大模型的出现促进底层技术迭代,衍生出AIGC应用受到关注;大小模型路线分化加剧,传统深度学习关注下游场景落地情况
结论:大模型的出现促进底层技术迭代,衍生出AIGC应用受到关注;大小模型路线分化加剧,传统深度学习关注下游场景落地情况
回顾:AI传统领军全面下跌,行业多方面挑战,宏观经济下行初期需求增量释放缓慢。
• 落地场景需探索,人脸等已经红海,工业、医疗等尚在早期,AI独角兽IPO后股价表现较弱,与收入-薪酬匹配度仍然较低有关。
行业热点在大模型:大规模预训练+无监督,大幅提升AI效率
• 以GPT-3为代表的大模型,可以从大量未标记的数据中捕获知识,极大扩展模型的泛化能力。
• 但仍存在缺陷:对逻辑理解欠缺,训练成本过高,普通机构难以复现。
大模型应用:AIGC图像生成、GPTChat、自动驾驶等成为热点
• 随着模型改进和像素提升,DALL-E2、Stable Diffusion等图像生产AIGC应用爆发;
• InstructGPT在GPTChat工具中应用效果提升,做到与人类进行谈话般的交互。
重点行业AI落地场景逐一分析:智能制造、智慧仓储物流、智慧金融、智慧医疗、智能家居等。成熟的AI应用场景正在涌现,领军AI公司已有大量标杆案例
免责声明:本文来自SWS,著作权归作者所有,如有侵权请联系本平台处理。商业转载请联系作者获得授权,非商业转载请注明出处。内容投诉
零帕网 » 2023AI行业投资策略,AI系列深度之七:大模型技术突破,AI多场景落地
零帕网 » 2023AI行业投资策略,AI系列深度之七:大模型技术突破,AI多场景落地