如果仔細(xì)觀察會發(fā)現(xiàn)，大家似乎很少再提“AIGC”，取而代之的是“生成式AI”、“LLaMA 2”以及“AI大模型”等新詞。
這場由“Chat GPT”引發(fā)的內(nèi)容生產(chǎn)力大革命，已經(jīng)慢慢走出了單一的“對話式場景”，并迅速蔓延到商業(yè)應(yīng)用的各個(gè)場景，尤其是“AI數(shù)字員工”的出現(xiàn)，更是打響了互聯(lián)網(wǎng)大廠AI大模型應(yīng)用第一槍。“企業(yè)需要快速建立‘收入增長飛輪’并通過AI構(gòu)建更加高效的組織協(xié)同和作戰(zhàn)能力。”這是見實(shí)和360 集團(tuán)副總裁、N 世界負(fù)責(zé)人梁志輝深聊時(shí)的一段話。可見，面對這波新的AI大浪潮，行業(yè)似乎更加克制和理性，當(dāng)然，這也和稍顯窘迫的大環(huán)境密切相關(guān)。作為一名互聯(lián)網(wǎng)老兵，梁志輝經(jīng)歷了從PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)的完整周期，這波AI浪潮的出現(xiàn)，不由得讓他找回了剛進(jìn)入PC 互聯(lián)網(wǎng)時(shí)代的感覺，只是這次變革的速度遠(yuǎn)比上次快。對此，梁志輝喜憂參半。喜的是，能在幾十年短暫的職業(yè)生涯中，同時(shí)經(jīng)歷兩次行業(yè)大浪潮，并跟隨360這家企業(yè)沖在時(shí)代最前沿；憂的是，一大波不行動的企業(yè)即將被加速淘汰，部分看似牢固的商業(yè)模式也在加速崩塌。深聊中，梁志輝分享了大模型在企業(yè)數(shù)字化過程中的應(yīng)用和未來發(fā)展趨勢，并稱這次不可逆的底層技術(shù)大變革充滿了機(jī)遇和挑戰(zhàn)：無論企業(yè)大小，接入AI技術(shù)的門檻將越來越低，大模型可以為企業(yè)帶來十倍速的提升，但這種提升并不會立即體現(xiàn)在營收上。因此，企業(yè)在接入大模型時(shí)需要權(quán)衡好ROI，確保大模型能夠?yàn)槠髽I(yè)帶來實(shí)際的經(jīng)濟(jì)效益。這也是為什么360會選擇切入數(shù)字員工領(lǐng)域的原因，企業(yè)應(yīng)該先打造一支具備數(shù)字化思維的“AI鐵軍”，率先建起一支懂AI的團(tuán)隊(duì)，或許才能在未來商業(yè)戰(zhàn)場上提前占據(jù)有利地勢。一邊是百年之未有之大變局；另一邊，大模型應(yīng)用也面臨著一些挑戰(zhàn)，如數(shù)據(jù)安全、成本控制和技術(shù)門檻等。尤其對于中小企業(yè)而言，如何在保證效果的前提下降低使用成本是一個(gè)亟待解決的問題。基于此，360提出了“人工+大模型知識庫+AI”的組合策略，確保數(shù)據(jù)安全的同時(shí)，還能大大降低企業(yè)自建大模型的成本。如今的大模型已經(jīng)成為企業(yè)提高效率的新利器，資本、用戶和場景都發(fā)生了翻天覆地的變化，如果仍然堅(jiān)持過去的產(chǎn)品和項(xiàng)目，那么回報(bào)率肯定會大打折扣。企業(yè)如何擁抱新技術(shù)，不斷提升自身的數(shù)字化能力，以應(yīng)對市場競爭帶來的挑戰(zhàn)呢？在明天（9月20日）的AIGC大會上，我們邀請了梁志輝一起來現(xiàn)場交流，歡迎你在文末報(bào)名或點(diǎn)擊菜單欄報(bào)名，到時(shí)一起面對面交流更多。接下來，讓我們回到對話現(xiàn)場，聽聽360 AI大模型的落地與實(shí)踐，或許會給您在AI布局上帶來新的參考。如下，Enjoy：
360 集團(tuán)副總裁、N 世界負(fù)責(zé)人梁志輝01
巨變：局部10倍速增長
360開始“猛撲”AI數(shù)字員工
見實(shí)：接入大模型后，企業(yè)效率普遍提升多少？市場反饋如何？
