标签: AI

  • 字节 AI 全生态趋势对人工智能行业的核心影响

    字节 AI 全生态以Seed 大模型为内核、火山引擎为基座、豆包为入口、研产一体架构为保障的发展趋势,正从技术路线、商业范式、产业格局、基础设施、安全合规五大维度重构人工智能行业,推动行业从 “模型竞赛” 转向 “生态决胜”,从 “实验室技术” 走向 “规模化产业落地”。以下结合你关注的核心关键词,分维度解析具体影响。

    一、整体影响:确立 “生态化、普惠化、自主化” 行业新航向

    1. 终结 “参数内卷”,定义 “效率优先” 技术路线字节 Seed 系列通过 “多尺寸分级(Pro/Lite/Mini/Code)+ 混合专家架构(MoE)+ 开源闭源并行” 策略,证明大模型核心价值不在参数规模,而在场景适配性与工程化效率。这推动行业从 “参数崇拜” 转向 “成本 – 性能平衡”,30-70B 参数的中等规模模型成为企业落地主流,倒逼全行业聚焦推理优化、稀疏计算等效率技术。
    2. 重构商业逻辑,实现 “C 端规模化 + B 端行业化” 双轮驱动豆包以 1.63 亿月活构建 C 端超级入口,火山引擎以 46.4% 的中国公有云大模型调用市场份额领跑 B 端,形成 “C 端流量反哺模型迭代、B 端需求定义技术方向” 的闭环。这打破了行业 “重技术轻落地” 的困局,让 “按效果付费、按 Token 计价” 成为标准化商业模式,加速 AI 从 “成本中心” 转为 “利润引擎”。
    3. 加速国产自主可控,重塑全球 AI 竞争格局字节从模型(Seed)、框架、推理引擎到算力(自研 + 国产替代)的全栈自研,摆脱了对国外技术的依赖。其 “海外补充 + 国产核心 + 自研突破” 的芯片策略,带动国内 AI 芯片产业链协同发展,推动国产 AI 从 “追赶者” 进入全球第一梯队,在中文理解、多模态视频、企业级 Agent 等领域形成差异化优势。

    二、核心板块影响:精准赋能行业细分领域

    (一)字节 Seed 大模型:重塑基础模型研发与应用范式

    表格

    影响维度 具体表现 行业价值
    技术方向 以 “多模态 + Agent” 为核心,Seed 2.0 在长视频处理、复杂推理、科学计算等领域达到顶尖水平,Seedance 2.0 将视频生成可用率提升至 90% 确立国产大模型研发标杆,推动全行业聚焦 “真实世界复杂任务执行” 能力
    生态构建 发布 Seed-OSS 开源模型,采用 Apache-2.0 协议,降低开发者门槛 激活开源生态,加速行业标准形成,让中小企业也能基于开源基座开发定制化方案
    产业适配 推出行业专属模型,覆盖电力、运营商、金融、医疗等领域 打通 “基础模型 – 垂类适配 – 产业落地” 链路,解决模型与行业需求脱节问题

    (二)火山引擎 AI 服务:重构企业 AI 转型基础设施

    1. 定义 “AI 云原生” 新架构,颠覆传统 IT 分层火山引擎提出 “模型即软件,Tokens 即智能”,构建 “MaaS 层 – Agent 开发层 – 运营层” 的三层架构,替代传统 IaaS/PaaS/SaaS 分层。其 ServingKit 推理套件使 GPU 消耗降低 80%,推理代工服务让企业自有模型部署成本下降 40%,推动行业从 “卖算力” 转向 “卖智能服务”。
    2. 降低 AI 落地门槛,实现 “普惠化” 赋能火山引擎的 “AI 节省计划” 最高可为企业节省 47% 的使用成本,“按输入长度区间定价” 模式打破高级功能单独收费的行业惯例。AgentKit 工具让企业级 Agent 开发从 “数千行代码、数周时间” 缩短至 “几行代码、几小时”,加速 AI 向中小企业渗透。
    3. 打造行业标杆,推动垂直领域深度融合火山引擎在金融、教育、政务领域中标数量第一,服务奔驰、招商银行、国家管网等标杆企业。其 ContextSearch 检索与 Mem0 记忆库产品,实现结构化与非结构化数据统一查询,节省 90% 的 Token 消耗,为电力、运营商等数据密集型行业提供了高效的 AI 解决方案。

