0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

AI 大模型,中國如何贏,Haivivi嘗試給出答案

話說科技 ? 來源:話說科技 ? 作者:話說科技 ? 2024-07-02 09:42 ? 次閱讀

這道題,國家、企業(yè)和個(gè)人必須回答。

在中美兩國均把AI作為國家重要戰(zhàn)略方向之一的背景下,未來一段時(shí)間內(nèi),中美之間將展開AI主導(dǎo)權(quán)的爭奪。

從現(xiàn)狀來看,中美AI建設(shè)各有優(yōu)勢(shì)。

美國的主要優(yōu)勢(shì)在于核心算法和系統(tǒng)基礎(chǔ)軟件等起步早,技術(shù)優(yōu)勢(shì)積累深厚,是大模型技術(shù)的“原產(chǎn)地”,同時(shí)美國AI領(lǐng)域的早期天使投資和種子融資較多,更有利于初創(chuàng)期AI企業(yè)發(fā)展。

中國的核心優(yōu)勢(shì)在于“場景”,如同互聯(lián)網(wǎng)技術(shù)興起于美國,爆發(fā)在中國,大模型技術(shù)浪潮的頂點(diǎn)可能也在中國。

原因在于,中國擁有41個(gè)工業(yè)大類、207個(gè)工業(yè)中類、666個(gè)工業(yè)小類,是全世界唯一擁有聯(lián)合國產(chǎn)業(yè)分類中全部工業(yè)門類的國家,不同工業(yè)門類中又可按照“研產(chǎn)供銷服”“人機(jī)物料法環(huán)”等維度劃分出眾多垂直場景,由此誕生出大量的技術(shù)應(yīng)用需求。

沿用這套邏輯,許多觀點(diǎn)認(rèn)為在大模型時(shí)代,中國仍然可以憑借場景優(yōu)勢(shì)做到“后來居上”。

但,僅靠場景,中國能贏嗎?

中國AI競爭的關(guān)鍵一役在K12

事實(shí)上,大模型相關(guān)產(chǎn)業(yè)的競爭力由“算力、數(shù)據(jù)、算法、場景”四大核心要素共同決定,其中,AI三要素——算力、數(shù)據(jù)、算法——是更為基礎(chǔ)的要素,如果根基不牢,場景化應(yīng)用就會(huì)變成無根之木。

在大模型基礎(chǔ)要素方面,中國企業(yè)目前大多數(shù)時(shí)候在跟隨美國技術(shù)路線,要實(shí)現(xiàn)趕超,必然不能僅靠場景。

中國在算力方面想要不受制于人,就必須拿下GPU等關(guān)鍵硬件;在數(shù)據(jù)方面需要在“量大”的基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)“質(zhì)優(yōu)”,尤其是要發(fā)揮出中文語料數(shù)據(jù)的優(yōu)勢(shì);在算法方面則亟需在開源生態(tài)的土壤上培育出原創(chuàng)能力。

而這一切,實(shí)則都離不開一大核心資源,即產(chǎn)業(yè)人才。

日本二戰(zhàn)后開始優(yōu)先培養(yǎng)理工科人才,極大促進(jìn)了其經(jīng)濟(jì)恢復(fù);中國上世界80年代流行“學(xué)好數(shù)理化,走遍天下都不怕”,大量學(xué)生投身理工科專業(yè),恰好與中國制造業(yè)由大做強(qiáng)和互聯(lián)網(wǎng)產(chǎn)業(yè)蓬勃發(fā)展的時(shí)代趨勢(shì)不謀而合,由此使得中國的“人口紅利”逐漸轉(zhuǎn)向“工程師紅利”。

好消息是,中國在AI頂尖人才方面已初步具備“紅利”。根據(jù)美國保爾森基金會(huì)旗下的麥克羅波洛智庫(Macro Polo)的最新研究,從出身的本科院校來看,中國高校幾乎培養(yǎng)了全球一半的頂尖AI研究人員,相比之下,僅有約18%研究人員來自美國大學(xué)。

