创意广告 演讲稿

gezhonghaowandeshoujiruanjiandoukeyixiazai。suoyouziyuandoukeyimianfeixiazaishiyong！daliangderenwubutongdezuhewanfa，wanjiakeyitiaozhanqizhongdegezhongxijiewanchengqizhongderenwuhuodejiangli。gezhongsuijishijianfenbuquanminxiaoxiaolehongbaobanshouyouxiazaixuehuoshilian，jixiantiaozhan，yingxiongbense；啟(qi)明(ming)創(chuang)投(tou)：最(zui)遲(chi)2024中(zhong)國(guo)GPT4將(jiang)誕(dan)生(sheng)，長(chang)文(wen)本(ben)是(shi)大(da)語(yu)言(yan)模(mo)型(xing)關(guan)鍵(jian)

作(zuo)者(zhe)：趙(zhao)穎(ying)

圖(tu)片(pian)來(lai)源(yuan)：由(you)無(wu)界(jie) AI工(gong)具(ju)生成(cheng)

7月(yue)7日(ri)周(zhou)五(wu)，世(shi)界人(ren)工智(zhi)能(neng)大會(hui)召(zhao)開(kai)的(de)第(di)二(er)日，启明创投合(he)夥(huo)人周誌(zhi)峰(feng)作关於(yu)AI大模型以(yi)及(ji)整(zheng)個(ge)產(chan)業(ye)發(fa)展(zhan)趨(qu)勢(shi)的分(fen)享(xiang)。

启明创投是国內(nei)最早(zao)关註(zhu)且(qie)最活(huo)躍(yue)在(zai)AI該(gai)領(ling)域(yu)的创投機(ji)構(gou)之(zhi)壹(yi)，投資(zi)企(qi)业遍(bian)布(bu)整个AI生態(tai)鏈(lian)條(tiao)，上(shang)遊(you)、中游、下(xia)游，其(qi)實(shi)都(dou)有(you)設(she)計(ji)，比(bi)如(ru)說(shuo)像(xiang)芯(xin)片、基(ji)礎(chu)軟(ruan)件(jian)，還(hai)有像大模型以及下游的垂(chui)直(zhi)的應(ying)用(yong)等(deng)等。

大模型第一性(xing)原(yuan)理(li)是壓(ya)縮(suo)數(shu)字(zi)化(hua)的知(zhi)識(shi)、信(xin)息(xi)和(he)数據(ju)

周志峰強(qiang)調(tiao)，大規(gui)模的算(suan)力(li)，大规模的数据對(dui)AI未(wei)来发展非(fei)常(chang)重(zhong)要(yao)。

大规模訓(xun)練(lian)的第一性原理是用大规模去(qu)压缩人類(lei)世界全(quan)部(bu)被(bei)数字化的知识信息跟(gen)数据。

妳(ni)從(cong)這(zhe)句(ju)第一性原理中能看(kan)到(dao)，大规模的算力，大规模的数据是对AI未来发展非常重要的，而(er)確(que)实大规模的算力，大规模数据也(ye)是人类過(guo)去40年(nian)芯片在互(hu)聯(lian)網(wang)大数据各(ge)个领域中不(bu)斷(duan)累(lei)積(ji)的这些(xie)技(ji)術(shu)，然(ran)後(hou)去推(tui)動(dong)AI的爆(bao)发。

大规模預(yu)训练學(xue)習(xi)生成，整个趋势的底(di)層(ceng)邏(luo)輯(ji)其实非常清(qing)楚(chu)了(le)，未来会繼(ji)續(xu)高(gao)速(su)发展，深(shen)度(du)学习被创业投资行(xing)业稱(cheng)為(wei)叫(jiao)做(zuo)AI1.0，主(zhu)要是说它(ta)是針(zhen)对一个特(te)定(ding)的小(xiao)任(ren)務(wu)，用一个特定的小数据集(ji)训练出(chu)来的一个小模型，而且主要是模式(shi)识別(bie)类，比如人臉(lian)识别语音(yin)识别，今(jin)天(tian)的大规模语音领域学习被我(wo)們(men)更(geng)多(duo)称为是AI2.0，主要它是通(tong)用的数据训练出来的大模型，具有生成決(jue)策(ce)能力。

AI2.0浪(lang)潮(chao)将重建(jian)整个产业架(jia)构

周志峰進(jin)一步(bu)指(zhi)出，AI2.0这一代(dai)新(xin)的浪潮，它会重建整个产业架构。整个生态架构会分为三(san)层，最底层是基础架构层，右(you)邊(bian)提(ti)供(gong)算力，像aws火(huo)山(shan)引(yin)擎(qing)、阿(e)裏(li)雲(yun)等等都在提供这種(zhong)计算中心(xin)平(ping)臺(tai)，右边是工具链，且主要是对大模型的训练、推理、部署(shu)做優(you)化。

中間(jian)这层是最重要的，一层是模型层，模型层也有幾(ji)种模式，第一种是提供这种基础模型底座(zuo)模型，然后对外(wai)去輸(shu)出模型的能力，通过API通过模型定制(zhi)。

然后还有一类是自(zi)建大模型，就(jiu)他(ta)做了自己(ji)的大模型后，会针对某(mou)一个特定行业特定場(chang)景(jing)去做优化，然后提供端(duan)到端的从模型到应用的解(jie)决方(fang)案(an)。

在第三层应用层，那(na)一种是通过自建模型直接(jie)做到垂直应用，可(ke)能80~90%的公(gong)司(si)都是左(zuo)边这种就利(li)用第三方模型的能力去构建自己熟(shu)悉(xi)的场景或(huo)者行业的一个应用， 这是我们理解的三层架构,确实这种新的架构也对整个世界去构建产品(pin)的形(xing)态发生很(hen)大的變(bian)化。

