2023年迄今为止最热门的话题，没有什么是。 大语言模型和由此产生的 AIGC 技术将带来技术平等和知识平等。 人工智能技术将不再是人工智能公司和行业巨头的专属。 5月9日，宇视科技CEO张鹏国在乌镇的一次演讲中将此比作繁体字向简体字的转变。 在AIoT合作伙伴峰会上，宇视发布行业模型“悟通”。
为什么一家不是互联网大公司，但在物联网行业以摄像头等硬件设备着称的公司，也将AIGC技术作为其业务的试验场？ AIGC是否会改变物联网行业，进而改变我们在社会生活中的社交管理、交通管理等诸多场景中的面貌和格局？
带着这些疑问，观察者网与 AI首席科学家李聪廷聊了聊AIGC对物联网和社会生活的影响。
《流浪地球2》中的宇视装备
观察者网：如何理解“小模型+大样本”向“大模型+小样本”转变的趋势？ 是否有业务场景的用户因为数据标注和算法训练成本更低，可以用更低的价格使用？ 能负担得起 AI 解决方案吗？ 比如我们的媒体想用一个大的模型来做AIGC的业务，比如辅助新闻写作，识别假新闻等等，但是我们的资金很少，能喂的行业数据也有限。 是不是应该挂一个“大模型”基地，真正需要根据我们的业务特点重新调整的成本是很低的，是不是意味着？
李从亭：对。 回顾以往“小模型+大样本”的开发模式，对于一个高精度模型来说，训练参数数以百万计，训练样本数以十万计，可能高达数十万百万。 几千几万也可以生成模型，但是精度不够高，场景适应性不够好。 总的来说，“小机型+大样本”的开发模式研发门槛高、成本高、周期长。
通用大模型本身是基于海量数据进行训练的，数据量远大于小模型的训练数据量。 通用模型可以做很多事情，尤其是在创意领域。 但是在我们AIoT行业，大部分的应用都需要精度，而不仅仅是“全能”，而一般大模型的精度有限，会很难在AIoT行业应用。
为此，我们创新性地提出了规模化产业模型。 所谓大型行业模型就是“通用大型模型+行业场景+训练调优”，扬长避短。 大产业模型将开启“大模型+小样本”新模式。 从行业场景中学习少量的小样本后，可以获得相对较好的准确率； 同时，由于应用场景有限，模型参数数量会高于一般模型。 大型模型要小得多，这意味着边缘部署是可能的。
你提到的辅助新闻写作和识别假新闻的应用，理论上可以通过这种方式来完成。 因此，未来可能会有很多垂直行业的大公司来解决行业应用问题。
科技巨头产生通用大模型，垂直行业公司基于通用大模型提供全行业大模型。 这将是未来更加务实和普遍的方式。 无需重新发明轮子，全新的AI模型开发和应用模型将降低AI应用落地成本。
观察者网：如果这个趋势持续下去，用户能够以极低的成本接入大模型的基地，享受其服务，确实会掀起一场AI平权的革命，很多新的业态将会涌现。 从我们媒体行业的角度来看，很多角色身份和生产关系可能会发生变化。 例如，机构和个人的内容生产力可能会逐渐拉平。 AIoT行业可能出现什么特点，会不会更加碎片化，这对你来说是好事吗？
李从亭：AIoT行业的特点是碎片化。 过去只有不到 10% 的 AI 需求得到满足，有的是因为技术难以实现，有的是因为实施成本太高，业务没有关闭。
行业大模型“大模型+小样本”的新开发模式，一是因为大模型涌现出超强的理解力和逻辑能力，使得以往难以实现的需求得以实现； 其次，降低了需求的实现门槛，提高了效率，大大增加了商业闭环的概率。 因此，预计未来AIoT行业50%的需求将被实现，其中只有20%将由像宇视这样的方案和设备商实现，剩下的30%将由合作伙伴实现。
人工智能技术的平等权利是参与公司的机会。 可以做的需求和应用更多，合作伙伴可以有差异化的控制点，更好地满足客户需求。
相信这样的变革不仅会发生在AIoT行业，也会发生在传媒行业，乃至各行各业。
人工智能制作特朗普被捕的假照片
观察者网：AI平权，AI生成内容的泛滥，肯定会带来一些问题，比如代写论文和作业，编造假新闻……在物联网行业，面临着伪造实物或生物信息。 对长矛和盾牌的需求将同时增长。 在反AIGC方向，目前技术储备如何？ 盾能跟得上现在长枪的飞速发展吗？
李从亭：不管是恶意的还是无意的，AIGC确实有“打假”的副作用，对我们“打假”的技术手段提出了更高的要求。
对于“无意”的“造假”，我们更多的是从行业模型本身来优化改进。 比如，当我们让这么一款通用的大型机型推荐一款看娃相机时，它给出的答案就有些误导。 AIoT行业场景训练调优的大行业模型，可以给出更“准确”的答案。
