Рисунок: На Всемирной конференции по искусственному интеллекту 2023 года многие компании представили продукты и приложения для крупномасштабных моделей ИИ.
«Больше смотрите, меньше голосуйте», «атмосфера ожидания и наблюдения относительно сильна». Говоря об отношении инвестиционных институтов к крупномасштабному моделированию предпринимательства с использованием ИИ в этом году, это мнение некоторых отечественных инвесторов и предпринимателей.
Но в отрасли по-прежнему популярны большие модели ИИ. На только что завершившейся Всемирной конференции по искусственному интеллекту более 30 крупномасштабных моделей коллективно показали свои мускулы.На горячую дорожку крупномасштабных моделей вышли отечественные интернет-компании и многие ИИ-компании, и битва 100 моделей уже началась .
На рынке венчурного капитала такие громкие имена, как Ван Хуэйвэнь, Ван Сяочуань и Ли Кайфу, выходили на рынок один за другим, призывая быть китайским OpenAI, лучшей крупномасштабной моделью в Китае и т. сила в этой волне крупномасштабных моделей ИИ.
Согласно неполной статистике Sohu Technology, в первой половине этого года не менее 20 крупных модельных компаний получили финансирование на сумму более 6 млрд юаней. С глобальной точки зрения количество связанных источников финансирования превышает 50, и Китай и Соединенные Штаты лидируют, более чем по 20 каждая, на общую сумму 100 млрд юаней.
Хотя количество внутренних транзакций относительно велико, эта сумма составляет всего 6% от мирового, Внутренние инвесторы не щедры, а рынок инвестиций в крупные модели ИИ немного пустынный.
В то же время все стороны не пришли к единому мнению о предпринимательской ценности крупных моделей, о чем ранее спорили управляющий партнер GSR Ventures Чжу Сяоху и председатель Cheetah Mobile Фу Шэн.
Ченг Хао, основатель Yuanwang Capital и Xunlei, рассудил, что в мире будет не более 10 моделей общего назначения, а возможностей для предпринимательства мало. Это в основном стало консенсусом в инвестиционном кругу.Генеральный директор Baidu Робин Ли ранее также говорил, что нет необходимости изобретать велосипед.
Но многим предпринимателям трудно с этим согласиться. Ван Сяочуань считает, что у начинающих компаний должны быть возможности, и без бремени и большего коммерческого давления они будут работать быстрее, чем крупные компании.
Ли Вэй, вице-президент по проектированию и главный научный сотрудник Going out to ask, сказал Sohu Technology, что маловероятно, что крупные производители будут монополизировать крупные модели общего назначения. «Многие стартапы запустили большие модели, доказывая, что этот вопрос больше не является большой проблемой».
Несмотря на различия, существует консенсус в отношении того, что применение будет ключевым. От ожидания того, стоит ли это делать, до появления игроков из всех слоев общества, большая модель достигла стадии ответа на вопрос, как ее реализовать. Будь то крупная фабрика или начинающая компания, это обязательный лист ответов.
У босса есть свой ореол, когда он входит в игру, кто инвестирует в большую модель?
Так родился ChatGPT, положивший начало большой модели третьей волны ИИ, и группа крупных шишек начала свой собственный бизнес. Согласно неполной статистике Sohu Technology, в первой половине этого года не менее 20 крупных компаний получили финансирование, и большинство из них находились в раннем ангельском раунде или раунде А.
У этих предпринимателей в основном есть свой собственный ореол, в том числе Кай-фу Ли, Ван Хуэйвэнь, Ван Сяочуань, Ли Чжифэй, Чжоу Боуэнь и т. д., которые имеют предпринимательский или крупный опыт, а также академические новички, такие как Университет Цинхуа, Национальный народный Конгресса и Университета Западного озера, среди которых особенно типичен Университет Цинхуа.Профессора Цинхуа стоят за Shengshu Technology, Shenyan Technology, Dark Side of the Moon, Qingmao Intelligence, Face Wall Intelligence и Lingxin Intelligence.
