2023年迄今為止最熱門(mén)的話(huà)題，莫過(guò)于ChatGPT。大語(yǔ)言模型和由此帶來(lái)的AIGC技術(shù)，將帶來(lái)一場(chǎng)技術(shù)平權(quán)和知識(shí)平權(quán)。AI技術(shù)將不再是AI公司、行業(yè)巨頭們的專(zhuān)屬。5月9日，宇視科技CEO張鵬國(guó)在烏鎮(zhèn)的一場(chǎng)演講中，將這比喻為從繁體字到簡(jiǎn)體字的變革。在AIoT合作伙伴峰會(huì)上，宇視發(fā)布了行業(yè)大模型“梧桐”。

為什么一家并非互聯(lián)網(wǎng)大廠(chǎng)，而是物聯(lián)網(wǎng)行業(yè)以攝像頭等硬件設(shè)備聞名的企業(yè)，也把AIGC技術(shù)作為業(yè)務(wù)的試驗(yàn)場(chǎng)？AIGC會(huì)改變物聯(lián)網(wǎng)行業(yè)，進(jìn)而在社會(huì)生活中改變我們?cè)谏鐣?huì)管理、交通管理等諸多場(chǎng)景中的面貌和格局嗎？

帶著這些疑問(wèn)，觀察者網(wǎng)和宇視AI首席科學(xué)家李聰廷聊了聊AIGC對(duì)物聯(lián)網(wǎng)和社會(huì)生活的影響。

《流浪地球2》中的宇視設(shè)備

觀察者網(wǎng)：如何理解“小模型+大樣本”變成“大模型+小樣本”的趨勢(shì)，是不是有業(yè)務(wù)場(chǎng)景的用戶(hù)，因?yàn)楦偷臄?shù)據(jù)標(biāo)注和算法訓(xùn)練成本，能以更低價(jià)格用得起AI解決方案？比如我們媒體想用一個(gè)大模型來(lái)開(kāi)展AIGC業(yè)務(wù)，如輔助新聞寫(xiě)作、鑒別假新聞等，但我們經(jīng)費(fèi)不多，可以提供喂食的行業(yè)數(shù)據(jù)也有限，是不是我們鏈接一個(gè)“大模型”的底座，真正需要針對(duì)我們業(yè)務(wù)特點(diǎn)重新調(diào)整的成本就很低了，是這個(gè)意思嗎？

李聰廷：對(duì)。回顧過(guò)去“小模型+大樣本”開(kāi)發(fā)模式，一個(gè)高精度的模型，訓(xùn)練參數(shù)量在百萬(wàn)級(jí)，訓(xùn)練樣本量在幾十萬(wàn)級(jí)，最高可能到千萬(wàn)級(jí)。幾千或幾萬(wàn)也可以生成模型，但精度不夠高、場(chǎng)景適應(yīng)性不夠好?？偟膩?lái)說(shuō)，“小模型+大樣本”開(kāi)發(fā)模式，研發(fā)門(mén)檻高、成本高、周期長(zhǎng)。

通用大模型本身，是基于海量數(shù)據(jù)訓(xùn)練起來(lái)的，數(shù)據(jù)量遠(yuǎn)遠(yuǎn)多于小模型的訓(xùn)練數(shù)據(jù)量。通用大模型可以做的工作非常多，特別是在創(chuàng)作領(lǐng)域。但我們AIoT行業(yè)，絕大多數(shù)應(yīng)用需要的是精確，而不僅僅是“全能”，通用大模型的精度受限會(huì)使得在AIoT行業(yè)難以應(yīng)用。

因此我們創(chuàng)新的提出行業(yè)大模型的模式，所謂行業(yè)大模型即“通用大模型+行業(yè)場(chǎng)景+訓(xùn)練調(diào)優(yōu)”，揚(yáng)長(zhǎng)避短。行業(yè)大模型將開(kāi)啟“大模型+小樣本”的新模式，經(jīng)過(guò)少量的來(lái)自行業(yè)場(chǎng)景的小樣本學(xué)習(xí)，即可取得一個(gè)比較好的精度；同時(shí)由于受限應(yīng)用場(chǎng)景，模型參數(shù)量又會(huì)比通用大模型小很多，意味著邊緣端部署成為可能。

您提到的輔助新聞寫(xiě)作、鑒別假新聞應(yīng)用，理論上也是可以通過(guò)這樣去做。所以未來(lái)可能會(huì)有很多垂直的行業(yè)大模型的公司來(lái)解決行業(yè)應(yīng)用問(wèn)題。

