自ChatGPT發(fā)布之后，多模態(tài)大模型賽道備受各界關注，似乎也給了跨境電商領域一劑強心劑。

多模態(tài)大模型作為最前沿的AI技術，在跨境電商領域，發(fā)揮怎樣的應用前景？對于新一代創(chuàng)業(yè)者而言，他們又有怎樣的創(chuàng)業(yè)機會和挑戰(zhàn)？

近日，由 GAIR 研究院、雷峰網(公眾號：雷峰網)、世界科技出版社、科特勒咨詢集團聯合主辦的第七屆 GAIR 全球人工智能與機器人大會，在新加坡烏節(jié)大酒店圓滿結束。

而在會議多模態(tài)大模型與跨境電商的分論壇上，由Mamentum Works 創(chuàng)始人兼首席執(zhí)行官李江玕主持，Meta人工智能研究專家曹晟、人工智能專家張偉、騰訊海外游戲發(fā)行算法中心主任郎君齊聚一堂，一同分享多模態(tài)大模型下的創(chuàng)業(yè)機會。

在圓桌論壇上，郎君表示，如果創(chuàng)業(yè)可能從兩個方面下手，一是從現有的大公司的流程里發(fā)現大公司可能做得不夠好的一些點，大公司又不太愿意投入一個很專注的團隊專門干的這些事情，自己創(chuàng)業(yè)就把這些事做了。二是如果我們沒有在大廠工作，可以觀察自己的生活周邊有沒有一些相對好的需求，可以用技術的方式去解決，或者用商業(yè)的方式解決，或者用產品的方式解決。這幾個方面，只要找到一個需求點就可以去突破。

郎君覺得在AIGC領域創(chuàng)業(yè)，這波還是會有很多做法?，F在ChatGPT已經開放了，大家用起來也很方便，也有很多的API接入技術可以使用，創(chuàng)業(yè)成本門檻已經比以前低了很多。關鍵是要么從需求出發(fā)延伸性地做創(chuàng)新，要么就是從這個應用上繼續(xù)加一塊磚也能產生巨大商業(yè)價值。

張偉則思考了兩條路，第一條路是在學術界中沿著這個方向做一些基礎的研究，跟政府或者是國內的一些高校合作做一些更前端的研究，類似跟機器人的結合等。第二條路是創(chuàng)業(yè)，基于ChatGPT做一些應用，比如數字人，這個方向有挑戰(zhàn)，但發(fā)展得好也是一條新的商業(yè)賽道。

曹晟直言，企業(yè)的周期越來越短，大家可以去接受這個事實，也不用去焦慮。首先有很多機會，同時也有很多競爭對手，第三有很多是可以被顛覆，第四要看你自己也可以顛覆的東西。曹晟覺得，大家只要結合這種模式，都是有機會的。

以下為圓桌討論的內容，雷峰網做了不改變原意的整理和編輯：

李江玕（主持人）：從去年11月ChatGPT發(fā)布出來到現在，整個市場發(fā)生很多變化，大模型能力也在不斷的迭代。在過去的8~9個月的時間，對很多人來說好像又變成了無限的可能，但無限的可能就得做市場，你得探索他們的東西。各位在過去的這個時間經歷了怎么樣的心路歷程？

郎君：去年11月ChatGPT橫空出世，剛開始我們的算法中心，有些同學很積極的去探索、研究，有些同學則比較保守，說這東西跟我沒關系，還有一部分人是處于觀望的狀態(tài)，我是后者。當時我覺得它離我們比較遠，那是聊天的語言模型，跟我們做的視頻、音頻等技術關系不大，但是再過兩個月之后就發(fā)現ChatGPT開始火爆了，一下子就把我們的視野全部打開了，大家可以做的事情越來越多。我們在我們場景里面做視頻用的特別多，所以我們就開始深入研究，把我們能夠服務的ToB、ToC客戶全部掃描了一遍看看能做什么，后來再從某些方向快速地去試錯。