Рисунок: Крупномасштабные компании-модели ИИ, публично получившие финансирование в первом полугодии этого года Источник: публичная информация, Тяньянча
С точки зрения инвесторов, существуют не только промышленные капиталы, такие как Tencent, Baidu Ventures, Ant Group и TAL, но и венчурные капиталы, такие как Sequoia, IDG, ZhenFund, Sinovation Ventures, Qiming Ventures, Matrix Partners и Qiji Ventures. бросать. Sequoia является наиболее активной, у нее есть как минимум 5 выстрелов, включая Light Years Beyond, Shenyan Technology, The Dark Side of the Moon и Project AI 2.0, в то время как Tencent инвестировала в Light Years Beyond, MiniMax и Shenyan Technology.
С точки зрения масштаба финансирования, общее финансирование проектов, указанное в этой статистике, превышает 6 млрд юаней. По общедоступным данным, в первой половине этого года в мире было 51 корпоративное финансирование с использованием крупных моделей ИИ, с объемом инвестиций и финансирования, превышающим 100 млрд юаней, то есть на количество внутренних транзакций приходилось почти 40% , но сумма финансирования составила всего около 6%.
Множественные крупномасштабные сделки на рынке США составили контрольную долю, в том числе инвестиции Microsoft в размере 10 миллиардов долларов в OpenAI, Билла Гейтса, Microsoft, Nvidia и т. д. привели к инвестициям в размере 1,3 миллиарда долларов в Inflection AI, а американская компания данных Databricks приобрела MosaicML. за 1,3 миллиарда долларов. Только на эти три транзакции приходится около 90% от общемирового объема.
Это также в определенной степени показывает, что, хотя отечественные крупномасштабные модели активно участвуют, а концептуальные акции на рынке капитала удвоились и взлетели до небес, инвесторы на первичном рынке по-прежнему относительно осторожны, особенно в сделках с крупными суммами.
Цюй Кай, основатель Chapter 42, которая занимается венчурным бизнесом FA, сообщил, что почти все долларовые фонды в настоящее время рассматривают ИИ, а некоторые фонды в юанях также проявляют интерес. «Многие учреждения очень позитивны, но, в конце концов, не так много тех, кто сделает ход. Вероятно, их будет пятьдесят или шестьдесят».
Ли Вэй, вице-президент по проектированию и главный научный сотрудник, также может чувствовать, что инвестиционное сообщество на самом деле очень обеспокоено большими моделями и придумывает их, но они также очень осторожны. «Ведь это новое технологическое направление с большими инвестициями, но бизнес-модель пока неясна».
Гуо Тао, ангел-инвестор и старший эксперт в области искусственного интеллекта, проанализировал Sohu Technology и сказал, что все больше и больше инвестиционных учреждений осознают, что крупные модели ИИ сталкиваются с большими суммами инвестиций, длительными периодами окупаемости, низкими показателями успеха, жесткой конкуренцией в отрасли. и все более строгие правила, и другие вопросы, так что выстрел имеет тенденцию быть осторожным, и текущая выжидательная атмосфера относительно сильна.
В то же время Го Тао считает, что в настоящее время существует не так много крупных ИИ-компаний, в которые стоит инвестировать: у большинства стартапов почти нет существенных преимуществ в технологиях, данных и экологии.
Кроме того, оценки многих многообещающих звездных компаний слишком высоки, как правило, на расстоянии световых лет Всего за три месяца оценка подскочила с 200 миллионов долларов США до 1 миллиарда долларов США, и многие учреждения обескуражены. Конец этой компании тоже весьма смущает: Meituan Ван Сина «спасла» своих братьев и инвесторов более чем на 2 млрд юаней, а Ван Хуэйвэнь ушел досрочно из-за болезни.
Продолжаем отдавать предпочтение интернет-инвестициям и начинаем бороться после того, как спадет лихорадка
С точки зрения конкретного инвестиционного направления крупных моделей ИИ инвестиционные институты почти продолжили предпочтения эпохи интернет-инвестиций, а прикладной уровень является наиболее популярным. Ченг Хао сказал, что Yuanwang Capital в основном инвестирует в компании промежуточного программного обеспечения и прикладного уровня.
