李聪廷：通用大模型被少量科技巨头掌握，AI能带来技术和知识平权吗？

2023年迄今为止最热门的话题，莫过于ChatGPT。大语言模型和由此带来的AIGC技术，将带来一场技术平权和知识平权。AI技术将不再是AI公司、行业巨头们的专属。5月9日，宇视科技CEO张鹏国在乌镇的一场演讲中，将这比喻为从繁体字到简体字的变革。在AIoT合作伙伴峰会上，宇视发布了行业大模型“梧桐”。

为什么一家并非互联网大厂，而是物联网行业以摄像头等硬件设备闻名的企业，也把AIGC技术作为业务的试验场？AIGC会改变物联网行业，进而在社会生活中改变我们在社会管理、交通管理等诸多场景中的面貌和格局吗？

(相关资料图)

带着这些疑问，观察者网和宇视AI首席科学家李聪廷聊了聊AIGC对物联网和社会生活的影响。

《流浪地球2》中的宇视设备

观察者网：如何理解“小模型+大样本”变成“大模型+小样本”的趋势，是不是有业务场景的用户，因为更低的数据标注和算法训练成本，能以更低价格用得起AI解决方案？比如我们媒体想用一个大模型来开展AIGC业务，如辅助新闻写作、鉴别假新闻等，但我们经费不多，可以提供喂食的行业数据也有限，是不是我们链接一个“大模型”的底座，真正需要针对我们业务特点重新调整的成本就很低了，是这个意思吗？

李聪廷：对。回顾过去“小模型+大样本”开发模式，一个高精度的模型，训练参数量在百万级，训练样本量在几十万级，最高可能到千万级。几千或几万也可以生成模型，但精度不够高、场景适应性不够好。总的来说，“小模型+大样本”开发模式，研发门槛高、成本高、周期长。

通用大模型本身，是基于海量数据训练起来的，数据量远远多于小模型的训练数据量。通用大模型可以做的工作非常多，特别是在创作领域。但我们AIoT行业，绝大多数应用需要的是精确，而不仅仅是“全能”，通用大模型的精度受限会使得在AIoT行业难以应用。

因此我们创新的提出行业大模型的模式，所谓行业大模型即“通用大模型+行业场景+训练调优”，扬长避短。行业大模型将开启“大模型+小样本”的新模式，经过少量的来自行业场景的小样本学习，即可取得一个比较好的精度；同时由于受限应用场景，模型参数量又会比通用大模型小很多，意味着边缘端部署成为可能。

您提到的辅助新闻写作、鉴别假新闻应用，理论上也是可以通过这样去做。所以未来可能会有很多垂直的行业大模型的公司来解决行业应用问题。

科技巨头生成通用大模型，以通用大模型为底座，垂直行业公司提供行业大模型，这将会是未来比较务实和普遍的方式。大家不用重复造轮子，新的AI模型开发和应用模式将降低AI应用落地的成本。

观察者网：如果这个趋势成立，用户用很低的代价就可以接入到大模型的底座上面，享受他的服务，那么确实会掀起一场AI平权的革命，涌现出许多新业态。从我们媒体行业看，许多角色身份、生产关系可能变革，比如机构和个人的内容生产力可能被渐渐拉平了。在AIoT行业可能会出现什么特征，会不会更加碎片化，对你们来说这是好事吗？

李聪廷：AIoT行业的特点是碎片化，过去只有不到10%的AI需求被满足，有的因为技术难以实现，有的因为实现代价太高、商业不闭环。

行业大模型的“大模型+小样本”新开发模式，一是因为大模型涌现的超强理解和逻辑能力使得过去有的技术难以实现的需求，能被实现了；二是需求实现的门槛降低、效率提升，使得商业闭环的概率大幅提升。因此，预计未来AIoT行业的50%的需求能被实现，其中只有20%会由宇视这样的解决方案和设备商实现，剩下30%由合作伙伴实现。

