《智能小巨人：2024年AI商业观察Vol.04：大模型不止价格战（66页）.pdf》由会员分享，可在线阅读，更多相关《智能小巨人：2024年AI商业观察Vol.04：大模型不止价格战（66页）.pdf（66页珍藏版）》请在薪酬报告网上搜索。
1、AI商业观察Vol.04大模型,不止价格战智智能能小小巨巨人人科科技技出出品品 2024/05/30北京市朝阳区合生汇3楼王铮Silvia大大模模型型，不不止止价价格格战战NO.15月，中美“AI月”，国产大模型“价格战”开打各方观点：“降价猫腻多”、“同质化竞争”、“行业洗牌”把“大模型价格战”作为商业研究项目，结论却是：大模型，不止价格战！learn more来源：智能小巨人科技整理1元元能能买买到到多多少少大大模模型型token？Deepseek v2：100万万！“大大模模型型价价格格战战”开开打打！互互联联网网大大厂厂、AI独独角角兽兽入入局局来源：各公司官网，智能小巨人科技整理国内
2、大模型API降价汇总日期公司模型规格调整前价格调整后价格输入输出输入降幅输出降幅元/千token元/千token元/千token元/百万token元/千token元/百万token5月6日深度求索DeepSeek-v2-32k/0.0011/0.0022/5月11日智谱GLM-3 Turbo-128k0.0050.0050.001180%0.001180%5月15日 火山引擎Doubao-lite-4k/0.00030.3/0.00060.6/Doubao-lite-32k/0.00030.3/0.00060.6/Doubao-lite-128k/0.00080.8/0.0011/Doubao
3、-pro-4k/0.00080.8/0.0022/Doubao-pro-32k/0.00080.8/0.0022/Doubao-pro-128k/0.0055/0.0099/5月21日阿里云Qwen-Turbo0.0080.0080.002275%0.006625%Qwen-Plus0.020.020.004480%0.0121240%Qwen-Long0.020.020.00050.597%0.002290%Qwen-Max0.120.120.044067%0.121200%国内大模型API降价汇总日期公司模型规格调整前价格调整后价格输入输出输入降幅输出降幅元/千token元/千token元
4、/千token元/百万token元/千token元/百万token5月21日百度智能云ERNIESpeed-8k0.0040.00800100%00100%ERNIE Speed-APPBuilder0.0040.00800100%00100%ERNIESpeed-128k0.0160.03200100%00100%ERNIE Lite-8k0.0030.00600100%00100%ERNIELite-8k-09220.0080.00800100%00100%ERNIELite-128k0.0120.02400100%00100%ERNIE Tiny-8k0.0010.00100100%00
5、100%5月22日科大讯飞Spark Lite0.0180.01800100%00100%5月22日腾讯云混元-lite0.0080.00800100%00100%混元-standard0.010.010.00454.555%0.005550%混元-standard-256k0.120.120.0151588%0.066050%混元-pro0.10.10.033070%0.11000%来源：智能小巨人科技整理各各方方观观点点：“降降价价猫猫腻腻多多”、“同同质质化化竞竞争争”、“行行业业洗洗牌牌”我们借助各种AI搜索产品收集了几十篇关于“大模型价格战”的深度采访稿件，对AI业内人士的观点进行了
6、梳理：第一类视角：关于AI生态的上游技术要素。“大模型行业每年降低十倍推理成本是可以期待的”、“大厂烧钱是为了换数据，打造数据飞轮”等等。第二类视角：从用户价值的角度进行评价。“这反映了大模型行业内现有性能评测标准的缺乏，因为没有评价标准所以拼价格”；“国内大模型API使用起来层层套娃，先免费上车、但还是会跳转到其他收费项目”；“价格因素只是使用大模型的原因之一，还是更关注模型的质量、推理能力、参数和准确率”；“价格战对企业落地大模型是好事，但是仍然没有解决使用大模型到底带来哪些价值的问题”，“即使大模型落地通过预算环节，部署环节的数字化基础薄弱、工程化能力不强怎么解决”。第三类视角：对本次价
7、格战的竞争性质做了点评。“大模型的性能遇到了瓶颈，只能同质化竞争，需要降价”、“大厂通过烧钱抢大模型市场份额”、“这次降价是B端的降价方法，云厂商的竞争升级了”等等。第四类视角：对AI产业生态演变的思考。“巨头在大模型赛道血拼是必然的，技术创业者首先要放弃幻想，如果压力太大，可以选择暂时先战术性躺平一下”；“那些缺少模型差异化能力又没有商业化模式的大模型初创公司会被直接卷死”。“大大模模型型价价格格战战”涉涉及及的的AI生生态态角角色色：大大模模型型，不不止止价价格格战战！来源：智能小巨人科技整理新进入者AI创业公司深度求索、智谱AI李开复、王小川贾扬清、袁进辉客户/用户企业、开发者企业CIO
8、、创业团队、资深开发人员替代产品新架构AI模型供应要素算力、算法、数据大模型推理成本用户、场景数据“在位者”竞争百度、阿里、字节、腾讯、科大讯飞010203大模型”在位者”竞争在技术路线、产品服务、应用落地和市场定位等方面，领先的大模型厂商已经选择了各自的差异化路线图。大模型下游：企业、开发者AI应用爆发现实挑战众多，降价之外，预计更多AI应用扶持措施和生态系统构建计划在路上。大模型上游：推理成本、数据生态推理成本快速下降；不缺大模型和技术，缺场景缺数据。大模型“挑战者”机会从大模型上游要素的供不应求到下游打通模型部署、API调用、应用落地的全链路中，还有很多产业环节上的空白；蓝海机遇大于红海
9、竞争。04技技术术性性降降本本、高高性性能能计计算算集集群群与与数数据据飞飞轮轮NO.2大模型推理成本降了多少？“价格战”公司技术性降本能力如何？深度求索和智谱AI降价底气：大模型架构和算法策略创新“在位者”公司：投入算力管理平台、建设高性能计算集群高性能计算集群的规模效应“烧钱换数据”，降价意在构建“数据飞轮”一年时间，推理成本降低10-100倍，领先大模型厂商边际成本下降幅度更大learn more大大模模型型上上游游 一年的时间里，大模型的推理成本降低了10-100倍，奠定降价基础 重金投入AI基础设施，又亟缺场景和数据的失衡状态下，必须多管齐下，降低使用门槛，增加用户基数大模型独角兽通