Согласно данным, раскрытым Qu Kai, среди проектов ИИ, получивших деньги в этом году, 10–20 % приходится на модели, 20–30 % — на инфра/промежуточные слои и 60–70 % — на модели. для прикладных слоев. Если не считать проекты, которые получают деньги, проекты, которые делают приложения, могут достигать 95%.
От базовой инфраструктуры (например, чипов, фреймворков и другой инфраструктуры) до уровня моделей, промежуточного программного обеспечения и различных приложений индустрия крупномасштабных моделей ИИ также сформировала структуру перевернутой пирамиды, аналогичную индустрии чипов. В случае, когда нижний уровень опирается на иностранные технологии с открытым исходным кодом и его сложно пробить, большинство отечественных стартапов делают ставку на прикладной уровень, а высокозатратный модельный уровень — лишь игра для нескольких компаний.
Ли Вэй считает, что начинающие компании в основном создают базовые крупномасштабные модели и последующие приложения крупномасштабных моделей, и создание базовых крупномасштабных моделей не является ни реалистичным, ни необходимым. «Поэтому многие стартапы, как правило, применяют вертикальные сценарии. С помощью вызовов API или развертывания приватизации OEM они будут использовать услуги крупномасштабных моделей, предоставляемые поставщиками крупномасштабных моделей, чтобы сосредоточиться на инновационных исследованиях и разработке данных. и приложения. Это будет относительно четкое направление».
Однако эта волна повального увлечения большими моделями, похоже, начала остывать.Часто приводимый пример — пик трафика ChatGPT. По данным стороннего веб-сайта SimilarWeb, глобальный трафик веб-сайта и мобильного клиента ChatGPT в июне этого года снизился на 9,7% по сравнению с предыдущим месяцем, что является первым снижением с конца прошлого года, а время, количество посетителей на сайте также уменьшилось на 8,5%. Кроме того, трафик таких веб-сайтов, как Microsoft Bing и Character.AI, также снизился в разной степени в июне.
«Рынок в последние месяц-два похолодел, потому что качественных изменений в крупных моделях в последнее время стало меньше, а новых предпринимателей и новых историй стало меньше, чем в начале года. У точки доступа есть свои преимущества и недостатки. Фу, это нормально», — сказал Цюй Кай.
Он считает, что на следующем этапе большой модели ИИ мы должны много работать над ее внедрением.Следующая волна горячих точек, вероятно, будет через два-три месяца.По большому количеству проектов, которые получили деньги в первом полугодии года, чтобы завершить запуск продукта, потребуется несколько месяцев.Посмотрите, есть ли еще и лучшие приложения-убийцы, и посмотрите, кто будет лидером прикладного уровня.
На самом деле крупные производители в настоящее время стремятся к посадке и коммерческому применению крупных моделей. Когда Huawei недавно выпустила Pangu 3.0, она заявила, что надеется использовать его для помощи во всех сферах жизни, а не сосредотачиваться на уровне модели голоса. «Мы так заняты делами, что у нас нет времени на поэзию».
Гуо Тао считает, что хотя модель ИИ и остыла, в целом она продержится около года, и акцент будет постепенно смещаться с базового технологического уровня на вертикальный прикладной уровень.
Ли Ди, генеральный директор Xiaoice, считает, что гомогенизация больших моделей сейчас серьезна, и на рынке нет необходимости в таком количестве больших моделей.Лихорадка должна утихнуть в 2024 году, и выясняется, что кто на берегу и кто плавает голышом.
Нет шансов для общей модели? Гомогенизация вертикальной дорожки — это серьезно
Для предпринимателей крайне важно, как думать о направлении перед выходом на рынок. Чжу Сяоху сказал, что ChatGPT очень недружелюбен к начинающим компаниям и откажется от финансовых фантазий в ближайшие два-три года. Фу Шэн пожаловался на это, сказав: «Наши инвесторы невежественны и бесстрашны».
Позже Чжу Сяоху пояснил, что не отрицал предпринимательских возможностей в области крупномасштабных моделей, но напомнил предпринимателям не быть суеверными в отношении крупномасштабных моделей общего назначения. «Для большинства предпринимателей сценарии являются приоритетом, а данные важнее».
