包含我们内部的同学，需要大批的人做事情，我记得本来最多的时候人员有小200人的团队，做乙方，做整个服务真的很辛苦，我们后来总结过，每次服务完一个客户往后都会做复盘，里面有几个点很主要，第一点你抓客户需求的时候，人去想的事情也许未必是人家想要的，对话上很难达到一致，我印象深刻有一个客户，我们造型师花2周时间画一个草稿，甲方说不是我想方设法的。那时正赶上ai画图刚出来，我们当时就试了一下，生成4个图，用10秒时间，发给客户，客户选了其中一张，并表示“这就是我想要的”，10秒钟，当时深深震撼了我，这是第一，我印象极度深刻。 第二次是客户需要我们提供方案的时候，有了chatGPT，我们的同学现场写了很多点，客户竟然同意了，我们商务的同学展示本身变成一个策划了，又能策划，又能做商务转化，我觉得很好。还有我们做内部开发的同学，以前要写，脚本的代码，大概封装好的小模块的代码，基本上一个人要两三天，也许一周，有或者还报错，出bug，然则用chatGPT跑一个代码，也是10几秒。 内部同学当前飞速发展，我来上海之前还在说，我们做肌肉系统的方案，看了几眼都惊呆了，那个肌肉异常真实，我们AI在每个环节都有替代性，周六我们跟同学提一个新任务，9月份重新开始AI的探问，每个人都要会AI，我们的同学每个人出来都对AI的工具极度熟悉，我们对外服务客户的时候让客户知道你是专业的，做内部过程开发的时候自身也是抬高作用的。 造型曾经海量在失业，囊括程序开发，你们接手的那些东西，不久的未来会一文不值，其实我一直在想一个问题，我们把AI的技术能力跟虚拟人合一起，到底未来要提供一种什么样的形态?其实是一种陪伴型的工作助手，在工作当中帮你处置烦恼的事情，这个虚拟人有了AI能力之后，在垂类方面展示很好的时候，他24小时在线，允许无限处置很多事情。我们而今盼望用这样的AI帮我们真正得降本加增效，在我们内部整个合伙上早已发生了，包罗我们跟客户交互上也发生了，两件事情都在发生。 大模型和AI早已渗透到各行各业了，这个行业对于虚拟人企业来说，对于我们来说是一个挑战，但是更大是机会，我们想挖掘这样的机会，给各行各业垂类的应用场景里面去，把AI虚拟真正做到一个或者帮手大家的地步，而且以前的虚拟人，我们叫身份型虚拟人，我们推出我国首个文化出海的虚拟人，叫天妤，也做过各种代言，虚拟人像明星肖似存在，他的功用力十分高，然则制作成本相当高，我们赋予这样的能力，让制作成本降低，AI给了我们这样一些能力，已往那个虚拟人我们叫身份型虚拟人，像偶像明星相似在生存，但是接下来的虚拟人我们叫服务型虚拟人，有服务意识，可以没有属性，不过知道他的工作身份，可以帮忙我处置很多事情，这是我们现时早已发生的事情，而且很确定，所以接下来会显示万分多的形态和场景。 王兆洋:其实提醒了我们对这个技术没有足够重视，有一个特点，从商业最重视的用意成本，包括客户的需求来说，这个技术吸引力格外强，但是同时确实存在好的，第一时间离我很远，这也是人类的一个幻觉，这个技术这样去看的话认为它是一个短期依旧长期其实曾经有答案了，请白则人也分享一下。其实这个技术出来，你之前也分享过，你祈盼参与深入的技术革命。 白则人:本来我们做NLP要处置很多的子任务，认为一个更像人的语言模型是图灵问题，但今天突然发现大家都在用这种能力，根本不提图灵检测这件事了，好像顺理成章早已踏入这样一个门槛，这是我感受最大的不同。才刚提到商业的问题，刚刚几位嘉宾也都讲了大家真实在一线上的感受，我谈一下稍微宏观的理解。我想从生产力和生产关系这样一个角度谈一下我的一些感受，大家都说这一波AI是第四波的工业革命，由于它具备了最主要的一个条件:它产生了新的加工要素。 从第一波工业革命机械化，到第二波电力的显出，第三波工业化数字化报道化，第四是机器通用智能的东西，因为机器这个事表态了可规模化生产的能力，通用智能它今天早已足够允许处置很多复杂的任务。我们原先看AI，更多的是说AI落地的时候是AI+的概念，用AI的能力，当时叫小模型解决产业里面垂直的问题，我们当时需要不管是收集数据，做标记，构建模型，还要经历很长的过程，也许一开始没有做那么好，从简单的任务上超越人类。 