壞消息是,中國在K12領(lǐng)域的AI滲透率可能相對(duì)不足。根據(jù)沃爾頓家庭基金會(huì)在2023年2月對(duì)美國1002名K12教師和1000名12-17歲學(xué)生的調(diào)查結(jié)果,超過50%的教師和約33%的學(xué)生使用過ChatGPT,且其中88%的教師和79%的學(xué)生認(rèn)為帶來了積極影響。而在國內(nèi)K12課堂上,師生難以訪問ChatGPT相關(guān)應(yīng)用,且結(jié)合公開資料來看,國內(nèi)AIGC類應(yīng)用也未能在K12領(lǐng)域?qū)崿F(xiàn)較大規(guī)模普及。

某種程度上來講,中國下一代對(duì)AI的接觸和理解,可能已經(jīng)開始落后于美國了,而一旦這種落后成為長期事實(shí),將會(huì)導(dǎo)致中國在AI儲(chǔ)備人才方面處于明顯劣勢(shì)。

可見,中國AI競爭中有一大關(guān)鍵戰(zhàn)役是在K12賽道,對(duì)此,部分創(chuàng)業(yè)企業(yè)已有所行動(dòng)。

例如,一家獲得高秉強(qiáng)和李澤湘兩位創(chuàng)投圈知名教授投資的AIGC公司“躍然創(chuàng)新”,就以AIGC硬件產(chǎn)品精準(zhǔn)切入了3-12歲兒童的AI陪伴場景,讓中國兒童在起跑線階段就能接受AI啟蒙。

或成為大模型落地高潛賽道

躍然創(chuàng)新的AIGC硬件產(chǎn)品思路是將大模型與毛絨玩具相結(jié)合,讓兒童在與毛絨玩具的互動(dòng)中獲得更加自然化、開放化的對(duì)話體驗(yàn),相較音箱、故事機(jī)、家庭機(jī)器人等更偏功能型的產(chǎn)品而言,能給兒童帶來更加擬人化的情感陪伴。

從PMF(Product Market Fit)角度來看,目前基于大模型技術(shù)生成的對(duì)話內(nèi)容,具有創(chuàng)造性高,但可控性、可解釋性低的特點(diǎn),因此更適合開放性高、容錯(cuò)度高的場景。兒童與毛絨玩具互動(dòng)對(duì)話、互動(dòng)式故事早教等場景,天然要求內(nèi)容具備創(chuàng)造性,最好能充分激發(fā)孩子的想象力,和大模型技術(shù)特性的適配度極高。

以2024年6月25日躍然創(chuàng)新面向全球正式發(fā)布的BubblePal為例,其主打“用AIGC回應(yīng)孩子的每一個(gè)奇思妙想”,不僅可以和孩子一起創(chuàng)造故事,還能基于長文本對(duì)話能力保留與孩子的“共同回憶”,做到持續(xù)陪伴。

作為對(duì)比,目前國內(nèi)大模型領(lǐng)域創(chuàng)業(yè)中許多B端場景實(shí)際效果欠佳,就是因?yàn)锽端場景往往容錯(cuò)率低,要求用準(zhǔn)確乃至精確的結(jié)論來實(shí)現(xiàn)降本增效,而基于大模型技術(shù)的當(dāng)前水平,很難達(dá)到要求,業(yè)界普遍認(rèn)為還得卷下一代模型。

也就是說, 短期內(nèi)“大模型+毛絨玩具”的落地潛力已經(jīng)顯現(xiàn),且商業(yè)模式較明確,躍然創(chuàng)新一類的公司若能持續(xù)獲得訂單,就有望實(shí)現(xiàn)自身造血。相較宏大的AGI暢想和B端降本增效類場景,“大模型+毛絨玩具”無疑更加“現(xiàn)實(shí)主義”。

長期來看,該賽道的想象空間也很可觀。

首先是目標(biāo)用戶可以往多元化發(fā)展,該類產(chǎn)品本質(zhì)上是在為用戶提供情緒價(jià)值,潛在用戶面非常廣,例如也有面向老人的AI玩具。