Эта точка зрения в основном стала консенсусом в нынешнем отечественном инвестиционном кругу. Го Тао считает, что крупномасштабные модели общего назначения сформируют определенную монопольную ситуацию, а предприниматели и «малые фабрики» окажутся в невыгодном положении с точки зрения капитала, технологий, данных и экологии при развертывании крупномасштабных моделей общего назначения. .
«Ров широкомасштабной модели общего назначения очень высок, и ее сетевой эффект также силен. Отзывы пользователей будут делать ее все умнее и умнее, и компания, которая сделает ее первой, получит преимущество первопроходца». Ченг Хао также считает, что у начинающих компаний нет шансов сделать универсальную крупносерийную модель: это могут себе позволить только крупные заводы.
При этом он считает, что общая базовая модель не потребует в будущем такого количества компаний. «Возможно, в будущем в мире будет не более 10 моделей общего назначения с закрытым и открытым исходным кодом, что слишком много».
Но многие предприниматели с этим не согласны. «Многие начинающие компании запустили масштабные модели, доказывая, что это не большая проблема. Если выйти на уровень ГПТ-4, то топовым производителям тоже очень сложно, и кажется невозможным монополизировать сейчас, — сказал Ли Вэй.
Он считает, что, хотя начинающие компании не могут конкурировать с крупными производителями с точки зрения аппаратных ресурсов и инженерной мощи, их преимущества заключаются в том, что они более приземлены, имеют общий путь посадки или спрос на продукт и не делают большие модели ради больших моделей.
«Базовая крупная модель не монолитна, и есть возможности для расширения. Стартапы могут начать с модели на один миллиард или на десять миллиардов, а затем решить, продолжать ли развивать модель на 100 миллиардов в соответствии со своими потребностями и следовать- ресурсы», — сказал Ли Вэй.
Многие начинающие компании следуют этому пути при создании крупномасштабных моделей. Например, Baichuan Intelligence сначала запустила модель с 7 миллиардами параметров и все еще обучает модель с 50 миллиардами параметров.По сути, ни одна стартап-компания не хочет создавать большую модель со 100 миллиардами параметров.
По мнению Ли Вэя, размер модели — не единственный показатель, и сценарий применения также является важным справочным параметром. «Для большинства приложений сверхкрупномасштабная модель подобна пушечному поражению комара. Мало того, что требуется много времени для вывода, она стоит дорого, ее сложно применить и развернуть, и она не делает много смысла с точки зрения фактического эффекта».
Поэтому Ли Вэй считает, что слепая конкуренция за совершенство не должна быть основным направлением исследований и разработок крупномасштабных моделей и инноваций.Более значимой и здоровой конкуренцией является продвижение крупномасштабных моделей, чтобы они были легкими и вертикальными.
Ченг Хао считает, что в будущем у многих малых и средних предприятий будут свои вертикальные модели, а у стартапов будет больше возможностей для разработки приложений или цепочек инструментов на вертикальной траектории. «Большинство инвестиционных институтов по-прежнему смотрят в сторону вертикальных отраслей, таких как Ван Сяочуань и Ван Хуэйвэнь, в значительной степени они делают ставку на людей, а не на создание широкомасштабных моделей общего назначения».
Однако выбор технического маршрута вертикального пути также сталкивается со многими проблемами. Ли Вэй откровенно сказал, что широкомасштабное внедрение крупномасштабных моделей в вертикальном поле будет сложнее, чем предполагалось.
Он считает, что одна из текущих проблем заключается в том, что изменения происходят слишком быстро и поразительно. Начинающим компаниям трудно установить связь и выбрать поставщиков крупномасштабных моделей. Большинство крупномасштабных моделей еще не предоставили зрелых услуг, которые можно было бы применяется, а восходящий и нисходящий потоки не могут быть бесшовными.Проблема стыковки и согласования.
В то же время остаются такие проблемы, как техническая однородность и коммерческая перекатка. «Поощрение технологической конкуренции и дифференцированная разработка моделей, координация делового сотрудничества и сокращение взаимного участия бизнеса — вот направления, в которых технологические компании и сообщества должны работать вместе», — призвал Ли Вэй.
