「产模结合」也许是AI公司更好的前途?

股票配资世界

股票杠杆

杠杆炒股,股票融资!

栏目分类
你的位置:股票配资世界 > 期权交易 > 「产模结合」也许是AI公司更好的前途?
「产模结合」也许是AI公司更好的前途?
发布日期:2024-04-16 23:45    点击次数:66

(原标题:「产模结合」也许是AI公司更好的前途?)

前段时刻,腾讯新闻的两篇访谈在AI创投圈激勉热议。

 

某VC从业者与某大模子创业者对「大模子创业」的看法霄壤之别。前者被认为是“急功近利派”——他不看好大模子创业,认为现阶段大模子公司败落场景和数据、估值过高、濒临开源模子的竞争、投资风险大,是以他更倾向于投资能快速交易化的应用层技俩。

 

尔后者被认为是奉行“持久主义”——他坚毅看好大模子创业,认为这是改日十年独一特意旨的事情,需要持久进入和相持,主义剑指AGI。

 

其实,当作投资东说念主与当作创业者两东说念主所处的位置和布景不同,视角当然迥异,各有偏向。一定意旨上,两者都不错被认为是“持久主义”,前者追求短期的“粗率”亦然为了持久的可持续,尔后者所谓的“持久”更可能是因为对难以范畴化落地的现实窝囊为力。

 

但他们之间的不对,突显了作念「居品」的公司与作念「模子」公司之间巨大的鸿沟。

 

一方面,大模子公司在算力和东说念主才上烧钱速率快,“卷”模子停不了脚步,但落地应用和劳动营收却举步维艰。除了少数头部大模子公司受到成本市集的爱好被持续输血,百模大战中以模子起家尚未找到范畴化落地应用和营收的宽广公司濒临着严峻的资金断流的地方。

 

另一方面,相等一批撺拳拢袖的领域众人和居品公司都在试图对接第三方大模子,试图以大模子赋能千行百业。但迄今未见范畴化成效的案例,除了大模子头部公司我方下场的类ChatGPT应用除外,大模子期间的 Super Apps 呼之不出。

 

调用外部大模子开拓居品劳动的公司濒临的一个挑战是:他们凄凉开拓的落地场景有被通用大模子更新换代而冲刷的危急。Jasper 的式微是一个代表性案例。不久前OpenAI 发布了新一代的视觉大模子Sora,业界惊呼 Sora 很快会祛除一批主攻AI视频居品的初创。

 

那么,是否有一条旅途,祛除家公司在产模两头发力,达成从TPF(Technology-Product Fit)到PMF(Product-Market Fit)的跃迁,让模子、居品、市集三位一体,果然达成闭环?

 

外出问问践行的「产模结合」(又称“产模一体化”)大约是这样一种更动的AI交易化念念路。

 

而实验上,外出问问这类公司凤毛麟角。在繁密入局生成式AI玩家中,咱们发现了这样一个表象——往往作念居品的公司鲜少领有我方的大模子,更多是接入GPT、Claude、Llama等模子的API接口;而好多作念大模子的公司也并莫得我方的教诲居品,只是提供最基础的模子接入劳动或“模子即居品”。

 

绝大宽广居品公司都在生态下流,少数大模子公司是他们“模子即劳动”的供应商。尽管也有一些公司在作念「产模结合」(即居品与模子双线并行)的事情,但市面上这样的优质供给并未几见。

 

这不禁使咱们念念考:「产模结合」究竟奈何界说?为什么作念大模子的公司通常作念不好居品?而作念居品的公司又作念不了模子?「产模结合」关于大模子落地应用AIGC有什么特有的上风呢?果然的「产模结合」究竟难度几何?

 

一、什么是「产模结合」?

