今天,如果你问创业者 2025 年 AI 赛道最大的机会在哪? 那么 10 个人里至少有 5 个会回答:多模态。 过去一年,我们见证了多模态模型领域的飞速发展:从 Sora 到 4o,从生成到感知,从图片、视频再到 3D,各种模态的基础模型在短短一年内完成了革命性的进化。 就像多点触屏催生了智能手机,推荐算法催生出头条、抖音,GPT-3.5 催生出 ChatGPT……每一轮基础技术的进步,都将在不久之后解锁创新的应用。而随着多模态模型的快速发展,越来越多从业者相信,2025 年多模态领域有望诞生出新的 Super App。 但真正置身其中,就会发现一切并没有那么简单,在这个赛道上有至少三个关键问题需要搞清楚: 多模态模型的技术能力进步有多大,到底是革命还是噱头?具体哪些模态是真正颠覆性的进步。 多模态到底解决的是什么问题?给用户创造的价值是什么。 多模态模型如何落地?什么领域适合原生应用,什么领域适合原有产品改造,还有大厂和创业者的边界在哪里。 带着这些问题,我们不久前参加了火山引擎 Force 大会。在字节跳动内部,火山引擎是承担技术 ToB 的组织,涵盖豆包模型能力的调用以及云计算相关业务。众所周知,字节在 AI 上投入巨大,模型能力和基础设施快速提升,进而带来了国内 AI 应用创业者在火山引擎上的密度迅速提升。 图片来源:火山引擎 从这些创业者的实践上,我们最明显的感觉就是大家正在形成共识: 多模态技术在快速进步,而充分运用好多模态的 AI 应用,正在接近
ARTICLE
/
极客公园
2025 年,多模态会诞生下一个 Super App 吗?
2025年01月27日 12:47 · 来自 极客公园