今儿的AI一上来就有很强大的能力，我们提高模型能力的方式是去对齐专门领域专家，让它大概解决足够复杂的专业问题，当这样足够复杂的，我们原先觉得稀缺的一个知识密集型的任务或者被AI解决，一定带来很大的产业机会，这一波格外的不同，举个例子，拿硬件工业设计场景为例，外观的设计，功能的设计，仿真的设计，还有模型的部分。由于这么多环节的存在使得熵增的过程被拉长，极大降低了满足需求端的效用。AI也许在其中使得解决这个问题的过程更接近需求端，极大释放需求端，甚至没准改变产业结构，这是我简单从宏观角度谈一谈，这一波 AI带来的最大的不同吧。 王兆洋:你整个的逻辑还是体当下，包含线性的特点，你本身本身懂这个行业，一些技术的著称，有一个问题，刚刚提到的这样一个逻辑下面，你们自己，自身线性跟过往形成的投资，身姿也许方法，当今有没有什么冲击也许怎样应对，做一些调整? 白则人:我觉得有变化和不变的地方，不变保持基于商业本质，变化的地方，如若谈冲击的话，我觉得最大的冲击是这一波AI的应用，从技术的这一侧，大家或将很快地通过和 GPT 的融入，做出来一个往日完全不可想象的产品，或者带来两个问题，第一是所有人的起跑线拉齐了，本来基于小模型的那套技术可能就显得不是那么重要，使得原先有很强的数据积累的公司或将走的更快，这是第一个问题。第二，某些方向大概变成红海，这对我们来说或将是最大的冲击。 但回到商业本质，这里面仍旧有蛮大的机会，即使进入的技术门槛更低了，仲光庆总也提到了，我需要解决的是它的不能控，它的合规性，甚至在底层的改进，涵盖计算效率，降低成本的问题，里面有很多工程优化的问题，再到技术产品化，刻下用一个AI的能力看到效果之后，它是一个产品了，今儿我们仍然看到了有很多的创业团队，把AI用到自身的垂直联合场景，需要评估一件事，我的AI应用的项目，我的能力80% 是来自于大模型的，保持说大模型的能力在我们这里面有很强的壁垒构建，对于整个垂直工作流更理解，我也许在这个工作里面建立有效的产品，可能形成一个闭环，对于这个工作流里面某些专家，工业设计场景里面有不同的专家，搞仿真的这些人完成复杂的问题，不是单纯的倚赖大模型的能力，照样回归商业的本质，对于场景的理解，抑或真实的解决客户的问题，持续的抬高解决问题的功用。 王兆洋:很有意思，既是很强大的技术能力，同时又是一个门槛，把很多人拉回，导致过往进入红海中间的概率非常短，所以认为这是一个首要的商业机会的时候成为一个红海，进入这个阶段，又是过往的一些积累，也不是说过往的积累都不算，这是很有意思的技术积累带来的一个现象。 白则人:我国的传统行业其实规模都很大，当下天有AI涌现的时候这些产业有弯道超车的机会，他们极端期许降本增效的机会，不过我们今朝看到的比较少有创业者恐怕了解他们具体在干什么，但是这些垂直产业里面的问题，其实才刚提到的问题，假如有人愿意也许把这些长链条的问题经过AI往需求端贴近，或然释放这里面需求端的潜力，我觉得会产生更大的机会，我蛮鼓励大家往垂直领域看一看。 王兆洋:问一下王总一个问题，我们提到虚拟人会有一个比较明显的落差，其实大家提到虚拟人第一时间联想到是C端的东西，事实上我们去看虚拟人的公司，整个的收入，抑或说商业模式，依然基于B端的，它是一个正常的现象仍旧短期的一个现象，接下来应该样发展? 王智武:出于而今整个虚拟人从一开始它的制作门槛高，技术门槛高，应用门槛高，整个虚拟人的阶段，你往前拉的话被这样的费用抬起来，C端想入局很难，有了MMD的模型开源以后，我喜欢把同人作品发到B站大概其他社区上，让大家一起共创，这是他们当时提出的。 第二是运营成本，把这个虚拟的发出去，也不是说做成内容化的规划，我想到什么做什么，实际上那样不成体系，后面哪怕做一点流量很难变现，哪怕是C端用户，很难说做成真正的商业场景，很难跟品牌接合，品牌更看重长期价值，更看重里面的造型理念，涵盖你的文化，我觉得整个限制，不过自从这一波，囊括前一段时间不断开源的模型，还有3D技术模型，这个技术一旦突破，虚拟就真正进入消费阶段，日前还缺一个契机，B端首先是有钱的，愿意付费的，B端定制化的需求永远都在，而且对于个性化要求更高，只有你服务他们的时候才能让整个的造型理念做出来，我们是缺一个契机，把整个的门槛拉下来，打个比方说有一整套的工业化的产品，可能流水线的产品，让大家都去玩这样的虚拟人，没准说在每一个人的桌面上呈现的时候，它其实也是一种场景，我们今儿也是在检测，虚拟人成为一种陪伴，或将说一种虚拟的助手或将助理，大概说这样的身份，实际上需要非常多的技术的开发，这里面需要一个联通技术，需要把各种技术揉在一起。 