大模型的价值在于应用，只有在多样化的实际应用场景中赋能智能经济与智能社会的发展，才能找到产业价值，同时也成就大模型自身。近两年，大模型逐渐在产业端落地，大模型在产业端落地的模式主要有两种，一种是企业进行私有化部署，这种模式的安全性和隐私性较高，但企业需要耗费大量的人力物力，以及高昂的算力成本;另一种是企业通过公有云 +API 调用的模式，成本更低，灵活性也更高。
刘华 上海稀宇科技有限公司 副总裁
2023 年 3 月，基于自研的大语言模型“Mini Max-abab”，上海稀宇科技有限公司(以下简称：MiniMax)打造 MiniMax 开放平台，为企业客户和个人开发者提供API(应用程序编程接口)相关服务，降低打造 AI 应 用 的 门 槛。目前，MiniMax 开放平台服务了智能制造、智能终端、文旅教育、医疗金融、泛互联网等众多领域，已形成较为成熟的商业模式。为此智能网记者采访了 MiniMax 副总裁刘华，刘华对 MiniMax 开放性平台、大模型技术创新与应用落地问题表达了看法。
新一代通用大模型，降低AI应用门槛
对于不同行业的企业来说，现阶段要将大模型通用能力融入到自身业务，还面临来自资金、技术、人才等多方面的挑战。“MiniMax 是一家自主研发大模型的创业公司，在自主研发的过程当中，我们深知研发大模型需要耗费大量的人力物力，我们希望为客户提供一个开放性的平台，为企业客户还有开发者就提供这种性能好、易用性高的 API，同时保证安全合规。”刘华表示，“我们把基础模型的能力做好，通过我们的大模型技术帮助合作伙伴把技术转化成为现实的生产力，协助他们的技术尽快落地，这也是 MiniMax开放平台建立的初衷。”
多模态将是未来大模型落地的发展趋势
今年 2 月份 OpenAI 首款文生视频大模型 Sora，引发行业关注。Sora 的发布让人们看到了大模型从文本为主向多模态演变的可能，也为大模型未来的发展指明了方向。刘华表示，“随着多模态大模型技术的不断迭代，接下来就是文本、语音、视觉这种三模态融合的模型会越来越成熟，这种大模型技术成熟之后，会有更多的落地场景。”目前的多模态大模型也存在一些问题，首先，大模型依然存在幻觉问题，反馈的准确性存在提升空间。其次，受制于算力费用，大模型的落地应用成本不菲。“总体而言，我们觉得短期内不要对大模型的落地预期过高，但从中长期来说千万不要贬低多模态大模型，我觉得它会引领一波重要的科技革命。”刘华说。
坚 持“两条腿”走路，与用户共创智能正 如 MiniMax 的slogan——“与用户共创智能”所言，MiniMax 希望通过自研的大模型技术、开放性平台、APP 链接到更多的用户与合作伙伴，并根据用户的反馈不断提升模型的性能。在 MiniMax 的未来规划上，刘华表示，“会继续把重心放在基础模型的研发上，同时坚持To B跟To C两条腿走路，会继续做好少量精品APP，同时与更多行业领域的企业客户进行合作，把我们的大模型应用在更多的真实场景中。”
（智能网原创，转载请注明来源）