 

「产模结合」是外出问问首创东说念主兼CEO李志飞提议的新办法——「产」指AI居品,「模」指AI大模子,这不单是是文本大模子 LLM,而更是大一统的多模态大模子(LUM:Large Unified Model)。

 

「产模结合」,即居品和模子一体化,如若一家公司既有居品、又有模子,那么这家公司就更有契机形成数据飞轮,具备更强的中枢竞争力。

 

李志飞认为,之是以「产模结合」这样紧要,是因为居品关于模子来说,有一个出奇紧要的「定向」或「灯塔」作用,为模子的研发相似标的。居品的需求不错倒逼模子才气的优化标的,也更容易稽察模子才气的实验阐发。有了居品,就有了大模子的聚焦,而不是漫雄壮缘地拓展大模子的才气领域。

 

而一味真金不怕火模子所需要的巨大进入以及难以落地形成的资源只出不进,是绝大宽广创业公司无法承受之重。不息拓展大模子的才气领域是一项东说念主类AGI征途上的伟大行状,但这个标的关于东说念主才密度、资源厚度具有极高的要求,这条路唯独少量数巨头(谷歌、微软等)以及有巨头或巨资撑腰的初创骄子(如 OpenAI、Anthropic)才有可能走下去。关于绝大宽广创业者,持续烧钱而不赢利,注定难以为继。

 

刻下大宽广中国公司,败落这种“漫雄壮缘的研发”才气。“漫雄壮缘的研发”需要出奇宽松的环境、极强的自驱力与设定强劲主义的才气,这种才气唯独OpenAI和谷歌这种东说念主才密度极高的公司才具备,大宽广中国公司其实是不具备的。

 

即使通过砸钱作念出来超大模子,因为败落这种念念维表情,在模子天花板的竞逐中,前途也比较迷茫。李志飞说,“产模结合愈加符合中国的大模子创业,居品即是一个为你相似标的的海上灯塔,你知说念要我方的模子要奋发向那处飘零,让模子与落地应用更容易对皆”。

 

庸碌地说,「产模结合」的要义是主义驱动,具体说来:以产养模,以产馈模;以模促产,以模护产。

 

为什么要“养”模,因为大模子像个吸金黑洞,国内的投资环境也不乐不雅,宽广创业公司如若莫得我方居品的造血功能,想依赖一轮接一轮的融资,是不成持续的。应用居品测的反馈,无论是bug report,依然场景数据(包括用户偏好),关于模子的闭环健康发展以及建设场景应用的护城河都是极为紧要的。“以模促产,以模护产”说的是,有自研大模子的内功过甚最新模子的跟班才气,不错为居品添砖加瓦,免遭通用大模子升级换代的降维打击。

 

“居品和模子结合,是更好的方法。如若一个公司唯茕居品莫得模子,它会失去底层的发动机才气,但如若一家公司只作念模子而莫得居品,那么就像莫得灯塔,容易走向漫无目的的探索之旅。”李志飞暗示。

 

在外出问问里面,此前也经历过无数次自我叩问——“为什么一定要作念我方的大模子,而不是调用其他巨头的大模子?”

 

另一方面,“既然有才气作念大模子,为什么不聚焦作念通用大模子、与BAT平直竞争?而是要在大模子基础之上不息推出并迭代我方的AIGC居品矩阵呢?”

 

在沿路不息真金不怕火模子和打磨居品的过程中,外出问问不息复盘念念考着「产模结合」带来的益处和挑战。

 

二、「产模结合」不错带来三大自制

 

最不言而喻的是,产模结合关于“效率”的擢升是无用置疑的。

 

起初,领有我方的模子,居品问题不错得到快速反应。好多公司的居品面向海量用户,未免碰到伏击的需求或者问题。当出现伏击情况的时候,有自家模子的公司不错快速反应,实时修改底层代码或数据,作念到第一时刻反应需求、科罚问题,而调用其他大模子的公司,往往难以作念到如斯的反应速率。

 

其次,我方的模子让成本更可控。在当下主流的Maas收费方法下,比起那些只可依靠调用外部大模子API来作念居品的公司,有我方模子的公司不错裁减居品开荒和运营的成本,无论是关于模子的不绝老师、微调、RLHF、In-Context-Leaning 的模版计划,依然为了搪塞实时推理环境下高并发的需要对模子所作念的“蒸馏”。

 

