ChatGPT的出现被认为是互联网行业发展的最后机会。大厂、高校、个人纷纷进入主体众多的大模型市场，“百模大战”正在进行。
但是，静下心来直视这波浪潮，在高投入、人才稀缺、同质化竞争、商业模式仍不清晰的情况下，很多对大模式的质疑开始浮出水面。
近日，真人真事实验室采访了萧冰公司CEO李迪。萧冰是中国最早具有情感交互功能的机器人，萧冰公司是中国最早实现AIGC商业化的企业之一。
对于当下的大模特热潮，李迪有着更加冷静客观的看法。
以下为对话实录:Q1:chat GPT问世后，国内厂商和人工智能创业者纷纷效仿。行业很热闹，但大家似乎看不出区别。你怎么想呢?
A1:目前国内至少有70款以上的大型车型，但都是同质化的，无法区分。因为大家的训练数据都差不多，训练方法都是OpenAI发表的论文里的方法，都是直接拿GPT训练，拿GPT当老师。
师资，训练数据，训练方法都一样。如何拉大差距？
每一个大厂来做一个大模型，其出发点都不是抓住风口和机会，而是捍卫。没有自己的大模式，就会被竞争对手打压，反之亦然。
Q2:你认为像ChatGPT这种采用订阅费的商业模式有前景吗？
A2:首先，不可否认的是，相对于前几年，人工智能的需求肯定是增加了。但是这么大的模型，达到规模效应了吗？我不这么认为。
人工智能到目前为止探索的商业模式，大部分都很难成功。就像ChatGPT，其本质其实就是“卖字”:一个字多少钱，一句话多少钱。但是，这些回复词的价值是没有区分的。比如用户跟它聊天，它的话在某种程度上是没有价值的。但是如果用户想得到建议，那么它的回复就很有价值。
今天讨论AI的商业模式，涉及到AI创造的价值和它获得的价值，但是两者的差距是非常大的。
比如过去在业界已经卷起来的人脸识别技术，让国家和社会更安全，价值显然是很高的。然而，人脸识别技术嵌入各种硬件之后，技术本身的价值并没有得到相应的回报。最后有公司开始做系统集成，软硬件结合，卖设备的硬件堆叠。
目前人工智能的商业模式是将技术做成水、电、煤等基础设施，最多分为工业用电或生活用电。然而，基于不同需求创造的不同价值并没有得到不同的回报。
Q3:“收取技术转让费”的商业模式有哪些局限性？
A3:只有垄断水电煤等基础设施，才能保住利润空房间。但就我的经验来看，没有人能做到技术垄断。所以只能靠节约成本来盈利空间，但这不仅有限，而且没有上涨的可能。
即使遵循所谓的摩尔定律，降低价格，竞争对手也会迅速补上利润空。最后会有价格战，然后大家开始免费。这看似是一件好事，实际上却限制了整个人工智能行业的发展。
问题4:萧冰是否探索出了一种不同的、更有效的商业模式？
A4:萧冰的商业模式有些特殊，我们采用收入分成。我们不提供技术接口卖内容调用，而是基于技术包装成不同能力的“人”，也就是数字化员工。我们让所有数字化员工去各行各业工作，类似于“劳务派遣”，最后拿到工资，相当于公司的收入分成。我们现在的员工平均年薪为30万英镑。
例如，今年2月，日本的Rinna和网飞推出了一部由AI生成的动画短片“狗和青少年”，时长超过3分钟。虽然份额有限，但Rinna作为影视创作者，生产力是无限的，未来每一部影视作品我们都可以获得相应的收益。
Q5:在探索收入分成的商业模式之前，萧冰走过弯路吗？
A5:开头肯定有。2017年，Rinna开始与罗森便利店合作，帮助罗森出售优惠券。基于Rinna在情感互动上的优越性，其推广效果非常好。消费者使用优惠券在网上购物，这也有助于罗森获得更多收入。
但我们并没有分享这些收入，因为当时我们对人工智能商业模式的分析是，要提供API，每次调用都要收钱。这个收入很少，和Rinna卖优惠券带来的销售额是巨大的，显然不成正比。
Q6:宇宙火了两年，现在好像退烧了一点。一个原因被认为是它的体验没有让顾客感到惊讶。大模特热会因为体验差而消退吗？你认为中国在全球大模型竞争中的优势和不足是什么？
A6:去年AI行业有很多惊喜。人工智能技术发展这么多年来，就像一股浪潮，每隔几年就会有一次潮汐的涌动和爆发。而这些所谓的“爆发”只是大众所关注的，超出了大众对人工智能的认知或预期。他们不是终点。
就像AlphaGo一样，无数人惊呼世界会被改变，但是这么多年过去了，并没有发生很大的变化。大模型和AIGC都是技术瓶颈期的新突破，未来也会有各自的瓶颈。从真正的AGI(通用人工智能)开始，经过几轮类似的技术进化，会更加清晰。
到目前为止，大模型仍然存在许多问题，如高精度和成本，所以萧冰使用混合模型的概念。萧冰的框架中有近1000个大中小模型有机结合起来支持AI Being的运行。这种方法的优点是成本相对较低，速度较快，并且有足够的精度和商业交付。
同时，大模型到目前为止也没有一个准确的定义，有多少参数可以称为大模型。上半年大家都在猜测参数越大效果越好。后来发现一个参数更小的模型也能达到同样的效果。所以现在越来越多的业内人士都在谈论混动车型。
学习大模型，如果把它比作学习语言，有点像学习日语。入门比掌握容易。创业者很快就会看到成果，但是会发现太多的问题需要解决。
现在大款同质化严重。市场上没必要用这么大的型号。到2024年，热度应该会降下来，我们应该会发现谁在岸边裸泳。
最后，大机型之间没有技术壁垒。它的技术理念已经存在很多年了，很多业内人士都在应用，国内外都有。只是在微调的过程中，开发商的专注度和投入是不一样的。
个人认为OpenAI确实是用工匠精神打磨出来的，达到了这个效果，所以有一定的“时间壁垒”，但这和“技术壁垒”是不一样的。在人工智能技术上，国内外没有巨大差距，比如芯片和操作系统，国内都很强大。唯一的区别就在于他们是否耐得住寂寞，是否敢磨敢做创新研究。
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信，我们会及时处理和回复。
原文地址"aida模型的经典案例，大模型 ai"：http://www.ljycsb.cn/qukuailian/209605.html。
微信扫描二维码投放广告
▲长按图片识别二维码
