«Правда» про широкомасштабну модель рукопашного бою: інвестори бачать більше та інвестують менше, 20 компаній отримали лише 6 мільярдів юанів фінансування
Малюнок: на Всесвітній конференції зі штучного інтелекту 2023 року багато компаній показали широкомасштабні моделі продуктів і програм ШІ
«Більше дивіться, менше голосуйте», «атмосфера очікування і спостереження відносно сильна». Якщо говорити про ставлення інвестиційних інститутів до широкомасштабного підприємництва зі штучним інтелектом у цьому році, то це відчуття деяких вітчизняних інвесторів і підприємців.
Але в промисловості великі моделі ШІ все ще популярні. На Всесвітній конференції зі штучного інтелекту, що щойно завершилася, понад 30 великих моделей разом продемонстрували свої м’язи.Вітчизняні інтернет-компанії та багато компаній зі штучного інтелекту ступили на гарячу слід великомасштабних моделей, і битва 100 моделей вже почалася. .
На ринку венчурного капіталу такі великі імена, як Ван Хуйвен, Ван Сяочуань і Лі Кайфу, виходили на ринок один за одним, закликаючи бути китайським OpenAI, бути найкращою великомасштабною моделлю в Китаї тощо, ставши важливою силу в цій хвилі великомасштабних моделей ШІ.
Згідно з неповною статистикою Sohu Technology, у першій половині цього року принаймні 20 великих модельних компаній отримали понад 6 мільярдів юанів фінансування. З глобальної точки зору, кількість пов’язаного фінансування перевищує 50, і Китай і Сполучені Штати лідирують, з більш ніж 20 у кожному із залученням 100 мільярдів юанів.
Незважаючи на те, що кількість внутрішніх транзакцій є відносно великою, їхня сума становить лише 6% у світі.Вітчизняні інвестори не щедрі, а інвестиційний ринок великої моделі штучного інтелекту дещо безлюдний.
При цьому всі сторони не дійшли єдиної думки щодо підприємницької цінності великих моделей, про що раніше сперечалися між собою Чжу Сяоху, керуючий партнер GSR Ventures, і Фу Шен, голова Cheetah Mobile.
Чен Хао, засновник Yuanwang Capital і Xunlei, вирішив, що у світі не буде більше 10 моделей загального призначення, а можливостей для підприємництва мало. Це фактично стало консенсусом в інвестиційному колі.Генеральний директор Baidu Робін Лі також раніше сказав, що немає потреби винаходити велосипед.
Але багатьом підприємцям важко погодитися. Ван Сяочуань вважає, що компанії-початківці повинні мати можливості, і без тягаря та більшого комерційного тиску вони працюватимуть швидше, ніж великі компанії.
Лі Вей, віце-президент із розробки та головний науковий співробітник Going out to ask, сказав Sohu Technology, що малоймовірно, що великі виробники монополізують великі моделі загального призначення. «Багато стартапів запустили великі моделі, доводячи, що це питання більше не є великою проблемою».
Незважаючи на розбіжності, існує консенсус щодо того, що ключовою буде програма. Від очікування, чи варто це робити, до вступу гравців з усіх верств суспільства, велика модель досягла етапу відповіді, як це реалізувати. Незалежно від того, чи це велика фабрика, чи нова компанія, це обов’язковий аркуш відповідей.
Бос має власний ореол, коли він вступає в гру, хто інвестує у велику модель?
Народився ChatGPT, який поклав початок піку великої моделі третьої хвилі штучного інтелекту, і група великих людей започаткувала власний бізнес. Згідно з неповною статистикою Sohu Technology, у першій половині цього року принаймні 20 великих компаній отримали фінансування, і більшість із них були в ранньому ангельському раунді або раунді A.
Ці підприємці в основному мають свій власний ореол, зокрема Кай-Фу Лі, Ван Хуйвень, Ван Сяочуань, Лі Чжіфей, Чжоу Боуен тощо, які мають підприємницьке чи великомасштабне минуле, а також академічні новачки, такі як Університет Цінхуа, Національний народний Конгресу та Університету Вест-Лейк, серед яких особливо типовий Університет Цінхуа.Професори Цінхуа стоять за Shengshu Technology, Shenyan Technology, Dark Side of the Moon, Qingmao Intelligence, Face Wall Intelligence та Lingxin Intelligence.