梁志輝：市場對AI的歡迎程度實(shí)際上比我們想象的更強(qiáng)烈。今年3月，Chat GPT引發(fā)AI浪潮之初，大眾對AI有一種科幻的想象。我們切身的體會是，因?yàn)榇竽Ｐ蜆I(yè)務(wù)我們接觸了很少遇到的化工企業(yè)客戶。技術(shù)變革的同時(shí)，也涌現(xiàn)了一批在長尾端的高價(jià)值客戶。據(jù)觀察，接入AI后，以前 4 個(gè)人的工作可能只需要1人就能完成，這意味著，企業(yè)可以吞吐更大規(guī)模的業(yè)務(wù)量。然而，實(shí)際情況可能并不樂觀，更多老板可能會選擇先優(yōu)化員工，雖然沒有通過AI接到更多訂單，但起碼可以通過AI降低企業(yè)員工成本。我們內(nèi)部有一種觀點(diǎn)：AI是企業(yè)的發(fā)展優(yōu)先權(quán)。以前，采用數(shù)字化工具可以顯著提高企業(yè)績效和效率，現(xiàn)在輪到AI領(lǐng)域。大模型讓我們學(xué)會重新審視現(xiàn)有業(yè)務(wù)。在內(nèi)容理解方面，AI可以幫我們提高十倍工作效率，但企業(yè)營收是否會因?yàn)榫植?0倍速增長而增長，依然需要一段時(shí)間檢驗(yàn)。見實(shí)：無論企業(yè)大小，接入AI技術(shù)的門檻在逐漸降低，你認(rèn)為企業(yè)未來的決勝點(diǎn)會偏向于哪？產(chǎn)品、服務(wù)還是品牌？
梁志輝：誠然，技術(shù)壁壘已經(jīng)被打破，很多開源軟件和社區(qū)。企業(yè)如何快速建立“收入增長飛輪”以及如何通過AI構(gòu)建更加高效的組織協(xié)同和作戰(zhàn)能力變得非常重要。
一方面是商業(yè)模式的創(chuàng)新，另一方面則是向內(nèi)看組織協(xié)同能力。這也是為什么360會切入數(shù)字員工的原因，只有員工率先完成AI能力的升級，只有一支具備數(shù)字化思維的“AI鐵軍”才能在未來的商業(yè)戰(zhàn)場上更快占領(lǐng)優(yōu)勢地位。見實(shí)：360 布局大模型業(yè)務(wù)是何時(shí)開始的？定位是怎樣的？
梁志輝：實(shí)際上，360很早就開始涉足人工智能領(lǐng)域，特別是深度人工智能領(lǐng)域，2016年開始組建360人工智能研究院。今年3月29號正式發(fā)布360AI大模型，按照我們創(chuàng)始人當(dāng)時(shí)的說法——把剛出生的孩子抱出來讓大家看看。
今年5月，360發(fā)布了針對to B市場的千億通用大模型，并在多個(gè)行業(yè)成功落地應(yīng)用，尤其是企業(yè)數(shù)字員工方面的應(yīng)用，是當(dāng)前的主營業(yè)務(wù)；到了六七月份，發(fā)布360大模型行業(yè)聯(lián)盟以及企業(yè)大模型解決方案。目前，以“企業(yè)數(shù)字員工”為出發(fā)點(diǎn)，我們已經(jīng)組建了面向To B和To C兩個(gè)不同領(lǐng)域的大模型團(tuán)隊(duì)進(jìn)行研究。其中To B業(yè)務(wù)中的AI數(shù)字人和AI數(shù)字員工等生成式AI產(chǎn)品是當(dāng)前開發(fā)的主力軍。不僅如此我們也有部分 To G 業(yè)務(wù)，也會有和合作伙伴共同完成一些垂直大模型，基本上覆蓋了大模型領(lǐng)域的上中下游，但“安全”依舊是360的核心關(guān)鍵詞。見實(shí)：和同類型通過大模型技術(shù)做數(shù)字員工的企業(yè)相比，360作為協(xié)同領(lǐng)域的新人具備哪些優(yōu)勢？
梁志輝：一直以來，360占據(jù)著國內(nèi)辦公電腦最大的市場份額，具備C端應(yīng)用場景與B端安全經(jīng)驗(yàn)，如，360安全導(dǎo)航首頁、瀏覽器搜索等這幾個(gè)主要產(chǎn)品為我們帶來了大量的關(guān)注量和使用量。
上周，我們發(fā)布了AI瀏覽器和AI搜索功能。在這個(gè)過程中，潛移默化的讓 C 端用戶通過低成本甚至免費(fèi)的方式使用大模型的技術(shù)，B端企業(yè)也可以通過性價(jià)比更高的SaaS解決方案，選擇月租的方式完成大模型商用。02
