火山引擎、腾讯们,看透了大模型这场“猫鼠游戏”

2023-10-16 21:44

本文主要是介绍火山引擎、腾讯们,看透了大模型这场“猫鼠游戏”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文丨智能相对论

作者丨沈浪

“数据飞轮”是火山引擎面向B端市场重点打造的概念,其目的在于以“数据消费”为核心,构建“用数据驱动业务提升,用业务推动数据提效”的数字商业模式。

尽管当前AI大模型引爆了市场,各大厂商相继发布自家的产品,但是作为字节跳动旗下的云服务品牌——火山引擎似乎并不着急,其重心依旧还是放在“数字飞轮”的构建上,大模型只是服务于“数据飞轮”的新技术。

9月在上海举办的“数据飞轮・V-Tech 数据驱动科技峰会”上火山引擎数智平台VeDI推出“AI助手”,通过接入AI大模型,实现用自然语言 “找数”、辅助数仓模型研发、优化代码,同时还能完成可视化图表的生成,对话时实现归因分析等功能。

在此之前,7月,在2023世界人工智能大会上,国家标准委指导的国家人工智能标准化总体组宣布我国首个大模型标准化专题组组长,由上海人工智能实验室与科大讯飞、华为、阿里、百度等企业联合担任。

这意味着,百度、阿里、华为等大厂正式入局大模型“国家队”。

而火山引擎则还在“摆弄”着自家的“数据飞轮”,其自研的云雀大模型正在内测中,并在8月也才刚刚通过《生成式人工智能服务管理暂行办法》备案。

火山引擎总裁 谭待

那么,火山引擎真的滞后了吗?下一步,大模型正在加速走向各行业、场景应用,已是共识,市场对大模型的关注也从通用领域转向垂直领域。正对应了那句话,“不管白猫黑猫,能捉到老鼠的就是好猫”——市场迫切地需要大模型应用能深入地解决实际业务问题。

回过头来看,火山引擎的思路有着独特的坚持,在大模型上落后一程,在场景应用上却始终主攻自家擅长的数据领域。这家新晋大厂,虽然不急于表现自家的大模型,却也不想落后于大模型时代。

大模型的终局仍是“猫鼠游戏”

从云计算到大模型,技术概念的迭代层出不穷。然而,任何一项新技术的终局,都必然是一场“猫鼠游戏”,即“猫抓老鼠”对应技术应用要解决实际业务问题。

拆解火山引擎的“数据飞轮”,在两端分别为“数据”和“业务”,两者互为目的、协同服务。数据为业务提供决策依据,确保业务开展更有效、更精准。而业务的增长则推动数据涌向,扩大数据样本,促使数据管理流程优化,继续服务于业务。

“数据飞轮”的核心是将数据盘活,服务业务。站在技术发展的角度来说,以大模型为例,当前市场高度聚焦垂类大模型,不断推进大模型应用走向行业场景,其背后的深意无非就是解决业务问题的能力考量。

云计算不重要,大模型也不重要,能解决实际业务问题带来业务增长最重要。腾讯总裁刘炽平强调,腾讯对AI一直有所布局,“AI及大模型对于腾讯整个业务来说是一个增长的扩大器”。长期以来,腾讯一直在有利用AI技术赋能内部业务,实现降本增效,推动业务发展,譬如广告游戏、短视频及云业务等。

腾讯不急于表现自家的大模型产品。直到9月初,腾讯混元大模型才正式在2023腾讯全球数字生态大会亮相。

尽管大模型才刚刚爆发,然而市场留给大模型的时间不多。很多大模型一经亮相,就刻不容缓地要投入市场、投向行业进行应用验证,甚至不在内部“测验”一番,都不好意思拿出来遛。

比如,混元就已经接入了腾讯50多个业务测试并取得初步效果,包括腾讯云、腾讯广告、腾讯游戏、腾讯金融科技、腾讯会议、腾讯文档、微信搜一搜、QQ浏览器等业务和产品,正逐步成为腾讯公司的业务智能底座。

围绕大模型所展开的“猫鼠游戏”非常紧迫,“猫要抓到老鼠”是市场迫切需要看到的。而这也成为各家大模型接下来竞争的要点,不能是“纸上谈兵”,或是借热度蹭概念,市场更看重实际的场景落地。

