說(shuō)明：本內(nèi)容來(lái)源于HubSpot 2024GenAI峰會(huì)圓桌討論。四位嘉賓都是硅谷AI明星創(chuàng)業(yè)者。本圓桌探討了AI原生創(chuàng)業(yè)企業(yè)應(yīng)該如何理解客戶、市場(chǎng)和大模型發(fā)展趨勢(shì)。非凡產(chǎn)研特別做了精華編譯。
圓桌主持人 Fellows Fund合伙人、Ficc.AI 創(chuàng)始人Charles Elfin
1、Young Zhao，OpusClip 聯(lián)合創(chuàng)始人兼首席執(zhí)行官
OpusClip是一款革命性的通用人工智能視頻編輯工具，它能夠在一鍵操作下將長(zhǎng)篇視頻轉(zhuǎn)變成易于傳播的短視頻。今年9月份，該公司聯(lián)合創(chuàng)始人&CEO Young Zhao宣布，公司已成功籌集到3000萬(wàn)美元資金，包括A輪以及早期的種子資金。A輪融資由Millennium New Horizons領(lǐng)投，同時(shí)還獲得了AI Grant、Samsung Next、GTM基金、DCM Ventures、Alumni Ventures、Fellows Fund、Alpine VC以及天使投資人Jason Lemkin的大力支持。
OpusClip一年前成立以來(lái)，增長(zhǎng)速度令人矚目。用戶數(shù)量已突破600萬(wàn)大關(guān)，ARR（年經(jīng)常性收入）達(dá)到了八位數(shù)。Billboard.com、Univision、Telefónica、Jenny Hoyos和Scott Galloway等企業(yè)是其部分代表性客戶。
2、Jia Li ，LiveX AI 聯(lián)合創(chuàng)始人、首席人工智能官兼總裁
LiveX AI的目標(biāo)是通過(guò)提供像真人一樣的VIP級(jí)別的人工智能代理來(lái)簡(jiǎn)化日常生活。這些代理能在整個(gè)用戶旅程中引導(dǎo)客戶，通過(guò)增加銷售、提高試用轉(zhuǎn)化率、增加續(xù)訂和升級(jí)銷售的同時(shí)減少退貨，賦予企業(yè)更多能力，幫助用戶充分享受他們的產(chǎn)品和服務(wù)。
3、Dmytro Dzhulgakov，F(xiàn)ireworks AI聯(lián)合創(chuàng)始人 CTO
Fireworks AI 為客戶提供一個(gè)平臺(tái)，用于推理和微調(diào) AI 模型，使企業(yè)能夠自信地交付關(guān)鍵的客戶導(dǎo)向型 AI 應(yīng)用。Fireworks AI 面臨的主要挑戰(zhàn)是，即便在 AI 模型日益復(fù)雜的情況下，仍需為不斷增長(zhǎng)的客戶群體保持高性能。
Fireworks AI 是行業(yè)內(nèi)增長(zhǎng)迅猛的人工智能初創(chuàng)公司之一。在過(guò)去六個(gè)月中，F(xiàn)ireworks AI 的訪問(wèn)量激增了100倍。今年七月，公司還成功完成了由紅杉資本領(lǐng)投的B輪融資，使其估值達(dá)到了5.52億美元。
4、 Hassan Raza ，Tavus 聯(lián)合創(chuàng)始人兼CEO
Tavus 是一家位于加利福尼亞州舊金山的生成式 AI 視頻研究公司，今年3月份該公司宣布在 A 輪融資中籌集了 1800 萬(wàn)美元。本輪融資由 Scale Venture Partners 領(lǐng)投，Rory O'Driscoll 加入公司董事會(huì)，紅杉資本、Y Combinator 和 HubSpot 等也參與其中。公司計(jì)劃利用資金進(jìn)一步加速產(chǎn)品和模型開(kāi)發(fā)，并擴(kuò)大在企業(yè)和中端市場(chǎng)的銷售，以滿足銀行、房地產(chǎn)、汽車和醫(yī)療保健等行業(yè)對(duì)其 SaaS 應(yīng)用程序日益增長(zhǎng)的需求。
由 CEO Hassaan Raza 領(lǐng)導(dǎo)的 Tavus 專注于實(shí)現(xiàn)大規(guī)模超個(gè)性化視頻制作，提供涵蓋數(shù)字復(fù)制、唇同步、配音、文本轉(zhuǎn)視頻等功能的先進(jìn) AI 模型，并支持規(guī)?；膫€(gè)性化視頻編排，其技術(shù)可通過(guò)網(wǎng)頁(yè)應(yīng)用供用戶使用，并通過(guò) API 供開(kāi)發(fā)者調(diào)用。
Q：首先，我將請(qǐng)每位嘉賓簡(jiǎn)要解釋他們?cè)谧约旱墓局腥绾问褂萌斯ぶ悄?，并分享一些你們的?chuàng)業(yè)經(jīng)歷。
Young Zhao：大家好，我是Young Zhao，OpusClip的聯(lián)合創(chuàng)始人兼首席執(zhí)行官。我們的產(chǎn)品能夠?qū)㈤L(zhǎng)篇視頻素材一鍵轉(zhuǎn)換成社交媒體上的爆款短視頻。通過(guò)運(yùn)用先進(jìn)的視頻理解和生成技術(shù)，我們助力每個(gè)人在社交平臺(tái)上講述精彩的故事。
Jia Li：大家好，我是賈。我是一名人工智能技術(shù)專家。我的公司LiveX AI，專注為人們?nèi)粘Ｉ顦?gòu)建多模態(tài)人工智能代理。正如我們所知，GenAI將改變我們與產(chǎn)品、服務(wù)、硬件、設(shè)備的互動(dòng)方式。
