超聲波俱樂(lè )部分享：萬(wàn)物智能——AI重新定義交互體驗

6月25日，第十八期超聲波俱樂(lè )部?jì)炔糠窒頃?huì )在杭州圓滿(mǎn)落幕，本期的主題是：萬(wàn)物智能——AI重新定義交互體驗。

到場(chǎng)的嘉賓有：超聲波創(chuàng )始人楊子超，超聲波吉印通創(chuàng )始人、和牛商業(yè)創(chuàng )始人劉思雨，上海非著(zhù)名資深程序員兼AI愛(ài)好者靠譜的老馬（馬勁柏），杭州電子科技大學(xué)副教授沈運紅，浙江天合航天發(fā)展基金會(huì )理事長(cháng)李麗苮，優(yōu)普兄弟AI創(chuàng )始人Alex（項先經(jīng)），保觀(guān)科技COO呂子睿，淘天集團前端技術(shù)專(zhuān)家李冬杰，技術(shù)美術(shù)工程師王智文等。

01

今年9月份AI將迎來(lái)2C應用創(chuàng )業(yè)潮

楊子超從近期iPhone計算器應用的交互體驗更新開(kāi)始，分享了他認為AI創(chuàng )業(yè)的幾個(gè)大方向：

1. 所有有行業(yè)和場(chǎng)景數據的企業(yè)都會(huì )+AI。

當下大部分企業(yè)還沒(méi)有完全感知到AI的能力，所以目前只是“企業(yè)＋AI ”的開(kāi)始，隨后的兩到三年，越來(lái)越多的企業(yè)會(huì )意識到+AI的重要性，2B的業(yè)務(wù)會(huì )有長(cháng)足的發(fā)展。

2. 手機和PC有內容和數據的應用也都會(huì )重做一遍。

各種各樣的端側“小”模型會(huì )進(jìn)入手機和PC，所有的手機和PC的應用都會(huì )迎來(lái)AI的賦能提升，某種意義上也會(huì )出現所有應用重做一遍的大機會(huì )。

3. AI將成為云服務(wù)的標配，所有IoT智能硬件都將成為智能體。

未來(lái)所有的云服務(wù)都將提供AI服務(wù)，所有的IoT智能硬件也都有AI的賦能，并具備云邊端的AI服務(wù)，更多圍繞數據服務(wù)的創(chuàng )新硬件智能體將會(huì )誕生。

4. 端側小模型將大有可為，服務(wù)于各種垂直場(chǎng)景。

端側小模型最近會(huì )成為大家討論的話(huà)題，一個(gè)是“小”模型是一個(gè)趨勢，另一個(gè)是蘋(píng)果也給了一個(gè)很好的示范作用，各種垂直場(chǎng)景會(huì )有不同的小模型作為場(chǎng)景方案適配，沒(méi)有最好的小模型，只有最好的場(chǎng)景適配的小模型。

5. 多模態(tài)識別和語(yǔ)音交互的交互體驗重新定義App的交互設計。

楊子超認為這一條很重要，可以理解為之前App的交互體驗是人的單項表達，現在是人和AI的共同表達。

本質(zhì)上是把AI拆成三個(gè)角色：一個(gè)私人助手、一個(gè)分析師和一個(gè)分享者。私人助手幫你分解任務(wù)，分析師幫你分析和回答你的任務(wù)，分享者幫你展現和表達你的最終任務(wù)結論。

在楊子超看來(lái)，這是用戶(hù)交互體驗的AI化進(jìn)化，這種進(jìn)化可以和智能手機當年的“隨時(shí)隨地”功能相抗衡，是顛覆式的變革進(jìn)化，任何一個(gè)AI創(chuàng )始人都需要認真體會(huì )這種進(jìn)化。

所有的App有了重做的理由，這是一個(gè)以AI為代表的新App時(shí)代的到來(lái)，相信在今年的9月份將迎來(lái)一波2C的應用創(chuàng )業(yè)潮，就如同2012年的移動(dòng)互聯(lián)網(wǎng)井噴一樣，這是一個(gè)我們誰(shuí)都不敢錯過(guò)的時(shí)間節點(diǎn)。

