TechFlow Logo
Войти/ Регистрация
Газ ETH
Gwei
Страх
gas
Инновации в технологиях ИИ, новый нарратив на стороне приложений за пределами DeepSeek

Инновации в технологиях ИИ, новый нарратив на стороне приложений за пределами DeepSeek

2025.02.13
Поделиться
Чем больше AI-приложение построено на основе «прикладных больших моделей», тем больше у него теоретически шансов добиться успеха.

Источник изображения: сгенерировано Wujie AI

Праздничные каникулы Весеннего фестиваля 2025 года только что закончились, но эхо шока, вызванного DeepSeek, все еще не утихло.

Благодаря обучению FP8, предсказанию нескольких токенов, улучшенной архитектуре MOE, механизму многоголового латентного внимания (MLA), обучению с подкреплением без SFT и другим методам, DeepSeek-V3 достиг производительности, превосходящей лучшие открытые модели, такие как Qwen2.5-72B и Llama-3.1-405B, а также некоторые закрытые модели, при крайне низких затратах на обучение. DeepSeek-R1 продемонстрировал результаты рассуждений, превосходящие OpenAI o1.

Успех серии моделей DeepSeek открыл новый путь для индустрии больших моделей, которая ранее驱动илась логикой вычислительной мощности, и вывел глобальные базовые большие модели на совершенно новый уровень.

Однако помимо базовых больших моделей, где основной мелодией является «техническое повествование», таких как DeepSeek, заслуживает внимания прогресс в разработке другого типа больших моделей — это прикладные большие модели, ориентированные на инновации в области ИИ вокруг核心产品 и核心场景.

Китай всегда был страной приложений.

В 2024 году, на фоне постепенного выравнивания предложения вычислительных мощностей и значительного снижения цен на инференс, отечественные приложения ИИ выросли как грибы после дождя — будь то Jimeng AI, MiaoYa Camera, Kuaishou Kling в области генерации изображений и видео из текста, Nano Search (ранее 360AI Search), Tiangong AI Search в области поиска ИИ, Xingye, MaoXiang в области companionship ИИ, или Doubao, Quark, Kimi, Tongyi в классе ассистентов ИИ — все они witnessed взрывной рост пользовательской базы в 2024 году.

За каждым из этих приложений ИИ стоит поддержка возможностей моделей. Для приложений ИИ прикладные большие модели соревнуются не параметрами модели, а эффектом применения.

Например, высокий интерес, который Kimi получил за короткое время, неразрывно связан с возможностями чтения и анализа длинных текстов лежащей в основе большой модели; 200 миллионов пользователей и 70 миллионов месячных активных пользователей Quark обусловлены «дружелюбностью к пользователю» лежащей в основе большой модели Quark; мощные функции генерации видео из текста и изображений Kling AI зависят от поддержки большой модели Kling.

Эволюция базовых больших моделей еще далеко не завершена, но с тем, что в 2025 году все больше компаний начнут размещать ставки на приложения ИИ, развитие прикладных больших моделей станет необходимой предпосылкой для полномасштабного взрыва приложений ИИ.

1. Почему у крупных компаний больше преимуществ в создании приложений ИИ

С созреванием и прорывами технологий больших моделей, постепенным совершенствованием инфраструктуры вычислительных мощностей, постоянным усилением государственной политики, постоянным появлением убийственных приложений, таких как Sora/Suno, и сильным ростом инвестиций и финансирования в областях AI Agent/эмбодированного интеллекта/ИИ-игрушек/ИИ-очков, 2025 год станет годом взрыва приложений ИИ — это уже стало широким консенсусом в технологическом сообществе.

И этот консенсус ускорился благодаря популярности DeepSeek. Потому что DeepSeek поднял уровень возможностей базовых моделей отрасли, создав лучшую среду развития для приложений ИИ.

По наблюдениям «Цзяцзы Гуаннян», со второй половины 2024 года известные инвестиционные институты, такие как Hillhouse Capital, Matrix Partners China, Baidu Ventures, Inno Angels, увеличили объем инвестиций в приложения ИИ, особенно делая ставки на ранние проекты в области приложений ИИ; некоторые инвесторы заявили, что по состоянию на конец 2024 года количество проектов приложений ИИ, реально получивших финансирование на первичном рынке, как минимум в два раза превышает количество официально объявленных проектов.

