- A+
8月30日,由创业邦举办的“2023AIGC技术应用大会”在深圳召开。
在题为《应对策略—AIGC重塑百业千行,企业升级如何借势?》的主题圆桌环节,BV百度风投AI应用赛道负责人温永腾与三位嘉宾展开了精彩对话,他们是:
无界AI联合创始人,马千里
生数科技首席执行官,唐家渝
登临科技联合创始人兼首席架构师,王平
![大咖对话:AIGC重塑百业千行,企业升级如何借势?](https://www.luyuan.io/wp-content/uploads/2023/09/Fhy5E6RLwNZBIxrpKZX7ab-0fcFk.png)
以下内容来自圆桌速记,经巴比特整理。
温永腾:在过去这一年多时间里,底层模型的发展突飞猛进。但我们相信AI到了一定阶段后,一定要深入行业,去做行业应用。接下来有请各位嘉宾,做一个简短的自我介绍。
马千里:
我是无界AI马千里,做AIGC这一块,主要的领域是文生图。无界AI发展到目前有两个方向。C端上已经有300多万用户,每天创作300多万幅AIGC作品。B端是第二块,增长非常迅猛,合作过麦当劳、上汽集团等一批大企业。
我们会深刻地发现,今年以来,传统大产业,传统企业,哪怕你觉得它和AIGC没有太多相关性的企业,都在涌向AIGC。
另外,文生图它的发展速度比文生文,比ChatGPT,都要更早一点,商业化也更早一点,大概早半年时间。我们感知到文生图领域有很多创业机会。
唐家渝:
生数科技是一个比较年轻的团队,但整个团队做生成式AI的研究已经有十几年,近两年在国际上发表顶会论文接近30篇,在业界遥遥领先。我们现在最主要做的是一个底层多模态大模型,通过一个模型做到图像、视频等各种各样的生成式的能力。基于这个模型我们在上层打造一些端到端的应用,主要是面向2C的场景,一些可以降低创作门槛的应用。
王平:
登临科技专注在做国产GPU大算力芯片,是国内最早一批做国产大算力芯片的企业。我们覆盖的领域从高算力的服务器一直到边缘端,在同一个架构下,异构的架构下,都有产品。产品落地在互联网、智慧城市、智慧交通等领域。大模型起来后,也跟很多AIGC企业建立了很好的合作。
温永腾:无界是否是可以跟我们分享一下,如何利用AIGC技术为不同行业提供个性化的内容解决方案,帮助企业升级内容创作。
马千里:
各行各业他们去用AIGC往往会觉得无从下手,他们要么是有场景但没有算力,要么没专业团队,或者没有把数据归集起来做相关的行业应用。
我们在和B端合作时,由轻到重有不同的方式。
最轻的合作是与营销结合,因为AIGC是一种非常容易触达到C端的营销工具。我们合作过奇瑞汽车、李白酒业、森马等等,非常多。我们有300多万用户,我们合作办一个AIGC绘画大赛。奇瑞汽车当时要征集自己的虚拟形象代言人,它一开始面向专业人员,征集了几十幅作品。后来跟我们合作,一下子征集了7000多幅作品。
稍微重一点的是利用我们现实的能力,有点像SaaS。比如说你有文生图的场景,你有营销场景,或者你有做漫画的场景,或者你有很多应用,这个时候你没有算力,你直接去接我们的接口就OK了,这个是成熟的接口服务。比如像麦当劳,我们在六一时做了一个回到童年的AI作画活动。
最深的一层合作就是对于AIGC行业有产业认知。你知道要做一个什么样的行业模型,行业有什么痛点,然后用这个模型的方案去解决它。类似于MaaS,模型即服务。我们刚刚跟万事利发布了一个印染模型,专门为它这个行业量身打造,它要符合印染行业的标准,生产线机器的标准,非常多的细节。这方面还有像摄影行业有摄影模型等等。
温永腾:企业在做行业模型的时候你们有建议吗?