6. 新能源自動(dòng)駕駛與車(chē)載智能系統。

現在這個(gè)賽道已經(jīng)很熱了，相信大家都很認可。

7. 家用機器人會(huì )在五年后成為大眾商品進(jìn)入家庭。

這個(gè)賽道要比大家想象的進(jìn)化速度還要快，但比起AI的大部分賽道要慢一點(diǎn)。整體來(lái)看，家用機器人市場(chǎng)在這三年內都是默默耕耘期，需要創(chuàng )業(yè)者們耐得住寂寞，廣積糧，抗持久戰。這個(gè)賽道五年后一旦起來(lái)，將會(huì )帶來(lái)AI真正的原生應用場(chǎng)景。

楊子超總結了目前AI創(chuàng )業(yè)的幾個(gè)特點(diǎn)，首先一定不要做大模型的事，要做上來(lái)就能盈利的事。

2B圍繞大老板的需求，2C圍繞新奇展開(kāi)?！靶缕妗贝蟾怕什皇悄阍O定好一個(gè)產(chǎn)品目標，就能完成的東西。而是你本身知道自己擅長(cháng)什么，就朝著(zhù)那個(gè)方向走，走著(zhù)走著(zhù)，可能就脫穎而出了。

馬勁柏補充，其中2P（professional，專(zhuān)業(yè)人士）的市場(chǎng)機會(huì )也很大。比如律師、醫生、高級工程師等，這些專(zhuān)業(yè)人士的時(shí)間非常寶貴，如果能幫助他們提升效率，也是非常有價(jià)值的。

楊子超發(fā)現AI創(chuàng )業(yè)團隊中，1-3人的特種部隊很多。習慣了特種部隊的人，很難再去接納更多的烏合之眾。因為從思維到認知都無(wú)法溝通和理解，更無(wú)法一起并肩作戰，因為特種部隊的作戰是一種賞心悅目的配合，而烏合之眾的作戰則是一種大鍋飯式的沖鋒。

另外，出海機會(huì )多多。目前海外還有一些流量紅利，用戶(hù)的付費意愿可能比國內更強。

更重要的是創(chuàng )業(yè)者一定要知道AI的能力邊界在哪里，要善用AI能做到的能力。

楊子超還分享了自己最近的一些創(chuàng )業(yè)感悟：

1．創(chuàng )業(yè)不要預設目標，但要找到自己擅長(cháng)的能力，持續把這個(gè)能力發(fā)揮到極致就能賺錢(qián)。

2．世界變化太快，新概念新技術(shù)發(fā)展太快，不要盲目跟進(jìn)，但要持續學(xué)習。

3．放下個(gè)人的成見(jiàn)和ego，不斷結交有才華的朋友，欣賞他們的才華。

4．遠離負能量的人，遠離認知低的人，不浪費大把時(shí)間和他們糾纏。

5．我們改變不了任何人，我們能掌控的只有我們自己，所以珍惜自己的時(shí)間。

6．不要著(zhù)急，不要焦慮，不要崩潰。多運動(dòng)，多和朋友聚會(huì )，多看書(shū)，多冥想。

7．人生就像大模型煉丹，經(jīng)歷幾次失敗很正常，但只要成功一次，就可以一鳴驚人。

02

“小”模型有大用處

馬勁柏分享了他對小參數模型的觀(guān)點(diǎn)。

什么是“小”模型？設備端部署場(chǎng)景下，GPU參數量=7B，CPU參數量=2B。目前市面上有多種小模型可以選擇，表現也不錯。

服務(wù)器端部署場(chǎng)景下，顯存占用=24GB，參數量=33B（4bit量化后，33B模型顯存占用大約為17GB）。

從設備端來(lái)看，有些實(shí)際使用場(chǎng)景不一定非要依賴(lài)云端大模型。云端的好處很明顯，但也有不足，比如流量成本高、速度比較慢、可靠性也差一些，因為移動(dòng)設備上的網(wǎng)絡(luò )連接可能沒(méi)那么好。

小模型不限于我們平常說(shuō)的那些簡(jiǎn)單的語(yǔ)音語(yǔ)言交互功能，它不僅包含了大語(yǔ)言模型，還包括了傳統的一些機器學(xué)習的模型，比如圖像識別、語(yǔ)音識別（ASR）及生成（TTS）、面部識別、手勢識別等。所以設備端小模型的使用場(chǎng)景還是比較廣泛的。