因此，我們正在構(gòu)建專為企業(yè)定制的商業(yè)人工智能代理，這些代理能夠?yàn)槠淇蛻籼峁┓?wù)。未來(lái)，我們希望將此擴(kuò)展到能夠?yàn)槊總€(gè)人在日常生活提供個(gè)性化服務(wù)的人工智能代理。
Dmytro：大家好，我是Fireworks的首席技術(shù)官。Fireworks AI 是一個(gè)面向開(kāi)發(fā)者的平臺(tái)，它協(xié)助開(kāi)發(fā)者和企業(yè)利用開(kāi)源的通用人工智能（Gen AI）模型，跨越多種模態(tài)進(jìn)行開(kāi)發(fā)。
你可能已經(jīng)聽(tīng)說(shuō)過(guò) LAMA、Mistral、Stable Diffusion 和 Whisper 這些模型。我們的主要工作是幫助用戶根據(jù)不同的應(yīng)用場(chǎng)景定制這些模型。無(wú)論你是想要定制現(xiàn)有模型，還是希望將基礎(chǔ)模型部署到你的應(yīng)用中，我們都能提供全面的服務(wù)，包括模型的部署、擴(kuò)展和性能優(yōu)化，讓你能夠以極低的成本和極快的速度構(gòu)建應(yīng)用程序。我們自豪地在多個(gè)性能排行榜上名列前茅。
我們特別注重根據(jù)不同的應(yīng)用場(chǎng)景進(jìn)行定制，無(wú)論是通過(guò)微調(diào)提升模型質(zhì)量，還是根據(jù)特定需求定制部署配置以提高性能。因此，如果你的應(yīng)用，比如聊天機(jī)器人系統(tǒng)，需要極低的延遲，這正是我們專注解決的問(wèn)題。
Hassan Raza：大家好，我是Tavus 的創(chuàng)始人兼首席執(zhí)行官。我們是一家生成視頻研究公司，我們構(gòu)建用于創(chuàng)建個(gè)人數(shù)字分身的模型。
我們向開(kāi)發(fā)者和企業(yè)供應(yīng)這些模型，使他們能夠在自己的平臺(tái)中或?yàn)楣緝?nèi)部提供化身和克隆功能。
這些技術(shù)可以用來(lái)幫助您僅通過(guò)文本輸入就能制作出極其逼真的視頻，無(wú)需親自出鏡錄制。企業(yè)也可以利用這項(xiàng)技術(shù)幫助客戶用他們不熟悉的語(yǔ)言制作視頻。例如，我們合作的醫(yī)療保健軟件公司就使用這項(xiàng)技術(shù)，協(xié)助醫(yī)生以患者母語(yǔ)發(fā)送視頻消息；甚至還有實(shí)時(shí)應(yīng)用場(chǎng)景，比如將您的數(shù)字分身送入Zoom會(huì)議中代表您出席。
我們致力于開(kāi)發(fā)高保真度、用戶友好的克隆模型，始終堅(jiān)持道德和審慎的原則，只在得到授權(quán)的情況下進(jìn)行操作，最終幫助客戶大規(guī)模地運(yùn)用您的數(shù)字化形象。我們專注于如何讓您掌控自己的數(shù)字形象，并以前所未有的方式使用它。這樣，您就能以您的形象，前所未有的方式觸及更多客戶和用戶。
A：作為創(chuàng)始人，需要不斷推銷公司的愿景。需要把它賣給投資者、員工、客戶。所以我的問(wèn)題是，其中最重要的是哪一個(gè)？哪個(gè)最難？或者說(shuō)，各位在銷售領(lǐng)域取得成功的過(guò)程中，積累了哪些經(jīng)驗(yàn)或收獲了哪些心得。
Hassan Raza：我想說(shuō)最具挑戰(zhàn)性的是，向客戶推銷你的愿景。投資者，稍微容易一些。因?yàn)槟阗u給投資者的是一個(gè)夢(mèng)想，但對(duì)于客戶來(lái)說(shuō)，夢(mèng)想必須植根于現(xiàn)實(shí)。符合他們業(yè)務(wù)的現(xiàn)實(shí)，以及你產(chǎn)品展現(xiàn)出的符合當(dāng)下的現(xiàn)實(shí)，而不是未來(lái)的狀態(tài)。
所以，向客戶推銷產(chǎn)品時(shí)，必須根據(jù)他們的具體需求來(lái)調(diào)整你的愿景，這可能有些困難，因?yàn)槟阃O(shè)想的是一個(gè)擁有許多特性和功能的遠(yuǎn)景。你可能有很多很酷的新模型。但今天，你必須能夠真正地部署這些。
但我要說(shuō)的是，我們真正成功的秘訣在于成為客戶的合作伙伴，讓他們感覺(jué)到他們的計(jì)劃就是我們的計(jì)劃，真正與他們站在一起，這樣就能將我們的服務(wù)融入到他們自己的業(yè)務(wù)中。
每次我們能夠成功簽約，都是因?yàn)槲覀兪冀K把客戶放在第一位，對(duì)客戶極度專注，我們對(duì)他們的發(fā)展藍(lán)圖和成功投入了極大的關(guān)注。
Jia：我們面對(duì)的客戶通常對(duì)技術(shù)不太了解，這與那些一直在深入了解人工智能的投資者不同。所以，實(shí)際上最具有挑戰(zhàn)性的部分是傳達(dá)GenAl今天能為他們帶來(lái)的價(jià)值，以及未來(lái)更大的潛力。
但我們從這個(gè)過(guò)程中學(xué)到的是，在銷售過(guò)程中，你真的需要傾聽(tīng)客戶的痛點(diǎn)，并嘗試?yán)斫馑麄兠媾R的挑戰(zhàn)。通常情況下，如果你能幫助他們解決問(wèn)題，那么這種對(duì)齊會(huì)更加順利。
Young：我覺(jué)得在我們的案例中，向員工、客戶和投資者傳達(dá)我們的使命是相當(dāng)不同的。首先，向我們的客戶傳達(dá)我們的愿景是相當(dāng)容易的，因?yàn)槲覀兪且粋€(gè)非常注重實(shí)際工作需求的公司，我們的產(chǎn)品非常容易理解，并且真正解決了客戶的痛點(diǎn)。所以我們看到很多客戶甚至比我自己更能清晰地描述我們產(chǎn)品的愿景。