內部也是分很多種聲音，但大家整體都是希望用ChatGPT真正地降本增效。而且讓你試錯的時間并不多，可能就是3個月的時間，能做就做下去，做不成可能就要撤。但是我們確實還是摸索出了一些路線出來，繼續(xù)去嘗試，現在看起來效果不錯。 

比如，我們做了視頻的自動生成、游戲文案的自動生成、大規(guī)模的情報分析，以及關于用戶運營的一些技術，包括圖像的變換，一些虛擬人的技術，這方面做的還是比較多的。有些是我們用ChatGPT直接做，有些是在ChatGPT上面加一層LangChain的方式做一個相關的工作。這方面現在比較成熟，而且Lang chain現在也用得比較穩(wěn)定了。

李江玕（主持人）：從一個東西想做，到這個東西落地，你是不是感覺這些新的應用、新的場景、思路比以前快。

郎君：對，我感覺比較快的原因有兩個，第一個是ChatGPT，它人人可用，它不像過去的元宇宙，大家知道云宇宙就是一個云里霧里的概念，跟我沒關系，只能看看這個Demo而已。現在ChatGPT人人都可以去嘗試和探索，我就可以成為用戶了。

這其實啟發(fā)了很多人的一些想象力，包括投資資本界也是這樣看的，一下子就暴漲，然后現在開始出現一個冷靜期，所以在漸漸的衰弱，但還是在反彈。所以我覺得確實很好用，而且現在這種AIGC開源社區(qū)非常的發(fā)達，不管ChatGPT還是其他領域里的核心工具，特別有一段時間每天都有海量的論文在爆發(fā)，跟都跟不過來，就很痛苦了，現在相對好一點，但還是很不容易。這是我們的一些情況。

張偉：我自己也是做自然語言處理的，我讀博士也是讀自然語言處理的，剛看到ChatGPT的時候我自己也體驗了一下，非常吃驚，感覺這個好像把我們以前學的那些東西都顛覆了，包含我們做的那些句法分析、信息提取的工作。

我們現在還面臨著挑戰(zhàn)，主要分兩部分，一方面針對自然語言理解，業(yè)務的特定模型表現不是很好，另一方面LLM大模型，針對業(yè)務場景，它的精力達不到我們的業(yè)務需求。但是你要真正到一個具體的商業(yè)問題上，還是有點Gap。因此我們需要做一些針對特定任務的小模型，然后再在一些大模型底座上去做再訓練。但是像電商這種場景，你首先要投入，而我又不是做一個云服務，這里面你就得想清楚它的應用在哪里。

這種我們就剛開始講了兩個點，一個點是現在已經有AI應用，現在的模型已經還可以了，然后你換它的成本也很高。第二個是，做完之后它能不能跟我們現在這個業(yè)務匹配，其實也有一定分享，因為過去的系統已經優(yōu)化很長時間了。LLM大模型如果在General的NLP Topic上，真的要對標，其實也是有優(yōu)有劣了。但是你如果再加一層業(yè)務含義，這個不確定性有點高。

所以這里面就會對于我們來說有兩個思路，一個思路是有沒有一個應用可以驅動做這個事情，第二個是這個應用驅動完了之后，其他的那些應用是不是可以重寫。

曹晟：我的心路歷程大致可以用一條比較出名的曲線形容，Gartner Hype Cycle。每次新的技術出來，大家的預期會非常高且不合理，然后到對于不能兌現的預期迅速失望，然后再回歸到合理預期并產品化Plateau的一個過程。我感覺我已經過了這個高點和這個低點，然后到了這個Plateau的過程?，F在這個股票市場可能是剛剛過了高點，最近市場的反應有一點cool down的。