比如健康監測市場(chǎng)在未來(lái)將會(huì )有非常大的發(fā)展前景?，F在的智能手表有很多功能，最簡(jiǎn)單的就是測心率，還有血糖血氧分析等?，F階段比較常見(jiàn)的血糖分析手段，使用的是非侵入式的技術(shù)，準確率還不是很高，但后面一定會(huì )變得精準。隨著(zhù)技術(shù)的發(fā)展，一些實(shí)時(shí)追蹤、血糖突然升高了會(huì )有一些警告或者介入治療之類(lèi)的功能，將在設備里變得普及。

設備端側小模型的能力還體現在數據預處理方面。在傳統的移動(dòng)設備上去做數據處理，我們只能做很簡(jiǎn)單的東西。但通過(guò)小模型的能力，在端側就可以從一些非結構化的數據中提取出來(lái)結構化的信息。

數據對企業(yè)來(lái)說(shuō)是最寶貴的財產(chǎn)，尤其那些注重數據隱私和安全的企業(yè)，對私有化部署的需求比較多。

小模型也可以幫助企業(yè)解決一些私有化部署問(wèn)題。馬勁柏會(huì )遇到一些企業(yè)相關(guān)負責人的疑問(wèn)：“調用GPT-4o或者Claude這種大參數模型的API，還經(jīng)常滿(mǎn)足不了我應用的需求。你弄一個(gè)7B甚至6B的小模型，它能滿(mǎn)足我的需求嗎？”

答案是分數據、分場(chǎng)景，在內容生成和數據分析的需求場(chǎng)景下，小模型有著(zhù)非常不錯的表現。內容生成方面，比如RAG（面向企業(yè)內部的信息查詢(xún)系統），原來(lái)需要人手動(dòng)去查很多資料才能找到的東西，現在通過(guò)小模型可以快速找到，并能生成符合要求的文檔，能夠節約很多時(shí)間。

企業(yè)技術(shù)產(chǎn)品支持里，傳統的售前流程是，先接到客戶(hù)的需求，然后整理客戶(hù)企業(yè)的資料，再花幾天時(shí)間苦思冥想寫(xiě)一個(gè)方案?，F在可以根據客戶(hù)自己的產(chǎn)品資料或者私有文檔，可能有幾百份、幾千份文檔，再結合客戶(hù)的應用場(chǎng)景，直接為對方定制化方案。這也是一個(gè)所謂的2P場(chǎng)景，給高價(jià)值用戶(hù)提供服務(wù)。

客服系統已經(jīng)爛大街了，很多智能機器人亂打電話(huà)，大部分成了對客戶(hù)的騷擾。但里面有很多細節問(wèn)題可以挖掘和改進(jìn)，比如做 24 小時(shí)的產(chǎn)品咨詢(xún)、問(wèn)題反饋等等功能。不只是文字方面，智能交互現在也可以做得很好了。

此外在企業(yè)內部自然語(yǔ)言查詢(xún)、會(huì )議摘要自動(dòng)生成方面，小模型都可以滿(mǎn)足大部分需求。

在數據分析方面，小模型也可以很方便地把非結構數據結構化，做數據挖掘，數據提取。還有數據分類(lèi)，就是打標簽。傳統的打標簽可能需要人工標注，現在機器通過(guò)分析就可以自動(dòng)打標簽了，甚至還可以打多個(gè)標簽。

不能說(shuō)哪個(gè)模型是最好的，只能根據數據和場(chǎng)景，去找不同的模型、不同的提示詞去試，才能找到最適合自己的模型。

比較復雜的問(wèn)題，可以拆解成多個(gè)簡(jiǎn)單問(wèn)題。小模型的能力雖然沒(méi)有大模型那么強，但給它足夠簡(jiǎn)單的問(wèn)題，它一樣也可以做得很好。

幻覺(jué)問(wèn)題，對很多企業(yè)來(lái)說(shuō)是很致命的。但有很多方法可以解決，比如通過(guò)拆分工作流和RAG，更好把控結果，基本不會(huì )出什么問(wèn)題。

