2025年5月22日,21:35:46文本 / sihai源 /节点的融资已从100个模型的战争增加转向了关于伟大PMF模型的市场讨论(Mercado de Productcia Concience)。随着DeepSeek的出现,所有这些都改变了。 DeepSeek是完全免费和开源的,在全球范围内造成风暴。不仅降低了计算机功率的成本,而且还改变了开源的进攻和防御地位和模型的封闭来源。几乎所有大型技术公司,互联网公司和初创公司都宣布了自己的出色开源模型,或者正在基于开源模型来重组其业务。如果过去代码模型的过高成本限制了公司的大型模型的应用,那么当今最大的开源模型和更大的模型如何重建公司业务模型?真正繁荣的生态系统是什么样的生态学?公司通过Empow的错误问题和概念是什么用出色的模型来开展业务?总共采访了八名专业人员,涵盖了B端技术和C端应用程序的供应商,并就出色模型和应用方法的本质进行了协作讨论。 01大型模型是AI时代的水,电和煤炭。随着最大的模型生态学开始越来越大,声音在市场上发行。大型模特时,谁是杀人申请?铸锭,豆袋还是chatgpt?当关键模型商人花费营销费用来增加日常活跃用户时,行业专家可以保持放大的方式,并在大型模型时代寻找微信和QQ。在“节点的融资”中认为,大型模型和陷入困境的Ternet之间的本质区别在于,第一个是“生产力工具”,第二个是“生产关系的重建主义者”。阿里巴巴云智能集团副总裁米彭说,财务节点的s具有伟大模型的优势,可以将其深入整合到数千个行业的各个方面,并且可以作为智能的大脑系统整合到各种硬件设备中。该软件格式使您可以通过协作完成与人员完成任务。或成为自主驾驶控制系统,并指示其他商业系统自动完成工作过程。大型模型的多元化应用形式使宝贵的格式和商业模型更加多样化。如果您想为大型模型找到适当的参考坐标系,则集成电路比互联网更好。节点财务还针对应用公司就各种应用程序方法进行了采访。我们发现,提高效率和降低成本是与多个受访者交流期间最大模型的最出色特征。以控制系统为例,Leike Zhitu,WHICH专注于为良好的行业和采矿提供无人驾驶的驾驶解决方案,他说,中国采矿机械品牌的价格只是海外品牌品牌的一半,但是在使用大型模型来重建场景能力,现场的能力,其非货币机械的价格仅是相同的业务,但仅仅是相同的行动,但仅是相同的行动,但却仅限于企业。场景,但只有场景的操作,但只有Esdinner的操作,但只有场景的操作,但只有场景的操作,但只有场景的操作,但只有场景的操作,只有场景的操作。该品牌也增加了更多的保费。以软件表格和业务业务之间的合作为例,新的蓝色Li Weihan数字集团能够通过应用程序提高内容生产的效率智能生物。据透露,它已经显着改善。仅在2025年第一季度,预计由AI驱动的蓝色光标的收入达到了30亿至40亿元人民币,接近去年。应用程序的特征是RAM硬件设备(例如Smart Brains)的示例,以改善场景。 Ruiwo Technology的首席执行官Wang Qi专注于酒店的研发智能产品,它表明,它基于大型模型的开源特征,以快速开发新功能,将自我服务的注册过程从2分钟减少2分钟到10秒钟,并可以避免潜在的60%的潜在付款时间来促进小额支付。与了解大型模型渗透到公司和行业的方式相比,探索公司可以使用较大模型来改变其业务的方式更有价值。小米的观点是,如果您想客观地测量E当前国家的AI行业不仅关注模型分类,还关注整个软件应用程序生态系统是否蓬勃发展。这是确定AI行业应用程序实施的标准。罗宾·李(Robin Lee)还说,模型分类(无论是开放源还是封闭源)都不是重要的。重要的是应用程序。昆兰学院(Kunlan Academy)是该国主要的商业培训学院,也有类似的看法。大型基本模型需要高计算机成本支持,少数公司的业务以及大多数公司必须专注于优化其舞台应用程序。市场是测试技术价值和产品竞争力的最终标准。那么,应用程序最前沿的公司如何形成封闭的商业电路? 02应用程序上的公司如何使用较大的型号?最大的模型以三种方式渗透商业场景:集成硬件在智能大脑中,软件协作和自动化系统控制。其有效性的核心是,公司是否可以使用独特的方案数据来形成封闭的商业循环。