12月7日，在北京市大興區(qū)舉辦的2024T-EDGE創(chuàng)新大會暨鈦媒體財經(jīng)年會上，「AI 落地場景圖譜」圓桌由鈦媒體集團聯(lián)合創(chuàng)始人劉湘明主持，TDK InvenSense 副總裁 Pankaj Aggarwal、Traini 創(chuàng)始人孫鄰家、MascotGO 首席技術(shù)官 Peter Avritch、萬魔聲學董事長謝冠宏、紅杉中國合伙人張涵等嘉賓，圍繞 AI 落地應用面臨的挑戰(zhàn)、各公司在 AI 領(lǐng)域的進展與商業(yè)模式、AI 在不同領(lǐng)域的發(fā)展趨勢等話題展開。
Traini公司通過大量視頻標注理解寵物行為并選擇模型，與寵物行為專家合作確保數(shù)據(jù)準確性，公司在共情方向投入研發(fā)，產(chǎn)品有 C 端用戶，且在模型端可輸出，與多家硬件公司合作。
孫鄰家表示，Traini未來嘗試在醫(yī)療端輔助診斷、為具身機器人提供數(shù)據(jù)。目前主要專注于狗狗領(lǐng)域，因北美和歐洲狗狗市場大且狗狗行為與人類交互更直接，未來可能延伸到其他領(lǐng)域。
謝冠宏提到，萬魔聲學在耳機降噪（飛機、火車降噪及通話降噪）、省電方面取得成果，睡眠豆第三代可準確監(jiān)控心率、呼吸和睡眠狀態(tài)。眼鏡產(chǎn)品也在發(fā)展，雖市場挑戰(zhàn)大但從一開始就注重差異化。
Peter Avritch提到，他的開發(fā)工作圍繞研究如何使用和獲取數(shù)據(jù)，為用戶提供個性化推薦。
Pankaj Aggarwal則表示，AI 發(fā)展需要更多傳感器，傳感器能讓AI變得更智能，如耳機能判斷發(fā)言者自動調(diào)節(jié)聲音，未來機器人將使用更多傳感器，覆蓋消費、工業(yè)設(shè)備等多領(lǐng)域，且需關(guān)注小設(shè)備功能局限、安全及隱私問題。
張涵從投資視角闡述了目前AI應用在尋求大規(guī)模落地和商業(yè)化方面面臨的挑戰(zhàn)，包括落地場景、Token成本控制、數(shù)據(jù)安全等。他認為在應用落地的優(yōu)化方向上，創(chuàng)業(yè)者可以尋找和構(gòu)建對模型以及Agent的輸出結(jié)果要求不太高的使用場景，實現(xiàn)產(chǎn)品和商業(yè)化更快、更早的落地。
以下是圓桌對話實錄，經(jīng)鈦媒體APP編輯整理：
劉湘明：特別高興今天有這樣的機會討論落地的問題，這次在美國參加很多AI會議，主要是兩個方向，一是AI落地；二是AI工具，結(jié)合大家在領(lǐng)域里的觀察，目前AI應用落地面臨有哪些挑戰(zhàn)和障礙是什么？
Pankaj Aggarwal：數(shù)據(jù)收集的過程應該是一大挑戰(zhàn)，以及從不同來源收集數(shù)據(jù)并且進行整合，這也是挑戰(zhàn)。
過去十年，AI有100萬倍的計算成本下降，數(shù)據(jù)量增加了1萬倍，在這個過程中AI不斷地應用數(shù)據(jù)，將數(shù)據(jù)數(shù)字化。
比如對于馬拉松長跑選手，可能配備了不同的傳感器，現(xiàn)在的AI技術(shù)有沒有能力把所有數(shù)據(jù)進行收集，并且進行符合需求的數(shù)據(jù)分析，這是非常重要的。
很多時候，AI數(shù)據(jù)沒有很好地被應用。比如很多小的設(shè)備，可能在電力或者其它方面有局限，導致沒有辦法在每時每刻收集數(shù)據(jù)。
智能終端或者智能邊緣也受到行業(yè)關(guān)注，我們需要有不同的傳感器，比如溫度傳感器、水分傳感器，以及其它的像WiFi、藍牙、云上設(shè)施等，收集并分析數(shù)據(jù)的過程受到電池的限制。
