Auteur : Recherche inachevée par Qiming Venture Partners
Recommandation du cheval noir de l'IA :
Auparavant, nous avons partagé les rapports de recherche de l'Université Tsinghua et du Tencent Research Institute (voir articles précédents). Le rapport partagé cette fois provient de Qiming Venture Partners. Ce rapport sur l'intelligence artificielle a clarifié ChatGPT, Gen-AI, grands modèles, multimodal...
一| En 2022, ChatGPT est né et une percée a été réalisée dans l'application des modèles de diffusion. Cette année est également connue comme l'année de l'intelligence artificielle générative.
二| En 2023, le grand modèle atteindra son apogée et l'intelligence artificielle générative entrera dans la phase d'application innovante de l'intelligence artificielle générale.
三| En 2024, la Chine disposera d'un modèle multilingue à usage général comparable au GPT-4.
四| Avant 2025, les modaux tels que la vidéo et la 3D inaugureront des modèles marquants, améliorant considérablement l'effet de génération.
五| L'écologie de l'intelligence artificielle générative comprend la couche d'infrastructure, la couche de modèle et la couche d'application. L'innovation est initiée à chaque niveau et la concurrence est également lancée entre les géants de la technologie, les leaders de l'industrie et les start-ups. Face à cette technologie révolutionnaire, les entreprises s’impliquent activement ou passivement. Qu’il s’agisse d’un acteur technologique historique, d’un innovateur ou d’un adoptant, le modèle économique changera, ce qui affectera à son tour le développement de l’entreprise.
Lu| À l'heure actuelle, l'IA générative en est encore aux premiers stades de développement technologique, et l'infrastructure et les technologies de base sont immatures ; les géants de la technologie sont occupés à développer de grands modèles et n'ont pas pris en compte la profondeur des scénarios d'application spécifiques. . Mais lorsque les géants ajoutent des fonctions similaires, c'est toujours une épée de Damoclès qui plane au-dessus de la tête des start-ups, et l'élargissement des limites des capacités des modèles à grande échelle peut également évincer l'espace de développement des start-ups à l'avenir. l'océan bleu, il y a aussi des récifs cachés sur la route du développement.
百| Le grand modèle n'est pas seulement utilisé pour générer des articles et des images, mais peut également être utilisé comme agent intelligent pour aider à gérer et à effectuer des tâches plus complexes. Le modèle open source permet une formation professionnelle, miniaturisée et à faible coût, et concurrence et complète le modèle de base fermé, qui promeut conjointement l'application de la technologie d'intelligence artificielle générative et accélère le déploiement de modèles vers les terminaux mobiles et de périphérie.
八| Les grands modèles d'intelligence artificielle générative évoluent de plus en plus vers la multimodalité, et l'intelligence incarnée est également devenue une direction de recherche importante, aidant l'intelligence artificielle générative à mieux comprendre et gérer la complexité et la diversité du monde réel.
九| Avant l'émergence d'un grand modèle de langage plus prometteur, afin d'obtenir de meilleurs résultats dans le domaine vertical, les trois méthodes suivantes coexisteront : 1) Utiliser des données plus générales pour la pré-formation générale des modèles à grande échelle sans introduction spéciale de données industrielles ; 2) Utiliser des données spécifiques à l'industrie pour affiner (Fine-Tuning) les modèles généraux à grande échelle ; 3) Utiliser des ensembles de données avec une proportion plus élevée de données industrielles pour la pré-formation des modèles verticaux.
** Reprise | ** L'IA incarnée représentée par PALM-E montre un grand potentiel en termes de perception, de compréhension et de prise de décision des robots, mais il existe de grands défis en matière de formation et de fiabilité actuelles. À court terme, Transformer est en train de devenir la structure de réseau dominante aux modalités multiples, mais une méthode générale pour compresser l'ensemble du monde numérique n'est pas encore apparue, et Transformer n'est pas la fin de la technologie de l'intelligence artificielle. Le marché actuel de l’IA générative en est aux premiers stades de domination technologique, et il existe des opportunités pour les sociétés de plateformes d’une valeur marchande de plusieurs centaines de milliards de dollars.
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Ce rapport de recherche sur l'IA a rapidement identifié ChatGPT, Gen-AI, les grands modèles, le multimodal...
