5月27日，創業黑馬在北京舉辦“2023•黑馬AIGC峰會”。此次大會的主題為“預見新世界，構建新格局”。有“AI女王”之稱的卡耐基梅隆大學計算機學院前副院長、達沃斯世界經濟論壇（WEF）計算機全球未來理事會前主席賈斯汀•卡塞爾，以及360集團、智源研究院、崑崙萬維、雲知聲、藍色游標、萬興科技、知道創宇等眾多行業內企業高層到場，與上千位參會者進行了深入交流。在峰會現場，崑崙萬維CEO方漢分享了《天工大模型的探索與應用》主題。以下為分享內容收拾整頓：今天，我首先會先過一下國內大模型的發展程序，然後再簡單介紹一下崑崙萬維進入大模型的由來，最後是思考。大模型本質上特別像作業系統的CPU，它可以控制很多AI和工具完成工作，大模型的出現會帶來整個應用市場的重構。我們現在從大模型已經落地的一些行業來看，我們的看法第一是應用能否在線上形成完全閉環，完成閉環越完善的行業和應用，它的大模型就會越容易。舉個例子，遊戲研發的過程也是對美術依賴的過程，在遊戲研發的美術製作過程中，從原畫到3D，再到遊戲引擎的流程，假如能按照文字生圖的方式，那麼遊戲研發效率就會得到的極大提升。在實際應用的過程中，我們發現在原畫這一步驟，文字成圖會有極大的技術加成；但當原畫完成之後，還會有2D到3D的過程，正是這一步導致了遊戲研發的美術製作流程效率本質上並沒有提高，因為2D轉3D這一步仍然需要大量的人工介入。任何一個行業，如果全鏈條不能得到提升，那麼大模型的介入就不能帶來生產效率的提升，這有點像木桶理論。第二是應用場景的容錯率，如果容錯率越低，大模型起到的效果越少。所以我們現在最看好的大模型應用方向是內容和社交這兩個領域，因為內容社交領域的容錯率非常高，在文生圖中把一個人畫成五根指頭或者六根指頭都是可以忍耐的。但如果在金融領域應用大模型，哪怕只少算了一個小數點，帶來的損失卻是幾百億。另外，行業小模型的發展也極具潛力，每個行業的資料質量千差萬別。舉個例子，大家知道GPT-4用的資料主要來自大的資料集，雖然英文資料集的質量比中文高，但是中文有一類資料集遠遠超過英文，就是中小學的題庫。由於線上教育的蓬勃發展，目前中小學的中文數量大概有近1.5億道題，全世界其他任何一個語種都沒有這麼多的中小學各科的題庫。但由於中國題庫的資料質量沒有經過處理，大多數的題仍然是以圖片格式而存在，所以各科題庫的資料沒有辦法被大模型所使用。所以我們當初在做題庫資料預處理的時候，就花了大量的時間去撰寫圖片。而且我們很多題庫只有問題和答案，沒有中間的解題步驟，所以大模型就沒有辦法理解為什麼、以及這道題的答案是多少。預訓練大模型的能力也決定了AIGC的能力，我們中國和海外在路徑上也有一些差異：海外是研發先行，中國是模型+應用同步研發，但也是走得非常蓬勃。下面簡單介紹一下崑崙萬維的情況。目前我們分成海外資訊分發與元宇宙，旗下有全世界第三大瀏覽器Opera，我們的通用人工智慧與AIGC板塊與奇點智源在4月17號還合作釋出了天工大模型，還有一部分是科技股權投資。我們從2020年就開始投入預訓練大模型的研發，在2020年6月份GPT-3.0釋出以後，我們認識到內容領域的拐點已經到來，所以我們成立了一個團隊開始做中文預訓練大模型研發，跟奇點智源合作自研國產大語言模型，不僅在去年底開源了一些中文的預訓練模型，還在今年4月17號正式釋出了國產大語言預訓練模型-天工。天工大模型有幾大優勢，比如支援1萬字以上的文字對話；實現20輪以上的問答互動；擅長語義理解、文字寫作，實測能力出眾等。