10、过技术架构创新大幅降低成本：DeepSeek v2在MoE、RoPE和Attention上有全新的创新；智谱AI自主研发GLM预训练架构，采用稀疏激活的MoE架构，并优化模型适配多种高性能硬件平台。科技巨头与老牌厂商的多重大模型降本策略：在模型层面进行技术性降本；投入算力管理平台、建设高性能计算集群等基础设施来大幅提升算力利用效率。重金投入的AI基础设施，亟需规模效应：阿里和腾讯都专门建设了高性能的计算集群；大规模集群的运维成本分摊到每个计算任务上更为经济；大规模集群支持灵活的资源分配和调度，高利用率进一步降低成本。“烧钱换数据”构建“数据飞轮”：“从某种程度上，我们现在不是缺大模型、缺技术，
11、而是缺场景、缺数据，缺在一个场景下磨练大模型算法的能力”。来源：智能小巨人科技整理大大模模型型降降本本方方案案：技技术术架架构构、算算法法策策略略、算算力力管管理理多多管管齐齐下下各家公司降低大模型成本解决方案公司算力层面模型层面深度求索2021年建设萤火二号深度学习训练平台，搭载了约1万张英伟达A100显卡技术架构十分新颖，在MoE（混合专家模型）、RoPE（相对位置编码）和Attention（注意力机制）上有全新的创新智谱AI与多家算力服务商合作自主研发GLM预训练架构，采用稀疏激活的MoE（专家混合）架构，还优化了模型以更好地适配多种高性能硬件平台字节跳动搭建MegaScale生产系统，
12、适用于万卡集群通过压缩算法等手段优化模型结构在工程上从以前的单机推理演进到现在的分布式推理把不同负载的推理混合调度阿里巴巴建设高性能AI集群“灵骏”通过软硬件端到端的算力服务方案显著降低成本改进了MOE框架，通过专家并行策略大幅降低算力消耗百度AI异构算力管理平台、“一云多芯”提供模型路由能力，让小参数模型在特定场景中表现提升腾讯发布新一代HCC高性能计算集群自研星脉高性能计算网络自研机器学习框架Angel和机器学习训练框架AngelPTM科大讯飞与华为合作打造的全国产算力平台“飞星一号”模型结构优化来源：阿里巴巴，智能小巨人科技整理阿阿里里高高性性能能集集群群“灵灵骏骏”，高高性性能能AI训
13、训练练和和计计算算的的异异构构算算力力管管理理阿里的高性能AI集群“灵骏”是一种大规模高密度计算服务，全称为“PAI灵骏智算服务”，它提供了高性能AI训练和高性能计算所需的异构计算算力服务。腾讯云发布了新一代HCC高性能计算集群：在同等数据集下，可以将万亿参数大模型的训练时间缩短至4天；自研星脉高性能计算网络，具备3.2T通信带宽，通信性能提升10倍，成本比国外IB网络降低70%。腾腾讯讯高高性性能能计计算算集集群群：大大幅幅提提升升网网络络性性能能，近近线线性性计计算算加加速速比比010203数据处理能力与模型质量提升规模化的计算能力对海量数据的处理能力提升，并允许运行多次实验，尝试更复杂的
14、模型结构和算法，能够训练更大、更深的模型，捕捉更丰富的数据特征，提高预测准确率和泛化能力。训练速度加快高性能集群提供了强大的并行计算能力，使得像万亿参数级别的大模型训练任务能够在更短的时间内完成。成本效率提升大规模的计算集群通过集中采购和优化资源分配，能显著降低单位算力成本。同时，规模化的运营有助于摊薄固定成本，使得每次计算任务的成本更低。算力稳定性与弹性增加大型集群提供了高度的计算弹性和容错能力，能够确保服务在高负载下的稳定运行，并且支持灵活的资源调配，可以根据不同业务需求快速调整算力分配，支持多样化的AI应用场景。04大大规规模模计计算算集集群群产产生生显显著著的的规规模模效效应应，高高利
15、利用用率率将将降降本本增增效效来源：智能小巨人科技整理12澜码科技创始人周健“竞相降价的现象，不能说是一个噱头，厂商互相之间在竞争数据，他们希望能够有更多的开发者基于各自的大模型去开发应用。”浪潮信息董事长彭震“从某种程度上，我们现在不是缺大模型、缺技术，而是缺场景、缺数据，缺在一个场景下磨练大模型算法的能力。”“大大模模型型价价格格战战”意意在在“烧烧钱钱换换数数据据”来源：智能小巨人科技整理对于许多预算有限的中小企业和独立开发者而言，成本是决定是否采用先进AI技术的关键因素之一。降低门槛增加用户基数一年的时间里，大模型的推理成本降低了10-100倍；拥有技术与资金优势的玩家降低大模型价格。
16、大模型成本与价格降低随着更多开发者使用大模型，会出现更多AI应用场景和产品，触及更广泛的消费者群体，增加用户交互，收集更多样化的数据。促进应用开发与多样化用户交互数据如果能够反馈给模型提供商，可以用于模型的持续训练和优化，进一步提升模型的性能和泛用性。数据回流与模型迭代大模型数据飞轮大大模模型型降降价价竞竞争争优优质质数数据据构构建建“数数据据飞飞轮轮”来源：智能小巨人科技整理1234开开发发者者与与企企业业用用户户：“价价格格战战”？还还不不够够！NO.3大幅降价的是入门级模型产品，普惠场景：试错型项目的测试与验证开发者视角：直白比价是权宜之计企业级用户视角：仍然需要多种大模型服务支持更多A
17、I应用扶持措施和生态系统构建计划在路上learn more大大模模型型下下游游 企业落地AI应用的挑战众多；已经跨过AI落地门槛的企业迎来调用量暴增，使用门槛之外的企业需要借助更多帮扶措施才能享受低价 可以预见，更多AI应用扶持措施和生态系统构建计划在路上降价的普惠场景是试错型项目的测试与验证几家公司的降价原因：主要目的是“普惠”、“驱动产品创新验证”、“降低试错成本”等等；大幅降价的主要是入门级模型产品，普惠的场景是试错型项目的测试与验证。缺乏大模型性能评测标准，直白比价成为权宜之计降价行为仍然反映了大模型性能评测标准的缺乏，既然没有统一的标准，通过直白的比拼价格可以让部分开发者更容易理解和
