0
作者：辛夷
編輯：余快
大模型，帶來了AI 2.0，也帶來了無限可能。
但無論其未來有多“無限可能”，還是會(huì)面臨同一個(gè)核心問題：如何落地。
這么多年來，要選一個(gè)AI落地過程中的最大挑戰(zhàn)，AI產(chǎn)品恐怕是其中之一。技術(shù)浪潮迭代，場景紛繁復(fù)雜，而產(chǎn)品作為連接兩者之間的橋梁，一直沒有被很好地定義。
海量應(yīng)用場景之下，AI產(chǎn)品將如何定義？
去年，曠視提出了“算法定義硬件”的概念。近日，曠視推出了魔方B4T系列產(chǎn)品。如果說“算法定義硬件”是曠視的解題思路，那么“魔方B4T系列”就是曠視階段性的答案。
作為一個(gè)擁有十多年積累的AI玩家，“算法定義硬件”到底能不能行得通？面對即將到來的大模型時(shí)代，曠視對于AI產(chǎn)品的理解又將發(fā)生哪些變化？
識(shí)別率提升、精度突破、榜單排行，是早期AI界的主旋律。
那時(shí)候的AI企業(yè)，也處于看到算法領(lǐng)域的難題就解決目標(biāo)的狀態(tài)，因此他們將注意力放在研發(fā)出標(biāo)準(zhǔn)化的模塊和SaaS服務(wù)類產(chǎn)品。
嘗試落地的他們很快發(fā)現(xiàn)，每個(gè)場景沒有通用解決方案，客戶需要的不是單個(gè)模塊或開發(fā)包，也不具備集成SDK的能力，標(biāo)準(zhǔn)的SDK可以落地，但未必能解決客戶的問題。
比如，即使同一品牌，幾百款不同產(chǎn)品，具備不同的芯片、傳感器性能、解析度大小、焦距遠(yuǎn)近等，規(guī)格、要求各不相同，每個(gè)應(yīng)用場景，都對應(yīng)一套硬件和一套算法，是一個(gè)巨大的工作量。
歸根結(jié)底，AI本身并不是一個(gè)產(chǎn)品。
曠視意識(shí)到，他們必須改變路徑。于是，他們決定圍繞自己核心的AI能力做產(chǎn)品化方案。
將人工智能技術(shù)產(chǎn)品化，并落地到諸多行業(yè)場景中，這并不是一件容易的事。
在人工智能產(chǎn)業(yè)化過程中，技術(shù)到產(chǎn)品之間存在一個(gè)巨大的鴻溝。
企業(yè)不僅需要從技術(shù)角度考慮可實(shí)現(xiàn)性，更從工程角度考慮落地方案，注重工程現(xiàn)場與算法性能結(jié)合。比如視頻應(yīng)用環(huán)境各式各樣，有白天、晚上、下雨等等，不同條件下的成像都不太相同，就會(huì)要求算法必須要滿足復(fù)雜的開放環(huán)境。
曠視因此走上了五六年的產(chǎn)品化探索之路，從重技術(shù)，轉(zhuǎn)變?yōu)槌酥丶夹g(shù)，也重產(chǎn)品、重客戶、重生態(tài)。
與此同時(shí)，市場也在發(fā)生巨大變化：AI需求大量爆發(fā)。AI等技術(shù)日趨成熟，與碎片化行業(yè)場景不斷深度融合，越來越多的細(xì)分領(lǐng)域的長尾需求被激發(fā)，一個(gè)海量AIoT市場慢慢浮出。
明廚亮灶、火焰識(shí)別、電動(dòng)車識(shí)別、吸煙識(shí)別、反光衣識(shí)別、快遞爆倉識(shí)別、疲勞駕駛檢測......