最後給大家分享一下我們對於大模型產業機遇的理解。首先，在國內市場一定是2B和2C戰略並重。但在海外，目前基於GPT大模型的盈利模式是訂閱模式，有大量的人購買了OpenAI公司的服務。我們認為在中國這條C端的盈利模式應該是不成立的，因為中國的C端使用者一定會使用免費的大模型服務，所以說國內的2C市場肯定是免費為王。預訓練大模型在B端可以做的工作非常多，而且從中國B端的企業市場歷史來看，沒有一家大模型可以壟斷B端市場。因為B端市場的碎片化程度非常高，各行各業、各種各樣的資料需要進行的預處理和再加工能力是非常難以統一化的。我們認為所有做預訓練大模型的公司，除了能夠提供一個良好的底座大模型以外，如何快速地幫助各個行業賦能，即為各行各業補上欠缺的“解題步驟”，比如行業資料再加工、行業資料的補齊等，就能在很多行業起到賦能的作用。我們認為首先得到賦能的行業應該是擁有大量成熟的序列化文字資料的行業，比如金融行業、教育行業等，這些行業一定是第一波在預訓練大模型裡得到加持或者賦能的行業。此外，我們還認為底座大模型企業將向頭部匯聚。在海外市場，我們是面對2C市場，2C市場的邏輯跟其他企業不太一樣。我先說一下我們的背景，我們的出海經驗非常豐富，我們擁有豐富的海外C端市場拓展經驗，以及龐大的使用者群。目前很多中小企業的創業是做各種各樣的B端工具，去幫其他的企業降本增效，我們認為在C端，這樣的創業機會非常多，也非常適合中小企業來做，但對於我們這樣的企業，去做B端工具來降本增效，其實它的天花板不會特別高。現在所有的B端工具生成的都是素材，而不是內容，生成的圖片是終端使用者不能直接消費的，必須把這些圖片素材透過二次加工才能變成使用者最終可以消費的內容。而使用者最終能消費的內容形態也不多，從小說到漫畫，從音樂到影片，以及影片裡包含的短影片、長影片、電影、電視、動畫等領域，我們認為這才是C端市場最終可以消費的內容。所以我們的目標也非常明確，我們將基於天工大模型提供端到端的內容生成工具，對於終端使用者來說，由於他完全不會懂技術細節，所以我們必須把所有的技術細節都隱藏起來，同時讓使用者創作內容的成本降到極低。現在能看到的文生圖、圖片生成等都已經比較成熟了，下一步AIGC工業產品上的皇冠肯定是影片生成。我堅信在1-2年之內，這些問題都會得到解決。像宮崎駿這樣的導演不再需要僱傭200人以上的動畫團隊，花費兩年的時間製作一部頂級動畫片。屆時規模人數會呈10倍的下降，日常消費的小說、漫畫、短影片、音樂等領域，所有的創作正規化將會被改變，能夠創作音樂、影片、影視的人群將急速擴大，優秀的內容產出也將更多。最後，在應用場景方面，就像我前文說的，永遠是容錯率高的場景最先落地，容錯率低的場景落地稍晚一些。希望大家都能夠在AIGC或者AGI的通用大潮中尋找到自己志同道合的人，並最終創造出改變世界的產品。
掃碼加入黑馬創業者交流群↓↓↓
掃描下方二維碼加入黑馬AIGC產業營讀懂AIGC底層邏輯，一步接入產業未來↓↓↓
點選底部分享、贊和在看，完成三連擊，把好的內容傳遞給更多需要的人。
更多精彩內容，盡在i黑馬影片號↓↓↓
關注黑馬傳播矩陣，get更多精彩內容↓↓↓
