综合
| 焦点 | 综合 |
|---|---|
| 热点 | 2023年9月29日生物碳源价格最新行情预测 |
| 热点 | 2023年9月29日亚硫酸氢钠价格最新行情预测 |
| 热点 | 编者按：2023年8月14日-15日，蔡丛第七届GAIR群民众造智能与迟钝人大会在新加坡乌节大酒店获胜进行。兴从想法 论坛由GAIR钻探院、语词飘红户外论坛雷峰网(群众号：雷峰网)、到故的相寰宇科技出版社、机丨科特勒询问集团连续主理。蔡丛大会共户口设10个需求论坛，兴从想法聚焦大模子韶华下的语词AIGC、Infra、到故的相生命科学、机丨训诲，蔡丛SaaS、兴从想法web3、语词跨境电商等领域的到故的相转换翻新。这是机丨国内首个出海的AI顶级论坛，亦然诸华人造智能训诲力的一次跨境溢出。 在「AIGC 和生成式本色」分论坛上，joinrealm.ai 独创人蔡丛兴以《 AI Generation Challenges 》为需求肢解了AIGC 的汗青与长进、运气和搦战。
蔡丛兴在演道起点即指出，当下生成式 AI 居品落地的根柢难度在连缀高涨，同期马虎生成式身手的鸿沟认识也在逐渐长进。 蔡丛兴认为，本色生成里有三个相互 dependent 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的 fine tune，第三个是翰墨上的 prompt 的engineering。所以，这一相互倚赖的编制在很猛进度上倚赖于一个社区，即在 fine tune 和 foundational model space 内找到新的、最适当的 prompt language，也就是独特的骗捏说话。 鉴于 AIGC 身手还没像 ChatGPT 雷同达到一个爆点，是以蔡丛兴肯定，当下的创业者须要回来到对三个题目的陈想念：其一为是否能够澄莹地为目的用户画像；其二为是否能够找到最适当用户的 unique 的workflow；其三为是否能够 tap into existing distribution 以落成拉长。 以下为蔡丛兴的现场演道本色，雷峰网在不迁移高兴的请求下进行了编辑和限制： 很荣誉此日能够在这里和行家通盘相易辩说看待这AIGC 创业的极少赚钱，我来这里的症结目之一亦然想领路更多的 AIGC 创业者，而后行家能够更长远地辩说这个题目。在接下来二十几分钟的期间，我就做极少抛砖引玉，道一道我们的赚钱。 在过去的飘红户外论坛几年里，生成式 AI 长进很快，越发是过去的一年，此中最症结的起因能够是生成式本色的用户领受度很高，是以招致市集的长进都很迅猛。随着更多的进去，我们马虎生成式身手的认识也爆发了很大的迁移。 此日去辩说这个题目的韶华，最症结的一个认为是我们在这个进程中马虎居品落地的根柢难度的领路是在连缀的施行的，但同期马虎生成式身手能够生长的鸿沟也在连缀的滋长。是以此日将汇注焦在我们所领路到确实实搦战上的极少题目，而后从这里起点打户口。
做一个轻省的先容，Realm 症结是做基于 AIGC 的酬酢采集，待会我会先容更多我们的职业。 而今团队症结是在美国加州。就我片面的通过而言，十几年前起点做说话模子，从钻探到工程，再由工程到居品，再由居品到贸易。我早期的钻探职业症结是在说话模子，在纲领和 ranking 能力的运用。进去 Google 之后，我来往到的第一个项目本质上是的 YouTube 早期的顾记挂频广告，那时就露出这样的一款短顾记挂频广告能够生长额外大的服从，就是它很快就成为了 YouTube 的 revenue dominate source。 那时我就有一个很轻省的要是，要是集体的本色都是由短顾记挂频经办的话，会生长什么样的服从？是以2011年附近我就找了许多好诤友去辩说，说有莫得一种能够性，短顾记挂频会调换用户的本色。那时有一个很大的限度，就是在本色的制管事具上达不到这种实名制的服从。 那时有一位同窗肢解了国内的快手这样一款 APP，而后那款 APP 那时还是以 gif 的制行径主，就是它生成的本色曾经有了肯定的故事性，然而还远远达不到短顾记挂频的服从和顾记挂频广告的服从。但过了两年多之后，随着苹果推出了前阁阁相机，蕴涵高清顾记挂频的录制这些职能都阐述，短顾记挂频的这趋向也就一发不行阻难。我在 15 年附近的韶华进去了 Snapchat ，是海外最有潜力的短顾记挂频的公司，在过去几年的期间里根本都是 Snapchat 集体的短顾记挂频的居品拓荒。2021 年附近，鉴于 TikTok 的获胜，我觉察到表达式的生成式顾记挂频肯定会有新突破。 是以我和我的诤友通盘出来降生这家创业公司，细心在做生成式顾记挂频，这是我和我的cofounder的说合花式，行家能够加我们的 Linkedin，迎接之后有更多的辩说。
接下来，我们来道AIGC。我认为 AIGC 是一个额外遍及的概记挂，它本质上额外笼统。从身手的角度来顾念记挂，在过去的几年里，行家曾经达到了认识的共鸣，它指代的是由大说话模子鞭策的、由翰墨生本钱色的一种生产身手。那我们去解读它的韶华，我认为有须要来道一道 mental model，鉴于它会顶多我们从哪个角度去顾念记挂。 从细到远，mental model 粗造有三种迥异的layer。最新的layer就是直接把它做一个 ATI service，譬喻微软、谷歌上线的极少居品会直接拿 AIGC 行径一个service，去褂讪现有的居品。更远极少的话，从通盘软件拓荒模式上来顾念记挂，曾经从过去 50 年中微软的这一套以 API 为主的软件拓荒模式过渡到自然说话为界面的软件拓荒模式，这能够会是一个软件拓荒神采的迁移，更多的是极少形而上学上、蕴涵居品解决上的极少辩说。 在当中地带，就是我们创业公司马虎新的贸易模式的一个穷究。这一穷究症结有三个目的，第一是纲领，纲领最症结的运用是采集，蕴涵 QA 都是纲领里面最症结的模式。第二是推理，推理症结鸠合偏智能维持运用之类的运用模式；第三是在斥地，我们症结细心于本色斥地这一贸易模式。 为什么本色斥地模式很首要？遵照我过去十年对短顾记挂频的视察，很大的一个转换是鉴于智能相机的阐述，智能相机的集体不只是是给了每片面一个手机，而是给了几十亿个行走在寰宇各地的录制配阁阁。 要是用智能相机鼓吹获胜的创业公司也有许多，譬喻TikTok、Instagram、Snapchat，许多很新的 to consumer 居品都是鉴于智能相机的集体才生长的。 我们通盘点出来创业的韶华，对表达式顾记挂频的脑海华厦 mental model是，要是智能相机给了几十亿人一个行走的记载配阁阁，去记载这个确实的寰宇，那么有莫得一种相机是能够记载人的脑海华厦假象。
我这有一个博客，首先 AIGC 还莫得那么获胜，我们那时做了粗造 10 款迥异的居品，每一款居品用了不雷同的身手，最过时行了聚焦。它的素质上从用户阅历的角度来道素来就是用 word 到story。这是我们最新的 APP 上的服从，你能够说 a girl、一个很阴沉的腐蚀、而后这个 girl 在阴沉的腐蚀里面迷乱、这个 girl 在这个阴沉的腐蚀里面迷乱的同期附近站着两个ghost，然而到第四个的韶华就曾经不work，鉴于 ghost 的空间说合，蕴涵它们之间的空隔绝离感是 lost 的。 这样一个轻省的example，能够通知行家两个点：第极少是我们还莫得目的很好地做到第三步，然而这个速率长进很快，鉴于三个月前我们卡在了第二步，是以而今到了第三步，也有许多人认为第四步也OK，但要是你让上百万的用户去用那就不 OK 了。
适才肢解了我们是若何去穷究这个新的贸易模式的，以什么样的 mental model 去穷究贸易模式。终竟我们采纳从 text image 起点户口拔，采纳它最症结的起因是我们认为它是 storytelling 最重点的部门，是终末的 foundation。那这张图是我上周五在阿谁伦敦附近的阿谁巴斯的修道院拍的。那时有个新一代的画家，会用自身新的画险些重新阐述一个故事，额外 impressive，然而它素质上是说画行径人类汗青里面的一个首要的 story telling的这样的一个用具，它本质上是收拢了这个故事自身最首要的部门。 此外一个起因是生成式本色能够很轻松地和此外的翰墨陆续去赞助此外本色花式，譬喻说 me 、coffee都很轻松。 第三点是鉴于身手自身也额外轻松去 scale 到，马虎音乐生成、语音的生成也都额外的轻省。 要是我们终竟的目的是生成顾记挂频的话，顾记挂频的维度额外多。从我们自身的角度来道，本色自身的故事性是顾记挂频获胜最症结的成分。是以说我们采纳从 text image 行径我们最重点的这种 focus 的点当中，我们也做和 ChatGPT 的整合，之后要是有运气也能够通盘辩说。
那么它什么所在还不行？第一个最不行的所随处于它还不行是 word to story，它本质上是 prompt to story。prompt 是一个额外 confuse 的一个概记挂，它本质上是一个就是这样一个进程，能够通过说话连缀地用翰墨去描述这个你脑海华厦这个细节，能够通过加定语去描述 context、加一个描画词去描述framing、进去 subject、 能够加种种种种的style， vocabulary 越 rich 就越好。
这个韶华你能够去画遐想华厦这个女神是什么神采，但要是惟有一个beautiful，那肯定是不行的。你要露出美的 20 种说法，要露出看待花式、眼神的无数个单词，还有许多单词能够字典里都找不到，这是最症结的难点。 素来 prompt是一种顺次说话，它比顺次说话更难的所随处于它莫得 structure ，是以须要许多的 try and error 能力够真确达到想要的服从。此外极少是须要马虎某种目的有额外密实的词汇量的掌控，词汇量越良好，细节就会越多。也蕴涵在 account 里面有更多的markup，有更多的 advance target，能够做额外详细的限度。
这里也能够通过轻省的翰墨去进行两个 concept 的mix，譬喻说你癖好两个这个角色，你能够轻松用这两个词去把它拼成一个词，譬喻刘德华和周润发，能够拼成一片面。
还有很大量据上的独霸，是 Pixel 上的极少详细的限度，譬喻说我们顺手做一个轻省的一个端口，上传一个图片，把人脸给画下来，而后换一个词mix。除了这个 Pixel 上的限度，还能有 sematic 上的限度，能够限度它的样式、结构、职位，蕴涵后续的这些post，这些职业都是朝 Prompt 的角度进行长远。那我们此日在这个角度上就不再连缀长远地聊聊，但谋略行家能 take back 到的最首要的点就是 Prompt 还不是自然说话，它黑白常难限度的一种编程说话。
第二个点是 foundation model。而今集体的音问 、research 症结的眷注点实都在 foundation model上。看待foundational model我想肢解几个顾记挂： 顾记挂一是图像生成的早期 foundation model 的服从不是很好，莫得什么可供参考的针对用户的数据，我们里面对数据的一个肯定就是马虎一个新用户来说，他许可肢解的用于生成的相片比例是粗造是低于20%。 顾记挂二是 foundation 的 model 长进得额外快，在过去六个月的期间里面， SDXL 的服从粗造能长进 4 到 5 倍。是以我们里面的数据还莫得无缺出来，鉴于集体的整合还莫得无缺结束，我们会连缀视察粗造服从是多少。 顾记挂三是，钻探过 SDXL 相故故结果生成的极少 example ，我片面认为，open source 的模子曾经远远跳跃 OpenAI 的这些 close source ，曾经经跳跃了最新版的 Mid-Journey 。昨天许多人道，做大模子须要许多资源，三驾马车之类的，但素来大模子还是许多运气的。要是在座的诸君是创业者莫得豪爽的迟钝，图像生成是一个很好的选项，只须要一台电脑就能够。 第三个点是我们有一个额外大的一个 community contribution，症结是基于 Dreambooth 的 technology 做了许多对房地产模子的优化，还有特定场景，蕴涵二次元、人物画像等，我们对这些模子做了里面的evaluation，在特定运用途景上的服从黑白常好的。
讲演遐想寰宇的进程中，除了须要有生成的用具和洽的 prompt，第三个就是须要有 concept。就是我不只是须要一个girl在一个阴沉的房间里，我须要一个 specific girl，我们设计出来的那片面在我想要的房间里面做一件 specific 的变乱，赢得一个 specific 的服从。那么，这须要豪爽的用户簸弄种种已有的 framework 去设立种种种种的 fine tune 机制。这个机制有许多的 know how、knowledge，我们对这个机制的极少领路，也会随着施行进程连缀迁移。 但我们能够顾念记挂到极少额外好的运用，譬喻对人物的设计，能够设计出遐想华厦人物，而后也能够去设计遐想华厦场景柔风致，甚至能够限度拍摄的顾记挂角，而且限度的设施都很轻省，那就是设立出属于你的独特的单词，用词去限度故事的道述。
道到这里，我们阐述领路了本色生成里三个相互 dependence 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的种种 fine tune，而后是基于 fine tune 的翰墨上的 prompt 的engineering。这三个成分之间是相互 dependent 的，也就是当你的 foundational model change 的韶华， fine tune 本质上是会对特定的 foundation model 生长特定的服从，而后特定的这一套 foundation model 本质上会对 prompt effect 生长服从。 是以这在很猛进度上倚赖于社区，在 fine tune 和 foundational model space 内找到新的、最适当它 prompt language，也就是独特的骗捏说话，这就是他的 depending 脉络。 接下来还有几点肢解，鉴于这样的 trade off 和你能够 navigate 一个空间，是以要是你心目中有一个特定的application，譬喻拍写真照或拍一个二次元的用具，那么就老是能够通过某种 trade off 达到想要的服从，但同期很 complicit 就是 cost，即你会用多少的价格去落成这件变乱。要是谋略做出一款额外general的，那么就须要许多的 engineering 的 carefully decision。 同期，要是想做大领域的 to consumer 场景， GPU 的 cost 是一个很首要的题目。我们团队的解阁阁有辩论是对集体的施行的 influence 做了一套 CPU 的 solution，而后也设立了他们的 quality，能够 compare， cost 会更低，而且服从上也能够重复。然而我们也见过此外人有此外设法和试验，就像通过手机上的运用，用 GPU 去做这些变乱。然而我们症结的 focus 在 CPU 的解阁阁有辩论，而且曾经赢得了验证。
道完 challenge 之后，终末回来到“真确的运气在哪”这个题目上？在过去 6 个月的期间里，粗造见了上百位美国最 popular 的 AI creator，行家能够在 YouTube 上去顾念记挂 AI show。我迩来额外癖好它，是用 AI 做的 movie trailer，把种种种种的角色混到通盘，额外蓄谋想念。我们马虎这个身手或顾念记挂到这个结构，会认为这怎样能够？这怎样做到？是以这给我最大的袭打拼就是creativity，行家黑白常有遐想力的；其次就是他们每片面都是一套自立的斥地设施，莫得顺应的阶梯；第三就是他们每片面都邑骗捏豪爽的用具。 而他们独一的结伴点就是 try and error，通过这个进程连缀地去调试、去调节，找到一条属于自身翻新的用具，这亦然我们对这件变乱最首要的概括。是以，终末想要达成这种生产服从，很猛进度上倚赖于对 workflow 的穷究和对 workflow 的试探。
我们再来道道 Market Opportunities 。鉴于身手能够还莫得达到像 GPT 那样的一个 break point，成为一个通用身手，每片面都认为OK， i can get it，它本质上还莫得达到这个moment。是以走到此日，创业须要回来到三个题目，第极少是你能不行够澄莹地画像目的用户；第二个点是你能不行够去找到最适当用户的 unique 的workflow；第三点是能够 tap into existing distribution 去落成一个拉长。这亦然我这次来一个症结目的，我肯定这里有许多的创业者都是以此行径致力的目的，我们有许多能够相易的所在。
