8月30日，由創(chuàng)業(yè)邦主辦的2023AIGC技術應用大會在深圳舉行。本屆大會以“元載萬物·智啟新界”為主題，旨在聚焦AIGC技術的創(chuàng)新應用，打造深入探索AIGC產(chǎn)業(yè)落地的交流平臺。

會上，共同探討了在大模型時代如何建立技術壁壘的關鍵問題。該對話由青松基金合伙人張放主持，匯集了Fabarta CEO高雪峰、天數(shù)智芯副總裁郭為、商湯科技DWG副總裁兼人工智能專家李星冶、深思考人工智能創(chuàng)始人兼博士楊志明以及銜遠科技合伙人張鑫等行業(yè)專家發(fā)表精彩觀點：

1. 技術與市場之間的協(xié)同發(fā)展是實現(xiàn)技術繁榮的關鍵，隨著市場需求的不斷演變，技術必須不斷迭代以滿足新的需求。

2.專注場景化應用，技術應用到特定行業(yè)場景中的重要性，這有助于建立技術壁壘，并更好地滿足客戶需求。

3. 解決客戶痛點和需求最為重要，技術迭代應該以解決實際問題為目標，而不僅僅是為了技術本身。

以下為演講/對話內(nèi)容，由創(chuàng)業(yè)邦整理：

張放開場發(fā)言，提出了關于技術壁壘建設的問題，特別關注市場需求迅速演變的情況下，如何在技術創(chuàng)新和市場應用之間取得平衡，以保持突出地位。

高雪峰指出：大模型進入爆發(fā)期，技術的壁壘一定是跟市場的需求緊密結合在一起的，技術的壁壘不能脫離業(yè)務價值存在。在信息化時代的數(shù)據(jù)基礎設施是關系型數(shù)據(jù)庫，在數(shù)字化時代的數(shù)據(jù)基礎設施就是數(shù)倉、大數(shù)據(jù)和數(shù)據(jù)湖。那么 AI 智能化時代的數(shù)據(jù)基礎設施，一定是在實際的市場需求當中被定義并不斷構筑技術壁壘的。高雪峰認為，技術發(fā)展和市場需求的協(xié)同發(fā)展是實現(xiàn)技術繁榮的關鍵，而將 AI 技術應用到各個行業(yè)場景將會促進更多的技術生態(tài)發(fā)展。

他還強調(diào)了 AIGC 技術的場景化應用，如在醫(yī)療、制造、金融和保險等行業(yè)的應用，這些場景化驅(qū)動將成為建立技術壁壘的重要路徑。

高雪峰的觀點得到了張放的認可，隨后張放又提出了一個具體問題：對于那些在不同需求下運營的公司，是否需要以不同的速度進行技術迭代？

郭為表示：他承認半導體行業(yè)的發(fā)展速度相對較慢，因為該行業(yè)主要涉及硬件制造。然而，他也強調(diào)了技術與市場的緊密聯(lián)系，尤其是對于工程公司來說，最關鍵的是確保產(chǎn)品能夠切實解決客戶的問題和痛點。他指出，對于半導體企業(yè)，客戶更加關注產(chǎn)品是否能夠滿足實際需求，而不僅僅是技術參數(shù)。郭為分享了他所在公司的經(jīng)驗，強調(diào)了關注客戶痛點和場景需求的重要性，并認為這將成為未來技術迭代的方向。

接下來張放又向李星冶先生提出問題：在商湯科技的發(fā)展過程中，如何平衡技術創(chuàng)新和商業(yè)化之間的關系？

李星冶回復到商湯科技在其創(chuàng)業(yè)早期主要側(cè)重于技術創(chuàng)新，但逐漸認識到商業(yè)化的關鍵性。商湯科技的發(fā)展經(jīng)歷了三個關鍵階段：首先是早期的技術積累，其次是技術與商業(yè)的融合，最后是面向多種場景的模型生產(chǎn)和實際應用。

在早期階段，商湯科技致力于技術的積累，尚未明確商業(yè)化計劃。然而，隨著時間的推移，一些戰(zhàn)略投資伙伴的加入，推動了商湯科技向市場方向的發(fā)展。在接下來的幾年中，商湯科技成功成為垂直領域市場的領導者，擴展至自動駕駛、手機視覺算法和智慧城市建設等多個領域，為客戶提供了多樣化的解決方案。