其次,單就3-12歲兒童群體來說,品牌越早介入孩子和父母的心智,越能培養(yǎng)用戶忠誠度,在孩子長大的過程中,他們和玩具的互動(dòng)行為不斷升級(jí)變化,交互數(shù)據(jù)不斷積累,也會(huì)自然衍生出更多樣化的需求,包括早期益智、英語口語對(duì)話等。

拉高到整個(gè)產(chǎn)業(yè)層面來看,AIGC等大模型相關(guān)應(yīng)用爆發(fā)的確定性極強(qiáng),但何時(shí)何地爆發(fā)的不確定性也極強(qiáng)。巨頭公司憑借資源優(yōu)勢(shì)或許能夠持續(xù)試錯(cuò),初創(chuàng)企業(yè)一旦選錯(cuò)面臨的可能就是滅頂之災(zāi),生存還是毀滅,必須選生存。

本輪技術(shù)浪潮下的AI創(chuàng)業(yè)者們不妨借鑒下躍然創(chuàng)新的思路,找到一個(gè)小而美的賽道,先求生存,再謀勝利。公開信息顯示,躍然創(chuàng)新已完成了三輪融資,第一輪由藍(lán)馳資本領(lǐng)投,后兩輪則集中在2024年,是首家由高秉強(qiáng)教授和李澤湘教授基金共同投資的 AIGC 公司標(biāo)的,也創(chuàng)下了高秉強(qiáng)教授個(gè)人單筆投資額的最高紀(jì)錄。

找到AIGC硬件生意的竅門

總的來說,相較AIGC軟件,AIGC硬件更為具象化和可操控,能更貼近用戶實(shí)際使用場景;相較傳統(tǒng)硬件,AIGC硬件更為智能和個(gè)性化,能挖掘出用戶更深層次的需求。

不過,AIGC硬件是不是一門好生意,仍然值得打個(gè)問號(hào)。

比如,硬件講究規(guī)模效應(yīng),那么在訂單沒有起量的情況下,如何提高利潤率?對(duì)于中小廠商而言,如何應(yīng)對(duì)大廠競爭這道永恒的難題?一旦AI手機(jī)、AIPC、XR等超級(jí)硬件爆發(fā),小而美場景下的硬件該去往何處?

結(jié)合躍然創(chuàng)新的產(chǎn)業(yè)實(shí)踐,或許可以總結(jié)出一些AIGC硬件生意訣竅。

針對(duì)規(guī)模效應(yīng)問題,一方面是可以提高客單價(jià),另一方面是可以嚴(yán)格控制成本,尤其是硬件一般涉及的供應(yīng)鏈環(huán)節(jié)較多,出色的供應(yīng)鏈管理能力也能有效降本增效。

例如,躍然創(chuàng)新在實(shí)現(xiàn)模型成本管理方面,會(huì)用到一個(gè)前置模型,部分請(qǐng)求私有部署模型,在人機(jī)對(duì)話過程中出現(xiàn)高評(píng)分對(duì)話時(shí),則會(huì)請(qǐng)求其他云模型補(bǔ)充長token內(nèi)容,在保證對(duì)話質(zhì)量的同時(shí)最大限度地降低成本。

而在應(yīng)對(duì)大廠競爭方面,互聯(lián)網(wǎng)時(shí)代的諸多商業(yè)案例證明,相較巨頭大廠,中小廠更貼近用戶,尤其是越細(xì)分的賽道,大廠越不會(huì)投入精力,中小廠先行切入,可搶占先發(fā)優(yōu)勢(shì)。具體到大模型時(shí)代的AIGC硬件中小廠,還可以考慮加筑一道數(shù)據(jù)安全壁壘,模型數(shù)據(jù)和用戶數(shù)據(jù)安全相互綁定,增加用戶的轉(zhuǎn)換成本。