Данные Sensor Tower также показывают, что в 2024 году глобальные пользователи мобильных телефонов потратили на приложения ИИ 1,27 млрд долларов, а количество загрузок приложений, связанных с ИИ, в магазинах iOS и Google Play достигло 17 миллиардов.

Однако суровая реальность такова: приложений ИИ тысячи, но лишь немногие могут поддерживать долгосрочную работу, а еще меньше тех, что становятся хитами.

«Цзяцзы Гуаннян» ранее сообщала о сайте под названием «AI кладбище», который收录ил 738 умерших или остановивших работу приложений ИИ, среди которых немало бывших звездных проектов: например, продукт распознавания речи ИИ Whisper.ai от OpenAI, известные сайты-оболочки Stable Diffusion FreewayML, StockAI, а также поисковая система ИИ Neeva, которую когда-то считали «конкурентом Google» (подробнее см. 《AI кладбище и 738 умерших проектов ИИ | Цзяцзы Гуаннян》).

Так какие же приложения ИИ способны работать долго и обладают жизнеспособностью?

«Цзяцзы Гуаннян» считает, что во-первых, необходимо иметь модель в качестве ядра и полностью использовать возможности модели; во-вторых, необходимо обладать достаточно сильной способностью洞察 пользовательского спроса.

Генеральный директор Microsoft Сатья Наделла,展望я тенденции индустрии ИИ на 2025 год, заявил: «Приложения, ориентированные на модели ИИ, переопределят различные области применения в 2025 году». То есть те приложения, которые имеют меньше уровней оболочки, ближе к модели и максимально используют возможности модели, смогут больше привлекать пользователей и удерживать их.

Наблюдая за рейтингом продуктов ИИ New Rank за январь 2025 года, нетрудно заметить, что в первой десятке внутреннего рейтинга 8 приложений относятся к классу ассистентов ИИ, построенных непосредственно на моделях.

Источник: New Rank

Чтобы иметь достаточно сильное洞察 пользовательского спроса, необходимо опираться на огромную пользовательскую базу — только имея достаточно много пользователей, данные и теги пользователей могут быть накоплены в достаточном количестве и глубине, чтобы предприятия могли挖掘 из них самые реальные болевые точки потребностей пользователей.

Эти два пункта также означают: крупным компаниям проще создавать приложения ИИ.

Крупные компании обладают достаточными вычислительными мощностями и талантами для самостоятельной разработки моделей, могут не проходить через многоуровневые оболочки, а развертывать приложения ИИ непосредственно на собственных моделях; крупные компании также обладают огромной пользовательской базой и зрелыми точками входа трафика, что не только делает пользовательские данные более богатыми и облегчает挖掘 потребностей, но и обеспечивает естественные преимущества для продвижения приложений ИИ; кроме того, мощные возможности интеграции экосистемы крупных компаний также помогают предоставлять более богатые функции продуктам, усиливая粘性 пользователей приложений ИИ.

Упомянутый выше рейтинг продуктов также подтверждает это. Из первых десяти приложений шесть созданы крупными компаниями.

В недавнем интервью Tencent Technology Чжу Сяоху также заявил, что барьеры данных у стартапов не так высоки, им не подходит создание базовых моделей, вместо этого нужно крепче держать «клиентов» поверх базовых моделей. Это также косвенно подтверждает преимущество крупных компаний в создании приложений ИИ.

В целом, модели и приложения крупных компаний互为 причинно-следственной связью, совместно составляя маховик роста:

Накопление данных, предоставляемое огромной пользовательской базой, обеспечивает качественную почву для разработки моделей, помогает усиливать возможности моделей, делая их более адаптированными к нишевым场景 и потребностям пользователей; а рост возможностей моделей, в свою очередь, питает приложения, делая их более продуктивными и привлекая больше пользователей.

Этой модели, которая имеет огромную пользовательскую базу, направление разработки которой движется потребностями пользователей, а возможности лучше проявляются в нишевых场景, мы, возможно, можем дать название «прикладная большая модель». Чем больше приложение ИИ построено на основе «прикладной большой модели», тем теоретически больше у него шансов на успех.

