医疗器械企业AI 时代创投向何处去｜Landing AI

2024-07-13 02:49:21

　　医疗器械企业医疗器械企业医疗器械企业在AI时代的汹涌浪潮中，创投领域的焦点正转向如何驾驭这一变革力量。随着生成式AI在文本、图像、视频创作及更复杂任务中的惊艳表现，创投界正迎来前所未有的机遇与挑战。大模型的不断进化，不仅降低了数字化内容创造的边际成本，还预示着新一轮技术革命的到来。

　　从生产力工具到创意激发，再到情感陪伴，AI正逐步渗透到人们生活的方方面面，为创投领域开辟了广阔的市场蓝海。在此背景下，如何精准捕捉AI技术发展的脉搏，布局大模型时代的创新应用和产品，成为亟需解答的时代课题。

　　作为大模型生命周期中不可或缺的两个阶段，训练和推理均需要强大的计算资源支撑。Scaling Law（规模化定律）强调了在算法架构相对稳定的前提下，通过海量数据与强大算力的持续投入，来实现智能的飞跃式提升。

　　作为Scaling Law的忠实拥趸，OpenAI通过不断堆砌的Transformer架构，结合海量的训练数据与惊人的算力资源，成功让生成式AI在文本生成、图像创作乃至更复杂的任务中展现出惊人的能力。

　　阶跃星辰创始人兼CEO姜大昕指出，探索AGI路径，“Scaling Law”和“多模态”是相辅相成、缺一不可的两个方向，两者齐头并进，最终到达AGI。在姜大昕看来，Scaling Law目前依然奏效，模型性能仍然在随着参数量、数据量和计算量的增加呈幂次方增长。

　　5 月 18 日，围绕“Scaling Laws”的算力维度，月之暗面创始人杨植麟表示，模型的效果提升，一开始靠算力本身的提升，以及算力利用率和效率的提升。但随后，模型的效果并不是简单花更多算力投入训练就可以达到，还要关注算力投入能否很好转化成智能。“这其中涉及两个问题，一是算力怎么持续投入，二是每个单位的算力怎么才能发挥最大的智能。”

　　月前，零一万物CEO、创新工场董事长李开复指出：“我们的经验是每一个做AI、做模型的研究者都要懂基础设施、懂推理、懂成本，GPU这么昂贵，如果能把一张GPU当做两张、三张来使用，任何公司都会得到好处。还要考虑系统化地做数据工程，数据筛选非常重要。”

　　智谱AI CEO张鹏则认为，对于Scaling Law，早期关注的是参数量规模，“现在扩展到参数量、数据量、数据质量，变成一种计算量。随着对规律的认知越来越深，规律的本质越来越被揭示，掌握本质就能掌握通往未来的钥匙。”

　　腾讯云副总裁、腾讯云智能负责人、腾讯企点负责人、腾讯优图实验室负责人吴运声在采访中向动点科技坦言，也在看相应的各方意见。“目前也有不同的（观点），包括现实的观点和理想的观点。有一派的观点认为Scaling Law已经到了类似于比较缓和的地步，继续加大投入不会像以前变化那么多；还有一派观点认为还在持续高速发展的过程当中。

　　他认为Scaling Law还是在一定程度上发挥它的价值。“比如最近我们在做多模态的研究，近一年多的时间里它进展也很快，在这里面它需要有各种各样不同能力的呈现，我们在加不同的数据或者算力进去的时候，它还是会呈现出巨大的能力提升。我不太希望对这个问题有一锤定音的结论，在不同的场景、不同的技术里面，我们会做各种各样的探索，去看它发展的变化。”

　　近日，微软CTO凯文·斯科特（Kevin Scott）在接受红杉资本合伙人帕特·格雷迪(Pat Grady)以及比尔·科夫兰(Bill Coughran)的访谈时则表示，目前在规模化上并没有遇到边际收益递减的情况。他强调，这里面确实存在一个指数级的增长，但是由于建造超级计算机、训练模型需要时间，只能每隔一段时间才能采样一次（训练一次模型）。他透露，OpenAI下一代的模型即将到来，会更便宜，能力更强，也能解决更复杂的问题。“这就是每一代模型随着我们规模扩大而发生的故事。”

