人工智能行業深度報告：多模態大模型方向確定，從通用到垂直場景智能化升級的統一和差異.pdf

上傳者：羅***
時間：2023/06/09
熱度：1290
0人點贊
舉報

人工智能行業深度報告：多模態大模型方向確定，從通用到垂直場景智能化升級的統一和差異。多模態大模型是 AI 大模型的發展方向，也是 AI 廠商競爭的關鍵領域。相較于自然語言類模型，多模態模型在訓練階段融合了文字、圖像、三維物體等多維度數據的訓練，可交互的信息類型較多，通用性得到了大大增強，可應用的場景有較大拓展。我們判斷，多模態大模型的技術迭代、產品設計和商業模式的探索將成為下一階段各廠商競爭的關鍵。

多模態大模型融合了多種類型的數據，技術壁壘高、消耗算力大。多模態大模型給 AI 行業帶來的變革如下：（1）算法方面：多模態大模型需要對多種類型數據進行編碼、配對、擬合，訓練過程更加復雜、技術壁壘更高。（2）數據方面：多模態大模型的訓練數據量龐大、數據類型多樣，需要大數據產品的支持。（3）算力方面：多模態大模型需要處理的非結構化數據較多，在訓練和推理階段消耗的成本更大，所需的算力支持更高。

多模態大模型的開放推動各垂直應用領域智能化升級加速。在不同場景中，垂直領域廠商通過調用多模態大模型的 API 進行二次開發，可實現既有應用的快速智能化升級。多模態大模型的開放將大大降低各垂直領域廠商開發 AI 應用的門檻，各場景智能化升級有望呈現出加速和擴散的趨勢。在通用行政辦公、軟件開發、創意設計、金融、醫療等方面已經展現出較好的應用前景。

受限于數據安全、技術壁壘以及監管要求，各行業智能化升級的節奏和實現方式有所區別。消費服務和通用行政辦公等 To C 領域由于數據相對容易獲取，應用壁壘偏低和行業特征較弱等屬性，使得相應領域在接入通用 AI 大模型后的應用產品化落地較快，普適性較高。下游應用相應也面臨較大的同質化挑戰。而醫療、金融、工業等 To B 領域的性能功能壁壘、數據敏感和私密性以及法律合規性上的高要求導致 AI 功能的開發和應用都呈現私域封閉的特點。相關領域更多借鑒通用 AI 大模型的技術原理，結合自身專業數據積累，打造屬于企業內部的模型，相應商業化節奏略慢、行業特征較為明顯。