無數(shù)散落在全國各地區(qū)、各行業(yè)的AI需求，像潺潺流水的小溪，正流淌、貫穿出一副山河巨制。
但市場太大，供應(yīng)太少。而且，扎根長尾市場的企業(yè)少，也沒有一家公司能涵蓋所有算法。
這些場景里，基數(shù)更多的中小企業(yè)，于他們而言，算法生產(chǎn)門檻高、周期長、成本高、效果差。
說白了，AI依然是貴族技術(shù)，長尾場景難擁有。
AI產(chǎn)業(yè)界的共同富裕，就是讓各行各業(yè)真正從智能化、數(shù)字化變革中獲益，其中非常核心的要點(diǎn)，是算法類別的豐富性和算法的高性價(jià)比。
針對AIoT的場景化需求與當(dāng)下的困境，曠視提出了自己的解法：算法定義硬件。
AI技術(shù)要能形成一個(gè)真正的商業(yè)閉環(huán)，需要在與場景深度結(jié)合基礎(chǔ)上，找到合適的載體，即算法+硬件+應(yīng)用，針對場景匹配最優(yōu)，才能規(guī)模落地。
曠視通過“標(biāo)準(zhǔn)化硬件+開放算法平臺(tái)”的產(chǎn)品組合來解決落地問題。
簡單來說就是通過海量算法+一定數(shù)量的通用型/標(biāo)準(zhǔn)硬件，滿足AIoT領(lǐng)域海量的碎片化場景需求，為萬千場景提供普惠的人工智能算法。
曠視聯(lián)合創(chuàng)始人、企業(yè)業(yè)務(wù)產(chǎn)研負(fù)責(zé)人楊沐告訴雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))，雖然整個(gè)B端市場的場景多樣、需求碎片，但這些年，企業(yè)客戶市場已經(jīng)發(fā)生幾大趨勢：基礎(chǔ)設(shè)施的云化、核心技術(shù)的互聯(lián)網(wǎng)化、應(yīng)用的數(shù)據(jù)化和智能化。
曠視也開發(fā)了幾個(gè)大品類的通用硬件，比如模組、邊緣計(jì)算盒子、面板機(jī)、AI IPC等，在這些通用硬件載體之上，針對不同場景，開發(fā)不同算法。
曠視給予合作伙伴算法量產(chǎn)能力，讓大家基于自己行業(yè)理解能開發(fā)出更好的產(chǎn)品，讓更多人懂AI、用AI，并結(jié)合生態(tài)伙伴，賦能千行百業(yè)。
曠視想要實(shí)現(xiàn)的，不只是行業(yè)“用上”AI，還有“用好”AI。
楊沐看來，真正的“好產(chǎn)品”，核心就兩個(gè)字：簡單。好產(chǎn)品，讓用戶簡單用AI。
此前數(shù)十年，曠視建立了一套強(qiáng)大的技術(shù)體系，但僅有好的AI技術(shù)還遠(yuǎn)遠(yuǎn)不夠，好技術(shù)必須變成最好的產(chǎn)品。曠視一直以AI技術(shù)立身，如今，曠視要以產(chǎn)品立命。
這是曠視“算法定義硬件”軟硬一體產(chǎn)品設(shè)計(jì)理念的延伸，也與AI平民化一脈相承。
楊沐認(rèn)為，To B的好產(chǎn)品，不只是用戶用起來，還要用得好，用得降本增效。不同環(huán)節(jié)的好產(chǎn)品定義不同，而簡單，是所有環(huán)節(jié)最有效、最終極的事情。
“好技術(shù)的評判標(biāo)準(zhǔn)眾多，但產(chǎn)品，市場是唯一檢驗(yàn)標(biāo)準(zhǔn)。”
曠視的“簡單”分成三個(gè)層面：選品環(huán)節(jié)“易決策”、履約環(huán)節(jié)“輕交付”、使用環(huán)節(jié)“好口碑”。
