• <object id="dnge4"></object>

  • <object id="dnge4"></object>
  • <td id="dnge4"><ruby id="dnge4"></ruby></td>

    <td id="dnge4"></td>
      歡迎光臨青島安防協會網站,您是第 位訪問者

      聚焦,奪勢,融資!行業大模型風頭正起

      2023-07-05

      “我雖然不懂什么叫大模型,但如果不需要用很高成本的話,我也想嘗試用一下,現在生意真的太難做了?!币晃蛔瞿硵z像頭品牌的渠道代理商告訴CPS中安網。

        自ChatGPT這股春風吹到了中國,國內互聯網公司巨頭百度率先扛起大旗發布了國內大模型“文心一言”,中國大模型發展態勢自此開始勢不可擋。

        從打造“中國版ChatGPT”,到如今的“私域大模型”“專用大模型”“產業大模型”“垂類模型”“類ChatGPT模型”等概念紛紛炒,中國大模型的推廣從某種程度上已經開始出現了由通用大模型轉入行業大模型的勢頭。

        01.

        企業為什么聚焦行業大模型?

        為了讓讀者對目前行業大模型的布局有更直觀的了解,CPS中安網大致統計了目前國內企業已“冒頭”的行業大模型(不包括通用大模型),如下表:

      圖片 5.png

      圖片6.png

        “大模型的研發、迭代和運維都需要大量資源,不是每個行業都能迅速實現投入產出比的,所以比較適合由行業龍頭與AI技術型公司進行聯合,把雙方合作能量發揮到最大,這也是行業龍頭牽頭做行業大模型的責任感和使命感?!敝髯鲞吘売嬎愫凶拥挠⒋a科技市場總監李甘來告訴中安網。

        “每個企業或者行業到一定發展階段都需要一個新東西來刺激市場,相信之后也肯定還會有更多企業推出自研大模型產品,行業大模型的戰爭已經拉開?!毕嚓P推出行業大模型的企業的多位員工向CPS中安網表達出相似觀點。

        對于行業大模型,現在還有很多人在觀望中,很多人都對行業大模型能否實現大范圍落地存在疑問,但對這個問題,從各企業的反饋上,目前還沒有一個明確的答復,大部分企業表態仍需花費更多時間去進行市場教育。

        而行業大模型為什么會受到眾多企業的聚焦關注,CPS中安網總結了主要為以下兩點:

        基于開源進行微調

        在今年3月份后,因GPT的API調用成本有所降低,疊加上國內眾多大模型相關組件相繼開源后,深耕行業且有條件的企業便能基于各類大模型的開源組件利用行業數據進行調優訓練,生成自己的行業大模型。

        這也是為什么現在行業大模型能夠頻繁推出的原因,因為研究門檻有所降低了,如果針對一個行業要完全獨立自主研發出一款全新的大模型,投入產出比太低,企業很難承擔,畢竟快速落地和盈利要擺在理想的前面,所以目前市面上大部分行業大模型選擇的研發路徑是“自研小模型?部分開源組件?行業場景數據調優”。

        “Chat GPT是Open AI用了數萬塊的GPU,金額超過10億美金的數據中心建設出來的,現在的百模大戰、千模大戰,有多少企業有實力去做通用大模型?行業大模型事實上應該是各個領域都會去追尋的一個模式?!蹦硺I內人士坦言道。

        通用大模型很難在行業場景得到最佳應用

        從市場角度是門檻降低,那從模型本身來說,行業大模型的出現則是為了彌補通用大模型無法最優化適配到千行百業中的痛點。

        在實際的項目落地上,行業大模型相較通用大模型而言,因為其不需要太強的通用能力,所以對數據量要求相對較低。比如前期經過標注后,在訓練過程中,通用大模型需要100張各式各樣的圖片,而行業大模型訓練大約只需要相關應用場景的8張圖片左右即可,理論上這大大降低了對數據樣本數量的要求。

        而因為行業大模型是經過行業數據的專注、反復訓練,所以生成的內容理論上也會更加精準和穩定。

        02.

        行業大模型和算法商城的區別

        大模型的興起源于Open AI,解決的是NLP這個領域,最主要的技術就是Transformer,而以前段時間CPS中安網在北京安博會上看到宇視、360智慧生活、聯匯等企業展示的大模型進展來看,目前大模型已經慢慢從NLP領域泛化到了CV領域。

        在與一些攝像頭經銷渠道商的交流過程中,也有一部分人士發出了一些疑惑:為什么要用行業大模型?有一些檢測場景直接用算法商城里面的算法不就行了嗎?