我们做一整套的训练系统，我们有自身的垂类模型，我们自己训练的，一些开源的模型，我们自己调的，调的这个就是垂的领域模型，我们把垂直模型训练的足够的机器，接下来就是给C端确定人群可能垂直人群做，不是每个人都可以用上，我确信很多人没有这个能力，我们针对于某一些人群给他做知识类训练之后的垂直模型，C端应用，C端是我们今年的技术重点，不一定今年出来成果，信赖今年很多公司都在看，今年不一定出来成果，来年一定会出来，就是往C端做相关的应用，C端意味着这个东西会先免费，先把这个储备好，所以对于我们来说是有压力有挑战的，而今还是B端为主。 王兆洋:C端很多人共识是大的机会，也不是等着这个机会，做一些准备，无论是场景的准备保持技术整合的准备。 王兆洋:问仲总相关的问题，技术本身不一定是全新的东西，而是很多技术整合的，如若某种技术领域划分，里面有图计算，有数据库这些，其实我们最近也会看图计算这样一个概念，它跟任何技术的东西混入，很难说大模型，有一个边界感，纯粹的技术，我想请您分享，我们看了核心的这些技术，它并不是由于这一次大模型才发现的，这些技术是当前我们把它包装成图智能的概念，或者用这样的东西做商业化的时候，那新的技术，我们叫大模型的这个技术有什么变化?它带来一些新的机会?仍然传统的技术有一些新的应用? 仲光庆:让我简单介绍一下图技术。当我们提到图时，很多人会误解为图片，但实际上它是基于关系网络的数据。为什么这种技术如此流行呢?源于它基于数据网络进行挖掘，允许进行深层次的数据挖掘。经过网络关系，可以从个体的特征推导出群体的特征。 图技术囊括了许多领域，我们从图技术领域起步，打造出了一个图智能引擎，这个引擎当中包括图数据库和图计算引擎。图计算引擎利用迭代式的算法，举例像最近流行的电影《孤注一掷》中的转账情节，转账后到第5层往后很难追踪。但我们允许实时跟踪这样的数据，我们将神经网络与图混合起来，由于图自身与 AI 是一家的，在大模型涌现之前，图就曾经存在了。大模型问世后，人们开始检测将它与图进行融合，出于大模型今朝存在的最大问题是缺乏可解释性，而图具有既定的网络结构。 在图的延伸方向上，大家也许更熟悉的是知识图谱，马上许多知识以图的结构存储起来，利用知识图谱与大模型相融合解决问题。经过图技术和大模型的融入，可以有效提高大模型的能力。打个比方，经过图，允许让大模型更好地理解语义，可以基于一些事实数据进行逻辑推理。除了这方面，我们还在处理多模态的数据类型。当下大模型算法出现后，大家还需要统一的向量引擎平台的能力，而我们允许将指定性的图与模糊性的向量混入起来 。在某些业务场景中，我们早已在实践中落地这种方法。这些都是大模型带来的一些改变。其实从创业者角度来看，保持要看你关注的领域有什么变化。从我们关注的领域来看，大模型的展现一定会加速企业内部数据的流动。已往，公司的数据业务智能无法达成动态性，如是想生成一个 BI 报表非常难关。很多年前国外就开始检测解决这个问题。而现时，大模型的出现使得我们允许利用其能力快速生成一些指标。 另外一个是关于 AI 应用和落地方式的判定。昔日 AI 落地工序格外耗时费力，花费了大量代价往后涌现落地有问题，使得企业不能及时反响业务需求。然而，在如今有了良好的大模型后，那么我们就允许很方便地帮助企业将数据和业务紧密关联起来，将数据与模型相融合，以便在业务中充分利用它们。对于我们来说，为了应对这种变化，我们造型了当今"一体两翼"的产品矩阵。对创业者而言，创业者只需要分析你所关注的领域，环抱该领域的变化研讨需要做出什么样的改变，大概需要顺势而为，也能够比以往做得更好。 王兆洋:这个技术带来数据又被盘活一点，目前意味着数据的东西还是有不少被挖掘，抑或是再流转的机会，这个机会就需要解读数据关系。 