2023年迄今為止最熱門的話題，莫過于ChatGPT。大語言模型和由此帶來的AIGC技術(shù)，將帶來一場技術(shù)平權(quán)和知識平權(quán)。AI技術(shù)將不再是AI公司、行業(yè)巨頭們的專屬。5月9日，宇視科技CEO張鵬國在烏鎮(zhèn)的一場演講中，將這比喻為從繁體字到簡體字的變革。在AIoT合作伙伴峰會上，宇視發(fā)布了行業(yè)大模型“梧桐”。

為什么一家并非互聯(lián)網(wǎng)大廠，而是物聯(lián)網(wǎng)行業(yè)以攝像頭等硬件設(shè)備聞名的企業(yè)，也把AIGC技術(shù)作為業(yè)務(wù)的試驗場？AIGC會改變物聯(lián)網(wǎng)行業(yè)，進而在社會生活中改變我們在社會管理、交通管理等諸多場景中的面貌和格局嗎？

帶著這些疑問，觀察者網(wǎng)和宇視AI首席科學(xué)家李聰廷聊了聊AIGC對物聯(lián)網(wǎng)和社會生活的影響。

《流浪地球2》中的宇視設(shè)備

觀察者網(wǎng)：如何理解“小模型+大樣本”變成“大模型+小樣本”的趨勢，是不是有業(yè)務(wù)場景的用戶，因為更低的數(shù)據(jù)標(biāo)注和算法訓(xùn)練成本，能以更低價格用得起AI解決方案？比如我們媒體想用一個大模型來開展AIGC業(yè)務(wù)，如輔助新聞寫作、鑒別假新聞等，但我們經(jīng)費不多，可以提供喂食的行業(yè)數(shù)據(jù)也有限，是不是我們鏈接一個“大模型”的底座，真正需要針對我們業(yè)務(wù)特點重新調(diào)整的成本就很低了，是這個意思嗎？

李聰廷：對。回顧過去“小模型+大樣本”開發(fā)模式，一個高精度的模型，訓(xùn)練參數(shù)量在百萬級，訓(xùn)練樣本量在幾十萬級，最高可能到千萬級。幾千或幾萬也可以生成模型，但精度不夠高、場景適應(yīng)性不夠好?？偟膩碚f，“小模型+大樣本”開發(fā)模式，研發(fā)門檻高、成本高、周期長。

通用大模型本身，是基于海量數(shù)據(jù)訓(xùn)練起來的，數(shù)據(jù)量遠遠多于小模型的訓(xùn)練數(shù)據(jù)量。通用大模型可以做的工作非常多，特別是在創(chuàng)作領(lǐng)域。但我們AIoT行業(yè)，絕大多數(shù)應(yīng)用需要的是精確，而不僅僅是“全能”，通用大模型的精度受限會使得在AIoT行業(yè)難以應(yīng)用。

因此我們創(chuàng)新的提出行業(yè)大模型的模式，所謂行業(yè)大模型即“通用大模型+行業(yè)場景+訓(xùn)練調(diào)優(yōu)”，揚長避短。行業(yè)大模型將開啟“大模型+小樣本”的新模式，經(jīng)過少量的來自行業(yè)場景的小樣本學(xué)習(xí)，即可取得一個比較好的精度；同時由于受限應(yīng)用場景，模型參數(shù)量又會比通用大模型小很多，意味著邊緣端部署成為可能。

您提到的輔助新聞寫作、鑒別假新聞應(yīng)用，理論上也是可以通過這樣去做。所以未來可能會有很多垂直的行業(yè)大模型的公司來解決行業(yè)應(yīng)用問題。

科技巨頭生成通用大模型，以通用大模型為底座，垂直行業(yè)公司提供行業(yè)大模型，這將會是未來比較務(wù)實和普遍的方式。大家不用重復(fù)造輪子，新的AI模型開發(fā)和應(yīng)用模式將降低AI應(yīng)用落地的成本。

觀察者網(wǎng)：如果這個趨勢成立，用戶用很低的代價就可以接入到大模型的底座上面，享受他的服務(wù)，那么確實會掀起一場AI平權(quán)的革命，涌現(xiàn)出許多新業(yè)態(tài)。從我們媒體行業(yè)看，許多角色身份、生產(chǎn)關(guān)系可能變革，比如機構(gòu)和個人的內(nèi)容生產(chǎn)力可能被漸漸拉平了。在AIoT行業(yè)可能會出現(xiàn)什么特征，會不會更加碎片化，對你們來說這是好事嗎？

李聰廷：AIoT行業(yè)的特點是碎片化，過去只有不到10%的AI需求被滿足，有的因為技術(shù)難以實現(xiàn)，有的因為實現(xiàn)代價太高、商業(yè)不閉環(huán)。

行業(yè)大模型的“大模型+小樣本”新開發(fā)模式，一是因為大模型涌現(xiàn)的超強理解和邏輯能力使得過去有的技術(shù)難以實現(xiàn)的需求，能被實現(xiàn)了；二是需求實現(xiàn)的門檻降低、效率提升，使得商業(yè)閉環(huán)的概率大幅提升。因此，預(yù)計未來AIoT行業(yè)的50%的需求能被實現(xiàn)，其中只有20%會由宇視這樣的解決方案和設(shè)備商實現(xiàn)，剩下30%由合作伙伴實現(xiàn)。