素来，能够把 Realm 领路成一个 Instagram for a personal imagination。我们在做三件变乱：第一件事是，把集体最新的 prompt 的 technology 集成一个额外易用的手机端的 interface ，骗捏它时就像用一款相机雷同去描述自身的遐想。第二件事是，让每片面都能够在骗捏、设立自身的 fine tune， share 自身的 fine tune；第三件事是，给行家一个 creator community，鉴于 prompt 须要许多的 education 和integration，所以能够从别人那里赢得灵感和idea。 马虎在做的诸君来道，要是你还莫得来往 AIGC 能够本色生成，素来 Realm 是一个额外适当 get start 的所在。其一是鉴于它为遍及用户设计，许多额外深的身手名词、身手细节都能够像学自拍解决雷同去把这些用具领略到。其二是鉴于它很廉价，鉴于用的是CPU，能够用可控的花式去来 lower 它的 generation cost，粗造在 mission 上要比许多 generation 廉价许多，要是是遍及用户的话，根蒂上能够不费钱币。其三是鉴于能够来往到最新的technology，集体的 model 都能够随时革新，也会有一个 community 去 learn from each other。 看待 startup 我们还能够有运气通盘辩说，做 workflow 最难的点是露出 tradeoff，此外一个是有一个 community 去附和穷究 prompt attention。 除此以外还能够酌量能不行提供极少 besides APP 的access，让行家去 leverage 我们做的极少职业。终末一个是research，15 年前我起点做research，素来它最首要的极少是能够连辛苦地试探，连辛苦地肢解demo， share 我的 demo 能够是 user 的demo，而后能够连辛苦 get feedback，也就是从数据上露出你的模子若何和现有的用具去调查，服从是什么样的。
这是我粗造 brainstorm 了一下，谋略能够和在座的诸君有极少相易和配合，以上就是我此日的症结本色，谢谢诸君。 雷峰网原创著述，未经授权阻难转载。详情见转载须知。
|
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
小米电视桌面在哪个文件夹米兰vs拉齐奥首发预测：迈尼昂复出，吉鲁、莱奥出战
斯基拉：阿根廷世界杯冠军成员戈麦斯即将加盟蒙扎邓弗里斯接着上，记者：夸德拉多仍在单独训练，本周继续缺阵
索尼电视有哪些大小尺寸2023年9月29日亚氯酸钠价格最新行情预测
LoveU婚恋app小米电视爆屏维修多少钱
小米电视4和4x买哪个好用吗23
保险师ios版下载64836
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
编者按：2023年8月14日-15日，蔡丛第七届GAIR群民众造智能与迟钝人大会在新加坡乌节大酒店获胜进行。兴从想法
论坛由GAIR钻探院、语词飘红户外论坛雷峰网(群众号：雷峰网)、到故的相寰宇科技出版社、机丨科特勒询问集团连续主理。蔡丛大会共户口设10个需求论坛，兴从想法聚焦大模子韶华下的语词AIGC、Infra、到故的相生命科学、机丨训诲，蔡丛SaaS、兴从想法web3、语词跨境电商等领域的到故的相转换翻新。这是机丨国内首个出海的AI顶级论坛，亦然诸华人造智能训诲力的一次跨境溢出。
在「AIGC 和生成式本色」分论坛上，joinrealm.ai 独创人蔡丛兴以《 AI Generation Challenges 》为需求肢解了AIGC 的汗青与长进、运气和搦战。
蔡丛兴在演道起点即指出，当下生成式 AI 居品落地的根柢难度在连缀高涨，同期马虎生成式身手的鸿沟认识也在逐渐长进。
蔡丛兴认为，本色生成里有三个相互 dependent 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的 fine tune，第三个是翰墨上的 prompt 的engineering。所以，这一相互倚赖的编制在很猛进度上倚赖于一个社区，即在 fine tune 和 foundational model space 内找到新的、最适当的 prompt language，也就是独特的骗捏说话。
鉴于 AIGC 身手还没像 ChatGPT 雷同达到一个爆点，是以蔡丛兴肯定，当下的创业者须要回来到对三个题目的陈想念：其一为是否能够澄莹地为目的用户画像；其二为是否能够找到最适当用户的 unique 的workflow；其三为是否能够 tap into existing distribution 以落成拉长。
以下为蔡丛兴的现场演道本色，雷峰网在不迁移高兴的请求下进行了编辑和限制：
很荣誉此日能够在这里和行家通盘相易辩说看待这AIGC 创业的极少赚钱，我来这里的症结目之一亦然想领路更多的 AIGC 创业者，而后行家能够更长远地辩说这个题目。在接下来二十几分钟的期间，我就做极少抛砖引玉，道一道我们的赚钱。
在过去的飘红户外论坛几年里，生成式 AI 长进很快，越发是过去的一年，此中最症结的起因能够是生成式本色的用户领受度很高，是以招致市集的长进都很迅猛。随着更多的进去，我们马虎生成式身手的认识也爆发了很大的迁移。
此日去辩说这个题目的韶华，最症结的一个认为是我们在这个进程中马虎居品落地的根柢难度的领路是在连缀的施行的，但同期马虎生成式身手能够生长的鸿沟也在连缀的滋长。是以此日将汇注焦在我们所领路到确实实搦战上的极少题目，而后从这里起点打户口。
做一个轻省的先容，Realm 症结是做基于 AIGC 的酬酢采集，待会我会先容更多我们的职业。
而今团队症结是在美国加州。就我片面的通过而言，十几年前起点做说话模子，从钻探到工程，再由工程到居品，再由居品到贸易。我早期的钻探职业症结是在说话模子，在纲领和 ranking 能力的运用。进去 Google 之后，我来往到的第一个项目本质上是的 YouTube 早期的顾记挂频广告，那时就露出这样的一款短顾记挂频广告能够生长额外大的服从，就是它很快就成为了 YouTube 的 revenue dominate source。
那时我就有一个很轻省的要是，要是集体的本色都是由短顾记挂频经办的话，会生长什么样的服从？是以2011年附近我就找了许多好诤友去辩说，说有莫得一种能够性，短顾记挂频会调换用户的本色。那时有一个很大的限度，就是在本色的制管事具上达不到这种实名制的服从。
那时有一位同窗肢解了国内的快手这样一款 APP，而后那款 APP 那时还是以 gif 的制行径主，就是它生成的本色曾经有了肯定的故事性，然而还远远达不到短顾记挂频的服从和顾记挂频广告的服从。但过了两年多之后，随着苹果推出了前阁阁相机，蕴涵高清顾记挂频的录制这些职能都阐述，短顾记挂频的这趋向也就一发不行阻难。我在 15 年附近的韶华进去了 Snapchat ，是海外最有潜力的短顾记挂频的公司，在过去几年的期间里根本都是 Snapchat 集体的短顾记挂频的居品拓荒。2021 年附近，鉴于 TikTok 的获胜，我觉察到表达式的生成式顾记挂频肯定会有新突破。
是以我和我的诤友通盘出来降生这家创业公司，细心在做生成式顾记挂频，这是我和我的cofounder的说合花式，行家能够加我们的 Linkedin，迎接之后有更多的辩说。
接下来，我们来道AIGC。我认为 AIGC 是一个额外遍及的概记挂，它本质上额外笼统。从身手的角度来顾念记挂，在过去的几年里，行家曾经达到了认识的共鸣，它指代的是由大说话模子鞭策的、由翰墨生本钱色的一种生产身手。那我们去解读它的韶华，我认为有须要来道一道 mental model，鉴于它会顶多我们从哪个角度去顾念记挂。
从细到远，mental model 粗造有三种迥异的layer。最新的layer就是直接把它做一个 ATI service，譬喻微软、谷歌上线的极少居品会直接拿 AIGC 行径一个service，去褂讪现有的居品。更远极少的话，从通盘软件拓荒模式上来顾念记挂，曾经从过去 50 年中微软的这一套以 API 为主的软件拓荒模式过渡到自然说话为界面的软件拓荒模式，这能够会是一个软件拓荒神采的迁移，更多的是极少形而上学上、蕴涵居品解决上的极少辩说。
在当中地带，就是我们创业公司马虎新的贸易模式的一个穷究。这一穷究症结有三个目的，第一是纲领，纲领最症结的运用是采集，蕴涵 QA 都是纲领里面最症结的模式。第二是推理，推理症结鸠合偏智能维持运用之类的运用模式；第三是在斥地，我们症结细心于本色斥地这一贸易模式。
为什么本色斥地模式很首要？遵照我过去十年对短顾记挂频的视察，很大的一个转换是鉴于智能相机的阐述，智能相机的集体不只是是给了每片面一个手机，而是给了几十亿个行走在寰宇各地的录制配阁阁。
要是用智能相机鼓吹获胜的创业公司也有许多，譬喻TikTok、Instagram、Snapchat，许多很新的 to consumer 居品都是鉴于智能相机的集体才生长的。
我们通盘点出来创业的韶华，对表达式顾记挂频的脑海华厦 mental model是，要是智能相机给了几十亿人一个行走的记载配阁阁，去记载这个确实的寰宇，那么有莫得一种相机是能够记载人的脑海华厦假象。
我这有一个博客，首先 AIGC 还莫得那么获胜，我们那时做了粗造 10 款迥异的居品，每一款居品用了不雷同的身手，最过时行了聚焦。它的素质上从用户阅历的角度来道素来就是用 word 到story。这是我们最新的 APP 上的服从，你能够说 a girl、一个很阴沉的腐蚀、而后这个 girl 在阴沉的腐蚀里面迷乱、这个 girl 在这个阴沉的腐蚀里面迷乱的同期附近站着两个ghost，然而到第四个的韶华就曾经不work，鉴于 ghost 的空间说合，蕴涵它们之间的空隔绝离感是 lost 的。
这样一个轻省的example，能够通知行家两个点：第极少是我们还莫得目的很好地做到第三步，然而这个速率长进很快，鉴于三个月前我们卡在了第二步，是以而今到了第三步，也有许多人认为第四步也OK，但要是你让上百万的用户去用那就不 OK 了。
适才肢解了我们是若何去穷究这个新的贸易模式的，以什么样的 mental model 去穷究贸易模式。终竟我们采纳从 text image 起点户口拔，采纳它最症结的起因是我们认为它是 storytelling 最重点的部门，是终末的 foundation。那这张图是我上周五在阿谁伦敦附近的阿谁巴斯的修道院拍的。那时有个新一代的画家，会用自身新的画险些重新阐述一个故事，额外 impressive，然而它素质上是说画行径人类汗青里面的一个首要的 story telling的这样的一个用具，它本质上是收拢了这个故事自身最首要的部门。
此外一个起因是生成式本色能够很轻松地和此外的翰墨陆续去赞助此外本色花式，譬喻说 me 、coffee都很轻松。
第三点是鉴于身手自身也额外轻松去 scale 到，马虎音乐生成、语音的生成也都额外的轻省。
要是我们终竟的目的是生成顾记挂频的话，顾记挂频的维度额外多。从我们自身的角度来道，本色自身的故事性是顾记挂频获胜最症结的成分。是以说我们采纳从 text image 行径我们最重点的这种 focus 的点当中，我们也做和 ChatGPT 的整合，之后要是有运气也能够通盘辩说。
那么它什么所在还不行？第一个最不行的所随处于它还不行是 word to story，它本质上是 prompt to story。prompt 是一个额外 confuse 的一个概记挂，它本质上是一个就是这样一个进程，能够通过说话连缀地用翰墨去描述这个你脑海华厦这个细节，能够通过加定语去描述 context、加一个描画词去描述framing、进去 subject、 能够加种种种种的style， vocabulary 越 rich 就越好。
这个韶华你能够去画遐想华厦这个女神是什么神采，但要是惟有一个beautiful，那肯定是不行的。你要露出美的 20 种说法，要露出看待花式、眼神的无数个单词，还有许多单词能够字典里都找不到，这是最症结的难点。
素来 prompt是一种顺次说话，它比顺次说话更难的所随处于它莫得 structure ，是以须要许多的 try and error 能力够真确达到想要的服从。此外极少是须要马虎某种目的有额外密实的词汇量的掌控，词汇量越良好，细节就会越多。也蕴涵在 account 里面有更多的markup，有更多的 advance target，能够做额外详细的限度。
这里也能够通过轻省的翰墨去进行两个 concept 的mix，譬喻说你癖好两个这个角色，你能够轻松用这两个词去把它拼成一个词，譬喻刘德华和周润发，能够拼成一片面。
还有很大量据上的独霸，是 Pixel 上的极少详细的限度，譬喻说我们顺手做一个轻省的一个端口，上传一个图片，把人脸给画下来，而后换一个词mix。除了这个 Pixel 上的限度，还能有 sematic 上的限度，能够限度它的样式、结构、职位，蕴涵后续的这些post，这些职业都是朝 Prompt 的角度进行长远。那我们此日在这个角度上就不再连缀长远地聊聊，但谋略行家能 take back 到的最首要的点就是 Prompt 还不是自然说话，它黑白常难限度的一种编程说话。
第二个点是 foundation model。而今集体的音问 、research 症结的眷注点实都在 foundation model上。看待foundational model我想肢解几个顾记挂：
顾记挂一是图像生成的早期 foundation model 的服从不是很好，莫得什么可供参考的针对用户的数据，我们里面对数据的一个肯定就是马虎一个新用户来说，他许可肢解的用于生成的相片比例是粗造是低于20%。
顾记挂二是 foundation 的 model 长进得额外快，在过去六个月的期间里面， SDXL 的服从粗造能长进 4 到 5 倍。是以我们里面的数据还莫得无缺出来，鉴于集体的整合还莫得无缺结束，我们会连缀视察粗造服从是多少。
顾记挂三是，钻探过 SDXL 相故故结果生成的极少 example ，我片面认为，open source 的模子曾经远远跳跃 OpenAI 的这些 close source ，曾经经跳跃了最新版的 Mid-Journey 。昨天许多人道，做大模子须要许多资源，三驾马车之类的，但素来大模子还是许多运气的。要是在座的诸君是创业者莫得豪爽的迟钝，图像生成是一个很好的选项，只须要一台电脑就能够。
第三个点是我们有一个额外大的一个 community contribution，症结是基于 Dreambooth 的 technology 做了许多对房地产模子的优化，还有特定场景，蕴涵二次元、人物画像等，我们对这些模子做了里面的evaluation，在特定运用途景上的服从黑白常好的。
讲演遐想寰宇的进程中，除了须要有生成的用具和洽的 prompt，第三个就是须要有 concept。就是我不只是须要一个girl在一个阴沉的房间里，我须要一个 specific girl，我们设计出来的那片面在我想要的房间里面做一件 specific 的变乱，赢得一个 specific 的服从。那么，这须要豪爽的用户簸弄种种已有的 framework 去设立种种种种的 fine tune 机制。这个机制有许多的 know how、knowledge，我们对这个机制的极少领路，也会随着施行进程连缀迁移。
但我们能够顾念记挂到极少额外好的运用，譬喻对人物的设计，能够设计出遐想华厦人物，而后也能够去设计遐想华厦场景柔风致，甚至能够限度拍摄的顾记挂角，而且限度的设施都很轻省，那就是设立出属于你的独特的单词，用词去限度故事的道述。
道到这里，我们阐述领路了本色生成里三个相互 dependence 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的种种 fine tune，而后是基于 fine tune 的翰墨上的 prompt 的engineering。这三个成分之间是相互 dependent 的，也就是当你的 foundational model change 的韶华， fine tune 本质上是会对特定的 foundation model 生长特定的服从，而后特定的这一套 foundation model 本质上会对 prompt effect 生长服从。
是以这在很猛进度上倚赖于社区，在 fine tune 和 foundational model space 内找到新的、最适当它 prompt language，也就是独特的骗捏说话，这就是他的 depending 脉络。
接下来还有几点肢解，鉴于这样的 trade off 和你能够 navigate 一个空间，是以要是你心目中有一个特定的application，譬喻拍写真照或拍一个二次元的用具，那么就老是能够通过某种 trade off 达到想要的服从，但同期很 complicit 就是 cost，即你会用多少的价格去落成这件变乱。要是谋略做出一款额外general的，那么就须要许多的 engineering 的 carefully decision。