五个数据部分的主要业务包括舆论监视。在出现大型模型之前,AI被用来加强公众舆论监视平台,但是当时,AI还不够聪明。例如,通过识别100篇文章,AI正常情绪试验的精度仅为70%。从那时起,主要模型技术一直在不断改进。在调整原始数据后,借助大型模型,对文本和视频内容的感情分析的精度增加到98%,从而大大降低了舆论主管的人工成本。 Wujie Data的创始人Tian Wenjun认为,大公司e广泛的业务。除了密集的触手外,还要利用塞格曼场景中的商机,通过独特的数据和形成封闭的商业循环改进大型模型,是一种销售中小型企业的方式。此外,推荐的情报改善了数据和商业场景与大型模型相结合,从而提高了公司的竞争力。黄阳说,在采矿场景中,市场上最常见的模型具有过多的计算机功率,而真正缺少的是分段的情况。积累数据并不容易。采矿现场着重于地下非标准交通阶段,数据的数据少于公共道路。同时,典型的大型模型很难直接满足矿山的特殊需求,因此必须根据行业的特征进行个性化和优化算法。 Leike Zhitu改善了无人Drivin的应用g场景L4在矿山中涉及大规模调整后的模型,改善了在复杂场景中制定模块的有效识别和协调能力,并最终降低了地下操作员的几乎50%的能量,并提高了矿场风景的安全性。据了解,这在过去逐渐有效,因为“价格只是进口团队的一半”。目前是国外品牌的技术替代品。除了加深细分方案以提高竞争力之外,大型公司的大型公司的应用也从不关注单点的进步,而是适用于提高完整的链接效率。 Hongqitian Ma Zihan的共同创始人承认,公司在业务中的伟大模型的授权涵盖了整个链接,包括创建内容,用户信息分析,海报运营商和优化。 Danghongqitian grOUP是一家AI+XR生态和文化技术公司,具有完整的连锁设计,可创造身临其境的数字体验和人工智能(AI),5G云表示,大空间定位,高级传感器,5G-A等。据了解,项目实施通常涵盖多个链接,例如用户市场研究,内容创建,用户实施和分析的执行。作为一个非标准行业,内容与不同地区用户的偏好和文化差异重叠。每个项目计划的特征都是非正式的。但是,重要模型的能力的提高只能解决这个问题。 Ma Zihan透露,大型模型可以参与多个链接,以开发代码,脚本优化和生成图像,从而减少内容生产周期。同时,最大的模型也可以应用于用户知识,帮助受欢迎的Qitians到SEE紧密地关闭了该地区的文化特征和一般趋势。此外,虚拟场景体验XR/VR还包括多模式交互,这允许用户体验互动的持续时间捕获用户对内容和反馈产品的评论,以进行创意迭代。当最大型号是标准垂直段配置时,公司如何避免“剧院效应”?答案是代理。从Li Weihan对新蓝色乐队数字集团的愿景来看,代理是场景应用程序的大型模型的必然演变。米彭也表达了类似的观点,即代理是AI时代的一种软件形式。正如十年前SaaS是一种软件一样。根据“节点金融”的观察,智能组织在公司业务中发挥了越来越重要的作用。我们以营销行业为例,内容为国王。自AIGC的受欢迎程度以来,统一内容的流动流动在市场上。如何产生高质量的内容并吸引用户关注是营销公司应该思考和解决的问题。蓝色光标为此提供了解决方案。 2023年,Blue Cursor开始积极实施完整的链接营销,与Alibaba Cloud,Baidu智能云和火山引擎等主要平台合作,以创建独家的营销模型。布鲁阿。但是垂直营销模型只是蓝色光标的开始。 Li Weihan说:“不同领域的客户仍然有障碍的知识和信息差异。”为此,蓝色光标积累了数据,并通过为客户提供服务和生成智能机构来获得过去积累的经验。即使是行业的初学者,也可以在知识分子的帮助下为品牌客户取得良好的成果。目前,蓝色光标会创建100多个智能机构,其中包括30多个智能机构,已达到EX的水平perts。智能机构,对B站和小舒等多个平台上的社交网络的真实时间分析只有10分钟。在零散的场景中形成闭合电路,加强与AI的完整联系,甚至产生了看起来很简单的代理,但是这些公司在找到解决方案之前不可避免地会偏离。因此,“节点金融”还与行业官员与参考公司讨论了几种方法。首先,它拒绝对技术的盲目崇拜。