我是去年開始關注這個領域，一開始也是對它的涌現能力和AGI能力感到非常震驚，也問了很多身邊的大佬，有華人和非華人，大家都說它就像互聯網剛出來的時候，甚至比互聯網那會還稱得上是幾十年一遇的機會，所以當時是非常optimistic on this。后來在實際中做research和開發(fā)的時候，就發(fā)現非常難以在短時間做完美的產品化、商業(yè)化落地，特別是ToB或對accuracy、safety要求很高的產品，這方面不能保證這個產品落地。比如說金融領域現在還是slow to adopt，因為金融對于accuracy的要求太高了。多模態(tài)大模型這個長期trend還是在的，我也是一個AI的believer在這個情況下面，心態(tài)上面要更落地。

在Generative AI 的時代，首先大家開發(fā)的思路會轉變，因為大家是從一個面向deterministic programming 過程，到面向一個 probability based 的過程，大家要去習慣這種轉變，很多事情不是絕對能去杜絕，或者是絕對能去證明。而是說在一個概率上面去收斂，或者概率上面去杜絕一個事情。第二，很多時候雖然大模型的能力非常強，但很多時候卡脖子并不在這上面，或者說還有很多繞過模型本身的方法，能更好的Boost 整個application的ROI。

大家可以關注一下未來幾個月內初創(chuàng)公司基于拿大模型做的一些產品應用，因為他們現在被賦予了用llama 2整個模型創(chuàng)新的能力。初創(chuàng)公司非常能拼搏一些新的idea，他們可以更好地找到瓶頸的地方到底在哪里，這些信息我們可以反饋到整個生態(tài)的搭建和商業(yè)化思考。

李江玕（主持人）：你剛才提到那個銀行，我們自己的一個東南亞銀行客戶，他們內部已經有十幾個應用在做了。但他們做的事情第一件事情就是說這個東西能不能本地化，本地化部署了之后，然后再做一些提效類，包括客服的抵消，內部開發(fā)人員抵消，但是那個核心系統還是沒有碰到。

曹晟：核心沒有能看到。金融行業(yè)比較特殊，它的商業(yè)化上限理論上特別高，但是往往現在技術方面還是在做的 cost reduction 上面其實并沒有真正把 AI 技術運用到金融上面賺錢那一塊，因為就是金融的it還是很小一塊。再就是，大家對于這件事情的看法也有不同，所以大家可能一開始還是在做sentiment scoring的系統，因為這個可能更好的把它轉換成一個trading signal。

但是在我看來，sentiment score這個東西很久以前就一直在做，我覺得只做sentiment score，并沒有很好的leverage大模型的能力，可能只用了一小部分，但是對于別的人可能更想看到這個東西能帶來實際經濟上的利益，同時他本身的it人才又不像那個大廠那么多，這還是比較有挑戰(zhàn)的。

李江玕（主持人）：再問一個簡單的補充問題，你在硅谷里就直接請教了一些華人前輩，也有一些白人，這兩派對這個技術的看法，會有一些系統的差異？

曹晟：華人和非華人在這上面的看法出奇的一致，都是非?？春?。而且他們覺得這件事情肯定是一個revolutionary的事情。有些人的看法倒不是華人和非華人之間，而是看他之前從事的那個領域，現在是有一個AI security比較新的領域。但以前做security的那些大佬，他可能會對這個東西的suspicion會更多一些。他倒不是說質疑它的能力，而是說質疑在這個情況下面，人類可能不能很好地用這樣的Tool。

最簡單的例子就是，它會帶來更多的一些不能 debug做的一些風險，或者說傳統的一些practice在這個模型下面可能就失效，然后可能大家還沒有準備好。比如說現很多不會寫代碼的人用大語言模型，或者說沒有系統受過這方面訓練的人用GPT去寫代碼，這是一件非常危險的事情，因為可能他不知道自己到底寫出來什么東西，然后有很多security的risk暴露出來，大致上是這樣的一個差別。

