Dialog dengan selebriti: AIGC sedang merombak ratusan industri dan ribuan dunia usaha. Bagaimana perusahaan dapat melakukan peningkatan untuk memanfaatkan momentum ini?
Pada tanggal 30 Agustus, "Konferensi Penerapan Teknologi AIGC 2023" yang diselenggarakan oleh Negara Bagian Chuangye diadakan di Shenzhen.
Dalam artikel bertajuk "Strategi Mengatasi - AIGC Membentuk Kembali Ratusan Industri dan Ribuan Bisnis, Bagaimana Peningkatan Perusahaan Memanfaatkan Situasi?" "Dalam sesi meja bundar tema, Wen Yongteng, kepala jalur aplikasi AI BV Baidu Ventures, melakukan dialog yang menyenangkan dengan tiga tamu. Mereka adalah:
Salah satu pendiri AI Tanpa Batas, Ma Qianli
CEO Teknologi Shengshu, Tang Jiayu
Wang Ping, salah satu pendiri dan kepala arsitek Denglin Technology
Konten berikut ini berasal dari tulisan singkat meja bundar, yang disusun oleh Babbitt.
**Wen Yongteng: Dalam setahun terakhir ini, perkembangan model yang mendasarinya telah mengalami kemajuan pesat. Namun kami percaya bahwa setelah AI mencapai tahap tertentu, AI harus terjun jauh ke dalam industri dan membuat aplikasi industri. Selanjutnya, saya ingin mengajak seluruh tamu untuk melakukan perkenalan diri secara singkat. **
Ma Qianli:
Saya AI Tanpa Batas, Ma Qianli, dan saya melakukan AIGC. Bidang utama saya adalah grafik Vinsensian. Perkembangan AI yang tidak terbatas saat ini memiliki dua arah. Sudah terdapat lebih dari 3 juta pengguna di sisi C, menciptakan lebih dari 3 juta karya AIGC setiap hari. B-side merupakan segmen kedua yang berkembang sangat pesat dan telah bekerjasama dengan sejumlah perusahaan besar seperti McDonald's dan SAIC Motor.
Kita akan mengetahui secara mendalam bahwa sejak tahun ini, industri besar dan perusahaan tradisional, meskipun menurut Anda mereka tidak terkait erat dengan AIGC, kini berbondong-bondong bergabung dengan AIGC.
Selain itu, kecepatan pengembangan Wenshengtu lebih awal dibandingkan Wenshengwen dan ChatGPT, dan komersialisasinya juga lebih awal, sekitar setengah tahun lebih awal. Kami melihat banyak sekali peluang wirausaha di bidang grafik Vincent.
Tang Jiayu:
Shengshu Technology adalah tim yang relatif muda, namun seluruh tim telah melakukan penelitian tentang AI generatif selama lebih dari sepuluh tahun. Dalam dua tahun terakhir, mereka telah menerbitkan hampir 30 makalah konferensi terkemuka secara internasional, yang merupakan kemajuan pesat dalam industri ini. Hal utama yang sedang kami kerjakan saat ini adalah model multimodal besar yang mendasarinya, yang dapat mencapai berbagai kemampuan generatif seperti gambar dan video melalui satu model. Berdasarkan model ini, kami membangun beberapa aplikasi end-to-end di lapisan atas, terutama untuk skenario 2C, dan beberapa aplikasi yang dapat menurunkan ambang batas pembuatan.
Wang Ping:
Denlin Technology berfokus pada pembuatan chip komputasi daya tinggi GPU dalam negeri, dan merupakan salah satu perusahaan domestik pertama yang membuat chip komputasi daya tinggi dalam negeri. Bidang yang kami cakup berkisar dari server komputasi tinggi hingga perangkat edge. Kami memiliki produk dengan arsitektur yang sama dan arsitektur heterogen. Produk diimplementasikan di Internet, kota pintar, transportasi pintar, dan bidang lainnya. Setelah model besar terbentuk, juga terjalin kerja sama yang baik dengan banyak perusahaan AIGC.
