中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

國內已經涌現出了數量相對龐大的大模型，而與之相對的，基于大模型的應用產品數量卻仍然較少。這也牽扯出一個問題，即AI原生應用的發展，究竟面臨著哪些困局？一起來看看這篇文章的解讀與分析。

自ChatGPT發布以來，大模型風潮在國內外如雨后春筍般涌現。

從百模大戰的火熱到如今對原生應用的推崇，短短一年間，大模型經歷了千山萬水的“奇妙征程”。

2023年3月16日，百度率先發布首個和ChatGPT競爭的大模型“文心一言”，截至10月，國內已經涌現出了238個大模型，幾乎每一天都有新的大模型問世。2023年第一季度，超過17萬家中國AI企業如涌泉般冒了出來。

然而，與競爭激烈的賽道形成鮮明對比的是，基于大模型的應用產品卻寥寥無幾。

過去幾個月，無數互聯網巨頭反復強調AI原生應用的重要性。百川智能創始人、CEO 王小川認為，大模型的創業核心，是好技術如何匹配產品；360集團創始人周鴻祎表示，360的人工智能戰略用四個字形容就是“兩翼齊飛”，先占據應用場景，同步全力發展核心算法技術；李彥宏更是直言不諱：“中國的大模型很多，但是基于大模型開發出來的AI原生應用卻非常少?！?/p>

其實大廠們也并非“光說不練”，今年下半年，百度一口氣發布超過20款AI原生應用；騰訊云推出高性能應用服務 HAI，號稱10分鐘開發專屬AI應用；字節跳動成立新部門Flow發力AI應用層……但事實是，截至目前，相比國外動輒千百個大熱的AI原生應用，國內真正稱得上火熱的應用仍然“難產”。

如此現狀不得不讓人追問，AI原生應用，究竟還要跨過幾道坎？

一、變現之難：賺取真金白銀的門檻提高

如何賺錢，是每一家人工智能公司無法回避的問題。

身處大模型賽道，即使是“家大業大”的大廠，也面臨著“大象難以轉身”的問題。零一萬物CEO李開復曾表示，大廠的優勢是資源多、GPU多、人多、錢多、數據多，但大廠們有一個挑戰：很難放棄已有的商業模式。

“開發一個新應用需要克服兩個主要問題：一是要超越已有的大型應用，這非常困難；二是要開發新的應用取代舊的應用，就像一家公司很難在擁有QQ的同時再開發一個微信一樣，因為已有的平臺價值巨大，不愿意放棄。在這種情況下，創業公司雖然沒有豐富的資源，但他們的優勢在于沒有歷史包袱。”

然而，創業者們的處境同樣艱難，事實證明，像OpenAI那樣直接面向C端用戶的模式，在國內市場面臨著巨大的挑戰，因為國內C端用戶的付費意愿相對較弱。因此，更多的大模型創業公司選擇為特定垂直行業，如醫療、金融、法律等開發專門的解決方案，為不同行業提供定制化的大模型服務，為B端客戶提供服務并收取費用。

這些公司需要面對To B型產品的固有問題，包括依賴高續約率、回款周期長等，對于“燒錢如燒紙”的大模型賽道，無疑提高了門檻。

北京開放傳神科技有限公司創始人、CEO陳冉在接受媒體采訪時表示，國內應用都在試圖產生價值，但很少實現盈利，做數字人的“小作坊”倒是真掙錢了。

更雪上加霜的是，隨著企業在大模型領域布局的時間越長，需要的資本就越多，融資輪次越多，投資人對于企業在技術實力和盈利轉化能力方面的要求就越嚴苛。

多位接受《IT時報》采訪的業內人士表示，當前投資人對于大模型賽道初創公司的熱情正在“降溫”。與過去“井噴期”投資者慷慨解囊不同，現在投資者在考慮投資大模型項目時，會對市場需求、技術實力、商業模式以及團隊能力等方面進行更為全面的評估，他們對于“投概念”和“產生收入”的容忍期正在縮短。

量子位智庫發布的《2023十大AI商業落地趨勢》顯示，今年上半年，國內約有二十家大模型公司獲得超過60億元的融資，全球金額占比僅為6%，國內實際交易金額較少。

“目前的環境是雷聲大雨點小，公司多收入少?！北本┽t者信息科技有限公司CEO劉呈輝此前在接受《IT時報》記者采訪時表示，國內應用層能產生實際應用和實際收入的場景和公司還非常少，相比之下，有自己的垂直模型、場景能掙到錢的公司，才能真正獲得投資者青睞。

