4月16日,2024宇視合作伙伴大會在千年烏鎮舉辦。大會上,宇視科技總裁張鵬國先生表示:大模型技術必定會給這個時代,給我們所處的這個行業帶來很多新的可能性,是整個AIoT行業當下最大的技術變量,宇視要堅持“準確識別環境、充分迎接挑戰、集中關注核心命題、積極推動變革”。

以下是宇視科技總裁張鵬國在2024合作伙伴大會的演講全文:

各位尊敬的合作伙伴,早上好!

最近和幾撥渠道老板聊天,大家普遍都對大模型有技術和產業焦慮,尤其馬斯克、黃仁勛、奧特曼三個人的車輪戰出場,無形的壓力很大:一會文生視頻了,一會文生歌曲了,下半年又要文生3D了。完了,我們公司要完了,我們要裁員了...每晚睡前感覺道路千萬條,早晨起來還是繼續走老路。

這次我們就聚焦探索一下我們的道路。

毫無疑問,大模型是當前人工智能領域最為耀眼的技術,代表了人類在信息處理領域的最高成就。也是從3G無線通信技術之后,20多年來,科技界最激動人心的一次技術突破。

關于大模型技術是一次技術革命還是技術升級,是“伽利略時代”?還是“牛頓時代前夜”?業界一直有不同的觀點:

閉源派、技術信仰者更傾向于這是一次技術革命,因為大模型跑通了圖靈機,有突破性的技術框架,也有令人驚艷的應用效果。比如文生視頻的Sora,文生曲的Suno;

開源派、市場信仰者更傾向于這是一次技術升級,遠遠不到談什么什么時代,Sora等為何遲遲不開放商用?類似的,可借鑒自然語言處理NLP,上世紀五十年代,大家幾乎都相信,只要把所有的字典詞典輸入電腦,就可以搞定所有的自然語言理解和翻譯。然而,這事實在太難了,近70年后的今天,自然語言處理才像點樣,按摩爾定律計算,算力增長了10萬億倍。

事實是,任何技術的革新都有一個漸進的過程,大模型技術也不例外。站在我們這個行業的角度去看,一切才剛剛開始。

可以確定的是,大模型技術必定會給這個時代,給我們所處的這個行業帶來很多新的可能性,是整個AIoT行業當下最大的技術變量,我們必須重視,必須提前投入。

通用大模型是全球Top公司的戰場,需要千億級美元的投入。而且這些通用大模型各有千秋你追我趕,一定會先后開源,這個不容置疑。

在開源的通用大模型的基礎上,疊加各細分行業的訓練數據、細分場景需求、管理模式及運營模式的需求,就可以構建行業大模型。今天,我要特別欣喜地告訴大家:宇視已經做到,并開始迭代了。

去年渠道大會的時候,我們發布了梧桐行業大模型。在過去一年,我們不斷地對梧桐進行技術升級,已經有很多的應用案例落地。當下,雖然通用大模型的應用效果的宣傳(在C端的互聯網場景)更引人注目一些,但行業大模型的商業化前景更確定、更清晰。

行業大模型如何能真金白銀地商業變現?如何能更好地商業化?這是我們一直以來思考的一個問題。

業界的觀點就是倆方向:裝備大模型化、大模型裝備化。前者類似+AI,后者即AI+。

在上一波深度學習的熱潮中,行業內也有+AI和AI+的爭論。從實踐結果上看(至少從2B/2G領域看),+AI大獲全勝,有幾個確定性的結論:

一是賣算法(含大模型)的商業邏輯肯定不通,大坑無數;

二是算法/軟件公司轉型做硬件產品非常艱難,底層的體系能力大不相同,挑戰太大。

即:大模型裝備化/工具化之路非常坎坷。昨天在來桐鄉的路上,聽聞一套大模型的價格已經跌到了20萬以內,去年這時候,還是幾百萬。斷崖式的減值曲線。為什么?因為軟件的生態、軟件的價值始終沒有得到很好的解決,而且越來越糟糕。不展開了,參見陳果George的文章《中國企業軟件行業到了最危險的時候》。

在大模型時代,也同樣存在商業化落地的路線選擇問題。從整個行業看,工具/裝備類產品可能是大模型技術最先的商業落地點,手機/PC、office/adobe等辦公軟件/APP,都在快速集成大模型技術,成為大贏家。

宇視的AIoT產品,是裝備也是工具。而且宇視有成熟的產品體系能力,所以,對于宇視來說,大模型技術的商業化落地的路線一定是:裝備大模型化,簡稱裝備化。

場景碎片化是AI技術的一個特點,大模型技術并沒有改善這一點,因為參數的指數級上升,反而大幅放大了碎片化,這是一大遺憾。對公司的渠道營銷能力/品牌營銷能力提出挑戰。

