• AIGC创业:赌注未来,是冒险还是稳妥?


    今天实验室的一个字节跳动工作的师兄回来找我们玩,我和他聊了蛮久的。

    我很好奇他们这种大厂对于AIGC的使用情况,于是我问他你们平时用AIGC多吗?

    他们说可能就是chatgpt稍微多一些,对于文生图像是midjourney这些的产品使用还是很少很少。

    其实也不是很意外,他们毕竟有成熟的美工生成线,生成的质量在可控性要远大于AIGC的生成,对于大厂而言,质量第一,满足需求第一,对于我们个人来说,玩一玩效果确实出奇的好,但对于大厂来说,还远没有达到他们的期望的要求。

    然后我又和师兄谈起这个AIGC相关的一些创业,师兄觉得这些创业并不是很靠谱,因为AIGC玩的是算力,美国前几天又对国内禁售了Rtx4090 GPU,对于小型初创公司而言,一没有算力,二没有数据,自然成不了火候。而像是字节他们这些大厂,较多的算力资源储备,较多的数据储备,自然可以轻易超越这些初创公司。

    我差点就被说服了,不过转念又想到了前几天看到的一观点:

    AIGC的技术会对日常生活中方方面面的产品进行影响和迭代,不同于以往的技术,这一波可以说是无孔不入,而大厂是无暇顾及很多细节问题的,所以广大初创公司和开发者是可以有着更多的机会的。基于大厂的模型做微调或者附加以特定行业场景的落地应用需求解决是有着很大潜力的。

    所以从某种意义上来说,这是两种对于AIGC创业的截然不同的看法,浅浅可以归纳为消极派和积极派, 而我更偏向于后者。

    不过这个时代刚刚开始,一切都有可能,我记录下这些,就是想看看站在十年后看现在,哪一种观点是正确的呢?

    对于个人而言,学习实践得到过硬的技术肯定永远不会有问题,即便创业失败也可以积攒很多经验,收到很多的橄榄枝。

    新一轮的AIGC时代,应该不是一个庞大的泡沫,但是小的泡沫还是很多的,感觉创业还是不能倾尽全部资本,包括时间资本

    未来还是值得期待的!!

  • 相关阅读:
    jboss/CVE-2017-7504
    Pyecharts教程(二):使用pyecharts绘制3D散点图——以营养元素为例
    leetcode 513. Find Bottom Left Tree Value 找树左下角的值 (简单)
    计算机图形学入门11:图形管线与着色器
    在生产中部署ML前需要了解的事
    PCL 判断点位于球内外侧
    337. 打家劫舍 III
    Nginx服务、Vite项目如何设置ws(websocket)代理?
    权值初始化的常用方法
    生产问题 Recv-Q101
  • 原文地址:https://blog.csdn.net/Q52099999/article/details/133959477