5月27日，創業黑馬在北京舉辦“2023•黑馬AIGC峰會”。此次大會的主題為“預見新世界，構建新格局”。有“AI女王”之稱的卡耐基梅隆大學計算機學院前副院長、達沃斯世界經濟論壇（WEF）計算機全球未來理事會前主席賈斯汀•卡塞爾，以及360集團、智源研究院、崑崙萬維、雲知聲、藍色游標、萬興科技、知道創宇等眾多行業內企業高層到場，與上千位參會者進行了深入交流。在峰會現場，崑崙萬維CEO方漢分享了《天工大模型的探索與應用》主題。以下為分享內容收拾整頓：今天，我首先會先過一下國內大模型的發展程序，然後再簡單介紹一下崑崙萬維進入大模型的由來，最後是思考。大模型本質上特別像作業系統的CPU，它可以控制很多AI和工具完成工作，大模型的出現會帶來整個應用市場的重構。我們現在從大模型已經落地的一些行業來看，我們的看法第一是應用能否在線上形成完全閉環，完成閉環越完善的行業和應用，它的大模型就會越容易。舉個例子，遊戲研發的過程也是對美術依賴的過程，在遊戲研發的美術製作過程中，從原畫到3D，再到遊戲引擎的流程，假如能按照文字生圖的方式，那麼遊戲研發效率就會得到的極大提升。在實際應用的過程中，我們發現在原畫這一步驟，文字成圖會有極大的技術加成；但當原畫完成之後，還會有2D到3D的過程，正是這一步導致了遊戲研發的美術製作流程效率本質上並沒有提高，因為2D轉3D這一步仍然需要大量的人工介入。任何一個行業，如果全鏈條不能得到提升，那麼大模型的介入就不能帶來生產效率的提升，這有點像木桶理論。第二是應用場景的容錯率，如果容錯率越低，大模型起到的效果越少。所以我們現在最看好的大模型應用方向是內容和社交這兩個領域，因為內容社交領域的容錯率非常高，在文生圖中把一個人畫成五根指頭或者六根指頭都是可以忍耐的。但如果在金融領域應用大模型，哪怕只少算了一個小數點，帶來的損失卻是幾百億。另外，行業小模型的發展也極具潛力，每個行業的資料質量千差萬別。舉個例子，大家知道GPT-4用的資料主要來自大的資料集，雖然英文資料集的質量比中文高，但是中文有一類資料集遠遠超過英文，就是中小學的題庫。由於線上教育的蓬勃發展，目前中小學的中文數量大概有近1.5億道題，全世界其他任何一個語種都沒有這麼多的中小學各科的題庫。但由於中國題庫的資料質量沒有經過處理，大多數的題仍然是以圖片格式而存在，所以各科題庫的資料沒有辦法被大模型所使用。所以我們當初在做題庫資料預處理的時候，就花了大量的時間去撰寫圖片。而且我們很多題庫只有問題和答案，沒有中間的解題步驟，所以大模型就沒有辦法理解為什麼、以及這道題的答案是多少。預訓練大模型的能力也決定了AIGC的能力，我們中國和海外在路徑上也有一些差異：海外是研發先行，中國是模型+應用同步研發，但也是走得非常蓬勃。下面簡單介紹一下崑崙萬維的情況。目前我們分成海外資訊分發與元宇宙，旗下有全世界第三大瀏覽器Opera，我們的通用人工智慧與AIGC板塊與奇點智源在4月17號還合作釋出了天工大模型，還有一部分是科技股權投資。我們從2020年就開始投入預訓練大模型的研發，在2020年6月份GPT-3.0釋出以後，我們認識到內容領域的拐點已經到來，所以我們成立了一個團隊開始做中文預訓練大模型研發，跟奇點智源合作自研國產大語言模型，不僅在去年底開源了一些中文的預訓練模型，還在今年4月17號正式釋出了國產大語言預訓練模型-天工。天工大模型有幾大優勢，比如支援1萬字以上的文字對話；實現20輪以上的問答互動；擅長語義理解、文字寫作，實測能力出眾等。
