99精品国产一区二区三区不卡 对于多模态AI的三点产物视角反念念

多模态AI时间被认为是AI发展的下一个要紧里程碑99精品国产一区二区三区不卡 ，具有无穷后劲。本文将辩论多模态AI在需求定位、时间旅途和产物联想方面的关键问题，并建议有关念念考和建议。

最近《后GPT期间，多模态是最大的契机》一文中，行业前辈王安分提到，多模态AI的凹凸游任务与时间路子之间，会有陈列组合游戏，处于爆发的早期……是大模子科研与工程界限最好的弯谈超车契机。

对于多模态，我个东谈主应该是业内最早存眷到的从业者之一（至少6年前）。本文，将从需求定位、时间旅途、产物联想三方面、来共享一些AI产物司理视角的反念念。

媒介：六年前的“多模态”还相对浑沌（PPT+专利+demo）

在2017年4月的200页PPT《东谈主工智能产物司理的新来源》中，我说起过“多模态”，如底下2张图：

在2017年10月的120页PPT《产物视角下，现阶段的AI若何落地》中，也共享过Andrei Cheremskoy建议的“组合矩阵”本领，能系统性推敲深度学习的诈欺契机。

一样在2017年，我写了专利“多模态编造机器东谈主的实验生成的本领和系统”。

致使在2016年4月，我还在儿童机器东谈主上，作念过“中英文混杂对话”+“多模态交互”的最低级demo。（可能是以前时间条款下的最好demo后果了，最近在星球里共享了其时的演示视频，对于多模态，我个东谈主是招供这个大标的的；底下，仅是想从产物视角，共享些不同的默契，供环球详尽参考。

一、需求定位：若何隐私“拿着锤子找钉子”的风险？

正面看，很容易以为陈列组合的契机点太多了，容易有过于“理所应当”的风险。此时，可能更需要从产物/需求视角动身，望望我们到底有哪些非共鸣的行业know-how。

最近，我共享的《大模子期间，产物司理的什么智商会成为稀缺（1）》一文中提到：

这一波AI 2.0，一定不是浅易的ChatGPT化、CUI化。而是需要先把业务吃透，再看不错若何借用AI、对话式交互的智商来处分问题。

就像出动互联网期间，不是把web实验浅易搬成功机app上。

当今，也不是智能汽车那种浅易的“所见即可说”，一升引语音操控的面容兑现一遍。

行动产物司理，一启齿，一定不要只是是what层面的“不错作念什么”。

行动产物司理，一启齿，就要说场景、用户、需求、细节、你有什么非常的细察等等这些。

莫得why和how救援的what，莫得道理。

这背后，更实战的干货默契，是我在《AI创业公司的妄念：招个AI产物司理来想idea》等共享的这几段话：

雇主/部门崇敬东谈主们，以为我方需要能提供好点子（idea）的产物司理，但其实果真需要补王人的，是“垂直界限内的需求默契”。

为什么呢？因为假定“恰好”意料了好的点子（标的和需求定位），但淌若莫得深度的行业默契，雇主（和其他东谈主）也根底不知谈若何默契评估这个idea是否靠谱、以及为什么。

即使公司粗犷插足一定资源去作念MVP，仍然95%的概率会因为搞不明晰事情的关键点、最中枢的联想是啥，而错过契机——浅尝辄止的把形状砍掉，直到1、2年后再后悔莫得抓续插足。

环球不错回顾下我方地点公司/形状，是否经历过这种事？

是以，产物司理是需要有行业know-how（垂直界限内的需求默契），在“某个需求点是果真存在照旧伪需求”这种问题上，平直给团队谜底的，让环球少走弯路，以及在关键方案局势，还好像扛住雇主的压力、坚抓我方的判断。

前边《后GPT期间，多模态是最大的契机》原文中提到，“平凡用户的想象力是用之束缚的。惟有有更好的抒发面容和更浅易的器用，用户就一定能再次创造数字实验的新风潮。……根底矛盾在于，刻下的时间器用无法称心用户欢叫的创造需求……平凡用户很难借鉴。”

从产物默契看，我个东谈主对此是存疑的。因为对于大大宗平凡用户，可能并莫得那么大的“创意/想象力”智商，也莫得那么强的需求贫苦度去“阐扬创意”。

截止视角，也许会存在“高傲出想象力后果”的情况，然而，原因不一定是“器用”，还可能是因为“用户+AI器用+社区”，访佛Midjourney那样。

果真有更大、更明确需求的，是“有私域常识库的个东谈主IP”。

在《我看到的AIGC落地契机（3）_IP常识库+ChatGPT》中，我有提到：

从产物角度看，似乎环球都容易意料这个点；从时间角度看，惟恐间同业说，时间不是门槛，数据才是。

光从外表上来看，土留午的设计也是非常的新颖，他的身躯是被绿色的植被和石柱覆盖的，这样也算是表达他沉睡这么多年为什么都没有被人类发现，因为把头部藏起来的话，土留午就和正常的山丘没有什么两样，甚至就连地球防卫队GGF与SKaRD都没有发现他，所以才会在他的身躯上进行新型兵器的演习，但是这也算是吵醒了他。所以说，这次的怪兽苏醒算是人类的责任。