一是高效選品，通俗講，就是能夠支持客戶“閉著眼睛選”。高性能、高性價(jià)比、少而精的產(chǎn)品會(huì)讓客戶的決策更簡單，因此要求產(chǎn)品集成度高；
二是輕交付，通過更好的產(chǎn)品定義、更簡單的配置方法，讓價(jià)值交付更簡單；
三是好口碑，讓伙伴省心、客戶放心、用戶舒心。
“當(dāng)一個(gè)產(chǎn)品能夠被簡單決策、使用和認(rèn)可，就能說明是好產(chǎn)品，自然也能獲得好口碑?！睏钽宸Q。
在推動(dòng)算法在各行各業(yè)的實(shí)際場景落地的過程中，曠視一直堅(jiān)持“落地實(shí)用是算法價(jià)值的最終檢驗(yàn)標(biāo)準(zhǔn)”。
其實(shí)，好產(chǎn)品的背后一定是好技術(shù)，能夠降低AI使用門檻的技術(shù)，而好技術(shù)是能夠切實(shí)讓AI更好用，兩者是相輔相成，相互促進(jìn)的。
“好的產(chǎn)品，是將‘簡單’遞到用戶手中，將‘復(fù)雜’的技術(shù)留給自己。我們這幾年一直在聚焦、聚焦再聚焦，希望能把產(chǎn)品做得更少，但是做得更好?！睏钽灞硎?。
魔方B4T系列就是這樣一套解決方案，它是曠視基于“算法定義硬件”理念而打造的一款簡單、易用的產(chǎn)品方案，集曠視AIS算法生產(chǎn)平臺(tái)、邊緣計(jì)算智能分析盒、算法訓(xùn)練服務(wù)于一體。
首先是算法，最大程度簡化算法落地。
AI算法之所以是貴族技術(shù)，原因之一在于算法從生產(chǎn)到落地是一個(gè)多環(huán)節(jié)、長鏈條、高復(fù)雜的過程。它包含需求分析，數(shù)據(jù)處理，模型訓(xùn)練，上線部署，到最后的應(yīng)用落地。其中，算法還需要反復(fù)多輪的打磨。
AIS平臺(tái)將數(shù)據(jù)生產(chǎn)、算法模型和推理框架這三大核心環(huán)節(jié)標(biāo)準(zhǔn)化，并預(yù)先集成了多個(gè)核心底層模型。同時(shí)，魔方B4T將AI算法的生產(chǎn)、部署、運(yùn)行與維護(hù)整合到一個(gè)平臺(tái)上，配合智能分析盒，平臺(tái)、硬件、服務(wù)，用戶的算法需求可以在平臺(tái)上一站式解決。
算法量產(chǎn)問題解決了，訓(xùn)練步驟和訓(xùn)練周期太長？
魔方B4T的零代碼、高精度開發(fā)方式，將算法訓(xùn)練過程從12步簡化為僅5步，無需編寫任何代碼，使非技術(shù)人員也能輕松上手。目前，AIS平臺(tái)已經(jīng)能夠支持100多種業(yè)務(wù)模型訓(xùn)練，最快2小時(shí)即可完成。
而在使用端，用戶對這些都是無感的，用戶只需知道如何使用平臺(tái)，而不需要了解底層代碼，簡單上手就能訓(xùn)練出自己想要的場景算法。
千行萬業(yè)數(shù)字化，需求不盡相同。合作伙伴可以基于自身行業(yè)know-how，量身定制產(chǎn)品方案。
而這些，不僅限于曠視的合作伙伴。這套方案提供授權(quán)服務(wù)，合作伙伴在自己項(xiàng)目中使用訓(xùn)練出的算法和模型，還可以將它們授權(quán)給自己的合作伙伴。
這讓魔方B4T的輻射路徑，從點(diǎn)到線，再到面，向更多場景延伸，加速了算法推廣速度，進(jìn)一步激發(fā)場景創(chuàng)新。
降低算法開發(fā)的門檻和成本，讓算法得到量產(chǎn)，提升算法生產(chǎn)效率并加速算法落地。魔方B4T已經(jīng)在促進(jìn)千行萬業(yè)加速奔向數(shù)字化的路上。
軟件開發(fā)是人類歷史上最復(fù)雜的腦力協(xié)作。