另外,細分場景落地的難,并不是技術維度上的難,還有商業邏輯閉環上的難。

太多的參數、太多的細分場景,其實并非有效需求,用戶價值、TCO成本和用戶愿意付出的代價之間,找到平衡點更不容易。我們只能優先去投入最有可能找到平衡點的細分場景,去滿足用戶真正的需求。

大模型技術是AIoT行業當下最大的技術變量,必定會給我們帶來新的市場機會點。一個大的機會點就是大量在網產品的更新迭代。

借助于行業大模型技術,邊、端產品有望用更低的成本,在某些細分場景下(還需要探索),實現更好的應用效果。

當然,技術升級也對產品和解決方案架構提出新的要求,比如要求云邊端的芯片都支持transformer架構。

是的,芯片的升級換代,意味著最直觀的需求:所有產品都會被重做一遍。

技術進步會催生更多的非安防場景,比如AI體育和體測,在本次峰會的現場,大家能看到很多的體測屏產品,歡迎大家品鑒并給出意見和建議。

為什么是文教體行業的AI?第一、用戶基數龐大,市場空間足夠大。第二、政治正確,符合社會進步的方向(把老人們從過度治療的醫院中救出來、把中年人從文山會海中拽出來、把孩子們從題海中撈出來)。第三、沒有那么苛刻的精度要求(不必100%),給技術進步(包括大模型固有的幻覺)留出了空間。

宇視科技的定位一直是產品和解決方案供應商,我們的核心策略歸結起來就一句話,“軟件硬件化、硬件裝備化、裝備序列化”。算法也是軟件。我們堅信這個策略是符合行業發展趨勢的,與宇視的既有能力也是高度匹配的。

這么多年我們一直是沿著這條路走過來的,我們有足夠的技術積累,也有絕對的組織自信。這是宇視的基因里自帶的,強大而牢靠,身經百戰、誰都不懼。請大家放心,更期待大家能一如既往地支持宇視。

對信息和能源的利用效率的提升一直是推動人類社會進步的兩條主線。在大模型時代,這二者之間的關系越來越緊密,如同一對雙螺旋。

現有的大模型技術,走的是“天量參數+無限算力”=“大力出奇跡的暴力破解”的思路,有人調侃是“傻小子睡涼炕,全憑火氣旺”。這樣的訓練和推理過程需要大量的計算資源,需要消耗大量的電能。

這和人腦思考問題的方式不同,人腦太低功耗了,按佛教的觀點,一個念頭后面就有三萬六千個畫面,功耗才幾瓦?因為這一點,推理派對統計派是不認可的,但統計派暫時取得了勝利,在此,我們不展開。進化了億萬年的碳基還是很牛的,不會那么輕易被擊敗。

高能耗對電網的供應能力,對企業的運營成本,對全球的氣候環境都會造成很大的挑戰。

解題思路無非兩種,一是降低大模型訓練和推理的能耗水平,二是改變能源供給結構,更多的使用清潔能源,如風光水發電,大多是四散分布的,所以需要構建分布式能源系統。分布式能源也是國家能源安全的一個極其重要的舉措,和平的國度里,大家無法體會,但我認為西北歐國家已體會到了。

基于這樣一些認識,我們果斷進軍新能源業務領域,先從充電樁產品和家庭儲能系統切入市場,和AIGC技術一起迭代進步。

去年第一次提這句話,是為了推動整個公司向真正的渠道營銷轉型,推動公司各組織把渠道當客戶,切實為渠道服務。

今天,我們更深度理解了這句話。

我關注到工信部前部長苗圩部長的一句話,特別有洞見:我們應該學會利用中國下圍棋的這個辦法進一步的謀劃,如何在技術相對落后的情況下,通過我們大模型來賦能制造業,賦能各個具體的領域。

這是近期看到的最客觀理性又知己知彼的觀點,既不妄自菲薄,也不妄自尊大,很智慧。

是的,宇視要通過大模型來賦能制造業,宇視再來賦能渠道,讓渠道去賦能各個細分領域,從而完成各個細分場景的商業閉環。

所以,我們決定把我們的能力全面向渠道開放,從研發、制造到質量管理、品牌營銷,只要渠道想要,我們都要快速賦能快速地給。

“準確識別環境、充分迎接挑戰、集中關注核心命題、積極推動變革”,宇視這么多年的數次變革,尤其是我自己推動的數次重大變革,都是緊緊圍繞這四句話展開的。

確定我們對環境變化的判斷,迎接我們的挑戰和命題,主動求變主動自我革命,相信我們一定能取得一個又一個勝利。

請大家永遠銘記這三句話:

1. 大模型只是技術升級,不是革命

2. 軟件硬件化、硬件裝備化、裝備系列化

3. 未來所有的裝備都會重做一遍

謝謝各位的鼎力支持,祝各位身體健康、萬事順意、基業長青!

張鵬國,2024年4月16日,桐鄉烏鎮。

審核編輯 黃宇