李星冶強調(diào)了AI等科技企業(yè)的關鍵挑戰(zhàn)，即需解決客戶的實際問題和需求，而不僅僅是技術的快速迭代。商湯科技已成功完成大量面向企業(yè)和政府的項目，覆蓋汽車、手機和智慧城市等多個領域，與全球500強企業(yè)建立了戰(zhàn)略合作關系。他還強調(diào)公司不斷迭代模型，以適應不同場景需求，實現(xiàn)了技術與市場的協(xié)同發(fā)展。

最后，李星冶介紹了商湯科技最新發(fā)布的大模型“日日新”，用于生成式場景，以滿足各行各業(yè)和不同場景的需求。他表示，商湯科技將持續(xù)不斷地迭代創(chuàng)新，以適應多元化的市場需求，并實現(xiàn)端到端的應用場景。

楊志明回應道：深思考人工智能早在2019年就發(fā)布了自主研發(fā)的BMNET多模態(tài)輕量級預訓練模型，并很早就將該模型作為“對話引擎的基礎模型”用在了4.3億部手機等的智能終端上。深思考研發(fā)生成式大模型是在2020年，當年在2020年全球中文領域的生成式對話評測中取得了全球冠軍，而且還受邀為“京東618導購”提供生成式對話。他認為，公司的技術優(yōu)勢源于對核心技術的深度創(chuàng)新，特別是深思考在底層技術層面做了創(chuàng)新，解決了生成式大模型的幻象問題。此外，深思考人工智能還加強了對生成式答案的解釋，包括答案來源的可追溯性，以提高用戶對結果的信心。

在產(chǎn)品層面，楊志明強調(diào)了在垂直領域構建產(chǎn)品技術壁壘的重要性。他以大規(guī)模癌癥早篩為例，強調(diào)了產(chǎn)品的實際應用性和技術創(chuàng)新。他表示：通過技術和產(chǎn)品創(chuàng)新的結合，再加上充分利用海量大數(shù)據(jù)，他們成功構建了一個立體的技術壁壘。

最后，楊志明強調(diào)了通過不斷良性迭代閉環(huán)的方式來構建市場壁壘，這是創(chuàng)業(yè)公司的一種關鍵經(jīng)驗和方法。他表示，這一方法不僅是他們公司的成功之道，也是他們在競爭激烈的市場中脫穎而出的關鍵因素。

張放： 本次對話也想邀請郭為郭總，分享一下在在大模型時代，如何制定技術創(chuàng)新策略，以確保在通用GPU領域保持可持續(xù)的競爭優(yōu)勢。

郭為：技術壁壘并非僅僅依賴于產(chǎn)品發(fā)展的手段，更應關注產(chǎn)品迭代研發(fā)的目標，即解決客戶痛點和滿足客戶應用場景需求。他特別強調(diào)了產(chǎn)品發(fā)展需不斷迭代的重要性，尤其對于半導體公司而言，這需要積累經(jīng)驗和動員大量工程師，通過小步快跑的方式實現(xiàn)。他堅信，通過不斷滿足客戶需求和解決痛點的迭代，技術壁壘將會自然而然地形成。

針對大模型的問題，郭總提到了其不確定性，尤其是大模型算法和分布式訓練框架的不斷演進。鑒于其公司的研發(fā)周期較長，他們決定堅持通用架構，保持兼容主流生態(tài)，以適應大模型未來的發(fā)展需求。這一策略旨在確保技術的通用性和實用性，滿足廣大創(chuàng)業(yè)者在這一領域的需求。

張放：高總否能夠從技術角度分享一下，如何確保Fabarta的產(chǎn)品在大模型時代有不可替代性，更好地滿足用戶的需求？

高雪峰：在開始介紹時，我們提到了不同技術時代的數(shù)據(jù)基礎設施。在早期的信息化時代，關系數(shù)據(jù)庫是主流的數(shù)據(jù)基礎設施。隨著時間的推移，我們迎來了數(shù)字化時代，需要通過數(shù)據(jù)來指導經(jīng)營分析和創(chuàng)造業(yè)務價值。這時的數(shù)據(jù)基礎設施演變成了數(shù)倉和大數(shù)據(jù)湖的形式，以應對不斷增長的數(shù)據(jù)需求?，F(xiàn)在，我們正邁向 AI 時代和企業(yè)智能時代的。盡管目前 AI 技術在消費者端已經(jīng)產(chǎn)生了巨大影響，但在企業(yè)中，我們需要根據(jù)各個行業(yè)的精準需求來生成智能，并為業(yè)務帶來具體的價值。因此，未來的 AI 時代和智能化時代必然需要適應新的數(shù)據(jù)基礎設施形態(tài)，不再局限于傳統(tǒng)的關系數(shù)據(jù)庫或大數(shù)據(jù)數(shù)倉。