　　截止至2024年3月28日，通过国家网信办备案的大模型名单有117个，包括文心一言、智谱清言、云雀大模型、百应、紫东太初大模型开放平台、日日新、书生·浦语、星火认知大模型、360智脑大模型等。

　　AI大模型的蓬勃发展，正成为推动超级应用创新与突破的关键引擎。它们不仅提供了坚实的技术基石，更注入了强大的创新动力，开辟了广阔的市场前景。这些先进的模型，通过其卓越的数据处理能力和智能生成功能，已成为AI技术商业化和产品化不可或缺的加速器。

　　随着这些大模型技术的日益成熟和完善，它们正在逐步渗透到各行各业，激发出一系列创业机遇。从医疗健康到金融科技，从智能制造到文化创意，AI的应用潜力无限。在这样的技术浪潮中，我们可以预见，一系列AI超级应用将应运而生，它们将重新定义行业的服务标准，提供更加智能化、个性化的用户体验，并在全球范围内引领新的商业模式和市场趋势。

　　启明创投主管合伙人周志峰在 WAIC 上指出，相较于互联网浪潮中应用的落地时间点，周志峰预测在当前的AI浪潮中，应用的爆发将会显著提前。目前，生成式AI在三个“C领域”——Copilot（生产力工具）、Creativity（创意）、Companionship（陪伴）获得了大量用户的青睐，呈现出类似互联网应用的发展轨迹，正在经历从用来提高效率的应用向旨在获得愉悦的应用的转变。他指出，互联网是把信息分发的边际成本几乎降为零，生成式AI的核心是把数字化内容的创造边际成本几乎降为零，由此看来AI技术一定会释放巨大的价值。

　　智谱 AI COO张帆认为，未来几年内可能出现颠覆性的超级应用，但这些应用往往难以预先设计，而是通过不断迭代逐步出现。他强调，大模型的核心在于提升人机交互的带宽，从早期的键盘到如今的自然语言，大幅提升了交互能力，每次交互带宽的提升都会重构用户需求和应用方式。

　　在谈及AI驱动的超级应用的未来时，张帆表达了乐观态度，认为尽管打造超级应用不易，但AI时代将涌现出许多难以想象的应用。这一过程需要算力、网络、硬件水平和用户习惯的提升，以及遵循从小规模应用开始逐步发展的原则。张帆强调，通过拥抱和利用现有的AI技术，逐步改变现有的应用和产品，未来必将迎来AI时代的超级应用。

　　米粿AI创始人兼 CEO认为，未来几年内，绘图、漫画和2D动画等领域将会出现颠覆性的超级应用。关于商业模式，丁黎表示，AI技术降低了内容创作门槛，使创作者集中在剧本、大纲和创意上，由AI完成繁琐的绘画过程，提高创作效率，使更多有创意的人加入文创行业。

　　悉之智能创始人兼 CEO孙一乔表示，未来超级应用应从需求出发，垂直解决问题，教育是很有潜力的领域。他强调，教育领域频次高、需求刚性，是容易出现AI超级应用的领域医疗器械企业，通过提升教学效率和学生的学习意愿，创造巨大价值。

　　针对生成式AI应用落地面临的问题，周志峰认为降低生成式AI实现普及所需的模型使用成本，提升大模型的效果以及增强生成式AI应用的用户留存率至关重要。因为生成式AI应用企业从0到1的成长时间比其他领域更长，需要同时克服TPF（技术-产品契合度）和 PMF（产品-市场契合度）两大挑战，所以创始团队需要更大的耐心和决心，理解技术（技术的边际）、理解产品（原生AI产品的新特点和新分发机制）、理解世界（全球化发展的机会）。

　　今年的 WAIC展出了智能机器人45款，其中人形机器人就有25款。在星动纪元展台的大屏幕上，反复播放着一个人形机器人行走长城的视频，该视频中的人形机器人L2目前已征服长城险峻坡道，实现在长城上稳步行走。

　　而在不久前的HDC2024上，华为常务董事、华为云CEO张平安在会上发布盘古大模型5.0，在介绍盘古具身智能大模型的环节中，向观众展示了乐聚夸父人形机器人搭载盘古具身智能大模型后在工业、家庭场景中的泛化潜力，也引起了广泛关注。