同期，要是想做大领域的 to consumer 场景， GPU 的 cost 是一个很首要的题目。我们团队的解阁阁有辩论是对集体的施行的 influence 做了一套 CPU 的 solution，而后也设立了他们的 quality，能够 compare， cost 会更低，而且服从上也能够重复。然而我们也见过此外人有此外设法和试验，就像通过手机上的运用，用 GPU 去做这些变乱。然而我们症结的 focus 在 CPU 的解阁阁有辩论，而且曾经赢得了验证。
道完 challenge 之后，终末回来到“真确的运气在哪”这个题目上？在过去 6 个月的期间里，粗造见了上百位美国最 popular 的 AI creator，行家能够在 YouTube 上去顾念记挂 AI show。我迩来额外癖好它，是用 AI 做的 movie trailer，把种种种种的角色混到通盘，额外蓄谋想念。我们马虎这个身手或顾念记挂到这个结构，会认为这怎样能够？这怎样做到？是以这给我最大的袭打拼就是creativity，行家黑白常有遐想力的；其次就是他们每片面都是一套自立的斥地设施，莫得顺应的阶梯；第三就是他们每片面都邑骗捏豪爽的用具。
而他们独一的结伴点就是 try and error，通过这个进程连缀地去调试、去调节，找到一条属于自身翻新的用具，这亦然我们对这件变乱最首要的概括。是以，终末想要达成这种生产服从，很猛进度上倚赖于对 workflow 的穷究和对 workflow 的试探。
我们再来道道 Market Opportunities 。鉴于身手能够还莫得达到像 GPT 那样的一个 break point，成为一个通用身手，每片面都认为OK， i can get it，它本质上还莫得达到这个moment。是以走到此日，创业须要回来到三个题目，第极少是你能不行够澄莹地画像目的用户；第二个点是你能不行够去找到最适当用户的 unique 的workflow；第三点是能够 tap into existing distribution 去落成一个拉长。这亦然我这次来一个症结目的，我肯定这里有许多的创业者都是以此行径致力的目的，我们有许多能够相易的所在。
素来，能够把 Realm 领路成一个 Instagram for a personal imagination。我们在做三件变乱：第一件事是，把集体最新的 prompt 的 technology 集成一个额外易用的手机端的 interface ，骗捏它时就像用一款相机雷同去描述自身的遐想。第二件事是，让每片面都能够在骗捏、设立自身的 fine tune， share 自身的 fine tune；第三件事是，给行家一个 creator community，鉴于 prompt 须要许多的 education 和integration，所以能够从别人那里赢得灵感和idea。
马虎在做的诸君来道，要是你还莫得来往 AIGC 能够本色生成，素来 Realm 是一个额外适当 get start 的所在。其一是鉴于它为遍及用户设计，许多额外深的身手名词、身手细节都能够像学自拍解决雷同去把这些用具领略到。其二是鉴于它很廉价，鉴于用的是CPU，能够用可控的花式去来 lower 它的 generation cost，粗造在 mission 上要比许多 generation 廉价许多，要是是遍及用户的话，根蒂上能够不费钱币。其三是鉴于能够来往到最新的technology，集体的 model 都能够随时革新，也会有一个 community 去 learn from each other。
看待 startup 我们还能够有运气通盘辩说，做 workflow 最难的点是露出 tradeoff，此外一个是有一个 community 去附和穷究 prompt attention。
除此以外还能够酌量能不行提供极少 besides APP 的access，让行家去 leverage 我们做的极少职业。终末一个是research，15 年前我起点做research，素来它最首要的极少是能够连辛苦地试探，连辛苦地肢解demo， share 我的 demo 能够是 user 的demo，而后能够连辛苦 get feedback，也就是从数据上露出你的模子若何和现有的用具去调查，服从是什么样的。
这是我粗造 brainstorm 了一下，谋略能够和在座的诸君有极少相易和配合，以上就是我此日的症结本色，谢谢诸君。
雷峰网原创著述，未经授权阻难转载。详情见转载须知。
小米五十五英寸电视多少钱
小米电视2换屏幕要多少钱
2023年9月29日小苏打价格最新行情预测
斯特拉斯堡vs朗斯：安热洛
阅读王ios版下载
仙剑尘缘官方版下载,仙剑尘缘手游官方版 v1.0
小米电视4和4x买哪个好用吗
搭条路快跑游戏下载
【梅西记忆之2008/09赛季】马洛卡VS巴塞罗那
官方：蒙扎签下35岁阿根廷世界杯冠军成员亚历杭德罗
固始哪里有卖小米电视的
小米的电视是哪里生产的
索尼电视屏测试工具有哪些
2023年9月29日三聚磷酸钠价格最新行情预测
斯特拉斯堡vs朗斯：安热洛
小米电视4和4x买哪个好用吗
大春之道2023最新版下载
编者按：2023年8月14日-15日，蔡丛第七届GAIR群民众造智能与迟钝人大会在新加坡乌节大酒店获胜进行。兴从想法
论坛由GAIR钻探院、语词飘红户外论坛雷峰网(群众号：雷峰网)、到故的相寰宇科技出版社、机丨科特勒询问集团连续主理。蔡丛大会共户口设10个需求论坛，兴从想法聚焦大模子韶华下的语词AIGC、Infra、到故的相生命科学、机丨训诲，蔡丛SaaS、兴从想法web3、语词跨境电商等领域的到故的相转换翻新。这是机丨国内首个出海的AI顶级论坛，亦然诸华人造智能训诲力的一次跨境溢出。
在「AIGC 和生成式本色」分论坛上，joinrealm.ai 独创人蔡丛兴以《 AI Generation Challenges 》为需求肢解了AIGC 的汗青与长进、运气和搦战。
蔡丛兴在演道起点即指出，当下生成式 AI 居品落地的根柢难度在连缀高涨，同期马虎生成式身手的鸿沟认识也在逐渐长进。
蔡丛兴认为，本色生成里有三个相互 dependent 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的 fine tune，第三个是翰墨上的 prompt 的engineering。所以，这一相互倚赖的编制在很猛进度上倚赖于一个社区，即在 fine tune 和 foundational model space 内找到新的、最适当的 prompt language，也就是独特的骗捏说话。
鉴于 AIGC 身手还没像 ChatGPT 雷同达到一个爆点，是以蔡丛兴肯定，当下的创业者须要回来到对三个题目的陈想念：其一为是否能够澄莹地为目的用户画像；其二为是否能够找到最适当用户的 unique 的workflow；其三为是否能够 tap into existing distribution 以落成拉长。
以下为蔡丛兴的现场演道本色，雷峰网在不迁移高兴的请求下进行了编辑和限制：
很荣誉此日能够在这里和行家通盘相易辩说看待这AIGC 创业的极少赚钱，我来这里的症结目之一亦然想领路更多的 AIGC 创业者，而后行家能够更长远地辩说这个题目。在接下来二十几分钟的期间，我就做极少抛砖引玉，道一道我们的赚钱。
在过去的飘红户外论坛几年里，生成式 AI 长进很快，越发是过去的一年，此中最症结的起因能够是生成式本色的用户领受度很高，是以招致市集的长进都很迅猛。随着更多的进去，我们马虎生成式身手的认识也爆发了很大的迁移。
此日去辩说这个题目的韶华，最症结的一个认为是我们在这个进程中马虎居品落地的根柢难度的领路是在连缀的施行的，但同期马虎生成式身手能够生长的鸿沟也在连缀的滋长。是以此日将汇注焦在我们所领路到确实实搦战上的极少题目，而后从这里起点打户口。
做一个轻省的先容，Realm 症结是做基于 AIGC 的酬酢采集，待会我会先容更多我们的职业。
而今团队症结是在美国加州。就我片面的通过而言，十几年前起点做说话模子，从钻探到工程，再由工程到居品，再由居品到贸易。我早期的钻探职业症结是在说话模子，在纲领和 ranking 能力的运用。进去 Google 之后，我来往到的第一个项目本质上是的 YouTube 早期的顾记挂频广告，那时就露出这样的一款短顾记挂频广告能够生长额外大的服从，就是它很快就成为了 YouTube 的 revenue dominate source。
那时我就有一个很轻省的要是，要是集体的本色都是由短顾记挂频经办的话，会生长什么样的服从？是以2011年附近我就找了许多好诤友去辩说，说有莫得一种能够性，短顾记挂频会调换用户的本色。那时有一个很大的限度，就是在本色的制管事具上达不到这种实名制的服从。
那时有一位同窗肢解了国内的快手这样一款 APP，而后那款 APP 那时还是以 gif 的制行径主，就是它生成的本色曾经有了肯定的故事性，然而还远远达不到短顾记挂频的服从和顾记挂频广告的服从。但过了两年多之后，随着苹果推出了前阁阁相机，蕴涵高清顾记挂频的录制这些职能都阐述，短顾记挂频的这趋向也就一发不行阻难。我在 15 年附近的韶华进去了 Snapchat ，是海外最有潜力的短顾记挂频的公司，在过去几年的期间里根本都是 Snapchat 集体的短顾记挂频的居品拓荒。2021 年附近，鉴于 TikTok 的获胜，我觉察到表达式的生成式顾记挂频肯定会有新突破。
是以我和我的诤友通盘出来降生这家创业公司，细心在做生成式顾记挂频，这是我和我的cofounder的说合花式，行家能够加我们的 Linkedin，迎接之后有更多的辩说。
接下来，我们来道AIGC。我认为 AIGC 是一个额外遍及的概记挂，它本质上额外笼统。从身手的角度来顾念记挂，在过去的几年里，行家曾经达到了认识的共鸣，它指代的是由大说话模子鞭策的、由翰墨生本钱色的一种生产身手。那我们去解读它的韶华，我认为有须要来道一道 mental model，鉴于它会顶多我们从哪个角度去顾念记挂。
从细到远，mental model 粗造有三种迥异的layer。最新的layer就是直接把它做一个 ATI service，譬喻微软、谷歌上线的极少居品会直接拿 AIGC 行径一个service，去褂讪现有的居品。更远极少的话，从通盘软件拓荒模式上来顾念记挂，曾经从过去 50 年中微软的这一套以 API 为主的软件拓荒模式过渡到自然说话为界面的软件拓荒模式，这能够会是一个软件拓荒神采的迁移，更多的是极少形而上学上、蕴涵居品解决上的极少辩说。
在当中地带，就是我们创业公司马虎新的贸易模式的一个穷究。这一穷究症结有三个目的，第一是纲领，纲领最症结的运用是采集，蕴涵 QA 都是纲领里面最症结的模式。第二是推理，推理症结鸠合偏智能维持运用之类的运用模式；第三是在斥地，我们症结细心于本色斥地这一贸易模式。
为什么本色斥地模式很首要？遵照我过去十年对短顾记挂频的视察，很大的一个转换是鉴于智能相机的阐述，智能相机的集体不只是是给了每片面一个手机，而是给了几十亿个行走在寰宇各地的录制配阁阁。
要是用智能相机鼓吹获胜的创业公司也有许多，譬喻TikTok、Instagram、Snapchat，许多很新的 to consumer 居品都是鉴于智能相机的集体才生长的。
我们通盘点出来创业的韶华，对表达式顾记挂频的脑海华厦 mental model是，要是智能相机给了几十亿人一个行走的记载配阁阁，去记载这个确实的寰宇，那么有莫得一种相机是能够记载人的脑海华厦假象。
我这有一个博客，首先 AIGC 还莫得那么获胜，我们那时做了粗造 10 款迥异的居品，每一款居品用了不雷同的身手，最过时行了聚焦。它的素质上从用户阅历的角度来道素来就是用 word 到story。这是我们最新的 APP 上的服从，你能够说 a girl、一个很阴沉的腐蚀、而后这个 girl 在阴沉的腐蚀里面迷乱、这个 girl 在这个阴沉的腐蚀里面迷乱的同期附近站着两个ghost，然而到第四个的韶华就曾经不work，鉴于 ghost 的空间说合，蕴涵它们之间的空隔绝离感是 lost 的。
这样一个轻省的example，能够通知行家两个点：第极少是我们还莫得目的很好地做到第三步，然而这个速率长进很快，鉴于三个月前我们卡在了第二步，是以而今到了第三步，也有许多人认为第四步也OK，但要是你让上百万的用户去用那就不 OK 了。
适才肢解了我们是若何去穷究这个新的贸易模式的，以什么样的 mental model 去穷究贸易模式。终竟我们采纳从 text image 起点户口拔，采纳它最症结的起因是我们认为它是 storytelling 最重点的部门，是终末的 foundation。那这张图是我上周五在阿谁伦敦附近的阿谁巴斯的修道院拍的。那时有个新一代的画家，会用自身新的画险些重新阐述一个故事，额外 impressive，然而它素质上是说画行径人类汗青里面的一个首要的 story telling的这样的一个用具，它本质上是收拢了这个故事自身最首要的部门。
此外一个起因是生成式本色能够很轻松地和此外的翰墨陆续去赞助此外本色花式，譬喻说 me 、coffee都很轻松。
第三点是鉴于身手自身也额外轻松去 scale 到，马虎音乐生成、语音的生成也都额外的轻省。
要是我们终竟的目的是生成顾记挂频的话，顾记挂频的维度额外多。从我们自身的角度来道，本色自身的故事性是顾记挂频获胜最症结的成分。是以说我们采纳从 text image 行径我们最重点的这种 focus 的点当中，我们也做和 ChatGPT 的整合，之后要是有运气也能够通盘辩说。
那么它什么所在还不行？第一个最不行的所随处于它还不行是 word to story，它本质上是 prompt to story。prompt 是一个额外 confuse 的一个概记挂，它本质上是一个就是这样一个进程，能够通过说话连缀地用翰墨去描述这个你脑海华厦这个细节，能够通过加定语去描述 context、加一个描画词去描述framing、进去 subject、 能够加种种种种的style， vocabulary 越 rich 就越好。
这个韶华你能够去画遐想华厦这个女神是什么神采，但要是惟有一个beautiful，那肯定是不行的。你要露出美的 20 种说法，要露出看待花式、眼神的无数个单词，还有许多单词能够字典里都找不到，这是最症结的难点。
素来 prompt是一种顺次说话，它比顺次说话更难的所随处于它莫得 structure ，是以须要许多的 try and error 能力够真确达到想要的服从。此外极少是须要马虎某种目的有额外密实的词汇量的掌控，词汇量越良好，细节就会越多。也蕴涵在 account 里面有更多的markup，有更多的 advance target，能够做额外详细的限度。
这里也能够通过轻省的翰墨去进行两个 concept 的mix，譬喻说你癖好两个这个角色，你能够轻松用这两个词去把它拼成一个词，譬喻刘德华和周润发，能够拼成一片面。
还有很大量据上的独霸，是 Pixel 上的极少详细的限度，譬喻说我们顺手做一个轻省的一个端口，上传一个图片，把人脸给画下来，而后换一个词mix。除了这个 Pixel 上的限度，还能有 sematic 上的限度，能够限度它的样式、结构、职位，蕴涵后续的这些post，这些职业都是朝 Prompt 的角度进行长远。那我们此日在这个角度上就不再连缀长远地聊聊，但谋略行家能 take back 到的最首要的点就是 Prompt 还不是自然说话，它黑白常难限度的一种编程说话。
第二个点是 foundation model。而今集体的音问 、research 症结的眷注点实都在 foundation model上。看待foundational model我想肢解几个顾记挂：
顾记挂一是图像生成的早期 foundation model 的服从不是很好，莫得什么可供参考的针对用户的数据，我们里面对数据的一个肯定就是马虎一个新用户来说，他许可肢解的用于生成的相片比例是粗造是低于20%。
顾记挂二是 foundation 的 model 长进得额外快，在过去六个月的期间里面， SDXL 的服从粗造能长进 4 到 5 倍。是以我们里面的数据还莫得无缺出来，鉴于集体的整合还莫得无缺结束，我们会连缀视察粗造服从是多少。
顾记挂三是，钻探过 SDXL 相故故结果生成的极少 example ，我片面认为，open source 的模子曾经远远跳跃 OpenAI 的这些 close source ，曾经经跳跃了最新版的 Mid-Journey 。昨天许多人道，做大模子须要许多资源，三驾马车之类的，但素来大模子还是许多运气的。要是在座的诸君是创业者莫得豪爽的迟钝，图像生成是一个很好的选项，只须要一台电脑就能够。
第三个点是我们有一个额外大的一个 community contribution，症结是基于 Dreambooth 的 technology 做了许多对房地产模子的优化，还有特定场景，蕴涵二次元、人物画像等，我们对这些模子做了里面的evaluation，在特定运用途景上的服从黑白常好的。