二、數據之爭：高質量數據成本高、獲取難

近日，谷歌發布的Gemini新模型陷入數據使用爭議，據稱其中文部分使用了文心一言進行訓練，這一事件引發了全球關于大模型數據短缺問題的廣泛討論。

圖源：谷歌

無論是原生應用還是其底層基礎大模型，數據至關重要。然而，高質量的語料匱乏已成為限制這一領域發展的關鍵瓶頸之一。

業內人士指出，盡管公有數據如互聯網上的信息易于獲取，但質量和針對性往往難以滿足專業模型的需求。

相比之下，私有數據具有高度的專業性和針對性，對于訓練精準的垂直類模型具有極高的價值。

以醫療數據為例，獲取高質量的數據集至關重要，但由于醫療數據的獲取和標注需要大量的人力、物力和時間，因此其成本相對較高，獲取的渠道也十分有限。這類數據不僅難以在互聯網上找到，而且由于涉及個人隱私，獲取和使用也需遵守嚴格的法規和倫理標準。

浦因科技（上海）有限公司首席科學家秦興虎告訴《IT時報》記者，在其所負責的醫學大模型項目中，團隊初期購買了英國生物銀行的公共數據進行大模型訓練，這些數據主要來自歐洲人群。為確保模型在國內的普適性，他們還需要使用中國人群的數據來更新和訓練模型，這在無形中增加了項目成本。

對于國內企業而言，他們還面臨著即使有錢也難以購買到合適數據的困境。中文語料庫的內容相對匱乏，進一步加劇了數據獲取的挑戰。

因此，對于企業來說，如何合法、有效地獲取和使用高質量數據，將其轉化為模型訓練、開發AI原生應用的寶貴資源，確實是一個重要的戰略問題。

五、人才之困：5個崗位爭奪2個人才

AI原生應用作為大模型產業的核心產品，在研發和落地試錯過程中面臨諸多不確定性。人才成為決定成功與否的關鍵因素，也成了現階段大模型競爭中的重要砝碼。

關于國內人工智能人才的儲備，回顧中國的大模型產業發展史，可以發現“清華系”的身影無處不在。

當國內對人工智能的研究還是一片空白的時期，清華大學最早開出的人工智能課程，也孕育出了目前國內人工智能領域的熠熠群星。無論是王小川還是智浦AI聯合創始人唐杰，抑或欲打造“中國版OpenAI”光年之外的原美團聯合創始人王慧文，都來自這里。

在此輪大模型創業背后的投資方中，“清華系”的創投者們也頗為矚目，包括圖靈創投、卓源資本、清華控股、水木清華校友種子基金、無限基金SEE Fund等清華系創投機構也頻頻出手。

盡管如此，必須看到的是，由于大模型技術門檻較高，國內大模型人才主要分布在少數頂尖高校和科研機構，人才短缺問題日益嚴重，許多創業公司甚至面臨著招聘困難。

“現在國內做基座類模型的人才90%都出自清華，國內真正會調模型、訓練模型的甚至不超過200個人?！眲⒊瘦x表示，由于行業本身的人才儲備有限，加上大模型的突然“火爆”，人才短缺問題顯得尤為突出，如果不在高校具備一定的人才資源，創業公司連招人都會變得很困難。

知名咨詢公司麥肯錫一份關于人工智能的報告顯示，預計2030年中國對AI專業人員的需求將增至2022年的6倍，人才缺口將達到400萬人。

據脈脈高聘11月發布的《2023人工智能人才洞察》報告顯示，2023年1—8月，人工智能新發崗位量已與2022年全年持平。2022年人工智能行業人才供需比為0.63，而2023年1—8月下探至0.39，相當于5個崗位要爭奪2個人才。

圖源：脈脈高聘

可以看到，AI原生應用“難產”的背后，面臨著變現之難、數據之爭和人才之困等多重挑戰。Gartner發布的《2023年中國數據分析和人工智能技術成熟度曲線》指出，當前國內生成式AI技術仍處于“期望膨脹期”。只有當整個AI行業在“期望膨脹期”中保持謹慎，才能意識到將大模型的潛能轉化為創新應用尚需克服不小的挑戰。