仲光庆:确实，当今国家已将数据定义为加工要素。数据治理是合规性的要求，但以前关键仰赖人工进行监管和合规。然而，假若公司大概有效利用数据并围着数据产生价值，数据可以得到高效的销售。打个比方来说，制造业并没有像银行那样的监管要求，但他们也在积极治理并使用自身的数据。在我们的工作中，不仅仅依靠于多模态智能，我们还需要激活这些原生数据，并利用这些数据。 王兆洋:才刚你讲的时候很有意思，反而那些没有工业化水平很高的行业接受这个新的意愿也好，可能改造起来更容易，其实有点像我国移动互联网的逻辑，从PC时代直奔跳到互联网，关于你正在做的这个企业，其实你这个公司有一定的野心，例如说当下这个时代里的平台的造型，造物云是不是也想做下一个时代或然这种量级的公司。 邱懿武:当时我们看到PC时代就是一个软件工具，它到了云的这个时代，源于云天然有这个结构的属性，就带来新的内容，叫做属性的维度，我们看到AI时代也大多数人讨论，它替代的是一个搜图工具相通，寻找一些创新，公司会提出来，midjourney 的方案都落不了地，由于跟它的研发和时间找不到平衡点，我们重新酌量在大陆是属于AI这个时代的工具或将平台的属性怎样是什么姿式? 第一，TO C里面是挺难的，在TO B的里面，哪怕是在一些垂直领域midjourney 都打不过我们，对于这个产业我们造型什么东西，需要做模型的，公司要的是这种，我给企业说用模型做的跟midjourney 做的你觉得用哪个好就用哪个，进入到业务场景当中，前面几位老板也提到这个点，在这个业务场景当中它不是单点的问题，在中国将来会形成一种产业设计的平台，酷加乐它形成了一个产业协作的网络，这就是我国特色的软件平台，或然说saas的这种方式带来的应用，在必定的行业里面也会形成产业属性的既有AI能力又有造型工具，又面向于解决应用场景的。 王兆洋:最后一个问题，也是今天分享的最终一个环节，可以再抽离出来，我们今天分享聊了很多具体的商业的，这个技术它其实依旧有很强的让人充满想象的环节，涵盖上一个环节很多造型师的分享就有想象的味道，抛开你本身的身份，对这个技术，例如说更远一点的未来，囊括对你的生活没准事业企业带来的终极的模样。 邱懿武:我最近在切磋什么是不变的，举例说从我产品的这个角度来看，我最近在看历史，譬如说一个紫砂壶，200年前的紫砂壶和今儿的紫砂壶和200年往后的紫砂壶都是差不多的，什么要素不变的，打个比方说苏绣，成语，寓意，在不同文化艺术里面，都是有共性的，环境珠宝好的寓意这些品类当中是共用的，我觉得可变的东西太多了，什么东西是不变的，我们训练很多，我们我国或者有200多个工艺全部训练成这种模型，海外的这些人都允许用，在未来哪怕变化再多的里面，或将是一个不变的因素。 仲光庆:我今日早上其实看到一个关于图灵奖得主 Bengio 带队的论文《Consciouseness in Artificial Intelligence》，这篇论文说的是现时的 AI 是没有意识的，但是万一我们想让 AI 占有意识，这是抑或的。若是当 AI 真的具备了意识，未来也许像电影里面的场景肖似，人就要考虑应该与其相处。不过人类相对更为智慧，我们一定允许使 AI 更好地为人类服务。 王智武:我接到虚拟未来怎样是一种什么形态?抑或它会大大得代替人的一些工作，之前我和朋友开玩笑，我说想当一个废物，他说为什么?我想躺平，我只要眼神一沟通就可以对接工作，然后我就是负责吃玩，虚拟人帮我工作，两个虚拟人或者互相听懂说什么，未来我就是做一个废物，虚拟人实现一些好玩有趣的东西，我觉得这是一个愉悦畅想，也是奢望用虚拟人的一种形态未来真正帮大家减负，这是一个喜悦愿望。 白则人:更多继续在创新的过程里面，我在想一个事，今天出于智力的稀缺，使得跟我们人类关系比较大的领域里面，癌症的治疗，新材料的涌现等这些方向，都很大程度上仰赖少数的一些头脑最活跃的人去攻克难题。我在想今日的AI强大如此，是不是或者帮我们在斟酌新的方向上面起到更大的效率，使得人类不被疑难杂症困扰，从一级文明跃迁到下一个阶段起到更大的帮忙。 王兆洋:谢谢大家。 （投诉） (责任编辑：admin) |
