作為國內最早一批人工智能創(chuàng)業(yè)公司之一，曠視經歷了AI技術創(chuàng)新和商業(yè)化探索的起伏。

面對大型模型帶來的新一輪AI浪潮，曠視如何看待并布局?

曠視聯(lián)合創(chuàng)始人兼CEO印奇表示，從CNN、ResNet到Transformer，深度學習一直是最核心的技術主線。

在經歷了過去一年的發(fā)展后，人工智能領域已經由ChatGPT和GPT-4引領了最 新的變革。隨著時間的推移，許多國內外公司紛紛加入大型模型技術的競賽，推動了該技術的快速發(fā)展和轉型。

大型模型在處理通用任務方面展現(xiàn)出了很難相比的能力，這使所有人都看到了其解鎖更多應用場景的巨大潛力。因此，各行各業(yè)都開始探索與大模型的結合可能性，對大模型的需求以前沒有強烈。

在中國獨特的技術創(chuàng)新環(huán)境中，這是一個無法回避的問題。中國人工智能行業(yè)經過多年的發(fā)展，盡管在生物識別、工業(yè)機器人、自動駕駛等領域取得了一定的突破，但尚未出現(xiàn)被技術徹底顛覆且大規(guī)模落地的產品和應用。

過去小模型時代未能解決的問題，是否會隨著大型模型的出現(xiàn)而迎刃而解?

大型模型實現(xiàn)商業(yè)化的途徑可以多樣化，以下是一些關鍵策略和步驟:

1. 明確應用場景:首先，需要確定大型模型能夠提供商業(yè)價值的具體領域。這包括了解行業(yè)需求、痛點以及大型模型能夠解決的具體問題。

2. 定制化開發(fā):針對特定行業(yè)或業(yè)務需求，對大型模型進行定制化的開發(fā)和調整，以確保其性能和輸出與客戶需求相匹配。

3. 創(chuàng)建可行的商業(yè)模式:設計一個可持續(xù)的商業(yè)模式，如基于使用量的計費模式、訂閱服務、一次性授權費等，以實現(xiàn)收入的產生。

4. 合作與伙伴關系:與行業(yè)內的企業(yè)建立合作伙伴關系，利用他們的專業(yè)知識和市場渠道來推廣和銷售大型模型解決方案。

5. 產品化:將大型模型技術集成到用戶友好的產品中，確保非技術用戶也能夠輕松使用。

6. 合規(guī)性與安全性:確保大型模型的商業(yè)化遵守相關的數(shù)據(jù)保護法規(guī)和行業(yè)標準，同時保障數(shù)據(jù)的安全性和隱私。

7. 持續(xù)優(yōu)化:根據(jù)客戶反饋和市場變化，不斷優(yōu)化模型的性能和功能，保持競爭力。

8. 教育和培訓:為客戶提供必要的教育和培訓，幫助他們理解和最 大化大型模型的價值。

9. 市場營銷:通過有效的市場營銷策略，提高目標市場對大型模型解決方案的認識和興趣。

10. 監(jiān)測和評估:建立一個系統(tǒng)來監(jiān)測大型模型的表現(xiàn)，并評估其對客戶業(yè)務的影響，以便進行必要的調整。

通過這些步驟，大型模型可以更好地滿足市場需求，實現(xiàn)商業(yè)化，并在實際應用中產生價值。

作為國內最早一批人工智能創(chuàng)業(yè)公司之一，曠視經歷了AI技術創(chuàng)新和商業(yè)化探索的起伏。

面對大型模型帶來的新一輪AI浪潮，曠視如何看待并布局?

從技術演進的角度看，無論是之前的AlphaGo還是現(xiàn)今的大型模型，本質上都是深度學習的發(fā)展。

這一輪人工智能技術的發(fā)展浪潮僅依賴一項核心技術能力，那就是深度學習。

曠視聯(lián)合創(chuàng)始人兼CEO印奇表示，從CNN、ResNet到Transformer，深度學習一直是最核心的技術主線。

印奇對多模態(tài)大型模型的應用前景持積極樂觀的態(tài)度。他認為，隨著技術的不斷進步和成熟，多模態(tài)大型模型在行業(yè)應用中的潛力巨大，將為各行各業(yè)帶來革命性的變化。

以下是印奇對多模態(tài)大型模型應用前景的幾點看法:

1. 強大的理解能力:多模態(tài)大型模型通過整合視覺、語言等多種模態(tài)的信息，能夠實現(xiàn)更全面和深入的理解，這將有助于解決復雜場景下的問題。

