圆桌会议：多模态技术与AI框架的未来发展

会议背景

• 参与者：AIGCLINK发起人占冰强、FastGPT作者余金隆、Agently创始人莫欣、BiSheng作者覃睿、General-Agent创始人李辰
• 目的：探讨多模态技术在AI框架中的应用及未来发展规划​

多模态技术讨论

占冰强的观点

• 多模态索引支持：利用视觉模型预处理图片，生成文本进行存储
• 工作流中的多模态输入：通过插件解析图片、视频、文件、音频等
• 实时向量化：复杂度高，未来讨论
• 多模态的意义：弥补语言表达的不清晰，通过图片输入输出辅助文本理解

余金隆的观点

• 多模态模型在C端应用：图像输入，相关问题提问
• 企业应用场景：大湾区企业尝试使用多模态解决业务问题
• 能力边界探索：图像识别的颗粒度，如坐标标记等
• 框架层面的引入：逐步理解多模态模型的能力边界，选择合适的场景引入

莫欣的观点

• 企业场景的多模态应用：目前没有特别明确的场景
• 投入产出比：企业更看重实际业务价值
• 多模态的发展：等待C端场景的能力加强，再考虑企业场景的落地

覃睿的观点

• 多模态特性应用：图片和视频理解，视频制作
• OCR与多模态结合：提高非结构化数据的结构化处理效果
• 未来投入点：如何将多模态与框架更好地融合

AI大模型落地难点

李辰的挑战

• 人力问题：需求多，但接不过来
• 技术进步：技术不断进步，积累沉淀

覃睿的挑战

• 模型完美度：模型在企业内C化部署的问题
• 场景探索：对话机器人、客服辅助等场景的成熟度
• 技术进步：期待模型技术的进步
• 认知转变：从2000个场景中探索，接受失败的可能性

莫欣的挑战

• 企业主的AI认知建立：理解AI在业务中的应用和程度
• 开发框架的目的：降低开发难度，降低人才门槛
• 人才供应：解决人才供应问题，降低单个人才的年成本

余金隆的挑战

• 企业预期与现实差距：预期高，但现实未达预期
• 模型算力问题：工作流的简化，通过自然语言解决问题

创业建议

占冰强的建议

• 现金流管理：尽快实现盈亏平衡，不依赖融资

莫欣的建议

• 资金管理：确保口袋里有足够的资金
• 低成本测试：先通过对话界面测试想法
• 理解AI能力边界：深度使用AI，理解模型与对话界面的差别

覃睿的建议

• 小切口进入：找一个小切口先进去，逐步探索

李辰的建议

• 技术与商业结合：结合AI资源和信息化系统，避免纯AI生意
• 谨慎选择方向：方向选择非常重要，避免短期热点

总结建议

• 资本市场现状：AI创业者需自筹现金流，避免依赖融资
• 国内外市场差异：国内以to b为主，海外融资环境对华人不利
• 退出路径：目前资本市场退出路径有限，建议将AI创业作为生意来经营

会议总结

• 多模态技术在AI框架中的应用前景广阔，但需解决技术、人力和资金等多方面挑战
• 创业者应关注现金流管理，选择合适的切入点，结合技术和商业，谨慎选择发展方向