Малюнок: великі модельні компанії штучного інтелекту, які публічно отримали фінансування в першій половині цього року Джерело: публічна інформація, Tianyancha
З точки зору інвесторів, це не лише промислові капітали, такі як Tencent, Baidu Ventures, Ant Group і TAL, а й венчурні капітали, такі як Sequoia, IDG, ZhenFund, Sinovation Ventures, Qiming Ventures, Matrix Partners і Qiji Ventures. акторський склад. Sequoia є найактивнішою з принаймні 5 знімками, включаючи Light Years Beyond, Shenyan Technology, The Dark Side of the Moon і Project AI 2.0, тоді як Tencent інвестувала в Light Years Beyond, MiniMax і Shenyan Technology.
З точки зору масштабу фінансування, загальний обсяг фінансування проектів у цій статистиці перевищує 6 мільярдів юанів. Згідно з відкритими даними, у першому півріччі цього року у світі було 51 корпоративне фінансування із залученням великих моделей штучного інтелекту з обсягом інвестицій та фінансування, що перевищив 100 мільярдів юанів, тобто кількість внутрішніх транзакцій становила майже 40% , але обсяг фінансування становив лише близько 6%.
Численні великомасштабні транзакції на ринку США становлять більшість, у тому числі інвестиції Microsoft у розмірі 10 мільярдів доларів США в OpenAI, Білла Гейтса, Microsoft, Nvidia тощо призвели до інвестицій у розмірі 1,3 мільярда доларів у Inflection AI, а американська компанія даних Databricks придбала MosaicML для 1,3 мільярда доларів. Лише ці три транзакції склали близько 90% загального обсягу.
Це також до певної міри свідчить про те, що, незважаючи на те, що вітчизняні великомасштабні моделі активно задіяні, а концептуальні акції на ринку капіталу подвоїлися та різко зросли, інвестори на первинному ринку все ще відносно обережні, особливо в операціях на великі суми.
Ку Кай, засновник Chapter 42, який займається бізнесом венчурного капіталу FA, розповів, що майже всі фонди в доларах США зараз дивляться на ШІ, а деякі фонди в юанях також зацікавлені. «Багато закладів налаштовані дуже позитивно, але врешті мало тих, хто зробить крок. Ймовірно, їх буде п’ятдесят-шістдесят».
Лі Вей, віце-президент із розробки та головний науковий співробітник, також може відчути, що інвестиційне співтовариство насправді дуже стурбоване великими моделями, але вони також дуже обережні. «Адже це новий технологічний напрямок з великими інвестиціями, але бізнес-модель наразі незрозуміла».
Гуо Тао, ангел-інвестор і старший експерт зі штучного інтелекту, проаналізував технологію Sohu і сказав, що все більше і більше інвестиційних установ усвідомлюють, що широкомасштабні моделі штучного інтелекту стикаються з великими інвестиціями, тривалими циклами повернення, низькими показниками успіху, жорсткою галузевою конкуренцією, і дедалі суворіші правила.Та інші питання, тому постріл, як правило, обережний, і поточна атмосфера очікування відносно сильна.
У той же час Гуо Тао вважає, що наразі не так багато великих компаній зі штучним інтелектом, у які варто інвестувати.
Крім того, оцінка багатьох багатообіцяючих зіркових компаній надто дорога, як правило, за світлові роки.Всього за три місяці оцінка підскочила з 200 мільйонів доларів США до 1 мільярда доларів США, і багато установ знеохочені. Кінець цієї компанії також досить незручний: Мейтуань Ван Сіна «врятував» своїх братів та інвесторів понад 2 мільярди юанів, а Ван Хуйвен покинув рано через хворобу.
Продовжуючи надавати перевагу інвестуванню в Інтернет і починати боротьбу після спаду лихоманки
З точки зору конкретного напряму інвестування великих моделей штучного інтелекту, інвестиційні установи майже продовжили переваги епохи інвестицій в Інтернет, і прикладний рівень є найпопулярнішим. Чен Хао сказав, що Yuanwang Capital в основному інвестує в проміжне програмне забезпечення та компанії рівня додатків.