5月27日，創業黑馬在北京舉辦“2023•黑馬AIGC峰會”。此次大會的主題為“預見新世界，構建新格局”。有“AI女王”之稱的卡耐基梅隆大學計算機學院前副院長、達沃斯世界經濟論壇（WEF）計算機全球未來理事會前主席賈斯汀•卡塞爾，以及360集團、智源研究院、崑崙萬維、雲知聲、藍色游標、萬興科技、知道創宇等眾多行業內企業高層到場，與上千位參會者進行了深入交流。在峰會現場，崑崙萬維CEO方漢分享了《天工大模型的探索與應用》主題。以下為分享內容收拾整頓：今天，我首先會先過一下國內大模型的發展程序，然後再簡單介紹一下崑崙萬維進入大模型的由來，最後是思考。大模型本質上特別像作業系統的CPU，它可以控制很多AI和工具完成工作，大模型的出現會帶來整個應用市場的重構。我們現在從大模型已經落地的一些行業來看，我們的看法第一是應用能否在線上形成完全閉環，完成閉環越完善的行業和應用，它的大模型就會越容易。舉個例子，遊戲研發的過程也是對美術依賴的過程，在遊戲研發的美術製作過程中，從原畫到3D，再到遊戲引擎的流程，假如能按照文字生圖的方式，那麼遊戲研發效率就會得到的極大提升。在實際應用的過程中，我們發現在原畫這一步驟，文字成圖會有極大的技術加成；但當原畫完成之後，還會有2D到3D的過程，正是這一步導致了遊戲研發的美術製作流程效率本質上並沒有提高，因為2D轉3D這一步仍然需要大量的人工介入。任何一個行業，如果全鏈條不能得到提升，那麼大模型的介入就不能帶來生產效率的提升，這有點像木桶理論。第二是應用場景的容錯率，如果容錯率越低，大模型起到的效果越少。所以我們現在最看好的大模型應用方向是內容和社交這兩個領域，因為內容社交領域的容錯率非常高，在文生圖中把一個人畫成五根指頭或者六根指頭都是可以忍耐的。但如果在金融領域應用大模型，哪怕只少算了一個小數點，帶來的損失卻是幾百億。另外，行業小模型的發展也極具潛力，每個行業的資料質量千差萬別。舉個例子，大家知道GPT-4用的資料主要來自大的資料集，雖然英文資料集的質量比中文高，但是中文有一類資料集遠遠超過英文，就是中小學的題庫。由於線上教育的蓬勃發展，目前中小學的中文數量大概有近1.5億道題，全世界其他任何一個語種都沒有這麼多的中小學各科的題庫。但由於中國題庫的資料質量沒有經過處理，大多數的題仍然是以圖片格式而存在，所以各科題庫的資料沒有辦法被大模型所使用。所以我們當初在做題庫資料預處理的時候，就花了大量的時間去撰寫圖片。而且我們很多題庫只有問題和答案，沒有中間的解題步驟，所以大模型就沒有辦法理解為什麼、以及這道題的答案是多少。預訓練大模型的能力也決定了AIGC的能力，我們中國和海外在路徑上也有一些差異：海外是研發先行，中國是模型+應用同步研發，但也是走得非常蓬勃。下面簡單介紹一下崑崙萬維的情況。目前我們分成海外資訊分發與元宇宙，旗下有全世界第三大瀏覽器Opera，我們的通用人工智慧與AIGC板塊與奇點智源在4月17號還合作釋出了天工大模型，還有一部分是科技股權投資。我們從2020年就開始投入預訓練大模型的研發，在2020年6月份GPT-3.0釋出以後，我們認識到內容領域的拐點已經到來，所以我們成立了一個團隊開始做中文預訓練大模型研發，跟奇點智源合作自研國產大語言模型，不僅在去年底開源了一些中文的預訓練模型，還在今年4月17號正式釋出了國產大語言預訓練模型-天工。天工大模型有幾大優勢，比如支援1萬字以上的文字對話；實現20輪以上的問答互動；擅長語義理解、文字寫作，實測能力出眾等。
