看似低調,其實穩健:位元組在AI路上會遇到什麼?
站在大模型風口上,網路巨頭正在持續推動AI產品的加速落地。
大廠如百度、華為和阿里紛紛推出各自的AI產品,並且不僅在不斷提高知名度方面努力,還積極建構自己的AI產品體系。相較之下,位元組跳動(以下簡稱“位元組”)似乎要低調很多。
相比其他網路巨頭的AI產品在行業側、To B端等揮斥方遒,字節之前好像更喜歡面對消費側、To C端發力自家的AI產品。例如,位元組在旗下的抖音、今日頭條等產品層面推出過繪畫類、特效類AIGC功能,探討C端用戶的感知體驗。
就在近日,又有媒體爆料稱,位元組正在內部測試一款AI對話類產品,目前暫時稱作“Grace”,該產品處於測試完善的階段。而這也恰恰反映出,位元組在AI領域看似低調,但其實是憋著放大招。
低調隱忍後出暴擊
位元組在AI領域的打法,與其他巨頭大相逕庭。
其他網路企業往往想要以氣吞山河的勢頭,趁著大模型的東風,一舉奠定自身在AI領域及垂直細分行業的位置。它們特別看重藉機開啟第二成長曲線的機會,為此在AI領域不遺餘力。
比較而言,位元組更看重C端的體驗。根據位元組的觀點,大模型和AI產品的最終目標是為其旗下的流量型APP,如抖音和今日頭條等提供服務。
而早已成為中國網路一極的字節,也被看做是「APP工廠」。頗具神秘色彩的演算法機制和以抖音為核心的無限流量已廣為傳播。在流量的推動下,位元組表現出無所不能的態勢,涉足了直播賣貨、本地生活、遊戲、廣告行銷等多個領域。
對位元組來說,流量就是一切。而AI產品的終極宿命,或許就是為了流量服務。以抖音上爆火的AI繪畫為例,就成為極佳的製造流量手段。只需提供一張圖片,AI即可根據圖片內容產生一張動漫風格的圖片。
由於生成的圖片效果帶有一定的「盲盒」屬性,畫風精緻唯美中又帶著些許的蠢萌和無厘頭,一經上線就激發了廣大用戶的參與熱情,抖音單日投稿量最高可達724w,還衍生了「如何馴服AI」「誰來為我發聲」等討論分享。
根據AI繪畫特效首頁顯示,光是今年1月初就有超過2758.3萬用戶使用了該特效。 AI繪畫以抖音SSS級的爆款特效為峰值,每秒請求量高達1.4w。
根據抖音特效和位元組跳動智慧創作團隊透露,AI繪畫利用了多模態生成技術。這是由文字生成圖片/影片/3D等跨模態的生成技術,透過大規模資料的訓練,僅以文字或少量其他低成本的資訊引導,可控地產生任意場景的圖片/影片/3D等內容,在AIGC等方向有極大的潛在應用價值。
位元組旗下產品,包括抖音和今日頭條,在AI繪畫之外,還不斷加入AIGC功能,引發了巨大的流量。看來,位元組在AI領域的打法非常有目的性。當然,位元組的打法看似有不少高光時刻,但主要體現在To C端。從整個AI領域白熱化的競爭趨勢來看,算是低調。
但低調打法不代表,就會一直默默耕耘。相反的是,位元組透過AI產品在To C端得到充分驗證後,對自家的大模型體系進行了深耕細作,已經有了頗為成熟的獨特創新路徑。 “暴擊”,自然隨之而來。
據了解,位元組已經建立了一個AI生態體系,其中包括視覺語言模型、火山高速訓練引擎、火山機器學習平台和產業應用。在模型層,位元組在AI方面的累積主要集中在機器翻譯、智慧語音、視訊影像和多模態四個領領域。位元組的研究成果,包括非自迴歸模型DA-Transformer、端對端語音到文字翻譯模型ConST、多顆粒度的視覺語言模型X-VLM、圖片和文字統一生成模型DaVinci等。
在算力層,火山引擎在今年4月舉辦的火山引擎FORCE原動力大會上,正式發布自研DPU等系列雲產品,並正式推出智慧推薦-高速訓練引擎,支援100GB至10TB以上超大模型的高效訓練。
在平台層,火山引擎發布了機器學習平台升級版,在資料管理、資源管理、流程和模型三大領域具備核心優勢。
在應用層,火山引擎的AI場景產品主要包括智慧創作、智慧體驗以及智慧行銷,目前已服務數百家客戶,分別在影片創作、互動創作、直播短影片建置中推動客戶業務成長。
另外,位元組內部不斷推出以AI技術為基礎的相關產品,如海綿樂團和飛書My AI。值得一提的是,此次位元組內部測試的AI對話類產品“Grace”,亦是“爆擊”的集中體現之一。根據位元組跳動相關負責人回應,「Grace」是一個AI對話類測試項目的內部代號,目前還處於初級階段,僅用於內部體驗測試。
儘管回應保持了低調,但也正式揭示了字節AI專案進展的神秘面紗。根據產業專家的分析,根據一般的產品測試週期來看,預計該專案將在2個月後開始對外進行測試。