Згідно з даними, оприлюдненими Qu Kai, серед проектів ШІ, які отримали гроші цього року, 10%-20% припадає на моделі, 20%-30% на інфра/проміжні рівні та 60%-70% для прикладних шарів.. Якщо не рахувати проекти, які отримують гроші, проекти, які подають заявки, можуть досягати 95%.
Від базової інфраструктури (такої як мікросхеми, фреймворки та інша інфраструктура) до рівня моделі, проміжного програмного забезпечення та різноманітних додатків, індустрія великомасштабних моделей штучного інтелекту також сформувала структуру перевернутої піраміди, схожу на індустрію мікросхем. У випадку, якщо нижній рівень покладається на іноземну технологію з відкритим вихідним кодом і його важко пробити, більшість вітчизняних стартапів роблять ставку на прикладний рівень, а рівень дорогих моделей — це лише гра для кількох компаній.
Лі Вей вважає, що компанії-початківці в основному розробляють базові великомасштабні моделі та застосовують їх у подальшому, і створювати базові великомасштабні моделі нереалістично та не обов’язково. «Тому багато стартапів, як правило, подають заявки у вертикальних сценаріях. За допомогою викликів API або розгортання приватизації OEM вони використовуватимуть послуги великих моделей великих постачальників моделей, щоб зосередитися на інноваційних дослідженнях і розробці даних і програм. Це дозволить бути відносно чітким напрямком».
Однак ця хвиля захоплення великими моделями, схоже, почала охолоджуватися. Часто цитується приклад пік трафіку ChatGPT. Згідно з даними стороннього веб-сайту SimilarWeb, у червні цього року глобальний трафік веб-сайту та мобільного клієнта ChatGPT знизився на 9,7% у порівнянні з попереднім місяцем, що стало першим падінням з кінця минулого року, а час, витрачений на кількість відвідувачів сайту також зменшилася на 8,5%. Крім того, трафік таких веб-сайтів, як Microsoft Bing і Character.AI, також різною мірою знизився в червні.
«Останні один-два місяці ринок охолоджується, оскільки останнім часом якісні зміни у великих моделях зменшуються, а нових підприємців і нових історій стає менше, ніж на початку року. Але кожен трек і Точка доступу має свої переваги та недоліки. Фу, це нормально", - сказав Цюй Кай.
Він вважає, що на наступному етапі великої моделі AI ми повинні наполегливо працювати над її впровадженням. Наступна хвиля гарячих точок, ймовірно, буде через два-три місяці. Для великої кількості проектів, які отримали гроші в першому півріччі року, для завершення запуску продукту знадобиться кілька місяців. Подивіться, чи є більше кращих додатків-убивць, і подивіться, хто стане лідером на рівні програм.
Фактично, великі виробники в даний час прагнуть до посадки і комерційного застосування великих моделей. Коли компанія Huawei нещодавно випустила Pangu 3.0, вона висловила сподівання використовувати її, щоб допомогти всім сферам життя, а не зосереджуватися на рівні голосової моделі. «Ми настільки зайняті справами, що не маємо часу на поезію».
Гуо Тао вважає, що, хоча модель ШІ охолола, вона проіснуватиме близько року в цілому, і фокус поступово переміститься з базового рівня технологій на рівень вертикального застосування.
Лі Ді, генеральний директор Xiaoice, вирішив, що гомогенізація великих моделей зараз є серйозною, і немає потреби у такій кількості великих моделей на ринку. Лихоманка має вщухнути у 2024 році, і виявилося, що хто на березі та який плаває голим.
Немає шансів на загальну модель? Гомогенізація вертикальної доріжки серйозна
Для підприємців надзвичайно важливим є те, як продумати напрямок перед виходом на ринок. Чжу Сяоху сказав, що ChatGPT дуже недружній до компаній-початківців і відмовиться від фінансових фантазій у найближчі два-три роки. Фу Шен поскаржився на це, сказавши, що «наші інвестори неосвічені та безстрашні».
Пізніше Чжу Сяоху пояснив, що він не заперечував підприємницькі можливості у сфері великомасштабних моделей, але нагадав підприємцям не бути забобонними щодо великомасштабних моделей загального призначення. «Для більшості підприємців сценарії є пріоритетом, а дані — головним».