實(shí)踐：高效自建大模型
“人+知識庫+AI”三方協(xié)同
見實(shí)：在 To B業(yè)務(wù)的數(shù)字員工業(yè)務(wù)中，必定會涉及大量企業(yè)內(nèi)部文檔或數(shù)據(jù)，數(shù)據(jù)安全問題是否會成為影響效率的阻力？你們是如何解決的？
梁志輝：確實(shí)會涉及到，但也要看企業(yè)的性質(zhì)。我們會分三類企業(yè)來看：
一是，絕大多數(shù)中小企業(yè)，他們可能沒有太多機(jī)密數(shù)據(jù)，也不會把銷售數(shù)據(jù)放入大模型進(jìn)行計(jì)算，這類企業(yè)，只要提供一個(gè)專有的數(shù)據(jù)空間，實(shí)現(xiàn)數(shù)據(jù)隔離即可。二是，規(guī)模較大的企業(yè)，一般都有自己的信息安全管理規(guī)定和內(nèi)部要求，他們不太可能將內(nèi)部數(shù)據(jù)存儲在公共云上，即使是專有云環(huán)境也有疑慮。因此，我們會提供一個(gè)“大模型知識庫”解決方案。企業(yè)可以將所有需要大模型處理和訪問的數(shù)據(jù)放入這個(gè)知識庫中，這個(gè)知識庫可以在企業(yè)內(nèi)部環(huán)境中部署為云服務(wù)，僅在提問時(shí)才與大模型進(jìn)行部分交互。從成本角度看，配置獨(dú)立的大模型推理節(jié)點(diǎn)成本相對較高（一臺約150萬），并且一臺推理節(jié)點(diǎn)通常無法滿足所有需求，知識庫的中轉(zhuǎn)策略是相對而言“高質(zhì)價(jià)比”的解決方案。三是，高度保密的企業(yè)，原則上他們連簡單的交互也是不允許的，在這種情況下，我們會提供一個(gè)相對低成本的獨(dú)立大模型推理節(jié)點(diǎn)，并與大模型工具捆綁銷售。見實(shí)：企業(yè)需要提供多大數(shù)據(jù)量才能實(shí)現(xiàn)智能化？接入大模型并使其運(yùn)行，需要多長時(shí)間？
梁志輝：我們曾為一家對數(shù)據(jù)保密要求極高的企業(yè)提供服務(wù)，大約花費(fèi)了一個(gè)半月時(shí)間，對于企業(yè)級的大項(xiàng)目而言，時(shí)間周期剛剛好。
數(shù)據(jù)量的需求因企業(yè)需求不同而異，對于某些具體任務(wù)，如營銷寫稿，可能提供3篇文章即可；但對于大型企業(yè)的數(shù)據(jù)協(xié)同，那可能就需要提供數(shù)萬份文檔。見實(shí)：那如果想達(dá)到Chat GPT的智能水平，需要滿足哪些硬性或軟性要求？
梁志輝：國內(nèi)大模型目前基本都是自研，備案制度也已經(jīng)不允許套殼。所以，在具體應(yīng)用中，你可能發(fā)現(xiàn)國內(nèi)產(chǎn)品不如海外產(chǎn)品，這背后至少受三方面影響：
一是，缺乏對大規(guī)模超算中心的運(yùn)營和管理經(jīng)驗(yàn)。算法實(shí)際上是開源的，大家缺少的是實(shí)際經(jīng)驗(yàn)，使用1000張顯卡與1萬張顯卡會產(chǎn)生完全不同的問題，所需的基礎(chǔ)計(jì)算中心架構(gòu)也會有所不同，這些經(jīng)驗(yàn)只能通過實(shí)踐來積累。因此，懂得如何構(gòu)建硬件架構(gòu)以支持上千甚至上萬張顯卡的人才就變得非常重要，這方面知識國內(nèi)廠商仍然需要多交學(xué)費(fèi)，多實(shí)踐才能掌握，只要有一個(gè)人掌握了關(guān)鍵知識，國內(nèi)的學(xué)習(xí)速度會很快。二是，數(shù)據(jù)因素。Chat GPT的確有先發(fā)優(yōu)勢，他們的數(shù)據(jù)訓(xùn)練樣本是國內(nèi)廠商望塵莫及的，國內(nèi)的優(yōu)勢是離用戶場景更近。