展會信息港展會大全
導(dǎo)讀:最近幾年,AI的發(fā)展可以說是非常迅速。從ChatGPT爆火引爆大模型,到現(xiàn)在Agent、小模型各種遍地開花,AI的發(fā)展已經(jīng)進入下一個方向。這篇文章,我們來看看作者的見解。 模型和應(yīng)用:保大保。 01 人工智能雖然發(fā)展了好多年,但是真正意義上的眾所周知,也不過...

最近幾年,AI的發(fā)展可以說是非常迅速。從ChatGPT爆火引爆大模型,到現(xiàn)在Agent、小模型各種遍地開花,AI的發(fā)展已經(jīng)進入下一個方向。這篇文章,我們來看看作者的見解。

2024年「AI」?jié)櫸镉新?/></p>
<p><strong>模型和應(yīng)用:保大保小?</strong></p>
<p>01</p>
<p>人工智能雖然發(fā)展了好多年,但是真正意義上的眾所周知,也不過就是最近2年的事情。從ChatGPT的爆火出圈到現(xiàn)在的隨地大小模型,從最初的卷模型到現(xiàn)在的卷應(yīng)用卷產(chǎn)品。</p>
<p><strong>最近幾個月,還有一大把AI公司卷鋪蓋。</strong></p>
<p>AI號稱人類的最后發(fā)明,其巨大的潛力和影響已經(jīng)毋庸置疑,在當(dāng)前降本增效的大趨勢下,全球的科技巨頭都在開源節(jié)流縮減預(yù)算,卻在人工智能產(chǎn)業(yè)上瘋狂投入。</p>
<p><strong>投資:沒有僅退款;巨頭在AI上寧可錯投,也不能錯過。</strong></p>
<p>人工智能行業(yè)在經(jīng)歷2年跌跌撞撞的狂奔后,現(xiàn)在也開始慢慢認清現(xiàn)實冷靜下來了,雖然AI被一致性看好未來的潛力,高預(yù)期和高投入與客觀現(xiàn)實的沖突已經(jīng)愈發(fā)明顯了。</p>
<p>大模型技術(shù)的發(fā)展進入瓶頸期,突破的難度未知,缺乏爆火的現(xiàn)象級產(chǎn)品,同質(zhì)化的應(yīng)用碎了一地;說白了AI能處理的事情,并不是非它不可。</p>
<p><strong>當(dāng)前,仍在互聯(lián)網(wǎng)產(chǎn)品的包圍圈內(nèi)。</strong></p>
<p>人工智能也許要經(jīng)歷短暫的擠泡沫階段,等待底層模型的能力再突破,產(chǎn)品應(yīng)用的場景沖出包圍圈,AI依然是走在時代前列腺的物種。只是這個過程的難度和進度,很難評估。</p>
<p>站在當(dāng)下看,過去互聯(lián)網(wǎng)的軌跡清晰可見,將來AI的路也不算一片混沌。</p>
<p>02</p>
<p>想要快速了解一個復(fù)雜行業(yè)的現(xiàn)狀,有個比較簡單的方式,聚焦引領(lǐng)行業(yè)風(fēng)向的企業(yè)即可。</p>
<p><strong>OpenAI:架在全球熱搜榜上的AI玩家。</strong></p>
<p>從OpenAI發(fā)布的ChatGPT大模型爆火開始,這家公司任何的風(fēng)吹草動都會被媒體掛在頭條上,無論是底層模型的更新迭代,還是上層應(yīng)用的創(chuàng)新嘗試,甚至與其相關(guān)的推文都會被拿來分析和揣測。</p>
<p>ChatGPT從發(fā)布一直到更新GPT-4o版本,而用戶和對其的評價卻從最初的顛覆,到現(xiàn)在的更好用更強大更全面,在年初發(fā)布的Sora模型遲遲沒有真正搬到臺面上,OpenAI這家公司本身也深陷各種內(nèi)耗的狀態(tài)。</p>
<p>這里并不是說OpenAI不行了,ChatGPT依然當(dāng)下使用體驗最好的大模型,當(dāng)技術(shù)進入到瓶頸期的時候,前進一點點可能都是巨大的領(lǐng)先,前提是它的內(nèi)部沒有自我雪崩。</p>
<p><strong>最近發(fā)布的o1推理模型,更像是給融資加大砝碼而已。</strong></p>
<p>對個人來說,沒錢的煩惱會有很多,對于企業(yè)來說,沒錢的話根本沒有煩惱。</p>
<p>OpenAI發(fā)展到現(xiàn)在,背后關(guān)聯(lián)的投資方,以及拿到的投資額度,是其它AI創(chuàng)業(yè)公司遠遠不能比的,有錢則可以一定程度上解決算力和數(shù)據(jù)問題,外界對OpenAI最大的質(zhì)疑,則來自核心創(chuàng)始團隊的散場,以及主要員工的不斷流失。</p>