第三,产模结合的公司不错作念到针对用户需求的可设置才气的开荒。针对不同场景的专少见据的条目和用户关于数据安全的concerns,咱们不错活泼地进行微长入优化, 快速达成特定领域、特定场景下的可设置模子的开荒,  沸腾不同业业客户的特有需求。这包括智能体外挂、场景设置以及活泼部署,举例让数字职工适配不同的大屏(硬件)。这样的活泼性带来了效率的擢升和品性的保险,也为居品的快速迭代(举例,至少旧例保证周迭代)成为可能。

 

但以上这些效率的擢升固然很紧要,但并非「产模结合」的长久弥散上风,假以时刻、奋发或条目,随机一定要躬行作念「产模结合」才不错达成。

 

而产模结合最大的魔力,更在于它能够达成更透顶的端到端老师,进而形成「数据飞轮」效应,最终达成让数据自动驱动模子和居品的更新迭代。

 

传统AI居品的一般遴选过程性的管式(pipeline)系统架构,模块层层依赖、串联,Input 与 output 两头之间有好多中间终局,模块化的链路很长。

 

这种AI应用有其固有的上风,包括达成难度可控,过程透明,定点纠错,开荒东说念主员对此套路也轻车熟路。关联词在大模子新范式下的研发追求的是端到端数据驱动,以模子老师替代pipeline的过程性,这是达成果然意旨上的数据飞轮闭环的必要条目。逸想的大模子居品在居品架构定型上线以后,居品的迭代擢升不错跟着进程化的回流数据自动老师增强。永久一丝看,新范式下端到端老师的系统关于传统的管式系统具有碾压性的恐吓。

 

端到端标的对产模差别的架构组成了巨大的挑战。而产模结合则为此提供了可能性。一方面,居品矩阵徐徐赓续地网罗经情愿的用户反馈“埋点”数据,反哺一体化大模子的东说念主类对皆老师,模子的数据质料会随之擢升;另一方面,不息迭代的模子可赋能居品才气的擢升和体验的优化,越来越对皆用户盼望和需求的居品会诱导更大的用户群,带来更多的数据回流。以此构筑的数据壁垒和用户壁垒,才不至于被通用大模子的升级换代而碾压。

 

如斯周而复始,「产模结合」计策就像一台永不停歇的“增长引擎”,推动公司在AIGC赛说念上越跑越快,建设起难以越过的竞争壁垒。掌抓从模子到居品、从居品到模子的数据闭环,才有契机果然主管AIGC期间的改日。

 

比如外出问问的声息大模子与魔音工坊居品,就典型地体现了「产模结合」数据飞轮效应。一方面魔音工坊自己的用户数据日夜不竭地反哺着声息大模子的老师,另一方面,黄金投资声息大模子让魔音工坊不息自我结巴,有着“超写实”当然音色的惊艳阐发,诱导着群众数以百万计的用户深度玩转。

 

现在,魔音工坊已在群众范围内领有越过800万用户,约60万付用度户。这样范畴的市集占有关于AI配音赛说念是难得的交易成效案例,莫得产模结合的上风是很难达到的。外出问问的AIGC全栈居品都在沿着建设数据飞轮的说念路上激动。

 

 

 

纵不雅东说念主类的AGI征途,这是一场追求极致的本领探索之旅,“漫无目的”容易让东说念主迷失标的。而有真实验数据方针的「居品」则像一座灯塔,为飘零中的游轮指明标的;「多模态大模子」则如同游轮的发动机,为不同模态的多艘游轮提供徐徐赓续的能源。

 

有了灯塔的相似,游轮才不会迷失于深海,才能沿着既定航路稳打稳扎,按序渐进,最终抵达此岸。

 

反不雅许多专注于通用大模子的公司,他们固然领有强劲的“发动机”,也往往在大模子刷榜中居于前哨,但却败落“灯塔”的引颈,难以果然落地,未免陷于“漫无目的”的窘境。

 

三、果然作念到「产模结合」有多难?