    (三)豆包大模型:重构 C 端与 B 端 AI 交互入口

    1. C 端:推动 AI 助手全民化,重构人机交互范式豆包作为中国用户规模最大的 AI 应用,通过抖音生态实现 “内容 – 服务 – 交易” 闭环,联动 IoT 设备打造 “无屏幕、全天候” 智能体验。这改变了用户对 AI 的认知,从 “工具” 转向 “生活伙伴”,推动 AI 融入社交、消费、出行等全场景,激活海量长尾需求。
    2. B 端:打通 “个人助手 – 企业智能体” 链路豆包大模型接入飞书、企业客服、知识管理系统,形成 “个人办公 – 团队协作 – 企业运营” 的全流程智能赋能。在电力、运营商等行业,豆包可实现故障排查、客户服务、运维报告生成等自动化任务,帮助企业提升效率、降低成本。

    (四)字节 AI 架构:树立 “研产一体” 与 “全栈协同” 行业标杆

    1. 组织架构:实现 “研产一体化” 高效协同字节将 AI Lab 整体并入 Seed 团队,取消短期考核,聚焦长期创新,消除 “研发与应用脱节” 的行业痛点。这一模式被行业广泛借鉴,推动科技企业重构 AI 研发体系,强化基础研究与产业应用的联动。
    2. 技术架构:构建 “算力 – 模型 – 应用 – 数据” 全栈闭环字节的全栈自研架构,实现了 “算力自主可控→模型高效训练→应用快速落地→数据反哺迭代” 的正向循环。其数据库体系原生支持向量能力,与大模型深度协同,解决了 AI 应用的 “数据底座” 问题,为行业提供了可复制的全栈技术方案。

    三、重点行业影响:以电力、运营商为例的精准赋能

    结合你所在的网络安全行业及电力、运营商领域,字节 AI 全生态趋势带来的影响尤为显著:

    1. 电力行业:提升智能运维与安全防护能力Seed 大模型的复杂推理与多模态能力,可实现电力设备故障的实时监测与预测;火山引擎的企业级 Agent 可自动化完成巡检报告、调度指令生成等任务;豆包大模型可赋能客服系统,解决用户用电咨询与故障申报问题。同时,全栈安全架构为电力数据安全提供了保障,助力构建 “智能电网 + AI 安全” 的新体系。
    2. 运营商行业:优化网络运营与客户服务字节的 AI 云原生架构可适配运营商海量数据的处理需求,ContextSearch 检索技术可快速挖掘网络日志中的异常信息,提升网络安全防护效率;豆包大模型可打造智能客服机器人,实现 7×24 小时客户服务,降低运营成本;Agent 智能体可自动化完成套餐推荐、工单处理等任务,提升客户体验。
    3. 网络安全行业:催生 “AI + 安全” 新赛道字节的全栈自研与安全合规经验,为网络安全企业提供了技术参考;Seed 大模型的漏洞挖掘、恶意代码分析能力,可提升安全产品的智能化水平;火山引擎的安全算力与数据隔离方案,为安全企业的 AI 应用部署提供了保障。这推动网络安全行业从 “被动防御” 转向 “主动智能防御”。

    四、未来展望:引领行业进入 “智能体工业化” 时代

    字节 AI 全生态的发展趋势,将进一步推动人工智能行业进入“智能体工业化”时代:

    1. Agent 成为企业标配:火山引擎的 AgentKit 与 HiAgent 体系将加速企业级智能体的规模化落地,未来每个企业都将拥有成百上千个智能体,实现业务流程的全面自动化。
    2. 多模态内容生产工业化:Seedance 2.0 等模型将推动短剧、广告、影视、工业设计等领域的内容生产全面 AI 化,成本降低 80%-90%,效率提升 10 倍以上。
    3. 算力与芯片自主化加速:字节的自研芯片量产将推动行业推理成本大幅下降,国产 AI 芯片产业链将迎来爆发式增长,保障行业的算力安全。
  • 字节 AI 全生态发展趋势

