Sora问世，LLM这个赛道还有必要卷吗？
关键词：Sora；LLM；数字化；数字化转型；企业数字化转型；
引言：为了让对科技圈感兴趣但暂时还不了解专业术语的读者了解，先做一下简单科普：
LLM是大型语言模型（Large Language Model）的缩写，是一种AI模型，主要用于处理和生成自然语言文本。这种模型通过深度学习的方式，对海量的互联网文本数据进行训练，从而习得理解和生成人类语言的能力。
具体来说，你可以把LLM模型想象成一个超级智能的语言专家，它可以读取并理解大量的文本信息，然后根据这些信息自己生成新的文本内容，比如文章、对话、故事等。而且，由于其强大的学习能力，它在生成文本时可以模拟出与人类写作类似的逻辑和风格。
国际比较知名的LLM模型有OpenAI的GPT系列（如GPT-3、GPT-4）、Google的T5等。这些模型在诸多应用场景中发挥着重要作用，如机器翻译、智能问答、文本生成、文本摘要等。（科普内容来自网络）
2022年底，太平洋对岸一声惊雷，ChatGPT横空出世，引发了全球AI大模型技术的激烈竞争，众多投资和人才纷纷涌入这个赛道。在这一年里，中国也涌现了5家独角兽级别的AI模型公司，分别是智谱AI、MiniMax、百川智能、零一万物和月之暗面。不论是自主研发还是对现有模型进行改良优化，国内大约有200种大型AI模型参与了这场“百花齐放”的竞赛。
有趣的地方来了：数据显示，2023年AI领域的融资事件数量与2022年相比猛增了145%，但总体融资额相较2022年下降了4.5%，大量的资金正集中流向少数血厚的巨头。从资源分配角度看，对于新的创业者来说，想要挤进AI模型层创业的空间已经十分有限。
从商业竞争格局上看，到了2024年，大型语言模型赛道的竞争将更加白热化：
一方面，算力等关键资源的紧张问题尚未解决，从GPT3.5到GPT4的技术升级面临着巨大挑战，有限的算力资源限制了快速迭代试错的机会，导致大家只能选择成功率较高的发展路径，从而错过了一些创新机遇；
另一方面，模型的能力在很大程度上依赖于率先积累的用户反馈和运行数据，后续进入市场的公司在技术迭代速度上很难达到主流水平，追赶起来相当困难。
最后说一句扎心的，市场上并不需要过多重复开发相同功能的产品。
如今，LLM（大型语言模型）领域的竞争越来越激烈，不过在3D、视听等多模态技术方面，仍是一片充满机遇的新天地。
以视频生成为例，2023年初时，这类模型只能勉强拼接几张静态图片生成几秒钟的短视频。然而，仅仅过了不到半年，像Runway Gen2这样的模型就已经能生成电影级别的几秒长片段。到了同年11月，由四位华人创办的Pika公司发布了可以制作出分钟级高质量动画视频的产品，并因此迅速获得了近2亿美元的估值。
随后只过了三个月，也就是2024年2月16日，“业界巨头”Open AI再次震撼市场，发布了名为Sora的新型视频模型，只需一段文本指令能够连续生成60秒高清流畅视频（可多机位），或静态图片变动态，或在时间线上扩展原本视频，我们上篇文章根据Open AI的官方技术报告为大家解读了Sora的局限性，但瑕不掩瑜，这意味着视频生成技术距离实际商业应用已触手可及。
祭图🤣
Open AI创始人奥特曼在线接单
LLM主要是解决最基本的沟通问题，而3D、视听等多模态技术则让AI拥有了超越人类的感知能力，这为创新应用和模式创新提供了更多可能性，比单纯的语言理解更广泛。
多模态技术能够实际应用的地方，大致可以分为两种类型：一种是用来开发提升工作效率的工具，另一种则是用来创造全新的应用场景。
在日常工作和生产环境中，基于模型的服务商业模式已经比较成熟了，但这也意味着参与竞争的企业非常多，竞争压力也随之增大。企业要想脱颖而出，关键在于能否建立一套覆盖全流程的服务体系，精准满足用户的个性化需求，并通过数据驱动形成良性循环。
随着多模态技术的进步，许多人在智能座舱、物联网、XR等领域看到了新的商业机遇。对于那些在新兴场景中创业的人来说，想要成功构建商业模式的前提，就是要找到具有独特价值和市场需求的细分领域。
版权声明：无雀原创文章，未经授权不得转载