|
|
明敏莱（Min Min Lei Gang）从Aofei 发送
量子位|官方帐户
大型模型趋势的趋势已经开始改变。
去年，该圈子专注于技术本身的突破。制造商昼夜不停地在AI的道路上奔跑，以比较其模型更强的性能。大型型号的速度被更新并替换为小时。趋势中几乎所有潜在的股票都处于“最强宝座”上。
今年，市场开始谈论应用程序实施，业务模式以及如何可持续。
“ Yang 等人”也越来越多地出现，它们的足迹分布在各种新闻发布会，论坛和峰会上。这发出了强烈的信号：
大型模型的风向已经开始对应用程序场景打击，并且它的未来很棒。
有哪些应用程序方案？谁的应用程序场景会被吹走？
是最新的站在舞台中心的站点。
AI球员正在聚集
2024刚刚举行的生态会议非常活跃，趋势很明显：大型模特公司即将合作。
，月球的黑暗面，智力AI，猎户座星空，零一千件事，拜朱恩情报...市场上几乎所有最受欢迎的玩家都在场。
随着大人物的聚集，观众当然充满了人群。但这并不是全部，展览区也很拥挤。他们都是的企业客户。
其中，Yushu 的机器人狗正在街上玩技巧：
脑技术仿生手在现场表现出书法（由人类控制）：
傅立叶的聪明人形机器人引发了旁观者：
所有这些都使气氛更加令人兴奋。
当然，大牌也有令人兴奋的股票。创始人兼首席执行官Yan 以前很少出现在公开场合，也发表了主题演讲。
他们不仅分享了他们的来源，而且还透露了要去的地方。他反复提到一个词：AI穿透率。
这是什么意思？
在AI包容性的过程中，最大的问题是该技术不够通用。创新的力量（包括）花了很长时间进行基础研究和开发，以使技术路线更加一般，并且大型模型的趋势也出现了。
但是AI包含在根本上是允许AI为不同的用户服务。它需要的不是纯技术，而是技术驱动的产品。
因此，在开发基础技术的同时，我们还为普通用户构建了应用程序，并通过开发平台为更多的行业合作伙伴建立经验。
在一句话中总结这些行为是为了改善AI的渗透率。这也是下一个优化方向。
乍一看，许多人可能认为这是某些行业的AI活动。
是的，如此多的“ AI流行搞砸”实际上已被“绑定到并计划合作。
向所有大型制造商开放
这次生态会议的核心是一回事：
将向所有大型模型制造商开放，以建立中国最开放的AI生态系统。
除了原始的大型模型外，还有6批首批大型制造商可以访问，即月球的黑暗面， ai，猎户座星空星空，零一千件事和智能。
这意味着最初的用户只能在上使用大型模型，但是现在他们可以自由选择大型型号来创建AI代理，并且随时支持切换大型型号。
为了支持该开放AI生态系统的可持续发展，设计了三种方法来与AI大型模型合作：
第一个是方形产品 +大型型号。
其中一种产品是指固定在上基础模型上的产品。例如，文件和会议都是产品。默认情况下，它们连接到大型模型。普通用户使用文档时无法选择其他大型型号。
现在，已开放此产品类别，并结合了每个大型模型的专业知识，我们将共同探索在上相应功能的方案应用。
例如，和Kimi的大型模型（月球的阴暗面）正在教育场景中探索产品。
第二种类型是代理+大型模型。
将进一步打开AI代理开发平台，使开发人员可以在上创建AI助手（AI代理）时根据自己的需求选择不同的大型模型。它包括的垂直行业模型以及与生态系统连接的6个大型型号。
第三是定制解决方案。
在此模型中，将与大型模型制造商合作，提供定制的智能解决方案，以满足客户的特定需求，以实现私有化的部署。
目前，正在与化学行业的一家公司合作，以提供定制的解决方案，以满足客户在环境影响评估报告和其他方面的需求。
同时，还宣布了AI应用程序生态系统的最新进展。目前，AI助手的总数已达到500,000。
