WAIC十大AI商业落地趋势:大模型新玩家融资难度升级,云计算洗牌战来了

本文主要是介绍WAIC十大AI商业落地趋势:大模型新玩家融资难度升级,云计算洗牌战来了,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!

量子位智库 发自 凹非寺
量子位 | 公众号 QbitAI

大模型,无疑是2023年上半年科技领域最瞩目的关键词。

产业链上个中进展亦或是包括投融资在内的行业聚焦讨论,已经从对技术本身的展望,越来越具象到行业落地当中去。

借助WAIC2023(世界人工智能大会)视角,量子位智库关注到各领域企业发布的大模型,都已无疑指向行业与应用

与此同时,在投融资层、算力数据模型三大底座层面以及应用层,还梳理了十大AI商业落地趋势。

ab3ed4e38b42dee96daf3842bf88bb18.png

(完整报告传送门见文末)

投融资层

趋势一:一级市场偏好大模型早期玩家,新进场玩家融资难度升级

首先是投融资层。据不完全统计,今年上半年国内大约有20+家大模型公司获得超过60亿元的融资,金额在全球占比只有6%,投资市场稍显冷清。

一方面,做大模型耗费算力人力,中国大模型企业需要跟同行抢占算力资源。

以Inflection AI为例,最新融资的15.3亿美元约有7-8亿用以购买英伟达H100显卡,占比约50%。

另一方面,行业本身还面临着投资金额大、回报周期长、成功率较低、行业竞争激烈、市场合规等问题,国内一级投资人出手谨慎,实际交易金额较少。

投资圈共识是最后能跑出的大模型公司最多只有10+家。

因此目前新创业公司中重点押注融资量级最大的两家——智谱AI和MiniMax,其余中小企业和新进场玩家融资较为困难。

投资方认为在大模型层面的未来格局,除了BAT、科大讯飞、已有的融资玩家和上面两家公司,其余公司机会较少。

d1e3c2f254102b70878dc2b203be861f.png

趋势二:企业服务进入新蓝海,产品和服务迎来AI升级机遇

投资圈普遍认为,AI 2.0时代下,所有企业产品和服务都可以利用AI和大模型能力重做一遍。与此同时,在企业内部工作流程中也能起到降本增效的作用。

这也是应用层较好的投资机会点之一——

结合企业自身特点,帮助或加速企业大模型应用落地。比如做提示词优化、定制专属大模型、AI安全等。

回顾今年上半年AIGC+企业服务的投资事件,数量较多,投资金额较大,轮次偏早期,投AIGC项目的资本大量涌入企业服务赛道。最具代表性的,就是企业软件层面的范式革新。

934f19c958e2eedd09f5560de458e48f.png

趋势三:投融资聚焦对话式AI,物理世界和数字世界加速耦合

同样在应用层备受关注的还有对话式AI虚拟助手。它依托于大模型的语言理解和内容生产能力,以及多模态交互等底层技术,能够产生人机协同这一新型生产关系。

比如新一代的协助对话引擎、智能客服、智能陪练、智能质检、坐席助手、虚拟数字人等核心产品,帮助企业打造「超级员工」,帮助个人打造「超级助理」。

与此同时,它还能与物理世界相结合,以车或者机器人作为载体,在现实中帮助人们做更好地分析与决策。

目前许多大厂和轮次靠后的公司都在积极探索两者与AI的结合。2023上半年融资量级最大的两家——智谱AI和 MiniMax均涉足此赛道。

eccca4b278d625bd4f458c7a1a61b75b.png

数据层

趋势四:大模型浪潮下,数据流通迈向「密态时代」

在数据层,大模型井喷式发展给数据安全带来前所未有的挑战。

由于大模型参数规模大、训练数据来源多样,生成式大模型在海量语料内容中拼接式生成内容,传统场景下的版权判定方式在大模型时代下就会失效,隐私泄露、版权侵犯等问题愈发严重。

