大模型AI应用开始小规模稳步爆发|WAIC观察

2024-07-05 17:18:00 - 界面新闻

界面新闻记者|伍洋宇

界面新闻编辑|文姝琪

如果你在WAIC2024的展馆看到一个人满为患的展台,不用怀疑,那一定是一家AI大模型公司。

2023年的上海人工智能大会,大语言模型尽管已经在ChatGPT的爆发中走上风口,但彼时大模型牌桌之上的筹码仍主要掌握在华为、百度、腾讯、阿里等大厂手中。而一年过后,百模大战完成第一轮洗牌,创业公司以更瞩目的方式入主这场AI盛会。

从观众人群流量看来,高光不再仅仅聚集于大型厂商的展台,阶跃星辰、MiniMax、智谱AI、百川智能、面壁智能等大模型公司受到了同等规模甚至更高的关注。

重视大模型AI应用落地的展示,是今年大模型厂商们一个非常明确的策展主题。

以创业公司领域几家独角兽为例,阶跃星辰在发布Step-2万亿参数语言大模型正式版、Step-1.5V多模态大模型、Step-1X图像生成大模型三款通用大模型之外,首次重点展示了面向C端(用户)的自研大模型应用产品智能助手“跃问”和AI开放世界平台“冒泡鸭”。另外,公司还通过基于《大闹天宫》剧情和角色制作的AI互动游戏,展示了“AI+IP”的落地玩法。

大模型AI应用开始小规模稳步爆发|WAIC观察

大模型AI应用开始小规模稳步爆发|WAIC观察

拍摄:界面新闻记者

百川智能除了此前已经发布的Baichuan系列大模型、AI助手“百小应”以及ToB(企业)解决方案,其最大的展陈亮点被放在了内测版医疗应用AI健康顾问上。AI医疗一直是百川智能的重要业务发展方向,AI健康顾问是其第一个落地产品,形态上属于医疗垂直领域的对话式机器人,可根据用户的问询持续反问,从不同维度了解症状,最后基于整体信息给出诊断结果和用药建议。

在企业端已经有一定商业化规模的智谱AI,重点打造了其大模型开放平台(bigmodel.cn)在公共事务、消费、文旅、医疗、保险、教育、汽车、金融、工业等多个行业场景的典型案例集合。

MiniMax的策略也是重点展示其面向企业客户的开放平台,以及面向C端用户的AI专业助手“海螺AI”和AI智能体创作平台“星野”。

不仅是创业公司,阿里通义千问、腾讯混元、科大讯飞星火以及蚂蚁集团百灵等来自大厂的大模型,也有大面积展区展示了它们的应用。

大模型AI应用开始小规模稳步爆发|WAIC观察

拍摄:界面新闻记者

大模型AI应用开始小规模稳步爆发|WAIC观察

拍摄:界面新闻记者

总之,手握通用大模型的厂商们没有局限在模型性能的单纯展示和比拼之中,而是花费了大力气向行业展示其大模型已有落地进展和未来应用方向。

观众的直观感受也是如此。一名大模型企业客户对界面新闻记者表示,在阿里、华为等大厂展台看到了比过去更多真实的客户落地案例。另一名对AI大模型感兴趣的互联网从业者表示,今年逛展最明显的感受是大模型切实落到了很多“看得见摸得着”的领域。

这与大模型的行业趋势不无关系。从今年上半年开始,有关AI应用层即将爆发的行业观点迭出。创办零一万物的李开复直言,2024年是AI应用爆发元年。而尤其重视AI应用层商业价值的投资人朱啸虎断定,AI应用必定在明年迎来爆发。

从这届WAIC的展陈情况来看,这种预判正在落为现实,但可以感受到的是,现有AI应用的同质化竞争趋势明显,例如大量厂商争夺AI专业助手这一产品定位。此外,大量AI应用正在按照“AI2.0时代一切都可以重做一遍”的思路落地,许多产品仍在用户已有认知范围内,突破性表现较少。

第四范式联合创始人兼总裁胡时伟对界面新闻记者表示,AI应用的确在今年开始小规模稳步爆发,但就C端应用的现状而言,大多数还是与现有需求做结合,还没有看到所谓新技术带来的产品形态变迁,例如移动互动网时代催生的直播和短视频。考虑到抖音等爆款应用的出现时间线,大模型行业留给超级应用的成长时间至少还有两到三年。

面对AI应用爆发趋势,也有从业者对此表示了警惕。面壁智能CEO李大海在接受界面新闻等媒体采访时表示,虽然行业今年呈现出一定聚焦应用端的趋势,但由于技术侧还没有完全收敛,行业完全聚焦应用端是危险的,因为技术需要与应用创新同频。

因此他认为,当前环境其实对大模型公司提出了更高的要求,即必须兼顾基座模型的迭代和应用创新的落地,“这两边哪一边都不能放松”。

在行业看来,超级应用(或者说更高数量级日活的AI应用)的出现受限于模型性能。智谱AICEO张鹏在WAIC2024产业发展主论坛上表示,大模型对产业带来的机遇,本质上是通过模型的泛用化能力,解决一系列场景和应用的多样化需求,从而解决背后成本与收益的平衡问题。从这个思路解题,核心依旧是模型本身的能力水平提升。

就“基础模型如何做得更好以对产业发展更加有价值”这一问题,MInimax创始人兼CEO闫俊杰提出一个明确思路是,目前AI大模型急需解决错误率的问题,如果能够将错误率降到个位数,便意味着在人类定义的测试上可以接近人类最好水平,在实体经济里也就能够产生更大价值。

今日热搜