对于“恶意”“造假”，这就需要我们的防AIGC技术来识别、鉴别、防伪。 例如，AIGC技术可能通过二维照片生成动态面部表情，从而欺骗金融场景中的人脸验证环节，带来安全风险。 现阶段有人在研究抗AIGC技术，但还是一个比较小的市场。 但随着AIGC技术的普及和反AIGC需求的增长，必将带动反AIGC技术的迭代。 更多的科研机构和制造商参与其中。 从辩证的角度来看，枪与盾的攻防促进了两类技术的快速迭代，技术水平呈螺旋式上升。
观察者网：您在本次发布中提到了智能视频博客。 你能解释一下业务逻辑吗？ 是不是意味着AIGC业务也可以用你们的梧桐树大模型？
李从亭：很多年轻人去景区、公园，希望记录下亲身游览的精彩瞬间，融入景区的沉浸式视觉体验，形成一个很酷的小视频，最后分享给朋友，发帖朋友圈、微博等。
的VLOG产品很好的满足了这个需求。 它本身是基于人工智能自动编辑景点和公园场景。 AIGC大模型技术带来的变化是，未来我们可以在其中融入一些更有趣、更炫酷的生成特效。
比如一家三口去旅游，我们可以融入米老鼠等动漫明星； 再比如，如果一个人去旅行，我们可以无形中融入遗憾不能去旅行的女朋友。 梧桐的多模态产业模式，首先落地的产品是VLOG。 未来，用户将有更多的玩法和更好的体验。 当然，对于合作伙伴来说，更多的流量，更多的收益分成。
观察者网：因为我们是媒体，可能也有这方面的需求。 比如你可以学习主持人过去说过的所有内容，然后生成他的数字孪生体。 下次我们只需要输入文字，你就可以生成一个host，用他的 twin来播放内容，呈现图片和声音，这样可以吗？
李从亭：虚拟人数字孪生的概念出现得比较早。 过去几年“”的兴起带动了虚拟人数字孪生的发展。 市场上有许多类似的产品。 但坦率地说，目前的技术效果总体上还不够好，还有很多地方需要改进。 此外，还需要降低生成数字孪生的成本。 AIGC大模型将大大提升数字孪生体的体验和效果，这只是时间问题。
观察者网：是的，但是我们的媒体可能有很多可视化文字的需求。 比如我已经有了文字，不需要生成，但是我需要把这些文章变成视频。 我可能需要一个虚拟的人来说话。 对于这样的企业，您是否考虑过与媒体合作？ 媒体用户有很多这样的需求。
李从亭：市场上已经有一些类似的产品，但效果还不够好，AIGC大尺度模型技术还没有应用。 随着AIGC大模型技术的逐步产业化，未来效果肯定会越来越好。 我们不是媒体创作领域的专家，直接进入并交付最终产品的挑战很大。 目前来看，专注于自己的AIoT赛道更为务实。 未来可以考虑拓展媒体创作领域的机会。
观察者网：物联网可以采集的信息形态非常丰富，包括物理的声、光、热、电信息，以及各种化学、生物、地理信息。 因为我们生活的场景本身就是一个多模态环境。 过去，人工智能只能解决一些标准化的问题，比如人和车的识别。 而通过大模型，如果把这些沉寂的多模态数据盘活起来，是否意味着未来可能会落地更复杂的业务？ 你能想象出几个过去无法想象的案例吗？
李从亭：我觉得未来肯定会有一些复杂的业务会变现。 比如GPT-4给的例子就很典型。 可以理解“VGA端插在手机充电口上的笑话”，这在以前是做不到的。 我们可以通过大量的训练学会识别VGA终端和手机，但是我们很难有“VGA不能插手机”的常识。 对大模型的理解是惊人的，这意味着一些过去难以实现的需求可能会实现。
多模态，更多的信息的引入，这个信息的引入在过去大部分时候是无效的，准确的说是“力不从心”。 因为以前AI无法理解视频中的内容，只是对视频中的人和车进行检测和识别，更谈不上多模态理解的应用。 比如跌倒检测，人躺在地上，人靠墙站着，在摄像头画面中，很难通过人本身来区分。 他们都是头朝上，脚朝下。 但是引入大尺度模型技术后，我们可以通过判断桌椅摆放等周围环境，来区分一个人是趴在地上还是靠墙站着。 多模态引入了更多的信息，意味着未来能够以更高的精度实现更复杂的AI需求。
观察者网：由于各种安全和隐私限制，物联网数据不像互联网数据那样容易公开获取。 需要唤醒沉寂的行业数据，让越来越多的企业张开双臂拥抱人工智能。 目前，在顶部设计中还需要解决哪些问题？
李从亭：首先，合法合规是所有业务和产品落地的前提。 在顶层设计方面，国家乃至国际都出台了相应的数据安全保护法。
二是数据隐私分级。 人、车牌等信息属于高度机密信息，厂商无法轻易获取和留存。 但是，一些数据，例如行为动作、对象识别和缺陷检测，可以在合规性评估之后使用和训练。
第三，我们前面提到的梧桐产业这个大模型是有能力开放的。 对于安全和隐私场景的设计，我们会留给客户去定义算法。 数据在客户手里，我们只提供能力。