2. 廣泛的適用性:由于多模態(tài)模型能夠處理不同類型的數(shù)據(jù)，它們可以被應用于多個領域，包括但不限于醫(yī)療診斷、自動駕駛、智能客服等，具有廣泛的實際應用前景。

3. 提升效率與降低成本:印奇認為，隨著大模型技術的發(fā)展，“最后一公里”的效率將顯著提升，同時成本也會降低，這將有利于多模態(tài)大型模型在行業(yè)中的快速推廣和應用。

4. 客戶共創(chuàng):曠視致力于與客戶深度共創(chuàng)行業(yè)大模型，這意味著他們將根據(jù)特定行業(yè)的需求和特點來定制和優(yōu)化大模型，確保其解決方案能夠有效地解決實際問題。

5. 實際落地的挑戰(zhàn):印奇也認識到，對于B端業(yè)務來說，僅僅依靠基礎的大模型是難以實現(xiàn)實際落地的。因此，曠視強調推動多模態(tài)大模型在行業(yè)的應用，以確保投資回報率（ROI）能夠轉正。

6. 持續(xù)創(chuàng)新:印奇表示，曠視將繼續(xù)專注于多模態(tài)大型模型的研究，并將其視為邁向人工通用智能（AGI）的重要途徑。他們將持續(xù)創(chuàng)新，以確保技術能夠不斷進步并適應不斷變化的市場需求。

印奇對多模態(tài)大型模型的應用前景充滿信心，并相信這將是AI技術未來發(fā)展的關鍵方向之一。他強調了曠視在這方面的承諾和努力，包括與行業(yè)客戶的合作、技術的持續(xù)迭代以及研究成果的商業(yè)化轉化。

印奇認為，在圖像和視頻領域，需要區(qū)分“生成”和“理解”。如果將Sora視為獨立應用，它體現(xiàn)的是生成能力，主要應用場景更傾向于C端用戶。

而曠視將聚焦于感知和理解能力，其多模態(tài)大型模型是針對圖片、視頻、文字等不同模態(tài)的綜合感知、理解和推理引擎。曠視會更加專注于提升理解能力，并在此基礎上面向B端業(yè)務打造行業(yè)應用。

我們相信多模態(tài)大型模型將能夠解鎖更多行業(yè)應用場景。將多模態(tài)大型模型融入行業(yè) 盡管行業(yè)內外對大型模型的期望很高，但普遍共識是，目前的基礎大型模型并不適用于需求多樣化的行業(yè)。

在將大型模型能力轉移到各行各業(yè)的過程中，將會不可避免地遇到復雜的場景需求。企業(yè)用戶在評估大型模型時，會綜合考慮應用場景、數(shù)據(jù)安全、升級維護和成本效益等因素。

對于大型模型公司來說，這意味著需要進行大量的“最后一公里”工作，例如場景技術匹配、端到端部署、軟硬件適配和安全性等。

印奇認為，隨著大型模型時代的到來，“最后一公里”的效率將大幅提升，成本將顯著下降。然而，行業(yè)落地的“最后一公里”問題仍然存在。

他表示，曠視選擇堅定地走B端商業(yè)化道路。對于B端業(yè)務來說，僅憑基礎大型模型難以真正落地，投資回報率（ROI）很難轉正。

因此，曠視將重點推動多模態(tài)大型模型在行業(yè)的應用，深入行業(yè)開發(fā)行業(yè)大型模型。

將大型模型應用于具體行業(yè)需要端到端的方案，門檻不低，必須具備對模型、系統(tǒng)、數(shù)據(jù)和行業(yè)的綜合理解能力。

從技術角度看，絕不是簡單地調整開源模型就能滿足需求，必須具備端到端的大型模型能力。

從行業(yè)角度看，本質上還是要以客戶為中心，與客戶共同創(chuàng)造行業(yè)大型模型。在大型模型時代，行業(yè)專業(yè)知識的積累仍然是稀缺資源。

曠視科技的商業(yè)化策略體現(xiàn)在其“1+3”戰(zhàn)略中，旨在通過AI技術創(chuàng)新在各個物聯(lián)網場景中實現(xiàn)商業(yè)化落地。具體來說:

Brain++AI生產力平臺**:曠視科技利用其核心的Brain++AI生產力平臺，提供算法的規(guī)模化供給。這個平臺是公司商業(yè)化戰(zhàn)略的基礎，它支持公司在多個領域的產品和服務開發(fā)。