<p>OpenAI在資金,算力,人才,數(shù)據(jù)等方面占盡優(yōu)勢地位,在底層大模型上都處在瓶頸階段,前進的節(jié)奏開始遲緩,這多少會令其它創(chuàng)業(yè)公司和投資方有些不自信。</p>
<p><strong>近些年,與AI概念一樣火爆的還有個:元宇宙。</strong></p>
<p>在元宇宙概念火爆的那半年,曾經(jīng)的Facebook直接改名Meta,以此來表達All-IN的態(tài)度,之后的走向連拋物線都算不上,最后Meta都拿不出驚艷的產(chǎn)品,其它跟風(fēng)的項目也都不了了之。</p>
<p><strong>所以看一個行業(yè)的風(fēng)口,重點關(guān)注頭部的1-2家公司進展,尤其是門檻高的行業(yè)。</strong></p>
<p>03</p>
<p>從ChatGPT大模型發(fā)布之后,不過兩年時間,各種基礎(chǔ)或垂直類大模型就已經(jīng)遍地走了。</p>
<p><strong>但是大模型的能力,卻是一言難荊</strong></p>
<p>底層的基礎(chǔ)大模型更側(cè)重通用的能力,訓(xùn)練的參數(shù)多自然知道的就多,雖然提供的回答很難給用戶眼前一亮的感覺,還偶爾能給人兩眼一黑的錯覺。垂直類的大模型,在今年已經(jīng)得到了高度的可行性驗證,訓(xùn)練參數(shù)偏向垂直的行業(yè)領(lǐng)域,生成內(nèi)容的精確度高,進而形成數(shù)據(jù)和模型的正向循環(huán)。</p>
<p>使用底層大模型,可以快速完成各種行業(yè)或者領(lǐng)域的資料整理,輸出一個相對完善的框架概覽,而垂直類大模型用來提供行業(yè)的深度解決方案。</p>
<p><strong>在OpenAI產(chǎn)品系列中,也拆分出GPT-4系列基礎(chǔ)模型、o1推理模型、DALLE繪圖模型、sora視頻模型。</strong></p>
<p>基礎(chǔ)大模型在這兩年的迭代中,不管是適用范圍還是可用的程度都有明顯的提升,通用性在提高成本在逐步下降,垂直類大模型在各自的領(lǐng)域中不斷的迭代進化,雖然缺乏通用性但是勝在高精度和高效率。</p>
<p>當(dāng)下比較共識的看法,是兩種模型協(xié)同處理任務(wù),至于以后能融合到什么程度,還得看算力和模型結(jié)構(gòu)的迭代優(yōu)化。</p>
<p><strong>雖然大模型的迭代眼花繚亂,但是真正火起來的應(yīng)用并不多。</strong></p>
<p>這也是令很多用戶和資本困惑的一大原因,媒體上對于大模型的輿論也從熱捧慢慢轉(zhuǎn)向質(zhì)疑,模型的更新速度很快,但是從實際的應(yīng)用效果上感知又不明顯。</p>
<p>OpenAI大熱門的sora模型遲遲沒有正式公開,快手的可靈視頻模型熱了一陣,3D類的模型曇花一現(xiàn),垂直類模型真正被擺上應(yīng)用端并且大火的并不多,聲音比較大的就是寵物類和編程這兩個方向。</p>
<p>大模型的迭代進入瓶頸期,同樣在應(yīng)用端也沒有大熱門的產(chǎn)品,以搜索產(chǎn)品為例,雖然向大模型提問越來越多,但是真正的刁鉆問題,或者系統(tǒng)性的實踐案例,還是更多來源于搜索引擎的內(nèi)容。</p>
<p>大模型的能力和傳統(tǒng)搜索的最大區(qū)別在于,搜索更多從別人的內(nèi)容中找到自己需要的,而大模型會從問題中推測和找到用戶想要的答案。</p>
<p><strong>應(yīng)用和模型:保大保?</strong></p>
<p>對于AI創(chuàng)業(yè)公司來說,最難的技術(shù)層面很難輕易的分出高下,卻在價格戰(zhàn)和營銷戰(zhàn)上打的熱火朝天,市場都在等一個現(xiàn)象級的應(yīng)用問世,產(chǎn)品的能力足夠顛覆,使用的是哪個基礎(chǔ)模型,用戶未必真的關(guān)心。</p>
<p>04</p>
<p>人工智能近2年發(fā)展堪稱瘋狂,高預(yù)期高投入高估值,唯獨產(chǎn)生的回報低于預(yù)期,這也導(dǎo)致了當(dāng)下的質(zhì)疑聲和泡沫言論此起彼伏,但是在牌桌上的巨頭玩家依然堅定和激進。</p>
<p>此前幾年時髦的企業(yè)都在說信息化和數(shù)字化,而最近兩年都在高呼智能化,雖然有點底氣不足。</p>
<p><strong>但不可否認的是,AI確實已經(jīng)從最初的玩具轉(zhuǎn)變到工具形態(tài)了。</strong></p>