Посмотреть Оригинал
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
«Правда» крупномасштабной модели ИИ: инвесторы видят больше и вкладывают меньше, 20 компаний получили финансирование только на 6 млрд юаней.
Источник: Sohu Technology
Автор: Лян Чанцзюнь
Монтажер: Ян Джин
«Больше смотрите, меньше голосуйте», «атмосфера ожидания и наблюдения относительно сильна». Говоря об отношении инвестиционных институтов к крупномасштабному моделированию предпринимательства с использованием ИИ в этом году, это мнение некоторых отечественных инвесторов и предпринимателей.
Но в отрасли по-прежнему популярны большие модели ИИ. На только что завершившейся Всемирной конференции по искусственному интеллекту более 30 крупномасштабных моделей коллективно показали свои мускулы.На горячую дорожку крупномасштабных моделей вышли отечественные интернет-компании и многие ИИ-компании, и битва 100 моделей уже началась .
На рынке венчурного капитала такие громкие имена, как Ван Хуэйвэнь, Ван Сяочуань и Ли Кайфу, выходили на рынок один за другим, призывая быть китайским OpenAI, лучшей крупномасштабной моделью в Китае и т. сила в этой волне крупномасштабных моделей ИИ.
Согласно неполной статистике Sohu Technology, в первой половине этого года не менее 20 крупных модельных компаний получили финансирование на сумму более 6 млрд юаней. С глобальной точки зрения количество связанных источников финансирования превышает 50, и Китай и Соединенные Штаты лидируют, более чем по 20 каждая, на общую сумму 100 млрд юаней.
Хотя количество внутренних транзакций относительно велико, эта сумма составляет всего 6% от мирового, Внутренние инвесторы не щедры, а рынок инвестиций в крупные модели ИИ немного пустынный.
В то же время все стороны не пришли к единому мнению о предпринимательской ценности крупных моделей, о чем ранее спорили управляющий партнер GSR Ventures Чжу Сяоху и председатель Cheetah Mobile Фу Шэн.
Ченг Хао, основатель Yuanwang Capital и Xunlei, рассудил, что в мире будет не более 10 моделей общего назначения, а возможностей для предпринимательства мало. Это в основном стало консенсусом в инвестиционном кругу.Генеральный директор Baidu Робин Ли ранее также говорил, что нет необходимости изобретать велосипед.
Но многим предпринимателям трудно с этим согласиться. Ван Сяочуань считает, что у начинающих компаний должны быть возможности, и без бремени и большего коммерческого давления они будут работать быстрее, чем крупные компании.
Ли Вэй, вице-президент по проектированию и главный научный сотрудник Going out to ask, сказал Sohu Technology, что маловероятно, что крупные производители будут монополизировать крупные модели общего назначения. «Многие стартапы запустили большие модели, доказывая, что этот вопрос больше не является большой проблемой».
Несмотря на различия, существует консенсус в отношении того, что применение будет ключевым. От ожидания того, стоит ли это делать, до появления игроков из всех слоев общества, большая модель достигла стадии ответа на вопрос, как ее реализовать. Будь то крупная фабрика или начинающая компания, это обязательный лист ответов.
У босса есть свой ореол, когда он входит в игру, кто инвестирует в большую модель?
Так родился ChatGPT, положивший начало большой модели третьей волны ИИ, и группа крупных шишек начала свой собственный бизнес. Согласно неполной статистике Sohu Technology, в первой половине этого года не менее 20 крупных компаний получили финансирование, и большинство из них находились в раннем ангельском раунде или раунде А.
У этих предпринимателей в основном есть свой собственный ореол, в том числе Кай-фу Ли, Ван Хуэйвэнь, Ван Сяочуань, Ли Чжифэй, Чжоу Боуэнь и т. д., которые имеют предпринимательский или крупный опыт, а также академические новички, такие как Университет Цинхуа, Национальный народный Конгресса и Университета Западного озера, среди которых особенно типичен Университет Цинхуа.Профессора Цинхуа стоят за Shengshu Technology, Shenyan Technology, Dark Side of the Moon, Qingmao Intelligence, Face Wall Intelligence и Lingxin Intelligence.