特別考慮到我們的客戶主要是社交媒體上的意見(jiàn)領(lǐng)袖。每天早晨醒來(lái)，我都會(huì)瀏覽YouTube和LinkedIn上的視頻，我會(huì)發(fā)現(xiàn)，哇，你們比我們更能清晰地表達(dá)我們的愿景。
這一點(diǎn)非常直接。但我認(rèn)為，向員工傳達(dá)愿景是最重要的，因?yàn)槲覀冋诖蛟煲粋€(gè)沒(méi)有先例的產(chǎn)品，沒(méi)有前人的成功經(jīng)驗(yàn)可以借鑒。我們正在用一個(gè)純粹的創(chuàng)新產(chǎn)品來(lái)解決許多尚未明確的問(wèn)題。
因此，不斷地向我們的團(tuán)隊(duì)重申和傳達(dá)愿景是至關(guān)重要的，我們必須確保每個(gè)人都對(duì)目標(biāo)有共識(shí)，這樣他們才能齊心協(xié)力，共同推動(dòng)下一代產(chǎn)品的問(wèn)世。
向投資者傳達(dá)我們的愿景是一個(gè)挑戰(zhàn)，因?yàn)樵S多投資者并不是創(chuàng)業(yè)者。他們很難理解我們的領(lǐng)域、用例和需要解決的核心問(wèn)題。雖然有些投資者對(duì)社交媒體非常感興趣，但我認(rèn)為大多數(shù)并不是。所以，這對(duì)我們來(lái)說(shuō)可能是最具挑戰(zhàn)性的任務(wù)。
Dmytro：我完全同意，將焦點(diǎn)放在客戶身上是最重要的。我們要做的是創(chuàng)造出人們真正需要的產(chǎn)品。
這樣的關(guān)注點(diǎn)也有助于激勵(lì)員工圍繞這個(gè)共同的使命團(tuán)結(jié)起來(lái)，并且在業(yè)務(wù)數(shù)據(jù)向好時(shí)向投資者展示我們的成果。對(duì)于面向開(kāi)發(fā)者的產(chǎn)品來(lái)說(shuō)，銷售過(guò)程中通常包含兩個(gè)方面：一方面是向那些會(huì)直接使用產(chǎn)品的用戶銷售；另一方面，對(duì)于開(kāi)發(fā)者產(chǎn)品來(lái)說(shuō)，細(xì)節(jié)至關(guān)重要，對(duì)小細(xì)節(jié)的關(guān)注能夠?yàn)槠鋷?lái)巨大的滿足感和愉悅。
此外，在更高層次上，我們需要將客戶視為一個(gè)企業(yè)，理解他們的需求，了解他們的最終應(yīng)用場(chǎng)景，以及我們?nèi)绾螏椭麄儗?shí)現(xiàn)最終目標(biāo)。有時(shí)，我們甚至需要重新定義問(wèn)題，并提供建議，這對(duì)于如何重新構(gòu)建問(wèn)題可能非常有價(jià)值。在這一點(diǎn)上多做一些努力，會(huì)有很大的幫助，因?yàn)樗麄儽举|(zhì)上是在嘗試解決商業(yè)問(wèn)題。技術(shù)只是這個(gè)問(wèn)題的一部分，如果我們能在過(guò)程中提供幫助，這將創(chuàng)造巨大的價(jià)值，并實(shí)現(xiàn)雙贏的局面。
A：您如何看待客戶與競(jìng)爭(zhēng)對(duì)手？您是想要獨(dú)樹(shù)一幟，還是想要進(jìn)軍一個(gè)巨大的市場(chǎng)？或者您對(duì)這個(gè)問(wèn)題有獨(dú)特的思考方式？
Dmytro：我們所處的Gen AI市場(chǎng)非常龐大，其規(guī)模遠(yuǎn)遠(yuǎn)超過(guò)了以往的深度學(xué)習(xí)應(yīng)用。你知道，多年前我作為PyTorch的核心開(kāi)發(fā)人員之一，參與了深度學(xué)習(xí)領(lǐng)域的相關(guān)工作。那時(shí)，開(kāi)發(fā)深度學(xué)習(xí)應(yīng)用程序的市場(chǎng)已經(jīng)非常龐大，但它確實(shí)需要更多的技術(shù)專才。而如今，我認(rèn)為基礎(chǔ)模型及其下一代技術(shù)的應(yīng)用將引領(lǐng)我們進(jìn)入市場(chǎng)的一個(gè)全新階段，這個(gè)新市場(chǎng)將會(huì)比以往任何時(shí)候都要大。
老實(shí)說(shuō)，我認(rèn)為更重要的是專注于客戶和解決他們面臨的最終問(wèn)題，因?yàn)檫@個(gè)市場(chǎng)足夠廣闊，你不必過(guò)于擔(dān)心競(jìng)爭(zhēng)對(duì)手。而且，最好的產(chǎn)品最終會(huì)贏得市場(chǎng)。所以，關(guān)鍵在于提供最佳的產(chǎn)品和服務(wù)。
因此，如果您能夠精準(zhǔn)地定位客戶、提供合適的產(chǎn)品，并通過(guò)恰當(dāng)?shù)姆咒N渠道進(jìn)行銷售，那么在這一點(diǎn)上，您就無(wú)需過(guò)分擔(dān)心競(jìng)爭(zhēng)對(duì)手。
Jia：我認(rèn)為目前人工智能在客戶體驗(yàn)和AI代理方面?zhèn)涫荜P(guān)注?，F(xiàn)在，人們對(duì)此討論頗多，也出現(xiàn)了許多令人印象深刻的產(chǎn)品。
這也正是為什么，從客戶的角度來(lái)看，有時(shí)可能會(huì)產(chǎn)生一些誤解。我們實(shí)際上能夠?qū)崿F(xiàn)一些目前看來(lái)還不太現(xiàn)實(shí)的事情，不是嗎？完成最后一步總是更具挑戰(zhàn)性。構(gòu)建初步的演示或者原型可能相對(duì)快速和容易，只需要整個(gè)項(xiàng)目時(shí)間的一小部分（比如5%）。然而，將這個(gè)演示或原型轉(zhuǎn)化為一個(gè)完整、成熟、可以上市的產(chǎn)品，需要更多的時(shí)間和精力，這通常占據(jù)了絕大部分的時(shí)間（比如95%）。