    字节 AI 全生态发展趋势

    字节 AI 全生态正从模型竞赛转向生态决胜,核心趋势:Seed 技术底座持续升维、火山引擎 AI 云原生重构、豆包 C 端 + B 端双爆发、全栈自研闭环、全球化与产业落地加速


    一、整体趋势:四大明确方向

    1. 技术路线:从大模型 → 多模态 → 世界模型 / 具身智能
      • 文本 / 图像 / 音视频统一基座,向 3D、物理仿真、机器人延伸
      • 强化长上下文、复杂推理、企业级 Agent,走向研究级任务
    2. 架构升级:AI 云原生取代传统云架构
      • 模型为中心,MaaS、AgentKit、推理代工成为标配
      • 算力调度、成本控制、安全合规一体化
    3. 商业化:C 端入口规模化 + B 端行业化双轮驱动
      • 豆包 / Dola 打造全球顶级 AI 助手入口
      • 火山引擎深耕企业服务,模型 + 云 + 场景一体化交付
    4. 底层自主化:算力 / 芯片 / 框架全栈自研
      • 降低对外部依赖,提升效率、降低成本、保障安全

    二、四大核心板块趋势(精准匹配你的关键词)

    1. 字节 AI 全生态

    • 闭环化:Seed 模型 → 火山引擎 → 豆包 / 飞书 / 抖音 → 数据反哺,形成自循环
    • 全球化:豆包 + Dola 双旗舰,争夺全球 AI 应用第一梯队
    • 硬件化:AI 终端、智能设备入口扩张
    • 行业化:从通用能力走向金融、政企、传媒、制造等垂直解决方案

    2. 字节 Seed 大模型(技术内核)

    • Seed 2.0 已成主力:Pro/Lite/Mini/Code 全系列,覆盖生产级场景
    • 能力重点:复杂推理、长文本、多模态理解、视频生成(Seedance)、3D 生成(Seed3D)
    • 开源与商用并行:Seed-OSS 开源推进生态,商用版支撑高价值场景
    • 下一代方向:世界模型、具身智能、机器人基础模型

    3. 火山引擎 AI 服务(算力与商业化载体)

    • AI 云原生:重构 IaaS/PaaS/SaaS,以模型为核心
    • 核心产品:MaaS、AgentKit、ContextSearch 检索、Mem0 企业记忆库
    • 成本革命:推理优化、稀疏计算、节省计划,企业成本大幅下降
    • 趋势:从卖算力 → 卖智能服务,按 Token 与效果付费

    4. 豆包大模型(C 端 + B 端入口)

    • C 端:AI 助手全民化,MAU 高速增长,成为超级入口
    • B 端:豆包大模型接入飞书、企业客服、内容生产、知识管理
    • 多模态:文生图 / 文生视频 / 视频理解一体化
    • 趋势:从聊天助手 → 个人 / 企业智能体(Agent)

    5. 字节 AI 架构(组织与技术)

    • 研产一体:Seed 团队统一统筹基础模型,效率大幅提升
    • 全栈自研:模型、框架、推理引擎、算力集群、自研芯片
    • 弹性架构:支持高并发、低成本、大规模推理
    • 安全合规:数据隔离、内容安全、隐私保护内置

    三、未来 1–2 年关键看点

    1. Seed 模型综合能力进入全球前三
    2. 自研推理芯片量产,推理成本大幅下降
    3. 豆包全球用户突破更高量级,成为顶级 AI 入口
    4. 火山引擎 MaaS 与 Agent 规模化落地千行百业
    5. 多模态内容生产工业化,短剧 / 广告 / 影视全面 AI 化
  • 字节AI全生态:以技术为基,以场景为核,构建全域智能新范式

