觀察者網(wǎng)：從裝備大模型化的觀點看，中國應(yīng)該具有率先將大模型應(yīng)用落地的諸多優(yōu)勢，如工程能力的優(yōu)勢，新能源產(chǎn)業(yè)的優(yōu)勢。從你們在海外市場競爭的經(jīng)驗看，中國企業(yè)是不是走在了前面？

李聰廷：先從裝備的產(chǎn)品力本身看，以AI體鍛屏為例，需要具備成像技術(shù)、嵌入式軟件技術(shù)、云和APP軟件、硬件技術(shù)、顯示技術(shù)、交互設(shè)計、工程交付技術(shù)等諸多要素，當然還有AI。研發(fā)出有競爭力的產(chǎn)品還遠遠不夠，得上量才能覆蓋研發(fā)投入并有利潤，這很考驗企業(yè)的渠道能力。有渠道帶貨，我們還要能造得出來，這又考驗企業(yè)的規(guī)模制造能力。產(chǎn)品售價既要有競爭力還要有利潤，這又考驗企業(yè)的規(guī)模采購議價能力。當然，還有速度要素。因此，比拼的是所有要素的綜合能力。

AI是其中一個要素，從小模型到大模型，技術(shù)升級了。這個變量，在裝備企業(yè)之間產(chǎn)生足夠的影響，舊的產(chǎn)品會加速迭代，并且還會創(chuàng)造一些新的場景的產(chǎn)品；反之，如果跟不上技術(shù)迭代，企業(yè)就會掉隊。但對于沒有裝備經(jīng)驗只有大模型技術(shù)的企業(yè)，要邁過其它諸多要素的檻，道阻且長。

上一階段的小模型技術(shù)，中國企業(yè)是率先導(dǎo)入并應(yīng)用于裝備中的，這次大模型技術(shù)也不會例外。

觀察者網(wǎng)：已經(jīng)有不少批評說中國做大模型的公司太多了，但是中國能做各種設(shè)備的公司更多，如果每個有實力的設(shè)備公司都想+AI，做自己的行業(yè)模型，會不會呈現(xiàn)出非常細碎，沒有統(tǒng)一標準、統(tǒng)一品牌的離散格局？

李聰廷：新技術(shù)出現(xiàn)，必然會吸引大量優(yōu)秀人才和資本入場。這里有定位通用大模型的、有定位行業(yè)大模型的、有定位工具鏈的、當然還有定位 APP/工具/裝備的。

通用大模型，最后大概率會集中在頭部少數(shù)幾家，贏者通吃，這幾家自身就成為了事實的標準。其它企業(yè)會比較艱難甚至出局。

定位行業(yè)大模型的企業(yè)，有點像小模型時代的算法授權(quán)商業(yè)模式，它太容易被APP/工具/裝備企業(yè)的自研給替代。因此避開與這類產(chǎn)品企業(yè)競爭，找到有生存機會的細分場景很重要。最后有可能出現(xiàn)幾個細分場景的小而美的企業(yè)，做大的可能性不大。

定位工具鏈的企業(yè)，閉源，無法獲得大量開發(fā)者用戶，不利于建生態(tài)。開源，看不清商業(yè)盈利路徑。左右為難的同時，還面臨大廠自研的競爭挑戰(zhàn)。

定位APP/工具/裝備的企業(yè)，行業(yè)大模型只是其產(chǎn)品的一個技術(shù)要素，用戶側(cè)看到的仍是其產(chǎn)品品牌。用戶甚至感受不到行業(yè)大模型的存在，但一定能感知到產(chǎn)品的用戶體驗提升了。

觀察者網(wǎng)：月之暗面的楊植麟說，今天的大部分開發(fā)工作實際上是做中間層的事情，就是數(shù)據(jù)。交互和模型可能都是一樣的，但用不同的數(shù)據(jù)，就會出來不同的產(chǎn)品。定義好了訓練數(shù)據(jù)和測試數(shù)據(jù)，大模型產(chǎn)品就定義好了。月之暗面是做云計算，做to C端產(chǎn)品，對于你們做邊緣計算，做to B端產(chǎn)品來說，這個描述也適用嗎？

李聰廷：最近月之暗面及其旗下應(yīng)用Kimi熱度很高，用戶體驗做得不錯。我們所在的AIoT 賽道，和它所在的賽道沒有交集。訓練和測試數(shù)據(jù)肯定很重要，在我們這個賽道也一樣。但對于定義一個行業(yè)大模型而言，我們會更關(guān)注其落地的性價比。