讲演遐想寰宇的进程中，除了须要有生成的用具和洽的 prompt，第三个就是须要有 concept。就是我不只是须要一个girl在一个阴沉的房间里，我须要一个 specific girl，我们设计出来的那片面在我想要的房间里面做一件 specific 的变乱，赢得一个 specific 的服从。那么，这须要豪爽的用户簸弄种种已有的 framework 去设立种种种种的 fine tune 机制。这个机制有许多的 know how、knowledge，我们对这个机制的极少领路，也会随着施行进程连缀迁移。
但我们能够顾念记挂到极少额外好的运用，譬喻对人物的设计，能够设计出遐想华厦人物，而后也能够去设计遐想华厦场景柔风致，甚至能够限度拍摄的顾记挂角，而且限度的设施都很轻省，那就是设立出属于你的独特的单词，用词去限度故事的道述。
道到这里，我们阐述领路了本色生成里三个相互 dependence 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的种种 fine tune，而后是基于 fine tune 的翰墨上的 prompt 的engineering。这三个成分之间是相互 dependent 的，也就是当你的 foundational model change 的韶华， fine tune 本质上是会对特定的 foundation model 生长特定的服从，而后特定的这一套 foundation model 本质上会对 prompt effect 生长服从。
是以这在很猛进度上倚赖于社区，在 fine tune 和 foundational model space 内找到新的、最适当它 prompt language，也就是独特的骗捏说话，这就是他的 depending 脉络。
接下来还有几点肢解，鉴于这样的 trade off 和你能够 navigate 一个空间，是以要是你心目中有一个特定的application，譬喻拍写真照或拍一个二次元的用具，那么就老是能够通过某种 trade off 达到想要的服从，但同期很 complicit 就是 cost，即你会用多少的价格去落成这件变乱。要是谋略做出一款额外general的，那么就须要许多的 engineering 的 carefully decision。
同期，要是想做大领域的 to consumer 场景， GPU 的 cost 是一个很首要的题目。我们团队的解阁阁有辩论是对集体的施行的 influence 做了一套 CPU 的 solution，而后也设立了他们的 quality，能够 compare， cost 会更低，而且服从上也能够重复。然而我们也见过此外人有此外设法和试验，就像通过手机上的运用，用 GPU 去做这些变乱。然而我们症结的 focus 在 CPU 的解阁阁有辩论，而且曾经赢得了验证。
道完 challenge 之后，终末回来到“真确的运气在哪”这个题目上？在过去 6 个月的期间里，粗造见了上百位美国最 popular 的 AI creator，行家能够在 YouTube 上去顾念记挂 AI show。我迩来额外癖好它，是用 AI 做的 movie trailer，把种种种种的角色混到通盘，额外蓄谋想念。我们马虎这个身手或顾念记挂到这个结构，会认为这怎样能够？这怎样做到？是以这给我最大的袭打拼就是creativity，行家黑白常有遐想力的；其次就是他们每片面都是一套自立的斥地设施，莫得顺应的阶梯；第三就是他们每片面都邑骗捏豪爽的用具。
而他们独一的结伴点就是 try and error，通过这个进程连缀地去调试、去调节，找到一条属于自身翻新的用具，这亦然我们对这件变乱最首要的概括。是以，终末想要达成这种生产服从，很猛进度上倚赖于对 workflow 的穷究和对 workflow 的试探。
我们再来道道 Market Opportunities 。鉴于身手能够还莫得达到像 GPT 那样的一个 break point，成为一个通用身手，每片面都认为OK， i can get it，它本质上还莫得达到这个moment。是以走到此日，创业须要回来到三个题目，第极少是你能不行够澄莹地画像目的用户；第二个点是你能不行够去找到最适当用户的 unique 的workflow；第三点是能够 tap into existing distribution 去落成一个拉长。这亦然我这次来一个症结目的，我肯定这里有许多的创业者都是以此行径致力的目的，我们有许多能够相易的所在。
素来，能够把 Realm 领路成一个 Instagram for a personal imagination。我们在做三件变乱：第一件事是，把集体最新的 prompt 的 technology 集成一个额外易用的手机端的 interface ，骗捏它时就像用一款相机雷同去描述自身的遐想。第二件事是，让每片面都能够在骗捏、设立自身的 fine tune， share 自身的 fine tune；第三件事是，给行家一个 creator community，鉴于 prompt 须要许多的 education 和integration，所以能够从别人那里赢得灵感和idea。
马虎在做的诸君来道，要是你还莫得来往 AIGC 能够本色生成，素来 Realm 是一个额外适当 get start 的所在。其一是鉴于它为遍及用户设计，许多额外深的身手名词、身手细节都能够像学自拍解决雷同去把这些用具领略到。其二是鉴于它很廉价，鉴于用的是CPU，能够用可控的花式去来 lower 它的 generation cost，粗造在 mission 上要比许多 generation 廉价许多，要是是遍及用户的话，根蒂上能够不费钱币。其三是鉴于能够来往到最新的technology，集体的 model 都能够随时革新，也会有一个 community 去 learn from each other。
看待 startup 我们还能够有运气通盘辩说，做 workflow 最难的点是露出 tradeoff，此外一个是有一个 community 去附和穷究 prompt attention。
除此以外还能够酌量能不行提供极少 besides APP 的access，让行家去 leverage 我们做的极少职业。终末一个是research，15 年前我起点做research，素来它最首要的极少是能够连辛苦地试探，连辛苦地肢解demo， share 我的 demo 能够是 user 的demo，而后能够连辛苦 get feedback，也就是从数据上露出你的模子若何和现有的用具去调查，服从是什么样的。
这是我粗造 brainstorm 了一下，谋略能够和在座的诸君有极少相易和配合，以上就是我此日的症结本色，谢谢诸君。
雷峰网原创著述，未经授权阻难转载。详情见转载须知。
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
休闲
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
百科
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
邓弗里斯接着上，记者：夸德拉多仍在单独训练，本周继续缺阵
小米电视2换屏幕要多少钱12927米兰vs拉齐奥首发预测：迈尼昂复出，吉鲁、莱奥出战
2023年09月28日全国桃胶报价分析
2023年9月29日1,2
斯特拉斯堡vs朗斯：安热洛
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
2023年9月29日正庚烷价格最新行情预测
官方：国米与预备队队长斯坦科维奇以及中卫斯塔比莱续约
2023年9月29日江苏省1,4
“泼天富贵”之后，老国货品牌正式进入数字营销时代
找乐助手安卓版下载
2023年9月29日三乙二醇价格最新行情预测
2023年9月29日间硝基甲苯价格最新行情预测
回放：卡拉宝杯第三轮
语音闹钟免费版下载
宙斯浏览器下载官网
小米电视爆屏维修多少钱
2023年9月29日亚硝酸钠价格最新行情预测
LoveU婚恋app
保险师ios版下载
全场精华
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
百科
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
浅塘iOS游戏下载
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
2023年9月29日三聚磷酸钠价格最新行情预测
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
编者按：2023年8月14日-15日，蔡丛第七届GAIR群民众造智能与迟钝人大会在新加坡乌节大酒店获胜进行。兴从想法
论坛由GAIR钻探院、语词飘红户外论坛雷峰网(群众号：雷峰网)、到故的相寰宇科技出版社、机丨科特勒询问集团连续主理。蔡丛大会共户口设10个需求论坛，兴从想法聚焦大模子韶华下的语词AIGC、Infra、到故的相生命科学、机丨训诲，蔡丛SaaS、兴从想法web3、语词跨境电商等领域的到故的相转换翻新。这是机丨国内首个出海的AI顶级论坛，亦然诸华人造智能训诲力的一次跨境溢出。
在「AIGC 和生成式本色」分论坛上，joinrealm.ai 独创人蔡丛兴以《 AI Generation Challenges 》为需求肢解了AIGC 的汗青与长进、运气和搦战。
蔡丛兴在演道起点即指出，当下生成式 AI 居品落地的根柢难度在连缀高涨，同期马虎生成式身手的鸿沟认识也在逐渐长进。
蔡丛兴认为，本色生成里有三个相互 dependent 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的 fine tune，第三个是翰墨上的 prompt 的engineering。所以，这一相互倚赖的编制在很猛进度上倚赖于一个社区，即在 fine tune 和 foundational model space 内找到新的、最适当的 prompt language，也就是独特的骗捏说话。
鉴于 AIGC 身手还没像 ChatGPT 雷同达到一个爆点，是以蔡丛兴肯定，当下的创业者须要回来到对三个题目的陈想念：其一为是否能够澄莹地为目的用户画像；其二为是否能够找到最适当用户的 unique 的workflow；其三为是否能够 tap into existing distribution 以落成拉长。
以下为蔡丛兴的现场演道本色，雷峰网在不迁移高兴的请求下进行了编辑和限制：
很荣誉此日能够在这里和行家通盘相易辩说看待这AIGC 创业的极少赚钱，我来这里的症结目之一亦然想领路更多的 AIGC 创业者，而后行家能够更长远地辩说这个题目。在接下来二十几分钟的期间，我就做极少抛砖引玉，道一道我们的赚钱。
在过去的飘红户外论坛几年里，生成式 AI 长进很快，越发是过去的一年，此中最症结的起因能够是生成式本色的用户领受度很高，是以招致市集的长进都很迅猛。随着更多的进去，我们马虎生成式身手的认识也爆发了很大的迁移。
此日去辩说这个题目的韶华，最症结的一个认为是我们在这个进程中马虎居品落地的根柢难度的领路是在连缀的施行的，但同期马虎生成式身手能够生长的鸿沟也在连缀的滋长。是以此日将汇注焦在我们所领路到确实实搦战上的极少题目，而后从这里起点打户口。
做一个轻省的先容，Realm 症结是做基于 AIGC 的酬酢采集，待会我会先容更多我们的职业。
而今团队症结是在美国加州。就我片面的通过而言，十几年前起点做说话模子，从钻探到工程，再由工程到居品，再由居品到贸易。我早期的钻探职业症结是在说话模子，在纲领和 ranking 能力的运用。进去 Google 之后，我来往到的第一个项目本质上是的 YouTube 早期的顾记挂频广告，那时就露出这样的一款短顾记挂频广告能够生长额外大的服从，就是它很快就成为了 YouTube 的 revenue dominate source。
那时我就有一个很轻省的要是，要是集体的本色都是由短顾记挂频经办的话，会生长什么样的服从？是以2011年附近我就找了许多好诤友去辩说，说有莫得一种能够性，短顾记挂频会调换用户的本色。那时有一个很大的限度，就是在本色的制管事具上达不到这种实名制的服从。
那时有一位同窗肢解了国内的快手这样一款 APP，而后那款 APP 那时还是以 gif 的制行径主，就是它生成的本色曾经有了肯定的故事性，然而还远远达不到短顾记挂频的服从和顾记挂频广告的服从。但过了两年多之后，随着苹果推出了前阁阁相机，蕴涵高清顾记挂频的录制这些职能都阐述，短顾记挂频的这趋向也就一发不行阻难。我在 15 年附近的韶华进去了 Snapchat ，是海外最有潜力的短顾记挂频的公司，在过去几年的期间里根本都是 Snapchat 集体的短顾记挂频的居品拓荒。2021 年附近，鉴于 TikTok 的获胜，我觉察到表达式的生成式顾记挂频肯定会有新突破。
是以我和我的诤友通盘出来降生这家创业公司，细心在做生成式顾记挂频，这是我和我的cofounder的说合花式，行家能够加我们的 Linkedin，迎接之后有更多的辩说。
接下来，我们来道AIGC。我认为 AIGC 是一个额外遍及的概记挂，它本质上额外笼统。从身手的角度来顾念记挂，在过去的几年里，行家曾经达到了认识的共鸣，它指代的是由大说话模子鞭策的、由翰墨生本钱色的一种生产身手。那我们去解读它的韶华，我认为有须要来道一道 mental model，鉴于它会顶多我们从哪个角度去顾念记挂。
从细到远，mental model 粗造有三种迥异的layer。最新的layer就是直接把它做一个 ATI service，譬喻微软、谷歌上线的极少居品会直接拿 AIGC 行径一个service，去褂讪现有的居品。更远极少的话，从通盘软件拓荒模式上来顾念记挂，曾经从过去 50 年中微软的这一套以 API 为主的软件拓荒模式过渡到自然说话为界面的软件拓荒模式，这能够会是一个软件拓荒神采的迁移，更多的是极少形而上学上、蕴涵居品解决上的极少辩说。
在当中地带，就是我们创业公司马虎新的贸易模式的一个穷究。这一穷究症结有三个目的，第一是纲领，纲领最症结的运用是采集，蕴涵 QA 都是纲领里面最症结的模式。第二是推理，推理症结鸠合偏智能维持运用之类的运用模式；第三是在斥地，我们症结细心于本色斥地这一贸易模式。
为什么本色斥地模式很首要？遵照我过去十年对短顾记挂频的视察，很大的一个转换是鉴于智能相机的阐述，智能相机的集体不只是是给了每片面一个手机，而是给了几十亿个行走在寰宇各地的录制配阁阁。
要是用智能相机鼓吹获胜的创业公司也有许多，譬喻TikTok、Instagram、Snapchat，许多很新的 to consumer 居品都是鉴于智能相机的集体才生长的。
我们通盘点出来创业的韶华，对表达式顾记挂频的脑海华厦 mental model是，要是智能相机给了几十亿人一个行走的记载配阁阁，去记载这个确实的寰宇，那么有莫得一种相机是能够记载人的脑海华厦假象。
我这有一个博客，首先 AIGC 还莫得那么获胜，我们那时做了粗造 10 款迥异的居品，每一款居品用了不雷同的身手，最过时行了聚焦。它的素质上从用户阅历的角度来道素来就是用 word 到story。这是我们最新的 APP 上的服从，你能够说 a girl、一个很阴沉的腐蚀、而后这个 girl 在阴沉的腐蚀里面迷乱、这个 girl 在这个阴沉的腐蚀里面迷乱的同期附近站着两个ghost，然而到第四个的韶华就曾经不work，鉴于 ghost 的空间说合，蕴涵它们之间的空隔绝离感是 lost 的。
这样一个轻省的example，能够通知行家两个点：第极少是我们还莫得目的很好地做到第三步，然而这个速率长进很快，鉴于三个月前我们卡在了第二步，是以而今到了第三步，也有许多人认为第四步也OK，但要是你让上百万的用户去用那就不 OK 了。
适才肢解了我们是若何去穷究这个新的贸易模式的，以什么样的 mental model 去穷究贸易模式。终竟我们采纳从 text image 起点户口拔，采纳它最症结的起因是我们认为它是 storytelling 最重点的部门，是终末的 foundation。那这张图是我上周五在阿谁伦敦附近的阿谁巴斯的修道院拍的。那时有个新一代的画家，会用自身新的画险些重新阐述一个故事，额外 impressive，然而它素质上是说画行径人类汗青里面的一个首要的 story telling的这样的一个用具，它本质上是收拢了这个故事自身最首要的部门。
此外一个起因是生成式本色能够很轻松地和此外的翰墨陆续去赞助此外本色花式，譬喻说 me 、coffee都很轻松。
第三点是鉴于身手自身也额外轻松去 scale 到，马虎音乐生成、语音的生成也都额外的轻省。
要是我们终竟的目的是生成顾记挂频的话，顾记挂频的维度额外多。从我们自身的角度来道，本色自身的故事性是顾记挂频获胜最症结的成分。是以说我们采纳从 text image 行径我们最重点的这种 focus 的点当中，我们也做和 ChatGPT 的整合，之后要是有运气也能够通盘辩说。