科技巨頭生成通用大模型，以通用大模型為底座，垂直行業(yè)公司提供行業(yè)大模型，這將會(huì)是未來(lái)比較務(wù)實(shí)和普遍的方式。大家不用重復(fù)造輪子，新的AI模型開(kāi)發(fā)和應(yīng)用模式將降低AI應(yīng)用落地的成本。

觀察者網(wǎng)：如果這個(gè)趨勢(shì)成立，用戶(hù)用很低的代價(jià)就可以接入到大模型的底座上面，享受他的服務(wù)，那么確實(shí)會(huì)掀起一場(chǎng)AI平權(quán)的革命，涌現(xiàn)出許多新業(yè)態(tài)。從我們媒體行業(yè)看，許多角色身份、生產(chǎn)關(guān)系可能變革，比如機(jī)構(gòu)和個(gè)人的內(nèi)容生產(chǎn)力可能被漸漸拉平了。在AIoT行業(yè)可能會(huì)出現(xiàn)什么特征，會(huì)不會(huì)更加碎片化，對(duì)你們來(lái)說(shuō)這是好事嗎？

李聰廷：AIoT行業(yè)的特點(diǎn)是碎片化，過(guò)去只有不到10%的AI需求被滿(mǎn)足，有的因?yàn)榧夹g(shù)難以實(shí)現(xiàn)，有的因?yàn)閷?shí)現(xiàn)代價(jià)太高、商業(yè)不閉環(huán)。

行業(yè)大模型的“大模型+小樣本”新開(kāi)發(fā)模式，一是因?yàn)榇竽Ｐ陀楷F(xiàn)的超強(qiáng)理解和邏輯能力使得過(guò)去有的技術(shù)難以實(shí)現(xiàn)的需求，能被實(shí)現(xiàn)了；二是需求實(shí)現(xiàn)的門(mén)檻降低、效率提升，使得商業(yè)閉環(huán)的概率大幅提升。因此，預(yù)計(jì)未來(lái)AIoT行業(yè)的50%的需求能被實(shí)現(xiàn)，其中只有20%會(huì)由宇視這樣的解決方案和設(shè)備商實(shí)現(xiàn)，剩下30%由合作伙伴實(shí)現(xiàn)。

AI技術(shù)平權(quán)，對(duì)參與企業(yè)都是機(jī)會(huì)。能做的需求和應(yīng)用更多，而且能讓合作伙伴自己擁有差異化控制點(diǎn)，更好滿(mǎn)足客戶(hù)需求。

相信這樣的變革不僅僅會(huì)發(fā)生在AIoT行業(yè)，也會(huì)發(fā)生在媒體行業(yè)，甚至各行各業(yè)。

AI繪制特朗普被捕的假照片

觀察者網(wǎng)：AI平權(quán)和AI生成內(nèi)容的泛濫肯定會(huì)帶來(lái)一些問(wèn)題，比如代寫(xiě)論文和作業(yè)、編造假新聞……而在物聯(lián)網(wǎng)行業(yè)，則面臨偽造的物理或生物信息造成的安全隱患。矛和盾的需求會(huì)同步增長(zhǎng)，在反AIGC的方向上，目前的技術(shù)儲(chǔ)備如何，盾能跟得上矛現(xiàn)在迅猛發(fā)展的勢(shì)頭嗎？

李聰廷： 無(wú)論是惡意還是無(wú)意，AIGC的確存在“造假”的副作用，而且對(duì)我們“打假”的技術(shù)手段提出了更高的要求。

對(duì)“無(wú)意”的“造假”，我們更多的是從行業(yè)大模型本身去優(yōu)化提升。比如，我們?cè)趩?wèn)chatGPT這樣的通用大模型推薦一款寶寶看家的攝像機(jī)時(shí)，它給的答案是有一些誤導(dǎo)性的。經(jīng)過(guò)AIoT行業(yè)場(chǎng)景訓(xùn)練調(diào)優(yōu)的行業(yè)大模型，可以給出更“精確”的回答。

