大模型潮涌,AIGC何以立潮头

AI行业快讯10个月前发布 senki
5,282 0 0
大模型潮涌,AIGC何以立潮头

过去六个月,行业对大模型的重心从建到用,AIGC(人工智能生成内容)产业的想象空间值得期待。在2023服贸会“2023中国AIGC创新发展论坛”上,年轻的算力和应用公司、老牌的信息科技企业将AIGC产业进行拆解,从算力、技术、应用等各方面寻找最优解。论坛外,AIGC相关应用和平台也正在国内外开花。第三方数据显示,中国AIGC产业规模2023年约143亿元,2028年预计将达7202亿元。

大模型潮涌,AIGC何以立潮头

算力不是鸿沟

新一代人工智能依赖的基础设施包括算力、基础软件和数据,如基础设施存在问题最终将影响大模型与AIGC应用的快速发展。

根据IDC、东方证券研究院提供的数据显示,2021年中国智能算力规模155.2 EFLOPS(每秒浮点运算次数)。预计到2026年,这一数字将达1271.4 EFLOPS,中国已进入大规模算力建设时代。

“算力建设带来充沛算力,算力成本在下降”,但九章云极DataCanvas副总裁周晓凌提醒从业者重视计算过程中出现的问题,比如高速存储等。他提到,“现在的计算架构和原来的差别很大,如果传统的IT架构、开发人员,开发或训练大模型应用时不优化,就会产生巨大浪费,如果有一个有效的基础软件来管理计算过程,优化空间会非常大”。

提及未来,周晓凌认为大模型时代需要完整的基础设施升级,而不是依靠单个大模型解决所有问题。行业大模型、垂类大模型的数量会远超通用大模型。

联想集团首席技术官芮勇则站在连接基础模型与各类应用的服务层,分享对大模型发展趋势的判断:场景化、轻量化、类脑化。在场景化方面,芮勇认为,“垂直行业大模型需要根据业务属性提供场景化服务”。他以商品推荐为例,大模型不仅需要在选品时帮助用户聚焦,还需要理解用户的隐含需求,比如实时促销信息,“面对C端需求的个人应用大模型需要提供定制化和个性化服务,数字人就是一个很好的呈现方式”。

B端C端应用都有机会

据不完全统计,目前国内已有100多个大模型。芮勇建议:“我们需要找到合适的领域和场景,建立有效使用大模型的工具,大模型会有人帮你打造。”

哪些领域和场景更有潜力?“大模型已从单一模态迅速进入到多模态,目前大模型在多模态领域还没有形成一个标准化的工业框架,这样的技术不确定性,给了初创企业机会。”HiDream.ai创始人兼CEO梅涛认为。他在论坛上展示的HiDream.ai在图片、视频等领域的能力,就是他对未来AIGC潜力所在的答案。

本届服贸会上的观众也有自己的认知。在APUS展台,北京商报记者与APUS副总裁邓小波的交流不时被参观者打断,他们好奇APUS自研的天燕大模型AiLMe的文本、图像、视频、音频的理解和生成能力。

“针对具体应用场景,APUS从天燕大模型内蒸馏出文本模型、图像模型、音频模型、视频模型四个垂直领域精炼模型”,邓小波介绍,今年APUS基于天燕大模型AiLMe研发面向C端(用户端)的辅助睡眠类产品Star night和塔罗牌产品Daily Astro。目前,前者针对适用于美国、加拿大、英国、德国等用户,后者的用户主要分布在美国、新加坡、印度等。

一些看似和AIGC关联性不大的赛道,也不想错过这个机会,同样瞄准海外市场的易点天下就是其中之一。不久前,该公司推出的AIGC数字营销创作平台KreadoAI是本届服贸会参观者频繁问到的解决方案。据工作人员介绍,KreadoAI可为全球用户提供包括AI数字人口播视频、1∶1真人数字人分身克隆等解决方案,能对营销投放前、中、后的创意趋势洞察、素材营销效果数据分析和爆款内容分析,进行数字化营销管理。

从占卜、睡眠到数字营销,to C和to B(企业级)赛道都在大模型时代悄然发生变革,AIGC正加速成为AI领域的商业新边界。

打破企业客户顾虑

大模型技术和应用已在整合,企业决策者既有期待也有担忧,能否增强信心并解决问题是让市场规模增长的钥匙。

IBM全球副总裁谢东透露了一组数据:目前75%的CEO认为最先进的生成式人工智能将成为企业成功的利器;61%的CEO对生成式人工智能中所使用的数据来源表示担忧;84%的企业领导认为,安全、隐私、准确度中的至少一项是企业采用生成式人工智能的障碍。

根据谢东对生成式人工智能和传统人工智能的能力分析,生成式人工智能适用于大部分需要文本图像、视频、代码生成的场景,传统人工智能适用于基于结构化数据的分析和预测,生成式人工智能可通过自然语言交换和总结等功能,增强传统人工智能。

在他看来,企业级的生成式AI必须是可信、就绪、开放和可扩展的。“AI要带来准确的结果,必须是可解释、公平、稳健和透明的,务必要优先考虑和保护消费者的隐私和数据权益,以建立信任。”对于企业就绪的AI,谢东解释,“要适应性强,适用于多种用例。构建企业级AI差异化优势的关键,是要根据客户的特定需求和优先事项来定制和调整技术”。

开放和可扩展的AI,即“企业的AI环境应以治理和灵活性为核心,能够以可信赖的能力来延伸和扩展解决方案”,谢东说。

www.AIGC00.com

© 版权声明

相关文章