Gemini专场：第四范式–20231208

问： 请介绍一下第四范式公司作为一家AI龙头公司，对germanya技术路径和应用的理解。请介绍一下第四范式公司在AI落地应用方面的优势。请介绍一下第四范式公司的技术设计和优势 答： 第四范式是一家AI龙头公司，作为germanya技术路径的一个代表，能够撬动很多落地应用。 问： 请介绍一下第四范式公司作为一家AI龙头公司，对germanya技术路径和应用的理解。请介绍一下第四范式公司在AI落地应用方面的优势。请介绍一下第四范式公司的技术设计和优势 答： 问： 第四范式是一家AI龙头公司，作为germanya技术路径的一个代表，能够撬动很多落地应用。第四范式公司在落地应用方面有一些比较擅长的方向。是一个多模态的大模型，原生集成了GoogleBard里面的对话能力，设计比OpenAI更高明。它的技术设计能够让用户体验更好。 请介绍一下第四范式公司内部AI转型合伙人李毅的角色和他关注的金融和医药两条线答：李毅是第四范式内部的AI转型合伙人，主要关注金融和医药两条线。 问： 答： 请介绍一下GPT3.5和janna模型的比较 与GPT3.5相比，janua模型在多模态问题的理解上更加准确和高效，但技术上存在一些可信度的问题。 问： 请介绍一下janua模型的优势和技术设计 答： 是一个原生的多模态大模型，设计比openAI更高明，能够在处理多模态问题时更加准确和高效。 问： 请介绍一下GPAn模型的效率和准确度的上限 答： GPAn模型在处理多模态问题时，存在信息损耗和计算效率的上限。 问： 为什么GPT的原生设计和层次架构被质疑 答： 问： 被质疑的原因是因为GPT的架构还未公开，有些内容是PR或marketing的，不是真正的算法精妙体现。同时，他拿一个多大规模多语言任务的理解的任务，只是挑选了最漂亮的一块进行比较，未必真正体现了他的技术。 谷歌的Bard英文版是否成熟 答： 现在的英文版返回的是用Jimmy的pro在背后做支持的。但英文版返回的内容稳定性和成熟度有待观察。 问： java的技术在推动力方面与GPT相比有何不同？谷歌在推广原生多模态技术方面的路线图是什么答： 问： java的技术有可能带动消费端与流媒体和多模态数据相关的文化和传媒概念股的发展，这种原生的多模态比GPT这种以语言模型带多模态的设计有更好的视频性能提升。谷歌本身强调是要造一个通用的或者说100万亿的技术去赋能各行各业，但是他并没有在宣传中直接去说他未来的一个大模型是要来颠覆他的搜索。 国内市场上类似概念的股票在资本市场上表现如何 答： 问： 谷歌本身强调他要做一个通用的或者说100万亿的技术去赋能各行各业，但是在资本市场上，像openNI、云厂商等公司的股票在宣传中表现较好，而原生大模型的玩家会在这波宣传中获利最大。 第四块在AI产业中的定位和优势业务特长是什么 答： 第四块是一家做两条腿走路的公司，除了决策型AI，我们的生成式也是有自己的产品和比较好的一些市场推广的。我们内部的产品叫做是说大模型，最早我们瞄准的是比较偏向于文本的，比如说知识库，或者说一些企业的软件改造。 问： 答： 需求是什么？如何进行指令分发和操作流的设计 需求主要是帮助客户解决在知识库或问答领域的问题，以及推理需要的操作步骤等。需要考虑多模态系统的特点，如在金融行业中推广时，需要根据客户的实际情况设计操作流程。 问： 答： 如何帮助设计工程师解决三维模型的搜索问题 需要投入大量人力进行软件改造，例如将制造业的零件搜索问题转化为三维模型的匹配问题。 问： 如何解决三维模型之间的匹配关系问题 答： 需要使用三维文件的阅读理解能力，并将设计需求转化为不同设计系统或库存系统的自动指令。 