QQ音樂年度聽歌報告發(fā)布:誰是你最喜歡的歌手?OpenAI正式發(fā)布o3 - 通往AGI的路上,已經(jīng)沒有了任何阻礙「送禮物」難撬動社交電商,微信小店缺的是供給微軟Phi-4封神,14B小模型數(shù)學擊敗GPT-4o,合成數(shù)據(jù)占比40%,36頁技術報告出爐2024年結束,哪里是原創(chuàng)動畫的應許之地?深扒一個正被游戲行業(yè)「搶占」的流量帝國百思買重新進軍跨境電商領域視頻生成大模型賽道,只是看上去擁擠GGII:預計2024年中國工業(yè)機器人全年銷量約30萬臺,同比下滑5%左右冰雪大世界盛大開園,美的空調橫跨50℃打造“東北夏威夷”臺灣小土豆勇闖冰雪大世界,美的空調真暖快車成為最熱打卡點京東iPhone 16系列年底大放價!至高補貼1200元價格低過11.11新一季圓滿假期結伴大使出發(fā)在即 LG電子十年相伴助力溫暖傳遞中國聯(lián)通組織“魅力亞冬,與智慧同行” 主題采訪活動“萬象分區(qū)”引領電視行業(yè)新潮流,TCL這步棋下得著實漂亮!百度職業(yè)院校專屬項目“大國智匠”引領職業(yè)教育新范式百度大模型助力2024年碼蹄杯程序設計大賽,全國高校學子展現(xiàn)卓越編程實力碼蹄杯人物特寫:四位編程少年的追夢之旅金倉數(shù)據(jù)庫四項成果入選2024星河案例亞信科技參加2024通信產(chǎn)業(yè)大會 CTO歐陽曄博士等做主題演講
  • 首頁 > 云計算頻道 > 大模型

    大模型混戰(zhàn)這一年: 進化之賽、效率之爭、落地之戰(zhàn)

    2024年12月09日 08:58:59   來源:連線Insight公眾號

      日行千里,烈火烹油的兩年過去,飛速發(fā)展的大模型行業(yè)怎么樣了?

      與兩年前“百模大戰(zhàn)”為技術爭奪的景象不同,玩家們有兩個速度之爭:一是技術迭代和產(chǎn)品更新的速度,二是商業(yè)化賺錢和應用落地的速度。

      技術和產(chǎn)品的迭代很直觀,直接推動大模型行業(yè)的百舸爭流。從語言大模型,到文生視頻大模型,再到3D生成大模型,幾乎每隔幾個月就會有讓人眼前一亮的大模型出現(xiàn)。

      大家都在嘗試和摸索。每一次技術的擴大亮相,都會將具有前瞻性的大模型廠商推到聚光燈下,并引發(fā)新一輪的行業(yè)追隨。

      有人領先,就有人追趕。這些尚未成熟的技術,給了探路者彎道超車的機會,也帶來了商業(yè)化的壓力。

      尤其是進入今年下半年,整個行業(yè)的風向更加微妙。市場逐漸對大模型祛魅,資本也回歸理性,行業(yè)的兩股勢力也發(fā)生了站位的轉換。

      一邊是阿里、字節(jié)等巨頭投入的動作明顯加快,收編大模型創(chuàng)業(yè)公司的核心人才,推出一系列AI產(chǎn)品;一邊是創(chuàng)業(yè)公司開始重新評估自身的路線,國內“AI六小虎”有兩家逐步放棄預訓練模型,業(yè)務重心轉向AI應用。

      這背后,直指行業(yè)第二個速度之爭:商業(yè)化的效率。

      毋庸置疑,當下的大模型賽道高度擁擠,隨著算力成本上漲、算力分配有限,對創(chuàng)業(yè)公司而言,大模型這場戰(zhàn)役時間線拉得越長,創(chuàng)業(yè)公司的壓力就越大。