 

产模结合虽好,果然达成起来却非易事。

 

这就触及到了咱们在著述开篇提到的不雅察——为什么作念模子的公司往往作念不好居品,而作念居品的公司往往作念不了大模子。

 

作念模子的公司往往作念不好居品,这大约与AGI期间大模子公司的组织特色关连,也有讲求到公司文化与基因的说法,亦不无酷好。

 

大模子当作AIGC领域的基础层,触及到了数据处理、规画资源、算法优化、可彭胀性、安全性等本领的方方面面,需要强劲本领团队的撑持,才能保证模子的性能和体验,这也就导致了大模子从业者往往是一群有着极客精神的“本领狂”,他们对算法有着人命交关的陷落。

 

关联词,这种极客精神也成为他们作念居品的挫折——他们要么“以本领论英杰”,认为模子性能至上; 要么“以本领傲六合”,认为应用落地是水到渠成的事。

 

这种“极客社恐”的背后,往往伴跟着用户念念维和居品念念维的缺失,是对真实用户的隔阂。

 

他们风俗于在象牙塔中追求极致的模子,却不懂奈何走出象牙塔,拥抱市集、拥抱用户,这亦然为什么咱们看到许多大模子公司力主绽开平台,却很少看到他们推出爆款应用的根柢原因。

 

 

为什么作念AI居品的公司也很难作念大模子呢?其背后的主要原因亦然“东说念主”,或基因。

 

与纯正的大模子公司比较,许多专注AI场景的居品公司濒临的窘境是——他们固然有过东说念主的居品念念维和用户明察,却苦于败落大模子研发的本领、资金和东说念主才。

 

诚然,居品研发不错由小团队轻量化运作,快速迭代。但大模子的老师和优化,却对算力、资金和东说念主才有着极高的要求。败落浑朴的本领积贮和资源储备,仅凭一腔居品温暖是远远不够的。浅上层的大模子应用挑战不大,但要想深耕大模子的范畴化应用场景,追求极致效劳,败落大模子的专才和本领积淀,在竞争中就未免处于颓势。

 

这就像是一群疑望体验的“居品社牛”, 他们瞻念察用户需求,渴慕用AIGC转换全国,却苦于莫得强劲的模子“刀兵”来装备我方。无奈之下,只可依赖第三方的绽开平台和API。但这又适度了他们的更动空间和各别化上风,无法果然塑造行业模范和生态规章。

 

能将看似水火不溶的两者形影相随,需要器用理性与东说念主文理性的统一,而这种结合向来沉重,正如兼具文理念念维的东说念主未几见,而能很好将“极客精神”与“居品念念维”结合起来的AI公司也历历。这是两类布景、认识,甚而审盛情念念和体验模范都出奇不同的东说念主才,需要有不拘一格的伯乐精神才能麇集他们,协力打磨AI产模结合的应用极致。

 

四、外出问问率先跑通业界少有的「产模结合」之路

 

李志飞请示的外出问问,即是一家最早在「产模结合」说念路上开疆拓宇的公司。

 

不同于大宽广仍在融资烧钱、大真金不怕火模子的公司,外出问问早在2020年即领有自研汉文大模子,并在本领当先的条目下恒久相持居品驱动和用户驱动,且率先跑互市业化,是为数未几作念到了“本领、居品、交易化”三位一体的公司。

 

早在2020年,外出问问就开动了大模子 UCLAI的研发,对标其时的 GPT-3 。同庚,外出问问推出AI配音平台「魔音工坊」,亦然生成式AI在中国的首款交易应用,位列「AI居品榜」Top 5。

 

2022年底,以ChatGPT为记号的大模子全面爆发,外出问问随之深耕通用多模态大模子「序列山公」,它以话语为中枢,才气体系涵盖“学问、对话、数学、代码、念念维链、霸术”六个维度,能够同期撑持案牍生成、图片生成、3D内容生成、语音生成以及多模态识别认识等任务,集多模态编码解码与当然话语认识、学问、逻辑推理才气于一体,并不错基于这些才气进行对话。

 