因此，穿透市場(chǎng)的噪音，進(jìn)行有效的教育，贏得客戶的信任，并建立起可靠的關(guān)系，這一點(diǎn)至關(guān)重要。
Hassan：我們實(shí)際上已經(jīng)經(jīng)歷了一次轉(zhuǎn)型，因此對(duì)兩個(gè)領(lǐng)域都有了深刻的洞察。最初，我們?yōu)樽约旱匿N售和營(yíng)銷產(chǎn)品構(gòu)建了模型，但最近，我們更多地將重心轉(zhuǎn)移到讓這些模型直接服務(wù)于開(kāi)發(fā)者。從我們的視角來(lái)看，生成式人工智能領(lǐng)域是一個(gè)充滿新穎性和機(jī)遇的新領(lǐng)域。我們相信，通過(guò)向各種不同的產(chǎn)品和創(chuàng)意提供模型，而不僅僅是將模型局限于我們自己的產(chǎn)品，我們能夠獲得顯著的優(yōu)勢(shì)。
Young：我們肯定是從一個(gè)相對(duì)小眾的市場(chǎng)起步的，并逐漸成為早期同類產(chǎn)品中的佼佼者。一旦我們對(duì)自己的領(lǐng)域有了足夠的信心，我們就會(huì)逐漸將我們的產(chǎn)品擴(kuò)展到現(xiàn)有的ICP（意向客戶畫像）和長(zhǎng)視頻到短視頻編輯之外的更多領(lǐng)域。所以最終，我們相信這個(gè)市場(chǎng)是巨大的。
這絕對(duì)是一個(gè)巨大的市場(chǎng)，特別是在社交媒體視頻創(chuàng)作和編輯領(lǐng)域。但我們對(duì)產(chǎn)品的快速擴(kuò)張和市場(chǎng)契合度（PMF）持謹(jǐn)慎態(tài)度。我認(rèn)為對(duì)于初創(chuàng)公司來(lái)說(shuō)，你肯定想要打造最好的產(chǎn)品。即使你在擴(kuò)展你的應(yīng)用和涉足更多技術(shù)領(lǐng)域，你也不能過(guò)于冒進(jìn)，尤其是當(dāng)你的團(tuán)隊(duì)資源有限時(shí)。
我們目前正在研發(fā)下一代產(chǎn)品，并且我們正準(zhǔn)備將市場(chǎng)擴(kuò)大三倍、五倍甚至十倍。但是，我們確實(shí)在非常謹(jǐn)慎地控制這一擴(kuò)張的步伐。
A：我想各位的問(wèn)題是在公司中遇到的關(guān)于現(xiàn)實(shí)世界的倫理問(wèn)題是什么？各位又是如何應(yīng)對(duì)這個(gè)問(wèn)題的？
Hassan：對(duì)我們來(lái)說(shuō)，我認(rèn)為始終存在關(guān)于披露和同意的問(wèn)題。
你知道，我們正在構(gòu)建模型來(lái)創(chuàng)建數(shù)字分身，這意味著我們?cè)趶?fù)制用戶的外貌和聲音。
我們始終堅(jiān)持這樣的原則：獲得同意是最起碼的要求。我們必須得到同意才能進(jìn)行下一步。我們不會(huì)開(kāi)發(fā)允許用戶創(chuàng)建他人克隆的模型。但這確實(shí)涉及到一個(gè)權(quán)衡問(wèn)題，尤其是在與我們的營(yíng)銷團(tuán)隊(duì)合作時(shí)，我們可以看到病毒式傳播的潛力。比如，我們可以發(fā)布一個(gè)關(guān)于某個(gè)非常有名的人的有趣視頻，然后創(chuàng)建他們的克隆，圍繞這個(gè)制造大量的營(yíng)銷炒作。
但我們始終強(qiáng)調(diào)，這樣做并不值得。我們會(huì)堅(jiān)守在同意的基礎(chǔ)上。我們絕不會(huì)允許任何人，包括我們自己，在未經(jīng)他人同意的情況下克隆某人。因此，這是我們內(nèi)部必須面對(duì)的一個(gè)權(quán)衡。
Dmytro：我想從基礎(chǔ)設(shè)施平臺(tái)的角度來(lái)說(shuō)，我確實(shí)看到很多客戶在努力尋找正確的平衡點(diǎn)。我認(rèn)為一個(gè)更普遍的教訓(xùn)是，僅僅訓(xùn)練模型和將其實(shí)際轉(zhuǎn)化為產(chǎn)品之間存在著巨大的gap。正是在這個(gè)gap中，許多責(zé)任和倫理問(wèn)題開(kāi)始顯現(xiàn)。
從技術(shù)層面上來(lái)說(shuō)，這通常意味著我們還需要構(gòu)建防護(hù)措施、安全過(guò)濾系統(tǒng)等。有時(shí)人們可能會(huì)覺(jué)得模型訓(xùn)練是最耗費(fèi)資源的部分，比如GPU資源的消耗，但實(shí)際上，在產(chǎn)品開(kāi)發(fā)的整個(gè)過(guò)程中，確保安全和負(fù)責(zé)任地使用人工智能占據(jù)了相當(dāng)大的工作量。
作為平臺(tái)供應(yīng)商，雖然這可能不是一個(gè)純粹的道德問(wèn)題，但我們對(duì)數(shù)據(jù)隱私的保護(hù)非常重視。因此，除非客戶有明確的需要，比如需要改進(jìn)和微調(diào)他們的模型，我們才會(huì)記錄數(shù)據(jù)。在數(shù)據(jù)登錄、數(shù)據(jù)保留以及在這方面的負(fù)責(zé)任行為上，我認(rèn)為這是我們對(duì)行業(yè)的貢獻(xiàn)之一。
但我認(rèn)為，更接近產(chǎn)品端的主要功能和問(wèn)題，以及如何實(shí)現(xiàn)這些功能，是我們正在尋找的解決方案之一。