這是軟件工程領(lǐng)域的一個(gè)共識(shí)。
而大模型這個(gè)“超級(jí)隊(duì)員”的到來，將創(chuàng)造新的模型研發(fā)范式。
首先，是開發(fā)方式的改革。
一個(gè)顯著的變化是從機(jī)器語言向自然語言的改變。以代碼開發(fā)為例，在大模型以前，系統(tǒng)無法理解自然語言，軟件是由人類工程師編寫，他們需要是去visual studio等軟件，為計(jì)算機(jī)提供明確的、逐步的指令，用機(jī)器的語言和機(jī)器交互。
相比之下，大模型是建立在一個(gè)使用數(shù)十億個(gè)語言詞匯進(jìn)行訓(xùn)練的神經(jīng)網(wǎng)絡(luò)之上。它創(chuàng)造了新的人機(jī)交互界面，可以按照開發(fā)者的自然語言指示生成機(jī)器語言。于是，現(xiàn)在在一個(gè)聊天窗口，用人類的語言就能和機(jī)器交互。
另一個(gè)是從程序員手寫到人機(jī)協(xié)作完成的改變。比如，大模型能實(shí)現(xiàn)自動(dòng)代碼生成/補(bǔ)全。其中GitHub Copilot，可能已經(jīng)有了10倍的效率提升。
其次，在算法訓(xùn)練效率上。
傳統(tǒng)算法訓(xùn)練模式，每個(gè)新算法都需要重新采集大量樣本數(shù)據(jù)、開發(fā)訓(xùn)練。
從前端數(shù)據(jù)采集到樣本標(biāo)注，從模型研發(fā)、訓(xùn)練到算法落地，戰(zhàn)線長，人力物力成本高企。在千行萬業(yè)源源不斷涌現(xiàn)算法需求下，這種模式越來越難以為繼。
通過海量數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練形成的大模型，融合了億級(jí)圖片、萬級(jí)視頻、十億級(jí)圖文的大模型，融合了更多模態(tài)信息，大規(guī)模自監(jiān)督學(xué)習(xí)的多模態(tài)人工智能算法，具備超強(qiáng)的泛化能力。
“大規(guī)模預(yù)訓(xùn)練﹢精調(diào)”模式，使得用戶不用收集大量樣本數(shù)據(jù)集，基于大模型通過零樣本、小樣本學(xué)習(xí)就能調(diào)優(yōu)，從而滿足場景多元化需求。
“預(yù)訓(xùn)練+精調(diào)”或?qū)⒊蔀樾碌难邪l(fā)范式，讓研發(fā)過程更加標(biāo)準(zhǔn)化，顯著降低了人工智能模型研發(fā)門檻。
某種角度，大模型是傳統(tǒng)AI“作坊式”生產(chǎn)模式的一次救贖。
而且，AI智能體技術(shù)的快速發(fā)展，有望進(jìn)一步加速AI落地應(yīng)用的進(jìn)程。比如，AutoGPT和AgentGPT等AI agent，可以自動(dòng)化理解、拆解并執(zhí)行任務(wù)，進(jìn)一步解放人力，加速業(yè)務(wù)全流程推進(jìn)。
今年，曠視科技升級(jí)了AIS一站式算法訓(xùn)練平臺(tái)，可結(jié)合曠視自研行業(yè)大模型，高效地定制、開發(fā)全新的算法模型，從而解決碎片場景中的問題。這將大大加速AIoT場景應(yīng)用的落地。
這些最新的大模型技術(shù)，將逐步緩解一直以來承擔(dān)“最復(fù)雜的腦力”工作的AI研發(fā)人員研發(fā)壓力。
在未來，大模型將進(jìn)一步降低了算法生產(chǎn)的門檻，提升了算法從生產(chǎn)到落地的整體效率。
大模型“海納百川”的魅力縱然令人著迷，但大模型就像是雷神之錘，如果沒有適合它的釘子，就難以發(fā)揮被期許的價(jià)值。