那么它什么所在还不行？第一个最不行的所随处于它还不行是 word to story，它本质上是 prompt to story。prompt 是一个额外 confuse 的一个概记挂，它本质上是一个就是这样一个进程，能够通过说话连缀地用翰墨去描述这个你脑海华厦这个细节，能够通过加定语去描述 context、加一个描画词去描述framing、进去 subject、 能够加种种种种的style， vocabulary 越 rich 就越好。
这个韶华你能够去画遐想华厦这个女神是什么神采，但要是惟有一个beautiful，那肯定是不行的。你要露出美的 20 种说法，要露出看待花式、眼神的无数个单词，还有许多单词能够字典里都找不到，这是最症结的难点。
素来 prompt是一种顺次说话，它比顺次说话更难的所随处于它莫得 structure ，是以须要许多的 try and error 能力够真确达到想要的服从。此外极少是须要马虎某种目的有额外密实的词汇量的掌控，词汇量越良好，细节就会越多。也蕴涵在 account 里面有更多的markup，有更多的 advance target，能够做额外详细的限度。
这里也能够通过轻省的翰墨去进行两个 concept 的mix，譬喻说你癖好两个这个角色，你能够轻松用这两个词去把它拼成一个词，譬喻刘德华和周润发，能够拼成一片面。
还有很大量据上的独霸，是 Pixel 上的极少详细的限度，譬喻说我们顺手做一个轻省的一个端口，上传一个图片，把人脸给画下来，而后换一个词mix。除了这个 Pixel 上的限度，还能有 sematic 上的限度，能够限度它的样式、结构、职位，蕴涵后续的这些post，这些职业都是朝 Prompt 的角度进行长远。那我们此日在这个角度上就不再连缀长远地聊聊，但谋略行家能 take back 到的最首要的点就是 Prompt 还不是自然说话，它黑白常难限度的一种编程说话。
第二个点是 foundation model。而今集体的音问 、research 症结的眷注点实都在 foundation model上。看待foundational model我想肢解几个顾记挂：
顾记挂一是图像生成的早期 foundation model 的服从不是很好，莫得什么可供参考的针对用户的数据，我们里面对数据的一个肯定就是马虎一个新用户来说，他许可肢解的用于生成的相片比例是粗造是低于20%。
顾记挂二是 foundation 的 model 长进得额外快，在过去六个月的期间里面， SDXL 的服从粗造能长进 4 到 5 倍。是以我们里面的数据还莫得无缺出来，鉴于集体的整合还莫得无缺结束，我们会连缀视察粗造服从是多少。
顾记挂三是，钻探过 SDXL 相故故结果生成的极少 example ，我片面认为，open source 的模子曾经远远跳跃 OpenAI 的这些 close source ，曾经经跳跃了最新版的 Mid-Journey 。昨天许多人道，做大模子须要许多资源，三驾马车之类的，但素来大模子还是许多运气的。要是在座的诸君是创业者莫得豪爽的迟钝，图像生成是一个很好的选项，只须要一台电脑就能够。
第三个点是我们有一个额外大的一个 community contribution，症结是基于 Dreambooth 的 technology 做了许多对房地产模子的优化，还有特定场景，蕴涵二次元、人物画像等，我们对这些模子做了里面的evaluation，在特定运用途景上的服从黑白常好的。
讲演遐想寰宇的进程中，除了须要有生成的用具和洽的 prompt，第三个就是须要有 concept。就是我不只是须要一个girl在一个阴沉的房间里，我须要一个 specific girl，我们设计出来的那片面在我想要的房间里面做一件 specific 的变乱，赢得一个 specific 的服从。那么，这须要豪爽的用户簸弄种种已有的 framework 去设立种种种种的 fine tune 机制。这个机制有许多的 know how、knowledge，我们对这个机制的极少领路，也会随着施行进程连缀迁移。
但我们能够顾念记挂到极少额外好的运用，譬喻对人物的设计，能够设计出遐想华厦人物，而后也能够去设计遐想华厦场景柔风致，甚至能够限度拍摄的顾记挂角，而且限度的设施都很轻省，那就是设立出属于你的独特的单词，用词去限度故事的道述。
道到这里，我们阐述领路了本色生成里三个相互 dependence 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的种种 fine tune，而后是基于 fine tune 的翰墨上的 prompt 的engineering。这三个成分之间是相互 dependent 的，也就是当你的 foundational model change 的韶华， fine tune 本质上是会对特定的 foundation model 生长特定的服从，而后特定的这一套 foundation model 本质上会对 prompt effect 生长服从。
是以这在很猛进度上倚赖于社区，在 fine tune 和 foundational model space 内找到新的、最适当它 prompt language，也就是独特的骗捏说话，这就是他的 depending 脉络。
接下来还有几点肢解，鉴于这样的 trade off 和你能够 navigate 一个空间，是以要是你心目中有一个特定的application，譬喻拍写真照或拍一个二次元的用具，那么就老是能够通过某种 trade off 达到想要的服从，但同期很 complicit 就是 cost，即你会用多少的价格去落成这件变乱。要是谋略做出一款额外general的，那么就须要许多的 engineering 的 carefully decision。
同期，要是想做大领域的 to consumer 场景， GPU 的 cost 是一个很首要的题目。我们团队的解阁阁有辩论是对集体的施行的 influence 做了一套 CPU 的 solution，而后也设立了他们的 quality，能够 compare， cost 会更低，而且服从上也能够重复。然而我们也见过此外人有此外设法和试验，就像通过手机上的运用，用 GPU 去做这些变乱。然而我们症结的 focus 在 CPU 的解阁阁有辩论，而且曾经赢得了验证。
道完 challenge 之后，终末回来到“真确的运气在哪”这个题目上？在过去 6 个月的期间里，粗造见了上百位美国最 popular 的 AI creator，行家能够在 YouTube 上去顾念记挂 AI show。我迩来额外癖好它，是用 AI 做的 movie trailer，把种种种种的角色混到通盘，额外蓄谋想念。我们马虎这个身手或顾念记挂到这个结构，会认为这怎样能够？这怎样做到？是以这给我最大的袭打拼就是creativity，行家黑白常有遐想力的；其次就是他们每片面都是一套自立的斥地设施，莫得顺应的阶梯；第三就是他们每片面都邑骗捏豪爽的用具。
而他们独一的结伴点就是 try and error，通过这个进程连缀地去调试、去调节，找到一条属于自身翻新的用具，这亦然我们对这件变乱最首要的概括。是以，终末想要达成这种生产服从，很猛进度上倚赖于对 workflow 的穷究和对 workflow 的试探。
我们再来道道 Market Opportunities 。鉴于身手能够还莫得达到像 GPT 那样的一个 break point，成为一个通用身手，每片面都认为OK， i can get it，它本质上还莫得达到这个moment。是以走到此日，创业须要回来到三个题目，第极少是你能不行够澄莹地画像目的用户；第二个点是你能不行够去找到最适当用户的 unique 的workflow；第三点是能够 tap into existing distribution 去落成一个拉长。这亦然我这次来一个症结目的，我肯定这里有许多的创业者都是以此行径致力的目的，我们有许多能够相易的所在。
素来，能够把 Realm 领路成一个 Instagram for a personal imagination。我们在做三件变乱：第一件事是，把集体最新的 prompt 的 technology 集成一个额外易用的手机端的 interface ，骗捏它时就像用一款相机雷同去描述自身的遐想。第二件事是，让每片面都能够在骗捏、设立自身的 fine tune， share 自身的 fine tune；第三件事是，给行家一个 creator community，鉴于 prompt 须要许多的 education 和integration，所以能够从别人那里赢得灵感和idea。
马虎在做的诸君来道，要是你还莫得来往 AIGC 能够本色生成，素来 Realm 是一个额外适当 get start 的所在。其一是鉴于它为遍及用户设计，许多额外深的身手名词、身手细节都能够像学自拍解决雷同去把这些用具领略到。其二是鉴于它很廉价，鉴于用的是CPU，能够用可控的花式去来 lower 它的 generation cost，粗造在 mission 上要比许多 generation 廉价许多，要是是遍及用户的话，根蒂上能够不费钱币。其三是鉴于能够来往到最新的technology，集体的 model 都能够随时革新，也会有一个 community 去 learn from each other。
看待 startup 我们还能够有运气通盘辩说，做 workflow 最难的点是露出 tradeoff，此外一个是有一个 community 去附和穷究 prompt attention。
除此以外还能够酌量能不行提供极少 besides APP 的access，让行家去 leverage 我们做的极少职业。终末一个是research，15 年前我起点做research，素来它最首要的极少是能够连辛苦地试探，连辛苦地肢解demo， share 我的 demo 能够是 user 的demo，而后能够连辛苦 get feedback，也就是从数据上露出你的模子若何和现有的用具去调查，服从是什么样的。
这是我粗造 brainstorm 了一下，谋略能够和在座的诸君有极少相易和配合，以上就是我此日的症结本色，谢谢诸君。
雷峰网原创著述，未经授权阻难转载。详情见转载须知。
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
龙卷风收音机ios版下载
全场精华
知识
2023年9月29日硫化碱价格最新行情预测热点
官方：国米与预备队队长斯坦科维奇以及中卫斯塔比莱续约热点
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
探索
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
百科
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
可怕的豪宅3D苹果版下载娱乐
编者按：2023年8月14日-15日，蔡丛第七届GAIR群民众造智能与迟钝人大会在新加坡乌节大酒店获胜进行。兴从想法
论坛由GAIR钻探院、语词飘红户外论坛雷峰网(群众号：雷峰网)、到故的相寰宇科技出版社、机丨科特勒询问集团连续主理。蔡丛大会共户口设10个需求论坛，兴从想法聚焦大模子韶华下的语词AIGC、Infra、到故的相生命科学、机丨训诲，蔡丛SaaS、兴从想法web3、语词跨境电商等领域的到故的相转换翻新。这是机丨国内首个出海的AI顶级论坛，亦然诸华人造智能训诲力的一次跨境溢出。
在「AIGC 和生成式本色」分论坛上，joinrealm.ai 独创人蔡丛兴以《 AI Generation Challenges 》为需求肢解了AIGC 的汗青与长进、运气和搦战。
蔡丛兴在演道起点即指出，当下生成式 AI 居品落地的根柢难度在连缀高涨，同期马虎生成式身手的鸿沟认识也在逐渐长进。
蔡丛兴认为，本色生成里有三个相互 dependent 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的 fine tune，第三个是翰墨上的 prompt 的engineering。所以，这一相互倚赖的编制在很猛进度上倚赖于一个社区，即在 fine tune 和 foundational model space 内找到新的、最适当的 prompt language，也就是独特的骗捏说话。
鉴于 AIGC 身手还没像 ChatGPT 雷同达到一个爆点，是以蔡丛兴肯定，当下的创业者须要回来到对三个题目的陈想念：其一为是否能够澄莹地为目的用户画像；其二为是否能够找到最适当用户的 unique 的workflow；其三为是否能够 tap into existing distribution 以落成拉长。
以下为蔡丛兴的现场演道本色，雷峰网在不迁移高兴的请求下进行了编辑和限制：
很荣誉此日能够在这里和行家通盘相易辩说看待这AIGC 创业的极少赚钱，我来这里的症结目之一亦然想领路更多的 AIGC 创业者，而后行家能够更长远地辩说这个题目。在接下来二十几分钟的期间，我就做极少抛砖引玉，道一道我们的赚钱。
在过去的飘红户外论坛几年里，生成式 AI 长进很快，越发是过去的一年，此中最症结的起因能够是生成式本色的用户领受度很高，是以招致市集的长进都很迅猛。随着更多的进去，我们马虎生成式身手的认识也爆发了很大的迁移。
此日去辩说这个题目的韶华，最症结的一个认为是我们在这个进程中马虎居品落地的根柢难度的领路是在连缀的施行的，但同期马虎生成式身手能够生长的鸿沟也在连缀的滋长。是以此日将汇注焦在我们所领路到确实实搦战上的极少题目，而后从这里起点打户口。
做一个轻省的先容，Realm 症结是做基于 AIGC 的酬酢采集，待会我会先容更多我们的职业。
而今团队症结是在美国加州。就我片面的通过而言，十几年前起点做说话模子，从钻探到工程，再由工程到居品，再由居品到贸易。我早期的钻探职业症结是在说话模子，在纲领和 ranking 能力的运用。进去 Google 之后，我来往到的第一个项目本质上是的 YouTube 早期的顾记挂频广告，那时就露出这样的一款短顾记挂频广告能够生长额外大的服从，就是它很快就成为了 YouTube 的 revenue dominate source。
那时我就有一个很轻省的要是，要是集体的本色都是由短顾记挂频经办的话，会生长什么样的服从？是以2011年附近我就找了许多好诤友去辩说，说有莫得一种能够性，短顾记挂频会调换用户的本色。那时有一个很大的限度，就是在本色的制管事具上达不到这种实名制的服从。
那时有一位同窗肢解了国内的快手这样一款 APP，而后那款 APP 那时还是以 gif 的制行径主，就是它生成的本色曾经有了肯定的故事性，然而还远远达不到短顾记挂频的服从和顾记挂频广告的服从。但过了两年多之后，随着苹果推出了前阁阁相机，蕴涵高清顾记挂频的录制这些职能都阐述，短顾记挂频的这趋向也就一发不行阻难。我在 15 年附近的韶华进去了 Snapchat ，是海外最有潜力的短顾记挂频的公司，在过去几年的期间里根本都是 Snapchat 集体的短顾记挂频的居品拓荒。2021 年附近，鉴于 TikTok 的获胜，我觉察到表达式的生成式顾记挂频肯定会有新突破。
是以我和我的诤友通盘出来降生这家创业公司，细心在做生成式顾记挂频，这是我和我的cofounder的说合花式，行家能够加我们的 Linkedin，迎接之后有更多的辩说。
接下来，我们来道AIGC。我认为 AIGC 是一个额外遍及的概记挂，它本质上额外笼统。从身手的角度来顾念记挂，在过去的几年里，行家曾经达到了认识的共鸣，它指代的是由大说话模子鞭策的、由翰墨生本钱色的一种生产身手。那我们去解读它的韶华，我认为有须要来道一道 mental model，鉴于它会顶多我们从哪个角度去顾念记挂。
从细到远，mental model 粗造有三种迥异的layer。最新的layer就是直接把它做一个 ATI service，譬喻微软、谷歌上线的极少居品会直接拿 AIGC 行径一个service，去褂讪现有的居品。更远极少的话，从通盘软件拓荒模式上来顾念记挂，曾经从过去 50 年中微软的这一套以 API 为主的软件拓荒模式过渡到自然说话为界面的软件拓荒模式，这能够会是一个软件拓荒神采的迁移，更多的是极少形而上学上、蕴涵居品解决上的极少辩说。
在当中地带，就是我们创业公司马虎新的贸易模式的一个穷究。这一穷究症结有三个目的，第一是纲领，纲领最症结的运用是采集，蕴涵 QA 都是纲领里面最症结的模式。第二是推理，推理症结鸠合偏智能维持运用之类的运用模式；第三是在斥地，我们症结细心于本色斥地这一贸易模式。