AI技術(shù)平權(quán)，對參與企業(yè)都是機會。能做的需求和應(yīng)用更多，而且能讓合作伙伴自己擁有差異化控制點，更好滿足客戶需求。

相信這樣的變革不僅僅會發(fā)生在AIoT行業(yè)，也會發(fā)生在媒體行業(yè)，甚至各行各業(yè)。

AI繪制特朗普被捕的假照片

觀察者網(wǎng)：AI平權(quán)和AI生成內(nèi)容的泛濫肯定會帶來一些問題，比如代寫論文和作業(yè)、編造假新聞……而在物聯(lián)網(wǎng)行業(yè)，則面臨偽造的物理或生物信息造成的安全隱患。矛和盾的需求會同步增長，在反AIGC的方向上，目前的技術(shù)儲備如何，盾能跟得上矛現(xiàn)在迅猛發(fā)展的勢頭嗎？

李聰廷： 無論是惡意還是無意，AIGC的確存在“造假”的副作用，而且對我們“打假”的技術(shù)手段提出了更高的要求。

對“無意”的“造假”，我們更多的是從行業(yè)大模型本身去優(yōu)化提升。比如，我們在問chatGPT這樣的通用大模型推薦一款寶寶看家的攝像機時，它給的答案是有一些誤導(dǎo)性的。經(jīng)過AIoT行業(yè)場景訓(xùn)練調(diào)優(yōu)的行業(yè)大模型，可以給出更“精確”的回答。

對“惡意”的“造假”，這更多需要我們反AIGC技術(shù)去鑒定、識別、阻止造假。舉個例子，AIGC技術(shù)可能通過一張2D照片生成動態(tài)的人臉表情，從而騙過金融場景中的人臉驗證環(huán)節(jié)，帶來安全隱患。現(xiàn)階段，反AIGC技術(shù)有一些人在研究，但仍是一個較小眾的市場，但隨著AIGC技術(shù)的普及，反AIGC需求的增長，必將拉動反AIGC的技術(shù)迭代，更多的科研機構(gòu)和廠商投身其中。辯證的看，矛與盾的攻防，促進兩類技術(shù)的快速迭代，技術(shù)水平螺旋上升。

觀察者網(wǎng)：你們這次發(fā)布有提到智能vlog，能解釋一下這個業(yè)務(wù)邏輯嗎，是否意味著AIGC業(yè)務(wù)也能用到你們的梧桐大模型？

李聰廷：很多年輕人，去景區(qū)、樂園玩，希望把個人游玩的精彩瞬間記錄下來、與景區(qū)沉浸式視覺體驗融合，形成一段炫酷的小視頻，最后與朋友分享、發(fā)朋友圈、發(fā)抖音等。

宇視的VLOG產(chǎn)品，很好的滿足了這方面需求。它本身是基于景區(qū)和樂園場景的AI自動剪輯。AIGC大模型技術(shù)帶來的變化是，將來我們可以將一些更加有趣炫酷的生成特效融入其中。

例如，一家三口出游，我們可以融入米老鼠等動漫明星；又比如，單身出游，把遺憾未能出行的女朋友虛擬地融入進去。梧桐的多模態(tài)行業(yè)大模型，第一個落地產(chǎn)品就是VLOG，將來用戶可以有更多的玩法，更好的體驗。當(dāng)然對于合作伙伴來說，更多的流量、更多的收益分成。

觀察者網(wǎng)：因為我們是媒體，我們可能也有這方面的需求，比如說你們通過學(xué)習(xí)主持人，過往講的所有的內(nèi)容，然后再生成一個他的一個數(shù)字孿生。下一次我們只要輸入文本，你們就能生成主持人，用他的數(shù)字孿生來播講內(nèi)容，呈現(xiàn)畫面和聲音，這個是能做到的嗎？

李聰廷：虛擬人數(shù)字孿生，這個概念出現(xiàn)的比較早，前幾年“元宇宙”興起帶動了虛擬人數(shù)字孿生的發(fā)展，市面上有不少類似產(chǎn)品。但坦白的說，現(xiàn)在的技術(shù)效果普遍不夠好，還有很多地方需要提升，此外，生成數(shù)字孿生人的成本需要降低。AIGC大模型，將大幅提升數(shù)字孿生人的體驗和效果，這個只是時間問題。

觀察者網(wǎng)：對，但是我們媒體可能有大量的需求把文字視覺化，比如說文本其實我已經(jīng)有了，不需要生成，但是我需要把這些文章變成一段視頻，可能需要一個虛擬人來把它講出來。像這樣的業(yè)務(wù)，你們有沒有考慮過和媒體合作。媒體用戶有大量這樣的需求。

李聰廷：目前市面上已經(jīng)有一些類似產(chǎn)品，只不過效果不夠好，AIGC大模型技術(shù)還沒有得到應(yīng)用。隨著AIGC大模型技術(shù)的逐漸產(chǎn)業(yè)化落地，將來效果一定會越來越好。我們在媒體創(chuàng)作領(lǐng)域不是專家，直接深入并提供最終產(chǎn)品的挑戰(zhàn)大。目前先聚焦本身的AIoT賽道是比較務(wù)實的做法，將來有機會可以考慮拓展媒體創(chuàng)作領(lǐng)域的機會點。