實(shí)際上，大模型訓(xùn)練數(shù)據(jù)量并不是越多越好，而是數(shù)據(jù)質(zhì)量越高越好，一些高質(zhì)量的文本，如代碼、論文和法律文書，才是真正能提升大模型邏輯推理能力的內(nèi)容。有些人可能誤以為百度貼吧或知乎上的內(nèi)容是高質(zhì)量數(shù)據(jù)，但在實(shí)際操作中，這些平臺可能包含大量不相關(guān)的信息，對大模型的邏輯處理能力無益，即便是知乎內(nèi)容，很多內(nèi)容也算不上高質(zhì)量。還有一部分人會拿聊天對話來訓(xùn)練，也是非常低效的，聊天記錄可以幫助大模型獲得更加口語化的表達(dá)，但無法真正拿來解決問題。核心原因是人與人之間的對話往往是主觀無邏輯的，AI很難梳理出背后的對話邏輯，除非單人的樣本量足夠大，但這依舊很難實(shí)現(xiàn)。曾經(jīng)有一個(gè)AI聊天機(jī)器人在上線后，由于接受了推特和Facebook中大量負(fù)面評論的訓(xùn)練數(shù)據(jù)，幾天后它學(xué)會了說不當(dāng)言論并采取了不當(dāng)行為。三是，沒有足夠多的顯卡資源，AI算法高度依賴高端顯卡，設(shè)備采買的價(jià)格比以前從事計(jì)算和存儲密集型數(shù)據(jù)中心的設(shè)備要高出大約5到10倍。所以，大家都在關(guān)注“國產(chǎn)高容量顯卡”的研發(fā)進(jìn)度，一旦研發(fā)出來，成本將大幅度降低，國內(nèi)AI 大模型的進(jìn)展將實(shí)現(xiàn)質(zhì)的飛躍。我們非常期待華為能降低這方面的價(jià)格，或者隨著其他中國廠商加入，能否將價(jià)格降低一半或降至四分之一，這一天的到來令人期待。見實(shí)：目前，大模型處理哪些工作會比較低效？
梁志輝：大模型在內(nèi)容生成和理解方面，比我們見過的所有技術(shù)方案都強(qiáng)大很多，但如果要讓大模型完成一些類似信息抽取能力或者強(qiáng)大推理能力的工作，目前來說僅靠大模型的一次交互是無法實(shí)現(xiàn)的。
比如我讓大模型編寫一份行業(yè)研究報(bào)告，如果人工操作，大約能拆出1000 多步，如果讓大模型通過Auto GPT的方式進(jìn)行推理拆解，分步執(zhí)行，可能處理一半時(shí)就會斷掉，AI很難理解這1000多步的內(nèi)在邏輯，以至于直接中斷生成。尤其在大模型“幻覺”問題上，當(dāng)你問它一個(gè)問題時(shí)，它可能會“不懂裝懂”，編一個(gè)新故事來回答你。例如，我嘗試過讓GPT幫我推薦北京飯館，他就編了一些我從未聽過的地方，實(shí)際上是杭州飯店，這里就出現(xiàn)了一種幻覺。見實(shí)：為什么會出現(xiàn)幻覺？
梁志輝：主要是大模型基于的是大量語料進(jìn)行訓(xùn)練，但大量語料無法與搜索引擎相比。引擎是基于現(xiàn)實(shí)世界，有人真正寫過。
盡管有很多事實(shí)信息，但我們會發(fā)現(xiàn)大模型在涉及到一些他不了解的事實(shí)信息時(shí)，會立即開始胡編。想讓大模型完成復(fù)雜任務(wù)，僅靠一個(gè)prompt 是無法實(shí)現(xiàn)的，即使給出一個(gè)可編程的解決方案，大模型在一次交互中仍然無法解決問題。所以，我們正在考慮通過AI Agent（人工智能代理，一種能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動作的智能實(shí)體。比如，告訴AI Agent幫忙下單一份外賣，它就可以直接調(diào)用 APP 選擇外賣，再調(diào)用支付程序下單支付，無需人類去指定每一步的操作。）的解決方案，讓大模型專注于他最擅長的事。見實(shí)：這種 AI“幻覺”可能是大量數(shù)據(jù)“涌現(xiàn)”出的結(jié)果，但有時(shí)這種“涌現(xiàn)”數(shù)據(jù)反倒成了冗余信息，這么理解對嗎？另外，請您具體展開講講360在AI Agent方面的實(shí)踐。