Ця точка зору в основному стала консенсусом поточного внутрішнього інвестиційного кола. Го Тао вважає, що широкомасштабні моделі загального призначення сформують певну монопольну ситуацію, а підприємці та «малі фабрики» будуть у невигідному становищі з точки зору капіталу, технологій, даних та екології, коли вони розгортатимуть великомасштабні моделі загального призначення. .
«Рів великомасштабної моделі загального призначення дуже високий, і її мережевий ефект також сильний. Відгуки користувачів зроблять її розумнішою та розумнішою, а компанія, яка виготовить її першою, матиме перевагу першої». Чен Хао також вважає, що у стартап-компаній немає жодних шансів створити універсальну великомасштабну модель: великі, тільки великі заводи можуть собі це дозволити.
Водночас він вважає, що загальна базова модель у майбутньому не потребуватиме такої кількості компаній. «Можливо, у світі буде не більше 10 моделей загального призначення з закритим і відкритим кодом, які можна буде використовувати в майбутньому, а це занадто багато».
Але багато підприємців не погоджуються. «Багато компаній-початківців запустили масштабні моделі, доводячи, що це не є великою проблемою. Якщо досягти рівня GPT-4, це також дуже важко для провідних виробників, і здається неможливим монополізувати це зараз", - сказав Лі Вей.
Він вважає, що хоча компанії-початківці не можуть конкурувати з великими виробниками з точки зору апаратних ресурсів та інженерної потужності, їхні переваги полягають у тому, що вони більш приземлені, мають загальний шлях посадки або попит на продукцію та не роблять великі моделі заради великих моделей.
«Базова велика модель не є монолітною, і є можливість для розширення. Стартапи можуть почати з моделі в один або десять мільярдів, а потім вирішити, чи продовжувати розробляти модель в 100 мільярдів відповідно до власних потреб і подальших ресурсів", - сказав Лі Вей.
Багато компаній-початківців йдуть цим шляхом, створюючи масштабні моделі. Наприклад, Baichuan Intelligence спочатку запустила модель із 7 мільярдів параметрів і все ще тренує модель із 50 мільярдами параметрів.По суті, жодна стартап-компанія не вирішує створювати велику модель із 100 мільярдами параметрів.
На думку Лі Вея, розмір моделі не є єдиним показником, і сценарій застосування також є важливим опорним виміром. «Для більшості застосувань надвеликомасштабна модель подібна до гармати, яка влучає в комара. Це не тільки займає багато часу, щоб зробити висновок, це коштує багато, її важко застосувати та розгорнути, і це не робить багато сенсу з точки зору фактичного ефекту».
Таким чином, Лі Вей вважає, що сліпа конкуренція за досконалість не повинна бути основним напрямом досліджень і розробок великомасштабних моделей та інновацій. Більш значущою та здоровою конкуренцією є просування великомасштабних моделей, щоб вони були легкими та вертикальними.
Ченг Хао вважає, що в майбутньому багато малих і середніх підприємств матимуть власні вертикальні моделі, а стартапи матимуть більше можливостей для розробки програм або ланцюжків інструментів на вертикальній доріжці. «Більшість інвестиційних установ все ще дивляться на шлях вертикальних галузей, як-от Ван Сяочуань і Ван Хуйвен, значною мірою вони роблять ставку на людей, а не на створення широкомасштабних моделей загального призначення».
Однак вибір технічного маршруту вертикальної колії також стикається з багатьма проблемами. Лі Вей відверто сказав, що широкомасштабне впровадження великомасштабних моделей у вертикальному полі буде складнішим, ніж уявлялося.
Він вважає, що одним із поточних викликів є те, що зміни надто швидкі та кардинальні. Початківцям компаніям важко підключитися та вибрати великих постачальників. Більшість великомасштабних моделей ще не створили зрілих послуг, які можна застосувати , і висхідний і низхідний потоки не можуть бути однорідними.Проблема стикування та узгодження.
У той же час залишаються такі проблеми, як технічна однорідність і комерційна прокатка. «Заохочення технологічної конкуренції та диференційована розробка моделей, координація ділового співробітництва та зменшення взаємного залучення бізнесу є напрямками, у яких технологічні компанії та спільноти повинні працювати разом», — закликав Лі Вей.