個人物聯(lián)網**:在個人物聯(lián)網領域，曠視科技可能專注于通過AI技術提升個人設備的智能化水平，例如智能手機和消費電子產品的人臉識別、圖像處理等功能。

城市物聯(lián)網**:在城市物聯(lián)網領域，公司的AI技術可以應用于智慧城市建設，比如交通管理、公共安全監(jiān)控以及環(huán)境監(jiān)測等，以提升城市管理的智能化和效率。

供應鏈物聯(lián)網**:在供應鏈物聯(lián)網領域，曠視科技的AI技術可以用于智慧物流，包括倉庫管理、貨物追蹤、自動化分揀等，以提高供應鏈的效率和透明度。

此外，曠視科技還強調了“產品為王”的戰(zhàn)略核心，圍繞其優(yōu)勢AI技術，從算法到感知升級，再到云邊協(xié)同的完整價值鏈，通過數(shù)據(jù)、業(yè)務、場景的三方融合，助力企業(yè)園區(qū)數(shù)字化轉型，創(chuàng)造智慧城市新生態(tài)。

曠視科技的商業(yè)化策略是一個綜合性的戰(zhàn)略規(guī)劃，涵蓋了技術研發(fā)、產品開發(fā)、市場應用等多個方面，旨在通過其AI技術推動多個行業(yè)的數(shù)字化和智能化轉型。

多年來，曠視服務了許多行業(yè)頭部客戶，在重點行業(yè)積累了專業(yè)知識和經驗。目前，曠視正在與金融、運營商、手機、智能汽車等領域的客戶合作，推動大型模型在行業(yè)的落地。

“目前進展較快的是金融行業(yè)。”曠視科技資 深副總裁兼云服務事業(yè)部負責人趙立威解釋說，“從去年年中開始，我們服務的一些金融客戶就開始探索大型模型。因為它們本身具備一定的基礎能力儲備，再加上對新技術的敏感度，所以對創(chuàng)新的渴望異常迫切?！?/p>

趙立威指出，在數(shù)據(jù)和知識高度集中的金融等行業(yè)內，大型模型技術無疑具有巨大的潛力。根據(jù)實際效果，大型模型短期內在提升效率方面的貢獻將超過成本節(jié)約，這種效益也更易被客戶認可。

然而，實現(xiàn)大型模型在行業(yè)中的應用以提有效率，是一項復雜性極 高的任務?？紤]到許多行業(yè)客戶已基于大數(shù)據(jù)、ERP、CRM等傳統(tǒng)IT能力，構建了標準的業(yè)務流程。

若大型模型僅用于簡單取代現(xiàn)有的IT系統(tǒng)，其帶來的收益將十分有限。唯有深入理解現(xiàn)行業(yè)務需求和邏輯，徹底改革現(xiàn)有的業(yè)務流程、組織關系以及決策體系，大型模型才能在提升效率方面顯現(xiàn)其價值。

因此，大型模型的成功部署不單是技術問題，更是一個涉及多方面的商業(yè)難題。要成功落地大型模型，必須與客戶緊密合作，共同創(chuàng)新。

目前，曠視科技正在與金融行業(yè)的銀行、保險公司等客戶合作，探索大型模型在金融風險控制、智能客服、文檔和代碼編寫、圖文分析和市場營銷等多個業(yè)務場景中的應用。

趙立威強調，“今年是從零開始的一年，關鍵在于從重點客戶入手，尋找適合大型模型的業(yè)務場景，并實現(xiàn)業(yè)務的完整閉環(huán)。這是我們當前的首要任務。”

對于大型模型技術的商業(yè)化應用，曠視科技持有明確的理解和策略。一方面，他們意識到大型模型在處理通用任務上展現(xiàn)了以前沒有的能力，并且看到了它在開拓更多應用場景上的潛能。

另一方面，他們也認識到大型模型的實際應用并非單純的技術問題，而是一個復雜的商業(yè)挑戰(zhàn)。

鑒于此，曠視堅定地選擇B端商業(yè)化路徑，專注于增強理解能力，并在此基礎上為B端業(yè)務打造行業(yè)特定的應用。

在執(zhí)行過程中，曠視將重點推動多模態(tài)大型模型在不同行業(yè)的應用，并與金融、通信、手機、智能汽車等行業(yè)的客戶合作，推進大型模型在這些領域的實際應用。

（推廣）