由大語言模型催生的新一輪人工智能浪潮，在資本和行業(yè)領(lǐng)域都掀起了又一圈波瀾。生成式AI概念成為了行業(yè)大咖躬身入局的創(chuàng)業(yè)熱點(diǎn)，它在資本市場也成為了一時(shí)無兩的新風(fēng)口。

而更早一批打著人工智能標(biāo)簽進(jìn)入市場的創(chuàng)業(yè)企業(yè)，在行業(yè)再度成為市場關(guān)注的熱點(diǎn)之際，又經(jīng)歷了什么？

博瀚智能創(chuàng)始人郭瑋在近日接受《科創(chuàng)板日報(bào)》記者采訪時(shí)表示，公司總體而言受益于這輪人工智能2.0的浪潮，但與此同時(shí)也受到了負(fù)面影響。

“大模型代表了AI2.0時(shí)代非常重要的模型技術(shù)發(fā)展，但由于大模型的火熱，大家的關(guān)注度更多地集中在算法本身，一定程度上忽略了各類模型在復(fù)雜場景中落地。因此，像博瀚智能這類以數(shù)據(jù)為中心，聚焦AI場景落地的企業(yè)，在這一波熱潮中受到投資機(jī)構(gòu)的關(guān)注度會低一些。”

博瀚智能成立于2019年，是一家聚焦于打造數(shù)據(jù)和模型管理體系平臺的人工智能企業(yè)，業(yè)務(wù)核心在于依托平臺基礎(chǔ)設(shè)施，為不同垂直場景提供AI解決方案。

近期，博瀚智能宣布完成新一輪融資，投資方為海創(chuàng)匯。此前，公司已完成五輪融資，投資方包括力合科創(chuàng)、金浦投資、中信創(chuàng)投以及卓源亞洲等。

大模型熱度帶來拓寬應(yīng)用場景機(jī)遇

郭瑋告訴《科創(chuàng)板日報(bào)》記者，人工智能領(lǐng)域曾在2022年落入最低谷，“那時(shí)候很多公司恨不得把AI標(biāo)簽扒掉，人工智能可以說是企業(yè)的一個(gè)負(fù)面標(biāo)簽。”

情況在2023年發(fā)生轉(zhuǎn)變。隨著ChatGPT的火爆，整個(gè)人工智能行業(yè)發(fā)生了巨變，人工智能又成為了創(chuàng)業(yè)熱點(diǎn)以及資本追逐的風(fēng)口，社會大眾對人工智能的認(rèn)知也出現(xiàn)了前所未有的提升。

郭瑋認(rèn)為，盡管當(dāng)前行業(yè)內(nèi)外對大語言模型的關(guān)注，讓以數(shù)據(jù)為中心聚焦AI應(yīng)用的博瀚智能在資本層面的關(guān)注度不足，但大模型接下來的落地應(yīng)用，將進(jìn)一步拓寬以數(shù)據(jù)為中心這一技術(shù)路線的落地應(yīng)用空間。

“隨著開源成為大模型領(lǐng)域的趨勢，整個(gè)行業(yè)的側(cè)重點(diǎn)會從模型體系本身，轉(zhuǎn)移到模型的應(yīng)用，尤其是對于基礎(chǔ)模型相對穩(wěn)定的語言類大模型LLM。而模型應(yīng)用，又涉及到使用什么樣的技術(shù)路線進(jìn)行落地。”因此，郭瑋認(rèn)為，大模型的興起，將給博瀚智能這樣的以數(shù)據(jù)為中心的企業(yè)帶來新的機(jī)遇。

郭瑋表示，博瀚智能目前的數(shù)據(jù)服務(wù)及大模型落地服務(wù)，包含了為客戶提供智能數(shù)據(jù)平臺和LLMOps大模型平臺兩大方面，“最終目的是讓客戶實(shí)現(xiàn)人工智能更高效的落地。”其預(yù)期，明后兩年大模型以及數(shù)據(jù)兩大板塊會為博瀚智能的營收帶來提振。

《科創(chuàng)板日報(bào)》記者關(guān)注到，近年來已出現(xiàn)不少以數(shù)據(jù)為中心構(gòu)建AI系統(tǒng)的創(chuàng)業(yè)企業(yè)。前百度首席科學(xué)家吳恩達(dá)成立的Landing AI也是其中之一。

據(jù)公開資料，Landing AI開發(fā)了一個(gè)計(jì)算機(jī)視覺平臺LandingLens，它利用深度學(xué)習(xí)技術(shù)來幫助制造商進(jìn)行機(jī)器視覺檢測，發(fā)現(xiàn)產(chǎn)品缺陷；以數(shù)據(jù)為中心的方法，是該平臺快速且易于使用的關(guān)鍵。

該公司在2021年完成數(shù)億元融資，由工業(yè)物聯(lián)網(wǎng)公司McRock Capital領(lǐng)投，英特爾投資、三星旗下的催化劑基金、投資公司Insight Partners和加拿大養(yǎng)老金計(jì)劃投資委員會等跟投。

在平臺工具軟件之外，博瀚智能以工業(yè)質(zhì)檢作為目前公司AI商業(yè)化落地的突破口。郭瑋表示，公司對于落地應(yīng)用，有過一段不短時(shí)間的探索。最初，公司落地聚焦的是醫(yī)療領(lǐng)域。“一開始是用在皮膚科診斷方面，但最終落地仍然遇到了商業(yè)問題，其核心原因是在于，如何將AI輔助診斷與當(dāng)前的醫(yī)療診斷流程和付費(fèi)體系融合起來。”