**Wen Yongteng: Bisakah Wujie berbagi dengan kami cara menggunakan teknologi AIGC untuk memberikan solusi konten yang dipersonalisasi untuk berbagai industri dan membantu perusahaan meningkatkan pembuatan konten? **
Ma Qianli:
Ketika orang-orang dari semua lapisan masyarakat menggunakan AIGC, mereka sering merasa kesulitan untuk memulainya. Mereka memiliki skenario tetapi tidak memiliki kekuatan komputasi, atau mereka tidak memiliki tim profesional, atau mereka tidak mengumpulkan data untuk aplikasi industri yang relevan.
Ketika kami bekerja sama dengan sisi-B, kami memiliki metode yang berbeda dari yang ringan hingga yang berat.
Kerja sama yang paling ringan adalah dengan pemasaran, karena AIGC merupakan alat pemasaran yang sangat mudah untuk mencapai C-end. Kami telah bekerjasama dengan Chery Automobile, Li Bai Liquor Industry, Semir, dll, dan masih banyak lagi. Kami memiliki lebih dari 3 juta pengguna, dan kami bekerja sama untuk menyelenggarakan kompetisi melukis AIGC. Chery Automobile ingin merekrut juru bicara gambar virtualnya sendiri, awalnya menargetkan para profesional dan mengumpulkan lusinan karya. Kemudian, kami bekerja sama dengan kami dan mengumpulkan lebih dari 7.000 karya sekaligus.
Yang sedikit lebih berat adalah kemampuan untuk memanfaatkan realitas kita, seperti SaaS. Misalnya, jika Anda memiliki adegan Wenshengtu, Anda memiliki adegan pemasaran, atau Anda memiliki adegan pembuatan komik, atau Anda memiliki banyak aplikasi, dan Anda tidak memiliki daya komputasi saat ini, Anda cukup menyambung ke antarmuka kami secara langsung. Ini sudah matang. Layanan antarmuka. Misalnya, seperti McDonald's, kami melakukan aktivitas melukis AI di masa kanak-kanak pada tanggal 1 Juni.
Tingkat kerja sama yang paling dalam adalah memiliki pemahaman industri terhadap industri AIGC. Anda mengetahui model industri seperti apa yang ingin Anda bangun, masalah apa yang dihadapi industri tersebut, dan kemudian menggunakan solusi model tersebut untuk menyelesaikannya. Mirip dengan MaaS, modelkan sebagai layanan. Kami baru saja merilis model pencetakan dan pencelupan dengan Wanshili, yang dirancang khusus untuk industri ini dan harus memenuhi standar industri percetakan dan pencelupan, standar mesin lini produksi, dan banyak detail lainnya. Dalam hal ini, ada juga model fotografi dan lain sebagainya di industri fotografi.
**Wen Yongteng: Apakah Anda punya saran ketika perusahaan membuat model industri? **
Ma Qianli:
Bisnis akan khawatir tentang masalah keamanan. Karena model yang besar memerlukan data untuk dilatih. Jika data ini ada di sisi pelatihan model, bagaimana kita bisa menghindarinya (keamanan data)? Mungkin ada beberapa solusi seperti penerapan server yang diprivatisasi.
Tentu saja, ada banyak detail yang terlibat dalam prosesnya, yang terpenting adalah menemukan mitra yang dapat diandalkan, dan kemudian menghilangkan segala macam jebakan selangkah demi selangkah.
**Wen Yongteng: Sebagai perusahaan model dasar generatif multimodal, Shengshu Technology bagaimana membangun hubungan ekologis dan kerja sama yang relevan dengan para mitra ini. **
Tang Jiayu:
Menurut saya ada beberapa aspek.
Aspek langsungnya adalah kekuatan komputasi. Selain NVIDIA, kami melakukan penelitian dan pengembangan bersama, atau upaya, dengan perusahaan tenaga komputasi, yang merupakan perusahaan perangkat keras yang mendasarinya. Bagi mitra, lebih baik memperluas bidang model besar, dan bagi kami, menemukan daya komputasi yang lebih hemat biaya.