梁志輝：是的，如果無法解決“幻覺”問題，企業(yè)貿(mào)然接入大模型的風(fēng)險(xiǎn)會很大，360在對抗大模型幻覺或推理能力不足的方式是采用AI Agent的方式來處理，也就是先把整個(gè)項(xiàng)目“人為劃分出詳細(xì)的工作流”，讓大模型執(zhí)行工作流中每個(gè)子任務(wù)，我們只要教大模型學(xué)會調(diào)用外部搜索、計(jì)算以及其他工具即可，發(fā)揮了大模型最擅長的部分。
基于事實(shí)信息進(jìn)行總結(jié)，提供更優(yōu)質(zhì)的語料，且是一件非常具體的事，那么99.9％的情況下，大模型的表現(xiàn)都會特別穩(wěn)定，底層思維就是把大項(xiàng)目拆分成小項(xiàng)目，把小項(xiàng)目拆分成具體步驟來處理。比如，做一份旅游規(guī)劃，你可以讓AI同時(shí)打開200個(gè)網(wǎng)頁，讓它快速理解，并同時(shí)讓他總結(jié)涉及到的內(nèi)容深層部分，包括搜索關(guān)鍵詞，閱讀網(wǎng)頁內(nèi)的所有內(nèi)容，如攜程、機(jī)票等。至于如何實(shí)時(shí)抓取動態(tài)的航班信息，我們可以通過調(diào)用第三方API，讓大模型在規(guī)定的流程中執(zhí)行準(zhǔn)確的分支跳轉(zhuǎn)即可。這其實(shí)還催生了一個(gè)有趣的現(xiàn)象，就是企業(yè)內(nèi)部可以自定義工作流，員工之間可以把做好的工作流分享給彼此。這意味著，以后AI Native APP可能不一定是現(xiàn)在移動端的APP，它可以是一個(gè)用于Agent 的工作流。這個(gè)工作流已經(jīng)把大模型要做的事的工作流程和框架穩(wěn)定下來，那它就可以幫你很穩(wěn)定處理需要幾百步才能完成的任務(wù)，這在我們內(nèi)部的測試效果非常好。整個(gè)過程中，我們希望用戶不要寫 prompt，只有基于我的低代碼平臺，就能建立起自己的大模型。就像是小學(xué)生使用的編程軟件，在配置大模型工作流的過程中，您只需添加一些控件和框架，無需具體編寫具體代碼，通過拖拽幾個(gè)邏輯運(yùn)算點(diǎn)，大模型就可以按照指定步驟完成任務(wù)。03
趨勢：大模型下一個(gè)拐點(diǎn)
或在半年內(nèi)到來
見實(shí)：一派聲音是“無AI不投資”，另一派則認(rèn)為早期AI項(xiàng)目的風(fēng)險(xiǎn)太高，必須先賺到錢才能投，對此您怎么看？
梁志輝：國內(nèi)和國外要分開看，國外許多產(chǎn)品已經(jīng)從流量和收入方面取得了很好的成績；國內(nèi)To B端則集中在營銷和辦公領(lǐng)域，To C個(gè)人付費(fèi)用戶的意愿相對較低，C端用戶往往需要的是情感陪伴方向，真正實(shí)現(xiàn)這些需求還是有很大挑戰(zhàn)的。
一是，對于深處AI賽道的企業(yè)而言，不要舍本求末做一款強(qiáng)AI產(chǎn)品，而要學(xué)會用AI解決實(shí)際問題。AI提高效率有其優(yōu)勢，但必須確保與現(xiàn)有業(yè)務(wù)和需求結(jié)合，不脫離實(shí)際才是根本。二是，積極擁抱新事物，從PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)的變革，當(dāng)前整個(gè)市場正在發(fā)生大的變革，正如當(dāng)初從塞班到安卓系統(tǒng)的轉(zhuǎn)變，甚至很快就可能出現(xiàn)“iPhone時(shí)刻”，如果資本、用戶和整個(gè)使用場景都發(fā)生了變化，企業(yè)仍然堅(jiān)持過去的產(chǎn)品和項(xiàng)目，回報(bào)率肯定會大大折扣。見實(shí)：這會是一場正和游戲還是零和游戲？會出現(xiàn)一家獨(dú)大嗎？
梁志輝：我不認(rèn)為會一家獨(dú)大，AI大模型的市場很大，國內(nèi)C端市場競爭尤為激烈。未來，每個(gè)行業(yè)都可能會有自己的大模型，有各自的開源算法和數(shù)據(jù)，但仍需要時(shí)間來調(diào)優(yōu)以確保數(shù)據(jù)算力和用戶效果。