Например, Quark, занимающий второе место после DeepSeek в рейтинге, является типичным представителем.

«Цзяцзы Гуаннян» отмечает, что в недавней битве богов приложений ИИ ранее редко упоминаемый Quark тихо лидирует. Последние данные Analysys показывают, что в конце 2024 года Quark с 71,02 миллиона месячных активных пользователей занял первое место в рейтинге мобильных приложений ИИ, опередив хорошо известные Doubao и Kimi.

Источник: Analysys

Еще более值得关注 показатель «用户粘性».

Согласно статистике сторонних отчетов, трехдневный уровень удержания Quark превышает 40%, в то время как уровень удержания备受瞩目的 Doubao и Kimi Smart Assistant в тот же период составил около 25%; опубликованный Qimai Data «Рейтинг мощных продуктов ИИ 2024 года» показывает, что Quark занял первое место в «Рейтинге приложений мощных продуктов ИИ года» и «Рейтинге загрузок продуктов года», его совокупное количество загрузок за 2024 год превысило 370 миллионов, что является безусловным лидером среди各类 продуктов ИИ,实现я отрывное лидерство.

Среди множества продуктов ИИ в рейтинге Quark не был первым, кто выпустил большую модель, но тихо实现я遥遥 лидерство по посещаемости, загрузкам и用户粘性. На чем основана способность Quark выделиться на конкурентном рынке?

Все это благодаря продуктовой и модельной стратегии Quark «приложение прежде всего».

2. Приложение прежде всего, обратное вывод на сценарную升级 большой модели

Quark с первого дня создания поиска фокусировался на «интеллектуальном точном поиске», не только быстро прорвался на рынок благодаря简洁 интерфейсу без рекламы и более точным результатам поиска, но и на основе поискового бизнеса衍生ил вертикальные продукты, такие как Quark Cloud, Quark Scanner King, Quark Docs, Quark Learning, ориентированные на группы студентов и офисных работников, постепенно углубляясь в сценарии обучения и работы.

Возьмем, например, сферу обучения: в середине 2020 года Quark выпустил функцию «поиск задач по фото». Во время пандемии, столкнувшись с трудностями многих студентов, запертых дома на онлайн-уроках и не имеющих возможности эффективно учиться, команда Quark Learning несколько раз升级ила функцию «поиск задач по фото».‍

В сфере办公 Quark также, исходя из вертикального сценария «сканирования», выпустил серию соответствующих функций, таких как извлечение текста, таблиц, удаление следов ручки, сканирование удостоверений, конвертация форматов документов.

Простой инструментальный фон, все более богатые сценарии применения, плюс первоначальная экосистема привлечения пользователей без рекламы и платы, позволили пользовательской базе Quark взрывно вырасти с миллионов до десятков миллионов, накопив более 100 миллионов обслуженных пользователей.

В ноябре 2023 года Quark выпустил большую модель с параметрами в сотни миллиардов «Большая модель Quark».

Большая модель Quark — это многомодальная большая модель, самостоятельно разработанная Quark на основе архитектуры Transformer, которая ежедневно обучается и тонко настраивается на миллиардах данных изображений и текста, обладая такими характеристиками, как низкая стоимость, высокий отклик и сильные综合 способности. Ориентируясь на потребности пользователей и вертикальные сценарии продуктов Quark, Большая модель Quark больше уделяет внимание практическому применению,衍生я вертикальные модели в области общих знаний, медицины, образования и т. д., чтобы предоставлять более профессиональные и точные технические возможности.

В то же время, когда была выпущена Большая модель Quark, Quark升级ил эффекты AI распознавания продукта сканирования и возможности AI поиска продукта облачного хранилища.

Первым сценарием落地 Большой модели Quark стало здоровье и медицина.

В декабре 2023 года Quark объявил о полном升级е своей функции поиска здоровья, запустив в декабре 2023 года приложение ИИ «Помощник здоровья Quark». «Помощник здоровья Quark» объединяет граф знаний медицины и возможности генеративного диалога, предоставляя пользователям более полную и точную информацию о здоровье, а также поддерживает многократные вопросы и диалоги пользователей по вопросам здоровья.