孫鄰家：AI落地應用最大的挑戰(zhàn)有三。第一，人們對大模型的期待非常高，大家期待出現(xiàn)能夠顛覆移動互聯(lián)網(wǎng)的大模型應用，一般的應用大家會覺得它太薄，不足夠變成殺手級的應用。這會和實際有個gap（差距），這個gap會導致做應用的公司，去融資或者想拿到足夠的錢，再往前的時候難度變得更大。
第二，很多做應用的公司，認為具備工程能力，又對大模型比較了解，就可以做了，過程中會使用現(xiàn)有的開源技術(shù)。但實際上這些公司對場景、用戶需求的理解，特別是在整個Workflow（工作流程）上理解比較淺，在做產(chǎn)品或者應用的時候很難切到用戶的痛點。
第三，現(xiàn)在的AI應用某種程度上等于AI Agent，需要有自己的模型。建立模型的時候，不論利用開源技術(shù)還是自己架構(gòu)的技術(shù)，最后要形成比較獨特的技術(shù)優(yōu)勢，這個技術(shù)優(yōu)勢上邊要疊加無數(shù)的數(shù)據(jù)，在AI應用層面，很多數(shù)據(jù)都是非結(jié)構(gòu)性的，怎么樣去處理、采集非結(jié)構(gòu)性的數(shù)據(jù)，達到能夠訓練大量模型的程度，把它變成非常獨特的產(chǎn)品，這對于一般的團隊而言難度非常大，至少有一件事情大家必須要去做，就得去讀論文，讀英文的論文非常難，對于小公司而言非常難。
謝冠宏：AI終端存在四個主要難點。
省電難點。萬魔聲學幾年來一直在改進和克服省電、輕薄、穿戴舒適等問題，AI終端需做到不用時省電stand by一整天，又能隨叫隨到，使用時可迅速連接藍牙、wifi等，且視頻要有高帶寬。
音質(zhì)難點。要提高聲音質(zhì)量、消除噪音，讓使用者既能清楚理解對方講話，也能清晰聽到自己說話，還能發(fā)出接近人類的聲音給對方，改變傳統(tǒng)AI一問一答模式，實現(xiàn)全時間雙向?qū)崟r對應，能分清不同語言，雙方和動作，目前在眼鏡、耳機上已做到相應程度。
APP難點。使用AI需下載APP，但跟Apple、谷歌搶入口較難，未來是萬物互聯(lián)時代，可通過直接拉群的方式解決，同時提升使用的便利性。我們使用專利技術(shù)為人，AI與 messager 結(jié)合一物1號，達成人機互聯(lián)。
手機本地agent難點。要清楚分辨其能做和不能做的事，比如訂披薩時不能放入銀行賬號和家庭住址等隱私信息，當前模型設(shè)有防火墻隔離，但同時還要充分利用云端的智能跟資訊。
Peter Avritch：談到生成式AI，我的工作就是研究做哪些工具加入到大語言模型當中，研究如何使用這些數(shù)據(jù)，如何獲取這些數(shù)據(jù)，再把這些數(shù)據(jù)給回到大語言模型，實現(xiàn)個性化的推薦。
比如對于某個人來說，上哪所大學最合適，這不僅僅是學術(shù)問題、財務問題，它包含各個方面。對于16、17歲的孩子來說，做這樣的決策可能是整個人生最重要的決策，我們希望能夠運用到大模型幫助年輕人來做決策。
張涵：大模型這兩年發(fā)展非�？�，但能力還相對有限，特別是在內(nèi)容準確度、輸出能否符合預期等方面，離大規(guī)模商用和到基于Agent做閉環(huán)操作還是有距離的，仍然需要技術(shù)側(cè)、產(chǎn)品側(cè)的人才去不斷想辦法優(yōu)化。
在應用優(yōu)化的方向上，可能會有一批優(yōu)秀的產(chǎn)品經(jīng)理或者創(chuàng)業(yè)者去構(gòu)建更新的場景，比如他們尋找的用戶群體可能對模型和Agent的輸出結(jié)果預期沒有那么高。在這種情況下，產(chǎn)品反而變得更容易落地，商業(yè)化也更容易形成。
AI創(chuàng)業(yè)者還會普遍碰到token的成本問題，這和之前移動互聯(lián)網(wǎng)的差別比較大。當你做了一個AI產(chǎn)品，這個產(chǎn)品在還沒有形成良好盈利狀態(tài)和商業(yè)模式的時候，在這上面消耗的token以及獲客的成本疊加等等會使得整體成本變得更高。