5月27日，創業黑馬在北京舉辦“2023•黑馬AIGC峰會”。此次大會的主題為“預見新世界，構建新格局”。有“AI女王”之稱的卡耐基梅隆大學計算機學院前副院長、達沃斯世界經濟論壇（WEF）計算機全球未來理事會前主席賈斯汀•卡塞爾，以及360集團、智源研究院、崑崙萬維、雲知聲、藍色游標、萬興科技、知道創宇等眾多行業內企業高層到場，與上千位參會者進行了深入交流。在峰會現場，崑崙萬維CEO方漢分享了《天工大模型的探索與應用》主題。以下為分享內容收拾整頓：今天，我首先會先過一下國內大模型的發展程序，然後再簡單介紹一下崑崙萬維進入大模型的由來，最後是思考。大模型本質上特別像作業系統的CPU，它可以控制很多AI和工具完成工作，大模型的出現會帶來整個應用市場的重構。我們現在從大模型已經落地的一些行業來看，我們的看法第一是應用能否在線上形成完全閉環，完成閉環越完善的行業和應用，它的大模型就會越容易。舉個例子，遊戲研發的過程也是對美術依賴的過程，在遊戲研發的美術製作過程中，從原畫到3D，再到遊戲引擎的流程，假如能按照文字生圖的方式，那麼遊戲研發效率就會得到的極大提升。在實際應用的過程中，我們發現在原畫這一步驟，文字成圖會有極大的技術加成；但當原畫完成之後，還會有2D到3D的過程，正是這一步導致了遊戲研發的美術製作流程效率本質上並沒有提高，因為2D轉3D這一步仍然需要大量的人工介入。任何一個行業，如果全鏈條不能得到提升，那麼大模型的介入就不能帶來生產效率的提升，這有點像木桶理論。第二是應用場景的容錯率，如果容錯率越低，大模型起到的效果越少。所以我們現在最看好的大模型應用方向是內容和社交這兩個領域，因為內容社交領域的容錯率非常高，在文生圖中把一個人畫成五根指頭或者六根指頭都是可以忍耐的。但如果在金融領域應用大模型，哪怕只少算了一個小數點，帶來的損失卻是幾百億。另外，行業小模型的發展也極具潛力，每個行業的資料質量千差萬別。舉個例子，大家知道GPT-4用的資料主要來自大的資料集，雖然英文資料集的質量比中文高，但是中文有一類資料集遠遠超過英文，就是中小學的題庫。由於線上教育的蓬勃發展，目前中小學的中文數量大概有近1.5億道題，全世界其他任何一個語種都沒有這麼多的中小學各科的題庫。但由於中國題庫的資料質量沒有經過處理，大多數的題仍然是以圖片格式而存在，所以各科題庫的資料沒有辦法被大模型所使用。所以我們當初在做題庫資料預處理的時候，就花了大量的時間去撰寫圖片。而且我們很多題庫只有問題和答案，沒有中間的解題步驟，所以大模型就沒有辦法理解為什麼、以及這道題的答案是多少。預訓練大模型的能力也決定了AIGC的能力，我們中國和海外在路徑上也有一些差異：海外是研發先行，中國是模型+應用同步研發，但也是走得非常蓬勃。下面簡單介紹一下崑崙萬維的情況。目前我們分成海外資訊分發與元宇宙，旗下有全世界第三大瀏覽器Opera，我們的通用人工智慧與AIGC板塊與奇點智源在4月17號還合作釋出了天工大模型，還有一部分是科技股權投資。我們從2020年就開始投入預訓練大模型的研發，在2020年6月份GPT-3.0釋出以後，我們認識到內容領域的拐點已經到來，所以我們成立了一個團隊開始做中文預訓練大模型研發，跟奇點智源合作自研國產大語言模型，不僅在去年底開源了一些中文的預訓練模型，還在今年4月17號正式釋出了國產大語言預訓練模型-天工。天工大模型有幾大優勢，比如支援1萬字以上的文字對話；實現20輪以上的問答互動；擅長語義理解、文字寫作，實測能力出眾等。