山怪兽土留午是流传千年的守护神，一直都在沉睡中。因为他的原因，这片徒弟非常的肥沃、水质也是非常的甘甜，这全部都是土留午的功劳。但是因为他身躯上的神社被摧毁，所以他才从沉睡中苏醒。加上防卫队又在这里进行新武器的实验，并且新武器两门麦加炮还在插在土留午的身躯上，这也让他彻底的苏醒。苏醒后的他使用肩上送来的卖加炮攻击阿斯加隆，但是被躲避了，只不过他尖角上汇聚出金色的闪电，成功的让阿斯加隆死机。之后土留午开始大口的喝水，随后又陷入了沉睡中，并且鼻涕都冒泡了。

我想说的是，数据是中枢壁垒之一，但这事成败要素，更在于“对IP实验生意的know-how”。

我作念AI产物司理社群赶紧6年了，直到最近泰半年，我才开动明显，IP智商和专科（实验）智商，其实是2个不同维度的东西。这个寰宇里，专科牛东谈主非常多，但能基于实验赚到钱的专科牛东谈主并未几；许多粉丝量很大的IP/自媒体，其实并莫得那么得益。

原文中，谄媚自身6年IP社群运营履历告戒，我最终意料了3个貌似讲得通的产物/生意定位。

想作念这个标的的时间或产物同业推断不少，但淌若莫得这方面的切躯壳验，可能会走一些弯路。

二、时间旅途：需要继续把模子（和数据）变大？

原文提到：“将这种智能范式推广到三维、四维的时空范围，复杂度的增长是指数级别的。因此，在视频、3D、动画序列等较文、图更复杂的多模态界限，时间迭代并管制到一个大一统本领的时期周期可能会相配长，三至五年只是我的保守推断。”

对这点，好像也有点存疑。不仅因为

1. 当今也曾是大真金不怕火钢铁的景色了，资源铺张稠密，再加码的话，不合劲。

2. 本来许多从业者就认为，“小样本”学习，才是果真智能的属性之一。

3. 本来许多东谈主认为“多模态”是必须的，但OpenAI的使命和默契告诉我们，在文本层面“瞻望下一个字符”，“压缩遵守”就约等于/等效于“泛化遵守”。致使不错说，在“心”的层面，文本/图像/视频本人等于“全息/等效”的。

况兼，公开报谈中有过有关的细节：

1、OpenAI首席科学家Ilya Sutskever：考研模子一定会在某个时刻，用完悉数 tokens，到那时，就需要其他本领来考研模子，而不是更大宗据……我（Ilya）对多模态性的必要性的办法：它并非必须，但富余有效。这是一个值得追求的好标的，我只是不认为应该将它们分得如斯明确。

2、OpenA纠合独创东谈主Greg Brockman：一般以为问题在于考研数据太少，但我们惟恐俄顷意志到，原本问题出在基本假定上（从第一性道理动身）。

诚然，原文中作者也提到，“也许必须遴荐新算法联想来处分复杂度爆炸的问题。或者，因为模态间常识迁徙的可能性，让AI愈加深远确认考研数据丰富的低维度文、图信息，一定不错匡助AI更快地从高维度信息中学习常识。”

三、产物联想：有莫得新的默契或本领论？

AI 2.0期间，一定会有新的产物联想念念路或宗旨，比如《AI产物本领论之“由用户来完成AI产物联想的终末一公里”》。

对于多模态，刻下业内还莫得千里淀可供参考。

我也只是也曾有个有关的灵感点：在特别场景下，任何单一模态disable了，举座还不错继续交互——类比4个引擎的飞机，坏了一个，还不错继续飞！

专栏作者

hanniman，微信公众号：hanniman，东谈主东谈主都是产物司理专栏作者，前图灵机器东谈主-东谈主才计谋官/AI产物司理，前腾讯产物司理，10年AI履历，13年互联网布景；作品有《AI产物司理的实操手册》（AI产物司理大本营的4年1000篇干货合辑）、200页PPT《东谈主工智能产物司理的新来源》。

题图来自Unsplash，基于CC0合同。

该文不雅点仅代表作者本东谈主99精品国产一区二区三区不卡 ，东谈主东谈主都是产物司理平台仅提供信息存储空间就业。