OpenAI-GPT4(V/터보)

인류-Claude3

Google-Gemini 1.5, 젬마

미스트랄 AI & 메타 & 빅코드…

국내 플레이어

OpenAI-DallE3, 소라

안정성 AI – 안정 확산3

미드저니 – MJ V6

구글 & 런웨이 &…

국내 플레이어

Google/Deepmind: 로봇 변압기, Palm-E

테슬라: FSD, 옵티머스

연구소: VoxPoser, ALOHA

국내 플레이어

기본 경로는 비교적 명확하며 대부분 Transformer 하단의 디코더 전용 아키텍처의 개발 및 개선과 MOE 및 다중 모드 임베딩 등과 결합된 것을 기반으로 합니다.

이전에는 Diffusion Transformer로 업그레이드된 Diffusion Bottom Layer의 Stable Diffusion 구조를 참조하여 하단 레이어 경로가 더 명확해졌습니다.

핵심 구조는 복잡하며 코덱, 패칭, 확산 모듈, 트랜스포머 모듈, 클립 모듈, 프레임 삽입 모듈 등 최적화 포인트가 많습니다.

근본적인 기술 경로가 불분명하고 Nerf, 확산 모델 등 다양한 구조가 있습니다.

VLM, LLM 집계를 사용하는 등 기본 기술 경로가 명확하지 않지만 추론 및 운영 제어 수준에 여러 기술 논리가 있습니다.

라마2, 젬마

스타코더2, 코드라마

SD 시리즈

플러그인 시장부터 GPT까지 초기 인기는 높지만 장기적으로 우수한 제품은 아직 전문 개발자의 개발이 필요함

MOE, RAG 등의 기술이 Finetuning을 부분적으로 대체하고 있으며, FT는 여전히 치명적인 망각 문제와 업데이트 적시성 문제를 개선해야 합니다.

벡터 데이터베이스와 결합하면 비용이 저렴하고 업데이트 빈도가 빠르며 답변 정확도가 향상되고 향후 전문 분야에서 대규모로 적용될 예정입니다.

단기적인 경직된 수요와 장기적인 터미널 수요는 줄어들 수 있습니다. 현재 사용자가 프롬프트를 자동으로 확장하고 기계를 정렬하는 데 도움이 되는 알고리즘이 빠르게 발전하고 있습니다.

응용 프로그램, 특히 로컬로 배포된 C면 및 B면 모델에 꼭 필요한 양자화, 압축 및 정리 등으로 구분됩니다.

널리 사용되지만 개발 초기 단계에서는 기본 모델의 추론, 계획 및 환상 문제를 해결해야 합니다.

챗봇

AI 검색 엔진

AI 이미지 편집/생성

AI 작가 생성기

AI 캐릭터 생성기

교육용 AI 도구

기타 생산성

거의 2년간의 지속적인 관찰과 추적 끝에 일부 시나리오의 선두 기업은 더욱 인지도가 높아졌으며 뛰어난 기업은 점차 MLLM 및 Chatbot, 코드 생성 애플리케이션, 비디오 생성 애플리케이션 등 업계의 다른 플레이어와의 격차를 벌렸습니다. 제품, 법률, 의료 분야의 선두 기업이 있습니다.

높은 투자 밀도, 인재 밀도, 자본 밀도 및 컴퓨팅 성능 밀도

기술과 팀은 식별 가능성이 높기 때문에 핵심 자원을 쉽게 독점하고 상대적인 선두 우위를 확보할 수 있습니다.

기술 반복의 위험이 있습니다. 더 나은 오픈 소스와 업데이트된 모델 아키텍처로 인해 기존 기본 모델 제조업체의 기술적 이점이 줄어들 수 있습니다.

현재 모델로 쉽게 처리할 수 있는 시나리오를 선택하고 모델을 최적화하기 위해 서두르지 마세요.

최적의 모델 기술을 활용하여 낮은 기술적 리스크로 PMF 및 수익을 빠르게 확보하세요.

하지만 대부분의 제품이 동질적이어서 계속해서 장벽을 쌓을 수 있는 비즈니스 모델을 찾아야 합니다.

정보 격차로 인한 상품 사전 기획

가장 명확한 투자 틈새 시장과 가장 인지도가 높은 기업

시나리오 선택: 문제점이 즉각적으로 필요하고, 제품에 특정 요구 사항이 있으며, 고객이 높은 주문(가급적이면 수익을 창출할 수 있는 주문)을 지불할 의향이 있습니다.

데이터 장점: 특정 시나리오를 위한 데이터 원본

제품 반복: 더 두껍게 만들 수 있지만 마이그레이션 비용이 높습니다.

운영 데이터: 사용자 갱신/CAC/고객 단가 등