躍然創(chuàng)新CEO李勇就曾在接受訪談時(shí)表示:“ 壁壘對(duì)于一個(gè)初創(chuàng)公司是很奢侈的事情。但我們做這個(gè)產(chǎn)品涉及產(chǎn)品定義、軟件、AI、硬件、供應(yīng)鏈以及品牌定位、營銷等綜合能力,這顯然比抄一個(gè)硬件難得多。如果對(duì)各個(gè)模塊的 knowhow 沒有足夠積累的話,要花一段時(shí)間去學(xué)?!?/p>

在安全性的考慮上,躍然創(chuàng)新則給足了家長安全感。家長可以通過App查看孩子與AI毛絨玩具的聊天記錄,一旦涉及到危險(xiǎn)話題(如遭遇霸凌),還能及時(shí)接收到預(yù)警信息。

最后,面對(duì)超級(jí)硬件的潛在挑戰(zhàn),小而美賽道的企業(yè)其實(shí)可以考慮找到“入口”級(jí)的硬件,以生態(tài)合作的形式借助其流量優(yōu)勢(shì),而不是正面展開流量爭奪。與此同時(shí),持續(xù)在垂直場景下挖掘不可替代性,包括建立用戶和品牌的情感聯(lián)系、更細(xì)顆粒度的用戶體驗(yàn)優(yōu)化、軟硬件協(xié)同構(gòu)建生態(tài)壁壘等。

躍然創(chuàng)新就在構(gòu)建和諧親子關(guān)系方面有自己的獨(dú)到思考。其COO高峰曾在受訪時(shí)解釋:“我們不僅要取悅孩子(使用者),還要取悅家長(購買者)。家長能夠從孩子和AI朋友的聊天中獲得關(guān)鍵詞,發(fā)現(xiàn)孩子的興趣點(diǎn)在哪里,可能有哪些事物是孩子特別敏感或有潛能的。他們還能因此去了解孩子的性格,這可能讓家長和孩子的相處更加融洽?!?/p>

立業(yè)興邦何等艱難,這個(gè)時(shí)代需要更多“躍然創(chuàng)新”們深度思考商業(yè)邏輯、扎實(shí)做好產(chǎn)品應(yīng)用,向著勝利,直到永遠(yuǎn)。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    29805

    瀏覽量

    268098
  • AIGC
    +關(guān)注

    關(guān)注

    1

    文章

    352

    瀏覽量

    1484
  • 大模型
    +關(guān)注

    關(guān)注

    2

    文章

    2274

    瀏覽量

    2356
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    模型時(shí)代的算力需求

    現(xiàn)在AI已進(jìn)入大模型時(shí)代,各企業(yè)都爭相部署大模型,但如何保證大模型的算力,以及相關(guān)的穩(wěn)定性和性能,是一個(gè)極為重要的問題,帶著這個(gè)極為重要的問題,我需要在此書中找到
    發(fā)表于 08-20 09:04

    商湯AI模型中國國家籃球隊(duì)達(dá)成戰(zhàn)略合作

    商湯科技與中國國家籃球隊(duì)達(dá)成戰(zhàn)略合作,將基于商湯“日日新SenseNova5.5”大模型技術(shù)共同打造AI模型籃球產(chǎn)品,推動(dòng)AI
    的頭像 發(fā)表于 07-17 09:58 ?617次閱讀

    STM CUBE AI錯(cuò)誤導(dǎo)入onnx模型報(bào)錯(cuò)的原因?

    使用cube-AI分析模型時(shí)報(bào)錯(cuò),該模型是pytorch的cnn轉(zhuǎn)化成onnx ``` Neural Network Tools for STM32AI v1.7.0 (STM.
    發(fā)表于 05-27 07:15

    生成式AI如何重塑通信業(yè)?愛立信最新嘗試給出答案

    從ChatGPT爆火到Sora登場,生成式AI已展現(xiàn)出令人驚艷的生產(chǎn)力和創(chuàng)造力,并正加速走進(jìn)人們的日常生活和各行各業(yè)中,有望掀起新一輪產(chǎn)業(yè)變革。那你有沒有想過,當(dāng)這場AI熱潮涌入通信行業(yè),將給
    的頭像 發(fā)表于 05-13 17:10 ?334次閱讀
    生成式<b class='flag-5'>AI</b>如何重塑通信業(yè)?愛立信最新<b class='flag-5'>嘗試</b><b class='flag-5'>給出</b>了<b class='flag-5'>答案</b>