　　清华大学助理教授、星动纪元创始人陈建宇认为人形机器人会是通用机器人的终极形态，不仅因为双足与双手的纯人形形态与现有环境的兼容性更好，在训练数据获取上也更容易从人类世界中进行迁移。在技术范式上，端到端大脑小脑融合方案会是未来很重要的研究方向，仅仅用人类语言作为大小脑之间的传输界面效果有限，可以借鉴目前自动驾驶中的端到端联合训练，物理层面数据直接反馈给图文大模型将更好提升整体模型效果。

　　陈建宇认为未来机器人有望在各类任务上都做到极致性能。在不久的将来也许可以设计一种机器人的图灵测试，有一个机器人和人来进行交互，背后可能是智能的自主控制也可能是人类遥操作，当技术发展到很难分辨机器人的背后是人工智能还是人类遥操作时，可能便是机器人真正实现智能与通用的那一天。最后陈建宇对国内发展具身智能的前景保持乐观，认为每个创业公司都应该思考如何利用中国市场的优势，最大化撬动国内供应链的优势，打造具有全球化竞争力的硬件产品。

　　在今年 WAIC 上，穹彻具身大脑 Noematrix Brain结合实体机器人展示的削黄瓜、叠衣服等技能引发观众围观医疗器械企业。上海交通大学人工智能学院教授、穹彻智能联合创始人卢策吾认为具身智能的终局需要综合考虑技术的迭代和商业的需求，具身智能作为承载硬件的软件算法欢迎各种类型的机器人形态。对于具体的技术路径，具身智能算法需要两个核心要素，分别是能够感知和理解世界的世界模型，以及具有强鲁棒性的技能操作模型。

　　在此次WAIC展台上，银河通用的具身大模型机器人展示了能够抓取观众提供的任何物体的强大泛化性（甚至能实现抓取随机放置的透明、高光等物体）。北京大学助理教授、北大-银河通用联合实验室主任王鹤认为人形机器人是未来整个通用机器人市场的最大公约数，但在迈向这个终极目标的过程中需要每一步都有健康的商业模式让机器人真正进入场景，上半身拟人下半身底盘会是三年内最可能落地的实际方案。同时，他指出能落地的机器人需要足够低的成本和足够高的耐用性，这些都是需要技术公司不断打磨硬件和供应链能力，国内的创业公司具有天然优势。

　　上周，腾讯联合上海交通大学发布的《2024大模型十大趋势——走进“机器外脑”时代》报告中指出，机器人技术与大模型的结合，为机器外脑提供了“躯体”。未来，人形机器人不仅能够执行物理任务，还能够与人类进行更加自然和直观的交互，让实体产品也拥有智慧大脑。

　　报告称，人形机器人的发展依靠两大技术支柱：运动控制与任务训练。其中，大模型的应用，极大提高了机器人的学习效率和执行复杂任务的能力。这两种技术的融合不仅推动了人形机器人的技术革新，也为其在实际应用中的广泛部署打开了可能。这也预示了人机共生的未来，人形机器人将在各行各业中发挥越来越重要的作用，从家庭服务到高风险的工业操作，都能见到它们高效、安全的身影。通过持续的技术革新和应用拓展，人形机器人未来将在提高生活质量和工作效率方面发挥关键影响，进一步融入人类的日常生活中，成为不可或缺的助手及人工智能的终极载体。

　　AI正逐步渗透到我们生活的每一个角落，这一转变预示着AI技术将释放出巨大的经济价值和社会价值。同时，AI领域的创新者们也在不断探索，如何通过迭代和优化，打造出颠覆性的AI 产品，从而引领人机交互的新纪元。

　　然而AI机遇的挖掘并非一帆风顺。从技术到产品的转化过程中，创业者们需要面对模型使用成本、市场契合度等多重挑战。因此，有心在 AI 热土掘金的创始团队医疗器械企业，不仅要有前瞻性的技术视野，还要具备深刻的市场洞察力和足够的耐心，才能傲立时代潮头。

　　Landing AI是由动点科技策划的一档聚焦人工智能领域的专题报道栏目。通过对AI落地前景以及幕后故事的发掘，我们将在这一专题中深入浅出地探讨关于AI新浪潮下的一切可能。

　　本文为动点科技记者原创文章，未经授权不得转载，如需转载或开白请在后台回复“转载”。

　　*想要获取行业资讯、和志同道合的科技爱好者们分享心得，那就赶快扫码添加“动点君”加入群聊吧！群里更有不定期福利发放！