18、选择。直接受益降价的企业：已跨过使用门槛，有广泛应用场景企业落地AI应用的现实挑战众多；已经跨过AI落地门槛的企业迎来调用量暴增，使用门槛之外的企业需要借助更多帮扶措施才能享受低价。可以预见，更多AI应用扶持措施和生态系统构建计划在路上企业级用户落地AI应用仍然需要多种战略合作的服务支持；亟需加速市场爆发的大模型公司，一方面还会推出更多扶持AI应用生态的措施，另一方面会积极寻求合作伙伴构建生态系统，提供端到端的解决方案，加速AI应用的爆发。“大模型价格战”参赛公司谈为何降价智谱AI：降价是为了让更多人都能用到智谱AI的入门级模型产品。火山引擎谭待：为了让大模型更广泛地应用起来，团队认为需要降低
19、开发者的试错成本，从而降低大模型创新的风险。科大讯飞：焕新的价格体系将帮助开发者降低调用成本，驱动产品创新验证，解决真实世界的刚需。腾讯云：重视技术积累与客户体验，会持续提供有竞争力的产品和服务。百度智能云沈抖：现在成本更低了，大家创新的胆子可以更大一些、步子可以更快一些，把相关的场景都试一遍，快速验证；跑成功了，就快速复制。阿里云刘伟光：降价的目的一定是普惠于市场，要真正加速市场的提前爆发。为为何何降降价价？“普普惠惠”、“驱驱动动产产品品创创新新验验证证”、“降降低低试试错错成成本本”来源：智能小巨人科技整理大大模模型型六六种种商商业业化化路路径径中中，A AP PI I降降价价有有利利于
20、于中中小小企企业业和和开开发发者者直接面向消费者推出基于大模型的产品，如ChatGPT；免费试用吸引用户后，推出付费订阅服务，如ChatGPT Plus，实现大规模用户的商业化变现。To C产品化01与传统应用/软件、SaaS服务或硬件产品集成，提升产品智能化水平，增加附加值；如将AI功能嵌入客服系统、办公软件、智能家居设备等。与现有产品集成02将大模型封装为API，通过开放平台提供给开发者和公司使用。用户按调用量或使用时长付费，是轻量级的接入方式，适用于中小企业和开发者。API开放平台03包含云端私有化部署和本地私有化部署两种，确保企业在访问大模型的时候对数据有控制权，适用于对数据安全性有要
21、求的企业。私有化部署04为企业客户提供定制化的大模型应用开发，解决特定行业问题，如金融风控、医疗诊断、智能制造等，按项目或效果收费。定制化解决方案05结合大模型与国产化硬件，打包成一站式解决方案进行销售和部署，满足特定行业或政府对于数据安全和自主可控的要求。软硬件一体化06来源：智能小巨人科技整理API价格大幅下降来源：InfoQ，智能小巨人科技整理缺缺乏乏大大模模型型性性能能评评测测标标准准，直直白白比比价价成成为为权权宜宜之之计计对于生成式AI开发者而言，在研发中最期待的助力是应用开发的工具链支持、实践案例分享、相关技术课程、技术与业务结合的专业咨询等；其中生成式AI工具链中难度大工具少的
22、环节又以模型评估、模型调优两个阶段最为突出！对于生成式AI开发者而言，对于资金支持的需求并非优先级最高的选项。有资深开发者表示，降价行为仍然反映了大模型行业内现有性能评测标准的缺乏，既然没有统一的标准，通过直白的比拼价格可以让用户更容易理解和选择。24%的企业表示已经投资生成式 AI，并且有相应的预算计划。这些预算可能来自2023年已有的规划，也有些是针对生成式 AI 新增的预算。34%的企业表示正在制定生成式AI潜在应用场景，但还没有进入试点阶段。仅有7%的企业表示目前还没有任何部署生成式AI的举措。35%的企业表示已经做了一些初步的测试与概念验证，但还没有明确的投资计划。企企业业级级用用户
23、户需需求求：测测试试与与概概念念验验证证是是投投资资生生成成式式AI的的前前提提来源：IDC，智能小巨人科技整理企业级用户部署生成式AI旅程含规划、测试、投入环节；测试与概念验证是企业投资生成式AI的前提，降低试错项目的门槛能够拉动企业级AI部署。企企业业落落地地生生成成式式AI应应用用的的现现实实挑挑战战众众多多，价价格格并并非非主主因因来源：IDC，智能小巨人科技整理阿阿里里云云：降降价价后后客客户户案案例例有头部招聘企业将大模型从简历筛查推广到更多创新业务场景；一周内，该企业的大模型调用量翻了100倍，但数百万调用量的成本不到200元，成本大幅下降。调调用用量量翻翻1 10 00 0倍倍
24、调调用用成成本本低低于于2 20 00 0元元直直接接受受益益降降价价的的企企业业：已已跨跨过过AI落落地地门门槛槛，有有广广泛泛应应用用的的场场景景来源：阿里云，智能小巨人科技整理企企业业落落地地AI应应用用仍仍需需要要多多种种战战略略合合作作服服务务支支持持来源：IDC，智能小巨人科技整理可以预见，亟需加速市场爆发的大模型公司，一方面还会推出更多扶持AI应用生态的措施，另一方面会积极寻求合作伙伴构建生态系统，提供端到端的解决方案，加速AI应用的爆发。案案例例：科科大大讯讯飞飞扶扶持持百百万万API开开发发者者，推推出出开开发发者者专专属属服服务务体体系系来源：科大讯飞，智能小巨人科技整理讯
25、飞星火API能力正式免费开放，Lite版本推出永久免费，Pro与Max版本大幅降价，还面向大模型开发者推出专属服务体系！1+X+N的模型能力矩阵：打造“1”系列的星火通用大模型版本，同时依托星火大模型定制训练平台，微调满足不同开发者行业效果需求的X个定制大模型。提供技术专家1V1在线支持，并构建从线上到线下的开发者赋能活动，繁荣开发者生态，加速大模型应用广泛渗透！2023年星火大模型汇聚35万开发者2024年1-4月星火大模型新增55万开发者案案例例：2024年年4月月，百百度度首首次次公公布布体体系系化化的的大大模模型型生生态态战战略略来源：百度，智能小巨人科技整理“在在位位者者”：差差异异
26、化化从从技技术术战战略略开开始始NO.4“百模大战”：同质化 or 差异化领先大模型厂商的差异化路线路线一：百度的知识增强和创作力优势路线二：阿里的平台思维，降低各类用户使用门槛路线三：科大讯飞的垂直深耕和商业模式差异化learn more“在在位位者者”竞竞争争 领先的大模型厂商已经选择了各自的差异化路线 三大厂商的三种路径：“技术+产品”优势、平台思维、垂直深耕“百模大战”同质化 or 差异化在技术路线、产品服务、应用落地和市场定位等方面，领先的大模型厂商已经选择了各自的差异化路线图。路线一：百度的知识增强和创作力优势文心系列大模型有两个方面的技术特点奠定了产品服务的优势基础，一方面是在知