<p>在互聯(lián)網(wǎng)這個行業(yè)內(nèi),AI的使用已經(jīng)很普遍,尤其是產(chǎn)品和研發(fā)的崗位。不論是基礎(chǔ)還是垂直類的大模型,都在慢慢的融入到更多的實踐場景中,比如知識的搜集整理、3D模型搭建、AI面試官、AI編程和教育等。雖然還做不到完全替代,但是已經(jīng)證明了可行性,這樣就會帶來足夠的發(fā)展動力。</p>
<p><strong>從自身實踐的角度來看,還沒有一款大模型做到真正的多面手,在工作當(dāng)中,更多的還是多款大模型的組合使用。</strong></p>
<p>作為身在卷味最沖的杭州,在寫匯報文檔這個板塊,使用最多的是通義大模型,各種周報月報季度總結(jié)等絕對是手拿把掐,生成文檔之后再借助PPT的AI能力一鍵生成,堪稱反內(nèi)卷的利器。</p>
<p>對于復(fù)雜的文檔或者資料的分析整理,使用比較多的是Kimi模型,沒有深度對比過和其它大模型的能力差異,但是就處理速度這一塊,絕對是體驗感拉滿了。</p>
<p>互聯(lián)網(wǎng)熱點事件的解讀整理,使用是騰訊混元模型的深度研究,可以快速了解事件的前因現(xiàn)狀,做到吃瓜吃的全面,也可以快速獲取各種深度分析的文章,比如之前的蘿卜快跑事件和當(dāng)下抖音快手的一哥事件等。</p>
<p>繪圖和視頻生成大模型,在體驗過的產(chǎn)品中,快手的可靈模型,OpenAI的DALLE模型,所呈現(xiàn)的內(nèi)容都不錯,至于sora模型,個人覺得如果它做不到絕對的領(lǐng)先,保持神秘吊著用戶的胃口和輿論,也是一種策略。</p>
<p>人工智能狂奔的兩年,從最初的文本對話到現(xiàn)在的多模態(tài),從最初的內(nèi)測申請到現(xiàn)在充斥在各種產(chǎn)品的內(nèi)部,從最初的通用大模型到現(xiàn)在與垂直大模型協(xié)同,從最初的模型端卷到現(xiàn)在的產(chǎn)品應(yīng)用端。</p>
<p><strong>雖然質(zhì)疑和聲討不斷,但是技術(shù)的發(fā)展趨勢不以個人意志為轉(zhuǎn)移。</strong></p>
<p>05</p>
<p>最后,不得不提的一個靈魂問題,人工智能的發(fā)展是否會影響就業(yè)?</p>
<p>以史為鑒可以知興替,幾次工業(yè)革命帶來的陣痛和影響,技術(shù)的革新和發(fā)展既可以解決矛盾,也會制造新的矛盾。而在這種變化中有兩類人容易平穩(wěn)度過,走到所在領(lǐng)域的頭部,這需要一定的天賦;要么放棄對于垂直技能的專注,提升自己技能的廣度,快速調(diào)整自己適應(yīng)變化順應(yīng)趨勢。</p>
<p>有句話很有道理,卷倒我們的不是AI而是用AI的人。</p>
<p><strong>與其在原地焦慮著,不怕事的思維也許能帶來更多的機會,AI發(fā)展都發(fā)展了,還是要習(xí)慣才好。</strong></p>
<p>本文由 @半問 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載</p>
<p>題圖來自Unsplash,基于CC0協(xié)議</p>
<p>該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)</p>
<!-- cache at 2024-10-30 12:49:54 -->  	   
<p style=贊助本站

相關(guān)熱詞: 2024年 潤物 有聲

相關(guān)內(nèi)容
AiLab云推薦
最新資訊
本月熱點
熱門排行
存儲芯片年漲七成不算完:AI需求接棒,大廠持續(xù)加注

閱讀量:18002

美大選逼近!傳大陸芯片設(shè)計業(yè)計劃從臺積電轉(zhuǎn)單三星

閱讀量:13751

美國芯片制造業(yè)迎來歷史性投資,狂砸資金新建工廠

閱讀量:13095

世界首款!清華大學(xué)研制出類腦互補視覺芯片,可實現(xiàn)10000幀/秒!

閱讀量:12123

黃仁勛對話扎克伯格:新款芯片樣品本周發(fā)送,AI行業(yè)還有5年產(chǎn)品創(chuàng)新期

閱讀量:11995

馬斯克:Neuralink 今年預(yù)計完成 10 例腦機接口植入手術(shù)

閱讀量:11845

推薦內(nèi)容
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機會 | 展會港