發(fā)布時(shí)間：2023-10-12

評(píng)論(0)

only just begun," he said. “當(dāng)前，生成式AI落地銀行業(yè)仍然處于最初級(jí)的階段。”何大勇認(rèn)為，銀行業(yè)在構(gòu)建生成式AI的過程中，短期靠創(chuàng)新能力，中期靠獨(dú)有的數(shù)據(jù)將大模型調(diào)節(jié)得更加精準(zhǔn)可

發(fā)布時(shí)間：2023-10-07

評(píng)論(9)

模型如何從一個(gè)只能做開放聊天的大模型，真正地變成能夠解決行業(yè)復(fù)雜決策任務(wù)的大模型，成為現(xiàn)在行業(yè)中的一個(gè)痛點(diǎn)，“通用大模型的行業(yè)適配和優(yōu)化道路才剛剛開始”。 “當(dāng)前，生成式AI落地銀行業(yè)仍然處于最初級(jí)的

發(fā)布時(shí)間：2023-10-07

評(píng)論(0)

正地變成能夠解決行業(yè)復(fù)雜決策任務(wù)的大模型，成為現(xiàn)在行業(yè)中的一個(gè)痛點(diǎn)，“通用大模型的行業(yè)適配和優(yōu)化道路才剛剛開始”。 “當(dāng)前，生成式AI落地銀行業(yè)仍然處于最初級(jí)的階段?！焙未笥抡J(rèn)為，銀行業(yè)在構(gòu)建生成式

發(fā)布時(shí)間：2023-08-08

評(píng)論(2)

礎(chǔ)大模型及相關(guān)工具，就能實(shí)現(xiàn)特定的業(yè)務(wù)目標(biāo)?！彼f。 因而，銀行科技人員更多是把底層架構(gòu)、基礎(chǔ)設(shè)施搭好，“但要真正讓生成式AI落地應(yīng)用，其實(shí)取決于業(yè)務(wù)人員，尤其是在銀行這樣監(jiān)管要求這么高的行業(yè)，業(yè)務(wù)人

發(fā)布時(shí)間：2023-08-01

評(píng)論(2)

碎片化，“大煉模型”依然無法破解AI落地的難題。 回看過去一年，部分AI獨(dú)角獸的虧損問題愈發(fā)尖銳——云從科技2022年凈虧損同比擴(kuò)大至8.5億元；商湯自從2021年在香港上市以來，累計(jì)虧損超232億元

發(fā)布時(shí)間：2023-07-27

評(píng)論(0)

，國內(nèi)算力產(chǎn)業(yè)鏈方面則關(guān)注硬件技術(shù)是否能夠?qū)崿F(xiàn)進(jìn)一步突破。 匯添富移動(dòng)互聯(lián)股票基金經(jīng)理張朋建議關(guān)注三方面的投資機(jī)會(huì)：首先，在第一波算力投資已經(jīng)比較確定的情況下，后續(xù)需要重點(diǎn)關(guān)注國內(nèi)外龍頭公司在AI落地

發(fā)布時(shí)間：2023-03-31

評(píng)論(0)

上一波AI投資熱，楊帆表示，在上一波AI落地熱潮中整個(gè)產(chǎn)業(yè)存在諸多挑戰(zhàn)。首先是技術(shù)門檻高，不論是研發(fā)者還是使用者，都需要專業(yè)人士；第二是解決用戶問題的成本太高，對(duì)于每個(gè)新場(chǎng)景，公司都要收集新數(shù)據(jù)、創(chuàng)新

發(fā)布時(shí)間：2022-04-27

評(píng)論(0)

AI 革命 —— 美國主導(dǎo) AI 領(lǐng)域的學(xué)術(shù)研究，而中國則會(huì)憑借龐大的人口基數(shù)及海量數(shù)據(jù)，探索出更多的 AI 落地場(chǎng)景。 ? 我曾預(yù)測(cè)，在海量數(shù)據(jù)和算力提升的基礎(chǔ)上，隨著自動(dòng)化技術(shù)和感知技術(shù)的逐步成熟