對(duì)“惡意”的“造假”，這更多需要我們反AIGC技術(shù)去鑒定、識(shí)別、阻止造假。舉個(gè)例子，AIGC技術(shù)可能通過(guò)一張2D照片生成動(dòng)態(tài)的人臉表情，從而騙過(guò)金融場(chǎng)景中的人臉驗(yàn)證環(huán)節(jié)，帶來(lái)安全隱患?，F(xiàn)階段，反AIGC技術(shù)有一些人在研究，但仍是一個(gè)較小眾的市場(chǎng)，但隨著AIGC技術(shù)的普及，反AIGC需求的增長(zhǎng)，必將拉動(dòng)反AIGC的技術(shù)迭代，更多的科研機(jī)構(gòu)和廠(chǎng)商投身其中。辯證的看，矛與盾的攻防，促進(jìn)兩類(lèi)技術(shù)的快速迭代，技術(shù)水平螺旋上升。

觀察者網(wǎng)：你們這次發(fā)布有提到智能vlog，能解釋一下這個(gè)業(yè)務(wù)邏輯嗎，是否意味著AIGC業(yè)務(wù)也能用到你們的梧桐大模型？

李聰廷：很多年輕人，去景區(qū)、樂(lè)園玩，希望把個(gè)人游玩的精彩瞬間記錄下來(lái)、與景區(qū)沉浸式視覺(jué)體驗(yàn)融合，形成一段炫酷的小視頻，最后與朋友分享、發(fā)朋友圈、發(fā)抖音等。

宇視的VLOG產(chǎn)品，很好的滿(mǎn)足了這方面需求。它本身是基于景區(qū)和樂(lè)園場(chǎng)景的AI自動(dòng)剪輯。AIGC大模型技術(shù)帶來(lái)的變化是，將來(lái)我們可以將一些更加有趣炫酷的生成特效融入其中。

例如，一家三口出游，我們可以融入米老鼠等動(dòng)漫明星；又比如，單身出游，把遺憾未能出行的女朋友虛擬地融入進(jìn)去。梧桐的多模態(tài)行業(yè)大模型，第一個(gè)落地產(chǎn)品就是VLOG，將來(lái)用戶(hù)可以有更多的玩法，更好的體驗(yàn)。當(dāng)然對(duì)于合作伙伴來(lái)說(shuō)，更多的流量、更多的收益分成。

觀察者網(wǎng)：因?yàn)槲覀兪敲襟w，我們可能也有這方面的需求，比如說(shuō)你們通過(guò)學(xué)習(xí)主持人，過(guò)往講的所有的內(nèi)容，然后再生成一個(gè)他的一個(gè)數(shù)字孿生。下一次我們只要輸入文本，你們就能生成主持人，用他的數(shù)字孿生來(lái)播講內(nèi)容，呈現(xiàn)畫(huà)面和聲音，這個(gè)是能做到的嗎？

李聰廷：虛擬人數(shù)字孿生，這個(gè)概念出現(xiàn)的比較早，前幾年“元宇宙”興起帶動(dòng)了虛擬人數(shù)字孿生的發(fā)展，市面上有不少類(lèi)似產(chǎn)品。但坦白的說(shuō)，現(xiàn)在的技術(shù)效果普遍不夠好，還有很多地方需要提升，此外，生成數(shù)字孿生人的成本需要降低。AIGC大模型，將大幅提升數(shù)字孿生人的體驗(yàn)和效果，這個(gè)只是時(shí)間問(wèn)題。

觀察者網(wǎng)：對(duì)，但是我們媒體可能有大量的需求把文字視覺(jué)化，比如說(shuō)文本其實(shí)我已經(jīng)有了，不需要生成，但是我需要把這些文章變成一段視頻，可能需要一個(gè)虛擬人來(lái)把它講出來(lái)。像這樣的業(yè)務(wù)，你們有沒(méi)有考慮過(guò)和媒體合作。媒體用戶(hù)有大量這樣的需求。

李聰廷：目前市面上已經(jīng)有一些類(lèi)似產(chǎn)品，只不過(guò)效果不夠好，AIGC大模型技術(shù)還沒(méi)有得到應(yīng)用。隨著AIGC大模型技術(shù)的逐漸產(chǎn)業(yè)化落地，將來(lái)效果一定會(huì)越來(lái)越好。我們?cè)诿襟w創(chuàng)作領(lǐng)域不是專(zhuān)家，直接深入并提供最終產(chǎn)品的挑戰(zhàn)大。目前先聚焦本身的AIoT賽道是比較務(wù)實(shí)的做法，將來(lái)有機(jī)會(huì)可以考慮拓展媒體創(chuàng)作領(lǐng)域的機(jī)會(huì)點(diǎn)。