大模型商业化:困境与尝试

新知榜官方账号

2023-12-06 06:02:15

背景

虽然大模型商业化的路径较为清晰,目前国内厂商也都在积极探索,但大模型的商业化之路,不能仅限于商业模式的探索尝试,更在于解决大模型发展的底层问题。

困境

大模型商业化面临着一系列的困境,如资金投入、伦理道德、安全性、市场接受度等问题。

  • 资金投入:庞大的模型训练需要巨额的资金来支持,投入了巨额资金之后,企业一方面是希望尽快商业化来解决后续研发资金的问题,一方面也是希望通过商业化来达到赚钱的目的。
  • 伦理道德和安全性:大模型的伦理道德和安全性问题也给商业化带来了一定的压力。例如,算法偏见和歧视、数据泄露和滥用等问题时有发生,这使得一些企业在大模型应用方面持谨慎态度。
  • 市场接受度和应用场景等问题:大部分企业的应用需求主要集中在智能客服、智能推荐、智能营销等领域,其他领域的应用仍处于探索阶段。这使得大模型商业化进程相对缓慢,难以实现规模化发展。

尝试

各大厂商也在积极探索商业化的尝试,包括MaaS、开源、Agent等模式。

  • MaaS模式:由云厂商或科研机构对大模型封装,在各类任务上的推理能力封装成统一的应用程序接口,对外提供服务的模式。
  • 开源模式:计算机程序、软件的源代码等内容公开,并根据开源协议进行分发的方式。
  • Agent模式:使用大规模语言模型来帮助企业和个人快速生成高质量内容的模式,是未来实现终极的AGI(通用人工智能)形态的必经之路。

本页网址:https://www.xinzhibang.net/article_detail-22110.html

寻求报道,请 点击这里 微信扫码咨询

关键词

大模型 商业化 困境 尝试 MaaS 开源 Agent

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