Переглянути оригінал
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» про широкомасштабну модель рукопашного бою: інвестори бачать більше та інвестують менше, 20 компаній отримали лише 6 мільярдів юанів фінансування
Джерело: Sohu Technology
Автор: Лян Чанцзюнь
Редактор: Ян Цзінь
«Більше дивіться, менше голосуйте», «атмосфера очікування і спостереження відносно сильна». Якщо говорити про ставлення інвестиційних інститутів до широкомасштабного підприємництва зі штучним інтелектом у цьому році, то це відчуття деяких вітчизняних інвесторів і підприємців.
Але в промисловості великі моделі ШІ все ще популярні. На Всесвітній конференції зі штучного інтелекту, що щойно завершилася, понад 30 великих моделей разом продемонстрували свої м’язи.Вітчизняні інтернет-компанії та багато компаній зі штучного інтелекту ступили на гарячу слід великомасштабних моделей, і битва 100 моделей вже почалася. .
На ринку венчурного капіталу такі великі імена, як Ван Хуйвен, Ван Сяочуань і Лі Кайфу, виходили на ринок один за одним, закликаючи бути китайським OpenAI, бути найкращою великомасштабною моделлю в Китаї тощо, ставши важливою силу в цій хвилі великомасштабних моделей ШІ.
Згідно з неповною статистикою Sohu Technology, у першій половині цього року принаймні 20 великих модельних компаній отримали понад 6 мільярдів юанів фінансування. З глобальної точки зору, кількість пов’язаного фінансування перевищує 50, і Китай і Сполучені Штати лідирують, з більш ніж 20 у кожному із залученням 100 мільярдів юанів.
Незважаючи на те, що кількість внутрішніх транзакцій є відносно великою, їхня сума становить лише 6% у світі.Вітчизняні інвестори не щедрі, а інвестиційний ринок великої моделі штучного інтелекту дещо безлюдний.
При цьому всі сторони не дійшли єдиної думки щодо підприємницької цінності великих моделей, про що раніше сперечалися між собою Чжу Сяоху, керуючий партнер GSR Ventures, і Фу Шен, голова Cheetah Mobile.
Чен Хао, засновник Yuanwang Capital і Xunlei, вирішив, що у світі не буде більше 10 моделей загального призначення, а можливостей для підприємництва мало. Це фактично стало консенсусом в інвестиційному колі.Генеральний директор Baidu Робін Лі також раніше сказав, що немає потреби винаходити велосипед.
Але багатьом підприємцям важко погодитися. Ван Сяочуань вважає, що компанії-початківці повинні мати можливості, і без тягаря та більшого комерційного тиску вони працюватимуть швидше, ніж великі компанії.
Лі Вей, віце-президент із розробки та головний науковий співробітник Going out to ask, сказав Sohu Technology, що малоймовірно, що великі виробники монополізують великі моделі загального призначення. «Багато стартапів запустили великі моделі, доводячи, що це питання більше не є великою проблемою».
Незважаючи на розбіжності, існує консенсус щодо того, що ключовою буде програма. Від очікування, чи варто це робити, до вступу гравців з усіх верств суспільства, велика модель досягла етапу відповіді, як це реалізувати. Незалежно від того, чи це велика фабрика, чи нова компанія, це обов’язковий аркуш відповідей.
Бос має власний ореол, коли він вступає в гру, хто інвестує у велику модель?
Народився ChatGPT, який поклав початок піку великої моделі третьої хвилі штучного інтелекту, і група великих людей започаткувала власний бізнес. Згідно з неповною статистикою Sohu Technology, у першій половині цього року принаймні 20 великих компаній отримали фінансування, і більшість із них були в ранньому ангельському раунді або раунді A.
Ці підприємці в основному мають свій власний ореол, зокрема Кай-Фу Лі, Ван Хуйвень, Ван Сяочуань, Лі Чжіфей, Чжоу Боуен тощо, які мають підприємницьке чи великомасштабне минуле, а також академічні новачки, такі як Університет Цінхуа, Національний народний Конгресу та Університету Вест-Лейк, серед яких особливо типовий Університет Цінхуа.Професори Цінхуа стоять за Shengshu Technology, Shenyan Technology, Dark Side of the Moon, Qingmao Intelligence, Face Wall Intelligence та Lingxin Intelligence.