    中國聯(lián)通推出車聯(lián)網(wǎng)AI模型

    在近日舉辦的“中國聯(lián)通車聯(lián)網(wǎng)大會(huì)”上,中國聯(lián)通重磅推出了基于“元景大模型”的車聯(lián)網(wǎng)AI模型。據(jù)中國
    的頭像 發(fā)表于 05-13 10:13 ?525次閱讀

    2024中國AI模型產(chǎn)業(yè)發(fā)展報(bào)告

    日前,人民網(wǎng)財(cái)經(jīng)研究院、至頂科技聯(lián)合發(fā)布《開啟智能新時(shí)代:2024年中國AI模型產(chǎn)業(yè)發(fā)展報(bào)告》(以下簡稱《報(bào)告》),對(duì)于AI模型產(chǎn)業(yè)發(fā)展
    的頭像 發(fā)表于 03-30 08:26 ?725次閱讀
    2024<b class='flag-5'>中國</b><b class='flag-5'>AI</b>大<b class='flag-5'>模型</b>產(chǎn)業(yè)發(fā)展報(bào)告

    AI模型將如何推動(dòng)中國產(chǎn)業(yè)升級(jí)?華為盤古大模型深耕千行萬業(yè)

    AI模型將如何推動(dòng)中國產(chǎn)業(yè)升級(jí)?日前,華為混合云副總裁胡玉海在做客央視網(wǎng)《中國神氣局》時(shí),暢談AI
    的頭像 發(fā)表于 03-22 10:40 ?544次閱讀

    防止AI模型被黑客病毒入侵控制(原創(chuàng))聆思大模型AI開發(fā)套件評(píng)測(cè)4

    在設(shè)計(jì)防止AI模型被黑客病毒入侵時(shí),需要考慮到復(fù)雜的加密和解密算法以及模型的實(shí)現(xiàn)細(xì)節(jié),首先需要了解模型的結(jié)構(gòu)和實(shí)現(xiàn)細(xì)節(jié)。 以下是我使用Python和TensorFlow 2.x實(shí)現(xiàn)
    發(fā)表于 03-19 11:18

    AI模型遠(yuǎn)程控制啟動(dòng)車輛(原創(chuàng))

    AI模型
    還沒吃飯
    發(fā)布于 :2024年03月18日 15:18:29

    使用cube-AI分析模型時(shí)報(bào)錯(cuò)的原因有哪些?

    使用cube-AI分析模型時(shí)報(bào)錯(cuò),該模型是pytorch的cnn轉(zhuǎn)化成onnx ``` Neural Network Tools for STM32AI v1.7.0 (STM.
    發(fā)表于 03-14 07:09

    基于AI模型,千方科技做了哪些嘗試呢?

    AI模型逐步走入冷靜期,思考大模型如何助力解決實(shí)際問題、實(shí)現(xiàn)商業(yè)化落地成為新趨勢(shì)。
    的頭像 發(fā)表于 01-12 09:18 ?591次閱讀

    AI模型可以取代大學(xué)教育嗎?

    AI模型
    電子發(fā)燒友網(wǎng)官方
    發(fā)布于 :2024年01月02日 16:27:52

    AI模型怎么解決芯片過剩?

    AI模型
    電子發(fā)燒友網(wǎng)官方
    發(fā)布于 :2024年01月02日 15:42:05

    AI模型會(huì)不會(huì)取代電子工程師?

    AI模型
    電子發(fā)燒友網(wǎng)官方
    發(fā)布于 :2024年01月02日 15:11:43

    AI模型可以設(shè)計(jì)電路嗎?

    AI模型
    電子發(fā)燒友網(wǎng)官方
    發(fā)布于 :2024年01月02日 15:09:29