27、识图谱领先基础上的知识增强能力；另一方面是在技术层面显示出了“创作力”惊人的特点。路线二：阿里的平台思维，降低各类用户使用门槛C端产品矩阵丰富，多场景使用门槛低。To B发挥综合实力优势，在高性能基础设施、打造开源生态、抓住办公场景入口等方面多管齐下。路线三：科大讯飞的垂直深耕和商业模式差异化一方面是大模型推动的垂直领域数字化，面向已经深度布局的垂直领域，利用行业数据和know-how积累，捕捉能够将AI技术落地变现的商机；另一方面是软硬结合的产品销售，直接将AI能力打包进硬件产品进行销售，比如自带讯飞翻译功能的讯飞耳机等等。来源：亿欧智库，智能小巨人科技整理“百百模模大大战战”：国国内内已已
28、公公布布大大模模型型数数量量超超过过300个个技术路线同质化：大部分都基于Transformer架构，预训练-微调范式也是常见的开发方法。差异化：基于数据优势和算法创新已经有很多技术路线的差异化，如知识图谱模型、跨模态技术、稀疏密混合精度优化等等。百百模模大大战战：同同质质化化o or r差差异异化化产品服务同质化：大模型的同质化表现在语言处理、图像识别、语音问答等基本功能的使用感受相近，提供的服务类型相似。差异化：不同公司基于自身优势打造的产品矩阵，产品组合差异化非常显著。应用落地同质化：热门领域应用落地点相似，行业应用停留在浅层集成。差异化：但也有不少大模型已经在特定场景中提供独特的功能，
29、或者针对行业特性进行深度定制和优化。市场定位同质化：不少大模型都试图在多个领域实现应用，缺乏明确的市场定位。差异化：领先厂商从技术路线的顶层设计就开始考虑市场定位，也有不少公司基于数据和场景优势切入特定领域或细分市场。技术路线01产品服务02C端产品03To B应用04文心系列大模型技术路线的差异化特色体现在：知识增强、搜索架构与生成式AI模型联合优化、跨模态技术。文心系列三大类模型：文心NLP大模型、文心CV大模型、文心跨模态大模型包含了文学创作能力、领先的视觉技术以及跨模态技术。文文心心系系列列：To C侧侧重重“创创作作力力”，To B打打造造应应用用开开发发一一站站式式设设施施来源：智
30、能小巨人科技整理C端产品：AI对话产品文心一言、AI图像生成产品文心一格。面向B端提供一站式服务平台，扩展了云计算增值与企业服务。技术层面“创作力”优势显著，C端产品侧重创作、创意应用。构建AI艺术与辅助创作平台“文心一格“、AIGC营销创意平台“擎舵”、旸谷社区平台级服务。To B定位：旨在打造AI应用与开发基础性设施；搭建千帆大模型平台、千帆AppBuilder平台分别提供企业级一站式服务、开发者一站式AI原生应用开发服务。企业级应用在专业知识图谱&信息处理、创作增强&多模态支持等领域市场认知度较高。文心ERNIE-SAT是一个可以同时处理中英文跨语言的语音-语言跨模态大模型。跨模态大模型
31、：它不仅能处理文本数据，还能处理语音数据，并在两者间建立关联。跨语言音素知识增强：采用了跨语言音素作为输入特征，能理解两种语言的语音信号，并学习不同语言音素之间的映射关系。语音-语言联合学习：模型在预训练阶段同时处理语音和对应文本，通过联合掩码学习技术，能够学习语言和语音之间的对齐关系，以及它们共同表达的语义内容。知识增强：百度拥有世界上最大的多源异构知识图谱，包含了50亿实体和5500亿事实，通过通过知识图谱来构建训练数据，模型能够实现更强的可解释性。搜索架构与生成式AI模型联合优化：百度新一代搜索架构已经发展到了基于语义理解和匹配，通过引入搜索结果，为大模型提供时效性强、准确率高的参考信息
32、。跨模态技术：首创跨模态统一建模；比如，使AI同时学习文本到图像和图像到文本两个方向的任务增强了模型的跨模态语义对齐能力，显著提升图文生成效果。文文心心系系列列大大模模型型的的技技术术路路线线特特色色来源：百度，智能小巨人科技整理与主流模型类似，文心系列大模型采用Transformer架构和预训练-微调的学习策略，依赖海量的数据进行预训练，能够处理多任务。文心大模型技术路线的差异化特色体现在：文心ERNIE-SAT模型文文心心一一言言AI对话产品：对话互动、回答问题、协助创作等功能。知识增强：从数万亿数据和数千亿知识中融合学习，具备强大的知识增强能力。长文本能力：计划进行版本升级，届时将开放长
33、文本能力，文字范围将在200万至500万之间。统计数字：用户规模：截至2023年12月28日，文心一言用户数突破1亿。文文心心一一格格AI图像生成产品：AI作画：用户只需输入一句话，就能自动生成创意画作，实现“一语成画”。风格多样性：能够驾驭多种艺术风格，包括但不限于抽象、写实、卡通、印象派等。二次编辑：提供涂抹功能，用户可以涂抹不满意的部分，让模型重新调整生成。图片叠加：用户可以给两张图片，模型会自动生成一张叠加后的创意图。可控生成：支持用户输入图片的可控生成，根据图片的动作或线稿等生成新图。两两大大C C端端产产品品文文心心系系列列大大模模型型已已开开发发2个个C端端产产品品：文文心心一一
34、言言、文文心心一一格格具备超强语言理解能力以及写小说、歌词、诗歌、对联等文学创作能力；将大数据预训练与多源丰富知识相结合，不断吸收海量文本数据中词汇、结构、语义等新知识。文心NLP大模型文心CV大模型基于领先的视觉技术，利用海量的图像/视频等数据，为企业/开发者提供强大的视觉基础模型，以及一整套视觉任务定制与应用能力。文心跨模态大模型基于知识增强的跨模态语义理解关键技术，可实现跨模态检索、图文生成、图片文档的信息抽取等应用的快速搭建，落实产业智能化转型的AI助力。AI艺术与辅助创作平台“文心一格”提供给创作者一个能够利用AI生成艺术作品和创意内容的平台，支持多种风格和形式的图像生成，鼓励艺术和
35、设计领域的创新尝试。AIGC营销创意平台“擎舵”这个平台让个人或小团队能够利用AI技术快速生成高质量的营销内容，降低了创意制作的门槛，提高了效率，相当于让“一个人就成为一支AI营销队伍”。旸谷社区构建了一个交流平台，让AI创作者、开发者和研究人员能够分享经验、合作项目，促进了知识共享和技能提升。技技术术层层面面“创创作作力力”优优势势显显著著，C端端产产品品侧侧重重创创作作、创创意意应应用用来源：百度，智能小巨人科技整理来源：百度，智能小巨人科技整理面面向向B端端提提供供一一站站式式服服务务平平台台，扩扩展展了了云云计计算算增增值值与与企企业业服服务务专业知识图谱&信息处理创作增强&多模态支持