Ada juga banyak kerja sama dalam hal data. Data profesional Anda sangat penting, AI itu seperti anak kecil, ia perlu mempelajari semua jenis pengetahuan melalui data, dan kemudian menciptakan segala macam hal. Kami akan bekerja sama dengan mitra data untuk mencapai kreasi bersama.
Karena kami adalah algoritme dasar, termasuk kemampuan dasar, dan penyedia layanan teknologi dasar yang dibangun dari 0 hingga 1, selain produk ujung ke ujung kami, kami juga akan memaparkan beberapa kemampuan generatif ke dunia luar. Misalnya, Unbounded AI memahami skenario tertentu dengan sangat baik, sehingga mereka dapat menggunakan kemampuan kami untuk lebih memberdayakan skenario yang lebih vertikal. Kami banyak menjalin kerja sama dengan penyedia layanan aplikasi tersebut.
**Wen Yongteng: Pasar daya komputasi saat ini sangat besar. Bagaimana Denglin memandang peluang tersebut dan bagaimana memanfaatkan keunggulan produk dan teknologinya untuk memberdayakan aplikasi hulu, skenario aplikasi AIGC, dan perusahaan. **
Wang Ping:
Bagi kami, ini adalah peluang yang sangat besar, dan kami ingin memberikan solusi daya komputasi yang lebih baik dan lebih murah.
Tapi premis pertama adalah kita harus menyelesaikan masalah keserbagunaan. Ketika kami pertama kali meluncurkan GPU, itu adalah arsitektur CMT yang dapat mendukung ekspansi dengan sangat baik dan memiliki kemudahan penggunaan dan keserbagunaan yang baik. Hal ini memungkinkan semua orang untuk menggunakan dan Sudah diterapkan dengan cepat di berbagai bidang vertikal industri, dan bukan berarti ada yang tidak bisa Anda selesaikan.
Pada tingkat yang lebih mendasar, pelanggan kami berharap mendapatkan daya komputasi yang lebih baik dan hemat biaya, yang juga merupakan nilai yang ingin kami berikan kepada pelanggan. Kami telah mengoptimalkan AI secara khusus untuk memperoleh kinerja biaya yang lebih tinggi. Secara umum, AI memiliki keunggulan konsumsi energi sebesar 2 hingga 3 kali lipat kinerja.
Kami juga mempunyai keuntungan besar, kami dapat membangun model mesin tunggal yang besar. Beberapa pelanggan lebih sensitif terhadap data mereka sendiri dan bahkan ingin memiliki asisten pribadi dengan preferensi pribadi. Model mesin tunggal yang besar dapat memberikan daya komputasi yang tinggi dan dapat diterapkan serta digunakan secara lokal.
**Wen Yongteng: Bisakah Anda berbagi dengan kami bagaimana Anda melihat masa depan, atau pasokan chip dalam 2-3 tahun, dan struktur pasar chip. **
Wang Ping:
Pada dasarnya, situasi pasokan masih melibatkan hubungan internasional dan hubungan Tiongkok-AS. Semakin sulit bagi perusahaan dalam negeri untuk mendapatkan chip kelas atas dari Amerika Serikat. Sejujurnya, menurut saya pribadi, tidak ada seorang pun di China yang benar-benar dapat menggantikan chip kelas atas dari Amerika Serikat.
Namun berdasarkan latar belakang umum ini, saya yakin pasti akan semakin banyak aplikasi yang menggunakan daya komputasi dalam negeri. Semakin banyak orang yang menggunakan dan memolesnya, kami akan terus melakukan iterasi dan memudahkan semua orang untuk menggunakannya di masa depan. Chips harus Bicara tentang iterasi.
Mengenai pangsa akhir NV di Tiongkok, ada faktor kebijakan dan upaya bersama kita, menurut saya pangsa kita akan semakin tinggi.