最后是數(shù)據(jù)。不同的場景下，企業(yè)側(cè)可能積累了很多私有數(shù)據(jù)。如何在最大化保護數(shù)據(jù)隱私、數(shù)據(jù)和模型安全的前提下，讓私有數(shù)據(jù)和自己的業(yè)務側(cè)結(jié)合，與大模型聯(lián)接起來，從而提高工作效率，這可能還是個挑戰(zhàn)。
劉湘明：問個小問題，“Traini”的名字由何而來？商業(yè)模式就是把寵物的語言翻譯成人能聽懂的語言，怎么做到的？
孫鄰家：其實是training的縮寫，我們想表達寵物到人類世界被馴化的過程。
我們是全球第一家用生成式AI做寵物行為分析的商業(yè)公司，通過大量視頻的標注，系統(tǒng)性地理解寵物行為之后，再去選擇模型。我們目前專注在狗上面，會和頂級的寵物行為專家合作，讓他們成為我們的一部分，而且要付出很高的成本，例如股權(quán)給他們，來進行專業(yè)數(shù)據(jù)的標注，保證Ground truth最后能夠?qū)崿F(xiàn)。
其次我們在共情方向上進行大量的研究和開發(fā)，例如用語音的方式呈現(xiàn)，克隆成狗兒子和狗父母說話的形式，整個體驗對于產(chǎn)品都起到?jīng)Q定性的作用。我們看起來是C端產(chǎn)品，但做小模型一旦擁有數(shù)據(jù)，建立數(shù)據(jù)壁壘，就有很大的能力可以做C2B，這個模式可以成立，目前在模型端也可以輸出，在硬件上可以用到。像蘋果、華為、尼桑汽車、上汽等等很多大的硬件公司都在找我們合作。
原來做的非常垂直領(lǐng)域的小的事情，是個芝麻，我們現(xiàn)在已經(jīng)把它變成通用，當模型能力變成通用之后，未來我們就可以做成寵物生活的生態(tài)，就可以拿到西瓜，這是我們的邏輯。
我們其實還在探索商業(yè)模式，但基本的想法在C端收取費用費，提供API給這些公司。另外，做寵物可穿戴設(shè)備，實時進行翻譯。未來嘗試在醫(yī)療端，給寵物醫(yī)生做醫(yī)療輔助診斷，以及給具身機器人提供數(shù)據(jù)，讓具身機器人在生活中可以和狗狗交互，做成更通用的場景。
我們主要做北美和歐洲，1.6億條的狗狗，市場足夠大。其次是狗狗的行為和人類的交互更突出、更直接，用這樣的解決方案，對我們的產(chǎn)品突出上會更大，作為創(chuàng)業(yè)公司我們只能做選擇，在未來的時候再延伸到其它領(lǐng)域。
劉湘明：其實音頻耳機是AI最早用到的領(lǐng)域，我現(xiàn)在的問題是在未來，AI會給我們帶來哪些驚喜，在硬件方面？
謝冠宏：我們專注在小模型，以前用在降噪、輔助睡眠、輔助聽覺，以及運動的器材，這些東西來做學習的終端，會越來越多，而且越來越準確，就像睡眠豆第三代，它對于心率、呼吸和睡眠狀態(tài)有非常準確的監(jiān)控。
一是和健康相關(guān)，和運動相關(guān)的，逐漸AI會提供更多的東西；二是翻譯，我們做的比較大的改變是實時雙向?qū)φ�，不管什么語音都共同做。另外的驚喜是這種硬件會越來越多，耳機、眼鏡、戒指、手表、鞋子等，這方面會提供很多驚喜。
降噪分兩方面，一是飛機或者火車上的聲音，把聲音降下來，這和世界一流水平可以媲美，部分效果甚至超越，因為AI學習給到我們很大的幫助；二是通話降噪，我在跟他講話，但是我旁邊吵鬧的聲音不要出來，AI就是要學習這是噪音，這是聲音，再傳送完美的原音的時候，其它噪音不能傳過去，再就是現(xiàn)在的省電越做越好。
劉湘明：簡單進行總結(jié)，各個嘉賓我覺得來自于AI創(chuàng)業(yè)領(lǐng)域不同的環(huán)節(jié)，其實我的感覺就是，AI其實有兩個方向，一是提高效率，做好“牛馬”；二是怎么去把生活過慢，提供足夠的情緒價值，追求效率的最后也是為了追求更美好的生活，所有的落地，所有的應用都是期待更好的明天，謝謝大家。
更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