36、AI应用与开发的基础性设施百度搭建了两大平台旨在打造AI应用与开发的基础性设施：千帆大模型平台提供推理、微调、托管等企业级一站式服务。千帆AppBuilder平台提供一站式AI原生应用开发平台，通过自然语言即可完成应用的创建与分发。To B打打造造应应用用开开发发一一站站式式设设施施，知知识识图图谱谱与与创创作作增增强强认认知知度度高高来源：智能小巨人科技整理文心大模型拥有知识增强方面的技术优势，在打造专业的知识图谱、进行专业的信息处理方面已有多个企业级案例。文心大模型的跨模态技术奠定图像生成和处理、语音合成、语音识别和音频分类等功能优势，在内容创作、媒体制作、创意增强等领域具有独特优势。电力
37、行业NLP大模型国家电网百度和国网智研院共同构建了千万级电力文本样本库和电力行业知识图谱，共同训练电力行业NLP大模型；在电力专业分词、电力营销敏感实体识别等关键指标效果明显，显著增强设备及电网运营的自动化、智能化水平。企企业业应应用用代代表表案案例例：专专业业知知识识图图谱谱、信信息息处处理理，文文旅旅数数字字化化来源：百度，智能小巨人科技整理金融行业大模型浦发银行浦发银行与百度在行业数据、大算力和AI算法上实现优势互补，联合研发面向金融行业的大模型；有效提升授信报告的处理效率；在金融语义相似度，金融事件主体抽取等一系列公开数据集上相对通用大模型取得显著提升。修复富春山居图文旅数字化文心大模
38、型对浙江省博物馆及台北故宫博物院的富春山居图残卷完成了线上的补全修复，入选2023年文化和旅游数字化创新示范十佳案例，也是唯一一个入选的大模型应用案例。技术路线01产品服务02C端产品03To B应用04AI统一底座+两层架构、大小模型协同的层次化体系，解决大模型通用性与易用性的难题，并在保持高性能的同时，有效控制计算成本，实现从云端到边缘端的灵活部署。采用低碳训练技术、依托阿里云的算力和算法架构，可提供高效率、低成本的AI服务。通通义义系系列列：平平台台思思维维，降降低低各各类类用用户户使使用用门门槛槛，重重在在生生态态布布局局来源：智能小巨人科技整理To C搭建行业模型产品矩阵，To B开
39、源模型构建领先影响力。To C应用场景丰富，含对话、代码、效率、法律、角色创作、文生图等多种大模型助手。持续开源，降低开发者使用高质量AI模型的门槛。C端产品矩阵丰富，多场景使用门槛低。AI对话助手拥知识储备范围广泛，涵盖众多领域。大模型+云服务打包组合，推广AI编程与效率产品有突出优势。通义系列模型与钉钉办公场景中的用户交互数据集成，AI效率产品优化迭代效率更高。高性能基础设施：算力+算法双重能力实现高性能低成本部署，落地天玑9300、小爱同学等知名案例。开源生态领先，模型下载量超过700万次，在B端影响力优势显著。通过办公场景入口优势，中小B服务渗透力强。通义系列大模型中的通用模型也构建在
40、统一底座之上，形成了“两层架构”。统一底座层实现模态表示、任务表示、模型结构统一：业界首次实现这一统一，使得单一模型能够同时处理超过30种任务。通用模型层主要由三大模型体系构成，分别是通义-M6、通义-AliceMind和通义-CV。“两层架构”通过统一底座层和通用模型层的结合，构建了一个既统一又多样化的模型体系，不仅提高了模型的通用性和可扩展性，还实现优化训练效率和降低能耗。AI统一底座+两层架构：通义系列打造了业界首个AI统一底座，通用模型也构建在统一底座之上，这是架构设计上的独特贡献，解决大模型通用性与易用性的难题。大小模型协同的层次化体系：通过构建大小模型协同工作的体系，通义大模型能够
41、在保持高性能的同时，有效控制计算成本，实现从云端到边缘端的灵活部署。低碳训练技术：通义大模型在训练能耗上进行了优化，如M6大模型在相同参数规模下训练能耗仅是GPT-3的1%，这在当前大模型训练中是一个重要的优势。通通义义系系列列大大模模型型的的技技术术路路线线特特色色来源：阿里巴巴，智能小巨人科技整理通义系列大模型的训练始于2020年6月；2022年1月，阿里达摩院发布了业界首个通用统一大模型M6-OFA，这标志着通义系列大模型的一个重要里程碑。通义大模型技术路线的差异化特色体现在：统一底座+两层架构企业级服务基础模型服务通义千问大语言模型通义千问VL模型阿里云百炼钉钉AI助理市场开源模型与魔
42、搭社区通义灵码、通义晓蜜通义效率、通义法睿通义星辰、通义万相To C搭搭建建行行业业模模型型产产品品矩矩阵阵，To B开开源源模模型型构构建建领领先先影影响响力力来源：阿里巴巴，智能小巨人科技整理行业模型产品矩阵多轮对话、文案创作逻辑推理、多模态理解知识检索与问答多语言支持通义千问图文生成与编辑图像识别与理解视觉问答视觉辅助创作多模态融合应用通义千问VL智能编码辅助自然语言转代码单元测试生成代码优化、代码解释代码注释生成研发智能问答通义灵码多模态智能客服客户情绪分析自动化服务流程全渠道联络中心通义晓蜜通通义义系系列列模模型型产产品品矩矩阵阵，To C应应用用场场景景丰丰富富，使使用用门门槛槛低
43、低来源：阿里巴巴，智能小巨人科技整理通义效率实时语音转文字音视频转文字文档/网页阅读总结论文/电子书阅读总结播客链接转写通义法睿AI法律顾问文书生成法律知识检索文本阅读与分析案情分析辅助通义星尘个性化角色创作AI驱动的故事生成交互式叙事体验创意内容辅助通义万相文本生成图像多分辨率支持创意设计辅助多样化应用场景通通义义系系列列大大模模型型持持续续开开源源，Qwen-72B“性性能能最最强强开开源源大大模模型型”来源：智能小巨人科技整理Qwen-72B在10个权威基准测评中创下了开源模型最优成绩，这些测评覆盖了语言理解、生成、对话、编程等多个维度，证明了其在多个任务上的全面性和优越性。超越了包括L
44、lama 2-70B在内的开源标杆模型以及大部分商用闭源模型，确立了其在开源领域的领先地位。联发科在其旗舰芯片天玑9300上成功部署了通义千问大模型，这是手机芯片上首次实现大模型的深度适配。阿里云与联发科在多个技术层面深入合作，包括模型瘦身、工具链优化、推理优化、内存优化、算子优化等，确保大模型保持高性能且减少资源消耗，适应手机硬件。推理2048tokens，内存占用仅为1.8GB，CPU占有率仅为30%，RAM占用少于2GB，推理速度超过20tokens/秒。天玑9300小爱同学高性能基础设施通义大模型依托阿里云的强大算力基础和先进的算法架构，为B端客户提供高效率、低成本的AI服务。它通过“