马千里:
企业会很关心安全性问题。因为做大模型要用数据去训练,这个数据如果是在模型训练方那里,那怎么去规避(数据安全)?这里可能要有一些服务器的私有化部署等等解决的方案。
当然,过程中涉及的细节非常非常多,找一个靠谱的合作伙伴最重要,然后一步一步把各种雷排除。
温永腾:生数科技作为一个多模态的生成式底层模型的公司,怎么跟这些合作方去构建相关的生态和合作的关系。
唐家渝:
我觉得分几个方面。
直接的方面是算力。英伟达之外,我们跟算力的企业,就是底层的硬件企业在做联合的研发,或者说尝试。对于合作方来说是更好得在大模型领域扩展,对于我们来说是寻找更有性价比的算力。
在数据方面也有比较多的合作。你的专业性数据是非常重要的,AI就像孩子一样,它需要通过数据去学习各种各样的知识,然后去创造各种各样的东西。我们会跟数据合作伙伴去做合作,实现联合创造。
因为我们本身是底层算法,包括底层能力,从0到1打造的底层技术服务商,所以除了我们端对端的产品以外,我们也会把一些生成式能力对外。比如无界AI,他们对具体场景非常了解,所以可以利用我们的能力进一步赋能到更垂直的场景。我们跟这样子的应用服务商有比较多的合作。
温永腾:今天算力的市场非常大,登临如何看待这样一个机会,以及如何发挥自己的产品和技术的优势,为上游的应用、AIGC应用的场景和公司赋能。
王平:
对我们来讲这是非常大的一个机会,我们要给出一个更好的、更便宜的一个算力解决方案。
但第一个前提是我们要解决通用性的问题,我们登临GPU一开始就因为是一个CMT架构,可以很好得支持扩大,具有很好得易用性和通用性,它可以让大家在和各种各样的行业垂直领域里得到一个快速的部署,不会说有一个东西你解决不了。
再基础一点,我们的客户希望得到更好的、更具性价比的算力,这也是我们希望带给客户的价值。我们在AI方面有特别优化,可以获得一个更高的性价比,一般来讲就有2到3倍性能的能耗优势。
我们还有一个很大的优势,我们可以做到一个很大的单机大模型。有些客户对他自己的数据比较敏感,甚至希望有私人助理,私人偏好。单机大模型可以提供很高的算力,并且能够让他自己在本地就可以完成部署使用。
温永腾:可以跟我们分享下,您怎么看未来,或者说2-3年内芯片的供应情况,芯片的市场格局。
王平:
供应的情况基本面来讲还是会牵扯到国际关系,中美关系上。国内企业拿到美国高端芯片越来越难,坦白说,我个人认为国内没有看到哪家真正能够完全替代美国高端芯片。
但基于这样的大背景,我相信使用国产算力的应用肯定会越来越多,大家使用的越多,打磨的多,我们持续迭代,后续可以让大家越来越好用,芯片是一定要讲迭代的。
至于说最后NV在中国的份额如何,这里有政策因素,也有我们共同努力的因素,我觉得我们占比会越来越高。
温永腾:三位嘉宾是否可以在各自的领域展望一下,未来技术的发展方向会是怎么样的?
马千里:
AIGC对UGC的替代会是一个非常恐怖的事情,碾压性的一个事情。
Gartner有一个预测,未来三年,人类生产资料的10%都是AI创造的,而不是UGC或者是其它。这可能意味着大家现在每天刷手机,超过30%到2025年都是AI给你生产的。
与此相对应,算力会持续地扩张。另外,模型也在小型化,未来,每个人都可能会有一个模型在自己的手机里。
基于这三点,未来可能会产生这样一个场景,算法推荐不是特别重要了,算法创造变得特别重要,大家以后每天看的内容不是算法给你去推荐的,而是算法时时刻刻给你创造的,每个人都会有一个量身打造的、自适应化的模型,你和这个模型是相互孪生的关系。
这种情况下,沉迷是非常严重的,你想看到啥你就看到啥,这是一个非常非常长远的想象。但是我们看来不是特别远,这个生态进展是非常快的。
回到产业息息相关的观点,可能技术竞争都变得不是特别重要,生态竞争会变得非常重要,你的模型和另外一个模型之间可能不会有特别强的差距,你的模型有很多的生态长在上面,有很多生态的人员在你这个模型之上去做研发,这会变得非常重要。
唐家渝:
一个更智能化的信息时代,背后的AI一定是多模态的,它能够做多模态的理解,也就是信息输入,做多模态的生成,也就是信息输出。技术发展上这一定是一个大的趋势。
这中间当然有很多的难点,但我们擅长,也有信心,有决心去做好这个方向。希望把所有的模态都能做一个比较好的融合、理解和生成。
另外,如何利用更少的能源,能产生更大的AI智能化的价值,这会是一个趋势。
温永腾:
我们百度风投其实也投了数十家生成式AI公司,密集地跟大量的创业企业和产业方交流。最后,我们也想分享一下有关整个生成式AI落地的一些看法。主要有两个大变化。
第一个,就是说整个生产方式的变化。我觉得这个生产端或者说整个业务后端的变化我们看到是非常大的,这里面其实会诞生非常多的机会,我们也一直在寻找包括下一代的芯片算力的机会,下一代的开发平台的机会,甚至,是不是有下一代的应用市场的机会,这一点让我们非常兴奋。
第二个,交互方式的变化。在此之前是以产品为核心,我预计用户会怎么使用一个产品,然后我去设计我的交互过程。但现在的交互是以language UI为核心的交互方式。
这意味着有非常多未被大家挖掘的应用场景可以去做,它蕴藏着非常多改造、增强,甚至颠覆传统应用的机会。
- 我的微信
- 这是我的微信扫一扫
-
- 我的电报
- 这是我的电报扫一扫
-