**Wen Yongteng: Bisakah ketiga tamu tersebut menantikan arah perkembangan teknologi di bidangnya masing-masing di masa depan? **
Ma Qianli:
Penggantian UGC oleh AIGC akan menjadi hal yang sangat menakutkan dan menghancurkan.
Gartner memperkirakan dalam tiga tahun ke depan, 10% material produksi manusia akan dibuat oleh AI, bukan UGC atau lainnya. Ini mungkin berarti bahwa lebih dari 30% dari apa yang Anda gunakan di ponsel setiap hari akan diproduksi oleh AI pada tahun 2025.
Sejalan dengan itu, kekuatan komputasi akan terus berkembang. Selain itu, modelnya juga diperkecil, kedepannya setiap orang bisa memiliki model di ponselnya.
Berdasarkan tiga poin ini, mungkin ada skenario di masa depan di mana rekomendasi algoritme tidak lagi terlalu penting, namun pembuatan algoritme menjadi sangat penting. Konten yang Anda lihat setiap hari di masa mendatang bukanlah konten yang direkomendasikan algoritme kepada Anda, melainkan apa algoritma menciptakan untuk Anda sepanjang waktu. Ya, setiap orang akan memiliki model yang dibuat khusus dan adaptif, dan Anda serta model ini memiliki hubungan kembar satu sama lain.
Dalam hal ini, kecanduan sangatlah serius. Anda dapat melihat apa pun yang ingin Anda lihat. Ini adalah imajinasi jangka panjang. Namun nampaknya kita tidak jauh dari kemajuan ekologis ini. Kemajuan ekologis ini sangat cepat.
Kembali ke sudut pandang bahwa industri berkaitan erat, persaingan teknologi mungkin tidak terlalu penting, namun persaingan ekologis akan menjadi sangat penting. Mungkin tidak ada kesenjangan yang sangat besar antara model Anda dan model lainnya. Model Anda memiliki banyak dampak ekologis. Tumbuh di bidang ini, ada banyak personel ekologi yang melakukan penelitian dan pengembangan pada model Anda, yang akan menjadi sangat penting.
Tang Jiayu:
Di era informasi yang lebih cerdas, AI di belakangnya harus multi-modal, dapat melakukan pemahaman multi-modal, yaitu masukan informasi, dan pembangkitan multi-modal, yaitu keluaran informasi. Ini pasti menjadi tren besar dalam perkembangan teknologi.
Tentu saja, ada banyak kesulitan dalam proses ini, tapi kami pandai, percaya diri dan bertekad untuk melakukannya dengan baik ke arah ini. Saya berharap semua modalitas dapat diintegrasikan, dipahami, dan dihasilkan dengan lebih baik.
Selain itu, cara menggunakan lebih sedikit energi untuk menghasilkan nilai kecerdasan AI yang lebih besar akan menjadi tren.
Wen Yongteng:
Kami di Baidu Ventures sebenarnya telah berinvestasi di puluhan perusahaan AI generatif, dan telah berkomunikasi secara intensif dengan sejumlah besar startup dan pihak industri. Terakhir, kami juga ingin berbagi beberapa pandangan tentang penerapan AI generatif secara keseluruhan. Ada dua perubahan besar utama.
Yang pertama adalah perubahan seluruh metode produksi. Saya pikir kita telah melihat perubahan yang sangat besar di bagian produksi atau seluruh backend bisnis. Sebenarnya akan ada banyak peluang di sini. Kami juga telah mencari peluang termasuk kekuatan komputasi chip generasi berikutnya dan platform pengembangan generasi berikutnya. Peluangnya, bahkan ada peluang untuk pasar aplikasi generasi berikutnya, yang membuat kami sangat bersemangat.
Kedua, perubahan metode interaksi. Sebelumnya, produk adalah intinya. Saya mengharapkan bagaimana pengguna akan menggunakan suatu produk, dan kemudian saya merancang proses interaksi saya. Namun interaksi saat ini merupakan metode interaksi dengan bahasa UI sebagai intinya.
