7月24日消息,近日,媒體專訪了大華股份(002236.SZ)先進技術研究院院長殷俊,他帶領的團隊從2019年開始負責視覺領域大模型的研發(fā)。殷俊透露,大華股份有望于年內(nèi)發(fā)布自己的大模型。
財聯(lián)社報道,據(jù)了解,大華沒有選擇以GPT為代表的生成式語言模型,而是選擇面向不同業(yè)務場景研發(fā)行業(yè)專屬模型,以精確度為前提,正確、客觀地識別和解析,落地行業(yè)會優(yōu)先在城市管理、電力、物流等行業(yè)展開。
殷俊認為,應用落地是衡量大模型成功與否的唯一標準。因此,大華專注于在已有的應用場景加速落地,這也是目前急需突破的方向。
殷俊表示,大華從2019年開始做,那時候還不叫大模型,稱為Transformer技術。團隊用ViT技術做半自動化標注方案,節(jié)省很多人力,2020年初就有了檢測+分割+分類的自動化標注模型。
2023年年初大模型研討會之后,公司決策要做行業(yè)專屬大模型,并額外追投研發(fā)預算,也追加了40-50個算法人員的投入。
公司對大模型確立了三個方向:第一,大華不做主流的通用大模型,而是面向業(yè)務場景做行業(yè)專屬大模型;第二,大華不做ChatGPT那樣的文本生成式AI,還是圍繞視覺方向;第三,大華要重點投入私有化部署,因為大華客戶的很多數(shù)據(jù)是需要做到合規(guī)安全,要用到私有云。大華會在不同時間段推出各類行業(yè)大模型,2023年就會發(fā)布。
大華的大模型不是針對金融領域的數(shù)據(jù)分析,而是通過數(shù)智化手段提升管理質量和效率。以城市管理為例,針對一個路口就有幾十條紛繁多樣的管理規(guī)范要求,包括出攤經(jīng)營、井蓋識別、小廣告“牛皮癬”、盲道侵占等等。大華的優(yōu)勢是有豐富的行業(yè)客戶、行業(yè)經(jīng)驗、行業(yè)的作業(yè)流程經(jīng)驗。
通用大模型對云廠家很友好,但需要非常大體量的算法去跑,采用超大規(guī)模參數(shù)的算法對用戶的使用成本太高,大華會在訓練和推理優(yōu)化技術上做一個平衡,讓用戶在成本可控的情況下使用大模型。
殷俊表示,大模型研發(fā)難點有很多,首先是在視覺領域沒有可參照的模型架構,和現(xiàn)在大眾認知的AGI、AIGC技術方向存在差異,在CV(Computer Vision計算機視覺)領域完全靠自己搭建。
因為選擇路徑不同,所以在數(shù)據(jù)源的處理上,也要靠自己摸索,包括數(shù)據(jù)對齊、圖像描述等。訓練框架也是個難點,多模態(tài)大模型是由多個大模型組合的,數(shù)據(jù)輸入以視頻為主,音頻、雷達、激光數(shù)據(jù)為輔,輸出都要以文本為主,視頻轉換為文本的過程都需要自己摸索。
此外落地的難點還有如何將模型小型化,這也是大華下半年的重點,例如研發(fā)出一套100億參數(shù)的大模型,怎么用算法把它小型化,讓這個模型可以低成本地運行起來。大算力高成本的大模型很難打動客戶,我們一定要先去幫客戶考慮使用成本的問題。
之前說到大華的私有云部署,這也涉及到成本控制,公有云用戶考慮服務費用,而私有云用戶因為要自己搭建云,所以關注服務+建設兩部分的成本,對成本控制更在意。
目前大華考慮在城市管理行業(yè)優(yōu)先落地大模型,因為城市管理的需求非常多,環(huán)境千差萬別,任務需求多但需求明確;其次就是電力行業(yè),儀器儀表操作復雜、設備種類繁多且安全性要求高。此外,像物流行業(yè)中的條碼掃描,有很多遮擋、破損、污跡、移位各方面的問題,大華也想試試大模型能不能進一步提升類似的識別能力。
殷俊表示,現(xiàn)在大家都在做的通用大模型,很耗算力,大模型又在風口上,算力很難采購,導致了一個爭奪算力的局面。他覺得并非算力越大模型就越好,而且大華做行業(yè)專屬大模型,不需要那么大參數(shù)量的算法體系。對大華來說,大模型已經(jīng)有雛形,重點是如何落地,大華是奔著產(chǎn)業(yè)化去的,不能只停留在技術層面,“只能看不能用”是不行的。
殷俊認為,公司選擇做大模型,要看是否對主營業(yè)務有所升級,比如科大訊飛(002230.SZ)的大模型可以提升NLP業(yè)務,百度大模型可以升級搜索引擎,恒生大模型對金融數(shù)據(jù)分析業(yè)務有提升。所以大華也會首選在現(xiàn)有業(yè)務的基礎上,根據(jù)客戶需求去研發(fā)大模型。
大模型技術能夠不斷增強智慧視覺等垂直應用領域解決方案的競爭力,解決現(xiàn)在的問題和大量的需求,幫助大華不斷完善方案。當然大模型的發(fā)展對公司在研發(fā)成本控制、資源整合、精細化管理等方面也有很大幫助。
未來行業(yè)肯定會洗牌,能快速產(chǎn)業(yè)化的公司才能活下來,每個細分領域會出現(xiàn)頭部玩家。大模型技術也會對已有的行業(yè)格局有所沖擊,布局方向對不對,能不能落地,都是很關鍵的節(jié)點。
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 特斯拉CEO馬斯克身家暴漲,穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂Q3持續(xù)穩(wěn)健增長:總收入70.2億元,付費用戶數(shù)1.19億
- 蘋果Q4營收949億美元同比增6%,在華營收微降
- 三星電子Q3營收79萬億韓元,營業(yè)利潤受一次性成本影響下滑
- 賽力斯已向華為支付23億,購買引望10%股權
- 格力電器三季度營收同比降超15%,凈利潤逆勢增長
- 合合信息2024年前三季度業(yè)績穩(wěn)?。籂I收增長超21%,凈利潤增長超11%
- 臺積電四季度營收有望再攀高峰,預計超260億美元刷新紀錄
- 韓國三星電子決定退出LED業(yè)務,市值蒸發(fā)超4600億元
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。