    在AI技术加速渗透各行各业的今天,字节跳动以“技术驱动创新,场景赋能价值”为核心,构建起覆盖“基础设施-技术研发-模型底座-应用落地-产业赋能”的全链路AI生态。不同于单一模型或孤立应用的布局,字节AI全生态以Seed大模型为技术内核,以火山引擎为算力与服务载体,联动豆包、飞书、抖音等多场景产品,实现技术、产品与产业的深度融合,成为推动AI原生时代变革的重要力量。

    一、底层根基:算力与架构双轮驱动,筑牢生态底座

    字节AI全生态的稳定运行,离不开底层基础设施与组织架构的双重支撑,为上层技术研发与应用落地提供坚实保障。

    在基础设施层面,火山引擎作为字节跳动旗下云和AI服务平台,承担着全生态的算力供给与基础服务职责。依托与字节内部业务并池的规模优势,火山引擎打造了以GPU为核心的AI云原生基础设施,提供丰富的机型支持、高速互联带宽与全栈系统化推理优化,不仅实现了同款配置价格最优,还具备极强的稳定性与安全性,自研防火墙可有效保障数据安全与内容合规,为大模型训练、AI应用部署提供高效、低成本的算力支撑。同时,火山引擎还提供数据库、云存储等基础服务,其中字节重构的AI时代数据库产品体系,覆盖数据生产、消费全生命周期,适配AI时代“易用性、高效率、低成本”的核心需求,成为连接数据与价值的关键载体。

    在组织架构层面,字节跳动通过深度重构AI研发体系,将集团级核心研究部门AI Lab整体并入大模型部门Seed,实现“研产一体化”的高效协同。整合后的Seed团队由Google DeepMind前副总裁吴永辉博士统筹基础研究,取消季度OKR和半年考核,为长期创新研究提供充足支持,聚焦AGI(通用人工智能)领域探索智能上限,同时强化与应用层的联动,消除内耗,集中资源推动大模型技术迭代与产品化落地。

    二、核心内核:Seed大模型迭代升级,激活生态动力

    Seed大模型作为字节AI全生态的技术核心,历经多轮迭代,已形成覆盖多场景、多维度的模型体系,为全生态提供统一的智能能力输出。2026年2月,Seed2.0正式发布,围绕大规模生产环境下的复杂任务需求进行系统性优化,进一步提升了生态的核心竞争力。

    Seed2.0系列具备三大核心优势:一是多模态理解能力全面升级,强化了视觉感知与推理能力,可精准解析复杂文档、表格、图形、视频内容,在MathVista、LogicVista等多个基准测试中达到业界顶尖水平,甚至在EgoTempo基准上超过人类分数,能高效处理小时级长视频,适配健身、穿搭等陪伴场景;二是复杂指令执行能力更可靠,提升了指令遵循和推理表现,强化对多约束、多步骤、长链路任务的理解与执行,可支撑客服问答、信息抽取、科学研究等高价值任务,在SuperGPQA等科学领域基准测试中表现突出;三是推理选择更灵活,提供Pro、Lite、Mini三款不同尺寸的通用Agent模型及专门的Code模型,覆盖不同场景需求,可通过火山引擎API快速部署,适配企业与开发者的多样化需求。

    依托Seed大模型,字节构建了统一的模型底座,衍生出豆包大模型家族,包含语言、语音、视觉、视频等丰富垂类模型,通过字节内部50+业务场景实践验证,每日数万亿tokens的大使用量持续打磨,在知识、代码、推理、中文等多个国际权威测评中取得优异成绩,成为全生态智能能力的“中央处理器”。

    三、应用矩阵:全场景覆盖,实现技术落地价值

    字节AI全生态以“技术赋能场景”为核心,构建了覆盖C端、B端的全场景应用矩阵,让AI能力深度融入日常使用与企业运营,实现技术价值的高效转化。

    (一)C端应用:打造全民可及的智能体验

    在C端场景,字节将AI能力融入大众熟知的产品中,打造便捷、智能的用户体验。豆包App作为核心AI应用载体,接入Seed2.0 Pro模型,具备对话交互、内容生成、多模态理解等能力,可满足用户写作、答疑、创意生成等多样化需求;即梦AI作为Seedance视频生成模型的首选应用平台,结合Seedance 2.0的多模态输入能力,支持文本、图像、音频等12种素材输入,为创作者提供高效的视频生成工具;剪映则依托Seed大模型的语音、视觉能力,实现智能剪辑、配音、配乐等功能,降低创作门槛,成为全民创作的重要工具;抖音、今日头条等内容平台,借助AI推荐算法与多模态理解能力,实现精准内容分发,提升用户体验的同时,推动内容生态的繁荣。