      “AI大模型(賽道),將只剩下10家企業(yè)扮演重要角色。”中國工程院外籍院士張亞勤曾表示。這幾乎是行業(yè)的共識,最后的勝利屬于少數(shù)的玩家。

      大模型最終會進化成什么樣,還不確定,但可以確定的是,大模型浪潮下,技術仍在迭代,場景仍在驚艷,商業(yè)化也始終在探索的路上。

      過去兩年,大模型不缺驚艷時刻,行業(yè)也處于百家爭鳴的階段,無論是暫時領先的玩家,還是奮力追趕的玩家,都有機會在奔跑中,搶到更多的蛋糕。

      3D世界、自主 Agent、

      思考大模型……大模型驚艷迭代

      從ChatGPT的驚艷亮相開始,新一輪的AI浪潮整整奔涌了兩年。AI想象力被重啟,大模型站上C位,圍繞大模型的討論和嘗試也爆發(fā)式增長。

      大模型的終局是什么樣的?這一問題的答案吸引眾多玩家前赴后繼地卷技術、卷應用。

      根據(jù)lifearchitect.ai數(shù)據(jù),截至目前,全球總共有467個大模型。新技術不斷涌現(xiàn),行業(yè)競速賽愈演愈烈,大模型廠商都在不斷迭代升級,旨在離AGI更進一步。

      進入到今年,除了應用上的百家爭鳴,一個明顯的變化在于,以ChatGPT為代表的大語言模型局限性日益顯現(xiàn)。比如,他們只能處理文本領域的任務,無法與物理和社會環(huán)境進行互動;雖然大模型語料庫已經(jīng)十分豐富,但關于人類的價值觀的文本,他們并不具備理解能力……

      技術被重構,大模型行業(yè)也在不斷改進和進化中,行業(yè)在尋找下一個更“類人”的模型或應用。

      北京時間12月3日,“AI教母”李飛飛創(chuàng)立的World Labs推出最新成果:世界模型,一張單個圖像即可生成3D世界。

      以往,我們熟知的大多數(shù)GenAI工具僅能制作圖像/視頻2D內容。World Labs則實現(xiàn)了在3D中生成,視頻的控制性、一致性能得到改善。World Labs稱,他們所生成場景的獨特之處在于它們具有交互性,而且是可修改的。

      這是今年9月份創(chuàng)立World Labs以來,李飛飛團隊推出的首個成果,也是其邁向空間智能的第一步。早在成立之初,李飛飛團隊瞄準的就是空間智能,其初衷就是空間智能的AI,能夠對世界進行建模,同時根據(jù)3D時空中物體/地點/交互進行推理。

      李飛飛的個人影響力,加之空間智能的想象力,World Labs成立三個月,有消息稱其估值達10億美元。

      兩天后,北京時間12月5日,Google Deepmind緊隨其后發(fā)布了最新基礎世界模型Genie2。作為今年初推出的Genie模型的升級版,Genie2只需要一張圖就能生成可玩的AI系統(tǒng)。DeepMind透露,Genie2具備從不同視角(如第一人稱視角與等距視角)生成連貫世界的能力,這些生成的世界可持續(xù)時間長達一分鐘,盡管多數(shù)情況下維持在10到20秒之間。

      如果說世界模型展現(xiàn)的是模型理解虛擬世界運作規(guī)律,并準確做出預測的能力,那OpenAI今年9月推出的o1系列模型則在于會思考。

      彼時,OpenAI CEO奧特曼對o1信心滿滿,“我認為這次 o1模型發(fā)布最重要的信息是,AI 發(fā)展不僅沒有放緩,而且我們對未來幾年已經(jīng)勝券在握。”

      與GPT系列模型不同,o1系列模型有更強大的“思路鏈”,模型會在思考后回答用戶問題,輸出高質量的內容,而非迅速回應無效回答。此外,o1系列更擅長推理,推理能力大幅提升,特別是在奧數(shù)、編程等領域展現(xiàn)出了優(yōu)勢。

      行業(yè)風向標的新動作,引發(fā)國內大模型廠商的追趕。11月16日,月之暗面公布了k0math;11月20日,Deepseek上線DeepSeek-R1-Lite大模型;11月27日,昆侖萬維推出“天工大模型4.0” o1版……無一不在強調大模型的邏輯思考能力。

      無論是哪種路線的大模型進化,都讓人類離AGI更進一步。

      其中,在應用層面,今年還有一個趨勢不能忽視,人類與機器的互動方式正在發(fā)生范式轉變,擁有對話功能的GPT逐漸進化能行動的AI Agent(智能體)。

      市場研究機構 Research and Market在11月11日發(fā)布的報告中指出,未來五年AI智能體的市場規(guī)模將增加420億美元。麥肯錫也表示,AI智能體將是生成式AI的下一個前沿。

