2024中国生成式AI大会上海站开幕聚焦智能跃进与大模型技术创新

AI工具集 · 浏览 4 · 点赞 0 · 评论 0 · 刚刚

生成式AI大会的最新动态备受瞩目。在上海站的大会上，与北京站相比，产业和技术内容得到了提升，这一点尤为引人注目。同时，来自不同领域专家的看法也为我们带来了许多关于生成式AI未来发展的实用信息。

关注生成式AI创企的投资视角

自2021年起，BV百度风投开始关注生成式AI初创企业，此举显示出其对投资领域的远见。他们长期坚信，生成式AI将彻底改变内容的生产与分发。例如，当Diffusion问世时，他们便借此机会发掘了在多模态等领域表现卓越的公司。这提示我们，在关注新兴技术领域时，需敏锐地抓住相关创新成果出现的时机，以便发现更具潜力的企业。对于有意早期投资新兴技术的投资者来说，深入了解新兴技术对市场带来的变革至关重要。

在新兴技术刚刚崭露头角时，便有如BV等富有远见的投资者投身其中。比如，在许多新兴技术起步阶段，一些投资机构便开始对特定企业进行布局，最终在技术迅猛发展期收获了丰厚的回报。这让我们意识到，评估一项技术的未来发展，应从其可能引发的市场格局变动着手考虑。

大模型公司的运营挑战

大模型公司由于坚持高研发投入策略，融资和商业化成为了核心挑战。特别是在B端商业化方面，不仅需要大量投入，还得有耐心等待成效显现。这已成为众多大模型公司共同面对的困境。例如，在现实市场中，部分大模型公司尽管技术先进，却因融资渠道受阻或B端业务拓展不佳，发展受到限制。对于这些公司而言，制定合理的融资计划至关重要，同时需积极寻求与自身技术特性相匹配的B端商业化途径。例如，在为企业客户提供定制化服务等领域寻求突破。

科技企业若资金短缺，无法将商业活动转化为收入，那么它将很难保持研发资金的持续投入。过去就有一些科技新公司，因为资金不足和难以实现商业价值而最终破产。

具身智能面临的挑战

具身智能作为AGI的核心依托，然而，高昂的训练费用和硬件的限制等问题接踵而至。这表明，尽管这项技术前景广阔，但其中也潜藏着不少难题。在研发过程中，提升具身智能技术时，我们面临硬件性能不足和资金短缺的困境。所以，对于投身于具身智能研发的企业或团队，既要通过优化算法来减少训练成本，同时也要密切关注硬件技术的发展，寻求性价比更高的硬件解决方案。

一些研究具身智能的国际团队，过去因成本高昂而暂缓了项目。因此，在具身智能的发展中，合理管控成本显得尤为重要。

大模型发展的路径分化

大模型的发展主要分为两条途径，其中一条是模仿OpenAI，旨在取代所有脑力劳动。这反映出该领域的进步方向并非单一。众多企业和研究团队会根据自身的战略定位与实力，挑选合适的发展路径。比如，当某些企业在资源和科技方面具备优势时，它们可能会倾向于设定更为宏大的发展目标，正如MiniMax副总裁刘华所提及的，2024年将全面提升基础大模型的能力，涵盖从文本到语音、音乐、视频等多个领域。这也意味着，每家公司都可能根据年度发展计划和自身对市场的评估来调整其发展战略。

审视过往的技术演进过程，以智能手机操作系统为例，众多企业根据各自的特长和市场需求，选择了各异的发展道路，这才形成了当今的多样化局面。

大模型在各方面的创新与探索

西湖大学的助理教授探讨了如何利用单目深度估计大模型解决传统难题，北大的相关人员则分析了多模态对齐的探索。这些研究都反映出大模型在学术及应用领域的创新探索。这提示我们，在研究大模型时，应敢于打破常规思维，积极从多角度挖掘其应用潜力及技术改进的可能性。比如，在解决具体技术难题时，可以尝试从模型结构、算法优化等多个层面进行探索。一些高校的科研项目通过跨学科合作，成功突破了技术难关。

在技术进步领域，各行业间能够相互学习彼此的成就。例如，机械工程行业可以采纳信息技术行业在算法优化方面的成功经验。

大模型落地应用的情况与价值

2024年，大模型的实际应用成为焦点，诸如具身智能、3D生成等新颖的技术应用颇多。WeMeet荟神打造了多智能体商务互联平台，这表明AI在商业领域具有显著价值。同时，银河通用增强了机器人在实际环境中的工作效能，华院计算则解析了法律大模型的底层结构，这些都展示了大模型落地的成效。企业在探讨大模型落地时，需充分考虑自身业务需求与特性。例如，蚂蚁集团在运用大语言模型时，解决推理效率等问题的方法值得关注。

若连锁企业打算借助大型模型提高管理效能，便需将模型特点与自身管理步骤相融合，这样才能充分展现大型模型的作用。