WAIC Day1|龙哥逛展学习笔记
先说感受,再聊思考。
1. 今年应该是WAIC史上规模最大的一次,启用了3个主会场加4个展馆,但每个馆还是挤到爆。
核心原因就是:AI不再只是会说,开始能做很多事,这跃迁催生了千行百业的落地场景。
另外,AI硬件今年本身就是大热门,芯片、半导体、服务器,还有到处抢眼的人形机器人,热度全线拉满。
2. 上午和一位特别年轻的技术创业者一起逛。他用技术和商业化的双重视角,跟展台工作人员聊得很深,问的问题又准又狠,好几次把对方问到超出解答范围。跟着他走一圈,收获巨大。
3. 中午吃饭排队时闲聊,居然碰到以前认识的腾讯某业务的市场总经理。聊了才知道,腾讯内部AI的玩法跟外界看到的完全不一样,内部 AI 能力更强。
4. 下午重点逛了腾讯展位。他们把“对话入口、文档、设计、OS助手、营销”拆成独立产品,但底层用同一个底座串联。逻辑很清晰:分场景做垂类,再统一底座,既解决碎片化,又保留灵活性。
对我们做营销的厂商来说,真正的壁垒不在模型本身,而在跨场景的数据闭环和行业Know-how。
5. 刚上市的中科闻歌,把大模型从内容生成推进到推演未来,营销ROI预判、舆情演化这些场景确实有刚需。
需要注意:这类产品高度依赖历史数据质量和仿真机制的建模能力。准确率提升5到10个点虽然可观,验证成本也相应很高,短期更适合做决策辅助,而不是替代决策。
6. 创业公司在垂类专项训练上能快速建立短期优势,长期看,通用多模态能力会慢慢追上来。
真正的护城河,要落到行业工作流里,而不是死磕识别准确率,大模型进化了,换一个更好的底座就行,关键是你跟业务场景绑得有多深。
7. 具身智能今年大放异彩,各种尺寸、各种形态的机器人铺天盖地。
印象最深的是一个情感陪伴机器人,面部特征和眼神非常逼真,能跟观众互动,还会给你一个特别有戏的眼神。工作人员跟我说,具身智能的瓶颈不在模型,在数据。
有家世界模型公司用仿真替代真实采集,成本直降90%,切中了训练数据太贵的痛点。这种卖铲子的基础设施层,比单纯做本体更有持续价值。
8. 逛到下午四五点,实在跑不动了。正好前同事负责毕马威的论坛,赶上了最后一场圆桌分享,也很精彩。
聊到AI大模型的投资演变:去年是谨慎观望,今年是FOMO(怕错过),现在正进入理性校验阶段。
投资人认为的好公司,得满足三个条件,技术有壁垒、算力稳定且便宜、商业闭环清晰。它们更需要有耐心的资本。
第二天逛展已经在路上了,相信今年会有更多惊喜。先记到这儿,回头再聊。