为什么本色斥地模式很首要？遵照我过去十年对短顾记挂频的视察，很大的一个转换是鉴于智能相机的阐述，智能相机的集体不只是是给了每片面一个手机，而是给了几十亿个行走在寰宇各地的录制配阁阁。
要是用智能相机鼓吹获胜的创业公司也有许多，譬喻TikTok、Instagram、Snapchat，许多很新的 to consumer 居品都是鉴于智能相机的集体才生长的。
我们通盘点出来创业的韶华，对表达式顾记挂频的脑海华厦 mental model是，要是智能相机给了几十亿人一个行走的记载配阁阁，去记载这个确实的寰宇，那么有莫得一种相机是能够记载人的脑海华厦假象。
我这有一个博客，首先 AIGC 还莫得那么获胜，我们那时做了粗造 10 款迥异的居品，每一款居品用了不雷同的身手，最过时行了聚焦。它的素质上从用户阅历的角度来道素来就是用 word 到story。这是我们最新的 APP 上的服从，你能够说 a girl、一个很阴沉的腐蚀、而后这个 girl 在阴沉的腐蚀里面迷乱、这个 girl 在这个阴沉的腐蚀里面迷乱的同期附近站着两个ghost，然而到第四个的韶华就曾经不work，鉴于 ghost 的空间说合，蕴涵它们之间的空隔绝离感是 lost 的。
这样一个轻省的example，能够通知行家两个点：第极少是我们还莫得目的很好地做到第三步，然而这个速率长进很快，鉴于三个月前我们卡在了第二步，是以而今到了第三步，也有许多人认为第四步也OK，但要是你让上百万的用户去用那就不 OK 了。
适才肢解了我们是若何去穷究这个新的贸易模式的，以什么样的 mental model 去穷究贸易模式。终竟我们采纳从 text image 起点户口拔，采纳它最症结的起因是我们认为它是 storytelling 最重点的部门，是终末的 foundation。那这张图是我上周五在阿谁伦敦附近的阿谁巴斯的修道院拍的。那时有个新一代的画家，会用自身新的画险些重新阐述一个故事，额外 impressive，然而它素质上是说画行径人类汗青里面的一个首要的 story telling的这样的一个用具，它本质上是收拢了这个故事自身最首要的部门。
此外一个起因是生成式本色能够很轻松地和此外的翰墨陆续去赞助此外本色花式，譬喻说 me 、coffee都很轻松。
第三点是鉴于身手自身也额外轻松去 scale 到，马虎音乐生成、语音的生成也都额外的轻省。
要是我们终竟的目的是生成顾记挂频的话，顾记挂频的维度额外多。从我们自身的角度来道，本色自身的故事性是顾记挂频获胜最症结的成分。是以说我们采纳从 text image 行径我们最重点的这种 focus 的点当中，我们也做和 ChatGPT 的整合，之后要是有运气也能够通盘辩说。
那么它什么所在还不行？第一个最不行的所随处于它还不行是 word to story，它本质上是 prompt to story。prompt 是一个额外 confuse 的一个概记挂，它本质上是一个就是这样一个进程，能够通过说话连缀地用翰墨去描述这个你脑海华厦这个细节，能够通过加定语去描述 context、加一个描画词去描述framing、进去 subject、 能够加种种种种的style， vocabulary 越 rich 就越好。
这个韶华你能够去画遐想华厦这个女神是什么神采，但要是惟有一个beautiful，那肯定是不行的。你要露出美的 20 种说法，要露出看待花式、眼神的无数个单词，还有许多单词能够字典里都找不到，这是最症结的难点。
素来 prompt是一种顺次说话，它比顺次说话更难的所随处于它莫得 structure ，是以须要许多的 try and error 能力够真确达到想要的服从。此外极少是须要马虎某种目的有额外密实的词汇量的掌控，词汇量越良好，细节就会越多。也蕴涵在 account 里面有更多的markup，有更多的 advance target，能够做额外详细的限度。
这里也能够通过轻省的翰墨去进行两个 concept 的mix，譬喻说你癖好两个这个角色，你能够轻松用这两个词去把它拼成一个词，譬喻刘德华和周润发，能够拼成一片面。
还有很大量据上的独霸，是 Pixel 上的极少详细的限度，譬喻说我们顺手做一个轻省的一个端口，上传一个图片，把人脸给画下来，而后换一个词mix。除了这个 Pixel 上的限度，还能有 sematic 上的限度，能够限度它的样式、结构、职位，蕴涵后续的这些post，这些职业都是朝 Prompt 的角度进行长远。那我们此日在这个角度上就不再连缀长远地聊聊，但谋略行家能 take back 到的最首要的点就是 Prompt 还不是自然说话，它黑白常难限度的一种编程说话。
第二个点是 foundation model。而今集体的音问 、research 症结的眷注点实都在 foundation model上。看待foundational model我想肢解几个顾记挂：
顾记挂一是图像生成的早期 foundation model 的服从不是很好，莫得什么可供参考的针对用户的数据，我们里面对数据的一个肯定就是马虎一个新用户来说，他许可肢解的用于生成的相片比例是粗造是低于20%。
顾记挂二是 foundation 的 model 长进得额外快，在过去六个月的期间里面， SDXL 的服从粗造能长进 4 到 5 倍。是以我们里面的数据还莫得无缺出来，鉴于集体的整合还莫得无缺结束，我们会连缀视察粗造服从是多少。
顾记挂三是，钻探过 SDXL 相故故结果生成的极少 example ，我片面认为，open source 的模子曾经远远跳跃 OpenAI 的这些 close source ，曾经经跳跃了最新版的 Mid-Journey 。昨天许多人道，做大模子须要许多资源，三驾马车之类的，但素来大模子还是许多运气的。要是在座的诸君是创业者莫得豪爽的迟钝，图像生成是一个很好的选项，只须要一台电脑就能够。
第三个点是我们有一个额外大的一个 community contribution，症结是基于 Dreambooth 的 technology 做了许多对房地产模子的优化，还有特定场景，蕴涵二次元、人物画像等，我们对这些模子做了里面的evaluation，在特定运用途景上的服从黑白常好的。
讲演遐想寰宇的进程中，除了须要有生成的用具和洽的 prompt，第三个就是须要有 concept。就是我不只是须要一个girl在一个阴沉的房间里，我须要一个 specific girl，我们设计出来的那片面在我想要的房间里面做一件 specific 的变乱，赢得一个 specific 的服从。那么，这须要豪爽的用户簸弄种种已有的 framework 去设立种种种种的 fine tune 机制。这个机制有许多的 know how、knowledge，我们对这个机制的极少领路，也会随着施行进程连缀迁移。
但我们能够顾念记挂到极少额外好的运用，譬喻对人物的设计，能够设计出遐想华厦人物，而后也能够去设计遐想华厦场景柔风致，甚至能够限度拍摄的顾记挂角，而且限度的设施都很轻省，那就是设立出属于你的独特的单词，用词去限度故事的道述。
道到这里，我们阐述领路了本色生成里三个相互 dependence 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的种种 fine tune，而后是基于 fine tune 的翰墨上的 prompt 的engineering。这三个成分之间是相互 dependent 的，也就是当你的 foundational model change 的韶华， fine tune 本质上是会对特定的 foundation model 生长特定的服从，而后特定的这一套 foundation model 本质上会对 prompt effect 生长服从。
是以这在很猛进度上倚赖于社区，在 fine tune 和 foundational model space 内找到新的、最适当它 prompt language，也就是独特的骗捏说话，这就是他的 depending 脉络。
接下来还有几点肢解，鉴于这样的 trade off 和你能够 navigate 一个空间，是以要是你心目中有一个特定的application，譬喻拍写真照或拍一个二次元的用具，那么就老是能够通过某种 trade off 达到想要的服从，但同期很 complicit 就是 cost，即你会用多少的价格去落成这件变乱。要是谋略做出一款额外general的，那么就须要许多的 engineering 的 carefully decision。
同期，要是想做大领域的 to consumer 场景， GPU 的 cost 是一个很首要的题目。我们团队的解阁阁有辩论是对集体的施行的 influence 做了一套 CPU 的 solution，而后也设立了他们的 quality，能够 compare， cost 会更低，而且服从上也能够重复。然而我们也见过此外人有此外设法和试验，就像通过手机上的运用，用 GPU 去做这些变乱。然而我们症结的 focus 在 CPU 的解阁阁有辩论，而且曾经赢得了验证。
道完 challenge 之后，终末回来到“真确的运气在哪”这个题目上？在过去 6 个月的期间里，粗造见了上百位美国最 popular 的 AI creator，行家能够在 YouTube 上去顾念记挂 AI show。我迩来额外癖好它，是用 AI 做的 movie trailer，把种种种种的角色混到通盘，额外蓄谋想念。我们马虎这个身手或顾念记挂到这个结构，会认为这怎样能够？这怎样做到？是以这给我最大的袭打拼就是creativity，行家黑白常有遐想力的；其次就是他们每片面都是一套自立的斥地设施，莫得顺应的阶梯；第三就是他们每片面都邑骗捏豪爽的用具。
而他们独一的结伴点就是 try and error，通过这个进程连缀地去调试、去调节，找到一条属于自身翻新的用具，这亦然我们对这件变乱最首要的概括。是以，终末想要达成这种生产服从，很猛进度上倚赖于对 workflow 的穷究和对 workflow 的试探。
我们再来道道 Market Opportunities 。鉴于身手能够还莫得达到像 GPT 那样的一个 break point，成为一个通用身手，每片面都认为OK， i can get it，它本质上还莫得达到这个moment。是以走到此日，创业须要回来到三个题目，第极少是你能不行够澄莹地画像目的用户；第二个点是你能不行够去找到最适当用户的 unique 的workflow；第三点是能够 tap into existing distribution 去落成一个拉长。这亦然我这次来一个症结目的，我肯定这里有许多的创业者都是以此行径致力的目的，我们有许多能够相易的所在。
素来，能够把 Realm 领路成一个 Instagram for a personal imagination。我们在做三件变乱：第一件事是，把集体最新的 prompt 的 technology 集成一个额外易用的手机端的 interface ，骗捏它时就像用一款相机雷同去描述自身的遐想。第二件事是，让每片面都能够在骗捏、设立自身的 fine tune， share 自身的 fine tune；第三件事是，给行家一个 creator community，鉴于 prompt 须要许多的 education 和integration，所以能够从别人那里赢得灵感和idea。
马虎在做的诸君来道，要是你还莫得来往 AIGC 能够本色生成，素来 Realm 是一个额外适当 get start 的所在。其一是鉴于它为遍及用户设计，许多额外深的身手名词、身手细节都能够像学自拍解决雷同去把这些用具领略到。其二是鉴于它很廉价，鉴于用的是CPU，能够用可控的花式去来 lower 它的 generation cost，粗造在 mission 上要比许多 generation 廉价许多，要是是遍及用户的话，根蒂上能够不费钱币。其三是鉴于能够来往到最新的technology，集体的 model 都能够随时革新，也会有一个 community 去 learn from each other。
看待 startup 我们还能够有运气通盘辩说，做 workflow 最难的点是露出 tradeoff，此外一个是有一个 community 去附和穷究 prompt attention。
除此以外还能够酌量能不行提供极少 besides APP 的access，让行家去 leverage 我们做的极少职业。终末一个是research，15 年前我起点做research，素来它最首要的极少是能够连辛苦地试探，连辛苦地肢解demo， share 我的 demo 能够是 user 的demo，而后能够连辛苦 get feedback，也就是从数据上露出你的模子若何和现有的用具去调查，服从是什么样的。
这是我粗造 brainstorm 了一下，谋略能够和在座的诸君有极少相易和配合，以上就是我此日的症结本色，谢谢诸君。
雷峰网原创著述，未经授权阻难转载。详情见转载须知。
编者按：2023年8月14日-15日，蔡丛第七届GAIR群民众造智能与迟钝人大会在新加坡乌节大酒店获胜进行。兴从想法
论坛由GAIR钻探院、语词飘红户外论坛雷峰网(群众号：雷峰网)、到故的相寰宇科技出版社、机丨科特勒询问集团连续主理。蔡丛大会共户口设10个需求论坛，兴从想法聚焦大模子韶华下的语词AIGC、Infra、到故的相生命科学、机丨训诲，蔡丛SaaS、兴从想法web3、语词跨境电商等领域的到故的相转换翻新。这是机丨国内首个出海的AI顶级论坛，亦然诸华人造智能训诲力的一次跨境溢出。
在「AIGC 和生成式本色」分论坛上，joinrealm.ai 独创人蔡丛兴以《 AI Generation Challenges 》为需求肢解了AIGC 的汗青与长进、运气和搦战。
蔡丛兴在演道起点即指出，当下生成式 AI 居品落地的根柢难度在连缀高涨，同期马虎生成式身手的鸿沟认识也在逐渐长进。
蔡丛兴认为，本色生成里有三个相互 dependent 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的 fine tune，第三个是翰墨上的 prompt 的engineering。所以，这一相互倚赖的编制在很猛进度上倚赖于一个社区，即在 fine tune 和 foundational model space 内找到新的、最适当的 prompt language，也就是独特的骗捏说话。
鉴于 AIGC 身手还没像 ChatGPT 雷同达到一个爆点，是以蔡丛兴肯定，当下的创业者须要回来到对三个题目的陈想念：其一为是否能够澄莹地为目的用户画像；其二为是否能够找到最适当用户的 unique 的workflow；其三为是否能够 tap into existing distribution 以落成拉长。
以下为蔡丛兴的现场演道本色，雷峰网在不迁移高兴的请求下进行了编辑和限制：
很荣誉此日能够在这里和行家通盘相易辩说看待这AIGC 创业的极少赚钱，我来这里的症结目之一亦然想领路更多的 AIGC 创业者，而后行家能够更长远地辩说这个题目。在接下来二十几分钟的期间，我就做极少抛砖引玉，道一道我们的赚钱。
在过去的飘红户外论坛几年里，生成式 AI 长进很快，越发是过去的一年，此中最症结的起因能够是生成式本色的用户领受度很高，是以招致市集的长进都很迅猛。随着更多的进去，我们马虎生成式身手的认识也爆发了很大的迁移。
此日去辩说这个题目的韶华，最症结的一个认为是我们在这个进程中马虎居品落地的根柢难度的领路是在连缀的施行的，但同期马虎生成式身手能够生长的鸿沟也在连缀的滋长。是以此日将汇注焦在我们所领路到确实实搦战上的极少题目，而后从这里起点打户口。
做一个轻省的先容，Realm 症结是做基于 AIGC 的酬酢采集，待会我会先容更多我们的职业。
而今团队症结是在美国加州。就我片面的通过而言，十几年前起点做说话模子，从钻探到工程，再由工程到居品，再由居品到贸易。我早期的钻探职业症结是在说话模子，在纲领和 ranking 能力的运用。进去 Google 之后，我来往到的第一个项目本质上是的 YouTube 早期的顾记挂频广告，那时就露出这样的一款短顾记挂频广告能够生长额外大的服从，就是它很快就成为了 YouTube 的 revenue dominate source。
那时我就有一个很轻省的要是，要是集体的本色都是由短顾记挂频经办的话，会生长什么样的服从？是以2011年附近我就找了许多好诤友去辩说，说有莫得一种能够性，短顾记挂频会调换用户的本色。那时有一个很大的限度，就是在本色的制管事具上达不到这种实名制的服从。
那时有一位同窗肢解了国内的快手这样一款 APP，而后那款 APP 那时还是以 gif 的制行径主，就是它生成的本色曾经有了肯定的故事性，然而还远远达不到短顾记挂频的服从和顾记挂频广告的服从。但过了两年多之后，随着苹果推出了前阁阁相机，蕴涵高清顾记挂频的录制这些职能都阐述，短顾记挂频的这趋向也就一发不行阻难。我在 15 年附近的韶华进去了 Snapchat ，是海外最有潜力的短顾记挂频的公司，在过去几年的期间里根本都是 Snapchat 集体的短顾记挂频的居品拓荒。2021 年附近，鉴于 TikTok 的获胜，我觉察到表达式的生成式顾记挂频肯定会有新突破。