隐私计算实现数据「可用不可见」、让数据产生价值的同时规避信息泄露等问题的能力再次受到瞩目。

在数据要素自由流通的前提下,要实现最大化发挥数据价值的目标,需要实现数据密态流转

数据密态可在数据共享、计算直到销毁的完整传播链路中,保持数据处于加密状态,不出现明文数据失控。此外,将数据持有权与使用权分离,实现数据使用权的跨域管控。

9174fc583c0f8e4c1eb4ef6676de8b9b.png

算力层

趋势五:大模型推动算力厂商技术演进,系统级工程能力成为角逐点

大模型的发展,给算力提供方提出了更高的要求;参数量指数级增长,如何高效稳定地训练大模型成为行业核心议题。

台积电曾预计2030年全球半导体市场将接近1万亿美元;其中,高性能计算(包含AI计算)市场将占比40%,足以见得算力市场需求的庞大。

企业对算力的需求呈现「6高」 特征:高性能、高带宽、高存储、高通用性、高效分布式计算和高效的集群互联。

算力厂商系统级工程能力将成为其业务增量的技术底座,系统级工程能力将决定算力厂商业务落地的有效性。

6b40e050b86dfc01c542562fac6a8cfa.png

趋势六:算力基建进程加快,算网融合打造「即取即用」算力服务

算力基础设施一方面需要强大的计算集群,另一方面也需要高速可靠的网络让数据及时流动。

在网络层面,模型参数量越大,对带宽的需求就越高,GPU与GPU间、服务器与服务器节点之间存在海量的内部数据交互需求。

目前,三大运营商是我国算力网络建设中的主力,通过发挥网、算、数一体全要素资源优势,为用户提供「即取即用」的算力资源。

未来,随着AIGC产业的成熟,对于算力的需求也将更加多元。运营商通过算、网、智一体化编排调度,为用户提供多元算力服务,将成为算力中间层厂商的落地方向。

f4803363b829bdc8d24cb17ce4385266.png

模型层

趋势七:云计算通过MaaS发起洗牌战,全链路生态玩家先发制人

由于垂直企业研发大模型的投入产出比较低,且算力、数据、人才等模型研发所需要素皆有不足。

相比于研发出比肩 GPT-4、Palm 2通用基础大模型,国内各垂直领域企业更期待基于通用大模型技术垂直开发专属模型。

在未来,技术和模型的统一将使得 AI 大模型逐步标准化、规模化。

基于标准化的大模型,有助于为大范围产业化提供基础和可能,从而实现 MaaS 生态。

进一步借助云部署和云端协作,AI 将有可能成为像水电一样的「新基建」 赋能各行各业,催生颠覆性的应用场景和商业模式。

f1a7e757db03ce42ecdb87a38c00aaa0.png

应用层

趋势八:大模型重塑移动游戏开发,强化学习风靡

大模型等AI技术已应用于移动游戏开发,其中大型多人在线游戏(MMO)将成为首要试验领域。

强化学习契合游戏多方面特性,在现阶段的游戏技术开发过程中占主导地位。它会为玩家带来更加智能、丰富和个性化的游戏体验,这也将成为游戏开发商们竞相尝试的领域。

同时,游戏行业环境稳中向好,游戏版号的平稳发放,多方对游戏行业的支持较稳定。这对从业者来说是个积极的信号。

8ba044758c356c059faacf8e50c09874.png

WAIC 2023 「游戏 AI 应用与游戏科技论坛」中,腾讯旗下的腾讯AI Lab、天美J3工作室、腾讯T1工作室、腾讯魔方工作室分享了在游戏 AI 道路上的最新进展。

量子位智库还关注到,网易祝融工作室6月发布的手游《逆水寒》已在多方面融入 AI 技术,他们的研究和实践将极大地推动游戏行业的发展,为玩家带来更加出色的游戏体验。

b6a74dadb76ebdee6feef9949b1f5437.png

整体来说,量子位智库看好国内游戏行业的稳步增长和未来的潜力,AI技术的应用将为游戏开发带来新的机遇和挑战,相信未来的游戏将会更加智能、多样化,并满足玩家不断增长的需求。

趋势九:具身智能火热,机器人玩家重仓「人形」

具身智能概念日益受到重视,在这一趋势下,已有成型的仿生机器人项目引入了具身智能的概念,更多机器人玩家看重 AI 与仿生智能体相结合

WAIC 2023「具身通用人工智能」会议中,清华大学交叉信息研究院教授陈建宇分享了研究的新进展,并发布了团队所设计的人形机器人的最新版本。

f76177324db27c9880f2fe8fc21ebeac.png

宇树科技最新四足机器人 Unitree GO2 ,该机器人采用「GPT 自动生成控制代码」和「AI 训练步态」,显示了具身智能在机器人设计中的应用。

35f8ab7b7f89d272c3593732521aca0d.png

还有像傅利叶智能等公司也加入到人形机器人行业中,发布最新通用人形机器人GR-1。

b33dc338aae5317483f5ec64a5824836.png

此外,达闼科技的具身智能成果Cloud Ginger也在展会上亮相,发布首个机器人多模态大模型RobotGPT

b179fcbf95025da1ab7deeea977cecf4.png

整体来看,AGI 及大模型技术等的发展,越来越多的从业者对仿生机器人产业表示看好。

趋势十:大模型范式天然为教育而生,人机协同助力高质量数据迭代

在AI赋能的世界里,学习者与AI之间将经历以下过程:

从最初的「被动消费者」逐渐变成「交互消费者」,AI工具在与学习者的交互中学会去适应学习者的思维。

接下来,单个学习者借助AI工具创造内容,逐渐扩展到一个小组借助AI工具创造内容,到最后学习者完全转变为「扩充」学习模式。

由此可见,大模型和人类在交互中共同进步

8f87e2b2dd40fd64bea46a26fd7e0a16.png

人类产生的数据可以被采集并用作训练模型的数据,帮助模型迭代;迭代后的模型又可以更好地服务于人类。

未来,大模型的迭代关键在于吸纳更多人类高质量数据

目前GPT已获得部分高校的初步应用,主要用来做学习/预测性分析。以GPT已经落地的香港科技大学为例,其通过引进GPT做三方面探索:

  • 1)理解人们如何通过GPT学习;

  • 2)利用GPT搭建个性化学习模式,并改进教学内容;

  • 3)理解不同因素(例如提示工程和评估设计)如何影响学习成果,并将反馈用于教学场景。

报告获取

复制下方链接至浏览器打开:

https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f

或扫描下方二维码,即可获取报告全文内容

3c5cd158cbf4ac13114c1bbe91a0d0b9.jpeg

「AIGC算力全景与趋势报告 · 量子位智库」下载

AIGC时代,算力成为「硬通货」。当前大模型的发展对算力产生新的需求,算力行业迎来变革机会。机遇当前,量子位智库发布《AIGC算力全景与趋势报告》,扫描下方二维码即可查看完整报告。

8月9日,我们将在北京举办「量子位AIGC行业沙龙——AIGC时代的算力基石」,欢迎感兴趣的企业联系~

ad9a835d5e339322f8bb1ab4bade0a0b.png

点这里👇关注我,记得标星哦~

这篇关于WAIC十大AI商业落地趋势:大模型新玩家融资难度升级,云计算洗牌战来了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/417613

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

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

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

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