你真的需要 1 万个 AI 助理吗？
首先，我注意到一个现象：今年大部分时候，用户和媒体关注的焦点都集中在模型层。确实大模型是这一轮生成式 AI 变革的核心，但是无论 ChatGPT 还是 Midjounry ，都是完成了初步的产品化，有了应用场景，才真正引爆了这个市场。所以基础设施虽然很重要，但成功的评判标准依然是应用层。
它山之石可以攻玉，从今年 9 月份 A16z 发布的一份全球生成式 AI 应用的流量分布，我想分享两个观察：
目前世界上可能有超过1万个各种各样的 AI 助理，但你能想象你未来和如此多的 AI 助理进行互动么？你的这些 AI 助理之间如何互动呢，毕竟人类的自然链接也存在邓巴数的限制。
对于企业，除了知识库问答和 AI 客服，还有哪些落地场景？从流量上看，图像生成是最主要的用例，所以大模型具备图像识别和文生图能力后，实际投产应该会有一波新的想象力释放，我们会密切关注 GPT-4v 的发布。
这周我们的 CTO 去参加了一个日本的 AI 展会，发现一个现象，就是在日本几乎没有公司去研究大模型，反而是有很多团队在研究大模型的投产落地。也确实在现场看到了比国内做得更细致、更落地的一些应用情景。
所以这个引发我的一个思考：一个技术，尤其是一个底层技术，它能否获得成功，其实还是要看应用层是不是蓬勃发展，应用层是不是取得一个良好的收入，来覆盖上游成本。
红色药丸还是蓝色药丸 网页链接
版权声明： 发表于 2023-11-16 8:12:05。
转载请注明：你真的需要 1 万个 AI 助理吗？首先，我注意到一个现象：今年大部分时候，用户和媒体关注的焦点都集中在模型层。确实大模型是这一轮生成式 AI 变革的核心，但是... | AI 時.空 | AiTime.Space
转载请注明：你真的需要 1 万个 AI 助理吗？首先，我注意到一个现象：今年大部分时候，用户和媒体关注的焦点都集中在模型层。确实大模型是这一轮生成式 AI 变革的核心，但是... | AI 時.空 | AiTime.Space
暂无评论...