在「序列山公」多模态大模子的坚实基础上,外出问问探索了多款面向创作家的AIGC全链路居品及应用,除了当作旗舰居品的AI配音平台「魔音工坊」以及「魔音工坊」国际版「DupDub」之外,还有一站式数字东说念主制作平台「奇妙元」、企业AI交互式数字职工生成平台「奇妙问」、短视频自动生成平台「元创岛」等,形成了横跨模子层和应用层的一站式AIGC居品矩阵。

 

 

果然意旨上的「产模结合」起初要基于对大模子本领交易化的真切认识,相持居品驱动和用户驱动,擅长诓骗闭环AI生态系统,基于用户需乞降反馈对模子作念更动和优化。外出问问早已区别于传统的技俩制方法,达成了以居品为导向的增长,果然达成本领—居品—交易化的三位一体。

 

在外出问问身上,不错窥见到「本领极客」与「居品社牛」的跨界与会通,积淀成公司文化的特有基因。

 

在居品基因方面,外出问问是行业公认的“居品极客”。多年深耕AI应用市集,历练了极致化的居品力,无论是倍受群众滥用者珍摄的智高腕表TicWatch,依然全栈式AIGC居品矩阵,都已成为行业标杆类居品。

 

在模子东说念主才方面,早期的本领祭奠,外出问问招募和培养出一批经大哥师的算法本领东说念主才。他们下马看花,深耕大模子,铸造出多模态大模子序列山公,不仅模子性能在百模大战中居于前哨,更紧要的是其对AIGC场景的适配性远超同业。

 

在资金方面,外出问问莫得比拼算力、荒诞烧电烧钱来真金不怕火大模子,也莫得去融巨资作念万亿参数的超大模子,而是一直践行“以产养模、以模适产”的门路,通过AIGC居品的交易化运作,推动「产模结合」的纵深发展。

 

如同扫数探索本领领域的公司一样,外出问问也一直在本领的深水区中飘零。通过不息地摸索和试错,探求「产模结合」的最好表情,万里长征的坑趟过好多,积贮的经历与成效经历一样,成为外出问问AIGC应用路上的资产。

 

比如,外出问问的一站式数字东说念主平台「奇妙元」和企业AI交互式数字职工平台「奇妙问」即是模子的“灯塔”,为优化这两款居品的才气指明航向。外出问问不息优化基于大模子的数字东说念主系统,如今的第四代数字东说念主系统——基于多圭臬3D模子的WetaAvatar 4.0,通过整合「序列山公」的强劲案牍生成才气以及「魔音工坊」的超写实语音合成本领,进一步强化了数字东说念主的呈现成果,达成高度仿真的外不雅,同期还经心打造了生动的色调,忘形真东说念主。

 

 

 

在今天这一AI本领进化弧线很是笔陡的“内卷外卷”的期间,关于每个公司个体,生涯是第一位的,能在市集先站住脚跟,有造血功能,才有可能进一步发展壮大。资源不错靠融资,但成本市集也日益严慎、越来越把关注力团结在交易化的可行性上。更稳健的门路是通过本领—居品—交易化的自我闭环来赢得资源,发育自己的造血功能,以产养模。难能宝贵的是,外出问问主动弃取并率先达成了这一门路。

 

「产模结合」是一条需要轮廓实力的赛说念,是一个会通了两类东说念主才的熔炉。

 

唯有以过硬的居品力为时尚,往常瞻性的大模子为后援,以能“造血”的成本为粮草,才能在这条赛说念上稳步前行,甚而作念到以“小”(参数)博“大”。

 

在繁密AI公司的「产模结合」实施中,外出问问的经历值得磋议和模仿,也愿其在逐浪AI中持续穿越周期,不息推出更多驻足于数据飞轮的AI居品和劳动。

 

现在,外出问问已通过港交所聆讯,成为在这一波AI海潮中跑互市业化并率先达成盈利的AI公司,将成“AIGC第一股”。

本文着手:财经报说念网



Powered by 股票配资世界 @2013-2022 RSS地图 HTML地图

建站@kebiseo;2013-2022 万生配资有限公司 版权所有