左边其实是过去几十(shi)年，不論(lun)是一輛(liang)汽(qi)車(che)还是一个互联网的社(she)交(jiao)软件，其实都是这樣(yang)一个架构，就是产品經(jing)理从用戶(hu)獲(huo)取(qu)需(xu)求(qiu)，开发者从产品经理那塊(kuai)获取设计，然后用户再(zai)把(ba)开发出的产品去使(shi)用。

过去講(jiang)騰(teng)訊(xun)做得(de)好(hao)，阿里巴(ba)巴做好，讲任何(he)一个公司做得好，某种意(yi)義(yi)上是说他把飛(fei)輪(lun)轉(zhuan)的最有效(xiao)，而且能夠(gou)持(chi)续的去叠(die)代飞轮。

未来企业分为兩(liang)种：+AI、AI+

談(tan)到产业发展，周志峰指出，未来企业分为两种+AI、AI+。

未来更多的是把新一代的AI的能力放(fang)进工作流(liu)， 它其实是一种舊(jiu)场景的增(zeng)强。

还有一类他会用这样的能力全新构建一个产品，它其实是所(suo)謂(wei)的AI native 的一种应用，那我称为叫做旧场景的重塑(su)， 或者叫做新场景的创造(zao)。

當(dang)下，可数的非常领先(xian)的AI公司还是翎(ling)毛(mao)鳳(feng)角(jiao)，主要是因(yin)为AI並(bing)沒(mei)有实現(xian)賦(fu)能萬(wan)业的这样一个真(zhen)正(zheng)的局(ju)面(mian)，它的产业化差(cha)强人意。周志峰表(biao)示(shi)：

ChatGTP重新點(dian)燃(ran)了AI2.0这波(bo)浪潮，你看全球(qiu)的整个融(rong)资金(jin)額(e)发生了巨(ju)大的发展，这一次(ci)会是一个依(yi)然是持续两年，然后走(zou)低(di)的泡(pao)沫(mo)，还是会真的一路(lu)向(xiang)前(qian)，发展到一个通用人工智能，我覺(jiao)得这是一个非常值(zhi)得思(si)考(kao)的問(wen)題(ti)。

大模型肯(ken)定是会变的越(yue)来越厲(li)害(hai)，OpenAI的CEO也说，他们有可能自己去介(jie)入(ru)类似(si)于微(wei)软这样的产品，做一个辦(ban)公productivity产品，他们也在向往(wang)更廣(guang)闊(kuo)的空(kong)间，我们是不是能够找(zhao)到一个自己的创业的黃(huang)金通道(dao)，最終(zhong)走向一个广阔的天地(di)？

也許(xu)现实其实是这样的，我们要走的路可能是一条死(si)亡(wang)峽(xia)谷(gu)，两边都会不断的擠(ji)压，他们的技术都在动态变化，我们怎(zen)麽(me)能够穿(chuan)过这条死亡峡谷，我觉得这是在创业時(shi)候(hou)，我们要去发揮(hui)自己的理性思維(wei)，去努(nu)力去思考的。

每(mei)一个科(ke)技浪潮一定都会诞生出新的王(wang)者，新的偉(wei)大的企业。

十大AI发展趋势展望(wang)

展望未来，启明创投联手(shou)未盡(jin)研(yan)究(jiu)共(gong)同(tong)发布重磅(bang)報(bao)告(gao)《生成式AI》| State of Generative AI 2023總(zong)結(jie)出十点发展趋势：

第一，以我们看到的信息启明投资的企业，我们知道在2024年甚(shen)至(zhi)更早，中国一定会出现比肩(jian)GTP4的一个多语言模型，我们已(yi)经很明确看到几家(jia)企业在这个方向的进展。

第二，long context一定会是下一代大规模语言模型发展的一个重点。我们会看到真正你可以去跟一个大模型进行几天几个月的有上下文的交流，而不是今天只(zhi)能聊(liao)3轮5轮就结束(shu)。

第三，我们認(ren)为做垂直大模型会有几种，其实我们总结是5种方法(fa)。

第四(si)，我们认为尽管(guan)今天的stabele-diffusion是非常好的diffusion模型架构，但(dan)我们相(xiang)信无论是stability还是其他的公司，都会在未来的两年内会出现一个新模式的模型。

第五，文字到图像的模型未来将具備(bei)更强的可控(kong)性，我们已经看到了很多业内的頂(ding)級(ji)團(tuan)隊(dui)已经在这方面有一些科研的突(tu)破(po)。

第六(liu)，今年第三第四季(ji)度会是音樂(le)生成的一个突破点，我们相信在明年v6跟3D的生成会有重大突破。

第七(qi)，如何把大语言模型大模型去跟真正的实體(ti)空间的控制机器(qi)人，人形机器人去做结合的智能会有重大发展。

第八(ba)，transform雖(sui)然现在是主流，就像我说的 AI的终極(ji)就是用最好的方法去压缩全人类的数字化的信息， transform一定不是终局，还会有更先进的架构出现。

第九(jiu)，商(shang)业角度，就是我们认为在未来三年内，模型能力與(yu)应用无法解耦(ou)，真正顛(dian)覆(fu)性的应用一定出现自那些掌(zhang)握(wo)的核(he)心底层模型研发能力的企业，而不会是一家純(chun)粹(cui)做应用的公司，我指的是颠覆性应用，因为我们看不到三年内解耦的这种可能性。

第十，就是现在依然是一个可以产生平台性企业的黄金期(qi)，我们相信在未来这三年中成立(li)的一些创业公司会有可能成为一个千(qian)億(yi)万亿市(shi)值的公司。 返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

責(ze)任編(bian)辑：