Young：在我們的案例中，我們遇到了數(shù)百萬(wàn)的版權(quán)問(wèn)題。很多用戶使用了其他人的內(nèi)容，尤其是在我們尚未采取措施預(yù)防的早期。因此，我們收到了許多來(lái)自頭部KOL和創(chuàng)作者的投訴，他們質(zhì)疑為什么他們的內(nèi)容在YouTube上隨處可見(jiàn)，看起來(lái)像是使用了OpusClip的字幕和動(dòng)畫功能。
我們確實(shí)收到了這些投訴，并且我們一直在非常積極地應(yīng)對(duì)這些問(wèn)題。首先，我們不斷向用戶發(fā)出警告，明確告訴他們?nèi)绻褂盟说膬?nèi)容，他們的賬戶將肯定被封禁。隨著時(shí)間的推移，我們發(fā)現(xiàn)越來(lái)越少的用戶使用他人的內(nèi)容，我們?cè)贒iscord頻道中觀察到了這一變化。許多用戶每天都會(huì)問(wèn)，為什么我的YouTube賬戶被封了？為什么我的TikTok賬戶被封了？平臺(tái)正在努力解決這一問(wèn)題。但我們一直在非常主動(dòng)地提醒用戶，一定要使用自己的原創(chuàng)內(nèi)容。我認(rèn)為更關(guān)鍵的第二點(diǎn)是，我們正在構(gòu)建一種機(jī)制來(lái)區(qū)分優(yōu)質(zhì)用戶和我們不想要的用戶，不一定是壞用戶，而是那些我們不希望在平臺(tái)上的用戶。
我們一直在不斷地改進(jìn)用戶體驗(yàn)和工作流程，使得那些想要抄襲或侵犯版權(quán)的用戶更加難以得逞。我們肯定要為合法用戶定制工作流程，并為那些我們希望阻止的用戶創(chuàng)造障礙。是的，這就是我們處理這些問(wèn)題的方法。
Jia：對(duì)于我們來(lái)說(shuō)，關(guān)鍵問(wèn)題在于公眾如何看待工作被AI取代的擔(dān)憂。
當(dāng)AI代理變得更加高效和先進(jìn)時(shí)，媒體常常將其描述為工作崗位的替代。但根據(jù)我們的經(jīng)驗(yàn)，通常在與客戶支持團(tuán)隊(duì)或售前團(tuán)隊(duì)的互動(dòng)中，起初，許多人可能會(huì)感到不安。他們擔(dān)心AI會(huì)取代人類的工作。然而，實(shí)際上，許多重復(fù)性的工作并不是人們所熱愛(ài)的，沒(méi)有人愿意長(zhǎng)時(shí)間從事這些重復(fù)性高且枯燥的工作。
事實(shí)上，當(dāng)AI能夠幫助他們解決更復(fù)雜的問(wèn)題時(shí)，一些員工反而感到更加滿意。人類在處理更具挑戰(zhàn)性的情況時(shí)，如果將AI作為輔助工具，會(huì)表現(xiàn)得更加出色。因此，我認(rèn)為這將是一場(chǎng)工作轉(zhuǎn)型，而非簡(jiǎn)單的工作替代，尤其是當(dāng)Gen AI成為一個(gè)如此強(qiáng)大的工具時(shí)。
每個(gè)人都需要學(xué)習(xí)和適應(yīng)它。
A：你們都在將人工智能投入實(shí)際生產(chǎn)，我們知道這過(guò)程中存在許多挑戰(zhàn)。那么，最大的挑戰(zhàn)是什么呢？是可靠性、幻覺(jué)、提示工程、護(hù)欄，還是其他方面的問(wèn)題？
Dmytro：簡(jiǎn)而言之，上述所有都是挑戰(zhàn)。
我認(rèn)為，將機(jī)器學(xué)習(xí)的產(chǎn)品化過(guò)程視作一段旅程是非常形象的。
對(duì)吧？在這段旅程的開(kāi)始，最重要的是讓產(chǎn)品能夠運(yùn)作起來(lái)，并且能夠快速迭代以達(dá)到目標(biāo)。從開(kāi)發(fā)人員的角度來(lái)看，關(guān)鍵在于我能多快地進(jìn)行迭代。
如果涉及到提示工程，迭代過(guò)程會(huì)變得更加簡(jiǎn)單。如果需要進(jìn)行微調(diào)，那么，是的，我的工作流程需要非常迅速，我應(yīng)該能夠迅速地將模型部署到生產(chǎn)環(huán)境中，這是我們非常注重的一點(diǎn)。但在初始階段，成本并不是一個(gè)真正的問(wèn)題，因?yàn)槟闶窃谛∫?guī)模上運(yùn)行。你只是想要讓一些東西先運(yùn)作起來(lái)。
所以，我看到人們開(kāi)始時(shí)會(huì)使用大模型，試圖提升質(zhì)量，基本上只是為了構(gòu)建一個(gè)演示或原型來(lái)驗(yàn)證產(chǎn)品概念。隨著產(chǎn)品的推廣和規(guī)模的擴(kuò)大，情況就會(huì)發(fā)生變化。
對(duì)于許多應(yīng)用場(chǎng)景而言，成本和性能，尤其是延遲，開(kāi)始變得極為重要。這正是人們開(kāi)始追求專業(yè)化，或者可能轉(zhuǎn)向更小型的模型但進(jìn)行精細(xì)調(diào)整的時(shí)候。我們協(xié)助許多客戶定制部署選項(xiàng)，以最大程度地降低最終用例的總體擁有成本（TCO）和延遲。實(shí)際上，特別是在學(xué)習(xí)管理系統(tǒng)（LMS）中，即便不更改模型，通過(guò)基礎(chǔ)設(shè)施系統(tǒng)優(yōu)化和針對(duì)特定用例的定制，您也可以實(shí)現(xiàn)數(shù)倍的性能提升。例如，如果您提供電話助理服務(wù)，那么對(duì)于最初的幾個(gè)詞，您可能需要非常低的延遲，但之后就可以像正常的授權(quán)流程那樣處理，這樣的優(yōu)化措施非常有幫助。
