" 技术赋能，国产化加速破浪 " 圆桌论坛
11 月 29 日，36 氪 WISE 大会 " 拨云见日 浪里淘金——资本市场大会 " 在北京召开，主题为 " 技术赋能，国产化加速破浪 " 的圆桌论坛环节，华西证券海外首席分析师朱芸、网易有道副总裁苏鹏、黑芝麻智能市场总监黄莹，对硬科技的投资行情和当前挑战进行了探讨。
以下为对谈内容整理，有删减。
" 现在国内谈人工智能的落地进展，不是技术层面的周期问题，而是国内底层技术还存在一定断档。"
——华西证券海外首席分析师朱芸
今年不管是一级市场的热度，还是说二级市场业绩兑现的方面，确实都比较不达预期，今年整个二级市场的表现也不是很好。
但我们应该分国外和国内看。我们关注到，美国微软是创新高的，所以他们不是一个回落的状态，但国内可能有些原因，大模型到了一定的阶段后，没有太多让大家眼前一亮的应用。
我们反观美国的这些科技龙头公司，比如看数据，最近的 ChatGPT，国内用不了，大家可能感受不到，但从最新的 ChatGPT 日活和周活数据看，最近的登录数据创历史新高，接近三四月的新高。所以只是大家觉得（大模型）好像在国内不是很好，因为有信息差，在海外的整个表现还是很棒的。
我觉得可能现在谈人工智能并不是技术层面的周期问题，而是可能国内在人工智能本身的底层技术上，有一定的断档。跟大家息息相关的 C 端应用上，也没有体现的非常明确。
在我们之前的《美国 AIGC 非普涨行情的复盘与启示》报告中，提到了流程管理类公司和大模型赋能类公司，主要是一些计算机公司。在我们今年四五月的时候做过一个论坛，当时他们给我的反馈，觉得今年底会有金融行业的人工智能软件公司，还有一些医药行业公司的小模型和行业数据的应用（跑出来）。但现在感觉还没有达到预期中的成效。
建议大家多看看海外人工智能发展的进度，会比大家目前看到的更好一些。人工智能的趋势是没有变化的，虽然刚刚王总也提了最近有一些闹剧，但我觉得整个趋势没有变化。
不管怎么说，整个科技的进展是积极的。如果大家做投资的话，还是应该抓住主线，但可能目前更好的发展是在海外。
" 行业垂类大模型的难点，是对数据质量要求非常高。"
——网易有道副总裁苏鹏
行业垂类大模型训练，相对难的地方是对数据的要求，质量要求会更高。我们需要模型更像一个专业人才的输出。简单的比喻，像公司的入职培训一样，相当于把他从一个全才变成专才，专才的基础上其他领域不需要太精进，需要你在垂直的领域非常专业。
这对整个的数据质量要求非常高。我们在训练过程中，无论是我们最优秀的老师，还是说最优秀的辅导老师，都要参与整个训练过程，他们成为了提供数据训练基础、整理数据很重要的输出。他要给模型输出一套知识点也好，教育原则也好，教育方法也好，形成可执行性很强的可训练文本，由技术人员转化成训练类的数据，然后数据进入模型开始训练。
看上去是一个技术过程，但整个训练过程还是由数据收集、标注、整理、输出然后到训练的过程，需要两部分人参与，除了技术人员，还有行业的专业人员来理解数据人员的需求，需要什么样的训练级，需要细致到什么级别的文本，要表达出意见让技术人员理解。
无论是大模型在一个专业领域的应用，还是对一个垂类模型的专业训练，这对专业领域都很重要，需要双方互相理解。需要技术人员理解行业中的特性，可以精确瞄准训练需求或者说数据需求。
对提供数据的人来说，他应该对技术行业有自己的理解，知道应该如何应对专业人员提出的专业需求，如何可以让他的数据更符合标准化的数据采集过程，我们理解，这是整个过程中挑战最大的地方。无论在内容还是技术层面，有道都花了很多精力和资源在做探索，场景落地是我们首要考虑的。
" 只是一颗芯片，其实完全不够。如果车企拿回去能够好用，还需要有软件的支撑。"
——黑芝麻智能市场总监黄莹
首先，现在已经全面进入智能汽车的时代。智能汽车的时代，车企和 Tier 1 公司内部的战略中都可以看到，整车电子电气架构的发展趋势，都是从分布式往中央式发展。
其次，其实今年大家常提的就是降本，因为大家都要赚钱，降本也非常重要。基于这样大的背景下，如果要支撑跨域计算的芯片，在芯片的设计上就要支撑它如何灵活更好用，所以我们推出了武当系列的第一款芯片 C1200，它在广州车展已经亮相，现在可以给客户送样片了。
舱驾一体也是行业热门的词，一般是需要两颗芯片甚至以上才能实现这个功能。如果再更多的域，可能芯片要更多。武当系列的 C1200 一颗芯片就可以支撑两个域，甚至四个域。它不仅支撑多域融合，还支持很多功能和场景的应用。因为它只有一颗芯片就可以完成，所以功耗会大大降低，性价比会大大增强。C1200 是完全创新的架构设计。
当然只是一颗芯片，其实完全不够。如果车企拿回去能够好用，还需要有软件的支撑。黑芝麻智能除了芯片以外，给车企提供完整的解决方案。中间件、工具链、软件和算法等。我们跟很多合作伙伴一起研发做了 30 几款域控制器，这可以应用到不同场景和领域。
来源：36氪