З точки зору інвесторів, це не лише промислові капітали, такі як Tencent, Baidu Ventures, Ant Group і TAL, а й венчурні капітали, такі як Sequoia, IDG, ZhenFund, Sinovation Ventures, Qiming Ventures, Matrix Partners і Qiji Ventures. акторський склад. Sequoia є найактивнішою з принаймні 5 знімками, включаючи Light Years Beyond, Shenyan Technology, The Dark Side of the Moon і Project AI 2.0, тоді як Tencent інвестувала в Light Years Beyond, MiniMax і Shenyan Technology.
З точки зору масштабу фінансування, загальний обсяг фінансування проектів у цій статистиці перевищує 6 мільярдів юанів. Згідно з відкритими даними, у першому півріччі цього року у світі було 51 корпоративне фінансування із залученням великих моделей штучного інтелекту з обсягом інвестицій та фінансування, що перевищив 100 мільярдів юанів, тобто кількість внутрішніх транзакцій становила майже 40% , але обсяг фінансування становив лише близько 6%.
Численні великомасштабні транзакції на ринку США становлять більшість, у тому числі інвестиції Microsoft у розмірі 10 мільярдів доларів США в OpenAI, Білла Гейтса, Microsoft, Nvidia тощо призвели до інвестицій у розмірі 1,3 мільярда доларів у Inflection AI, а американська компанія даних Databricks придбала MosaicML для 1,3 мільярда доларів. Лише ці три транзакції склали близько 90% загального обсягу.
Це також до певної міри свідчить про те, що, незважаючи на те, що вітчизняні великомасштабні моделі активно задіяні, а концептуальні акції на ринку капіталу подвоїлися та різко зросли, інвестори на первинному ринку все ще відносно обережні, особливо в операціях на великі суми.
Ку Кай, засновник Chapter 42, який займається бізнесом венчурного капіталу FA, розповів, що майже всі фонди в доларах США зараз дивляться на ШІ, а деякі фонди в юанях також зацікавлені. «Багато закладів налаштовані дуже позитивно, але врешті мало тих, хто зробить крок. Ймовірно, їх буде п’ятдесят-шістдесят».
Лі Вей, віце-президент із розробки та головний науковий співробітник, також може відчути, що інвестиційне співтовариство насправді дуже стурбоване великими моделями, але вони також дуже обережні. «Адже це новий технологічний напрямок з великими інвестиціями, але бізнес-модель наразі незрозуміла».
Гуо Тао, ангел-інвестор і старший експерт зі штучного інтелекту, проаналізував технологію Sohu і сказав, що все більше і більше інвестиційних установ усвідомлюють, що широкомасштабні моделі штучного інтелекту стикаються з великими інвестиціями, тривалими циклами повернення, низькими показниками успіху, жорсткою галузевою конкуренцією, і дедалі суворіші правила.Та інші питання, тому постріл, як правило, обережний, і поточна атмосфера очікування відносно сильна.
У той же час Гуо Тао вважає, що наразі не так багато великих компаній зі штучним інтелектом, у які варто інвестувати.
Крім того, оцінка багатьох багатообіцяючих зіркових компаній надто дорога, як правило, за світлові роки.Всього за три місяці оцінка підскочила з 200 мільйонів доларів США до 1 мільярда доларів США, і багато установ знеохочені. Кінець цієї компанії також досить незручний: Мейтуань Ван Сіна «врятував» своїх братів та інвесторів понад 2 мільярди юанів, а Ван Хуйвен покинув рано через хворобу.
Продовжуючи надавати перевагу інвестуванню в Інтернет і починати боротьбу після спаду лихоманки
З точки зору конкретного напряму інвестування великих моделей штучного інтелекту, інвестиційні установи майже продовжили переваги епохи інвестицій в Інтернет, і прикладний рівень є найпопулярнішим. Чен Хао сказав, що Yuanwang Capital в основному інвестує в проміжне програмне забезпечення та компанії рівня додатків.