因此，我認(rèn)為上述所有問(wèn)題都至關(guān)重要。它們的重要性從快速迭代和提升質(zhì)量，逐漸轉(zhuǎn)變?yōu)樵谏a(chǎn)化過(guò)程中的擴(kuò)展性、完整性以及防止不良行為的工作。
Jia：在構(gòu)建多模態(tài)人工智能代理時(shí)，我認(rèn)為延遲是最具挑戰(zhàn)性的方面。這可能就是為什么你看到大多數(shù)人工智能代理被用于生成市場(chǎng)調(diào)查或報(bào)告——這些場(chǎng)景下可以等待較長(zhǎng)時(shí)間。而我們的情況是，我們必須構(gòu)建實(shí)時(shí)的人工智能代理，并考慮多模態(tài)輸入。
這確實(shí)是最糟糕的兩種情況的結(jié)合。對(duì)吧？你需要極高的精確度來(lái)執(zhí)行關(guān)鍵任務(wù)，同時(shí)，你也需要能夠?qū)崟r(shí)高效地處理這些任務(wù)，以便企業(yè)能夠立即為客戶提供服務(wù)。
所以，我猜想，未來(lái)應(yīng)該會(huì)有很多——希望會(huì)有很多——技術(shù)進(jìn)步。
目前，我們一直在與NVIDIA合作，從硬件和軟件兩個(gè)維度進(jìn)行優(yōu)化。我們已經(jīng)成功地將token平均速度提升了六倍以上。但即便如此，這仍然不夠，特別是考慮到我們的許多客戶都是硬件公司和設(shè)備公司。他們非常希望能夠在未來(lái)將這些技術(shù)部署在邊緣設(shè)備上。
為了實(shí)現(xiàn)真正個(gè)性化的人工智能代理的未來(lái)，在硬件芯片、內(nèi)存以及所有這些方面，我們?nèi)匀恍枰罅康募夹g(shù)進(jìn)步和發(fā)展。
Hassan：我同意。在我看來(lái)，在產(chǎn)品開(kāi)發(fā)周期的不同階段，關(guān)注的重點(diǎn)會(huì)有所不同。例如，對(duì)我們而言，從研究到產(chǎn)品化的整個(gè)周期總是伴隨著廣泛的測(cè)試。因?yàn)?，你要知道，研究階段開(kāi)發(fā)的模型并不總能接觸到實(shí)際應(yīng)用中的各種情況。
正如大家所知，客戶很少完全遵循你的指導(dǎo)。因此，你總會(huì)遇到一些在研究環(huán)境中未曾經(jīng)歷過(guò)的特殊情況。
所以我認(rèn)為，在從研究階段過(guò)渡到生產(chǎn)階段的過(guò)程中，控制模型的幻覺(jué)、確保有充分的安全措施、保證模型在各種實(shí)際輸入下都能穩(wěn)定運(yùn)行，這些都是極其重要的。
但當(dāng)你更進(jìn)一步地轉(zhuǎn)向產(chǎn)品化時(shí)，規(guī)模和延遲開(kāi)始變得更加重要，成本也變得更加敏感。因此，是的，我認(rèn)為所有這些因素都很重要，但它們?cè)诋a(chǎn)品開(kāi)發(fā)的不同階段起著不同的作用。
Q：在人工智能領(lǐng)域，研究人員多年來(lái)一直在探討可解釋性的問(wèn)題，以及從龐大且復(fù)雜的模型中提取解釋的難度。我想知道的是，您覺(jué)得可解釋性對(duì)您的用戶和客戶來(lái)說(shuō)有多重要？您又是如何提供這些解釋的？
Young：在我們產(chǎn)品中，這一點(diǎn)實(shí)際上非常直接，因?yàn)槲覀兩傻氖且曈X(jué)化的、直觀易懂的視頻內(nèi)容。
因此，我們并不過(guò)分強(qiáng)調(diào)產(chǎn)品解釋性的部分。我們基本上展示了所有可能的結(jié)果。用戶可以快速預(yù)覽它們，甚至多次回放，以完全理解視頻內(nèi)容，或確認(rèn)是否選擇這個(gè)視頻。
所以，我們的產(chǎn)品中并沒(méi)有太多解釋性的內(nèi)容。我們唯一提供的是一個(gè)名為“裁判”或“真實(shí)性評(píng)分”的功能。這個(gè)功能在一定程度上解釋了結(jié)果，比如視頻在社交媒體上的潛在傳播力。但這是一個(gè)復(fù)雜的問(wèn)題，因?yàn)樗蕾囉谝粋€(gè)獨(dú)立的模型。這個(gè)模型持續(xù)追蹤人們發(fā)布到社交媒體上的視頻表現(xiàn)，并以此作為動(dòng)力，以更好地理解視頻傳播的潛力和多樣性。
實(shí)際上，我們用戶更偏愛(ài)這種直觀的方式，而不是我們?nèi)斯ぶ悄芙Y(jié)果的詳細(xì)解釋。
Hassan：對(duì)我們而言，可解釋性至關(guān)重要，尤其是考慮到我們的客戶是在自己的服務(wù)平臺(tái)中提供這項(xiàng)產(chǎn)品。因此，模型的可預(yù)測(cè)性以及它們的表現(xiàn)方式非常重要，同時(shí)，當(dāng)模型未能按預(yù)期表現(xiàn)時(shí)，能夠理解問(wèn)題所在也同樣重要。比如，如果一個(gè)視頻在訓(xùn)練階段被拒絕，我們就需要知道視頻出了什么問(wèn)題。
所以，為我們的客戶提供非常清晰的消息，比如為什么訓(xùn)練失敗，或者為什么視頻沒(méi)有生成，這真的非常重要。
此外，如果輸出結(jié)果出乎意料，那么提供如何正確提示以確保獲得良好結(jié)果的深入見(jiàn)解，對(duì)于我們的企業(yè)客戶來(lái)說(shuō)尤其重要。
Dmytro：我認(rèn)為，可解釋性的重要性確實(shí)因產(chǎn)品和其重要性的不同而有所差異。
