■原題：小模型技術是中國企業率先導入裝備中，大模型也不例外

去年，宇視科技發布了行業大模型“梧桐”，推進AIGC對物聯網行業的改變。今年4月16日，又是在烏鎮，宇視總裁張鵬國又帶來了一系列全新觀點，如：“大模型只是技術升級而不是革命”，“裝備大模型化是商業化落地的最佳線路”，“大模型未來最大的挑戰可能是能耗問題”……這些洞見和觀察引人深思。觀察者網請宇視AI首席科學家李聰廷來進一步談談這些問題，將大模型應用落地的最新探索報告給大家。

觀察者網：如何理解大模型只是技術升級而不是革命，現在AI技術的熱度和期待值很高，這么說會不會把技術發展的可能性給限制了？

李聰廷：技術受關注是好事，更多學術或企業從業者投身其中，加速技術進步和落地。理性的看，從深度學習小模型再到今天的大模型，學習效率低即依賴大量算力和標記數據的問題沒有解決，不可避免出現低級錯誤的問題也沒有解決，引用Yann Lecun 的話：“機器學習與人類和動物相比很糟糕”。因此，大模型只是技術升級而不是革命。大模型作為技術升級帶來的紅利，已經給商業化落地帶來很多商機，給不少企業帶來未來的增量或者效率提升。也正因為現在的大模型技術不是最終解，使類似 Yann Lecun 這樣的科學家把精力放到研究面向未來的新的技術路徑，應該說理性看待當下大模型技術，反而加大了找出未來路徑的可能性。

圖靈獎獲得者楊立昆（Yann Lecun）

觀察者網：圖靈獎獲得者楊立昆（Yann Lecun）批評Sora不是世界模型，認為生成式路線注定無法通往AGI，對此你怎么看？

李聰廷：世界模型是對物理定律和環境規則的理解和對齊，Sora 目前的確做不到這一點。現在的 AI 水平距離 AGI 還很遙遠，但已經消耗了巨大的算力和能耗，以 chatGPT 為例，每天需要耗費 50 萬度電，相當于 1.7 萬個美國家庭的耗電量，其學習效率與人腦天壤之別，這不得不引發學者們思考新的出路。

對當前技術路線的未來悲觀，并不代表對過去和當下的否定。Yann Lecun 2022 年的“From Machine Learning to Autonomous Intelligence”講座，開篇提到“AI can do pretty amazing things today”，是對過去和當下的肯定，然后才提出當下技術路線無法通向 AGI。舉個例子，當下輔助駕駛已經在新能源車上普及，提升了駕駛體驗，但 L4級別的自動駕駛落地遙遙無期，不可避免出現未知錯誤的問題難以根本解決。“當下最優解，不是最終解”這句話是對當前大模型技術現狀相對客觀的總結。

觀察者網：在千行百業落地的國產模型，要為解決各種細碎的問題，為細分場景專門優化，那么在同等的任務上，未來表現出的能力，還會與國際上頂尖的通用大模型有差距嗎？有可能展現出大模型公司搞不定的能力嗎？

李聰廷：通用大模型，是基礎設施，有點像 Android 這樣的操作系統，有兩個特點。一是投入大，只有少數巨無霸企業能夠持續投入；二是生態壁壘墻厚，占先機建立廣大用戶基礎后，留給追趕著的機會就不多了。大模型技術是在美國爆發，因此 OpenAI、Google、Meta 等美國企業已占據了先機，中國企業或機構處于追趕狀態，我們不得不面對和正視這個差距。

通用大模型首先在C端獲得了大量用戶，人們可以與它對話、提問、寫作、作畫、作曲等，這種體驗是以前 AI 做不到的，一時間人們誤以為AI已經追上甚至超越人類水平。但在一些細分場景落地過程中，特別B端場景落地過程中，人們很快發現其精度過低、成本過高，無法落地。例如，使用市面上任何一個通用大模型識別迪拜車牌，正確率低于 20%。又比如，宇視作為產品和解決方案輻射全球200多個國家和地區的全球化公司，資料翻譯很消耗人力，但通用大模型會把“槍機”形態的網絡攝像機直譯成“gun camera”，因為它不具備“box camera”這類專業詞匯的知識庫。因此，是細分場景落地催生了行業大模型。

在中國，我們深入去看每一個細分行業，幾乎都能找到一兩家甚至更多具備很強產品研發能力的企業。這類企業在國內市場充分競爭廝殺，國外產品型公司很難與之競爭。這類企業，已經在將自身產品與行業大模型結合，推出更有競爭力的產品。以宇視自身為例，前段時間我們推出了夜鷹系列攝像機，其展現的在 0.001 Lux 下的夜視能力在業內引發熱議，領先海外同行企業兩年。夜鷹的背后是十多年攝像機技術的積累以及梧桐行業大模型的AI-ISP能力結合。總的來說，行業大模型落地產品，我國并不落后。