是以我和我的诤友通盘出来降生这家创业公司，细心在做生成式顾记挂频，这是我和我的cofounder的说合花式，行家能够加我们的 Linkedin，迎接之后有更多的辩说。
接下来，我们来道AIGC。我认为 AIGC 是一个额外遍及的概记挂，它本质上额外笼统。从身手的角度来顾念记挂，在过去的几年里，行家曾经达到了认识的共鸣，它指代的是由大说话模子鞭策的、由翰墨生本钱色的一种生产身手。那我们去解读它的韶华，我认为有须要来道一道 mental model，鉴于它会顶多我们从哪个角度去顾念记挂。
从细到远，mental model 粗造有三种迥异的layer。最新的layer就是直接把它做一个 ATI service，譬喻微软、谷歌上线的极少居品会直接拿 AIGC 行径一个service，去褂讪现有的居品。更远极少的话，从通盘软件拓荒模式上来顾念记挂，曾经从过去 50 年中微软的这一套以 API 为主的软件拓荒模式过渡到自然说话为界面的软件拓荒模式，这能够会是一个软件拓荒神采的迁移，更多的是极少形而上学上、蕴涵居品解决上的极少辩说。
在当中地带，就是我们创业公司马虎新的贸易模式的一个穷究。这一穷究症结有三个目的，第一是纲领，纲领最症结的运用是采集，蕴涵 QA 都是纲领里面最症结的模式。第二是推理，推理症结鸠合偏智能维持运用之类的运用模式；第三是在斥地，我们症结细心于本色斥地这一贸易模式。
为什么本色斥地模式很首要？遵照我过去十年对短顾记挂频的视察，很大的一个转换是鉴于智能相机的阐述，智能相机的集体不只是是给了每片面一个手机，而是给了几十亿个行走在寰宇各地的录制配阁阁。
要是用智能相机鼓吹获胜的创业公司也有许多，譬喻TikTok、Instagram、Snapchat，许多很新的 to consumer 居品都是鉴于智能相机的集体才生长的。
我们通盘点出来创业的韶华，对表达式顾记挂频的脑海华厦 mental model是，要是智能相机给了几十亿人一个行走的记载配阁阁，去记载这个确实的寰宇，那么有莫得一种相机是能够记载人的脑海华厦假象。
我这有一个博客，首先 AIGC 还莫得那么获胜，我们那时做了粗造 10 款迥异的居品，每一款居品用了不雷同的身手，最过时行了聚焦。它的素质上从用户阅历的角度来道素来就是用 word 到story。这是我们最新的 APP 上的服从，你能够说 a girl、一个很阴沉的腐蚀、而后这个 girl 在阴沉的腐蚀里面迷乱、这个 girl 在这个阴沉的腐蚀里面迷乱的同期附近站着两个ghost，然而到第四个的韶华就曾经不work，鉴于 ghost 的空间说合，蕴涵它们之间的空隔绝离感是 lost 的。
这样一个轻省的example，能够通知行家两个点：第极少是我们还莫得目的很好地做到第三步，然而这个速率长进很快，鉴于三个月前我们卡在了第二步，是以而今到了第三步，也有许多人认为第四步也OK，但要是你让上百万的用户去用那就不 OK 了。
适才肢解了我们是若何去穷究这个新的贸易模式的，以什么样的 mental model 去穷究贸易模式。终竟我们采纳从 text image 起点户口拔，采纳它最症结的起因是我们认为它是 storytelling 最重点的部门，是终末的 foundation。那这张图是我上周五在阿谁伦敦附近的阿谁巴斯的修道院拍的。那时有个新一代的画家，会用自身新的画险些重新阐述一个故事，额外 impressive，然而它素质上是说画行径人类汗青里面的一个首要的 story telling的这样的一个用具，它本质上是收拢了这个故事自身最首要的部门。
此外一个起因是生成式本色能够很轻松地和此外的翰墨陆续去赞助此外本色花式，譬喻说 me 、coffee都很轻松。
第三点是鉴于身手自身也额外轻松去 scale 到，马虎音乐生成、语音的生成也都额外的轻省。
要是我们终竟的目的是生成顾记挂频的话，顾记挂频的维度额外多。从我们自身的角度来道，本色自身的故事性是顾记挂频获胜最症结的成分。是以说我们采纳从 text image 行径我们最重点的这种 focus 的点当中，我们也做和 ChatGPT 的整合，之后要是有运气也能够通盘辩说。
那么它什么所在还不行？第一个最不行的所随处于它还不行是 word to story，它本质上是 prompt to story。prompt 是一个额外 confuse 的一个概记挂，它本质上是一个就是这样一个进程，能够通过说话连缀地用翰墨去描述这个你脑海华厦这个细节，能够通过加定语去描述 context、加一个描画词去描述framing、进去 subject、 能够加种种种种的style， vocabulary 越 rich 就越好。
这个韶华你能够去画遐想华厦这个女神是什么神采，但要是惟有一个beautiful，那肯定是不行的。你要露出美的 20 种说法，要露出看待花式、眼神的无数个单词，还有许多单词能够字典里都找不到，这是最症结的难点。
素来 prompt是一种顺次说话，它比顺次说话更难的所随处于它莫得 structure ，是以须要许多的 try and error 能力够真确达到想要的服从。此外极少是须要马虎某种目的有额外密实的词汇量的掌控，词汇量越良好，细节就会越多。也蕴涵在 account 里面有更多的markup，有更多的 advance target，能够做额外详细的限度。
这里也能够通过轻省的翰墨去进行两个 concept 的mix，譬喻说你癖好两个这个角色，你能够轻松用这两个词去把它拼成一个词，譬喻刘德华和周润发，能够拼成一片面。
还有很大量据上的独霸，是 Pixel 上的极少详细的限度，譬喻说我们顺手做一个轻省的一个端口，上传一个图片，把人脸给画下来，而后换一个词mix。除了这个 Pixel 上的限度，还能有 sematic 上的限度，能够限度它的样式、结构、职位，蕴涵后续的这些post，这些职业都是朝 Prompt 的角度进行长远。那我们此日在这个角度上就不再连缀长远地聊聊，但谋略行家能 take back 到的最首要的点就是 Prompt 还不是自然说话，它黑白常难限度的一种编程说话。
第二个点是 foundation model。而今集体的音问 、research 症结的眷注点实都在 foundation model上。看待foundational model我想肢解几个顾记挂：
顾记挂一是图像生成的早期 foundation model 的服从不是很好，莫得什么可供参考的针对用户的数据，我们里面对数据的一个肯定就是马虎一个新用户来说，他许可肢解的用于生成的相片比例是粗造是低于20%。
顾记挂二是 foundation 的 model 长进得额外快，在过去六个月的期间里面， SDXL 的服从粗造能长进 4 到 5 倍。是以我们里面的数据还莫得无缺出来，鉴于集体的整合还莫得无缺结束，我们会连缀视察粗造服从是多少。
顾记挂三是，钻探过 SDXL 相故故结果生成的极少 example ，我片面认为，open source 的模子曾经远远跳跃 OpenAI 的这些 close source ，曾经经跳跃了最新版的 Mid-Journey 。昨天许多人道，做大模子须要许多资源，三驾马车之类的，但素来大模子还是许多运气的。要是在座的诸君是创业者莫得豪爽的迟钝，图像生成是一个很好的选项，只须要一台电脑就能够。
第三个点是我们有一个额外大的一个 community contribution，症结是基于 Dreambooth 的 technology 做了许多对房地产模子的优化，还有特定场景，蕴涵二次元、人物画像等，我们对这些模子做了里面的evaluation，在特定运用途景上的服从黑白常好的。
讲演遐想寰宇的进程中，除了须要有生成的用具和洽的 prompt，第三个就是须要有 concept。就是我不只是须要一个girl在一个阴沉的房间里，我须要一个 specific girl，我们设计出来的那片面在我想要的房间里面做一件 specific 的变乱，赢得一个 specific 的服从。那么，这须要豪爽的用户簸弄种种已有的 framework 去设立种种种种的 fine tune 机制。这个机制有许多的 know how、knowledge，我们对这个机制的极少领路，也会随着施行进程连缀迁移。
但我们能够顾念记挂到极少额外好的运用，譬喻对人物的设计，能够设计出遐想华厦人物，而后也能够去设计遐想华厦场景柔风致，甚至能够限度拍摄的顾记挂角，而且限度的设施都很轻省，那就是设立出属于你的独特的单词，用词去限度故事的道述。
道到这里，我们阐述领路了本色生成里三个相互 dependence 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的种种 fine tune，而后是基于 fine tune 的翰墨上的 prompt 的engineering。这三个成分之间是相互 dependent 的，也就是当你的 foundational model change 的韶华， fine tune 本质上是会对特定的 foundation model 生长特定的服从，而后特定的这一套 foundation model 本质上会对 prompt effect 生长服从。
是以这在很猛进度上倚赖于社区，在 fine tune 和 foundational model space 内找到新的、最适当它 prompt language，也就是独特的骗捏说话，这就是他的 depending 脉络。
接下来还有几点肢解，鉴于这样的 trade off 和你能够 navigate 一个空间，是以要是你心目中有一个特定的application，譬喻拍写真照或拍一个二次元的用具，那么就老是能够通过某种 trade off 达到想要的服从，但同期很 complicit 就是 cost，即你会用多少的价格去落成这件变乱。要是谋略做出一款额外general的，那么就须要许多的 engineering 的 carefully decision。
同期，要是想做大领域的 to consumer 场景， GPU 的 cost 是一个很首要的题目。我们团队的解阁阁有辩论是对集体的施行的 influence 做了一套 CPU 的 solution，而后也设立了他们的 quality，能够 compare， cost 会更低，而且服从上也能够重复。然而我们也见过此外人有此外设法和试验，就像通过手机上的运用，用 GPU 去做这些变乱。然而我们症结的 focus 在 CPU 的解阁阁有辩论，而且曾经赢得了验证。
道完 challenge 之后，终末回来到“真确的运气在哪”这个题目上？在过去 6 个月的期间里，粗造见了上百位美国最 popular 的 AI creator，行家能够在 YouTube 上去顾念记挂 AI show。我迩来额外癖好它，是用 AI 做的 movie trailer，把种种种种的角色混到通盘，额外蓄谋想念。我们马虎这个身手或顾念记挂到这个结构，会认为这怎样能够？这怎样做到？是以这给我最大的袭打拼就是creativity，行家黑白常有遐想力的；其次就是他们每片面都是一套自立的斥地设施，莫得顺应的阶梯；第三就是他们每片面都邑骗捏豪爽的用具。
而他们独一的结伴点就是 try and error，通过这个进程连缀地去调试、去调节，找到一条属于自身翻新的用具，这亦然我们对这件变乱最首要的概括。是以，终末想要达成这种生产服从，很猛进度上倚赖于对 workflow 的穷究和对 workflow 的试探。
我们再来道道 Market Opportunities 。鉴于身手能够还莫得达到像 GPT 那样的一个 break point，成为一个通用身手，每片面都认为OK， i can get it，它本质上还莫得达到这个moment。是以走到此日，创业须要回来到三个题目，第极少是你能不行够澄莹地画像目的用户；第二个点是你能不行够去找到最适当用户的 unique 的workflow；第三点是能够 tap into existing distribution 去落成一个拉长。这亦然我这次来一个症结目的，我肯定这里有许多的创业者都是以此行径致力的目的，我们有许多能够相易的所在。
素来，能够把 Realm 领路成一个 Instagram for a personal imagination。我们在做三件变乱：第一件事是，把集体最新的 prompt 的 technology 集成一个额外易用的手机端的 interface ，骗捏它时就像用一款相机雷同去描述自身的遐想。第二件事是，让每片面都能够在骗捏、设立自身的 fine tune， share 自身的 fine tune；第三件事是，给行家一个 creator community，鉴于 prompt 须要许多的 education 和integration，所以能够从别人那里赢得灵感和idea。
马虎在做的诸君来道，要是你还莫得来往 AIGC 能够本色生成，素来 Realm 是一个额外适当 get start 的所在。其一是鉴于它为遍及用户设计，许多额外深的身手名词、身手细节都能够像学自拍解决雷同去把这些用具领略到。其二是鉴于它很廉价，鉴于用的是CPU，能够用可控的花式去来 lower 它的 generation cost，粗造在 mission 上要比许多 generation 廉价许多，要是是遍及用户的话，根蒂上能够不费钱币。其三是鉴于能够来往到最新的technology，集体的 model 都能够随时革新，也会有一个 community 去 learn from each other。
看待 startup 我们还能够有运气通盘辩说，做 workflow 最难的点是露出 tradeoff，此外一个是有一个 community 去附和穷究 prompt attention。
除此以外还能够酌量能不行提供极少 besides APP 的access，让行家去 leverage 我们做的极少职业。终末一个是research，15 年前我起点做research，素来它最首要的极少是能够连辛苦地试探，连辛苦地肢解demo， share 我的 demo 能够是 user 的demo，而后能够连辛苦 get feedback，也就是从数据上露出你的模子若何和现有的用具去调查，服从是什么样的。
这是我粗造 brainstorm 了一下，谋略能够和在座的诸君有极少相易和配合，以上就是我此日的症结本色，谢谢诸君。
雷峰网原创著述，未经授权阻难转载。详情见转载须知。
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
QQ阅读下载安装2022版回放：卡拉宝杯第三轮
索尼电视包修多久可以换德甲最佳新秀时刻
蔡丛兴：从语词到「故事」，AIGC 要做思想的「相机」丨GAIR 2023
天空城浩劫变态免充版下载
搭条路快跑游戏下载
斯基拉：阿根廷世界杯冠军成员戈麦斯即将加盟蒙扎
屏幕使用时间软件下载
【米家扫地机器人下载】
听听music手机app开黑语音包下载安装
编者按：2023年8月14日-15日，蔡丛第七届GAIR群民众造智能与迟钝人大会在新加坡乌节大酒店获胜进行。兴从想法
论坛由GAIR钻探院、语词飘红户外论坛雷峰网(群众号：雷峰网)、到故的相寰宇科技出版社、机丨科特勒询问集团连续主理。蔡丛大会共户口设10个需求论坛，兴从想法聚焦大模子韶华下的语词AIGC、Infra、到故的相生命科学、机丨训诲，蔡丛SaaS、兴从想法web3、语词跨境电商等领域的到故的相转换翻新。这是机丨国内首个出海的AI顶级论坛，亦然诸华人造智能训诲力的一次跨境溢出。
在「AIGC 和生成式本色」分论坛上，joinrealm.ai 独创人蔡丛兴以《 AI Generation Challenges 》为需求肢解了AIGC 的汗青与长进、运气和搦战。
蔡丛兴在演道起点即指出，当下生成式 AI 居品落地的根柢难度在连缀高涨，同期马虎生成式身手的鸿沟认识也在逐渐长进。
蔡丛兴认为，本色生成里有三个相互 dependent 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的 fine tune，第三个是翰墨上的 prompt 的engineering。所以，这一相互倚赖的编制在很猛进度上倚赖于一个社区，即在 fine tune 和 foundational model space 内找到新的、最适当的 prompt language，也就是独特的骗捏说话。
鉴于 AIGC 身手还没像 ChatGPT 雷同达到一个爆点，是以蔡丛兴肯定，当下的创业者须要回来到对三个题目的陈想念：其一为是否能够澄莹地为目的用户画像；其二为是否能够找到最适当用户的 unique 的workflow；其三为是否能够 tap into existing distribution 以落成拉长。