Artinya, masih banyak skenario penerapan yang belum dieksplorasi oleh semua orang, dan terdapat banyak peluang untuk mengubah, menyempurnakan, dan bahkan menumbangkan aplikasi tradisional.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Dialog dengan selebriti: AIGC sedang merombak ratusan industri dan ribuan dunia usaha. Bagaimana perusahaan dapat melakukan peningkatan untuk memanfaatkan momentum ini?
Pada tanggal 30 Agustus, "Konferensi Penerapan Teknologi AIGC 2023" yang diselenggarakan oleh Negara Bagian Chuangye diadakan di Shenzhen.
Dalam artikel bertajuk "Strategi Mengatasi - AIGC Membentuk Kembali Ratusan Industri dan Ribuan Bisnis, Bagaimana Peningkatan Perusahaan Memanfaatkan Situasi?" "Dalam sesi meja bundar tema, Wen Yongteng, kepala jalur aplikasi AI BV Baidu Ventures, melakukan dialog yang menyenangkan dengan tiga tamu. Mereka adalah:
**Wen Yongteng: Dalam setahun terakhir ini, perkembangan model yang mendasarinya telah mengalami kemajuan pesat. Namun kami percaya bahwa setelah AI mencapai tahap tertentu, AI harus terjun jauh ke dalam industri dan membuat aplikasi industri. Selanjutnya, saya ingin mengajak seluruh tamu untuk melakukan perkenalan diri secara singkat. **
Ma Qianli:
Saya AI Tanpa Batas, Ma Qianli, dan saya melakukan AIGC. Bidang utama saya adalah grafik Vinsensian. Perkembangan AI yang tidak terbatas saat ini memiliki dua arah. Sudah terdapat lebih dari 3 juta pengguna di sisi C, menciptakan lebih dari 3 juta karya AIGC setiap hari. B-side merupakan segmen kedua yang berkembang sangat pesat dan telah bekerjasama dengan sejumlah perusahaan besar seperti McDonald's dan SAIC Motor.
Kita akan mengetahui secara mendalam bahwa sejak tahun ini, industri besar dan perusahaan tradisional, meskipun menurut Anda mereka tidak terkait erat dengan AIGC, kini berbondong-bondong bergabung dengan AIGC.
Selain itu, kecepatan pengembangan Wenshengtu lebih awal dibandingkan Wenshengwen dan ChatGPT, dan komersialisasinya juga lebih awal, sekitar setengah tahun lebih awal. Kami melihat banyak sekali peluang wirausaha di bidang grafik Vincent.
Tang Jiayu:
Shengshu Technology adalah tim yang relatif muda, namun seluruh tim telah melakukan penelitian tentang AI generatif selama lebih dari sepuluh tahun. Dalam dua tahun terakhir, mereka telah menerbitkan hampir 30 makalah konferensi terkemuka secara internasional, yang merupakan kemajuan pesat dalam industri ini. Hal utama yang sedang kami kerjakan saat ini adalah model multimodal besar yang mendasarinya, yang dapat mencapai berbagai kemampuan generatif seperti gambar dan video melalui satu model. Berdasarkan model ini, kami membangun beberapa aplikasi end-to-end di lapisan atas, terutama untuk skenario 2C, dan beberapa aplikasi yang dapat menurunkan ambang batas pembuatan.
Wang Ping:
Denlin Technology berfokus pada pembuatan chip komputasi daya tinggi GPU dalam negeri, dan merupakan salah satu perusahaan domestik pertama yang membuat chip komputasi daya tinggi dalam negeri. Bidang yang kami cakup berkisar dari server komputasi tinggi hingga perangkat edge. Kami memiliki produk dengan arsitektur yang sama dan arsitektur heterogen. Produk diimplementasikan di Internet, kota pintar, transportasi pintar, dan bidang lainnya. Setelah model besar terbentuk, juga terjalin kerja sama yang baik dengan banyak perusahaan AIGC.