Source : IA cheval noir
Auteur : Recherche inachevée par Qiming Venture Partners
Recommandation du cheval noir de l'IA :
Auparavant, nous avons partagé les rapports de recherche de l'Université Tsinghua et du Tencent Research Institute (voir articles précédents). Le rapport partagé cette fois provient de Qiming Venture Partners. Ce rapport sur l'intelligence artificielle a clarifié ChatGPT, Gen-AI, grands modèles, multimodal...
一| En 2022, ChatGPT est né et une percée a été réalisée dans l'application des modèles de diffusion. Cette année est également connue comme l'année de l'intelligence artificielle générative.
二| En 2023, le grand modèle atteindra son apogée et l'intelligence artificielle générative entrera dans la phase d'application innovante de l'intelligence artificielle générale.
三| En 2024, la Chine disposera d'un modèle multilingue à usage général comparable au GPT-4.
四| Avant 2025, les modaux tels que la vidéo et la 3D inaugureront des modèles marquants, améliorant considérablement l'effet de génération.
五| L'écologie de l'intelligence artificielle générative comprend la couche d'infrastructure, la couche de modèle et la couche d'application. L'innovation est initiée à chaque niveau et la concurrence est également lancée entre les géants de la technologie, les leaders de l'industrie et les start-ups. Face à cette technologie révolutionnaire, les entreprises s’impliquent activement ou passivement. Qu’il s’agisse d’un acteur technologique historique, d’un innovateur ou d’un adoptant, le modèle économique changera, ce qui affectera à son tour le développement de l’entreprise.
Lu| À l'heure actuelle, l'IA générative en est encore aux premiers stades de développement technologique, et l'infrastructure et les technologies de base sont immatures ; les géants de la technologie sont occupés à développer de grands modèles et n'ont pas pris en compte la profondeur des scénarios d'application spécifiques. . Mais lorsque les géants ajoutent des fonctions similaires, c'est toujours une épée de Damoclès qui plane au-dessus de la tête des start-ups, et l'élargissement des limites des capacités des modèles à grande échelle peut également évincer l'espace de développement des start-ups à l'avenir. l'océan bleu, il y a aussi des récifs cachés sur la route du développement.
百| Le grand modèle n'est pas seulement utilisé pour générer des articles et des images, mais peut également être utilisé comme agent intelligent pour aider à gérer et à effectuer des tâches plus complexes. Le modèle open source permet une formation professionnelle, miniaturisée et à faible coût, et concurrence et complète le modèle de base fermé, qui promeut conjointement l'application de la technologie d'intelligence artificielle générative et accélère le déploiement de modèles vers les terminaux mobiles et de périphérie.
八| Les grands modèles d'intelligence artificielle générative évoluent de plus en plus vers la multimodalité, et l'intelligence incarnée est également devenue une direction de recherche importante, aidant l'intelligence artificielle générative à mieux comprendre et gérer la complexité et la diversité du monde réel.
九| Avant l'émergence d'un grand modèle de langage plus prometteur, afin d'obtenir de meilleurs résultats dans le domaine vertical, les trois méthodes suivantes coexisteront : 1) Utiliser des données plus générales pour la pré-formation générale des modèles à grande échelle sans introduction spéciale de données industrielles ; 2) Utiliser des données spécifiques à l'industrie pour affiner (Fine-Tuning) les modèles généraux à grande échelle ; 3) Utiliser des ensembles de données avec une proportion plus élevée de données industrielles pour la pré-formation des modèles verticaux.
** Reprise | ** L'IA incarnée représentée par PALM-E montre un grand potentiel en termes de perception, de compréhension et de prise de décision des robots, mais il existe de grands défis en matière de formation et de fiabilité actuelles. À court terme, Transformer est en train de devenir la structure de réseau dominante aux modalités multiples, mais une méthode générale pour compresser l'ensemble du monde numérique n'est pas encore apparue, et Transformer n'est pas la fin de la technologie de l'intelligence artificielle. Le marché actuel de l’IA générative en est aux premiers stades de domination technologique, et il existe des opportunités pour les sociétés de plateformes d’une valeur marchande de plusieurs centaines de milliards de dollars.