通常來(lái)說(shuō)，令人興奮的是，例如對(duì)于學(xué)習(xí)管理系統(tǒng)（LMS），你可以用英語(yǔ)與它們進(jìn)行交流。而且，你知道，許多關(guān)于鏈?zhǔn)接?xùn)練（比如樹(shù)式訓(xùn)練等）的研究，通過(guò)要求模型將問(wèn)題分解成碎片，這在某種程度上有助于提高模型的可解釋性。這不僅提升了模型的質(zhì)量，還讓你能夠洞察模型內(nèi)部決策結(jié)構(gòu)的運(yùn)作方式。因此，我認(rèn)為這個(gè)方向也是客戶所關(guān)注的，這對(duì)提升模型的質(zhì)量和可解釋性都大有裨益。
從基礎(chǔ)設(shè)施的角度來(lái)看，我認(rèn)為可重復(fù)性至關(guān)重要，因?yàn)檫@些模型具有隨機(jī)性，甚至可能因?yàn)樵诓煌腉PU上運(yùn)行而得到不同的結(jié)果。因此，如果你從模型中得到了特定的輸出，能夠重放并理解實(shí)際上是能夠復(fù)現(xiàn)同樣的輸出，這對(duì)于同一款模型的同一版本來(lái)說(shuō)非常重要。
在某些配置中，即使是最微小的部分也不容忽視，它能夠極大地促進(jìn)下游工作流程的調(diào)試和優(yōu)化。
Jia：我們的客戶并不那么關(guān)注模型或參數(shù)的細(xì)節(jié)。他們更看重的是整個(gè)服務(wù)流程。例如，當(dāng)我們?yōu)榭蛻舴?wù)并解決他們的問(wèn)題時(shí)，我非常希望獲得這些洞見(jiàn)——哪些話題最熱門，哪些問(wèn)題被頻繁提出，這些信息對(duì)于指導(dǎo)我們的產(chǎn)品設(shè)計(jì)和升級(jí)極為寶貴。
因此，我們認(rèn)為通用人工智能（Gen AI）是一個(gè)理想的工具，它能夠分析當(dāng)前的熱點(diǎn)話題，并為客戶提供這樣的深刻見(jiàn)解。
A：各位如何看待基礎(chǔ)模型的未來(lái)？它們都會(huì)轉(zhuǎn)向多模態(tài)嗎？它們會(huì)變得越來(lái)越龐大嗎？還是說(shuō)，它們會(huì)朝著不同的方向發(fā)展，或者您希望它們能朝著某個(gè)特定的方向前進(jìn)？
Hassan：從我的視角來(lái)看，基礎(chǔ)模型的未來(lái)趨勢(shì)是多模態(tài)。以Foro的公告為例，我們可以看到在翻譯過(guò)程中丟失了許多上下文信息。如果這些基礎(chǔ)模型能夠理解我們?nèi)粘贤ㄖ惺褂玫牟煌B(tài)，它們將變得更加強(qiáng)大，實(shí)際上也會(huì)更具洞察力。
因此，我預(yù)見(jiàn)的未來(lái)是，在未來(lái)幾年內(nèi)，我們所使用的核心基礎(chǔ)模型將自然而然地成為多模態(tài)的，并且不必然依賴于翻譯功能，因?yàn)樵诜g過(guò)程中會(huì)丟失很多重要的上下文信息。
Dmytro：顯然，多模態(tài)已成為未來(lái)的發(fā)展趨勢(shì)。我相信，未來(lái)的技術(shù)發(fā)展必將包含空間推理能力，這不僅涉及到視頻內(nèi)容的生成，也關(guān)系到人工智能在機(jī)器人技術(shù)領(lǐng)域的體現(xiàn)，比如理解物理世界和集成多種傳感器等激動(dòng)人心的研究領(lǐng)域。
從應(yīng)用的角度來(lái)看，情況頗為有趣。我認(rèn)為，總會(huì)有一些處于前沿的、頂級(jí)的通用模型能夠處理各種復(fù)雜任務(wù)。然而，對(duì)于一些特定應(yīng)用而言，可能并不需要集成所有模態(tài)，因?yàn)檫€需要考慮到成本和延遲等因素的限制。我提到，頂級(jí)的多功能模型將趨向于多模態(tài)發(fā)展，但同時(shí)也會(huì)存在模態(tài)的子集。在更細(xì)分的市場(chǎng)領(lǐng)域中，這些模態(tài)和功能的子集可以根據(jù)不同應(yīng)用的需求進(jìn)行定制和調(diào)整。我們已經(jīng)觀察到模型架構(gòu)中出現(xiàn)了這樣的趨勢(shì)，例如，通過(guò)將一個(gè)小元素與圖像識(shí)別等技術(shù)結(jié)合，并進(jìn)行適當(dāng)?shù)挠?xùn)練，就能得到相當(dāng)出色的視覺(jué)圖像語(yǔ)言模型等。這種趨勢(shì)正在逐漸顯現(xiàn)。
Young：確實(shí)，我感覺(jué)到目前有一個(gè)普遍的共識(shí)，即模型將變得越來(lái)越精密復(fù)雜。
但在我看來(lái)，至少在理解能力方面，目前的技術(shù)仍然基于transformer。因此，即使模型試圖理解圖像或視頻，這個(gè)過(guò)程就像是一個(gè)盲人憑借純粹的想象力去閱讀和寫作小說(shuō)一樣。所以我認(rèn)為，基礎(chǔ)模型在未來(lái)需要有一個(gè)巨大的飛躍，以便用新的方式來(lái)理解內(nèi)容。
更準(zhǔn)確、更貼近現(xiàn)實(shí)世界的需求——是的，這就是我所說(shuō)的。但我還認(rèn)為，另一方面，基礎(chǔ)模型應(yīng)該更好地支持特定的應(yīng)用場(chǎng)景，使模型能夠更深入地理解特定行業(yè)中要完成的具體任務(wù)。
那么，我們和其他公司的開(kāi)發(fā)者如何才能更有效地利用這些基礎(chǔ)模型，并輕松地調(diào)整它們以適應(yīng)特定領(lǐng)域的需求，這將是未來(lái)技術(shù)發(fā)展的一個(gè)重要方向。
Jia：是的，我堅(jiān)信多模態(tài)模型代理的未來(lái)，這一點(diǎn)從我們選擇的技術(shù)方向上就可以明顯看出。
我非常認(rèn)同的一點(diǎn)是，目前在多模態(tài)能力方面仍然存在巨大的差距。