國內(nèi)的廠商今年已經(jīng)真正下場，需要時(shí)間來適應(yīng)新技術(shù)。見實(shí)：也就意味著大模型并不存在先發(fā)優(yōu)勢？
梁志輝：實(shí)際上，盡管市面有大量數(shù)據(jù)可用于訓(xùn)練，但如果你無法獲得垂直領(lǐng)域的精準(zhǔn)數(shù)據(jù)，那么大模型仍然只是一個(gè)剛剛?cè)胄械男率?，就像是一個(gè)剛畢業(yè)的高考狀元，依舊不懂如何開中藥。
如果對于某些特定領(lǐng)域的專業(yè)知識不足，很難真正產(chǎn)生價(jià)值，數(shù)據(jù)本身就是一個(gè)壁壘。能夠提供精確有效的高質(zhì)量數(shù)據(jù)，這將成為大模型能力的一個(gè)關(guān)鍵因素。例如，一些法院的判例是否公開數(shù)據(jù)？如果你想建立一個(gè)法律大模型，如果這些案例數(shù)據(jù)不可獲得，就會成為一個(gè)難以逾越的壁壘？見實(shí)：是否會“涌現(xiàn)”出新的商業(yè)模式？
梁志輝：確實(shí)有可能發(fā)生重大變革，比如，訂閱方式就是最直接的變化。過去，無論是銷售軟件還是訂閱服務(wù)，都與時(shí)間相關(guān)。
現(xiàn)在，技術(shù)計(jì)價(jià)單位不再是按月定價(jià)，而是按照計(jì)算能量點(diǎn)和算力券等方式，如果你希望更快獲得更多結(jié)果，需要支付更多費(fèi)用，而不再像以前那樣采用固定費(fèi)用或存儲空間來計(jì)費(fèi)。見實(shí)：你認(rèn)為國內(nèi)大模型會在什么時(shí)候迎來下一個(gè)拐點(diǎn)？
梁志輝：從實(shí)際情況來看，文生文的大語言模型，無論是訓(xùn)練工具還是相應(yīng)的內(nèi)容都不容樂觀。GPT雖然在開源過程中表現(xiàn)良好，但中途又關(guān)閉了開源。
慶幸的是，今年7月18日，Meta發(fā)布了開源大模型 LLaMA 2，性能接近GPT3.5，預(yù)訓(xùn)練模型在2萬億tokens以上，精調(diào)Chat 模型是在100萬人類標(biāo)記數(shù)據(jù)上訓(xùn)練的。目前，如果一家公司想要做成一個(gè)大語言模型，需要備案大約1000臺服務(wù)器，還要高薪招聘工程師來撰寫大型訓(xùn)練文件，成本實(shí)在太高了。不過，我們也看到一個(gè)向好的現(xiàn)象：比如，自然語言處理和圖像處理的領(lǐng)域，已經(jīng)具備了足夠多的工具和標(biāo)準(zhǔn)化云產(chǎn)品，幾乎人人都能構(gòu)建自己簡易的大模型；再比如，現(xiàn)在最火的“煉丹師”（深度學(xué)習(xí)領(lǐng)域的AI研究員）還不是上班族，很可能是一群高中或初中生，他們愿意為自己熱愛的二次元?jiǎng)勇钊胙芯?，并常年活躍在QQ討論群里。一旦有一個(gè)開源工具或社區(qū)，發(fā)展速度就會超越由幾個(gè)大公司壟斷的狀態(tài)，在這種情況下，行業(yè)發(fā)展會更加迅速，這個(gè)狀態(tài)可能不需要一年，大約半年就可以實(shí)現(xiàn)，加上不斷加強(qiáng)的開源大語言模型，未來可期！
-
END
-
聲明：本內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表牛片立場。轉(zhuǎn)載此文是出于傳遞更多信息之目的。若有來源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請作者持權(quán)屬證明與本網(wǎng)聯(lián)系，我們將及時(shí)更正、刪除，謝謝。
-
原創(chuàng) 唐露堯 https://mp.weixin.qq.com/s/rU6YYm2jVTli8NbvttZVxQ
表情
添加圖片
發(fā)表評論