其表示，在落地應(yīng)用探索過程中，深圳清華大學(xué)研究院及包括力合科創(chuàng)等在內(nèi)的投資方給予了很大的幫助，“除了產(chǎn)業(yè)鏈上下游的對接，力合科創(chuàng)從公司發(fā)展早期還提供了創(chuàng)業(yè)資金、辦公場地、政府對接等賦能。”

據(jù)悉，當(dāng)前，博瀚智能亦在新能源、汽車制造、與食品以及航天領(lǐng)域客戶進(jìn)行對接，進(jìn)一步拓寬公司的落地場景。

數(shù)據(jù)為核心的人工智能可適應(yīng)復(fù)雜場景應(yīng)用

除了企業(yè)本身的變化，2019年就入局人工智能領(lǐng)域的郭瑋，看到并經(jīng)歷了整個(gè)行業(yè)近年來的演進(jìn)。他認(rèn)為，整個(gè)人工智能領(lǐng)域，事實(shí)上在大趨勢上都在進(jìn)一步強(qiáng)調(diào)數(shù)據(jù)的重要性。

其介紹，在2021年之前，人工智能領(lǐng)域聚焦的重點(diǎn)突破在于如何提升深度學(xué)習(xí)網(wǎng)絡(luò)的性能以及打造性能更加優(yōu)異的模型，模型成為了AI發(fā)展、技術(shù)發(fā)展以及落地的技術(shù)瓶頸。因此，大量公司圍繞著人工智能模型展開工作，如當(dāng)時(shí)非常典型的AI四小龍就是以模型為中心的代表。

在以模型為中心的技術(shù)路線中，對企業(yè)最核心的價(jià)值和能力的衡量是以算法能力為基礎(chǔ)的，而衡量的實(shí)施方式之一，便是讓各企業(yè)團(tuán)隊(duì)基于固定的數(shù)據(jù)集開發(fā)模型，再去評估企業(yè)算法模型的優(yōu)劣，例如各類AI算法大賽的排名等。

“這種價(jià)值評估方式，在人工智能發(fā)展過程中確實(shí)起到了很大的推進(jìn)作用，大幅度推動了包括CNN、RNN、Transformer等技術(shù)的發(fā)展，產(chǎn)生了一批非常優(yōu)秀的算法網(wǎng)絡(luò)結(jié)構(gòu)和模型，包括大模型。”

但在實(shí)施AI場景落地方面，通過調(diào)整模型結(jié)構(gòu)、超參數(shù)等手段的模型為中心的技術(shù)路徑有其局限性。

郭瑋表示，在2021年之前，除了人臉識別、車牌識別等相對固定的場景外，以模型為中心的AI技術(shù)在很多場景中必須通過高度定制化的方式進(jìn)行落地，難以實(shí)現(xiàn)橫向高效拓展。這是因?yàn)楫?dāng)數(shù)據(jù)變化較少、場景變化較小時(shí)，開發(fā)好的模型可以快速實(shí)施應(yīng)用；但當(dāng)面臨少見場景或快速變化的場景時(shí)，例如自動駕駛和工業(yè)質(zhì)檢等應(yīng)用領(lǐng)域，僅依賴前期的訓(xùn)練數(shù)據(jù)以及當(dāng)前模型本身的泛化能力，是難以滿足需求場景中長尾數(shù)據(jù)以及變化數(shù)據(jù)帶來的挑戰(zhàn)。

“拿工業(yè)質(zhì)檢來講，當(dāng)中的缺陷類型不可能通過提前準(zhǔn)備一個(gè)數(shù)據(jù)集的方式來收集，因?yàn)楣I(yè)生產(chǎn)過程中的缺陷本來就是變化的、不可預(yù)測的，且很多生產(chǎn)缺陷出現(xiàn)的頻率也很低。其次，工業(yè)領(lǐng)域也是一個(gè)變化很快的場景，即工廠生產(chǎn)產(chǎn)品種類也非常多，且產(chǎn)品更新迭代也很快。因此，很難通過提前采集數(shù)據(jù)的方式開發(fā)模型，然后落地到這一場景中。”

因此，以數(shù)據(jù)為中心的技術(shù)路線應(yīng)運(yùn)而生，以更好地將人工智能技術(shù)落地到包括工業(yè)制造和自動駕駛在內(nèi)的復(fù)雜長尾場景。

郭瑋介紹，以數(shù)據(jù)為中心的路線，本質(zhì)上是前期開發(fā)完成了基礎(chǔ)模型，然后通過高效的數(shù)據(jù)抓取手段，在場景中采集到核心數(shù)據(jù)并以之實(shí)現(xiàn)基礎(chǔ)模型的快速迭代和能力的提升，在整個(gè)環(huán)節(jié)中，數(shù)據(jù)抓取和模型能力提升的效率是重點(diǎn)。“以模型為中心的路線，核心訴求是算法科學(xué)家，而以數(shù)據(jù)為中心，最大的訴求就變成了打造一個(gè)能夠?qū)?shù)據(jù)和模型全生命周期進(jìn)行自動化管理的工具體系。”

目前，博瀚智能基于其自研的數(shù)據(jù)為中心AI基礎(chǔ)設(shè)施，構(gòu)建了一系列適配國內(nèi)外AI軟硬件生態(tài)體系的AI開發(fā)平臺產(chǎn)品體系，以及能夠服務(wù)于工業(yè)制造和其他場景的解決方案，并正在行業(yè)頭部生產(chǎn)制造企業(yè)、自動駕駛、智算中心等實(shí)現(xiàn)規(guī)模化商用落地。

轉(zhuǎn)載來源：科創(chuàng)板日報(bào) 作者：敖瑾