**Wen Yongteng: Bisakah Wujie berbagi dengan kami cara menggunakan teknologi AIGC untuk memberikan solusi konten yang dipersonalisasi untuk berbagai industri dan membantu perusahaan meningkatkan pembuatan konten? **
Ma Qianli:
Ketika orang-orang dari semua lapisan masyarakat menggunakan AIGC, mereka sering merasa kesulitan untuk memulainya. Mereka memiliki skenario tetapi tidak memiliki kekuatan komputasi, atau mereka tidak memiliki tim profesional, atau mereka tidak mengumpulkan data untuk aplikasi industri yang relevan.
Ketika kami bekerja sama dengan sisi-B, kami memiliki metode yang berbeda dari yang ringan hingga yang berat.
Kerja sama yang paling ringan adalah dengan pemasaran, karena AIGC merupakan alat pemasaran yang sangat mudah untuk mencapai C-end. Kami telah bekerjasama dengan Chery Automobile, Li Bai Liquor Industry, Semir, dll, dan masih banyak lagi. Kami memiliki lebih dari 3 juta pengguna, dan kami bekerja sama untuk menyelenggarakan kompetisi melukis AIGC. Chery Automobile ingin merekrut juru bicara gambar virtualnya sendiri, awalnya menargetkan para profesional dan mengumpulkan lusinan karya. Kemudian, kami bekerja sama dengan kami dan mengumpulkan lebih dari 7.000 karya sekaligus.
Yang sedikit lebih berat adalah kemampuan untuk memanfaatkan realitas kita, seperti SaaS. Misalnya, jika Anda memiliki adegan Wenshengtu, Anda memiliki adegan pemasaran, atau Anda memiliki adegan pembuatan komik, atau Anda memiliki banyak aplikasi, dan Anda tidak memiliki daya komputasi saat ini, Anda cukup menyambung ke antarmuka kami secara langsung. Ini sudah matang. Layanan antarmuka. Misalnya, seperti McDonald's, kami melakukan aktivitas melukis AI di masa kanak-kanak pada tanggal 1 Juni.
Tingkat kerja sama yang paling dalam adalah memiliki pemahaman industri terhadap industri AIGC. Anda mengetahui model industri seperti apa yang ingin Anda bangun, masalah apa yang dihadapi industri tersebut, dan kemudian menggunakan solusi model tersebut untuk menyelesaikannya. Mirip dengan MaaS, modelkan sebagai layanan. Kami baru saja merilis model pencetakan dan pencelupan dengan Wanshili, yang dirancang khusus untuk industri ini dan harus memenuhi standar industri percetakan dan pencelupan, standar mesin lini produksi, dan banyak detail lainnya. Dalam hal ini, ada juga model fotografi dan lain sebagainya di industri fotografi.
**Wen Yongteng: Apakah Anda punya saran ketika perusahaan membuat model industri? **
Ma Qianli:
Bisnis akan khawatir tentang masalah keamanan. Karena model yang besar memerlukan data untuk dilatih. Jika data ini ada di sisi pelatihan model, bagaimana kita bisa menghindarinya (keamanan data)? Mungkin ada beberapa solusi seperti penerapan server yang diprivatisasi.
Tentu saja, ada banyak detail yang terlibat dalam prosesnya, yang terpenting adalah menemukan mitra yang dapat diandalkan, dan kemudian menghilangkan segala macam jebakan selangkah demi selangkah.
**Wen Yongteng: Sebagai perusahaan model dasar generatif multimodal, Shengshu Technology bagaimana membangun hubungan ekologis dan kerja sama yang relevan dengan para mitra ini. **
Tang Jiayu:
Menurut saya ada beberapa aspek.
Aspek langsungnya adalah kekuatan komputasi. Selain NVIDIA, kami melakukan penelitian dan pengembangan bersama, atau upaya, dengan perusahaan tenaga komputasi, yang merupakan perusahaan perangkat keras yang mendasarinya. Bagi mitra, lebih baik memperluas bidang model besar, dan bagi kami, menemukan daya komputasi yang lebih hemat biaya.