AI技术平权，对参与企业都是机会。能做的需求和应用更多，而且能让合作伙伴自己拥有差异化控制点，更好满足客户需求。

相信这样的变革不仅仅会发生在AIoT行业，也会发生在媒体行业，甚至各行各业。

AI绘制特朗普被捕的假照片

观察者网：AI平权和AI生成内容的泛滥肯定会带来一些问题，比如代写论文和作业、编造假新闻……而在物联网行业，则面临伪造的物理或生物信息造成的安全隐患。矛和盾的需求会同步增长，在反AIGC的方向上，目前的技术储备如何，盾能跟得上矛现在迅猛发展的势头吗？

李聪廷：无论是恶意还是无意，AIGC的确存在“造假”的副作用，而且对我们“打假”的技术手段提出了更高的要求。

对“无意”的“造假”，我们更多的是从行业大模型本身去优化提升。比如，我们在问chatGPT这样的通用大模型推荐一款宝宝看家的摄像机时，它给的答案是有一些误导性的。经过AIoT行业场景训练调优的行业大模型，可以给出更“精确”的回答。

对“恶意”的“造假”，这更多需要我们反AIGC技术去鉴定、识别、阻止造假。举个例子，AIGC技术可能通过一张2D照片生成动态的人脸表情，从而骗过金融场景中的人脸验证环节，带来安全隐患。现阶段，反AIGC技术有一些人在研究，但仍是一个较小众的市场，但随着AIGC技术的普及，反AIGC需求的增长，必将拉动反AIGC的技术迭代，更多的科研机构和厂商投身其中。辩证的看，矛与盾的攻防，促进两类技术的快速迭代，技术水平螺旋上升。

观察者网：你们这次发布有提到智能vlog，能解释一下这个业务逻辑吗，是否意味着AIGC业务也能用到你们的梧桐大模型？

李聪廷：很多年轻人，去景区、乐园玩，希望把个人游玩的精彩瞬间记录下来、与景区沉浸式视觉体验融合，形成一段炫酷的小视频，最后与朋友分享、发朋友圈、发抖音等。

宇视的VLOG产品，很好的满足了这方面需求。它本身是基于景区和乐园场景的AI自动剪辑。AIGC大模型技术带来的变化是，将来我们可以将一些更加有趣炫酷的生成特效融入其中。

例如，一家三口出游，我们可以融入米老鼠等动漫明星；又比如，单身出游，把遗憾未能出行的女朋友虚拟地融入进去。梧桐的多模态行业大模型，第一个落地产品就是VLOG，将来用户可以有更多的玩法，更好的体验。当然对于合作伙伴来说，更多的流量、更多的收益分成。

观察者网：因为我们是媒体，我们可能也有这方面的需求，比如说你们通过学习主持人，过往讲的所有的内容，然后再生成一个他的一个数字孪生。下一次我们只要输入文本，你们就能生成主持人，用他的数字孪生来播讲内容，呈现画面和声音，这个是能做到的吗？

李聪廷：虚拟人数字孪生，这个概念出现的比较早，前几年“元宇宙”兴起带动了虚拟人数字孪生的发展，市面上有不少类似产品。但坦白的说，现在的技术效果普遍不够好，还有很多地方需要提升，此外，生成数字孪生人的成本需要降低。AIGC大模型，将大幅提升数字孪生人的体验和效果，这个只是时间问题。

观察者网：对，但是我们媒体可能有大量的需求把文字视觉化，比如说文本其实我已经有了，不需要生成，但是我需要把这些文章变成一段视频，可能需要一个虚拟人来把它讲出来。像这样的业务，你们有没有考虑过和媒体合作。媒体用户有大量这样的需求。

李聪廷：目前市面上已经有一些类似产品，只不过效果不够好，AIGC大模型技术还没有得到应用。随着AIGC大模型技术的逐渐产业化落地，将来效果一定会越来越好。我们在媒体创作领域不是专家，直接深入并提供最终产品的挑战大。目前先聚焦本身的AIoT赛道是比较务实的做法，将来有机会可以考虑拓展媒体创作领域的机会点。