以下为蔡丛兴的现场演道本色，雷峰网在不迁移高兴的请求下进行了编辑和限制：
很荣誉此日能够在这里和行家通盘相易辩说看待这AIGC 创业的极少赚钱，我来这里的症结目之一亦然想领路更多的 AIGC 创业者，而后行家能够更长远地辩说这个题目。在接下来二十几分钟的期间，我就做极少抛砖引玉，道一道我们的赚钱。
在过去的飘红户外论坛几年里，生成式 AI 长进很快，越发是过去的一年，此中最症结的起因能够是生成式本色的用户领受度很高，是以招致市集的长进都很迅猛。随着更多的进去，我们马虎生成式身手的认识也爆发了很大的迁移。
此日去辩说这个题目的韶华，最症结的一个认为是我们在这个进程中马虎居品落地的根柢难度的领路是在连缀的施行的，但同期马虎生成式身手能够生长的鸿沟也在连缀的滋长。是以此日将汇注焦在我们所领路到确实实搦战上的极少题目，而后从这里起点打户口。
做一个轻省的先容，Realm 症结是做基于 AIGC 的酬酢采集，待会我会先容更多我们的职业。
而今团队症结是在美国加州。就我片面的通过而言，十几年前起点做说话模子，从钻探到工程，再由工程到居品，再由居品到贸易。我早期的钻探职业症结是在说话模子，在纲领和 ranking 能力的运用。进去 Google 之后，我来往到的第一个项目本质上是的 YouTube 早期的顾记挂频广告，那时就露出这样的一款短顾记挂频广告能够生长额外大的服从，就是它很快就成为了 YouTube 的 revenue dominate source。
那时我就有一个很轻省的要是，要是集体的本色都是由短顾记挂频经办的话，会生长什么样的服从？是以2011年附近我就找了许多好诤友去辩说，说有莫得一种能够性，短顾记挂频会调换用户的本色。那时有一个很大的限度，就是在本色的制管事具上达不到这种实名制的服从。
那时有一位同窗肢解了国内的快手这样一款 APP，而后那款 APP 那时还是以 gif 的制行径主，就是它生成的本色曾经有了肯定的故事性，然而还远远达不到短顾记挂频的服从和顾记挂频广告的服从。但过了两年多之后，随着苹果推出了前阁阁相机，蕴涵高清顾记挂频的录制这些职能都阐述，短顾记挂频的这趋向也就一发不行阻难。我在 15 年附近的韶华进去了 Snapchat ，是海外最有潜力的短顾记挂频的公司，在过去几年的期间里根本都是 Snapchat 集体的短顾记挂频的居品拓荒。2021 年附近，鉴于 TikTok 的获胜，我觉察到表达式的生成式顾记挂频肯定会有新突破。
是以我和我的诤友通盘出来降生这家创业公司，细心在做生成式顾记挂频，这是我和我的cofounder的说合花式，行家能够加我们的 Linkedin，迎接之后有更多的辩说。
接下来，我们来道AIGC。我认为 AIGC 是一个额外遍及的概记挂，它本质上额外笼统。从身手的角度来顾念记挂，在过去的几年里，行家曾经达到了认识的共鸣，它指代的是由大说话模子鞭策的、由翰墨生本钱色的一种生产身手。那我们去解读它的韶华，我认为有须要来道一道 mental model，鉴于它会顶多我们从哪个角度去顾念记挂。
从细到远，mental model 粗造有三种迥异的layer。最新的layer就是直接把它做一个 ATI service，譬喻微软、谷歌上线的极少居品会直接拿 AIGC 行径一个service，去褂讪现有的居品。更远极少的话，从通盘软件拓荒模式上来顾念记挂，曾经从过去 50 年中微软的这一套以 API 为主的软件拓荒模式过渡到自然说话为界面的软件拓荒模式，这能够会是一个软件拓荒神采的迁移，更多的是极少形而上学上、蕴涵居品解决上的极少辩说。
在当中地带，就是我们创业公司马虎新的贸易模式的一个穷究。这一穷究症结有三个目的，第一是纲领，纲领最症结的运用是采集，蕴涵 QA 都是纲领里面最症结的模式。第二是推理，推理症结鸠合偏智能维持运用之类的运用模式；第三是在斥地，我们症结细心于本色斥地这一贸易模式。
为什么本色斥地模式很首要？遵照我过去十年对短顾记挂频的视察，很大的一个转换是鉴于智能相机的阐述，智能相机的集体不只是是给了每片面一个手机，而是给了几十亿个行走在寰宇各地的录制配阁阁。
要是用智能相机鼓吹获胜的创业公司也有许多，譬喻TikTok、Instagram、Snapchat，许多很新的 to consumer 居品都是鉴于智能相机的集体才生长的。
我们通盘点出来创业的韶华，对表达式顾记挂频的脑海华厦 mental model是，要是智能相机给了几十亿人一个行走的记载配阁阁，去记载这个确实的寰宇，那么有莫得一种相机是能够记载人的脑海华厦假象。
我这有一个博客，首先 AIGC 还莫得那么获胜，我们那时做了粗造 10 款迥异的居品，每一款居品用了不雷同的身手，最过时行了聚焦。它的素质上从用户阅历的角度来道素来就是用 word 到story。这是我们最新的 APP 上的服从，你能够说 a girl、一个很阴沉的腐蚀、而后这个 girl 在阴沉的腐蚀里面迷乱、这个 girl 在这个阴沉的腐蚀里面迷乱的同期附近站着两个ghost，然而到第四个的韶华就曾经不work，鉴于 ghost 的空间说合，蕴涵它们之间的空隔绝离感是 lost 的。
这样一个轻省的example，能够通知行家两个点：第极少是我们还莫得目的很好地做到第三步，然而这个速率长进很快，鉴于三个月前我们卡在了第二步，是以而今到了第三步，也有许多人认为第四步也OK，但要是你让上百万的用户去用那就不 OK 了。
适才肢解了我们是若何去穷究这个新的贸易模式的，以什么样的 mental model 去穷究贸易模式。终竟我们采纳从 text image 起点户口拔，采纳它最症结的起因是我们认为它是 storytelling 最重点的部门，是终末的 foundation。那这张图是我上周五在阿谁伦敦附近的阿谁巴斯的修道院拍的。那时有个新一代的画家，会用自身新的画险些重新阐述一个故事，额外 impressive，然而它素质上是说画行径人类汗青里面的一个首要的 story telling的这样的一个用具，它本质上是收拢了这个故事自身最首要的部门。
此外一个起因是生成式本色能够很轻松地和此外的翰墨陆续去赞助此外本色花式，譬喻说 me 、coffee都很轻松。
第三点是鉴于身手自身也额外轻松去 scale 到，马虎音乐生成、语音的生成也都额外的轻省。
要是我们终竟的目的是生成顾记挂频的话，顾记挂频的维度额外多。从我们自身的角度来道，本色自身的故事性是顾记挂频获胜最症结的成分。是以说我们采纳从 text image 行径我们最重点的这种 focus 的点当中，我们也做和 ChatGPT 的整合，之后要是有运气也能够通盘辩说。
那么它什么所在还不行？第一个最不行的所随处于它还不行是 word to story，它本质上是 prompt to story。prompt 是一个额外 confuse 的一个概记挂，它本质上是一个就是这样一个进程，能够通过说话连缀地用翰墨去描述这个你脑海华厦这个细节，能够通过加定语去描述 context、加一个描画词去描述framing、进去 subject、 能够加种种种种的style， vocabulary 越 rich 就越好。
这个韶华你能够去画遐想华厦这个女神是什么神采，但要是惟有一个beautiful，那肯定是不行的。你要露出美的 20 种说法，要露出看待花式、眼神的无数个单词，还有许多单词能够字典里都找不到，这是最症结的难点。
素来 prompt是一种顺次说话，它比顺次说话更难的所随处于它莫得 structure ，是以须要许多的 try and error 能力够真确达到想要的服从。此外极少是须要马虎某种目的有额外密实的词汇量的掌控，词汇量越良好，细节就会越多。也蕴涵在 account 里面有更多的markup，有更多的 advance target，能够做额外详细的限度。
这里也能够通过轻省的翰墨去进行两个 concept 的mix，譬喻说你癖好两个这个角色，你能够轻松用这两个词去把它拼成一个词，譬喻刘德华和周润发，能够拼成一片面。
还有很大量据上的独霸，是 Pixel 上的极少详细的限度，譬喻说我们顺手做一个轻省的一个端口，上传一个图片，把人脸给画下来，而后换一个词mix。除了这个 Pixel 上的限度，还能有 sematic 上的限度，能够限度它的样式、结构、职位，蕴涵后续的这些post，这些职业都是朝 Prompt 的角度进行长远。那我们此日在这个角度上就不再连缀长远地聊聊，但谋略行家能 take back 到的最首要的点就是 Prompt 还不是自然说话，它黑白常难限度的一种编程说话。
第二个点是 foundation model。而今集体的音问 、research 症结的眷注点实都在 foundation model上。看待foundational model我想肢解几个顾记挂：
顾记挂一是图像生成的早期 foundation model 的服从不是很好，莫得什么可供参考的针对用户的数据，我们里面对数据的一个肯定就是马虎一个新用户来说，他许可肢解的用于生成的相片比例是粗造是低于20%。
顾记挂二是 foundation 的 model 长进得额外快，在过去六个月的期间里面， SDXL 的服从粗造能长进 4 到 5 倍。是以我们里面的数据还莫得无缺出来，鉴于集体的整合还莫得无缺结束，我们会连缀视察粗造服从是多少。
顾记挂三是，钻探过 SDXL 相故故结果生成的极少 example ，我片面认为，open source 的模子曾经远远跳跃 OpenAI 的这些 close source ，曾经经跳跃了最新版的 Mid-Journey 。昨天许多人道，做大模子须要许多资源，三驾马车之类的，但素来大模子还是许多运气的。要是在座的诸君是创业者莫得豪爽的迟钝，图像生成是一个很好的选项，只须要一台电脑就能够。
第三个点是我们有一个额外大的一个 community contribution，症结是基于 Dreambooth 的 technology 做了许多对房地产模子的优化，还有特定场景，蕴涵二次元、人物画像等，我们对这些模子做了里面的evaluation，在特定运用途景上的服从黑白常好的。
讲演遐想寰宇的进程中，除了须要有生成的用具和洽的 prompt，第三个就是须要有 concept。就是我不只是须要一个girl在一个阴沉的房间里，我须要一个 specific girl，我们设计出来的那片面在我想要的房间里面做一件 specific 的变乱，赢得一个 specific 的服从。那么，这须要豪爽的用户簸弄种种已有的 framework 去设立种种种种的 fine tune 机制。这个机制有许多的 know how、knowledge，我们对这个机制的极少领路，也会随着施行进程连缀迁移。
但我们能够顾念记挂到极少额外好的运用，譬喻对人物的设计，能够设计出遐想华厦人物，而后也能够去设计遐想华厦场景柔风致，甚至能够限度拍摄的顾记挂角，而且限度的设施都很轻省，那就是设立出属于你的独特的单词，用词去限度故事的道述。
道到这里，我们阐述领路了本色生成里三个相互 dependence 的成分，一个是 foundational model，第二个是基于 foundation model 设立出来的种种 fine tune，而后是基于 fine tune 的翰墨上的 prompt 的engineering。这三个成分之间是相互 dependent 的，也就是当你的 foundational model change 的韶华， fine tune 本质上是会对特定的 foundation model 生长特定的服从，而后特定的这一套 foundation model 本质上会对 prompt effect 生长服从。
是以这在很猛进度上倚赖于社区，在 fine tune 和 foundational model space 内找到新的、最适当它 prompt language，也就是独特的骗捏说话，这就是他的 depending 脉络。
接下来还有几点肢解，鉴于这样的 trade off 和你能够 navigate 一个空间，是以要是你心目中有一个特定的application，譬喻拍写真照或拍一个二次元的用具，那么就老是能够通过某种 trade off 达到想要的服从，但同期很 complicit 就是 cost，即你会用多少的价格去落成这件变乱。要是谋略做出一款额外general的，那么就须要许多的 engineering 的 carefully decision。
同期，要是想做大领域的 to consumer 场景， GPU 的 cost 是一个很首要的题目。我们团队的解阁阁有辩论是对集体的施行的 influence 做了一套 CPU 的 solution，而后也设立了他们的 quality，能够 compare， cost 会更低，而且服从上也能够重复。然而我们也见过此外人有此外设法和试验，就像通过手机上的运用，用 GPU 去做这些变乱。然而我们症结的 focus 在 CPU 的解阁阁有辩论，而且曾经赢得了验证。
道完 challenge 之后，终末回来到“真确的运气在哪”这个题目上？在过去 6 个月的期间里，粗造见了上百位美国最 popular 的 AI creator，行家能够在 YouTube 上去顾念记挂 AI show。我迩来额外癖好它，是用 AI 做的 movie trailer，把种种种种的角色混到通盘，额外蓄谋想念。我们马虎这个身手或顾念记挂到这个结构，会认为这怎样能够？这怎样做到？是以这给我最大的袭打拼就是creativity，行家黑白常有遐想力的；其次就是他们每片面都是一套自立的斥地设施，莫得顺应的阶梯；第三就是他们每片面都邑骗捏豪爽的用具。
而他们独一的结伴点就是 try and error，通过这个进程连缀地去调试、去调节，找到一条属于自身翻新的用具，这亦然我们对这件变乱最首要的概括。是以，终末想要达成这种生产服从，很猛进度上倚赖于对 workflow 的穷究和对 workflow 的试探。
我们再来道道 Market Opportunities 。鉴于身手能够还莫得达到像 GPT 那样的一个 break point，成为一个通用身手，每片面都认为OK， i can get it，它本质上还莫得达到这个moment。是以走到此日，创业须要回来到三个题目，第极少是你能不行够澄莹地画像目的用户；第二个点是你能不行够去找到最适当用户的 unique 的workflow；第三点是能够 tap into existing distribution 去落成一个拉长。这亦然我这次来一个症结目的，我肯定这里有许多的创业者都是以此行径致力的目的，我们有许多能够相易的所在。
素来，能够把 Realm 领路成一个 Instagram for a personal imagination。我们在做三件变乱：第一件事是，把集体最新的 prompt 的 technology 集成一个额外易用的手机端的 interface ，骗捏它时就像用一款相机雷同去描述自身的遐想。第二件事是，让每片面都能够在骗捏、设立自身的 fine tune， share 自身的 fine tune；第三件事是，给行家一个 creator community，鉴于 prompt 须要许多的 education 和integration，所以能够从别人那里赢得灵感和idea。
马虎在做的诸君来道，要是你还莫得来往 AIGC 能够本色生成，素来 Realm 是一个额外适当 get start 的所在。其一是鉴于它为遍及用户设计，许多额外深的身手名词、身手细节都能够像学自拍解决雷同去把这些用具领略到。其二是鉴于它很廉价，鉴于用的是CPU，能够用可控的花式去来 lower 它的 generation cost，粗造在 mission 上要比许多 generation 廉价许多，要是是遍及用户的话，根蒂上能够不费钱币。其三是鉴于能够来往到最新的technology，集体的 model 都能够随时革新，也会有一个 community 去 learn from each other。
看待 startup 我们还能够有运气通盘辩说，做 workflow 最难的点是露出 tradeoff，此外一个是有一个 community 去附和穷究 prompt attention。
除此以外还能够酌量能不行提供极少 besides APP 的access，让行家去 leverage 我们做的极少职业。终末一个是research，15 年前我起点做research，素来它最首要的极少是能够连辛苦地试探，连辛苦地肢解demo， share 我的 demo 能够是 user 的demo，而后能够连辛苦 get feedback，也就是从数据上露出你的模子若何和现有的用具去调查，服从是什么样的。
这是我粗造 brainstorm 了一下，谋略能够和在座的诸君有极少相易和配合，以上就是我此日的症结本色，谢谢诸君。
雷峰网原创著述，未经授权阻难转载。详情见转载须知。
【斗图神器手机app】