大模型化的攝像頭提升了夜間觀測的能力，用于觀察和保護猛禽

觀察者網：裝備（工具）的模型化能戰勝模型的裝備（工具）化，或者說，+AI能戰勝AI+，這個判斷有哪些產業發展歷史上的經驗可以佐證？

李聰廷：現在的大模型階段已有不少例子，比如一年前 MidJourney V5 和 Stable Diffusion 這類文生圖大模型出現在公眾眼前的時候，有人驚呼圖片編輯工具市場要顛覆了。但今天看 Adobe Illustrator 、Photoshop 這類工具的用戶并沒有流失，在 Adobe 推出 firefly大模型并集成到自家工具中后，其用戶基礎更穩固了。背后的本質是，大模型技術可以提升工具中部分模塊的效率，還遠遠達不到替代工具本身。而且今天，訓練調優一個自己的行業或垂直大模型門檻并沒有那么高。

回顧上一個階段，即 2014 年深度學習技術在產業界開始爆發到大模型技術應用前，一度很多人也認為 AI新勢力會顛覆傳統應用/工具/裝備的公司。早期，這類公司的算法處于領先，同時在大量資金注入和人才加盟的背景下，很快入場做產品。最后發現產品的技術點非常多，傳統產品公司過去踩過的坑，AI 新勢力不得不重新踩一遍。好不容易過了產品研發關，又遇到了制造瓶頸，制造特點是單個環節看似極其沒有技術含量，但數百萬器件 bom的管理和流水運作，有極高的門檻。制造門檻后面還有渠道門檻，渠道門檻后面還有規模采購成本門檻。最后 AI 新勢力不得不轉向提供算法授權的商業模式，但很快傳統產品公司完成了算法追趕，算法紅利消失后，這種商業模式也折戟了。

上述例子表明，裝備（工具）企業被大模型技術新勢力企業趕超的可行性很小，但那些跟不上大模型技術升級落的裝備（工具）企業有可能被其它裝備（工具）企業淘汰掉。

觀察者網：從裝備大模型化的觀點看，中國應該具有率先將大模型應用落地的諸多優勢，如工程能力的優勢，新能源產業的優勢。從你們在海外市場競爭的經驗看，中國企業是不是走在了前面？

李聰廷：先從裝備的產品力本身看，以AI體鍛屏為例，需要具備成像技術、嵌入式軟件技術、云和APP軟件、硬件技術、顯示技術、交互設計、工程交付技術等諸多要素，當然還有 AI。研發出有競爭力的產品還遠遠不夠，得上量才能覆蓋研發投入并有利潤，這很考驗企業的渠道能力。有渠道帶貨，我們還要能造得出來，這又考驗企業的規模制造能力。產品售價既要有競爭力還要有利潤，這又考驗企業的規模采購議價能力。當然，還有速度要素。因此，比拼的是所有要素的綜合能力。

AI是其中一個要素，從小模型到大模型，技術升級了。這個變量，在裝備企業之間產生足夠的影響，舊的產品會加速迭代，并且還會創造一些新的場景的產品；反之，如果跟不上技術迭代，企業就會掉隊。但對于沒有裝備經驗只有大模型技術的企業，要邁過其它諸多要素的檻，道阻且長。

上一階段的小模型技術，中國企業是率先導入并應用于裝備中的，這次大模型技術也不會例外。

觀察者網：已經有不少批評說中國做大模型的公司太多了，但是中國能做各種設備的公司更多，如果每個有實力的設備公司都想+AI，做自己的行業模型，會不會呈現出非常細碎，沒有統一標準、統一品牌的離散格局？

李聰廷：新技術出現，必然會吸引大量優秀人才和資本入場。這里有定位通用大模型的、有定位行業大模型的、有定位工具鏈的、當然還有定位 APP/工具/裝備的。

通用大模型，最后大概率會集中在頭部少數幾家，贏者通吃，這幾家自身就成為了事實的標準。其它企業會比較艱難甚至出局。

定位行業大模型的企業，有點像小模型時代的算法授權商業模式，它太容易被APP/工具/裝備企業的自研給替代。因此避開與這類產品企業競爭，找到有生存機會的細分場景很重要。最后有可能出現幾個細分場景的小而美的企業，做大的可能性不大。

