時至今日，隨著算法、計算等的突破，生成式AI技術(shù)取得了令人驚嘆的進展，大大提高人類的創(chuàng)造力和效率，為各種創(chuàng)作和應(yīng)用提供了無限的可能。

生成式AI技術(shù)的發(fā)展為各行各業(yè)插上了想象的翅膀。微軟(MSFT.US)、英偉達(NVDA .US)等科技大廠以及初創(chuàng)企業(yè)紛紛“跑步入場”生成式AI，已經(jīng)覆蓋芯片制造、云計算、數(shù)據(jù)服務(wù)、自然語言處理、文本數(shù)據(jù)分析、計算機視覺及智能安防、交通、金融、物聯(lián)網(wǎng)等終端應(yīng)用。

生成式 AI 在2023年發(fā)展迅猛，2024年這一勢頭還將持續(xù)。生成式AI工具已經(jīng)被集成到文字處理器和軟件開發(fā)人員的工具中，而在2024年，這些工具將變得更有效、更有用。

AI多模態(tài)時代來臨

值得注意的是，雖然各類大模型層出不窮，但不斷優(yōu)化升級，推動行業(yè)進步仍是各大科技公司的主攻方向。業(yè)內(nèi)專家分析，大模型由單模態(tài)向多模態(tài)升級已成為行業(yè)熱點，多家公司在開發(fā)多模態(tài)的模型、計算機視覺技術(shù)，這些技術(shù)未來可以用來發(fā)現(xiàn)設(shè)計芯片等。

事實上，多模態(tài)是實現(xiàn)通用人工智能的必經(jīng)之路。多模態(tài)數(shù)據(jù)輸入可幫助模型能力和用戶體驗提高，允許多模態(tài)數(shù)據(jù)輸出也更符合真實世界需要，在數(shù)據(jù)、算法及算力上的要求都要高于單模態(tài)，這一波自然語言大模型發(fā)展為其他模態(tài)提供了技術(shù)參考，行業(yè)有望加速發(fā)展。

正如谷歌(GOOG.US)Gemini橫空出世，讓大家的目光重新聚焦在了多模態(tài)大模型上。Gemini1.0號稱具有原生多模態(tài)能力，能夠處理視頻、音頻、圖像、文本和代碼等多種形式的內(nèi)容，且性能優(yōu)于現(xiàn)有的“拼接型”多模態(tài)大模型。

從谷歌官方公布的技術(shù)文檔中的示例來看，Gemini不僅能夠進行雙模態(tài)之間的轉(zhuǎn)換，亦能處理需要進行多模態(tài)轉(zhuǎn)換的復(fù)雜任務(wù)。從這個角度來看，Gemini上線是AI產(chǎn)業(yè)發(fā)展的里程碑事件，其代表的原生多模態(tài)大模型有望拓展大模型的應(yīng)用場景和邊界。

如今AI浪潮進入多模態(tài)時代，市場潛力巨大。開源證券表示，科技巨頭之間多模態(tài)大模型的競爭日益激烈，同時驅(qū)動著底層多模態(tài)大模型的能力不斷突破，疊加GPT等AI應(yīng)用形式的出現(xiàn)，新一輪人工智能應(yīng)用熱潮正在掀起。

微美全息步入下半場，向多模態(tài)時代進發(fā)

在如今的AI時代，全新的技術(shù)范式正在重新定義企業(yè) AI 應(yīng)用的落地方式，加速企業(yè)全面智能化升級，企業(yè)更要勇于探索，產(chǎn)業(yè)更要直面競爭。據(jù)了解，作為領(lǐng)先的AI視覺服務(wù)商微美全息(WIMI.US)隨著以大模型技術(shù)為核心的 AIGC 技術(shù)的快速發(fā)展，帶來諸多AI創(chuàng)新應(yīng)用開發(fā)和運維的新變化，積極賦能生成式AI 運用邁向多模態(tài)時代。

截止目前，微美全息已經(jīng)在生成式Al+數(shù)字廣告、生成式Al+數(shù)字教育、生成式AI+數(shù)字文化傳媒、生成式Al+數(shù)字健康、生成式AI+出行等領(lǐng)域，讓生成式AI賦能到百行百業(yè)的方方面面。而在面向多模態(tài)時代，微美全息多模態(tài)大模型融合AI視覺、語音和數(shù)據(jù)處理技術(shù)，極大豐富了生成式認知和決策層面，有望使大模型在復(fù)雜人機交互、自然語言理解等領(lǐng)域取得重大進步。

另一方面，考慮到眾多大模型及多模態(tài)時代應(yīng)用催生出更多算力需求，因此布署端側(cè)算力是生成式AI規(guī)模化擴展多模態(tài)時代至關(guān)重要的一步。微美全息對于端側(cè)算力研發(fā)十分重視，成立微美全息研發(fā)中心自研AI算力，邊緣算法、5G/6G網(wǎng)絡(luò)算力等，有望激化算力市場良性競爭，進而降低算力使用成本。顯而易見，未來，微美全息在多模態(tài)軍備競賽下算力基建產(chǎn)業(yè)鏈將持續(xù)受益。

結(jié)語

精彩紛呈的2023年被普遍視為生成式AI的元年，科技產(chǎn)業(yè)的圖景已經(jīng)被深刻改變。毫無疑問，2024年，AI行業(yè)必將迎來巨大的變革。在這新的一年里，以ChatGPT為首的生成式AI技術(shù)在全球點燃研發(fā)浪潮，同時多模態(tài)會是推動本輪AI熱點繼續(xù)前進的下一個增長點。預(yù)計下一代多模態(tài)將會快速拓展目前大語言模型有限的應(yīng)用場景，顯著提高語言模型的泛化能力，并吸引各大科技公司競相入局，加快讓這樣的想象來到現(xiàn)實世界中。

審核編輯 黃宇