例如，如果我們用10B級別的通用CV大模型去做視頻解析的逐幀推理，那需要用到A800級的GPU設(shè)備，單路的實時推理成本需要1萬美金左右，而我們的客戶過去只能接受幾百元人民幣每路的成本。因此，我們采用了5M的小模型+1B的梧桐行業(yè)大模型結(jié)合的方式，并且都是ViT網(wǎng)絡(luò)結(jié)構(gòu)，這樣我們的單路推理成本可以做到幾百元人民幣水平。

觀察者網(wǎng)：當前倡導(dǎo)的“新質(zhì)生產(chǎn)力”就是要找到更多信息化、智能化的新模式、新場景、新業(yè)態(tài)。在典型的物聯(lián)網(wǎng)場景比如充電樁，還有你們正在探索的文教體等行業(yè)，目前找到了哪些好的AI應(yīng)用場景，已經(jīng)表現(xiàn)出了能夠商業(yè)落地，適合技術(shù)迭代的跡象？

李聰廷：確實，技術(shù)進步會催生更多的細分行業(yè)場景，比如AI文教體、儲能、充電樁等，在宇視2024合作伙伴大會的現(xiàn)場，大家能看到很多的這類產(chǎn)品，我舉四類：

一是AI體育教育：實現(xiàn)體育教具的AI化，其是一個具備逐步迭代與升級的長程賽道，可以圍繞的教學要求、運動種類、鍛煉目標等不斷地提升效率、效果及內(nèi)容豐富度，一方面是針對不同的運動類目不斷增加算法類別，另一方面又可在單一算法類別上不斷縱深優(yōu)化效果。

大模型提升了算法精度，推進了體育教具AI化

二是AI體育運動：分享經(jīng)濟時代，能更全面記錄自己想要記錄的時刻，具備更豐富的可分享素材是通識性需求，只要是運動游玩都有此類訴求，所以在這個領(lǐng)域內(nèi)寬度（運動類別）無上限，深度（每一個細分領(lǐng)域可提供滿足個人情緒價值的內(nèi)容）無上限。

在烏鎮(zhèn)現(xiàn)場展示的智能球場解決方案，通過AI捕捉分析，自動生產(chǎn)運動視頻并統(tǒng)計數(shù)據(jù)

三是文旅領(lǐng)域：基于梧桐大模型演進的算法服務(wù)于“旅游”行業(yè)，通過攝像機采集AI擇優(yōu)生成照片與vlog模式可覆蓋景區(qū)、游樂場所、博物館等多類場景，更好的與當下分享經(jīng)濟結(jié)合，服務(wù)于個體情緒價值的滿足，其具備充分的優(yōu)化演進空間，比如在算法的優(yōu)選效果上、視頻的畫面清晰度上、視頻剪輯的創(chuàng)意性以及更多更有趣的表達方式等等。

四是AI寫真：通過AI算法來完成照片的優(yōu)選與“PS”，可以配合個體快速的完成不同場景生成、不同裝造、不同形象（二次元、商務(wù)等）的照片生成，即可幫助找適合自己的造型、也可在過程中帶來娛樂性，同時也可服務(wù)于個體某一些場合所需照片的快速獲取訴求。

觀察者網(wǎng)：大模型未來最大的挑戰(zhàn)可能是能耗問題，模型的能力增長與算力增長、能耗增長的關(guān)系是怎樣的？為什么分布式能源系統(tǒng)和能算一體化是解題思路？

李聰廷：要把大模型技術(shù)和大模型應(yīng)用分開，還要把大模型應(yīng)用中的互聯(lián)網(wǎng)服務(wù)和裝備化產(chǎn)品分開。對于面向C端的大模型互聯(lián)網(wǎng)服務(wù)來說，比如ChatGPT、Sora來說，算力和能耗問題比較突出，每多服務(wù)一個用戶，都需要額外的算力和能耗。但對于使用的大模型技術(shù)的裝備來說，算力和能耗是有限的、固定的，并不存在算力和能耗焦慮。

對于算力高度集中的數(shù)據(jù)中心應(yīng)用場景，能算一體也許是個發(fā)展方向，能源自給自足肯定是有利于降低成本的，但代價是能源供給的穩(wěn)定性。分布式能源是一種能源結(jié)構(gòu)，涵蓋的面比能算一體更廣泛，解決的不止是數(shù)據(jù)中心能耗的問題。

本文系觀察者網(wǎng)獨家稿件，文章內(nèi)容純屬作者個人觀點，不代表平臺觀點，未經(jīng)授權(quán)，不得轉(zhuǎn)載，否則將追究法律責任。關(guān)注觀察者網(wǎng)微信guanchacn，每日閱讀趣味文章。