定位工具鏈的企業，閉源，無法獲得大量開發者用戶，不利于建生態。開源，看不清商業盈利路徑。左右為難的同時，還面臨大廠自研的競爭挑戰。

定位 APP/工具/裝備的企業，行業大模型只是其產品的一個技術要素，用戶側看到的仍是其產品品牌。用戶甚至感受不到行業大模型的存在，但一定能感知到產品的用戶體驗提升了。

觀察者網：月之暗面的楊植麟說，今天的大部分開發工作實際上是做中間層的事情，就是數據。交互和模型可能都是一樣的，但用不同的數據，就會出來不同的產品。定義好了訓練數據和測試數據，大模型產品就定義好了。月之暗面是做云計算，做to C端產品，對于你們做邊緣計算，做to B端產品來說，這個描述也適用嗎？

李聰廷：最近月之暗面及其旗下應用Kimi 熱度很高，用戶體驗做得不錯。我們所在的 AIoT 賽道，和它所在的賽道沒有交集。訓練和測試數據肯定很重要，在我們這個賽道也一樣。但對于定義一個行業大模型而言，我們會更關注其落地的性價比。例如，如果我們用 10B 級別的通用 CV 大模型去做視頻解析的逐幀推理，那需要用到 A800 級的 GPU 設備，單路的實時推理成本需要 1 萬美金左右，而我們的客戶過去只能接受幾百元人民幣每路的成本。因此，我們采用了 5M 的小模型+1B 的梧桐行業大模型結合的方式，并且都是 ViT 網絡結構，這樣我們的單路推理成本可以做到幾百元人民幣水平。

Kimi頁面

觀察者網：當前倡導的“新質生產力”就是要找到更多信息化、智能化的新模式、新場景、新業態。在典型的物聯網場景比如充電樁，還有你們正在探索的文教體等行業，目前找到了哪些好的AI應用場景，已經表現出了能夠商業落地，適合技術迭代的跡象？

李聰廷：確實，技術進步會催生更多的細分行業場景，比如AI文教體、儲能、充電樁等，在宇視2024合作伙伴大會的現場，大家能看到很多的這類產品，我舉四類：

一是AI體育教育：實現體育教具的AI化，其是一個具備逐步迭代與升級的長程賽道，可以圍繞的教學要求、運動種類、鍛煉目標等不斷地提升效率、效果及內容豐富度，一方面是針對不同的運動類目不斷增加算法類別，另一方面又可在單一算法類別上不斷縱深優化效果。

大模型提升了算法精度，推進了體育教具AI化

二是AI體育運動：分享經濟時代，能更全面記錄自己想要記錄的時刻，具備更豐富的可分享素材是通識性需求，只要是運動游玩都有此類訴求，所以在這個領域內寬度（運動類別）無上限，深度（每一個細分領域可提供滿足個人情緒價值的內容）無上限。

在烏鎮現場展示的智能球場解決方案，通過AI捕捉分析，自動生產運動視頻并統計數據

三是文旅領域：基于梧桐大模型演進的算法服務于“旅游”行業，通過攝像機采集AI擇優生成照片與vlog模式可覆蓋景區、游樂場所、博物館等多類場景，更好的與當下分享經濟結合，服務于個體情緒價值的滿足，其具備充分的優化演進空間，比如在算法的優選效果上、視頻的畫面清晰度上、視頻剪輯的創意性以及更多更有趣的表達方式等等。

四是AI寫真：通過AI算法來完成照片的優選與“PS”，可以配合個體快速的完成不同場景生成、不同裝造、不同形象（二次元、商務等）的照片生成，即可幫助找適合自己的造型、也可在過程中帶來娛樂性，同時也可服務于個體某一些場合所需照片的快速獲取訴求。

觀察者網：大模型未來最大的挑戰可能是能耗問題，模型的能力增長與算力增長、能耗增長的關系是怎樣的？為什么分布式能源系統和能算一體化是解題思路？

李聰廷：要把大模型技術和大模型應用分開，還要把大模型應用中的互聯網服務和裝備化產品分開。對于面向C端的大模型互聯網服務來說，比如ChatGPT、Sora來說，算力和能耗問題比較突出，每多服務一個用戶，都需要額外的算力和能耗。但對于使用的大模型技術的裝備來說，算力和能耗是有限的、固定的，并不存在算力和能耗焦慮。

對于算力高度集中的數據中心應用場景，能算一體也許是個發展方向，能源自給自足肯定是有利于降低成本的，但代價是能源供給的穩定性。分布式能源是一種能源結構，涵蓋的面比能算一體更廣泛，解決的不止是數據中心能耗的問題。

[出處] 小模型技術是中國企業率先導入裝備中，大模型也不例外. 科工力量, 2024-04-18