总裁Ye Jun说：由于AI时代的到来，已成为当今全新的。
自去年下半年以来，大型模型领域的核心主题逐渐从“ 100型战争”转变为“商业模式探索”。
燃烧金钱后如何赚钱？有些人被确定为C或B，有些人正在采用两管齐下的方法。团结需要面对的问题实际上是在发现场景。
收集了许多场景，现在已经打开了所有人的入口，并提供了探索大型商业化模型的新方法。
这种方法很好吗？大型模特运动员已经用脚投票参加。
但是可以释放什么价值？为什么每个人都愿意加入？顶级大型模特的球员也表达了他们的态度。
玩家如何看待顶级大型模型？
从行业发展背景的角度来看，大型模型领域的商业化困难。
Zhipu ai Coo Zhang Fan清楚地相信：
从模型到业务价值不是最后100公里，而是最后100公里。只有一个好的模型并不意味着您可以获得良好的业务结果。
有许多示例可以验证此观点。最典型的代表是AI。
他们创造了一种导致AI绘画趋势的星级产品，但是由于不清晰的商业模式，他们正面临金融危机和主要创意团队的离开，开源和利润之间没有明确的平衡。
相比之下，Adobe也主要促进了AI绘画，在这一趋势中成功摆脱了低谷，其股价曾经上涨了90％以上。
两者之间的对比在一定程度上反映了AIGC企业家和场景参与者所面临的不同情况。进一步的验证是，在大型模型领域中，匹配场景和技术是产品实施的主要因素，而技术成熟度决定了实施速度。
对于大型模型制造商而言，技术是优势，关键是如何连接方案。
在过去的一年中，制造商迈出了第一步：最初澄清基本道路。例如，月球的黑暗面锚定了生产力方案，主要是为C，希望创建一个超级应用程序。 Zhipu ai强调B和G的更多。
第二步应该是解决规模问题。
Zhipu Ai Coo Zhang Fan相信：
真正的大规模应用或价值验证是AGI的必要途径。
与实际动作相对应，今年的黑暗面，Zhipu AI和其他制造商已经涌入了集中广告的浪潮，这引起了公众的关注。
但是，与“散射宽网并捕获更多的鱼”相比，有一种更有效的方法 - 从现场玩家那里借用生态系统。
例如，与苹果合作。它可以使用Apple强大的生态系统吸引更多用户并扩大其规模；苹果可以加强Siri的智能属性，以满足用户对大型智能终端的期望。
更值得注意的是，苹果还向更大规模的模型制造商开放了其生态系统，以为用户提供更多潜在的选择。据报道，元和其他人与苹果接触。
与中国相对应，还需要类似的角色来为大型模型制造商提供交通门户。
月亮黑暗面的创始人兼首席执行官杨提到，用户是一个从早期到主流用户的产品用户不断跨越差距和扩大规模的过程。在此过程中，用户联系非常重要，并且自然具有大量的用户和生产力思维。
因此，将生态系统打开了大型模型制造商，这实际上是满足市场需求。 AI产品需要PMF（FIT），并且PMF也驱动了支持AI的产品和方案。
目前，已达到7亿用户，支付的DAU超过2800万，生态伙伴超过5,600，并且建立了完整的生态系统。
长期以来，一直遵守生态开放的战略，Paas First，First。它为客户提供了一些规模和强度的一般功能，还可以降低代码并降低应用程序开发阈值。
这使得定位更像是一个供应和需求汇总市场。
在大型模型的趋势下，在很早的时候就提出了“我们需要用大型模型进行重新处理”，并迅速构建了AI应用程序生态系统。
截至5月底，上的助手总数达到500,000。
向大型模型制造商开放生态系统意味着，这不仅可以激发第三方大型模型在平台上创新应用，而且还可以满足不同大型制造商的开发需求。
例如，对于月球的阴暗面，其策略主要是使用C端应用程序，而B端仅将一些核心合作伙伴结合在一起，以输出标准产品，并且不进行自定义。
杨指出：
