8月30日，由創業邦舉辦的“2023AIGC技術應用大會”在深圳召開。
在題為《應對策略—AIGC重塑百業千行，企業升級如何借勢？ 》的主題圓桌環節，BV百度風投AI應用賽道負責人溫永騰與三位嘉賓展開了精彩對話，他們是：
無界AI聯合創始人，馬千里
生數科技首席執行官，唐家渝
登臨科技聯合創始人兼首席架構師，王平
以下內容來自圓桌速記，經巴比特整理。
溫永騰：在過去這一年多時間裡，底層模型的發展突飛猛進。但我們相信AI到了一定階段後，一定要深入行業，去做行業應用。接下來有請各位嘉賓，做一個簡短的自我介紹。
馬千里：
我是無界AI馬千里，做AIGC這一塊，主要的領域是文生圖。無界AI發展到目前有兩個方向。 C端上已經有300多萬用戶，每天創作300多萬幅AIGC作品。 B端是第二塊，增長非常迅猛，合作過麥當勞、上汽集團等一批大企業。
我們會深刻地發現，今年以來，傳統大產業，傳統企業，哪怕你覺得它和AIGC沒有太多相關性的企業，都在湧向AIGC。
另外，文生圖它的發展速度比文生文，比ChatGPT，都要更早一點，商業化也更早一點，大概早半年時間。我們感知到文生圖領域有很多創業機會。
唐家渝：
生數科技是一個比較年輕的團隊，但整個團隊做生成式AI的研究已經有十幾年，近兩年在國際上發表頂會論文接近30篇，在業界遙遙領先。我們現在最主要做的是一個底層多模態大模型，通過一個模型做到圖像、視頻等各種各樣的生成式的能力。基於這個模型我們在上層打造一些端到端的應用，主要是面向2C的場景，一些可以降低創作門檻的應用。
王平：
登臨科技專注在做國產GPU大算力芯片，是國內最早一批做國產大算力芯片的企業。我們覆蓋的領域從高算力的服務器一直到邊緣端，在同一個架構下，異構的架構下，都有產品。產品落地在互聯網、智慧城市、智慧交通等領域。大模型起來後，也跟很多AIGC企業建立了很好的合作。
溫永騰：無界是否是可以跟我們分享一下，如何利用AIGC技術為不同行業提供個性化的內容解決方案，幫助企業升級內容創作。
馬千里：
各行各業他們去用AIGC往往會覺得無從下手，他們要么是有場景但沒有算力，要么沒專業團隊，或者沒有把數據歸集起來做相關的行業應用。
我們在和B端合作時，由輕到重有不同的方式。
最輕的合作是與營銷結合，因為AIGC是一種非常容易觸達到C端的營銷工具。我們合作過奇瑞汽車、李白酒業、森馬等等，非常多。我們有300多萬用戶，我們合作辦一個AIGC繪畫大賽。奇瑞汽車當時要徵集自己的虛擬形象代言人，它一開始面向專業人員，徵集了幾十幅作品。後來跟我們合作，一下子徵集了7000多幅作品。
稍微重一點的是利用我們現實的能力，有點像SaaS。比如說你有文生圖的場景，你有營銷場景，或者你有做漫畫的場景，或者你有很多應用，這個時候你沒有算力，你直接去接我們的接口就OK了，這個是成熟的接口服務。比如像麥當勞，我們在六一時做了一個回到童年的AI作畫活動。
最深的一層合作就是對於AIGC行業有產業認知。你知道要做一個什麼樣的行業模型，行業有什麼痛點，然後用這個模型的方案去解決它。類似於MaaS，模型即服務。我們剛剛跟萬事利發布了一個印染模型，專門為它這個行業量身打造，它要符合印染行業的標準，生產線機器的標準，非常多的細節。這方面還有像攝影行業有攝影模型等等。
溫永騰：企業在做行業模型的時候你們有建議嗎？
馬千里：
企業會很關心安全性問題。因為做大模型要用數據去訓練，這個數據如果是在模型訓練方那裡，那怎麼去規避（數據安全）？這裡可能要有一些服務器的私有化部署等等解決的方案。
當然，過程中涉及的細節非常非常多，找一個靠譜的合作夥伴最重要，然後一步一步把各種雷排除。
溫永騰：生數科技作為一個多模態的生成式底層模型的公司，怎麼跟這些合作方去構建相關的生態和合作的關係。
唐家渝：
我覺得分幾個方面。
直接的方面是算力。英偉達之外，我們跟算力的企業，就是底層的硬件企業在做聯合的研發，或者說嘗試。對於合作方來說是更好得在大模型領域擴展，對於我們來說是尋找更有性價比的算力。
在數據方面也有比較多的合作。你的專業性數據是非常重要的，AI就像孩子一樣，它需要通過數據去學習各種各樣的知識，然後去創造各種各樣的東西。我們會跟數據合作夥伴去做合作，實現聯合創造。
