量子位

电子技术应用专栏作家——量子位。追踪人工智能新趋势,关注科技行业新突破!

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

0
阅读(1350)
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。

image.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。

图片

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。

image.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。

image.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。

image.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。

image.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。

image.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。

image.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。

image.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。

image.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。

image.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。

image.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。

image.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

image.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

image.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

图片

原文链接:https://mp.weixin.qq.com/s/OpwdT5Yd0q1mc__AbixjeA

量子位.jpg

电子技术应用专栏作家  量子位