馬勁柏總結：“現在很多人講AI就立馬套到大語(yǔ)言模型，實(shí)際上機器學(xué)習的這塊東西已經(jīng)非常多了，不光是大語(yǔ)言模型?！彼e了一個(gè)制造業(yè)的例子，某工廠(chǎng)用來(lái)做高精密加工的數控機床有非常多的傳感器，可以記錄電壓、電流、壓力、溫度、震動(dòng)情況、轉速等數據。

小模型可以通過(guò)分析這些數據，并結合歷史樣例，預測損耗件的使用壽命，讓工廠(chǎng)可以精準地預防性更換損耗件和進(jìn)行未來(lái)季度的備貨，極大節約成本。在傳統的機器學(xué)習方面，小模型也很好用。

03

萬(wàn)物智能AI for everything

呂子睿分享了兩個(gè)正在使用AI降本增效的行業(yè)。

一個(gè)是影視制作行業(yè)，比如下周我們要拍10個(gè)景，傳統的流程是先寫(xiě)劇本，劇本出來(lái)后是分鏡頭。畫(huà)師先把圖畫(huà)出來(lái)，畫(huà)完了以后導演才知道這個(gè)景搭建得對不對，往往等到畫(huà)師費半天勁畫(huà)完后，導演一看，還得改。

現在通過(guò)AI繪圖，幾秒鐘就完事了。如果導演說(shuō)這里不對，那里要再加點(diǎn)什么東西，那就再畫(huà)一張。AI的加入，極大減少了前期的成本投入。

還有一個(gè)是首飾設計行業(yè)，傳統的流程是先找設計師，然后設計師花很長(cháng)時(shí)間把首飾圖畫(huà)出來(lái)。畫(huà)完后交給師傅加工，結果師傅可能說(shuō)做不出來(lái)，這種材質(zhì)沒(méi)有辦法做到這個(gè)弧度。

現在就方便很多，前期通過(guò)簡(jiǎn)單的描述，讓機器出幾十張圖?；蛘吲囊粡埵诸^上的鉆石給機器，看它基于這顆石頭能設計出多少個(gè)耳墜或者戒指。我們再挑選出幾張滿(mǎn)意的給師傅看，師傅再告訴我們哪個(gè)能做哪個(gè)不能做，分別需要多長(cháng)時(shí)間。最后再交給設計師細化。

雖然很多公司頭疼大模型的幻覺(jué)問(wèn)題，但在藝術(shù)領(lǐng)域，幻覺(jué)就是創(chuàng )造力。以往的流程是ABCD，現在可能變成了BAD。AI賦能下，傳統的流程重塑。無(wú)論是文案，還是設計，很多崗位都在發(fā)生變化。

楊子超補充，目前大部分擁抱AI的企業(yè)家對AI的認知還是僅僅停留在降本增效層面，對AI重塑生產(chǎn)流程方面其實(shí)考慮得很少，更多的傳統企業(yè)家還在觀(guān)望和學(xué)習階段。

李麗苮分享了AI是如何賦能航空航天產(chǎn)業(yè)的：“我們有一方面的應用是用AI做數據預測。結合以往三十年在太空中積累的數據，來(lái)預測一些科學(xué)實(shí)驗的結果，比如特殊新材料的應用、太空育種等。如果AI能夠跑出來(lái)特別重要的結論，再拿去太空環(huán)境下做驗證?！?/p>

參會(huì )嘉賓們都貢獻出了精彩觀(guān)點(diǎn)，但由于是超聲波俱樂(lè )部?jì)炔康姆窒頃?huì )，所以很多精彩的內容不便對外公開(kāi)，歡迎更多優(yōu)秀的朋友們加入超聲波俱樂(lè )部。

超聲波俱樂(lè )部目前擁有超過(guò)200位AI領(lǐng)域的頂級創(chuàng )業(yè)者，連接超過(guò)1000位AI領(lǐng)域的創(chuàng )始人、CTO、產(chǎn)品經(jīng)理、風(fēng)險投資人。

超聲波俱樂(lè )部定期組織成員開(kāi)展內部分享會(huì )，也會(huì )舉辦不定期的開(kāi)放交流活動(dòng)，分享內容涵蓋AI行業(yè)趨勢、技術(shù)創(chuàng )新、產(chǎn)品及商業(yè)等方向。