久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

觀察者網：從裝備大模型化的觀點看，中國應該具有率先將大模型應用落地的諸多優勢，如工程能力的優勢，新能源產業的優勢。從你們在海外市場競爭的經驗看，中國企業是不是走在了前面？

李聰廷：先從裝備的產品力本身看，以AI體鍛屏為例，需要具備成像技術、嵌入式軟件技術、云和APP軟件、硬件技術、顯示技術、交互設計、工程交付技術等諸多要素，當然還有AI。研發出有競爭力的產品還遠遠不夠，得上量才能覆蓋研發投入并有利潤，這很考驗企業的渠道能力。有渠道帶貨，我們還要能造得出來，這又考驗企業的規模制造能力。產品售價既要有競爭力還要有利潤，這又考驗企業的規模采購議價能力。當然，還有速度要素。因此，比拼的是所有要素的綜合能力。

AI是其中一個要素，從小模型到大模型，技術升級了。這個變量，在裝備企業之間產生足夠的影響，舊的產品會加速迭代，并且還會創造一些新的場景的產品；反之，如果跟不上技術迭代，企業就會掉隊。但對于沒有裝備經驗只有大模型技術的企業，要邁過其它諸多要素的檻，道阻且長。

上一階段的小模型技術，中國企業是率先導入并應用于裝備中的，這次大模型技術也不會例外。

觀察者網：已經有不少批評說中國做大模型的公司太多了，但是中國能做各種設備的公司更多，如果每個有實力的設備公司都想+AI，做自己的行業模型，會不會呈現出非常細碎，沒有統一標準、統一品牌的離散格局？

李聰廷：新技術出現，必然會吸引大量優秀人才和資本入場。這里有定位通用大模型的、有定位行業大模型的、有定位工具鏈的、當然還有定位 APP/工具/裝備的。

通用大模型，最后大概率會集中在頭部少數幾家，贏者通吃，這幾家自身就成為了事實的標準。其它企業會比較艱難甚至出局。

定位行業大模型的企業，有點像小模型時代的算法授權商業模式，它太容易被APP/工具/裝備企業的自研給替代。因此避開與這類產品企業競爭，找到有生存機會的細分場景很重要。最后有可能出現幾個細分場景的小而美的企業，做大的可能性不大。

定位工具鏈的企業，閉源，無法獲得大量開發者用戶，不利于建生態。開源，看不清商業盈利路徑。左右為難的同時，還面臨大廠自研的競爭挑戰。

定位APP/工具/裝備的企業，行業大模型只是其產品的一個技術要素，用戶側看到的仍是其產品品牌。用戶甚至感受不到行業大模型的存在，但一定能感知到產品的用戶體驗提升了。

觀察者網：月之暗面的楊植麟說，今天的大部分開發工作實際上是做中間層的事情，就是數據。交互和模型可能都是一樣的，但用不同的數據，就會出來不同的產品。定義好了訓練數據和測試數據，大模型產品就定義好了。月之暗面是做云計算，做to C端產品，對于你們做邊緣計算，做to B端產品來說，這個描述也適用嗎？

李聰廷：最近月之暗面及其旗下應用Kimi熱度很高，用戶體驗做得不錯。我們所在的AIoT 賽道，和它所在的賽道沒有交集。訓練和測試數據肯定很重要，在我們這個賽道也一樣。但對于定義一個行業大模型而言，我們會更關注其落地的性價比。

例如，如果我們用10B級別的通用CV大模型去做視頻解析的逐幀推理，那需要用到A800級的GPU設備，單路的實時推理成本需要1萬美金左右，而我們的客戶過去只能接受幾百元人民幣每路的成本。因此，我們采用了5M的小模型+1B的梧桐行業大模型結合的方式，并且都是ViT網絡結構，這樣我們的單路推理成本可以做到幾百元人民幣水平。

觀察者網：當前倡導的“新質生產力”就是要找到更多信息化、智能化的新模式、新場景、新業態。在典型的物聯網場景比如充電樁，還有你們正在探索的文教體等行業，目前找到了哪些好的AI應用場景，已經表現出了能夠商業落地，適合技術迭代的跡象？

李聰廷：確實，技術進步會催生更多的細分行業場景，比如AI文教體、儲能、充電樁等，在宇視2024合作伙伴大會的現場，大家能看到很多的這類產品，我舉四類：

一是AI體育教育：實現體育教具的AI化，其是一個具備逐步迭代與升級的長程賽道，可以圍繞的教學要求、運動種類、鍛煉目標等不斷地提升效率、效果及內容豐富度，一方面是針對不同的運動類目不斷增加算法類別，另一方面又可在單一算法類別上不斷縱深優化效果。

大模型提升了算法精度，推進了體育教具AI化

二是AI體育運動：分享經濟時代，能更全面記錄自己想要記錄的時刻，具備更豐富的可分享素材是通識性需求，只要是運動游玩都有此類訴求，所以在這個領域內寬度（運動類別）無上限，深度（每一個細分領域可提供滿足個人情緒價值的內容）無上限。

在烏鎮現場展示的智能球場解決方案，通過AI捕捉分析，自動生產運動視頻并統計數據

三是文旅領域：基于梧桐大模型演進的算法服務于“旅游”行業，通過攝像機采集AI擇優生成照片與vlog模式可覆蓋景區、游樂場所、博物館等多類場景，更好的與當下分享經濟結合，服務于個體情緒價值的滿足，其具備充分的優化演進空間，比如在算法的優選效果上、視頻的畫面清晰度上、視頻剪輯的創意性以及更多更有趣的表達方式等等。

四是AI寫真：通過AI算法來完成照片的優選與“PS”，可以配合個體快速的完成不同場景生成、不同裝造、不同形象（二次元、商務等）的照片生成，即可幫助找適合自己的造型、也可在過程中帶來娛樂性，同時也可服務于個體某一些場合所需照片的快速獲取訴求。

觀察者網：大模型未來最大的挑戰可能是能耗問題，模型的能力增長與算力增長、能耗增長的關系是怎樣的？為什么分布式能源系統和能算一體化是解題思路？

李聰廷：要把大模型技術和大模型應用分開，還要把大模型應用中的互聯網服務和裝備化產品分開。對于面向C端的大模型互聯網服務來說，比如ChatGPT、Sora來說，算力和能耗問題比較突出，每多服務一個用戶，都需要額外的算力和能耗。但對于使用的大模型技術的裝備來說，算力和能耗是有限的、固定的，并不存在算力和能耗焦慮。

對于算力高度集中的數據中心應用場景，能算一體也許是個發展方向，能源自給自足肯定是有利于降低成本的，但代價是能源供給的穩定性。分布式能源是一種能源結構，涵蓋的面比能算一體更廣泛，解決的不止是數據中心能耗的問題。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平臺觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閱讀趣味文章。