45、飞天智算平台”等技术，大幅提升了模型训练和推理的效率。To B服服务务高高性性能能优优势势显显著著，开开源源生生态态领领先先，占占据据办办公公场场景景入入口口来源：智能小巨人科技整理小米旗下的人工智能助手“小爱同学”与通义大模型展开合作，强化其在图片生成、图片理解等方面的多模态 AI生成能力，并在小米手机、汽车等多类设备落地。双方合作还包括技术的深层次研发，如模型优化、算法创新等，以确保“小爱同学”能够高效地在各种设备上运行大模型，即使在资源有限的环境中也能保持良好的性能。开源生态领先众包式的开源合作模式促进了模型的快速迭代和优化，增加了模型的多样性和应用场景，从而提升其影响力，并围绕模型打造
46、一个包含工具、插件、服务的生态系统。模型下载量超过700万次。办公场景入口优势通义大模型将AI能力深度融入到钉钉的办公协作场景中，并在钉钉AI助理市场上线了超过200个AI助理，使得用户能够在日常工作中便捷地调用AI功能。业务背景01技术路线02产品服务03商业模式042010年，科大讯飞all in深度学习技术，打造讯飞开放平台构建全栈AI能力，试水教育、消费者、医疗、智慧城市等；从技术提供商转向垂直AI行业服务商。公司聚焦智慧教育、智慧城市、智慧医疗和消费者业务四大核心赛道；垂直场景、数据积累深厚。讯讯飞飞星星火火系系列列：垂垂直直领领域域AI应应用用优优势势显显著著，C端端主主打打软软硬
47、硬件件结结合合来源：智能小巨人科技整理NLP领域持续突破，追赶ChatGPT：科大讯飞持续刷新NLP技术上限，星火大模型的语义理解能力跟ChatGPT相比仅有细微差别。教育、医疗等领域专属模型优势：语音大模型、教育与医疗领域专属模型都具有全球领先的技术优势。主打B+G垂直行业大模型解决方案，并大力升级了讯飞开放平台，提供多种多样的开发者工具和服务。面向C端，将大模型能力融入到众多消费电子产品当中。大模型推动的垂直领域数字化：面向已经深度布局的垂直领域，利用行业数据和know-how积累，捕捉能够将AI技术落地变现的商机。软硬结合的产品销售：将AI能力打包进硬件产品进行销售，比如自带讯飞翻译功能
48、的讯飞耳机等等。来源：科大讯飞，长江证券，智能小巨人科技整理科科大大讯讯飞飞二二十十五五年年成成长长史史：从从智智能能语语音音提提供供商商到到大大模模型型先先锋锋公司成立于1999年，创始人团队来自中科大电子工程系人机语音通信实验室，成立之初主要围绕智能语音技术进行商业化探索。2010年发布以智能语音和人机交互为核心的人工智能开放平台讯飞开放平台，将自身AI能力向下游移动互联网以及智能硬件开发者输出。2015-2018年公司持续拓展行业赛道，推出覆盖多个行业的智能产品及服务，推动在智慧教育、智慧医疗、智慧城市、智慧司法、金融科技、智能汽车、运营商、消费者等领域的深度应用，最终升级为G-B-C三
49、轮驱动的商业模式。2019年公司进入AI.0时代，一方面聚焦智慧办公、个性化学习、智慧政法等核心赛道，进行规模化扩张，推动业务逐渐由项目化向产品化、运营化转型；2023年公司推出讯飞星火大模型，步入生成式AI新的发展期。To B+G优优势势：多多业业务务线线垂垂直直深深耕耕，垂垂直直场场景景、数数据据积积累累深深厚厚来源：科大讯飞，长江证券，民生证券，智能小巨人科技整理科大讯飞百度腾讯阿里教育G端累计50个市区；B端覆盖300区县、12000余学校，平台占有率全国第一结合百度文库的教育内容资源解决方案，2017年上线腾讯教育智脑2020年推出，主要案例为罗湖教育智脑2021年基于钉钉打造阿里云
50、教育，主要模式是云电脑医疗智医助理覆盖全国31个省、408个区县，完成超过 2.3 亿份电子病历；影像平台联通1850家医疗机构，数据归档近7400万例2023年CHINC报道，灵医智惠已经落地31个省/市AI导辅诊落地34省900+医疗机构；国家级医疗影像AI开放平台阿里健康主要商业模式是通过线上导诊进行药品自营的“云药房“法律全国26个省市区，累计覆盖1800余家法院单位接入讯飞AI司法平台暂无标杆产品2018年推出广州智慧司法检察院暂无标杆产品政务科大讯飞承建江西省第一个综合人口数据库，共汇聚约4亿条人口数据百度政务云2023年国内综合排名第9腾讯政务云2023年国内综合排名第8阿里政务
51、云2023年国内综合排名第2All in深度学习技术，打造讯飞开放平台构建全栈AI能力，试水教育、消费者、医疗、智慧城市等；从技术提供商转向垂直AI行业服务商。2010年收购启明科技，扩大教育行业影响力；搭建起面向学校、教师、学生和家长多级用户的教育全链路产品体系。业务结构向垂直领域深度渗透。提出AI1.0战略，积极探索AI应用落地场景与技术变现，经历云平台服务、移动互联、智能客服、车载助手、互动娱乐、智能硬件、语音信息安全等多领域试错。聚焦智慧教育、智慧城市、智慧医疗和消费者业务四大核心赛道，并将智慧汽车、智慧金融等作为潜力赛道。公司深耕教育、消费者、政务等赛道多年，一方面与头部机构成立联合
52、实验室，获取稀缺的专家与数据资源；另一方面公司积极抢占数据源头，驱动AI应用产品提升。All in深度学习从技术提供商转向垂直AI行业服务商科大讯飞在垂直领域布局领先收购启明科技搭建教育全链路产品体系，业务结构向垂直领域深度渗透2013年2015年提出AI1.0战略探索AI落地场景经历多元业务领域试错2019年聚焦智慧教育、智慧城市、智慧医疗和消费者业务NLP领域持续突破，追赶ChatGPT：科大讯飞持续刷新NLP技术上限，星火大模型的语义理解能力跟ChatGPT相比仅有细微差别。语音大模型全球领先：科大讯飞语音核心源头技术常年保持世界前列的水平，星火大模型整合语音能力与接近40个语种，并能实
53、现多语种合成。教育、医疗等领域专属模型优势：教育领域的AI阅卷在全球获得众多奖项，作文评价首次达到专家水平；医疗AI模型全球首个通过国家执业医师资格考试。星星火火系系列列大大模模型型的的技技术术路路线线特特色色来源：科大讯飞，智能小巨人科技整理科大讯飞星火大模型的语音识别、图文识别、机器翻译任务都是在Transformer的框架上实现的，开源预训练模型在Github上比第二名超出一倍，体现出算法长期积累优化的优势。星火大模型技术路线的差异化特色体现在：统一底座+两层架构产产品品服服务务体体系系：B+G垂垂直直解解决决方方案案、开开发发者者平平台台、C端端消消费费电电子子来源：智能小巨人科技整理