В январе 2024 года Quark последовательно выпустил функции «Помощник обучения AI», «AI запись и восприятие», «AI PPT» и т. д., а в июле 2024 года запустил на мобильной端 одно-stop сервис ИИ с центром на поиске AI, в августе 2024 года выпустил новый клиент Quark для PC с возможностями «системного全场景 AI».

Например, пользователь ищет «Какие достопримечательности в Shanxi послужили источником материала для Black Myth: Wukong». Суперпоисковая строка Quark объединяет ответы AI, оригинальные источники и историю поиска — она не только может генерировать интеллектуальные резюме, как другие поисковые системы AI, но и предоставляет展示 источников в боковой панели, а под ответом поиска AI сохраняет веб-представление в виде списка традиционной поисковой системы. Это повышает эффективность получения информации пользователем, а также усиливает доверие к ответам AI.

Кроме того, Quark построил вокруг «Суперпоисковой строки» одно-stop систему информационных услуг, включая интеллектуальные инструменты, такие как облачное хранилище, сканирование, обработка документов, помощник здоровья,实现я полный процесс услуг от поиска до создания, резюме, затем редактирования, хранения,分享я, принося пользователям бесшовный опыт информационных услуг.

В отличие от многих крупных компаний, которые, подражая ChatGPT, выпускают ассистентов ИИ класса Chatbot «All in One», стратегия Quark — «AI in All» — внедрение возможностей ИИ в каждый环节 продукта и落地 в конкретные сценарии применения.

От первоначального поиска задач по фото до консультаций по поступлению в университет и далее до интеллектуальной办公 помощи, эволюция продуктов Quark всегда围绕лась вокруг потребностей пользователей в конкретных сценариях. Впоследствии Quark последовательно запустил и обновил функции AI поиск задач, AI академический поиск, AI советы и т. д., создавая дифференцированные приложения ИИ вокруг сценариев обучения и办公.

Путь развития Quark AI за последний год, графика: «Цзяцзы Гуаннян»

Среди них функция «AI поиск задач»,升级енная в ноябре 2024 года, является наиболее типичным представителем,集中но отражающим возможности Quark AI.

На самом деле, еще в декабре 2023 года Quark выпустил помощника AI объяснения задач. Тогда помощник AI объяснения задач больше依赖ил «базу знаний» в виде банка задач, AI мог только научить пользователя решать задачи из банка задач.升级енный продукт AI поиска задач обладает более сильным «интеллектом», он может не только отвечать на оригинальные задачи из банка задач, но и справляться с новыми и сложными задачами. Использование «цепочки рассуждений (CoT)» большой модели позволяет Quark AI поиск задач последовательно呈现ять思路 решения и шаги выполнения, предоставляя пользователю более подробный анализ контента и учебное руководство.

По сравнению с同类 продуктами поиска задач, которые в основном依赖ят банку задач и могут отвечать только на задачи в области K12, продукт AI поиска задач Quark может отвечать не только на новые задачи в области K12, но и на профессиональные задачи для поступления в магистратуру, государственной службы,各类 квалификационных экзаменов. Пользователю нужно только сделать фото или скриншот, Quark может найти соответствующую задачу и пошагово выдать профессиональный контент в виде изображений, текста, видео и ответов AI. Кроме того, для задач в нишевых областях, таких как право, медицина, Quark «AI поиск задач» также может дать ответ.

Ответ Quark на реальный вопрос судебного экзамена

В то же время Quark «AI поиск задач» может использовать возможности AI для глубокого объяснения знаний и ключевых точек в задаче, точно定位я ключевые шаги, позволяя пользователю не только научиться решать эту одну задачу, но и «делать выводы из одного примера», научившись решать этот класс задач.

Мощные возможности Quark «AI поиск задач»依托ятся не только на накоплениях Quark за многие годы работы в поиске, достаточном количестве качественных материалов и потребностей пользователей, накопленных в сценариях обучения, но и离不开 поддержки учебной большой модели «Линчжи», выпущенной Quark в тот же период.

Большая модель «Линчжи» была обучена технической командой Quark на основе «Большой модели Quark» с использованием высококачественных данных, накопленных за многие годы глубокой работы в области образования, она не только обладает способностью цепочки рассуждений, которой обладают многие顶尖 модели, но и может преобразовывать процесс мышления в язык, понятный студентам и более соответствующий их процессу обучения.