Ada juga banyak kerja sama dalam hal data. Data profesional Anda sangat penting, AI itu seperti anak kecil, ia perlu mempelajari semua jenis pengetahuan melalui data, dan kemudian menciptakan segala macam hal. Kami akan bekerja sama dengan mitra data untuk mencapai kreasi bersama.
Karena kami adalah algoritme dasar, termasuk kemampuan dasar, dan penyedia layanan teknologi dasar yang dibangun dari 0 hingga 1, selain produk ujung ke ujung kami, kami juga akan memaparkan beberapa kemampuan generatif ke dunia luar. Misalnya, Unbounded AI memahami skenario tertentu dengan sangat baik, sehingga mereka dapat menggunakan kemampuan kami untuk lebih memberdayakan skenario yang lebih vertikal. Kami banyak menjalin kerja sama dengan penyedia layanan aplikasi tersebut.
**Wen Yongteng: Pasar daya komputasi saat ini sangat besar. Bagaimana Denglin memandang peluang tersebut dan bagaimana memanfaatkan keunggulan produk dan teknologinya untuk memberdayakan aplikasi hulu, skenario aplikasi AIGC, dan perusahaan. **
Wang Ping:
Bagi kami, ini adalah peluang yang sangat besar, dan kami ingin memberikan solusi daya komputasi yang lebih baik dan lebih murah.
Tapi premis pertama adalah kita harus menyelesaikan masalah keserbagunaan. Ketika kami pertama kali meluncurkan GPU, itu adalah arsitektur CMT yang dapat mendukung ekspansi dengan sangat baik dan memiliki kemudahan penggunaan dan keserbagunaan yang baik. Hal ini memungkinkan semua orang untuk menggunakan dan Sudah diterapkan dengan cepat di berbagai bidang vertikal industri, dan bukan berarti ada yang tidak bisa Anda selesaikan.
Pada tingkat yang lebih mendasar, pelanggan kami berharap mendapatkan daya komputasi yang lebih baik dan hemat biaya, yang juga merupakan nilai yang ingin kami berikan kepada pelanggan. Kami telah mengoptimalkan AI secara khusus untuk memperoleh kinerja biaya yang lebih tinggi. Secara umum, AI memiliki keunggulan konsumsi energi sebesar 2 hingga 3 kali lipat kinerja.
Kami juga mempunyai keuntungan besar, kami dapat membangun model mesin tunggal yang besar. Beberapa pelanggan lebih sensitif terhadap data mereka sendiri dan bahkan ingin memiliki asisten pribadi dengan preferensi pribadi. Model mesin tunggal yang besar dapat memberikan daya komputasi yang tinggi dan dapat diterapkan serta digunakan secara lokal.
**Wen Yongteng: Bisakah Anda berbagi dengan kami bagaimana Anda melihat masa depan, atau pasokan chip dalam 2-3 tahun, dan struktur pasar chip. **
Wang Ping:
Pada dasarnya, situasi pasokan masih melibatkan hubungan internasional dan hubungan Tiongkok-AS. Semakin sulit bagi perusahaan dalam negeri untuk mendapatkan chip kelas atas dari Amerika Serikat. Sejujurnya, menurut saya pribadi, tidak ada seorang pun di China yang benar-benar dapat menggantikan chip kelas atas dari Amerika Serikat.
Namun berdasarkan latar belakang umum ini, saya yakin pasti akan semakin banyak aplikasi yang menggunakan daya komputasi dalam negeri. Semakin banyak orang yang menggunakan dan memolesnya, kami akan terus melakukan iterasi dan memudahkan semua orang untuk menggunakannya di masa depan. Chips harus Bicara tentang iterasi.
Mengenai pangsa akhir NV di Tiongkok, ada faktor kebijakan dan upaya bersama kita, menurut saya pangsa kita akan semakin tinggi.
**Wen Yongteng: Bisakah ketiga tamu tersebut menantikan arah perkembangan teknologi di bidangnya masing-masing di masa depan? **
Ma Qianli:
Penggantian UGC oleh AIGC akan menjadi hal yang sangat menakutkan dan menghancurkan.