李江玕（主持人）：跟這個相關的問題，各位都在比較大廠的架構下面工作。這一塊的話，你在大廠可以投入很多資源去研究和嘗試這種東西。我現在做的是中小企業(yè)，在這個方面不管是研究也好，還是感到焦慮也好，這方面大家有什么建議？在自己沒有什么資源的情況下，變化又這么大，有些場景可能對于創(chuàng)業(yè)公司來說的話，我沒抓住，這個可能就是生與死的挑戰(zhàn)，大家在這點上面有沒有一些思考和一些建議？我們應該做些什么事情？或者說應該怎么去面對這個問題？

張偉：ChatGPT出來之后，我發(fā)現還挺不錯的。我自己也在思考，如果我不是在大廠，我要自己做這個事情，如果要去做個創(chuàng)業(yè)公司，怎么做啊？

我自己思考了三條路，第一條路是在學術界中沿著這個方向做一些基礎的研究，跟政府或者是國內的一些高校合作做一些更前端的研究，類似跟機器人的結合等。第二條路是自己創(chuàng)業(yè)，基于ChatGPT做一些應用，比如數字人，這個方向有挑戰(zhàn)，但發(fā)展得好也是一條新的商業(yè)賽道。第三個思路是在一個大公司里面的創(chuàng)業(yè)團隊，做一些應用。

郎君：ChatGPT剛出來的時候，我們團隊并沒有很充沛的資源，自由去探索和發(fā)揮，我們一方面要把現有的工作做好，然后用業(yè)余時間摸索數據，有些壓力也是給咱們特別新的意義。再說創(chuàng)業(yè)，因為我自己還沒有創(chuàng)業(yè)，我一直在想我要創(chuàng)業(yè)能干什么？這兩天在會場碰到很多以前的老朋友，很多都是創(chuàng)業(yè)者，有很多的信心，但我不一定要去創(chuàng)業(yè)，但是我如果創(chuàng)業(yè)可能從這兩個方面下手，從現有的大公司的流程里面發(fā)現一些大公司可能做的不夠好的一些點，但大公司又不太愿意投入一個很專注的團隊專門干這些事情。那你去創(chuàng)業(yè)把這些事做了，用長尾效應的方式去收割所有大廠做的不好的點，這是一種常規(guī)的思路。

第二種思路是，如果我們沒有在大廠里面工作，你可以去觀察你的生活，像巴菲特怎么買股票？可口可樂為什么不愛買？他生活中需要喝的就好，喝他就買了。從這種思路的話，可以觀察自己的生活周邊有沒有一些相對好的需求，可以用技術的方式去解決，或者用商業(yè)的方式解決，或者用產品的方式解決。這幾個方面，只要找到一個需求點就可以去突破。很多東西不一定是說我要全面的技術才能干這個事，但我有個商業(yè)模式創(chuàng)新也可以搞，電商搞一些，電商就干出來了，它并不是技術的創(chuàng)新，是模式的創(chuàng)新，所以我覺得創(chuàng)業(yè)還是很有機會的。

在AIGC這個領域，我覺得AIGC創(chuàng)業(yè)這波還是會有很多做法。我們普通人沒有這么多的資源，有幾種方式可以解決？第一種，有一家公司是用CPU的方式來做GPU的事情，這種CPU的形式做到了成本很低。這方面是有巨大的空間的平臺，拿臺筆記本就可以干這種CV的事，就可以創(chuàng)業(yè)了。有些像做文本的技術，現在ChatGPT已經開放了，大家用起來也很方便，也有很多的API的接入技術都可以去使用。其中的創(chuàng)業(yè)成本門檻已經比以前低了很多，而且它的收費時間并不高，你幾十萬次才幾十塊錢，所以這里其實會做很多的東西，關鍵是要么從需求出發(fā)，延伸性的做一些創(chuàng)新，要么從一個緊急的應用上，繼續(xù)加一塊磚也能產生巨大商業(yè)價值。

曹晟：我講一下我自己的看法，我以前是學物理的，一直相信熵增定律。現在是大家在一個信息上，一直在信息熵增和explode一個階段。這個帶來很多東西，我覺得他思考會和以前不一樣，首先企業(yè)的這個生命周期里面，企業(yè)的周期越來越短，同時做公司的怎么定義門檻，但是至少現在的公司比之前越來越容易，包括云計算等技術。

