8月30日，在深圳举办的“2023AIGC技术应用大会”上，创业邦研究中心发布“2023最值得关注的AIGC公司”榜单，国际创新协同区入驻企业深思考人工智能凭借自研的dongni多模态大模型成功入选！

　　创业邦研究中心以专业的视角发掘现阶段积极探索AIGC技术和应用的企业，在评估投资价值、技术成熟度、市场营销、生态合作、创新潜力等维度，在众多互联网大厂、AI创业先锋企业中，甄选出模型层、基础层、应用层的优秀企业。

　　国际创新协同区入驻企业深思考人工智能创始人兼算法科学家杨志明博士受邀参加本次大会，并针对“大模型进入爆发期，应该如何构建技术壁垒”发表观点。

　　杨志明博士分享到：“深思考人工智能在2019年就发布了自主研发的BMNET多模态轻量级预训练模型，并很早就将该模型作为“对话引擎的基础模型”用在了4.3亿部手机等的智能终端上。深思考人工智能是从2020年开始完全自研生成式大模型，当年不仅在2020年全球中文领域的生成式对话评测中取得了全球冠军，而且还受邀为2020年“京东618导购”提供生成式对话，自此深思考人工智能Dongni.ai多模态大模型也在不断迭代，现在已经升级到3.6版本。”

　　在底层核心技术层面，一般生成式大模型有很多根源上的缺陷，比如“幻像问题”，会出现“一本正经的胡说八道”的情况而迷惑用户。由于这个问题，大模型会导致在比较严谨的应用场景里出现问题，比如在医疗场景下，如果出现幻象问题，会出现胡编乱造的诊断结果，这是致命的；再比如在政务场景中，因为会涉及到很多政府发布的政策，如果有幻像问题，大模型编造出一个政府的政策，这也是非常糟糕的。因此，深思考人工智能在核心底层技术层面上进行了深度创新，用全自研的MRC的模型去控制生成式大模型的“幻象”问题，从而逐步形成了自身产品的突出优势；并且针对由于“幻象”造成的用户对大模型输出结果不信任的问题，在底层模型上进行了内核级算法模型创新，赋予了dongni.ai多模态大模型生成式答案的补充可解释性和来源的可溯源性。

　在产品的技术层面，深思考人工智能觉得大模型要在垂直场景下构建产品的壁垒，例如应用在重大疾病早期筛查这个很特别的垂域场景。首先，在这个场景中，客户对人工智能辅助的需求是非常迫切的，至去年，深思考人工智能提供了近3000万人份的筛查服务，是国内基于AI大模型提供癌症早筛场景服务的企业中筛查规模最大的企业。因为在这个场景中，医生或专家天生会对AI结果产生疑虑，所以针对这个场景，深思考人工智能构建了自己的产品技术壁垒，例如，在产品和技术层面去解释这个“筛查结果”为什么是阳性、为什么是阴性，以及怎样去分级，在其中产品的“可溯源性”和“可解释性”就起到了非常好的效果。

  在应用落地层面，在构建好产品、解决客户需求、实现用户大规模使用、形成海量数据后，产品就会产生良性的闭环。杨志明博士认为大模型的“底层核心技术的创新”、“产品的创新”加上“海量的数据”可以构建一个“三位一体”的技术壁垒，之后再通过这种技术壁垒不断的迭代闭环，最终构建有效的市场壁垒，从而在市场竞争中不断积累产品及品牌优势，赢得客户信任和市场声誉。

来源：深思考人工智能