OpenAI-GPT4(V/ターボ)

人間性クロード3

Google-Gemini 1.5、ジェマ

ミストラル AI、メタ、ビッグコード…

国内プレイヤー

OpenAI-DallE3、ソラ

安定性AI – 安定性拡散3

ミッドジャーニー – MJ V6

グーグルとランウェイと…

国内プレイヤー

Google/ディープマインド: ロボットトランスフォーマー、Palm-E

テスラ: FSD、オプティマス

研究所: VoxPoser、ALOHA

国内プレイヤー

基本的なルートは比較的明確で、主に Transformer の下部にある Decoder のみのアーキテクチャの開発と改善に基づいており、MOE やマルチモーダル埋め込みなどと組み合わせられています。

最下層のルートは、以前は拡散最下層の安定拡散構造について言及しましたが、現在は拡散トランスにアップグレードされています。

コア構造は複雑で、コーデック、パッチング、拡散モジュール、トランスフォーマー モジュール、クリップ モジュール、フレーム挿入モジュールなど、多くの最適化ポイントがあります。

根底にある技術的なルートは不明であり、Nerf、ディフュージョンモデルなど様々な構造が存在する。

VLM および LLM 集約の使用など、基礎となる技術的ルートは明確ではありませんが、推論および操作制御レベルで複数の技術ロジックが存在します。

ラマ２、ジェマ

Starcoder2、CodeLlama

SDシリーズ

プラグイン市場から GPT まで、初期の人気は高いが、長期的に優れた製品は依然としてプロの開発者による開発が必要

MOE や RAG などのテクノロジーは部分的に Finetuning に取って代わりますが、FT は依然として壊滅的な忘れの問題と更新の適時性を改善する必要があります。

ベクトルデータベースと組み合わせることで、低コスト、高速な更新頻度、回答精度の向上、錯視の低減を実現し、将来的には大規模に応用される予定です。

現在、ユーザーがプロンプトを自動的に拡張し、機械が調整できるようにするアルゴリズムが急速に開発されています。

量子化、圧縮、プルーニングなどに分かれており、これらはアプリケーション、特にローカルに展開された C サイドおよび B サイド モデルに厳密に必要です。

これは広く使用されていますが、開発の初期段階では、基礎となるモデルの推論、計画、錯覚の問題を解決する必要があります。

チャットボット

AI検索エンジン

AI画像編集・生成

AIライタージェネレーター

AIキャラクタージェネレーター

教育用AIツール

その他の生産性

2 年近くの継続的な観察と追跡を経て、いくつかのシナリオで有力企業がより認識できるようになり、優れた企業が MLLM やチャットボット、コード生成アプリケーション、ビデオ生成アプリケーションなどの業界の他のプレーヤーとの差を徐々に開いてきました。製品、法務、医療分野のリーディングカンパニー誕生

高い投資密度、人材密度、資本密度、およびコンピューティング能力密度

テクノロジーとチームは非常に識別可能であるため、コアリソースを独占し、相対的に優位性を得ることが容易になります。

テクノロジーの反復のリスクがあり、オープン ソースと更新されたモデル アーキテクチャが向上すると、既存の基盤となるモデル メーカーの技術的利点が減少する可能性があります。

現在のモデルで扱いやすいシナリオを選択し、モデルの最適化を急ぐ必要はありません。

最適なモデル技術を活用し、技術的なリスクを低く抑えながら、PMF と収益を迅速に獲得します。

しかし、ほとんどの製品は同質であり、障壁を積み上げ続けられるビジネスモデルを見つける必要があります。

情報格差がもたらす商品の事前企画

最も明確な投資分野と最も有名な責任者を持つ会社

シナリオの選択: 問題点を早急に解決する必要があり、製品には特定の要件があり、顧客は高額の注文 (できれば収益を生み出すもの) を喜んで支払う必要があります。

データの利点: 特定のシナリオ向けのデータ ソース

製品のイテレーション: より厚くすることは可能ですが、移行コストが高くなります

運用データ：ユーザー更新/CAC/顧客単価など