С точки зрения инвесторов, существуют не только промышленные капиталы, такие как Tencent, Baidu Ventures, Ant Group и TAL, но и венчурные капиталы, такие как Sequoia, IDG, ZhenFund, Sinovation Ventures, Qiming Ventures, Matrix Partners и Qiji Ventures. бросать. Sequoia является наиболее активной, у нее есть как минимум 5 выстрелов, включая Light Years Beyond, Shenyan Technology, The Dark Side of the Moon и Project AI 2.0, в то время как Tencent инвестировала в Light Years Beyond, MiniMax и Shenyan Technology.
С точки зрения масштаба финансирования, общее финансирование проектов, указанное в этой статистике, превышает 6 млрд юаней. По общедоступным данным, в первой половине этого года в мире было 51 корпоративное финансирование с использованием крупных моделей ИИ, с объемом инвестиций и финансирования, превышающим 100 млрд юаней, то есть на количество внутренних транзакций приходилось почти 40% , но сумма финансирования составила всего около 6%.
Множественные крупномасштабные сделки на рынке США составили контрольную долю, в том числе инвестиции Microsoft в размере 10 миллиардов долларов в OpenAI, Билла Гейтса, Microsoft, Nvidia и т. д. привели к инвестициям в размере 1,3 миллиарда долларов в Inflection AI, а американская компания данных Databricks приобрела MosaicML. за 1,3 миллиарда долларов. Только на эти три транзакции приходится около 90% от общемирового объема.
Это также в определенной степени показывает, что, хотя отечественные крупномасштабные модели активно участвуют, а концептуальные акции на рынке капитала удвоились и взлетели до небес, инвесторы на первичном рынке по-прежнему относительно осторожны, особенно в сделках с крупными суммами.
Цюй Кай, основатель Chapter 42, которая занимается венчурным бизнесом FA, сообщил, что почти все долларовые фонды в настоящее время рассматривают ИИ, а некоторые фонды в юанях также проявляют интерес. «Многие учреждения очень позитивны, но, в конце концов, не так много тех, кто сделает ход. Вероятно, их будет пятьдесят или шестьдесят».
Ли Вэй, вице-президент по проектированию и главный научный сотрудник, также может чувствовать, что инвестиционное сообщество на самом деле очень обеспокоено большими моделями и придумывает их, но они также очень осторожны. «Ведь это новое технологическое направление с большими инвестициями, но бизнес-модель пока неясна».
Гуо Тао, ангел-инвестор и старший эксперт в области искусственного интеллекта, проанализировал Sohu Technology и сказал, что все больше и больше инвестиционных учреждений осознают, что крупные модели ИИ сталкиваются с большими суммами инвестиций, длительными периодами окупаемости, низкими показателями успеха, жесткой конкуренцией в отрасли. и все более строгие правила, и другие вопросы, так что выстрел имеет тенденцию быть осторожным, и текущая выжидательная атмосфера относительно сильна.
В то же время Го Тао считает, что в настоящее время существует не так много крупных ИИ-компаний, в которые стоит инвестировать: у большинства стартапов почти нет существенных преимуществ в технологиях, данных и экологии.
Кроме того, оценки многих многообещающих звездных компаний слишком высоки, как правило, на расстоянии световых лет Всего за три месяца оценка подскочила с 200 миллионов долларов США до 1 миллиарда долларов США, и многие учреждения обескуражены. Конец этой компании тоже весьма смущает: Meituan Ван Сина «спасла» своих братьев и инвесторов более чем на 2 млрд юаней, а Ван Хуэйвэнь ушел досрочно из-за болезни.
Продолжаем отдавать предпочтение интернет-инвестициям и начинаем бороться после того, как спадет лихорадка
С точки зрения конкретного инвестиционного направления крупных моделей ИИ инвестиционные институты почти продолжили предпочтения эпохи интернет-инвестиций, а прикладной уровень является наиболее популярным. Ченг Хао сказал, что Yuanwang Capital в основном инвестирует в компании промежуточного программного обеспечения и прикладного уровня.