因此，F(xiàn)abarta 專注于構建這種未來的數(shù)據(jù)基礎設施。在 AI 的發(fā)展過程中，經(jīng)歷了概率和符號邏輯推理相互交織的三個波峰和波谷。實現(xiàn)出色的智能化必然需要概率和符號邏輯的技術統(tǒng)一。因此，在創(chuàng)業(yè)初期 Fabarta 就確定了要開發(fā)將圖、向量和 AI 的訓練推理框架融合的多模態(tài)智能引擎，將傳統(tǒng)數(shù)據(jù)庫的“存儲&計算”架構演進為“記憶&推理”架構，解決在客戶場景中的業(yè)務問題。Fabarta 將通過打造創(chuàng)新數(shù)據(jù)基礎設施的方式，來解決 AIGC 技術產(chǎn)業(yè)落地當中遇到的各種問題，比如模型的幻覺，推理能力弱，本地知識與模型泛化知識無法融合等問題。

高雪峰先生總結了 Fabarta 在金融、公安等領域中成功將大模型應用于具體行業(yè)場景的經(jīng)驗，并為企業(yè)客服、合規(guī)機器人、經(jīng)偵和刑偵等領域提供了更優(yōu)質(zhì)的解決方案。

張放表示：商湯科技在數(shù)據(jù)基礎設施方面所做的大量工作和已經(jīng)積累的壁壘。他隨后向李星冶提出了關于商湯科技在大模型領域的技術進展和儲備的問題。

李星冶回應道：模型的大小是相對的。他使用了一個生動的比喻，將不同年齡段的人與模型的大小做了比較，強調(diào)了模型大小相對性的概念。他指出，商湯科技在視覺領域已經(jīng)擁有了約5萬個模型，其中包括通用模型和底層大模型，具有120億至180億參數(shù)。

他繼續(xù)解釋道：為了在大模型領域取得成功，公司需要致力于三個關鍵方面。首先，他提到了建立強大的模型基礎設施，包括算力、算法和數(shù)據(jù)，以及滿足不斷變化的場景需求。其次，他強調(diào)了產(chǎn)品的厚度，以確保大模型能夠成功落地并實現(xiàn)商業(yè)化變現(xiàn)。最后，他強調(diào)了解決最后一公里的問題，確保服務能夠順利交付給客戶。他還提到與照相館的合作，為數(shù)字人領域提供便捷的拍攝服務。

李星冶總結道：商湯科技在數(shù)字人領域擁有豐富的經(jīng)驗，并通過提供各種數(shù)據(jù)標注和模型訓練服務來滿足客戶需求。然而，他也指出，為了成功變現(xiàn)，必須解決最后一公里的問題，確保服務能夠順利交付給客戶，這將是公司核心變現(xiàn)的關鍵。

張放：接下來，請張總結合銜遠科技的產(chǎn)品，具體介紹一下如何利用技術優(yōu)勢為消費者和企業(yè)提供創(chuàng)新性解決方案？

張鑫：“我們從不同的場景入手，以確保我們的解決方案能夠滿足客戶的需求。比如，在家居場景中，我們不僅僅考慮冰箱這個單一的產(chǎn)品，還關注諸如洗碗機、電視機、中央空調(diào)等商品的品參，依據(jù)消費者的訴求，例如產(chǎn)品的形態(tài)、功能規(guī)格，通過大模型能力，從海量的SKU中找到匹配需求的產(chǎn)品推薦。”