问： 如何进行产品和服务的研发 答： 研发主要集中在生成式AI的平台研发以及产品落地，涉及算法、硬件、软件等方面。 问： 公司在人工智能转型服务方面的定位是什么 答： 问： 将自己定位为人工智能的转型服务提供商，致力于为有转型动力的头部企业提供长期的服务，包括AI转型规划咨询、产品建设落地、项目交付等。 第四范式的决策产品和服务的特点是什么？第四范式的决策产品的服务是如何与对象进行对接的答： 问： 高维、实时和闭环三个特点。高维主要体现在支持上百亿甚至更高维度的数据模型构建，提升精准性和性能；实时主要体现在预测一个人会不会在某个商户里花钱或者是不是盗刷等，需要在发生的当时当刻的几百毫秒内返回结果；闭环主要体现在平台本身具有自动去调整参数和迭代模型的机制，降低服务成本，保持业务一直在线上，不需要人为介入采买运维服务。决策型人工智能服务或者说产品的特点主要有三个：高维、实时和闭环。决策产品的实时性要求需要在发生的当时当刻的几百毫秒内返回结果，因此需要与对象进行对接。决策产品可以从对象中挖掘更细更多的数据规律，从而提高决策的准确性和智能性。 第四范式的决策产品和服务与GPT和germany有什么区别 答： 问： 不同的点在于，GPT和germany是文本型的产品，第四范式的决策产品是基于用户数据构建模型的产品，不同于文本型的产品，第四范式的决策产品不仅能提供单模态或者是说多模态的功能，还可以将搜索的功能拓展成搜索加生成的功能。 大模型对AIGC的作用是什么 答： 大模型可以总结人类互联网冲浪者的写作套路和画画套路，帮助AI生成软文、图片等新内容。 问： 大模型对于业务的影响是什么 答： 问： 大模型不再依赖于人类创意，它只依赖于算力，从而导致了其生产力的提升。但是它仍然需要决策去判断哪些内容可以赚钱，哪些内容可以被转化为商业价值。 大模型在哪些方面发挥作用 答： 大模型不仅解决了生产问题，还需要在哪里发挥作用，以及如何变现等方面发挥作用。 问： 第四范式在做基于大模型的小模型决策时，是什么模态？国内公司如何使用多模态大模型？大模型对于移动互联网的影响是什么 答： 问： 不确定第四范式在做基于大模型的小模型决策时的模态，但大模型和决策在整个生产和匹配过程中都是必要的。国内公司可以使用原生的多模态大模型，也可以通过建立在大客户数据基础上的多模态大模型来逐步建设。在移动互联网上，大模型在知识领域的应用比较单调，没有长视频的大课程和偏向严肃的内容。 ARagent的关注点是什么？AIagent在agent这个业务中的角色是什么 答： 问： AIagent是一个综合性的业务，需要有核心的决策能力和其他系统、技术的配合。AIagent是一个核心能力，但并不是只有做决策类的才能是这条赛道。 AIagent是如何帮助企业交付真正能跑得起来的agent的 答： AIagent需要对企业交付一个真正能跑得起来的agent需要的决策能力、系统、技术进行串联，比如RPA机器人、大模型、思维链等。 问： 单点能力需要决策能力嵌入，如何实现自动调度和学习能力？特斯拉自动驾驶和机器人的AR算法有何异同答： 问： 第一步需要嵌入决策能力，第二步需要查知识库和自动调度。第三步需要学习新的工作思维。异同之处在于发展机遇和速度，可能会在产业内注重最前沿的变化。 决策端在2425年的发展节奏如何？感知端和决策端在明年和三年内的变革如何？决策端的效果如何答： 问： 目前还是一个正常发展，需要投入更多原生的多模态。变革不会太大，但会重投入原生的多模态技术。随着数据量和正样本的增加，效果会很明显，很快速。 出口端的变化对企业服务有何影响 答： 变化不会带来太大形态改变，但对于消费者而言，感知端和决策端的投入会带来很大的不同。