用户联系点非常重要。 自然具有大量的用户和生产力的思想。在此过程中，它们非常重视用户对产品的反馈。
我们认为，AGI最终可以与用户合作生产。 Kimi Big Model非常快速地迭代，并且基本上每两周更新一次。如果获得这些用户需求，则可以立即集成到新版本中。
创始人兼首席执行官Yan 说，对于双方，这是双赢的合作。他们还希望探索它可以产生的价值，以及该模型如何通过与更多公司合作来更快地迭代。
Zhipu Ai Coo Zhang Fan表示，大型模型的实施不是要解决最后一公里的问题，而是解决最后100公里的问题，因为它具有很长的距离。如果您的模型良好，则可能不一定会获得良好的业务价值。
因此，除了拥有完整的模型矩阵和完整的模型操作MAAS平台外，他们还拥有本地化的团队，可以帮助客户整理业务。只有深入了解情况，我们才能完成从交付模型价值到提供应用程序价值甚至交付业务价值的转换。
对于Zhipu AI，我们不仅希望在产品级别上访问该模型，还希望将模型的本机功能与相结合。我们还非常重视将代理平台转换为真实应用程序，不仅在的产品方案中，而且还扩展到在金融，税收，法律事务和CRM等微妙方案中的更多应用程序，从而带来了客户的生产力提高。
当然，选择开放生态系统的核心驱动力是其自己的战略选择和发展需求。
Ye Jun发表声明说，逐渐探索了商业化路径，即PLG（产品和PAAS驱动程序）和SLG（销售和服务驱动程序）的组合，以实现生态开放，同时维持基于平台的产品实力，从而深化公司服务的价值。
在大型模型的浪潮中，用户最广泛，最突出的需求是找到适合您的大型模型。作为一个平台，为用户提供更多选择是一个天生的任务。
通过与 Big Model结合使用，最初允许用户感知过去一年中大型模型应用程序可以做什么。但是，不同的大型模型具有自己的优势，用户需求变得越来越多样化。因此，现在是时候丰富了上的大型模型选择了。这不仅是为了巩固的生态优势，而且还促进了大型模型应用市场的整体发展。
如今，大型模型的功能仍在提高。随着模型功能的出现，更多的应用程序方案将逐渐出现，并且应用程序实现表格也可能显示出更多的新功能。
随着AGI时代的出现，码头模型提供了强大而通用的能力。这些产品由用户共同创建，并从码头模型中出现。与B和C的融合将成为一种新趋势。
AI进入了“点和射击”时代
从整个领域看，大型模型浪潮正在展示世界各地的三个此类变化。
第一个重大变化是，赛车时期的第一阶段即将结束，模式开始出现，马修效应很明显。
在国内外，大型模型的热潮是通过一次镜头发起的。全世界都看到了生成型AI的转变能力，因此一百朵花朵盛开，一百个思想派对，以及“ 100 Model War”……但与其他“战争”不同，大型模型绝对是前所未有的，在技术能力，计算资源和数据能力中所需的数据能力是进入游戏所需的，并且非内部人员可以负担得起。
因此，在一年中，模式变得相对清晰。至少在企业家参与者中，顶级梯队逐渐浮出水面。在一百个模型，五只老虎和六个小型人之间的战斗之后，同样的现象反映在同一现象中：只有少数人仍在扑克桌上，赛车的第一阶段已经结束。
在风险投资领域，大型企业家精神是现实而残酷的。如果我们仍然无法展示具有竞争力的自我开发的通用模型，并且没有创建产品和应用程序的能力，那么我们将无法吸引大规模的投资和融资。没有大规模的投资和融资，我们将无法将企业家精神推向技术迭代，数据迭代和商业化测试的过程。
马修效应已经开始。即使留在桌子上的玩家也开始寻求新的方法来实现自我实现：过去，他们过去曾为模型运行分数，并找到了对自己模型有益的列表输出性能。现在，他们需要面对应用程序方案和用户体验反馈的测试。