重要或不是一个伟大的模型很重要,但是黄阳告诉我们,在将AI集成到商业场景中之前,许多公司必须等到基本基本模型非常高级之前。实际上,现有的大型型号具有广泛的计算机功率。垂直公司所要做的就是删除他们长长的Kong-Iji礼服,从实验室中删除他们的学习技能,转向特定的应用程序场景,中断软件和硬件障碍,并实现关闭Circuitdo商务。 Huang Yan总结道:“不要害怕困难或疲劳。在闭门造车后面工作,练习更多,尝试更多错误。”此外,许多垂直公司专注于突出显示哪些已知模型配备了哪些模型,以及它们如何兼容推广其产品。实际上,子部门公司的方法必须优化用户体验,尤其是为了降低用户成本。 AI Dimension侧重于创建基于研究的代理。创始人兼首席执行官Yang Yuliang说,代理商价值的核心是背景。因此,我们使用具有互动经验的代理商为用户提供学术和可靠的学术和研究服务。例如,过去,当学生,研究人员和专家编写了整个领域收集的文件,报告或数据时,他们通常会出现在未知领域中找到数据并分析知识的问题。目前,由维度x1独立开发:维度AI,智能T研究助理可以在很短的时间内提取重要信息,并获得可靠的研究结果。 Kunlun Wanwei也有类似的看法。基础模型很重要,但它是衍生足够强大的高级产品的基础,只有准确地了解产品市场的适用性以及对市场需求的更深入的了解。此外,公司可以提供快速的反馈,快速行动和新的市场变动。基于快速方向的验证应形成封闭的产品值电路。其次,数据和隐私的积累。几位受访者说,对AI模型的培训是基于大量高质量数据,需要大量资源和时间才能重新进行,分类和写下数据。数据安全和隐私保护也是重要的问题,这一点很重要。因此,公司必须建立完整的数据管理和安全机制,以避免数据泄漏和恶意使用。李维汉认为,应用大型模型尤其是代理商的发展,而不是在夜晚,而只是AI业务转型的开始。公司必须特别注意长期数据的积累,以实现其业务的持续发展并建立坚固的矿井。第三,AI无法完全取代创作者。当然,当AIGC风开始时,行业对替代创作者的讨论无止境,但是有些人与我们分享了AI无法取代人类的想法。马·Zihan(Ma Zihan)说,创造股份的本质是传达情感,态度和个人风格。人工智能可以提供令人惊讶的创造力,即AI的表达。内容必须很富有。 AI有AI的风格。不同的创作者有不同的风格和不同的受众群体。 AI提高了效率和生产,但是创造性的人类表达仍然具有其自身的价值。房间,组织适应和挑战。像大公司一样在人工智能技术的转型上,也有必要更改组织结构。真正采用,理解和可以在AI应用程序中做得很好的组织比仅仅采用技术更重要。这需要新的人才培训系统和组织格式。例如,从招聘到促销和激励措施,AI已成为蓝十字的最严格评估标准。如今,Blue Cursor拥有数百种技术才能和AI种子人才的技术才能。最后,中国人工智能应用程序仍处于早期阶段。在模型方面,中国仅落后于美国1-3个月,但是当涉及大型基本模型时,中国仍处于早期阶段。米彭在2024年表示,大约有28家与美国AI有关的独角兽公司,而代码生成领域包括6-8家独角兽公司。但是,虽然中国市场上的许多公司都是Reinfo与AI一起使用,不可能将本地AI公司的规模或NA NAI AI公司的规模与美国市场进行比较。但是,从长期的角度来看,这并不意味着中国公司被抛在了美国。 Kunlun学院告诉Node Finance,美国公司在浮肿基本技术和大型算法模型方面具有优势,而中国在实施应用程序和数据方案的实施中具有巨大的潜力。破坏技术限制并与行业资源集成是中国公司中断的一种方式。当然,作为基础设施,已经实现了大型模型的蓬勃发展,从而在一生中实现了渗透率。米彭预测,所有智能硬件将由较大的模型驱动。所有软件均由大型模型重建。此外,所有数据均通过大型模型激活。中国AI应用程序生态系统仍处于早期阶段,但在开源浪潮中中小型企业通过“深度场景 +数据积累的文化”取得了差异化的进步。正如Xiaopeng所说,大型模型时代的竞争不是“ 100米”的冲刺,而是“马拉松的耐用性”,这为中国公司提供了建立本地生态系统的战略窗口。 *标题的图像是由AI生成的