當然這對創(chuàng)業(yè)是一個利好，又是不利好的情況?？赡芎芏囗椖科饋砗芸?，但有些公司因為ChatGPT的事情，它又受到了一些影響。到時候大家能看到很多企業(yè)周期變化，新老交替迭代或者業(yè)界發(fā)展都非常快，我覺得大家可以去accept這個事實，也不用焦慮，首先有很多機會，同時也有很多競爭對手。有很多事物是可以被顛覆。大家只要接受這種模式的話，我覺得就是可以走出一條路的。

李江玕（主持人）：我記得4月份的時候，當時在國內一家公司做拜訪，那個時候我們剛開完記錄總結會，我說總結出一點，珍愛生命，遠離大模型。我說什么意思？他說你做的東西不能夠在大模型的能力的延伸線上，這樣的話可能會很快死。那我在想UGIC可能跟國內的一家大廠有關系。以前的想法是做任何東西不要在大廠的延伸線上，因為大廠很容易復制能力，這對于創(chuàng)業(yè)者來說其實是很難的，要做的也只是那個需求大盤本身自己做起來很難受的一些需求，那么可能這個比較好。

剛才張偉你提到一點創(chuàng)業(yè)的想法，當然我們也知道現在的這種環(huán)境都不好，從shopee的角度或周圍一些朋友的角度來講的話，你會鼓勵大家去創(chuàng)業(yè)嗎？

張偉：我有個同事也在問我，因為我以前是做NLP的，他不是做這塊的，他問這個有沒有機會？我勸他謹慎一點，還是在大廠待著好一點。他只是有一個比較懵懂的idea，所以這個就挺難的。而且大模型也有大廠開源的了，所以你去創(chuàng)業(yè)，一是資金拿不到，二是很難做一個盈利模式出來。有些同事之前做一些客服的機器人，然后接到電商里面，它這個東西不用大模型之前也有盈利模式，用了大模型之后體驗更好，或者是整個對話效應更好，因為現在的大模型API的成本也比較低，用大模型迭代的現有應用還是挺好的。

還有數字人，現在的需求量是在那的，只要你的技術做得好，是有人用的。比方說一個直播它就24小時在那掛著，還是挺好的，開直播就相當于是免費的，這樣帶來的流量也是客觀的。這個流量不像廣告一下需要付費。雖然大家覺得數字人流量不如真人，但是從商業(yè)的角度上還是有一個利益點的，這個創(chuàng)意還挺好的。如果做大模型底座的創(chuàng)業(yè)，現在確實是風險很大，有些朋友去創(chuàng)業(yè)，起初他們出去的時候拿種子輪融資的時候環(huán)境還挺好，現在就很難拿到融資了。

李江玕（主持人）：我之前有個投資人朋友見了更多的創(chuàng)業(yè)者，他總結出來說，創(chuàng)業(yè)者最開心的狀態(tài)是兩個時候，第一個是產品上線前，即第一版產品上線前，第二個是剛拿到的融資還沒有到賬，中間這個過程是最開心的，之后就很不一樣了。

你們剛才提到的那個數字人，其實最近在東南亞市場有很多人在關注，就是TikTok電商的發(fā)展，我們也是聊了很多這個行業(yè)從業(yè)者上，因為在直播這個方面人員的投入還是挺大的，尤其是在東南亞大家覺得人員的效率跟中國比是有差距的，所以大家討論數字人比較多，但是可能就是在實際應用上還比較少一個東西。大家對這個怎么看？

張偉：我自己不止數字人，包括國內接受度比較高其他AI應用，類似一些智能化運營工具和數字化的業(yè)務看板，東南亞這邊都還處于初期，這些應用接受度需要慢慢發(fā)展。所以包括數字人在內的智能化運營工具都還是處于萌芽期。