54、教教育育业业务务“G-B-C”商商业业模模式式闭闭环环，大大模模型型在在垂垂直直领领域域深深度度融融合合来源：科大讯飞，中信建投证券，智能小巨人科技整理ToG应用ToB应用ToC应用讯讯飞飞与与昇昇腾腾合合作作星星火火一一体体机机，契契合合高高安安全全性性本本地地化化部部署署需需求求来源：科大讯飞，智能小巨人科技整理统一底座+两层架构高性能算力支持高安全与合规性提供定制化的大模型服务，满足企业在金融、工业、医疗、教育、办公、汽车等多个行业的特定应用场景要求，提高行业解决方案的针对性和适用性。专属大模型解决方案集成了底层算力、AI框架、训练算法、推理能力等全栈AI能力，无需复杂配置，即可快速部署
55、并应用大模型技术。软硬件一体化设计集成了底层算力、AI框架、训练算法、推理能力等全栈AI能力，无需复杂配置，即可快速部署并应用大模型技术。适合确保数据处理安全，符合国内法律法规要求，适合对数据隐私和安全有严格要求的行业。星火一体机四大优势本地部署的一体机可以确保敏感数据不离开企业内部网络，避免了数据上传至云端可能带来的泄露风险，完全符合对数据隐私和安全有严格要求的行业规范，如金融、医疗、政府机构等。“挑挑战战者者”：蓝蓝海海机机遇遇远远大大于于红红海海竞竞争争NO.5OpenAI是否注定要失败？大模型竞争中的后发优势效应不仅仅科技巨头，AI创业团队也享受后发优势大模型战场“硝烟四起”，“价格战
56、”只是“初试锋芒”AI产业生态现状：蓝海机遇远大于红海竞争learn more不断有玩家推出性能更优的大模型，希望追赶并超越OpenA；新兴企业如DeepSeek以其独特的创新架构和高效的训练效率，在构建大型模型方面展现出强大的竞争力；英伟达新推出的Blackwell严重供不应求，因为很多公司正在竞争“拥有（大模型）技术领导地位”。大模型竞争激烈OpenAI虽在数据收集方面占据优势，但Meta和谷歌等现有平台因能直接触达消费者，有望在未来大型语言模型使用中占据主导。因为大多数未来的消费者对大模型的使用将通过现有平台进行，如Facebook、谷歌、Instagram、WhatsApp、iPhon
57、e/Android。科技巨头后发优势微软作为OpenAI的主要合作伙伴，正努力减少对OpenAI的依赖，并加速自家AI技术的研发，包括：收购Inflection加强人才储备，研究合成数据，研发MAI-1约5000亿参数的混合专家（MOE）模型等等。不确定的合作关系OpenAI是是否否注注定定要要失失败败？来源：智能小巨人科技整理后发优势定制化与垂直领域优势后发者有可能在特定的应用场景下，对模型进行更加深入的优化和定制，以提供更加精准和个性化的服务。生态系统构建后发者有机会构建更加开放和包容的生态系统，通过开源促进技术扩散和社区合作，加速技术迭代和应用拓展。无历史包袱的创新后发者直接创新，如多模
58、态、轻量化模型、可解释性，不需固守旧模式。计算成本效率随着硬件成本的下降和计算效率的提升，后发企业可以以更低的成本达到或超越先发者的性能。数据规模与多样性后发者有可能通过特定的数据收集策略或合作伙伴关系，获取到更加多样化和高质量的数据。技术借鉴与优化随着技术的不断演进，后发者有可能采用更新的技术框架或算法，从而在性能上实现超越。大大模模型型竞竞争争中中的的后后发发优优势势效效应应强强大大来源：智能小巨人科技整理大模型竞争中的后发优势效应相当强大：新进入者可以利用最新的研究成果和技术创新来构建模型，快速缩小与市场领导者的差距；随着硬件成本的下降和计算效率的提升，后发企业能以更低的成本达到或超越先
59、发者的性能；拥有场景与数据优势的玩家，通过“+AI”也有在垂直领域弯道超车的机会。来源：智能小巨人科技整理大大模模型型战战场场“硝硝烟烟四四起起”，“价价格格战战”只只是是初初试试锋锋芒芒“在位者”竞争开展价格战捆绑云服务、融合老业务扶持生态系统供应要素算力、算法、数据算力整体供不应求，少数玩家建设计算集群、算力平台获得规模效应降低单位算力成本缺场景缺数据训练技术和算法策略提升大模型性能并降低成本算力、数据供不应求算法人才供不应求算力规模效应降本烧钱换数据长期降本模型层面技术性降本客户/用户企业、开发者API调用、AI应用渗透率仍低，大模型厂商亟需加速市场爆发部署、调用、应用门槛仍然偏高，企业
60、与开发者都需要系统性的帮助和支持降价直白比价合作伙伴端到端服务更多市场扶持措施有购买意向与预算支持，但无法衡量ROI并缺乏足够的落地支持新进入者AI创业公司明星团队人才、融资优势显著大模型产品服务未拉开差距，转移成本低发起营销战，参与价格战切入市场缺口模型性能与成本存在后发优势效应，拥有场景与数据的玩家“+AI”直接超车来源：智能小巨人科技整理AI产产业业生生态态环环节节众众多多，蓝蓝海海机机遇遇仍仍远远大大于于红红海海竞竞争争learn moreA AI I战战略略咨咨询询服服务务四四大大主主营营业业务务：A AI I战战略略咨咨询询、资资本本品品牌牌、A AI I培培训训、A AI I应应
61、用用A AI I战战略略咨咨询询四四类类服服务务：A AI I行行业业洞洞察察、A AI I战战略略研研究究、A AI I战战略略规规划划、A AI I业业务务孵孵化化全全球球最最佳佳实实践践智智库库，历历经经一一年年深深度度打打磨磨我我们们是是战战略略研研究究、市市场场洞洞察察的的专专家家智智能能小小巨巨人人科科技技创始人：王铮职业履历：2011-2018：国金证券分析师、中信证券高级分析师、光大证券首席分析师2018-2023：头部互联网大厂资深战略专家是是诞诞生生于于“AI技技术术革革命命”的的精精品品咨咨询询公公司司职业荣誉：2018：Wind年度金牌分析师传媒互联网行业第1名2017
62、：“天眼”年度最佳证券分析师选股奖传媒第3名2016：“天眼”年度最佳证券分析师选股奖传媒第3名2015：东方财富十佳分析师全市场第3名2013：东方财富十佳分析师全市场第4名2013：汤森路透StarMine全球卖方分析师评选“中国大陆及香港地区”可选消费行业“最佳选股奖”第2名2011：中国证券业金牛分析师奖TMT行业第4名智能小巨人科技是诞生于“AI技术革命”的精品咨询公司，创始团队由多位10年以上从业经验的头部互联网大厂战略Leader、市场研究负责人、产品技术负责人、大型证券研究所TMT团队负责人、PE/VC投资人、财经公关专业人士组成。智能小巨人科技AI战略咨询服务战略专家产品技术