Другими словами, одинаково объясняя студентам одну и ту же задачу, большая модель «Линчжи» лучше знает, какие知识点 нужно объяснять и как构建思路 решения.

Возьмем в качестве примера реальную задачу по математике на вступительном экзамене в университет Beijing 2024 года, введя ее соответственно в DeepSeek и Quark, полученные ответы показаны ниже:

Ответ, данный DeepSeek

Ответ, данный Quark

Можно видеть, что по сравнению с长篇大论叙述 цепочки рассуждений и официальным, подробным ответом DeepSeek, ответ, данный Quark, более лаконичен, больше похож на объяснение задачи.

Индустрия образования из-за большого количества сценариев «объяснения знаний» и «популяризации науки» предъявляет высокие требования к многомодальным возможностям модели. Однако существующие многомодальные модели имеют较差 распознавание формул, рукописных заметок и т. д., особенно较差 тонкое понимание графиков.

Для решения этой проблемы большая модель Quark «Линчжи»通过 масштабную многомодальную базу предварительного обучения построила масштабный корпус профессионального обучения в области, одновременно в структуре модели обеспечила лучший эффект понимания.

В последних оценках точность и процент得分 большой учебной модели Quark «Линчжи» на задачах по математике для поступления в магистратуру уже могут соперничать с OpenAI-o1 и далеко превосходят другие domestic модели. В нескольких国内 математических соревнованиях и важных тестах, таких как вступительный экзамен в университет, точность и процент得分 Quark также находятся в абсолютном лидерстве.

Демонстрация результатов математической оценки большой модели «Линчжи»

Источник: Quark

В отличие от компаний, таких как DeepSeek, которые разрабатывают纯粹 возможности базовой модели, Quark разрабатывает модели, ориентированные на потребности пользователей. Возьмем, например, AI написание: техническая команда Quark, ориентируясь на потребности молодых пользователей Quark в написании отчетов, диссертаций и т. д. «написание длинных текстов», используя многоэтапную CoT и технологии улучшения поиска, разработала модель Quark Creative, способную генерировать длинные тексты более 8000 символов, гарантируя эффект соблюдения количества слов. И даже DeepSeek в настоящее время может генерировать статьи максимум до 3000 символов.

Кроме того, функция AI написания Quark также эквивалентна «онлайн-текстовому редактору», пользователь может выполнять сложные операции, такие как удаление, полировка, расширение сгенерированной статьи, что также离不开 поддержки возможностей модели Quark Creative.

Можно сказать, что в то время как во всем мире «соревнуются» в параметрах больших моделей, Quark уже сместил больше重心 на практические сценарии применения, исходя из потребностей пользователей для направленной升级 и оптимизации возможностей модели. На данный момент Quark уже сформировал системные全场景 возможности AI.

Источник: Quark

3. Ускорение Alibaba AI To C

Как одно из четырех стратегических инновационных бизнесов Alibaba, каждое движение Quark представляет не только себя, но и направление всего бизнеса Alibaba AI To C.

15 января Quark升级ил бренд-слоган — «Универсальный помощник ИИ для 200 миллионов человек», демонстрируя новую бизнес-позицию ускорения исследования приложений AI To C. Недавно основатель Alibaba Джек Ма внезапно «появился» в кампусе Alibaba в Hangzhou, также посетив офисные зоны бизнесов AI To C, таких как Quark.

В последнее время Alibaba предпринимает частые действия в области AI To C: сначала «молодой» руководитель У Цзя вернулся в группу Alibaba для исследования бизнеса AI To C; затем приложение ИИ Alibaba «Tongyi» официально было выделено из Alibaba Cloud и включено в бизнес-группу интеллектуальной информации Alibaba; а недавно, согласно сообщениям СМИ, команда hardware天猫精灵 в настоящее время также работает в интеграции с командой продуктов Quark, их工作重点 включают планирование и определение новых продуктов ИИ нового поколения, а также интеграцию с возможностями Quark AI. После интеграции команд новая команда также будет исследовать новые направления hardware, включая очки ИИ.

С этого момента Quark, приложение Tongyi,天猫精灵 будут соответственно предоставлять дифференцированные услуги пользователям в формах инструмента производительности, Chatbot, hardware ИИ.