短期看，大模型轉(zhuǎn)化成生產(chǎn)力，還有一段距離。
大模型具有強(qiáng)大的通識(shí)能力，但是面對海量碎片化場景，仍缺少行業(yè)知識(shí)和高質(zhì)量數(shù)據(jù)的積累。此外，受邊緣側(cè)設(shè)備算力限制，大模型難以部署。
通用大模型的“大”和“通用”看著誘人，但對于細(xì)分領(lǐng)域的B端行業(yè)客戶，他們更需要的不是通用大模型的“全能”能力、綜合技術(shù)上的碾壓，而是模型的精度和質(zhì)量，即能在具體需求上追求極致，可以實(shí)現(xiàn)功能最大化的產(chǎn)品。
換句話說，行業(yè)客戶愿意為合理開發(fā)利用的功能買單，但不會(huì)為自己用不到的功能買單。
因此技術(shù)只有與具體行業(yè)結(jié)合變成產(chǎn)品，帶來實(shí)際的使用體驗(yàn)和轉(zhuǎn)化成效，才真正具有價(jià)值。
不同行業(yè)垂直度高，專業(yè)需求強(qiáng)，如何訓(xùn)練一個(gè)“更懂我”、“只懂我”的大模型？并在滿足細(xì)分領(lǐng)域需求的基礎(chǔ)上，做到成本可控？
短期內(nèi)，大小模型將以“組合拳”形式存在，大小模型各司其職，云邊協(xié)同發(fā)展，實(shí)現(xiàn)落地應(yīng)用。
一方面，通用大模型可以通過預(yù)訓(xùn)練+微調(diào)，產(chǎn)生行業(yè)專用大模型。另一方面大模型通過蒸餾、量化等方式，變成邊側(cè)易部署&升級(jí)的“小模型”，滿足客戶追求性價(jià)比的需求。
這也意味著，那些深耕于產(chǎn)業(yè)，能觸達(dá)更多的行業(yè)場景，更容易從生產(chǎn)線上獲取大量行業(yè)數(shù)據(jù)，且已經(jīng)積累了較多科學(xué)精準(zhǔn)樣本的企業(yè)，同時(shí)具備更快的技術(shù)迭代速度，將更好地滿足碎片化領(lǐng)域的需求和挑戰(zhàn)。
無論是大模型，還是AI，只要跟現(xiàn)實(shí)真實(shí)世界產(chǎn)生交互，無非只有三種模式，視覺、語音和文本。
這三種模式都是多模態(tài)覆蓋的，其中，視覺是重中之重。
AIoT的實(shí)現(xiàn)路徑，是通過收集通過物聯(lián)網(wǎng)終端產(chǎn)生的海量數(shù)據(jù)，存儲(chǔ)于云端、邊緣端，再被大數(shù)據(jù)分析后，并通過人工智能，基于數(shù)據(jù)來描述物質(zhì)世界，實(shí)現(xiàn)萬物數(shù)據(jù)化、萬物智聯(lián)化。
在AIoT的世界，視頻就是數(shù)據(jù)的一個(gè)強(qiáng)入口，產(chǎn)生的源源不斷高質(zhì)數(shù)據(jù)將成為數(shù)字化時(shí)代的新能源。
而視覺能力，則是曠視等AI企業(yè)在市場上已經(jīng)得到“千錘百煉”的強(qiáng)項(xiàng)。
在過去的十二年里，曠視已經(jīng)積累了豐富的產(chǎn)品矩陣，覆蓋消費(fèi)物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)、供應(yīng)鏈物聯(lián)網(wǎng)等AIoT各個(gè)領(lǐng)域。
在大模型時(shí)代，以技術(shù)為刃，切開更廣闊的空間，AIoT企業(yè)正在抵達(dá)的下一站。雷峰網(wǎng)雷峰網(wǎng)雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