因為我們本身是底層算法，包括底層能力，從0到1打造的底層技術服務商，所以除了我們端對端的產品以外，我們也會把一些生成式能力對外。比如無界AI，他們對具體場景非常了解，所以可以利用我們的能力進一步賦能到更垂直的場景。我們跟這樣子的應用服務商有比較多的合作。
溫永騰：今天算力的市場非常大，登臨如何看待這樣一個機會，以及如何發揮自己的產品和技術的優勢，為上游的應用、AIGC應用的場景和公司賦能。
王平：
對我們來講這是非常大的一個機會，我們要給出一個更好的、更便宜的一個算力解決方案。
但第一個前提是我們要解決通用性的問題，我們登臨GPU一開始就因為是一個CMT架構，可以很好得支持擴大，具有很好得易用性和通用性，它可以讓大家在和各種各樣的行業垂直領域裡得到一個快速的部署，不會說有一個東西你解決不了。
再基礎一點，我們的客戶希望得到更好的、更具性價比的算力，這也是我們希望帶給客戶的價值。我們在AI方面有特別優化，可以獲得一個更高的性價比，一般來講就有2到3倍性能的能耗優勢。
我們還有一個很大的優勢，我們可以做到一個很大的單機大模型。有些客戶對他自己的數據比較敏感，甚至希望有私人助理，私人偏好。單機大模型可以提供很高的算力，並且能夠讓他自己在本地就可以完成部署使用。
溫永騰：可以跟我們分享下，你怎麼看未來，或者說2-3年內芯片的供應情況，芯片的市場格局。
王平：
供應的情況基本面來講還是會牽扯到國際關係，中美關係上。國內企業拿到美國高端芯片越來越難，坦白說，我個人認為國內沒有看到哪家真正能夠完全替代美國高端芯片。
但基於這樣的大背景，我相信使用國產算力的應用肯定會越來越多，大家使用的越多，打磨的多，我們持續迭代，後續可以讓大家越來越好用，芯片是一定要講迭代的。
至於說最後NV在中國的份額如何，這裡有政策因素，也有我們共同努力的因素，我覺得我們佔比會越來越高。
溫永騰：三位嘉賓是否可以在各自的領域展望一下，未來技術的發展方向會是怎麼樣的？
馬千里：
AIGC對UGC的替代會是一個非常恐怖的事情，碾壓性的一個事情。
Gartner有一個預測，未來三年，人類生產資料的10%都是AI創造的，而不是UGC或者是其它。這可能意味著大家現在每天刷手機，超過30%到2025年都是AI給你生產的。
與此相對應，算力會持續地擴張。另外，模型也在小型化，未來，每個人都可能會有一個模型在自己的手機裡。
基於這三點，未來可能會產生這樣一個場景，算法推薦不是特別重要了，算法創造變得特別重要，大家以後每天看的內容不是算法給你去推薦的，而是算法時時刻刻給你創造的，每個人都會有一個量身打造的、自適應化的模型，你和這個模型是相互孿生的關係。
這種情況下，沉迷是非常嚴重的，你想看到啥你就看到啥，這是一個非常非常長遠的想像。但是我們看來不是特別遠，這個生態進展是非常快的。
回到產業息息相關的觀點，可能技術競爭都變得不是特別重要，生態競爭會變得非常重要，你的模型和另外一個模型之間可能不會有特別強的差距，你的模型有很多的生態長在上面，有很多生態的人員在你這個模型之上去做研發，這會變得非常重要。
唐家渝：
一個更智能化的信息時代，背後的AI一定是多模態的，它能夠做多模態的理解，也就是信息輸入，做多模態的生成，也就是信息輸出。技術發展上這一定是一個大的趨勢。
這中間當然有很多的難點，但我們擅長，也有信心，有決心去做好這個方向。希望把所有的模態都能做一個比較好的融合、理解和生成。
另外，如何利用更少的能源，能產生更大的AI智能化的價值，這會是一個趨勢。
溫永騰：
我們百度風投其實也投了數十家生成式AI公司，密集地跟大量的創業企業和產業方交易所。最後，我們也想分享一下有關整個生成式AI落地的一些看法。主要有兩個大變化。
第一個，就是說整個生產方式的變化。我覺得這個生產端或者說整個業務後端的變化我們看到是非常大的，這裡面其實會誕生非常多的機會，我們也一直在尋找包括下一代的芯片算力的機會，下一代的開發平台的機會，甚至，是不是有下一代的應用市場的機會，這一點讓我們非常興奮。
第二個，交互方式的變化。在此之前是以產品為核心，我預計用戶會怎麼使用一個產品，然後我去設計我的交互過程。但現在的交互是以language UI為核心的交互方式。
這意味著有非常多未被大家挖礦的應用場景可以去做，它蘊藏著非常多改造、增強，甚至顛覆傳統應用的機會。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載