E170|大模型应用之困与异军突起的 “埃森哲们”
硅谷101
2024/10/24
E170|大模型应用之困与异军突起的 “埃森哲们”
E170|大模型应用之困与异军突起的 “埃森哲们”

硅谷101
2024/10/24
随着大模型技术的不断发展,投资底层模型还是应用的争论愈发热烈。本期《硅谷 101》邀请了大模型领域的投资人和创业者,深入探讨了大模型应用落地的挑战,以及应用类公司的核心竞争力。
本期节目探讨了大模型应用的市场前景和创业者面临的挑战。嘉宾们讨论了生成式 AI 作为范式革命的潜力,以及创业者应如何尽早参与并持续投入1。投资人指出,纯应用缺乏护城河,需整合底层模型能力2。创业公司在商业化过程中面临数据私有化的难题3。此外,大模型时代的操作系统尚未明确,导致底层模型与上层应用的界限模糊4。嘉宾们还讨论了 Notebook LM 和 Perplexity 等应用的短期产品力和长期数据依赖5。最后,他们强调了多模态产品在声音处理上的独特优势及其护城河6。
00:03
00:03
大模型应用的市场前景与投资人视角
05:14
05:14
生成式 AI 被视为范式革命,将带来社会整体变革。
11:04
11:04
大模型应用需考虑底层架构,与传统互联网应用不同。
11:29
11:29
数据在 AI 产品中的核心作用
15:41
15:41
OpenAI 尝试构建类似操作系统的框架 GPTs
17:42
17:42
判断答案来源的挑战
18:33
18:33
Notebook LM 基于谷歌 Gemini 模型,与 GPT 有本质区别
25:15
25:15
大模型应用尚处早期阶段,缺乏配套设施和开发者工具。
28:06
28:06
数据在人工智能中至关重要,因为它是训练和改进底层模型的基础。
28:30
28:30
人工智能的产业化始于 2012 年,核心在于深度学习
44:11
44:11
私有数据与底层模型的结合是关键
46:48
46:48
大模型需满足不同应用场景的算力需求,与垂直应用不同,它需服务多个行业。
49:36
49:36
创业者应拥有自己的底层模型,以避免长期依赖第三方底座带来的风险。
51:17
51:17
Eleven Labs 提供高质量的英语配音和音频补录服务
54:26
54:26
多模态产品通过打通语言、传感器数据和机械执行数据,展现了多模态的潜力。
55:58
55:58
科技咨询公司如埃森哲在 AI 咨询领域表现强劲,第一季度营收 6 亿美元,第二季度增至 9 亿美元。
57:05
57:05
咨询公司帮助企业跨越数字化门槛
1:02:48
1:02:48
脑力劳动行业向中间层模型的转变
1:04:21
1:04:21
提供标准化框架和基础设施服务的公司具有较大投资价值和市场机会。
1:15:56
1:15:56
RAG 和微调在私有数据处理中具有重要价值
1:17:16
1:17:16
生成式 AI 在垂直场景的应用仍面临挑战