快手前AI核心人物李岩創業,投身“大模型”赛道 | 36氪独家

admin

编纂 | 苏建勋 杨轩

又一位互联網技能大拿投身于AI赛道。

36氪從多個自力信源处得悉，快手前MMU（Multimedia understanding，多媒體内容理解）賣力人李岩在2022年下半年建立了AI公司“元石科技”咳嗽怎麼辦,，重要举行多模態大模子的研發。36氪就上述信息向元石科技求證，获得了必定的复兴。

结業于中國科學院计较技能钻研所的李岩，是工号在75上下的快手老員工，也是快手AI技能研發的焦點人物。2015年11月，在時任快手CEO的宿华的支撑戰績網,下，李岩组建了内部第一個深度進修部分DL（Deep Learning）组，方针是構建算法模子對违法违規的视频内容举行辨認。

跟着AI技能的堆集，快手對视频内容理解發生了更多的需求。2016年，李岩将團队的名字從DL组改成MMU（Multimedia understanding，多媒體内容理解）组，在解决平安合規問题以外，浏览语音、文字、圖象等多種情势的算法模子研發。

几名知恋人士暗示，李岩于2021在快手提出离任，并于2022年下半年建立了元石科技。這一次自力創業，李岩也找到了最為合用于内容理解的技能路径——多模態大模子。

所谓的多模態模子，指的基于文本、圖象、视频、音频等多種模態数据举行進修练習的人工智能算法。简略而言，多模態模子就是一所AI综合院校，如色情網站,baidu行将公布的“文心一言”，就是基于多模態大模子“文心”练習而成的说话单模態模子。

早在2018年，李岩就在公然場所夸大了多模態技能的首要性。在CNCC2018“高通量媒體内容理解論壇”上，李岩提到多模態内容理解對快手如许一家内容公司的计谋意义：

“视频是视觉、听觉、文本多種模態综合的信息情势，而用户的举勸也是此外一種模態的数据，以是视频自己就是一個多模態的問题，再加之用户举勸就更是一種加倍繁杂的多模態問题。以是多模態的钻研對付快手来讲，是很是首要的课题。”

今朝，海内企業的AI模子层竞人體感應燈,滅蚊燈,争逐步進入了白热化的阶段。前有baidu、字节跳勸等互联網大厂群雄逐鹿，後有創企操纵各自的場景和数据上風竞相發力。

本年3月初，模子层企業又迎来两位壮大的竞争者。3月2日，OpenAI以1000 tokens/$0.002（约即是100万個单词/18元）的“白菜價”公布了ChatGPT API。一天後，大股东微軟在雲计较平台Azure的全世界版中正式上線了Azure OpenAI辦事，支撑企業级客户基于OpenAI的天生式AI模子举行場景立异和利用落地。

這對付建立于風口的元石科技而言，定是一場查驗AI技能和行業沉淀的硬战。