另外,火山引擎已為企業客戶推出智慧繪圖產品,省去企業採集資料、訓練模型和優化效能的時間和成本,可以快速存取業務。可以看到,位元組看似低調,實則穩健,正疾馳在AI狂奔路上。
「石墩子」帶來巨大威脅
不用質疑的一點是,未來位元組肯定會將基於大模型的AI產品,充分應用到旗下的APP中,並斬獲巨大成功,獲得更多流量。
但如果認為位元組只會沉溺於“圈地自萌”,顯然就太小看它的野心。可以預見的是,位元組將不斷擴大其對AI產品的開發,並與更多企業展開合作,以在縱向和橫向兩個方向上取得持續進展。毫無疑問,位元組正努力成為AI領域的領導者,並為未來的競爭做好充分準備。
然而,這也暗示著位元組將與許多網路巨頭和大企業在AI領域展開直接衝突的較量。後者有著各自的優勢、特點和強大實力,完全能夠成為位元組在AI狂奔路上的「石墩子」。
從大環境看,不少企業已經發力大模型訓練,並積極推出AI產品。要知道,大模型增強了AI技術的通用性,讓開發者以更低成本、更低門檻,面向場景研發更好的AI模型,助力普惠AI產品的實現。
根據中移智庫的資料統計,截至2023年4月18日,國內已有至少19家企業和科學研究院所參與了人工智慧大模型訓練。這些企業主要可分為網路巨頭及大企業、科學研究院校、新創科技團隊三個類別。
其中,網路巨頭在AI領域幾乎採用了一致的策略——針對「模型、算力、平台和應用」進行四位一體的佈局。如,阿里是「通義大模型飛天智算平台魔塔社群產業應用」;百度為「文心大模型崑崙芯飛槳平台產業應用」;騰訊則是騰訊「混元大模型HCC 算力集群太極機器學習平台產業應用」…
從To B端而言,許多網路巨頭或科技大廠已經在大規模應用AI產品或方向方面處於領先地位。目前,百度文心大模型、華為盤古大模型、中國科學院紫東太初大模型均在To B 端垂類市場累積了標竿應用案例。
對於位元組來說,要想虎口奪食頗為不易。
從另一個角度來看,國內大模型當下處於百花齊放的狀態,但業界普遍認為,第一梯隊當屬百度、阿里巴巴、騰訊、華為四家。綜合實力方面,四家企業在大模型研發投入、技術能力及人才團隊實力較強;商用推進方面,四家企業均依托現有業務領域更容易形成大模型應用規模效應。
位元組要打破業界及客戶的固有認知,就必須拿出具有競爭力的優勢,方能實現彎道超車。
除了網路巨頭和科技大廠,一些垂直細分賽道企業也加快了步伐,爭奪AI浪潮的利益。如,在教育產業就已經呈現激烈競爭之勢。
網易有道官方視頻號於5月5日發布了演示視頻,展示了基於“子曰”大模型開發的AI口語老師。同日,學而思官宣,正在研發數學大模型,命名為“MathGPT”,面向全球數學愛好者和科研機構,並將於2023年內推出產品級應用。
科大訊飛在一天後發布了訊飛星火認知大模型,聲稱具備文本生成、語言理解、知識問答等七項核心能力。科大訊飛基於星火大模型,率先推出了AI學習機T20系列,成功將其應用到實際場景中。 6月5日,網路教育平台的作業幫正在內測以中國市場為基礎的教育大模型,包含多元學科解題、中英文作文批改等功能,涉及工具類App、智慧硬體、圖書等業務。
要知道的是,位元組也在教育產業投下重註。就在此前,位元組收購一家蘇州K12教育服務商。此外,位元組旗下教育產品清北網校也曾發布中小學網課教師招聘啟事,聲稱為優秀教師提供「年薪兩百萬,上不封頂」的薪資待遇。但在近段時間以來,位元組的教育業務停滯不前。在面臨更加激烈競爭的同時,對位元組來說,透過AI產品來推動教育業務復甦具有巨大意義。
網路巨頭、科技大廠、垂直細分賽道企業,甚至新創公司…位元組在AI狂奔路上,遇到的「石墩子」可以說非常多。但也正是這種正向、良性的競爭,讓我們不僅看到一個個有望落地且充滿可能性的AI產品,也看到了建立在整體前瞻性架構下,國內AI領域生機勃勃的成長之勢。
以上是看似低調,其實穩健:位元組在AI路上會遇到什麼?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。

C 中使用字符串流的主要步驟和注意事項如下:1.創建輸出字符串流並轉換數據,如將整數轉換為字符串。 2.應用於復雜數據結構的序列化,如將vector轉換為字符串。 3.注意性能問題,避免在處理大量數據時頻繁使用字符串流,可考慮使用std::string的append方法。 4.注意內存管理,避免頻繁創建和銷毀字符串流對象,可以重用或使用std::stringstream。