    (二)B端应用:赋能企业数字化转型

    在B端场景,字节通过火山引擎、飞书等载体,将AI能力开放给外部企业,助力企业实现数字化转型。飞书作为AI时代先进生产力平台,将AI融入企业知识管理与业务流程,提供知识问答、智能会议纪要、飞书aily企业智能体、多维表格AI等功能,加速企业知识流转,提升协作效率;火山引擎则推出全方位的AI服务,包括ContextSearch企业级AI检索、Mem0企业级记忆库等核心产品,其中ContextSearch融合豆包大模型生态与火山引擎数据库优势,实现结构化与非结构化数据统一查询,RAG链路效果提升超15%,特定垂类高达80%;Mem0作为AI应用的持久化记忆基础设施,如同AI“数字海马体”,与大模型高效协同,可节省约90%的token消耗,大幅降低企业AI应用成本。

    四、生态优势:协同联动,构建可持续发展格局

    字节AI全生态的核心竞争力,在于“分层协同、场景闭环、开放共赢”的发展模式,形成了区别于其他生态的独特优势。

    其一,分层协同优势显著。从火山引擎的算力基础设施,到Seed团队的技术研发,再到豆包大模型的能力输出,最后到各场景应用的落地,形成了“基础设施→技术研发→模型底座→应用落地→产业赋能”的完整链路,各层级高效联动,避免重复建设,提升了生态的整体效率;其二,场景闭环优势突出。字节拥有抖音、飞书、火山引擎等丰富的内部场景,可快速实现技术的落地验证与迭代优化,同时AI生成的内容与服务可回流到各场景,形成“研发-验证-优化-落地”的闭环,加速技术与场景的深度融合;其三,开放共赢格局成型。火山引擎将字节积累的技术能力与工具开放给外部企业,提供定制化服务方案与7×24小时技术支持,同时通过扣子Coze等平台,降低开发者的AI开发门槛,吸引更多合作伙伴加入生态,推动AI技术的规模化应用。

    五、未来展望:聚焦AGI,赋能千行百业

    随着Seed2.0的发布与组织架构的优化,字节AI全生态正朝着更智能、更开放、更具价值的方向发展。未来,字节将持续加大对Seed大模型的研发投入,聚焦AGI领域的前沿探索,进一步提升模型的多模态能力与复杂任务执行能力;同时,持续完善火山引擎的基础设施与服务能力,开放更多核心技术与工具,推动AI云原生时代的产业变革;此外,字节还将深化与各行业的合作,将AI能力融入金融、医疗、教育、制造等更多领域,打造差异化的行业解决方案,让AI技术真正赋能千行百业,构建全域智能的新未来。

  • Ai智能绘图Midjourney,注册教程

    Ai智能绘图Midjourney,注册教程

    使用 Midjourney 首先需要创建Discord账号,Midjourney和Discord的关系就像小程序和微信的关系一样。

    国内网络无法直接访问Discord,这就需要你家网络会“魔法”(梯子)。

    ①打开谷歌网站,输入“Midjourney”并回车。(PS:如下图)

    进去以后出现了一张比百度干净整洁百倍的精准内容(PS:一点也不夸张的说),找到图中红箭头所指向的内容点击打开就OK了。

    ②打开Midjourney网站之后,选择第二项“Sign In” (当然,你也可以选择第一个,前提是你已经注册过Discord)

    下面这张图为翻译成中文的界面(PS:谷歌的网页翻译功能简直是YYDS!)