雖然現階段規(guī)模小，接受度低，但是發(fā)展空間還是不錯的，第一個是消費者端電商市場滲透率，第二個是商家側的運營能力跟國內拉齊。隨著這兩部分的發(fā)展，數字人以及數據驅動的運營工作等都是有很大的市場的。國內給商家提供第三方運營的公司，有很多，但是東南亞這邊其實還較少。在一個成熟市場去做技術創(chuàng)新，這件事情是一個思路。在一些發(fā)展初期市場再去做這件事情，隨著市場成熟，機會也會更多，所以我覺得數字人在這還可以的。另外，我覺得數字人比國內好一點，在東南亞的真人直播質量和數字人的差距沒國內那么大，這個也算是個優(yōu)勢。

李江玕（主持人）：對于消費來說的話，TikTok本身是一個就是廣告投放渠道本身，但本身也是一個電商的競爭對手，歷史上大家都認為就是TikTok的廣告的轉化率比Meta 跟谷歌都要低的，原因是什么？目前包括數字人、辦公情況會給這個行業(yè)帶來什么樣的變化？

曹晟：TikTok的轉化率比Facebook、谷歌要低。一個在TikTok做Monetization的朋友說，TikTok的轉化率是Facebook的一半，但這個數據沒有考證。在我個人看來，主要原因是在做廣告投放上面。在傳統廣告投放上面，短視頻的信息密度，還有轉化率要低過信息流的。

像谷歌、Facebook，它們基本還是一個以信息流為主的產品，短視頻是它們的一部分，但是TikTok是以短視頻為主的一個產品，短視頻的粘度非常高，所以不做短視頻的話，session time肯定會被短視頻搶走，但是整個短視頻的monetization效率是低過信息流這類產品。然后數字人我確實不太了解。這個是指經常掛在這個平臺上，24小時的一個電商直播，它是一個虛擬人嗎？

李江玕（主持人）：國內現在還有很多這種，就淘寶上的賬號，它其實都是掛著直播的，但往往是有一個人在那邊，可能也不是特別活躍。但是現在有了這樣的技術，可能以后你不需要雇一個人在那，然后你可以同時用處理的方式在不同的渠道完成直播中的時效。

曹晟：那他就是不同數字人，因為每個商家都有自己的一個直播頻道，他怎么去跑出來呢？如果一個用戶他剛進入到整個平臺上，想要找到類似還是需要一個檢索或者推送的方式。這部分可能還是需要廣告推送讓他更容易跑出，一旦它有這個綁定之后，可能就成為深度轉化，那個時候它就不需要這個持續(xù)的廣告推送，它就會綁定這個channel，然后通過數字人去讓它持續(xù)轉換。

郎君：我補充一下數字人或者虛擬人。這個在游戲里面已經很多年了，它叫NPC。比如說你打王者榮耀，突然之間有個人下線了，可以有個機器人代替，大家可以感覺不到，那這機器需要匹配機制，你需要這個機器人比你強很多還是比你差很多，有時候你跟一個很強的人打了幾局，你就進步了，但一直被虐你就不想玩了，你跟一個很差的人打一會沒意思，也不打了。所以這里面匹配是很復雜的。在虛擬直播里面其實也是這樣，有時候你到一個店里面，如果這個直播講得很好，互動很好，這個機器人調得很好，你就隨便買東西了。如果你跟機器人聊了半天，聊不上來，體驗不好之后就不買了，直接走了。所以這個虛擬人的技術，我覺得它不只是個聊天機器人，可能還有那種表情、動作、手勢，還有廣告的技術，心理學怎么去設置，非常非常復雜。我覺得做好了還是有極大的前景。

李江玕（主持人）：所以這個行業(yè)還是有很多的可能性的問題的。今天的時間也差不多了，接下來我們大概有15分鐘的休息時間，3點半我們將進入下一個議題，感謝三位嘉賓的精彩分享。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。