張鑫強調(diào)：銜遠科技的創(chuàng)新產(chǎn)品是圍繞著品牌商與消費者的實際需求和訴求展開的。從小場景出發(fā)，通過做品類與場景融合，完成整個商品推薦的服務閉環(huán)。從消費者層面來看，以家居場景為例，消費者可以在完成整裝設計之后，在銜遠大模型產(chǎn)品“ProductGPT”中輸入對于電器的需求描述。大模型通過推理，讀取主流家電廠商的品參數(shù)據(jù)，為消費者提供了更準確的推薦。從品牌商層面來看，“ProductGPT”融入了品牌商在市場洞察、營銷獲客、創(chuàng)新產(chǎn)品定義與推廣以及客戶服務等多場景需求。銜遠將大模型能力通過產(chǎn)品化的方式，交付給品牌商內(nèi)部不同角色使用。由此確保我們的創(chuàng)新產(chǎn)品可以服務于消費者與品牌商，并驅(qū)動二者雙向奔赴。

張鑫表示：在營銷領域，銜遠幫助品牌商生成創(chuàng)意素材，通過多模態(tài)生成，提供小紅書式的宣傳文案，以幫助消費者快速了解產(chǎn)品的特點。在配方研發(fā)領域，銜遠通過分析品參數(shù)據(jù)，幫助客戶制定新產(chǎn)品的配方研發(fā)，同時成本可控。在客戶服務領域，銜遠幫助品牌商快速識別消費者訴求與產(chǎn)品改善之間的邏輯關系，通過工單要素分析和自動生成摘要生成，幫助客服人員提升工作效率。

張鑫：總的來說，銜遠的創(chuàng)新能力體現(xiàn)在通過將大模型技術賦能應用下沉到行業(yè)場景中，通過Product GPT產(chǎn)品，為營銷人員、產(chǎn)品人員和市場品牌人員提供了強大的工具平臺，幫助他們更快速地完成產(chǎn)品交付，從而實現(xiàn)客戶需求的滿足和產(chǎn)品價值的提升。

張放：謝謝張總，可以感受到銜遠科技Product GPT產(chǎn)品覆蓋了整個商品很多環(huán)節(jié)，從產(chǎn)品的定義，再到營銷環(huán)節(jié)，客服環(huán)節(jié)。那么接下來請楊總再分享一下，您剛剛提到在具體場景里，比如說像醫(yī)療、金融一些場景都會有不同用戶的需求，能不能再給我們展開講一講。

楊志明：“首先，深思考的大模型支持多模態(tài)和跨模態(tài)應用。比如，我們可以將文本生成音樂，聲音生成圖像，圖像生成文章等等，這遠遠超越了傳統(tǒng)的文本生成文本的能力?！?/p>

他進一步說明了產(chǎn)品在數(shù)字座艙汽車領域的應用。例如，通過圖像生成音樂，駕駛員可以創(chuàng)造自己的音樂，這在駕駛過程中具有重要意義。他還提到了圖像生成音樂在智能汽車中的創(chuàng)新應用，通過車輛攝像頭觀察外部場景，并生成相應的音樂，同時在父母的手機上傳輸孩子的聲音，以滿足安全需求。

楊志明還談到了產(chǎn)品輕量化的重要性，強調(diào)：他們的愿景是讓每個人都能擁有自己的個人大模型，具備出色的性能。他指出，這些大模型應該能夠在手機端直接運行，從而提高性能并保護用戶隱私，避免個人信息上傳到云端。

另外，楊志明還分享了產(chǎn)品在多個終端應用中的成功案例，包括智能終端、手機終端、顯微鏡終端和汽車終端。他指出，公司已經(jīng)在多個領域找到了特定場景，與一般場景不同，大規(guī)模應用產(chǎn)品。

最后，楊志明提到了產(chǎn)品在搜索領域的應用，特別強調(diào)了模型的可控性、可溯源性和可解釋性。他表示，這些技術壁壘使他們能夠適應搜索領域的需求，確保搜索結果的準確性和可信度。

大模型時代要建立技術壁壘，需要技術創(chuàng)新和市場應用的協(xié)同發(fā)展。只有在不斷迭代和滿足客戶需求的基礎上，技術才能在競爭激烈的市場中保持競爭優(yōu)勢。各個行業(yè)領域都可以從這些觀點中汲取靈感，推動技術和市場的良性互動，實現(xiàn)更好的創(chuàng)新和應用。本場對話到此結束。

更多活動大會一手信息，歡迎加入創(chuàng)業(yè)邦會員，現(xiàn)場聆聽一線投資人、頭部企業(yè)家精彩分享，掌握最新創(chuàng)投趨勢！