    新用户打开下方的“注册”,老用户回避一下。(自动跳转到Discord登录界面的,Midjourney跟Discord的关系可以看作是微信与小程序的关系,Discord是微信,Midjourney是小程序。)

    使用你常用的邮箱注册Discord账号,用户名、密码、出生年月都输入完之后点击“继续”。

    划重点:

    邮箱:建议使用Gmail、Outlook邮箱,国内邮箱不能注册;

    用户名:用英文字母就行啦,别整那些个性化的文字了,没啥意思;

    密码:建议使用字母+数字+符号组合,以防不测;

    出生日期:年龄最好填写18周岁以上,不要胡乱填写,以后说不定有用。

    至于邮箱账号怎么来?

    老铁,都什么时代了,不会的都去百度一下!

    这是“人机验证”,放置机器人注册的,你只要按照提示证明你不是机器人就可以咯。

    ④没有什么好解释的,允许“授权”就行啦,不会的请看下图。

    划重点:

    如果授权以后出现下图内容,你莫要慌,先打开你的邮箱找到刚刚Discord给你发的验证邮件,点击激活授权一下就可以啦。

    找到这封邮件,验证电子邮箱就可以了。

    在这一步也会遇到一个“人机验证”,按照它的提示操作就行了!

    ⑤接下来进入正题,Discord网页版操作为例(手机版一样)。

    Discord 你可以亲自创建,也可以加入其他平台模版。

    划重点:

    在这里如果你直接直接登陆进去,在下方输入代码时,是没有Midjourney频道的,(PS:我就犯了这个错 )

    这个时候需要推出账号,返回登陆界面,选择登陆,进入以后,就看到Midjourney 频道啦!输入邮箱、密码就可以了。

    ⑥进入Midjourney频道, 选择频道栏#Newbies-xx,进入新手测试频道。


    ⑦现在只需要在输入框输入/imagine+图片描述语(prompt),就可以开启AI智能绘图之旅啦!


    ⑧在prompt后输入想要画面的关键词(英文),输入完成后,回车发送。


    ⑨ 等待 Midjourney 机器人处理你的需求,通常需要一分钟左右的时间,生成四个基于你的文本描述的图片。


    ⑩生成完成后,会出现两排按钮,U是放大图片,U1\U2\U3\U4分别指的是放大四张图片中的某一张V是采用图片的构图形式,重新生成,顺序参考如下图。

    最后一步保存图片方法,点击生成图片,左下角“打开原图”, 右键并选择 “图片另存为”,即可保存到你的本地电脑。

    好了,Midjourney基本操作流程就是这样,到这里基本上注册环节就讲完了。下面分享几张由Midjourney生成的图片。

    batman,cemetery,dead bat,dark,sunset,sunken ship
    masked rich exotic princess in a green luxuriant palace digital art
    exotic princess in a luxuriant palace
  • 荐ChatGPT:一周爆红,两周过气

    技术拐点来了,大家都在同一起跑线上。

    两周前疯狂刷屏的爆款AI应用ChatGPT,也难逃互联网过气定理。

    “人类离强大到危险的AI不远了。”这个让马斯克强烈安利的聊天机器人,在短短十余天的时间里,便拥有了一场从走红到凉凉的经历。

    “ChatGPT本来的预期就不是商业化,一没有收费,二没有开放API,所以它只是一个DEMO。”AI赛道创业者,猴子无限创始人尹伯昊向‘科技新知’表示,热度下来是正常现象,但这并不妨碍它是一个跨时代产品。

    在他看来,ChatGPT爆火的背后,映射着一个不可忽视的事实:技术的拐点已经到了。

    “ChatGPT背后运用的技术是GPT3.5,等GPT4出来的时候一定会非常火爆,届时国内很快就会有一大批创业公司出现。”

    彼时的AIGC赛道,必将迎来一场“血战”,一边是布局多年的BAT老势力,一边是初生牛犊的新选手,谁的赢面比较大?