主要原因在于，如果我們思考人類如何與物理世界、產(chǎn)品或服務(wù)互動(dòng)，我們自然而然地會(huì)利用我們的感知、聲音等等。我們并非生來(lái)就是為了學(xué)習(xí)在電腦上打字。
然而，目前用來(lái)訓(xùn)練大語(yǔ)言模型或模態(tài)模型的所有數(shù)據(jù)，都是基于過(guò)去技術(shù)指導(dǎo)我們?nèi)绾涡袆?dòng)而產(chǎn)生的。對(duì)嗎？因此，有很多以前從未被記錄的人類行為或互動(dòng)數(shù)據(jù)，這些數(shù)據(jù)極其寶貴，它們將為人工智能模型以及未來(lái)產(chǎn)品甚至硬件形態(tài)的發(fā)展提供寶貴的信息。
Q：基礎(chǔ)模型和多模態(tài)技術(shù)都從根本上基于一種神經(jīng)網(wǎng)絡(luò)架構(gòu)——transformers。這實(shí)際上是一個(gè)科學(xué)問(wèn)題：transformers的智能是否有上限？或者我們是否還未接近那個(gè)上限，而是其他限制因素，比如數(shù)據(jù)的質(zhì)量和數(shù)量，阻礙我們實(shí)現(xiàn)更高的智能？那么，transformers真的是智能的終極答案嗎？
Dmytro：我的意思是，我認(rèn)為到目前為止，像 Transformer 這樣的模型目前在 AI 和機(jī)器學(xué)習(xí)領(lǐng)域已經(jīng)占據(jù)了優(yōu)勢(shì)，因?yàn)樗鼈冊(cè)谟布系玫搅藰O大的支持和優(yōu)化。即使有其他新的想法可能在某些方面稍微優(yōu)于 Transformer，但由于 Transformer 模型足夠通用且已有大量資源投入到硬件和軟件優(yōu)化上，所以很難超越它們或替代它們。
所以我認(rèn)為這很難預(yù)測(cè)，因?yàn)槟壳八械难芯亢唾Y源都集中在這上面。
我認(rèn)為到目前為止，transformers已經(jīng)展現(xiàn)出了驚人的可擴(kuò)展性，并且可能還有很大的提升空間，可能還會(huì)有幾個(gè)數(shù)量級(jí)的增長(zhǎng)。觀察其他技術(shù)的發(fā)展，它們最終都會(huì)呈現(xiàn)出S形的增長(zhǎng)曲線，所以我們將拭目以待。我認(rèn)為目前的局限性在于，例如我們所看到的長(zhǎng)距離依賴問(wèn)題等，整合外部信息的任務(wù)仍然充滿挑戰(zhàn)。這需要一些技術(shù)上的突破，以及在更高層次上推理的可靠性。
因此，我認(rèn)為transformers在未來(lái)的幾次迭代中仍將繼續(xù)擴(kuò)展，但可能還不足以將我們帶到最廣義的人工通用智能（AGI）。
Hassan：是的，我同意這一點(diǎn)。盡管我不是專家。
我認(rèn)為transformers架構(gòu)還有很大的發(fā)展空間，無(wú)論是從數(shù)據(jù)收集的角度，還是從優(yōu)化的角度。
對(duì)我們來(lái)說(shuō)，我們思考了很多，比如如何復(fù)制人類的所作所為和思維方式，我認(rèn)為這將是我們將開(kāi)始觸及transformers能力極限的地方。如果我們想要實(shí)現(xiàn)AGI，這與嘗試復(fù)制我們的思維方式和處理信息的方式、我們自己的內(nèi)部代理工作流程有關(guān)，那么我認(rèn)為transformers在這方面將會(huì)受到限制。
Jia：我想補(bǔ)充一點(diǎn)。我們經(jīng)常討論模型、模型架構(gòu)和模型規(guī)模，但在數(shù)據(jù)方面，我們可能還沒(méi)有給予足夠的關(guān)注。數(shù)據(jù)實(shí)際上能夠反映我們?cè)噲D解決的問(wèn)題和我們希望達(dá)成的目標(biāo)。
然而，就目前而言，無(wú)論是數(shù)據(jù)的質(zhì)量還是數(shù)量，例如，許多人都在使用互聯(lián)網(wǎng)數(shù)據(jù)來(lái)訓(xùn)練相似的模型。因此，高質(zhì)量的數(shù)據(jù)和充足的數(shù)據(jù)量實(shí)際上可以產(chǎn)生極大的效果。我認(rèn)為，潛在的模型架構(gòu)可能會(huì)受到數(shù)據(jù)、數(shù)據(jù)類型以及未來(lái)數(shù)據(jù)類型的影響。
Young：盡管我也不是回答這個(gè)問(wèn)題的專家，但我完全同意大家的觀點(diǎn)。從我們的角度來(lái)看，正如我之前提到的，模型仍然無(wú)法真正復(fù)制人們對(duì)世界的真實(shí)看法。我確實(shí)認(rèn)為這是一個(gè)巨大的改進(jìn)領(lǐng)域。
但我仍然覺(jué)得，進(jìn)一步的改進(jìn)應(yīng)該發(fā)生在模型如何真正解決更具挑戰(zhàn)性的工作時(shí)?，F(xiàn)在，大多數(shù)模型就像初級(jí)人員。比如，如果您使用我們的產(chǎn)品，就像雇用了一個(gè)初級(jí)視頻編輯、一個(gè)初級(jí)視頻制作人。對(duì)于許多其他產(chǎn)品，我們就像在招聘一個(gè)初級(jí)團(tuán)隊(duì)，并且，你知道，擴(kuò)大規(guī)模。但是，你知道，成為一名高級(jí)成員，成為一名高級(jí)管理人員，那就是我絕對(duì)可以看到AGI的位置，它將會(huì)在哪里。
【聲明】?jī)?nèi)容源于網(wǎng)絡(luò)
非凡產(chǎn)研