      具體到玩家的動作上,“有手、有腦、有眼睛”的AI Agent成為玩家搶灘的對象。

      10月份,作為最早探索Agent的初創(chuàng)企業(yè)智譜,推出自主智能體AutoGLM ;一個月后的Agent OpenDay上,智譜展示了AI Agent的最新成果,包括AutoGLM、AutoGLM-Web、GLM-PC三個版本,對應手機、瀏覽器、電腦的應用場景。

      新升級的AutoGLM能夠理解超長指令,執(zhí)行超長任務,在多步、循環(huán)任務中,AutoGLM的速度表現(xiàn)超過人手動操作?梢灶A見的是,當技術足夠成熟,一個Agent就能幫助人操控一切。

      此前,微軟Ignite大會上,微軟宣布已建立全球規(guī)模最大的企業(yè)級AI Agent生態(tài)系統(tǒng);前OpenAI高管創(chuàng)辦的初創(chuàng)公司Anthropic推出名為Claude的AI智能體;OpenAI被傳出將在2025年1月發(fā)布代號為Operator的智能體。

      在國內,智能體也百花齊放。一邊是手機廠商開始拿出智能體、智能助力講故事;一邊是巨頭下場做智能體。比如字節(jié)跳動的扣子、騰訊云的騰訊元器、百度智能云千帆AgentBuilder、阿里云大模型平臺百煉、……

      這一年,大模型不缺驚艷時刻。會思考的大模型、會想象的大模型、會預測的大模型,站在大模型技術的潮頭,走向AGI的路上,更驚艷的產(chǎn)品迭代一直在發(fā)生。

      AI視頻,新的角逐中誰都不甘落后

      時間回到今年2月,行業(yè)軍備競賽持續(xù)一年,OpenAI再次將大模型行業(yè)推至高潮。OpenAI以世界模擬器的名號發(fā)布了視頻生成模型 Sora,讓“一句話生成視頻”變成可能。

      行業(yè)的加速器來自Sora。追趕Sora、超越Sora,幾乎成了海內外大模型玩家的共識。

      在海外,今年5月,谷歌發(fā)布對標Sora的文生視頻模型Veo;6月,Luma推出Dream Machine視頻生成模型,AI視頻生成初創(chuàng)公司Runway推出Gen-3Alpha模型。

      將視角放到國內,玩家們?yōu)?ldquo;中國版Sora”爭先恐后,催生兩輪爆發(fā)期。

      先是今年5月開始,生數(shù)科技Vidu、快手可靈、字節(jié)即夢、智譜清影、商湯Vimi等都相繼發(fā)布文生視頻模型。

      今年9月,國產(chǎn)視頻生成大模型又迎來了新一輪爆發(fā)。MiniMax正式發(fā)布視頻模型video-01、阿里云在云棲大會上發(fā)布通義萬相全新視頻生成模型、美圖宣布MiracleVision大模型完成視頻生成能力的升級。

      今年11月,騰訊混元大模型正式上線視頻生成能力。目前的生成視頻支持中英文雙語輸入、多種視頻尺寸以及多種視頻清晰度。另一邊,月之暗面旗下Kimi被爆出正在內測AI視頻生成功能“Kimi創(chuàng)作空間”,可通過12種預設風格模板和自定義創(chuàng)作功能,為用戶制作個性化音樂視頻。

      兩輪爆發(fā)期間,隨著初創(chuàng)企業(yè)和巨頭的入局,AI視頻賽道正變得擁擠。更關鍵的是,經(jīng)過上半年密集發(fā)布新產(chǎn)品的階段,想要在競爭中突出重圍,行業(yè)的比拼從“有沒有”升級為“好不好用”。

      為了變得好用,升級更新是玩家們的統(tǒng)一動作。在國內,動作最快的莫過于有視頻基因的快手和抖音。

      截至今年9月,快手可靈經(jīng)歷了十次迭代升級。目前,在可靈1.5模型的支持下,可靈AI可以直出1080p高清視頻,挑戰(zhàn)大屏清晰度與質感。在圖生視頻方面,可靈1.5模型可以響應更復雜的文本描述要求。此外,可靈AI還支持運動筆刷、對口型等功能。

