当前位置:   article > 正文

AI通用大模型不及垂直大模型?各有各的好

AI通用大模型不及垂直大模型?各有各的好

​​​​​​​AI时代,通用大模型和垂直大模型,两者孰优孰劣,一直众说纷纭。

通用大模型,聚焦基础层,如ChatGPT、百度文心一言,科大讯飞星火大模型等,都归属通用大模型,它们可以解答各种问题、撰写文章、编程、翻译等等。

垂直大模型,聚焦解决垂直领域,如中国科学院香港创新院AI中心发布的垂直大模型CARES Copilot 1.0,只运用在医疗领域,可以在手术阶段自动识别病灶和解剖结构。写文章,它干不了。

对比下来看,通用大模型属于“万金油”型,垂直大模型属“专家”型。

中国有句话叫“博而不精,知而不专”,那么,涉猎广泛的通用大模型在商业上会取得怎样的成绩?

1.通用大模型:商业运用的革新力量

近日,据《科创板日报》消息,低调的国内通用大模型领军企业“阶跃星辰”,在上海举行的2024全球开发者先锋大会期间正式对外亮相。

之所以提到这家公司,因为这家公司不仅成功研发了Step千亿参数系列通用大模型,据说可比肩GPT-4。

同时还推出了两款面向C端用户的大模型产品——效率工具“跃问”和AI开放世界平台“冒泡鸭”。

全是通用大模型。

那么,阶跃星辰能否在竞争激烈的市场中脱颖而出,从阶跃星辰身上如何看待通用大模型的发展空间和前景。

据网友爆料,该公司发布大模型前并没有进行过融资,但公司背景却很牛,合作方有:中广天泽,云赛智联,大模型开发则是由前微软人员开发。

大模型发布以后,主要标的:上海电影,光线传媒、万达电影、华策影视、捷成股份、横店影视。

如此壮志雄心,想来资本将很快进入到阶跃星辰,助推其进一步发展。

从这个角度看,资本并不排斥通用大模型。

另外,从技术角度看,通用大模型的出现,可以改变传统数据处理和分析的方式。

以往,商业决策往往依赖于有限的数据和人工分析,这种方式不仅效率低下,而且容易受到人为因素的干扰。

相反,通用大模型则能够通过海量的数据学习和处理,实现对商业数据的精准挖掘和分析。

其实,通用大模型的革新力量,体现在广泛的应用场景上。

无论是智能客服、推荐系统、自动化办公还是其他领域,通用大模型都能发挥出其独特的作用。

以智能客服为例,传统的人工客服面临着人力成本高、响应速度慢等问题,而通用大模型则能够通过自然语言处理技术,实现与用户的智能交互,快速准确地解答用户的问题,提升用户体验。

在推荐系统方面,通用大模型能够根据用户的兴趣和行为数据,为用户推荐个性化的产品和服务,增加用户的黏性和转化率。

在自动化办公领域,通用大模型能够自动化处理和分析大量数据,减轻员工的工作压力,提高工作效率。

Step-2万亿参数MoE语言大模型预览版,不仅能够处理更加复杂和精细的任务,还能够通过深度学习和自然语言处理技术,实现对商业数据的深度挖掘和分析。

对于企业而言,这意味着能够获取更加精准和全面的市场洞察,为商业决策提供更加有力的支持。

由此可见,通用大模型未来的发展空间是非常大的,资本也愿意投入到这个方向上来,不仅为企业带来了经济效益的提升,更推动了整个商业领域的进步和发展,这体现了通用大模型作为商业运用的革新力量。

2.通用大模型的商业价值与社会影响

有人将通用大模型比喻成地基,垂直大模型是在地基上建立起来的各种建筑物。

也有人说,垂直大模型才是未来AI发展趋势。

不管好坏,可以肯定的是,通用大模型既然存在,必然有其商业价值和社会价值。

首先,通用大模型能够提升企业的运营效率和创新能力,从而推动整个行业的进步和发展。

通过利用通用大模型的数据处理和分析能力,企业可以更加精准地把握市场趋势和用户需求,优化产品和服务,提升竞争力,还能够激发企业的创新活力,推动新产品和新服务的不断涌现,为经济发展注入新的动力。

其次,通用大模型的应用也促进了社会的智能化和便利化。在医疗、教育、交通等各个领域,通用大模型都发挥着重要作用。

例如,在教育领域,通用大模型可以根据学生的学习情况和兴趣爱好,提供个性化的学习资源和辅导服务,不仅提升了社会的服务水平,也提高了人们的生活质量。

第三,由于技术门槛高,会筛选掉一部分企业,一定程度上会减少“内卷”问题,这对行业来说,可以将精力倾注在技术创新上。

随着技术的不断发展和商业运用的深入拓展,通用大模型将在更多领域发挥出更大的作用,为企业和社会带来更多的价值。

3.通用大模型现存的挑战

​​​​​​​

通用大模型虽有广阔的空间,但从实际运用情况来看,也存在诸多挑战。

首先是资源效率问题。

由于通用大模型什么都要会点,所以,训练和运行大型模型需要大量的资源,这会增加成本。反观垂直大模型,只专注于某个行业领域,所以资源需求量就会低些。

其次是专业性问题。

有句话叫“360行,行行出状元”,这指的是要做精,做专,做细。当AI和具体行业结合,那么其专业程度决定了AI作用的上限。通用大模型在某些特定领域,相比于垂直大模型,就显得逊色一筹。

第三是数据需求问题。

我们现在已经知道数据的重要性,这是一种宝贵的资源,对数据的保护意识也大大提升。对通用大模型而言,要发挥其强大能力,需要很多的数据进行训练和优化,当数据不足的时候,通用大模型可能就变得没有那么“聪明”了。

总的来说,通用大模型虽然有以上不足,但其灵活性和泛能力性,是垂直大模型无法达到的。至于通用大模型、垂直大模型谁好谁坏,还需要人们在选择时,根据具体任务要求进行选择。

4.结语

​​​​​​​​​​​​​​

综上所述,应该说通用大模型未来的发展空间是可期的。在一些适用场景中,通用大模型“万金油”的特点或许能为客户带来更好的体验感受。

未来大模型市场将往什么方向发展还有待进一步观察,但AI时代必将成为一股不可阻挡的潮流,企业可以围绕该方向,开拓延伸出更多新兴行业,创造出更多商机。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/882683
推荐阅读
相关标签
  

闽ICP备14008679号