火山引擎、腾讯这一类相对低调的厂商,可以不那么快对外披露自家的大模型进程,但是其大模型必须要深入自家或第三方伙伴的业务中,在业务中取得相应的成效。

“猫鼠游戏”的胜利规则

年初,在谈及大模型时,火山引擎总裁谭待曾直言:不急于推出只有30分的大模型,核心是赋能其他人做这件事。

相比前几年来说,市场趋于务实,30分的大模型摆在今天的市场上毫无意义。在大模型集中爆发的阶段,有多少大模型产品急于表现,而过早的推向市场,最终承受不了四面八方涌来的用户的试验,落个群嘲的下场。

这些现象都在表明,在大模型领域的“猫鼠游戏”,赢家不在于“猫”有多大,出来得有多早,而是能否“抓到老鼠”——到行业场景中,去解决实际的业务问题。

在火山引擎数智平台VeDI上,大模型的相关应用目前来说还是比较小的一部分,全平台服务涵盖了PaaS、SaaS、解决方案、咨询各类数据产品。今年3月,火山引擎才开始将大模型与数据产品结合,后在快速迭代的小规模测试中验证了大模型所带带来的增效价值,进而开始在数据产品的场景中大规模尝试。

很显然,解决企业的数据消费问题是火山引擎面向B端市场的焦点,而大模型只是今年新加入的技术能力,并非C位。

在「智能相对论」看来,这样的路径无碍火山引擎日后在大模型市场的地位,相反,只要火山引擎能成功解决企业的数据消费问题,而其中用到了自家的大模型,那么火山引擎大概率要在大模型市场上占据举足轻重的地位。

在“猫鼠游戏”里,谁能抓到老鼠,谁就是好猫。大模型对应的市场仍是企业数字化转型升级的范畴,企业数字化问题的解决始终是首位。

腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声对此也有类似的观点,他认为,“企业需要的,是在实际场景中真正解决某个问题,而不是在100个场景中解决70%-80%的问题。”

也就意味着,能在企业场景中真正解决某个问题,就已经是一个较为成功的大模型产品了。那么,回过头来看火山引擎、腾讯等大厂,无疑是看透了大模型这场“猫鼠游戏”。

现如今,字节跳动内部 80% 的员工可以直接使用数据产品,可管理、运营的数据资产覆盖 80% 的日常分析场景。这就意味着,火山引擎数据产品的使用率以及可管理运营的数据资产在场景中的覆盖率都提升到了较高的水平,并在内部初步实现了“数据飞轮”。

这也正对应火山引擎内部对“数据飞轮”的期待,即企业80%的员工可以直接使用各种数据产品,保证数据消费普惠,80%的数据资可管理、可运营,满足企业日常业务场景,最终让数据与业务双向流通,提升数据使用效率。

聚焦来看,火山引擎仍是比较克制的,这或许也能让其在接下来的“猫鼠游戏”中表现得更从容,以最终成为“猫抓老鼠”的赢家。

结语

撇开大模型这个热度,现如今火山引擎、阿里、百度、华为、腾讯等大厂面向B端市场在做的大部分事情都可以归属为企业的数字化转型升级。技术的崛起、爆发、融合、共通基本上是一条完整的链路,从云计算到人工智能,没有例外。

技术在变,而问题始终还是那些问题。企业迫切需要的并非多少新技术的加入,而是多少有效技术的赋能。“数据飞轮”的背后,能让市场看到火山引擎始终坚持以业务问题为导向,在做产品升级、技术迭代。

作为大厂在B端服务的后发者,能抓住业务问题来从侧面切入当前的大模型市场,无疑是一个聪明的选择。大模型的终局,在于最后谁抓住了“老鼠”——“猫鼠游戏”,会拉开大模型领域下半场的深度竞争。

*本文图片均来源于网络 

#智能相对论  Focusing on智能新产业新服务,这是智能的服务NO.242深度解读

此内容为【智能相对论】原创,

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

•AI产业新媒体;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。

这篇关于火山引擎、腾讯们,看透了大模型这场“猫鼠游戏”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/220972

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

国产游戏崛起:技术革新与文化自信的双重推动

近年来,国产游戏行业发展迅猛,技术水平和作品质量均得到了显著提升。特别是以《黑神话:悟空》为代表的一系列优秀作品,成功打破了过去中国游戏市场以手游和网游为主的局限,向全球玩家展示了中国在单机游戏领域的实力与潜力。随着中国开发者在画面渲染、物理引擎、AI 技术和服务器架构等方面取得了显著进展,国产游戏正逐步赢得国际市场的认可。然而,面对全球游戏行业的激烈竞争,国产游戏技术依然面临诸多挑战,未来的