当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > ​昆仑万维CEO方汉:生成式AI数据遭遇瓶颈,建议打造行业专有大模型

​昆仑万维CEO方汉:生成式AI数据遭遇瓶颈,建议打造行业专有大模型

来源:搜狐 2023-05-26 15:49:58 0浏览 收藏

大家好,今天本人给大家带来文章《​昆仑万维CEO方汉:生成式AI数据遭遇瓶颈,建议打造行业专有大模型》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

昆仑万维CEO方汉:生成式AI数据遭遇瓶颈,建议打造行业专有大模型

​昆仑万维CEO方汉:生成式AI数据遭遇瓶颈,建议打造行业专有大模型

昆仑万维的CEO方汉在官方公众号上发表了对生成式人工智能的观点,日期为5月19日。方汉认为,生成式人工智能的瓶颈在于数据方面,数据门槛仍然非常高,而大型模型未来的商业模式无非是通过降低成本和提高效率来实现。对于行业来说,需要尽快拥抱大模型,做自己行业的专有大模型,并特意表示“不建议游戏行业使用AIGC,更应关注如何用AIGC技术提高游戏性”。此外,他看好多模态在大模型工程上的前景。

方汉同时看好多模态在大模型工程上的前景。通过多模态集成技术,大型模型可以同时处理音频、文本和图像等多种数据形式,从而进一步增强其能力。研究机构IDTechEx日前发布报告,展望了2023-2033年AI芯片市场走向,预测到2033年,AI芯片市场将增长至2576亿美元,而这其中大模型技术也将成为重要的增长动力。

AI技术的应用已经逐渐渗透到各个行业,其中,全球游戏市场规模在2022年达到了人民币11107.6亿元。全球移动游戏市场规模约为人民币5945.19亿元。游戏领域的任务包括模拟游戏中NPC的行为、生成游戏场景以及进行画面优化等方面。在这些应用中,生成式AI技术起到了重要的推动作用。

在《巫师3》中,NPC角色的人工智能可以根据玩家的行为做出对应的反应,从而让游戏体验更加逼真。在《荒野大镖客2》中,生成式AI技术被用于游戏场景的生成,这一举措大大提升了游戏的细节和画质。

游戏开发商可以利用生成式人工智能技术,快速制作高质量的游戏内容,以降低制作成本并提高竞争力。

在游戏行业未来的发展中,AI技术将扮演着越来越重要的角色。在未来,游戏开发商能否充分利用AI技术来提高游戏体验、提升效率和降低成本,将成为其核心竞争力。

今天关于《​昆仑万维CEO方汉:生成式AI数据遭遇瓶颈,建议打造行业专有大模型》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
“AI时代最具潜力技术路线”,CPO之后,LPO又来了“AI时代最具潜力技术路线”,CPO之后,LPO又来了
上一篇
“AI时代最具潜力技术路线”,CPO之后,LPO又来了
浪漫!1000架无人机,点亮贵阳夜空……
下一篇
浪漫!1000架无人机,点亮贵阳夜空……
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    436次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    511次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    526次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    469次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    296次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码