ITBear旗下自媒体矩阵:

AI落地场景多元探索:技术瓶颈与商业应用的破局之道

   时间:2024-12-13 12:34:38 来源:ITBEAR编辑:瑞雪 发表评论无障碍通道

在北京市大兴区近期举办的2024T-EDGE创新大会暨钛媒体财经年会上,一场关于“AI落地场景图谱”的圆桌对话吸引了众多目光。此次对话由钛媒体集团联合创始人刘湘明主持,汇集了TDK InvenSense副总裁Pankaj Aggarwal、Traini创始人孙邻家、MascotGO首席技术官Peter Avritch、万魔声学董事长谢冠宏以及红杉中国合伙人张涵等多位行业领袖。

对话中,各位嘉宾围绕AI落地应用所面临的挑战、各自公司在AI领域的进展与商业模式,以及AI在不同领域的发展趋势等话题展开了深入探讨。

Traini公司的孙邻家分享了公司在宠物行为分析领域的独特探索。他们通过大量视频标注理解宠物行为,并与宠物行为专家合作确保数据的准确性。Traini不仅专注于C端用户市场,其产品还具备模型输出能力,已与多家硬件公司建立了合作关系。孙邻家透露,未来Traini将尝试在医疗端辅助诊断,并为具身机器人提供数据支持。目前,公司的主要关注点在于狗狗领域,因为北美和欧洲的狗狗市场庞大,且狗狗行为与人类交互更为直接。

万魔声学的谢冠宏则介绍了公司在耳机降噪、省电以及健康监测等方面的成果。他提到,万魔声学的睡眠豆第三代产品能够准确监控心率、呼吸和睡眠状态,而眼镜产品也在不断发展中,尽管市场挑战巨大,但公司从一开始就注重差异化竞争。

Peter Avritch则强调了数据在AI开发中的重要性。他的工作主要是研究如何获取和使用数据,以为用户提供个性化推荐。他分享了一个关于帮助年轻人选择大学的案例,展示了生成式AI在复杂决策中的应用潜力。

Pankaj Aggarwal认为,AI的发展需要更多传感器的支持。传感器能够让AI变得更智能,例如耳机能够判断发言者并自动调节声音。他预测,未来机器人将使用更多传感器,覆盖消费、工业设备等多个领域。同时,他也提醒业界需要关注小设备的功能局限、安全及隐私问题。

张涵则从投资角度阐述了AI应用在寻求大规模落地和商业化方面所面临的挑战。他提到,落地场景的选择、Token成本控制以及数据安全等问题都是当前AI应用面临的难题。他认为,创业者可以寻找对模型和Agent输出结果要求不太高的使用场景,以实现产品和商业化的更快落地。

在圆桌对话的最后部分,刘湘明向孙邻家提出了关于“Traini”名字由来和商业模式的问题。孙邻家解释,“Traini”是“training”的缩写,寓意着宠物被驯化的过程。他们通过生成式AI进行宠物行为分析,并与顶级宠物行为专家合作确保数据的准确性。目前,他们的商业模式主要是在C端收取费用,并提供API给合作公司。未来,他们还将尝试在医疗端和具身机器人领域拓展业务。

谢冠宏在回答关于AI在未来硬件方面的惊喜时表示,AI将越来越多地应用于健康监测和翻译等领域。他预测,未来会有更多种类的硬件产品支持AI功能,如耳机、眼镜、戒指、手表和鞋子等。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version