63、专家行业研究专家市场调研专家投研专家财经公关专家包含AI行业洞察、AI战略研究、AI战略规划、AI业务孵化等服务。AI战略咨询包含资本品牌策略与传播策划、IPO/并购/事件传播、商业BP/内容营销定制、全球投资峰会等服务。资本品牌服务与人工智能领域的领军企业、一线专家合作，面向企业需求的定制人工智能培训服务。人工智能培训针对企业的战略洞察、用户研究、专项调研、投资并购、融资事件、内容营销等场景的AI业务创新、AI应用落地服务。AI应用落地的的四四大大主主营营业业务务智能小巨人科技AI战略咨询服务01行业 定 制 版 月 度 A I 战 略全 景 洞 察 报 告，跟 踪 行业、技 术、产 品、商
64、 业化、竞争、合作信息AI行业洞察03根据需求设计或配合企业战略规划工作流程，定制市场洞察、战略分析、技术规划、战略解码、路线图制定、执行计划跟踪机制等专项或打包服务AI战略规划02根据 需 求 定 制 A I 战 略 专项 研 究，如 技 术 路 线、最佳实践、产品战略等AI战略研究04定制 化 的 端 到 端 A I 业 务孵 化，包 括 方 向 探 索、专家智库、产业链研究、最佳实践解析、市场/用户调研、产品/技术战略规划、MVP孵化与陪跑、合 作 落 地 与 增 长 运 营 等专项或打包服务AI业务孵化的的核核心心业业务务：AI战战略略咨咨询询服服务务智能小巨人科技AI战略咨询服务AI
65、技术革命使得上一轮周期末的“技术辅助业务”思维须转向”技术先行“，业务战略中必须增加技术Vision：无论预判技术瓶颈，管理技术供应链，还是应对技术竞争的挑战都更大。业务战略中加入技术VisionAI领域的最佳实践目前主要在美国，业务洞察对全球视野要求较高。当前技术曲线仍然陡峭，且各行各业在AI相关领域的竞争非常激烈，产品、服务、商业化快速演进，必须动态跟踪！必须具备全球视野&动态视角尽管大模型技术快速进步，但是当前性能和业务开发、应用落地相结合仍然存在众多缺陷。AI业务孵化和应用落地仍然处于探索期，需要大模型能力、场景、行业knowhow多维验证。业务孵化&应用落地探索期在全球范围内，AI核
66、心环节人才、产业资源均处于高度稀缺状态；对于多数公司而言，组织能力与产业资源都难以满足业务孵化&应用落地的需求；组织层面亟需视角突破&认知启发。组织能力&产业资源全新要求洞洞察察：AI业业务务战战略略的的四四大大痛痛点点智能小巨人科技AI战略咨询服务“行业+技术+商业”三位一体全球最佳实践智库一线专家合作网络的的AI战战略略咨咨询询解解决决方方案案整合了AI技术战略库、AI最佳实践案例库、全景式一手信息源，能够输出AI战略全景洞察报告、AI产业链最佳实践深度研究、对标最佳实践的关键成功因素的解决方案。通过自建专家库、赋能AI初创生态、与高校、智库、媒体合作模式搭建广泛且深入合作的一线AI专家合
67、作网络。定制化&共创式&陪跑式交付中短期内的AI驱动产品/场景/流程开发需要在模型核心feature之上增加行业认知&产品/场景/流程思维。中长期的AI技术与商业战略布局在业务战略中引入技术Vision，并且规划、积累核心壁垒，打造业务结构护城河。专家级项目负责人全程主控，针对客户需求深度个性化定制，契合客户战略体系框架的共创式&陪跑式交付体系。智能小巨人科技AI战略咨询服务全全球球最最佳佳实实践践智智库库已开发AI全产业链精选技术论文库，沉淀、拆解AI相关核心技术论文超过500篇，并结合“技术+商业”战略视角形成路线图，输出技术战略洞察成果。AI技术战略库已开发AI龙头公司全产业链深度研究案
68、例，包括OpenAI、微软、谷歌、Meta、苹果、亚马逊、英伟达、AMD、英特尔、博通、Marvell、Snowflake、Databricks、Salesforce等科技领域最佳实践案例。AI最佳实践案例库全球最佳实践智库常年跟踪的精选科技产业信息源超过2000个，全面跟踪全球范围内AI领域最新一手信息。每个月组织10次以上产业调研，AI领域前沿实践研究第一时间动态更新！全景式一手信息体系智能小巨人科技AI战略咨询服务AI战战略略咨咨询询：全全球球最最佳佳实实践践智智库库当前大模型的关键限制：上下文长度、幻觉问题；首先要在产品/场景/流程中选择特定的、最适用于大模型的能力。大模型核心feat
69、ure行业认知产品/场景/流程思维技术曲线仍然陡峭、大模型能力尚不完善，AI-Native产品/流程的开发需要在模型核心feature之上增加行业认知&产品/场景/流程思维！AI驱动产品/场景/流程开发指南智能小巨人科技AI战略咨询服务AI战战略略咨咨询询：“行行业业+技技术术+商商业业”三三位位一一体体融入行业认知与领域专有知识仍然是AI应用落地的关键成功因素。基于具体化的产品/场景/流程思维，方能使AI驱动的开发成果获得良好的用户体验。技术先行技术瓶颈技术供应链技术竞争技术先行视角技术供应链管理技术瓶颈识别应对技术竞争生成式AI开启了全新的技术周期，使很多”不可能“变为”可能“，因此在成熟
70、技术周期中的”技术辅助业务“视角须转变为”技术先行“视角。AI技术革命带来的技术战略新挑战Generative AI智能小巨人科技AI战略咨询服务AI战战略略咨咨询询：业业务务战战略略增增加加技技术术Vision大模型的数据瓶颈在1-2年会出现，能源的瓶颈不容忽视，除此之外与具体业务结合的技术瓶颈也必须提前识别与布局。技术供应链的管理需要投入更多前瞻性研究与规划，综合自有技术、技术采购、技术联盟等多元模式，实现有效的资源配置，保障技术供应链体系。在生成式AI技术周期成熟之前，技术竞争力在企业竞争力中的权重较高，未来若干年，大型企业都必须有效应对更加激烈的技术竞争方能基业长青。自有专家库初创公司
71、合作库高校、智库、媒体外部合作专家专专家家网网络络专家级项目负责人全程主控共创式交付大型项目陪跑式交付交交付付保保障障AI战战略略咨咨询询：专专家家网网络络与与交交付付保保障障智能小巨人科技AI战略咨询服务我们是战略研究、市场洞察的专家智能小巨人科技核心团队拥有15年战略研究、市场洞察丰富经验，已服务过互联网大厂、中型上市公司、小型创业团队等多元类型企业，以“切实解决客户问题”为核心理念！核核心心优优势势曾服务大型、中型、小型各类企业以切实解决客户问题为核心理念智能小巨人科技AI战略咨询服务AI商业观察Vol.04感谢大家观看智智能能小小巨巨人人科科技技出出品品 2024/05/30北京市朝阳区合生汇3楼王铮Silvia
