大模型再添一玩家。近日，閃馬智能依托ATOM AI生產(chǎn)力平臺，公布感知大模型SupreMeta?！按竽Ｐ痛嬖诘囊饬x一定是需要應(yīng)用到實際場景中，為人們解決問題，賦能社會發(fā)展?！遍W馬智能創(chuàng)始人、董事長兼CEO彭垚表示。

據(jù)閃馬智能方面介紹，其核心能力在于“視頻智能分析”，ATOM AI生產(chǎn)力平臺，構(gòu)建了從標(biāo)注到訓(xùn)練到測試到落地的全鏈路自動生產(chǎn)體系，將進(jìn)一步降低用戶使用和管理門檻，實現(xiàn)資源化整為零、有效復(fù)用。

彭垚談到，團(tuán)隊們從2017年就開始探索做一套深度學(xué)習(xí)大平臺，那時候主要是解決互聯(lián)網(wǎng)海量的視頻分析，由于視頻量非常大，不可能靠人工處理數(shù)據(jù)，而隨著技術(shù)的發(fā)展，一步一步積累了分布式跨云的計算能力，并于2021年推出了基于Transformer的大模型框架，2023年在大模型訓(xùn)練并發(fā)處理方面做了深度優(yōu)化，如今，閃馬智能把城市中的視頻、傳感器、數(shù)據(jù)通過VisonMind的平臺做分析，對各行業(yè)做深度分析和應(yīng)用，這些運用會產(chǎn)生豐富的數(shù)據(jù)，數(shù)據(jù)又回到ATOM AI生產(chǎn)力平臺產(chǎn)生模型。

“城市中有非常多的公用攝像頭視頻，互聯(lián)網(wǎng)每天都在產(chǎn)生巨量的視頻數(shù)據(jù)，怎么把這些視頻用好？”彭垚說，從最早的模式識別特征提取到如今開始研究預(yù)訓(xùn)練模型，大模型的產(chǎn)生會產(chǎn)生翻天覆地的變化，但也面臨一些挑戰(zhàn)，即大模型訓(xùn)練過程中高性能算力的稀缺問題和怎么更科學(xué)使用有效算力。

他提到，首先，目前算力比較緊缺，在整個訓(xùn)練大模型和人工智能訓(xùn)練模型過程中有非常多的工作量，還有很多系統(tǒng)運行過程中經(jīng)常會出現(xiàn)的問題，會把整個研究算法、研究過程打亂，“有時候我們的算法工程師沒法真正研究算法，而是花費很多時間用在數(shù)據(jù)工作上”。

其次是研究機構(gòu)、高校或者AI公司沉淀還不夠。彭垚指出，高校學(xué)生畢業(yè)后再來一個學(xué)生又要重新開始，算法應(yīng)該留在一個平臺上，算法本身也會被AI取代，因此需要搭建一個自動化框架，能夠?qū)崿F(xiàn)更自主化、自動化的訓(xùn)練，平臺算法研究可以沉淀下來，每次的實驗數(shù)據(jù)都呈現(xiàn)在平臺上，這對整個研發(fā)機構(gòu)更有價值。

再次就是算力的持有者，怎么把更多的算力更有效的組織起來運行大模型。

彭垚表示，ATOM AI生產(chǎn)力平臺的作用就包括將算力資源科學(xué)有效地流通和利用，發(fā)揮更大價值。

ATOM AI 生產(chǎn)力平臺覆蓋了一整套完整的、閉環(huán)的生產(chǎn)流程，能實現(xiàn)“從0到1”上線智能產(chǎn)品。包括從數(shù)據(jù)收集、數(shù)據(jù)標(biāo)注、模型調(diào)試到自動訓(xùn)練、模型驗證、產(chǎn)品集成再到測試發(fā)布、產(chǎn)品運行。

ATOM AI 生產(chǎn)力平臺上線至今，已經(jīng)產(chǎn)出了海量的算法模型，成為千余位算法科學(xué)家的工具，服務(wù)了數(shù)十所高校師生。

“模型真正能在某個專業(yè)領(lǐng)域發(fā)揮作用，大規(guī)模預(yù)訓(xùn)練只是第一步，我們不會停下探索的腳步。”彭垚說，會持續(xù)累積高質(zhì)量數(shù)據(jù)，配合產(chǎn)出與數(shù)據(jù)量匹配的大模型，完成模型進(jìn)化和各個域的遷移學(xué)習(xí)，此外還會繼續(xù)探索多模態(tài)。