Согласно данным, раскрытым Qu Kai, среди проектов ИИ, получивших деньги в этом году, 10–20 % приходится на модели, 20–30 % — на инфра/промежуточные слои и 60–70 % — на модели. для прикладных слоев. Если не считать проекты, которые получают деньги, проекты, которые делают приложения, могут достигать 95%.
От базовой инфраструктуры (например, чипов, фреймворков и другой инфраструктуры) до уровня моделей, промежуточного программного обеспечения и различных приложений индустрия крупномасштабных моделей ИИ также сформировала структуру перевернутой пирамиды, аналогичную индустрии чипов. В случае, когда нижний уровень опирается на иностранные технологии с открытым исходным кодом и его сложно пробить, большинство отечественных стартапов делают ставку на прикладной уровень, а высокозатратный модельный уровень — лишь игра для нескольких компаний.
Ли Вэй считает, что начинающие компании в основном создают базовые крупномасштабные модели и последующие приложения крупномасштабных моделей, и создание базовых крупномасштабных моделей не является ни реалистичным, ни необходимым. «Поэтому многие стартапы, как правило, применяют вертикальные сценарии. С помощью вызовов API или развертывания приватизации OEM они будут использовать услуги крупномасштабных моделей, предоставляемые поставщиками крупномасштабных моделей, чтобы сосредоточиться на инновационных исследованиях и разработке данных. и приложения. Это будет относительно четкое направление».
Однако эта волна повального увлечения большими моделями, похоже, начала остывать.Часто приводимый пример — пик трафика ChatGPT. По данным стороннего веб-сайта SimilarWeb, глобальный трафик веб-сайта и мобильного клиента ChatGPT в июне этого года снизился на 9,7% по сравнению с предыдущим месяцем, что является первым снижением с конца прошлого года, а время, количество посетителей на сайте также уменьшилось на 8,5%. Кроме того, трафик таких веб-сайтов, как Microsoft Bing и Character.AI, также снизился в разной степени в июне.
«Рынок в последние месяц-два похолодел, потому что качественных изменений в крупных моделях в последнее время стало меньше, а новых предпринимателей и новых историй стало меньше, чем в начале года. У точки доступа есть свои преимущества и недостатки. Фу, это нормально», — сказал Цюй Кай.
Он считает, что на следующем этапе большой модели ИИ мы должны много работать над ее внедрением.Следующая волна горячих точек, вероятно, будет через два-три месяца.По большому количеству проектов, которые получили деньги в первом полугодии года, чтобы завершить запуск продукта, потребуется несколько месяцев.Посмотрите, есть ли еще и лучшие приложения-убийцы, и посмотрите, кто будет лидером прикладного уровня.
На самом деле крупные производители в настоящее время стремятся к посадке и коммерческому применению крупных моделей. Когда Huawei недавно выпустила Pangu 3.0, она заявила, что надеется использовать его для помощи во всех сферах жизни, а не сосредотачиваться на уровне модели голоса. «Мы так заняты делами, что у нас нет времени на поэзию».
Гуо Тао считает, что хотя модель ИИ и остыла, в целом она продержится около года, и акцент будет постепенно смещаться с базового технологического уровня на вертикальный прикладной уровень.
Ли Ди, генеральный директор Xiaoice, считает, что гомогенизация больших моделей сейчас серьезна, и на рынке нет необходимости в таком количестве больших моделей.Лихорадка должна утихнуть в 2024 году, и выясняется, что кто на берегу и кто плавает голышом.
Нет шансов для общей модели? Гомогенизация вертикальной дорожки — это серьезно
Для предпринимателей крайне важно, как думать о направлении перед выходом на рынок. Чжу Сяоху сказал, что ChatGPT очень недружелюбен к начинающим компаниям и откажется от финансовых фантазий в ближайшие два-три года. Фу Шэн пожаловался на это, сказав: «Наши инвесторы невежественны и бесстрашны».
Позже Чжу Сяоху пояснил, что не отрицал предпринимательских возможностей в области крупномасштабных моделей, но напомнил предпринимателям не быть суеверными в отношении крупномасштабных моделей общего назначения. «Для большинства предпринимателей сценарии являются приоритетом, а данные важнее».