即使创建它，它似乎不再是“领先”。
这是大型模型领域的第二大变化：从性能跑步分数到用户成为国王，而景色是国王。
今年4月，一项小举动震惊了行业内部和外部的行业：宣布将取消登录访问限制，并且可以直接使用，而无需用户注册和登录。
当时，这触发了不同方向的解释。有一个说法解决用户活动下降的挑战，另一种说法是降低令牌成本的效果。但是，无论哪一个，它实际上揭示了它仍然不稳定，甚至更令人心碎的说法。人们认为，它也开始担心，在更多的大型模型参与者和产品进入市场之后，用户吸引力的下降将不再是首选。没有数据交互和反馈，动摇的是整个AI模型的迭代的未来。
这确实是一种热门产品。 IT背后的GPT大型技术确实开辟了一个新时代，但是技术障碍可以保持多长时间？没有场景的护城河会再次陷入创新者的尴尬境地吗？
就在最近，另一次合作进一步证实了这种不断变化的新趋势。
在苹果开发人员会议上，库克正式宣布了合作并介绍了合作。股价急剧上涨，未来的期望飙升。例如，它也被认为是发现新方案并获得了最强的硬件产品参与者的认证。它赢得了双赢的合作，甚至马斯克也嫉妒。
但是，这不是上情节的另一种体现吗？大型模型技术播放器 +应用程序场景生态系统，如果您有技术，我有场景，如果您有模型，我就有封闭的商业化循环，您只需要做自己最擅长的事情，就可以将自己的能力和经验提升到一个新的水平。
因此，无论是与苹果的合作，还是领先的国内大型模型和派塔之间的合作，它都将点连接到线路上，它证实了AI领域的这种情况是KING，而技术的新趋势是商业封闭循环。
从大型模型时代到商业飞轮的技术比AI1.0时代更自然，更快，更容易感知。
我相信，对于所有用户，他们很快就会告别自2023年以来的AI焦虑，这是错过新技术的焦虑。
这也是第三个新趋势：AI迅速进入“刻痕”时代。
Apple用户需要了解技术原则吗？您是否需要了解专业和技术机制，例如大型模型，预培训和RLHF（人类反馈强化学习）？当然不需要。苹果一直是神奇的原因不是因为用户最终感知到产品和经验。它易于使用且易于使用，而无需识别最先进的技术是否背后。
以前，更受欢迎的类比是一台插手相机。按快门获取胶卷。用户不需要具有光学和成像方面的专业技能和知识。
在当前的AI和大型模型中，这种趋势变得越来越清晰。您不需要了解AI或了解大型模型的原理。如果您已经是等国家应用程序的用户，则自然会获得最新的AI授权和经验。这不仅是由国家应用自身的危机意识所驱动的，而且是用户场景和开放生态带来的虹吸效应。所有有能力的模型制造商都会聚集在一起提供自己的能力。使用的管道，流入技术以及用户收到的是经验。
此外，对于国家应用程序，现有的用户和方案优势将进一步转换为用户福利 - 因为模型玩家会收集，用户可以选择最佳，最受欢迎的模型，或者根据他们的需求不思考，按“避难”。
在过去的两天中，关于中国开发人员截止的宣布将有关大型模型应用到新维度的热门讨论 - 但这也是一个以前重复重复的维度。
该决定是停止包括中国在内的地区的开发人员API服务，但与其他供应减免相比，宣布这一消息后，国内大型模特参与者做出了反应，并选择了无痛移动和20％的平坦替代品。
大型模型将不再成为中国AI应用的基础，中国AI应用程序的开发路径将不再与其所在的硅谷相同。
这似乎是互联网和移动互联网时代的范式和传统的延续。硅谷始终是新技术的发明者，中国市场的用户，数据，运营和服务将以更好的体验和更大的规模来发展产品和应用。
从门户网站，电子商务网站，社交应用程序，再到集体购买外卖和出租车 - 出租车平台，在太平洋的两边都经常重复两个平行宇宙的开发逻辑。
在中国宇宙中，用户是国王，场景是国王，产品经验是国王。 |
|
发表于 