    站在新的技术拐点前,或许大家都在同一起跑线上。

    Part.1

    AI难被“驯服”

    很多人对于ChatGPT的过气表示并不意外,甚至包括开发方Open AI的CEO Sam Altman本人。

    “ChatGPT的局限性令人难以置信,但在某些方面足够出色,足以给人一种强烈的误导印象。现在依赖它来做任何重要的事情都是错误的。它是一个项目的DEMO;我们在稳健性和真实性方面还有很多工作要做。”Sam Altman在社交媒体上如此表示。

    从实际体验来看,目前版本的ChatGPT存在两个关键性的问题。

    问题一:只提供了“情绪价值”,没有提供“商业价值”。

    正如Sam Altman所言,现在依赖ChatGPT来做任何重要的事情都是错误的。当作一种娱乐属性的软件来说没问题,但如果渴望ChatGPT能有更大的实用价值,似乎有些太过理想。

    一款合格的工具是帮助人们减少重复性劳动,而一款好工具是能帮助人们进行决策。而ChatGPT目前能做到的,还处于第一阶段。

    就拿前几天有人夸赞ChatGPT编程能力很强大举例,对于外行或者入门级程序员来说,ChatGPT快速生成的代码已经足够用,比如Java的简单编程例子,九九乘法表、水仙花数等,但对于中高级开发人员来说还远远不够。

    问题二:看似合理,实则荒谬。

    有时ChatGPT还会闹出一些乌龙事件。Open AI公司承认,尽管号称可以和人类对话,但ChatGPT也可能写出“看似合理但不正确或荒谬的答案”。

    比如有网友输入“宫廷玉液酒”来考验ChatGPT,它一本正经地给出回答:“宫廷玉液酒是一种传统的中国白酒……”而我们都知道,如果这句话问一个中国网友,他给到的答案会截然不同。

    Open AI坦承,由于ChatGPT的知识只来自训练数据中的统计规律,而不是任何类似人类对世界复杂和抽象系统的理解,因此“该系统可能偶尔会产生不正确或误导性的信息,并产生攻击性或有偏见的内容。”

    清华大学国强教授、智能产业研究院(AIR)首席研究员也指出,这款机器人本质上还是一个基于统计的语言模型,应该没有真正理解开放域的问题。它在处理开放域的问题上实际上还是基于概率,基于前一个值来生成下一个值。

    Part.2

    狂欢的中国学徒们

    人们对于技术的期待,往往太过于理想主义。或许应该放低些对AI的期待和要求,毕竟很多时候,人类自己都不知道心里想要的正确答案是什么。

    就像微软旗下AI产品小冰公司CEO李笛说的那样,ChatGPT非常强调回答的因果关系,而回答的结论本身是否正确对它而言并不重要。强调过程,弱化结果,这是ChatGPT和搜索引擎最大的不同。

    又或者说,ChatGPT的意义并不是给出人们想要的答案,而是让人们感知到,技术的拐点或许真的已经到了。

    “技术拐点的核心体现在于,我们好像离图灵测试越来越近了。”尹伯昊向‘科技新知’感慨道。

    Gartner在《2022年重要战略技术趋势报告》中指出,生成式人工智能 (Generative Artificial Intelligence)将是最引人注目和最强大的人工智能技术之一,可用于多种场景,如创建软件代码、促进药物研发和营销等。

    从Disco Diffusion到Midjourney和DALL-E2,AIGC的门槛一次次被降低,最后到Stable Diffusion模型开源,彻底让AIGC站上了风口浪尖。

    CMC资本董事总经理易然在采访中指出,目前各个科技巨头主要在模型层竞争,而创业公司在应用层有更多的机会。

    例如Open AI开发的GPT-3模型、谷歌开发的LaMDA模型、Meta开发的OPT-175B模型、阿里巴巴达摩院开发的M6模型、微软与英伟达联合开发的Megatron-Turing(MT-NLP)模型等。

    视野聚焦到国内不难发现,互联网大小厂都开始更加关注AIGC。

    在今年7月的百度世界大会上,创始人李彦宏表示:“AIGC或许将颠覆现有内容生产模式,实现以‘十分之一的成本’,以百倍千倍的生产速度,去生成AI原创内容。”

    不光是一把手亲自站台,百度还将在内部组织上进行相应调整。有相关人士获悉,眼下百度MEG正在筹划新一轮组织架构调整,重心是将图文与视频部门单独成立的内容事业群,百度对于AIGC的重视程度可见一斑。