Эта точка зрения в основном стала консенсусом в нынешнем отечественном инвестиционном кругу. Го Тао считает, что крупномасштабные модели общего назначения сформируют определенную монопольную ситуацию, а предприниматели и «малые фабрики» окажутся в невыгодном положении с точки зрения капитала, технологий, данных и экологии при развертывании крупномасштабных моделей общего назначения. .
«Ров широкомасштабной модели общего назначения очень высок, и ее сетевой эффект также силен. Отзывы пользователей будут делать ее все умнее и умнее, и компания, которая сделает ее первой, получит преимущество первопроходца». Ченг Хао также считает, что у начинающих компаний нет шансов сделать универсальную крупносерийную модель: это могут себе позволить только крупные заводы.
При этом он считает, что общая базовая модель не потребует в будущем такого количества компаний. «Возможно, в будущем в мире будет не более 10 моделей общего назначения с закрытым и открытым исходным кодом, что слишком много».
Но многие предприниматели с этим не согласны. «Многие начинающие компании запустили масштабные модели, доказывая, что это не большая проблема. Если выйти на уровень ГПТ-4, то топовым производителям тоже очень сложно, и кажется невозможным монополизировать сейчас, — сказал Ли Вэй.
Он считает, что, хотя начинающие компании не могут конкурировать с крупными производителями с точки зрения аппаратных ресурсов и инженерной мощи, их преимущества заключаются в том, что они более приземлены, имеют общий путь посадки или спрос на продукт и не делают большие модели ради больших моделей.
«Базовая крупная модель не монолитна, и есть возможности для расширения. Стартапы могут начать с модели на один миллиард или на десять миллиардов, а затем решить, продолжать ли развивать модель на 100 миллиардов в соответствии со своими потребностями и следовать- ресурсы», — сказал Ли Вэй.
Многие начинающие компании следуют этому пути при создании крупномасштабных моделей. Например, Baichuan Intelligence сначала запустила модель с 7 миллиардами параметров и все еще обучает модель с 50 миллиардами параметров.По сути, ни одна стартап-компания не хочет создавать большую модель со 100 миллиардами параметров.
По мнению Ли Вэя, размер модели — не единственный показатель, и сценарий применения также является важным справочным параметром. «Для большинства приложений сверхкрупномасштабная модель подобна пушечному поражению комара. Мало того, что требуется много времени для вывода, она стоит дорого, ее сложно применить и развернуть, и она не делает много смысла с точки зрения фактического эффекта».
Поэтому Ли Вэй считает, что слепая конкуренция за совершенство не должна быть основным направлением исследований и разработок крупномасштабных моделей и инноваций.Более значимой и здоровой конкуренцией является продвижение крупномасштабных моделей, чтобы они были легкими и вертикальными.
Ченг Хао считает, что в будущем у многих малых и средних предприятий будут свои вертикальные модели, а у стартапов будет больше возможностей для разработки приложений или цепочек инструментов на вертикальной траектории. «Большинство инвестиционных институтов по-прежнему смотрят в сторону вертикальных отраслей, таких как Ван Сяочуань и Ван Хуэйвэнь, в значительной степени они делают ставку на людей, а не на создание широкомасштабных моделей общего назначения».
Однако выбор технического маршрута вертикального пути также сталкивается со многими проблемами. Ли Вэй откровенно сказал, что широкомасштабное внедрение крупномасштабных моделей в вертикальном поле будет сложнее, чем предполагалось.
Он считает, что одна из текущих проблем заключается в том, что изменения происходят слишком быстро и поразительно. Начинающим компаниям трудно установить связь и выбрать поставщиков крупномасштабных моделей. Большинство крупномасштабных моделей еще не предоставили зрелых услуг, которые можно было бы применяется, а восходящий и нисходящий потоки не могут быть бесшовными.Проблема стыковки и согласования.
В то же время остаются такие проблемы, как техническая однородность и коммерческая перекатка. «Поощрение технологической конкуренции и дифференцированная разработка моделей, координация делового сотрудничества и сокращение взаимного участия бизнеса — вот направления, в которых технологические компании и сообщества должны работать вместе», — призвал Ли Вэй.