Згідно з даними, оприлюдненими Qu Kai, серед проектів ШІ, які отримали гроші цього року, 10%-20% припадає на моделі, 20%-30% на інфра/проміжні рівні та 60%-70% для прикладних шарів.. Якщо не рахувати проекти, які отримують гроші, проекти, які подають заявки, можуть досягати 95%.
Від базової інфраструктури (такої як мікросхеми, фреймворки та інша інфраструктура) до рівня моделі, проміжного програмного забезпечення та різноманітних додатків, індустрія великомасштабних моделей штучного інтелекту також сформувала структуру перевернутої піраміди, схожу на індустрію мікросхем. У випадку, якщо нижній рівень покладається на іноземну технологію з відкритим вихідним кодом і його важко пробити, більшість вітчизняних стартапів роблять ставку на прикладний рівень, а рівень дорогих моделей — це лише гра для кількох компаній.
Лі Вей вважає, що компанії-початківці в основному розробляють базові великомасштабні моделі та застосовують їх у подальшому, і створювати базові великомасштабні моделі нереалістично та не обов’язково. «Тому багато стартапів, як правило, подають заявки у вертикальних сценаріях. За допомогою викликів API або розгортання приватизації OEM вони використовуватимуть послуги великих моделей великих постачальників моделей, щоб зосередитися на інноваційних дослідженнях і розробці даних і програм. Це дозволить бути відносно чітким напрямком».
Однак ця хвиля захоплення великими моделями, схоже, почала охолоджуватися. Часто цитується приклад пік трафіку ChatGPT. Згідно з даними стороннього веб-сайту SimilarWeb, у червні цього року глобальний трафік веб-сайту та мобільного клієнта ChatGPT знизився на 9,7% у порівнянні з попереднім місяцем, що стало першим падінням з кінця минулого року, а час, витрачений на кількість відвідувачів сайту також зменшилася на 8,5%. Крім того, трафік таких веб-сайтів, як Microsoft Bing і Character.AI, також різною мірою знизився в червні.
«Останні один-два місяці ринок охолоджується, оскільки останнім часом якісні зміни у великих моделях зменшуються, а нових підприємців і нових історій стає менше, ніж на початку року. Але кожен трек і Точка доступу має свої переваги та недоліки. Фу, це нормально", - сказав Цюй Кай.
Він вважає, що на наступному етапі великої моделі AI ми повинні наполегливо працювати над її впровадженням. Наступна хвиля гарячих точок, ймовірно, буде через два-три місяці. Для великої кількості проектів, які отримали гроші в першому півріччі року, для завершення запуску продукту знадобиться кілька місяців. Подивіться, чи є більше кращих додатків-убивць, і подивіться, хто стане лідером на рівні програм.
Фактично, великі виробники в даний час прагнуть до посадки і комерційного застосування великих моделей. Коли компанія Huawei нещодавно випустила Pangu 3.0, вона висловила сподівання використовувати її, щоб допомогти всім сферам життя, а не зосереджуватися на рівні голосової моделі. «Ми настільки зайняті справами, що не маємо часу на поезію».
Гуо Тао вважає, що, хоча модель ШІ охолола, вона проіснуватиме близько року в цілому, і фокус поступово переміститься з базового рівня технологій на рівень вертикального застосування.
Лі Ді, генеральний директор Xiaoice, вирішив, що гомогенізація великих моделей зараз є серйозною, і немає потреби у такій кількості великих моделей на ринку. Лихоманка має вщухнути у 2024 році, і виявилося, що хто на березі та який плаває голим.
Немає шансів на загальну модель? Гомогенізація вертикальної доріжки серйозна
Для підприємців надзвичайно важливим є те, як продумати напрямок перед виходом на ринок. Чжу Сяоху сказав, що ChatGPT дуже недружній до компаній-початківців і відмовиться від фінансових фантазій у найближчі два-три роки. Фу Шен поскаржився на це, сказавши, що «наші інвестори неосвічені та безстрашні».
Пізніше Чжу Сяоху пояснив, що він не заперечував підприємницькі можливості у сфері великомасштабних моделей, але нагадав підприємцям не бути забобонними щодо великомасштабних моделей загального призначення. «Для більшості підприємців сценарії є пріоритетом, а дані — головним».