        其實我們可以把算法商城看作是小模型,小模型相對大模型而言,其特點是研發投入較低,只針對特定場景,也就是我們所說的定制化程度會更高,但是算法生產的主動權并不在用戶手里。

        舉個簡單的例子,算法商城好似一張菜單,吃飯的人只能在這張菜單里點菜,因為那些都是廚師在不虧成本的情況下可以做出成品的限定菜式,每家飯館的菜單都有同有異,但如果想吃不一樣的原材料,只能多點菜,而且能吃到什么還得看飯館老板。

        而大模型和算法商城不一樣的點在于,大模型可以做到泛化和推理,因為大模型具備深度學習的能力。

        比如大模型可以不用特意訓練它知道什么是斑馬,只要它前期知道線條,顏色、馬等最基本的信息,之后告訴它黑白相間的馬,它就能經過泛化推理后給你找出各種斑馬的圖片,這完全省去了因為條紋大小,馬的大小,背景的不同從而產生的差異而需要第二次重新生成算法的成本。

        要是遇到像宇視這類對合作伙伴開放大模型訓練平臺的企業,用戶還可以具體針對自己的業務場景需求訓練、產出自己的算法。

        “在之前的深度學習領域,算法的生產屬于煙囪式,所以算法種類的拓展遇到的困難便是投入產出比與客戶需求之間的矛盾,而以現在的CV大模型來說,算法種類會更容易擴充,理論上有一個方形的識別,其便可以在方形的識別上,訓練出盒子的識別,汽車的識別等各種各樣的識別?!庇钜暜a品中心副總裁湯利波說。

        當然了,前面講的都只是理想狀態下的舉例子,具體的CV領域行業大模型的具體項目落地情況暫時還未有企業進行過多披露。

        “每個好的想法都需要在落地中檢驗,目前階段顯然還沒到真正檢驗各個行業大模型含金量的時候,但行業大模型最終要實現真正的工程化,都需要解決一個核心難題就是怎么真正懂得每個行業的Know-How?!?專做算法自動化生產的共達地高級市場總監李蘇南向CPS中安網談道。

        03.

        行業大模型還有坎要邁?

        不可置否,當行業大模型具備了信息壓縮、知識網絡構建、邏輯判斷與推理等良好能力之后,此時,產業受益之處就體現出來了,中小企業或將都有機會用上行業大模型,但取經路上總要經歷九九八十一難,行業大模型目前還需邁過這些坎:

        各行業大模型之間能否適配

        從上述統計表中可以看出,目前行業大模型應用主要集中在金融、文旅、媒體、醫療、教育等領域,多個大模型之間的應用方向有所重合,這也不得不產生一個疑問,同個行業應用中,行業大模型之間究竟會不會存在排他性?這對用戶來說是否又是一個單選題?下面借用文心一言的回答說明一下為什么會產生這個疑問。

        落地后含金量的檢驗

        眾所周知,好的行業大模型的投入比小模型來說要求更高,所以其能否快速工程化是擺在所有研發企業面前的難題,就目前來看,較快速的落地方式還是以新項目或是與之前存量的市場有直接掛鉤的增益點,為合作伙伴開辟新機會。

        但是否每個推出行業大模型的企業都具備足夠多的項目或者存量市場去落地?是短期蹭流量還是扎實穩打?這個尚不敢下定論,但可以肯定的是,大模型和產業的結合仍處在早期階段。

        要想真正深入行業,還是得對行業know-how進行深入了解,否則實際應用到特定場景、特定行業時還是可能無法達到性能最優,就部分首批體驗大模型的用戶合作意愿反饋來看,這些用戶還是希望能通過行業大模型來提升數據標注進度,降低之前多個模型遷移帶來的成本,甚至進一步開拓存量市場的新的商業價值。

        雖然落地含金量還需要長時間去檢驗,但也不得不說,短期效應來看,目前大模型確實掀起了一股“淘金熱”。

        比如2021年12月創立的大模型賽道創業公司MiniMax,又完成了新一輪2.5億美元融資;成立于2021年,專注于大模型的研究和應用的西湖心辰也宣布完成數百萬美元的Pre-A輪融資;美團聯合創始人王慧文的AI創業公司光年之外,已在近期完成了新一輪2.3億美元融資;多模態大模型初創公司“智子引擎”完成了千萬元天使輪融資......

        就這股大模型熱潮下,百度創始人、董事長兼CEO李彥宏也曾公開表示對行業大模型的看好:未來,所有的應用都將基于大模型來開發,每一個行業都應該有屬于自己的大模型。大模型會深度融合到實體經濟當中去,賦能千行百業,助力中國經濟開創下一個黃金30年。

        鑒于最近大模型屬實太熱門,CPS中安網也將順勢開辟大模型專題,之后將緊跟相關企業的行業大模型進展,主動聯系產業上下游,聚焦市場動態,大家拭目以待,歡迎行業人士添加作者微信lssw126888進行交流。

      (轉自CPS中安網)

      久久久亚洲欧洲|国产怡春院无码一区|91精品久久久无码中文字幕vr|欧美日韩国产成人高清视|2020久久精品亚洲热综合
    1. <object id="dnge4"></object>

    2. <object id="dnge4"></object>
    3. <td id="dnge4"><ruby id="dnge4"></ruby></td>

      <td id="dnge4"></td>