开域集团董事长施侃：AIGC在视频赛道有极大商业潜能

频道：AIGC 日期： 浏览：
今年以来，ChatGPT的横空出世，让通用大模型产品备受关注，目前，国内多家企业已经推出相关产品。近日，开域集团董事长兼CEO施侃在接受南方日报、南方+记者专访时表示，通用大模型的研发不应该重复投入，要聚焦细分领域，才有利于未来的发展生态。
开域集团董事长兼CEO施侃
据悉，此前，开域集团正式发布Q.AI技术平台，作为集团在AI领域的最新成果，这是开域集团过去五年来累计投入数亿资金自主研发AI取得的突破性进展。 “Q.AI”展示了基于视频理解的检索技术，通过对海量视频数据的深度学习，让机器拥有对视频归纳和演绎的能力；同时也展示了AIGC视频生成能力，通过AI技术进行高难度的视频内容自动生成。
视频大模型是“多模态”的
“今年以来，AIGC其实是‘破圈’了。”施侃认为，“所谓‘破圈’，就是目前文本大模型如ChatGPT突破了用户对原有人工智能使用的固有印象。”
施侃介绍，开域集团从2018年开始布局进行自有AI算法和模型，目前的技术主要是多模态的短视频生成模型，用户输入文字，就可以搜索、产出视频内容。
据悉，为了达到这个效果，该集团在全网整理1亿规模的短视频数据集，并持续进行了3年左右的视频多模态和生成模型的研究工作。
那么，与文本大模型相比，视频大模型有什么难点呢？“文本大模型是比较单一的形态，视频大模型则包含了画面，声音，旁白等元素，所以叫‘多模态’。施侃认为，相对于文本大模型的一统性，视频大模型很难有一个大模型一统天下，可能会有很多细分，开域瞄准的就是短视频生成的细分。
通用大模型建设不应该重复投入
有专家认为进入AIGC领域，企业首先要确立自己的战略方向是专于技术还是专于应用。对于这样的建议，施侃认为，其实这两种方向其实是两种商业模式，但是专于技术的定位，可能会更为长久，门槛也会更高。
“定位应用，就离市场更近，商业化更快，可以专注一两个痛点来解决问题，定位技术，则是构建一个通用大模型，通过能力逐步开放，让其他人来做应用。”
施侃同时建议，当前，来自算力、电力等方面的投入，其实已经很高，在通用大模型上，不应该重复建设，而是应该细分领域建设，正是因为如此，开域将自己定位在短视频领域的通用大模型建设上，目前已自研了20亿参数的文本视频生成模型。
对于经济的赋能会体现在ToB领域
AI最早的应用是客流统计，在该项应用中，AI高效准确替代人的劳动。
从历史经验出发，施侃判断，AIGC对于经济、产业的赋能，还是会聚焦在ToB领域。“AI本质上把人从一些更加消耗时间的解放出来。比如想视频领域的通用大模型，可以让传媒机构的视频搜索和生产效率，这个就是它的价值，目前，开域集团已在这些方面进行了一些尝试。”
“AI是没有灵魂的，不能叫创作，因此，近期关于通用大模型会伤害人类的担忧，还是过虑了。”施侃坦言，人工智能的本质，是基于海量数据的数学模型计算，它的回答，看起来很有逻辑性，但还是基于此前的历史训练，并不是想象中的大脑思考那样。
【南方+记者】 姚翀
【作者】 姚翀
【来源】 南方报业传媒集团南方+客户端
关键词：

评论