Ця точка зору в основному стала консенсусом поточного внутрішнього інвестиційного кола. Го Тао вважає, що широкомасштабні моделі загального призначення сформують певну монопольну ситуацію, а підприємці та «малі фабрики» будуть у невигідному становищі з точки зору капіталу, технологій, даних та екології, коли вони розгортатимуть великомасштабні моделі загального призначення. .
«Рів великомасштабної моделі загального призначення дуже високий, і її мережевий ефект також сильний. Відгуки користувачів зроблять її розумнішою та розумнішою, а компанія, яка виготовить її першою, матиме перевагу першої». Чен Хао також вважає, що у стартап-компаній немає жодних шансів створити універсальну великомасштабну модель: великі, тільки великі заводи можуть собі це дозволити.
Водночас він вважає, що загальна базова модель у майбутньому не потребуватиме такої кількості компаній. «Можливо, у світі буде не більше 10 моделей загального призначення з закритим і відкритим кодом, які можна буде використовувати в майбутньому, а це занадто багато».
Але багато підприємців не погоджуються. «Багато компаній-початківців запустили масштабні моделі, доводячи, що це не є великою проблемою. Якщо досягти рівня GPT-4, це також дуже важко для провідних виробників, і здається неможливим монополізувати це зараз", - сказав Лі Вей.
Він вважає, що хоча компанії-початківці не можуть конкурувати з великими виробниками з точки зору апаратних ресурсів та інженерної потужності, їхні переваги полягають у тому, що вони більш приземлені, мають загальний шлях посадки або попит на продукцію та не роблять великі моделі заради великих моделей.
«Базова велика модель не є монолітною, і є можливість для розширення. Стартапи можуть почати з моделі в один або десять мільярдів, а потім вирішити, чи продовжувати розробляти модель в 100 мільярдів відповідно до власних потреб і подальших ресурсів", - сказав Лі Вей.
Багато компаній-початківців йдуть цим шляхом, створюючи масштабні моделі. Наприклад, Baichuan Intelligence спочатку запустила модель із 7 мільярдів параметрів і все ще тренує модель із 50 мільярдами параметрів.По суті, жодна стартап-компанія не вирішує створювати велику модель із 100 мільярдами параметрів.
На думку Лі Вея, розмір моделі не є єдиним показником, і сценарій застосування також є важливим опорним виміром. «Для більшості застосувань надвеликомасштабна модель подібна до гармати, яка влучає в комара. Це не тільки займає багато часу, щоб зробити висновок, це коштує багато, її важко застосувати та розгорнути, і це не робить багато сенсу з точки зору фактичного ефекту».
Таким чином, Лі Вей вважає, що сліпа конкуренція за досконалість не повинна бути основним напрямом досліджень і розробок великомасштабних моделей та інновацій. Більш значущою та здоровою конкуренцією є просування великомасштабних моделей, щоб вони були легкими та вертикальними.
Ченг Хао вважає, що в майбутньому багато малих і середніх підприємств матимуть власні вертикальні моделі, а стартапи матимуть більше можливостей для розробки програм або ланцюжків інструментів на вертикальній доріжці. «Більшість інвестиційних установ все ще дивляться на шлях вертикальних галузей, як-от Ван Сяочуань і Ван Хуйвен, значною мірою вони роблять ставку на людей, а не на створення широкомасштабних моделей загального призначення».
Однак вибір технічного маршруту вертикальної колії також стикається з багатьма проблемами. Лі Вей відверто сказав, що широкомасштабне впровадження великомасштабних моделей у вертикальному полі буде складнішим, ніж уявлялося.
Він вважає, що одним із поточних викликів є те, що зміни надто швидкі та кардинальні. Початківцям компаніям важко підключитися та вибрати великих постачальників. Більшість великомасштабних моделей ще не створили зрілих послуг, які можна застосувати , і висхідний і низхідний потоки не можуть бути однорідними.Проблема стикування та узгодження.
У той же час залишаються такі проблеми, як технічна однорідність і комерційна прокатка. «Заохочення технологічної конкуренції та диференційована розробка моделей, координація ділового співробітництва та зменшення взаємного залучення бізнесу є напрямками, у яких технологічні компанії та спільноти повинні працювати разом», — закликав Лі Вей.