5月18日，已發布大模型“天工”的昆侖萬維在其官方公眾號上發布了其CEO方漢對生成式AI的觀點。
方漢認為，生成式AI的瓶頸在于數據層面，數據門檻仍然非常高，而大模型未來的商業模式無非是降本增效。對于行業來說，需要盡快擁抱大模型，做自己行業的專有大模型，并特意表示“不建議游戲行業使用AIGC，更應關注如何用AIGC技術提高游戲性”。此外，他看好多模態在大模型工程上的前景。
以下為方漢第一人稱敘述的精華觀點。
生成式AI的瓶頸與潛能
從數據與技術兩個角度來看，我認為老技術沒有壁壘。現在所有的新技術都在踴躍出現。我觀察到，目前各種論文、所有最創新的研究是在讀博士生開展的，目前所有基于大模型的創新都是在讀博士甚至碩士做出來的，很多技術迭代非常快，誰跑得更快，誰就有機會。
老的數據門檻仍然非常高，所有大模型都需要行業數據。我們知道，行業數據都是被各個行業巨頭所壟斷的，這種數據有一個問題，它是老的格式數據，如何把老的數據盡快轉化為大模型能夠處理的新數據，這對于各行各業都是一個關鍵的問題。
舉個例子，OpenAI的機密其實是它如何處理數據。例如，用大模型控制前線美軍小隊完成一個戰斗任務，而且這個戰斗任務持續幾個小時，非常復雜，為什么能做這件事情，因為美軍有一個習慣，會把每次戰斗做非常詳細的Report，大量的Report是非常好的行業數據，能夠模擬人類做決策。
而行業數據普遍存在的問題是什么？很多行業數據往往只有條件和結果，沒有過程。這導致了大模型只能背結果，它不知道如何達到這個結果，缺乏過程。所有的行業，如果要把過程給補上，這項工作是非常痛苦的，但是這項工作不得不做。
因此，我認為行業大模型的價值其實不在于做大模型本身，數據層面反而是一個特別苦、特別臟的活，所有的行業都要走一遍這個過程。
至于大模型未來的商業模式，太陽底下無新事，無外乎是降本增效。
行業如何落地大模型？
對于行業而言，我認為可以盡快擁抱大模型，做自己行業的專有大模型。
例如，醫療行業，我覺得分兩種公司，一種是現在它有很多專有的行業數據，這個是必須的；
另外，如果沒有專有數據，那么有一個藍海，英文行業數據的知識遷移通過大模型來實現目前非常容易，這對中小公司創業很有幫助。
我對游戲行業比較熟悉，我非常不建議用AIGC在游戲行業的2B應用。我覺得，所有人更應該關注的是如何用AIGC技術提高游戲性，這個得到的回報永遠是最大的。
看好多模態在大模型工程上的前景
人類所有的智慧絕大部分是用文字記錄，現在多模態的圖像、視頻包含人類智慧的含量特別少。大家平時在短視頻平臺看到的內容大部分是娛樂八卦信息，有多少智慧在里面？含量是非常少的。
我的觀點，多模態大模型不會增加對人類智慧的應用，大模型研發到末期了，人類的高質量的語料快用完了。行業現在只是想辦法把這些高質量的文字砸出更多的價值。
但是從工程角度來說，圖片跟視頻這種多模態大模型應用上就特別有價值。我們做多模態大模型，能夠挖掘出來更多目前文本大模型不具備的一些工程能力，但是在人類智慧上，進步沒有那么大。
但我們不用追求形式上的完美，有可能它本來就是不完美的。我是核物理專業，我了解愛因斯坦包括楊振寧最后的工作，都是把集中基本力統計起來，但并不妨礙我們做出各種各樣花里胡哨的工程上的應用。所以，我很看好多模態大模型在工程上的前景，但我不認為它們能夠帶來大模型在智慧上的躍進。
最后，大模型領域的創業者，一定要尋找用戶的剛需，快速挖到自己的第一桶金，要快速迭代、不斷試錯，不要只鉆一個方向。
獨特思考，快速失敗。
（文章來源：新京報）
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