观察者网：物联网还有一个特点就是边缘的计算能力是有限的，计算放在云端有延迟。 这会不会限制AIoT+多模态大模型？ 最终会不会匹配到一款不大但更适合行业的“大机型”？
李从亭：现阶段大量的AI应用是在云、边、端实现的。 在分工上，普通AI任务主要在边缘端和端端实现，比较经济； 一些复杂的人工智能任务是在数据中心端实现的。
AIoT行业大部分AI应用的时延都在可接受范围内。 随着AI算力的提升，延迟会越来越小。
AIGC大模型一开始主要在数据中心侧实现，本身计算量比较大，一定程度上会增加延迟。 在大多数情况下，这种延迟是可以接受的。 毕竟不是像自动驾驶这样对延迟极其敏感的场景。
另一方面，行业大模型的参数量没有一般大模型那么大，边缘侧的部署应该很快就会到来。 相比数据中心侧，延迟会进一步降低。
一般来说，在AIoT行业应用的大部分场景下，时延并不是关键问题。
观察者网：您预计各方面都会升级吗？
李从亭：从长远来看，肯定会升级换代。 但是这个循环不会一蹴而就，因为AIoT行业比较分散，有几千甚至几万款。 我认为这个周期将与之前的 10 年周期非常相似，从 12 年到 22 年。 比如深度学习是如何第一次彻底改变这个行业的。 预计10年后，几乎所有的AIoT产品都会或多或少的使用AIGC行业模式的能力或技术。
观察者网：现在大家都在推广模型的参数，尤其是语言模型。 从AIoT行业的应用来看，模型的参数是不是越大越好？
李从亭：这个需要结合场景和应用来看。 对于传统的人、机、非检测识别、周界行为分析，小模型已经非常成熟和充分，短期内没有必要使用大模型。 对于其他长尾人工智能需求，大型模型是有意义的。 然而，大型模型不一定与参数数量一样大。 AIoT 行业可以使用自己的大规模行业模型，该模型具有数十亿个参数。 不需要千亿参数规模的通用大型模型。 最后还是效果为王，并不是参数个数越大越好。 此外，成本始终是影响产业落地的重要因素，产品和应用的定义必须结合成本。
观察者网：如果选择不同的大型模型基地，将它们串联起来，你会从什么角度去判断和选择？
李从亭：结果说话，实验数据说话。 现在的“千模大战”，整个环境比较混乱，大家很难看清真相。 原本通用的大型机型主要掌握在少数科技巨头手中。 前面说了，算力、算法、数据的门槛很高，大部分公司都比不上。 因此，也有很多公司在通用大型模型的基础上制作大型行业模型。 是AIoT行业第一家提出并发布大规模行业模型的厂商。 当然，也有一些应用可能是基于插件或者开源模式的。 不管是哪种模式，最终考虑的是谁能提供最好的产品和服务，谁能最先落地。
观察者网：在AI的应用中，容错率是一个关键的考虑因素。 如果说99%的车辆识别准确率是可以接受的，技术上是成立的，那么实现起来就容易多了。 人工智能帮助我们口述一篇文章，然后生成一个大纲。 80%的正确率可能更容易被用户接受，80%的水平可能会有很多潜在的应用。 许多东西可以取代机器中最笨重的部分。 用户可能 20% 的错误率是可以接受的，因为检测这些错误的额外努力仍然是值得的。 而80%将大大增加技术上的可行性。 互联网的思路一直是寻找更多这样的应用场景，让技术先用起来，在使用过程中迭代提升体验，但是物联网的容错率一直很严格，很难做到要用这种思路去实施。 AIGC+AIoT所产生的新生态能否改变这一现状？
李从亭：很好的问题。 精度越高越好，这个没问题。 但这并不意味着只有 99% 或更高的准确率才能实现和商业化。 在很多场景下，AI作为人工智能的辅助工具和提升效率的工具也是非常有意义的，也可以实现商业化。 尤其是我们AIoT这个行业，很多场景对精度的要求没有这么高，不像自动驾驶应用那么苛刻。 当然，如果精度太低，那不是提高效率的工具，而是制造麻烦的工具。
技术提升，一是提高效率，二是创造更多商机。 回顾车牌识别的应用，早期应用于交通违章，即使违章抓获率只有30%，对于交警人工现场执法来说也是巨大的效率提升。 后来应用于公园、商场的出入口，识别率98%，已经很高了，但还是离不开人工，因为每100辆车就有2辆车需要人工处理异常. 如今识别率可以达到99.9%，很多出入口场景已经无人值守，偶尔有几个异常可以通过远程调用解决。 这是一种效率增益。 在商机方面，之前没有进出口产品、解决方案、配套运维、服务等，是因为AI车牌识别工具的出现造就了这个市场。
AIGC大尺度模型技术也不例外。 工具的改进带来了效率的提升，创造了更多的商机。
編輯：碩谷新聞聚合
發表評論 取消回复