Gartner memperkirakan dalam tiga tahun ke depan, 10% material produksi manusia akan dibuat oleh AI, bukan UGC atau lainnya. Ini mungkin berarti bahwa lebih dari 30% dari apa yang Anda gunakan di ponsel setiap hari akan diproduksi oleh AI pada tahun 2025.
Sejalan dengan itu, kekuatan komputasi akan terus berkembang. Selain itu, modelnya juga diperkecil, kedepannya setiap orang bisa memiliki model di ponselnya.
Berdasarkan tiga poin ini, mungkin ada skenario di masa depan di mana rekomendasi algoritme tidak lagi terlalu penting, namun pembuatan algoritme menjadi sangat penting. Konten yang Anda lihat setiap hari di masa mendatang bukanlah konten yang direkomendasikan algoritme kepada Anda, melainkan apa algoritma menciptakan untuk Anda sepanjang waktu. Ya, setiap orang akan memiliki model yang dibuat khusus dan adaptif, dan Anda serta model ini memiliki hubungan kembar satu sama lain.
Dalam hal ini, kecanduan sangatlah serius. Anda dapat melihat apa pun yang ingin Anda lihat. Ini adalah imajinasi jangka panjang. Namun nampaknya kita tidak jauh dari kemajuan ekologis ini. Kemajuan ekologis ini sangat cepat.
Kembali ke sudut pandang bahwa industri berkaitan erat, persaingan teknologi mungkin tidak terlalu penting, namun persaingan ekologis akan menjadi sangat penting. Mungkin tidak ada kesenjangan yang sangat besar antara model Anda dan model lainnya. Model Anda memiliki banyak dampak ekologis. Tumbuh di bidang ini, ada banyak personel ekologi yang melakukan penelitian dan pengembangan pada model Anda, yang akan menjadi sangat penting.
Tang Jiayu:
Di era informasi yang lebih cerdas, AI di belakangnya harus multi-modal, dapat melakukan pemahaman multi-modal, yaitu masukan informasi, dan pembangkitan multi-modal, yaitu keluaran informasi. Ini pasti menjadi tren besar dalam perkembangan teknologi.
Tentu saja, ada banyak kesulitan dalam proses ini, tapi kami pandai, percaya diri dan bertekad untuk melakukannya dengan baik ke arah ini. Saya berharap semua modalitas dapat diintegrasikan, dipahami, dan dihasilkan dengan lebih baik.
Selain itu, cara menggunakan lebih sedikit energi untuk menghasilkan nilai kecerdasan AI yang lebih besar akan menjadi tren.
Wen Yongteng:
Kami di Baidu Ventures sebenarnya telah berinvestasi di puluhan perusahaan AI generatif, dan telah berkomunikasi secara intensif dengan sejumlah besar startup dan pihak industri. Terakhir, kami juga ingin berbagi beberapa pandangan tentang penerapan AI generatif secara keseluruhan. Ada dua perubahan besar utama.
Yang pertama adalah perubahan seluruh metode produksi. Saya pikir kita telah melihat perubahan yang sangat besar di bagian produksi atau seluruh backend bisnis. Sebenarnya akan ada banyak peluang di sini. Kami juga telah mencari peluang termasuk kekuatan komputasi chip generasi berikutnya dan platform pengembangan generasi berikutnya. Peluangnya, bahkan ada peluang untuk pasar aplikasi generasi berikutnya, yang membuat kami sangat bersemangat.
Kedua, perubahan metode interaksi. Sebelumnya, produk adalah intinya. Saya mengharapkan bagaimana pengguna akan menggunakan suatu produk, dan kemudian saya merancang proses interaksi saya. Namun interaksi saat ini merupakan metode interaksi dengan bahasa UI sebagai intinya.
Artinya, masih banyak skenario penerapan yang belum dieksplorasi oleh semua orang, dan terdapat banyak peluang untuk mengubah, menyempurnakan, dan bahkan menumbangkan aplikasi tradisional.