6 февраля в области Alibaba ToC появилась еще одна тяжеловесная фигура — глобальный顶尖 ученый в области искусственного интеллекта профессор Сюй Чжу Хун (Steven Hoi) официально присоединился к Alibaba, заняв должность вице-президента группы Alibaba, отчитываясь перед У Цзя, отвечая за исследования基础 моделей многомодальности и Agents, связанные с бизнесом AI To C, и приложения решения.

По словам инсайдеров, профессор Сюй Чжу Хун сосредоточится на исследованиях基础 моделей многомодальности и Agents, связанных с бизнесом AI To C, и приложения решениях, значительно повысив скачок способности端到端 замкнутого цикла комбинации модели и приложения в продуктах C-end Alibaba AI. Как только возможности многомодальных基础 моделей实现ят прорыв, приложения C-end, такие как Quark, получат новое пространство для исследования в бизнесе.

В то же время бизнес Alibaba AI To C формирует顶级 команду исследований алгоритмов AI и инженерии, привлекая大量 отличных талантов в отрасли. Некоторые инсайдеры анализируют, что в начале 2025 года присоединение мировых顶尖 ученых можно рассматривать как важный сигнал об увеличении Alibaba инвестиций талантов и ресурсов в AI To C. Команда顶级 талантов больших моделей поддержит глубокое исследование Alibaba AI To C в направлениях, таких как многомодальные Agents, а также откроет пространство для воображения для построения платформы приложений ИИ, ориентированной на пользователей, на следующем этапе.

В настоящее время ByteDance делает тяжелые ставки в области приложений ИИ, перезапуская стратегию «Фабрика App» через агрессивное продвижение трафика и внутренние соревнования, активный выход за рубеж и т. д.; Tencent выпустила два продукта «Yuanbao», «Yuanqi» в направлении ассистентов ИИ и агентов, и через недавно выпущенный инструмент управления личными знаниями ima.copilot снова получила внимание общественности; Baidu выпустила матрицу продуктов ИИ, включая Ernie Bot, Ernie ViLG, Chengpian AI, Super Canvas и т. д., используя тактику «большой и полный» для проведения «насыщенной атаки» на конкурентов. Плюс новые创业 компании, такие как «Шесть маленьких тигров» больших моделей и DeepSeek, также активно发力ют приложения ИИ, бизнес Alibaba AI To C можно сказать окружен сильными врагами, давление可想而知.

Однако, если есть трудности,必然 есть решения. Quark通过 стратегии «AI in All» и точного контроля потребностей пользователей доказал, что не соревнуясь в параметрах,依靠я «прикладную большую модель» и точное把握 потребностей пользователей, также можно实现 мощную продуктивность, это также другая версия «низкой стоимости и высокой эффективности»; а более 200 миллионов пользователей и высокий рейтинг месячной активности также доказывают правильность подхода Quark и светлое будущее бизнеса Alibaba AI To C.

В настоящее время, когда технология ИИ входит в «глубокие воды применения», инновационная парадигма Quark дает нам ключевое вдохновение: истинная техническая продвинутость заключается не только в том, сколько технических вершин покорено, но и в том, сколько научных достижений может быть преобразовано в ценность, ощутимую для пользователей на кончиках пальцев. И только когда пользователи действительно сделают выбор и проголосуют своими实际行动 за приложения ИИ, эта битва за прорыв в практическом применении технологии ИИ, возможно, достигнет真正的赛点, определяющего будущую отраслевую格局.

TechFlow Logo

Платформа для поиска перспективных активов Главное о Web3, AI, золоте, акциях США и мировой экономике

Предложить статьюemail
Предложить темуmsg

Предупреждение о рисках: материалы сайта не являются инвестиционной рекомендацией. TechFlow не даёт торговых сигналов, не побуждает к совершению сделок и не оказывает связанных с торговлей услуг. В соответствии с уведомлением Народного банка Китая и ещё девяти ведомств о дальнейшей профилактике и пресечении рисков спекулятивной торговли виртуальными валютами просим читателей осознавать связанные с ними риски.

© 2024 TechFlow. Все права защищены.

Контакты: [email protected]

ICP-лицензия: 琼ICP备2022009338号