      快手科技2024年投資者日上,快手主站業(yè)務與社區(qū)科學線負責人蓋坤介紹,已有累計超260萬人使用過可靈AI,并累計生成超2700萬個視頻、5300萬張圖片。

      同為視頻賽道的字節(jié),與快手正面交鋒。今年一季度,字節(jié)AI研發(fā)團隊將視頻生成模型的優(yōu)先級排在前列。3月底,即夢開啟視頻生成功能內測;9月,字節(jié)發(fā)布豆包模型家族的兩款視頻生成模型Seaweed和Pixeldance,并通過即夢AI、火山引擎小范圍邀測。

      相比于之前的視頻生成模型大多只能完成簡單指令,字節(jié)的這兩款模型能讓視頻在大動態(tài)與運鏡中自由切換,擁有變焦、環(huán)繞、目標跟隨等多鏡頭語言能力,能更好地服務在視頻、電影領域的專業(yè)創(chuàng)作者。

      11月,Seaweed面向平臺用戶正式開放。據(jù)字節(jié)方面介紹,本次開放使用的豆包視頻生成模型Seaweed是該款模型的標準版,僅需60秒即能生成時長5秒的高質量AI視頻,領先國內業(yè)界3至5分鐘的所需生成時間。

      從底層技術看,AI視頻賽道玩家的路線基本一致,即采用Transformer架構的新型擴散模型DiT,進行相關擴散、生成的技術突破。也就是說,玩家更多是通過訓練數(shù)據(jù)豐富產(chǎn)品功能。

      這也是字節(jié)、快手在AI視頻賽道跑得更快的原因。“Sora們”切入的60s視頻正是字節(jié)、快手的基本盤。在短視頻生態(tài)下,二者有豐厚的視頻土壤滋養(yǎng),這種視頻數(shù)據(jù)的訓練,正是推動大模型“好用”的關鍵因素。

      歷經(jīng)近一年,國內文生視頻大模型賽道進入了Sora時刻。AI視頻大模型的生成能力邁入新階段的同時,我們也要看到行業(yè)的焦慮。

      從實際落地層面上看,如果是B端商業(yè)生產(chǎn),短劇、電影、廣告對畫面的連續(xù)性、一致性要求很高;如果是C端用戶娛樂,對AI生成的最大要求是真實性。

      需求倒逼技術,想實現(xiàn)真正的好用,并不容易。

      從技術上看,當下視頻模型在理解、創(chuàng)作物理世界方面的表現(xiàn)依舊有限,畫面的連貫穩(wěn)定、主體的一致真實以及視頻的時長都亟需迭代進化。

      從成本上看,當下的視頻技術很難下放到尋常百姓家,名噪一時的Sora至今仍處于研究階段,僅面向少數(shù)專業(yè)人士進行內測,很大一部分原因就在于高昂的成本。

      再回到AI視頻是行業(yè)趨勢的這個問題上,廠商們之所以紛紛下注,一方面是因為行業(yè)需求催生了市場規(guī)模。

      頭豹研究院數(shù)據(jù)顯示,2021年中國AI視頻生成行業(yè)的市場規(guī)模為800萬元,預計2026年,這一市場規(guī)模將達到92.79億元。

      另一方面,大模型的商業(yè)落地進度越來越迫切,相比于ChatGPT這種聊天機器工具,AI視頻生成是大模型技術商業(yè)化落地更具潛力的賽道。

      效率之爭、落地之戰(zhàn)

      兩年,給行業(yè)帶來技術革命,也讓行業(yè)變得冷靜。

      今年7月,2024世界人工智能大會上,百度創(chuàng)始人李彥宏在演講中提到,“2023年國內出現(xiàn)了百模大戰(zhàn),其實造成了社會資源的巨大浪費,尤其是算力的浪費。”

      李彥宏言辭激烈的背后,是整個行業(yè)更加理性。市場期待在模型之中長出能落地的應用,為大模型廠商賺到錢、為各行各業(yè)提供效率。

      拋開技術問題,這注定是一場應用落地的效率之戰(zhàn),這也就回到了商業(yè)化的問題上。

      從去年“百模大戰(zhàn)”,到今年應用之戰(zhàn),無論是哪個階段,商業(yè)化都是大模型行業(yè)反復提到的話題。大模型的特殊性在于“燒錢”,技術上的研發(fā)成本,應用上的運行成本,每一步都少不了真金白銀的支持,這也是大模型企業(yè)們的“緊箍咒”。