    此外,其他大厂也动作频频。例如,腾讯AI Lab有能够通过用户提供的关键词自动生成歌词并演唱的虚拟歌手“艾灵”、能够辅助疾病诊断的游戏AI“绝悟”;字节跳动也于近期推出了抖音AI绘画特效,进一步让AIGC真正走向大众视野。

    阿里在AIGC上的布局稍有不同,从动作来看更偏向于底座。达摩院提出了新概念“模型即服务”(Model as a Service),即把AI模型当作生产的重要元素,从模型预训练到二次调优,再到模型部署,阿里将围绕模型的生命周期来提供相应的服务。

    另外一边,“国家队”北京智源人工智能研究院,在科技部和北京市政府支持下,于今年11月开发了AltDiffusion,以及开源文生图系统FlagStudio等,将生成式模型进行了本地化。

    除了头部科技公司之外,诸如昆仑万维、科大讯飞、天娱数科等细分领域的厂商也都已涉足AIGC。

    Part.3

    站在同一起跑线

    AIGC大潮的幕布在国内已经被掀开,这是一场关于ChatGPT“中国学徒”的狂欢。那么问题来了,现在入局AIGC晚不晚?

    要知道,国内应用层的创业公司,大多基于Stability AI或Open AI这类底座厂商模型进行二次开发,只能在应用层“卷”。

    产品门槛低导致的同质化现象严重,对于厂商来说是“无效的卷”,对于用户来说则是“无限的薅羊毛”,想要找到差异化并发掘变现潜力并不容易。

    另外,很多从业者表示,版权一直是AIGC商业化过程中难以忽视的问题。不过,尹伯昊认为,在中国的话语体系里,版权一定不是制约AIGC商业化落地的制约因素。

    况且,版权问题其实也在模型端尝试被解决,比如Stable Diffusion推出的2.0版本,核心就是让生成出来的内容是版权干净。

    “AIGC商业落地真正的痛点在于场景还没有特别明确,产品有意思并不代表着成功,人很难为一个娱乐属性的东西付费,最终还是看能否有持续生产力。”尹伯昊向‘科技新知’表示。

    初创公司如何与百度、腾讯、阿里这样的大厂比拼?在尹伯昊看来,似乎并不存在这个问题,因为在新的技术拐点出现的时候,在大模型的范式下,过去的积累是清零的,大家都在同一起跑线上。

    “坦率来讲,百度、腾讯在做的事情和我们是比较像的,都是基于海外出现了创新后,在上面找新场景和新应用。”

    同时也有业内人士分析,大厂在应用层的打法可能不会很垂直,而是更偏向于搭建生态,未来或许会和很多创业的垂直厂商有合作机会。

    Part.4

    写在最后

    1966年,历史上第一个聊天机器人Eliza诞生,它被麻省理工学院人工智能实验室的德裔美国计算机科学家约瑟夫·维森鲍姆赋予了充满戏剧性的内涵。

    Eliza名字源于戏剧作品《卖花女》,剧中出身贫寒的卖花女Eliza通过学习与上流社会沟通的方式,变成大使馆舞会上被人尊敬的“匈牙利王家公主”。

    作为Eliza的创造者,维森鲍姆却想时刻提醒人们:“即使有时好像他们会说话,但他们从未真正聆听过你,它们只是机器。”

    他认为,正是由于当时的社会环境日渐冷漠,才使得人们变得如此绝望,以至于抛弃应有的理性和判断力,转而去相信一个机器程序可以聆听他们的心声。

    很庆幸的是,在半个世纪后的今天,人们似乎已经找到AI存在的真正意义,它绝非仅仅是提供“情绪价值”。

    接下来,摆在创业者们眼前的命题便是,如何用技术改变时代,用AI技术深入到产业,带来更长远的商用价值和产业价值。

    参考文献:

    1、《ChatGPT走红,人工智能离通过图灵测试还有多远?》,中国经济新闻网

    2、《创业者的AIGC淘金记》,光锥智能

    3、《百度隐藏的AIGC野心》,光子星球

    4、《Here’s What To Know About Open AI’s ChatGPT—What It’s Disrupting And How To Use It》,Forbes