      在國內,相比于兩年前焦灼地坐上牌桌,爭做“中國OpenAI”的執(zhí)念,這群AI明星企業(yè)將重點放在了商業(yè)化落地應用的探索上。

      據(jù)智能涌現(xiàn)報道,被稱為“AI六小虎”的6家中國大模型獨角獸(智譜、零一萬物、MiniMax、百川智能、月之暗面、階躍星辰)中,已經(jīng)有兩家逐步放棄預訓練模型,縮減了預訓練算法團隊人數(shù),業(yè)務重心轉向AI應用。

      這透露了市場兩個曲線,一個是部分初創(chuàng)企業(yè)正被困在商業(yè)化的焦慮里;二是行業(yè)商業(yè)化戰(zhàn)線拉長,巨頭的戰(zhàn)斗力更足。

      比如去年只發(fā)布了語言大模型的字節(jié),今年一口氣補全了視頻、3D、音樂等多領域的大模型。在應用層面,字節(jié)陸續(xù)推出了十幾個AI應用,覆蓋了娛樂、對話、Agent等多個產(chǎn)品方向。

      在C端表現(xiàn)上,下半年巨頭商業(yè)化的影響力更為突出。據(jù)數(shù)據(jù)分析機構QuestMobile,字節(jié)豆包App今年9月的日活已達760萬,成為中國日活最大的AI產(chǎn)品。

      這一趨勢下,大廠和創(chuàng)業(yè)公司的角色站位也發(fā)生變化。尤其是步入今年下半年,當資本冷靜,一些AI明星創(chuàng)業(yè)公司被巨頭收編,大模型創(chuàng)業(yè)公司高管加入大廠。

      這驗證了大廠堅決投入AI的重要性。AI是個增量,不僅能為大廠原有業(yè)務帶來新的想象力,大廠原有的業(yè)務場景也可以為AI提供商業(yè)閉環(huán)。

      不過,盡管是資源和場景更為豐富的大廠,面對市場對其巨額AI投入何時能換來回報的質疑時,也有些迷茫。

      迷茫的背后,還有個更重要的問題:Scaling Law還成立嗎?

      所謂Scaling Law,是大模型行業(yè)的一個重要技術原理。具體而言,OpenAI四年前曾經(jīng)發(fā)布過一篇論文表示,模型的性能會隨模型參數(shù)量、數(shù)據(jù)量、計算資源增加而指數(shù)提升。

      只要Scaling Law 還成立,那么大模型的能力就可以通過算力、參數(shù)、數(shù)據(jù)的訓練實現(xiàn)AGI。

      行業(yè)仍是積極的。特別是OpenAI推出o1后,標志著大模型能力突破到了L2階段。大模型開始真正擁有了邏輯思維能力,在無人力干預的情況下進行規(guī)劃、驗證和反思。

      某種程度上,o1打破了預訓練的 Scaling Law 瓶頸,商業(yè)上解鎖了新的可能。在OpenAI和智譜給出的“通往AGI五階段”的定義中,兩家公司均將多模態(tài)和語言能力歸在L1階段,也就是最為基礎的能力配備。

      這個行業(yè),從ChatGPT,到Sora,再到o1,OpenAI仍是具有時代性的公司。也許和過去一樣,哪個大模型廠商能最先追上o1,市場還會迎來一波新高潮。

      追趕技術的路上,玩家們不能忽視的是如何把錢花到刀刃上,這是一場技術、應用、場景的效率之戰(zhàn)。

      眼下,行業(yè)的淘汰賽已經(jīng)開始,李彥宏曾預測,在未來AI浪潮里,市場中99%的偽創(chuàng)新都將被淘汰,只有1%的企業(yè)能夠脫穎而出。誰是這1%,誰能創(chuàng)造“新”世界,要等市場給出答案。

      文章內容僅供閱讀,不構成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應用,“區(qū)塊鏈+政務服務”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標識解析專題論壇在沈陽成功舉辦。