Soutenue par Nvidia + investie par le lauréat du prix Turing, cette entreprise sur la voie des entreprises est devenue la troisième plus grande licorne dans le domaine de l'IA
Ces derniers mois, il semble que tout le monde discute avec enthousiasme avec des robots IA tels que ChatGPT et Bard dans leur vie quotidienne, leur demandant de les aider à rédiger des e-mails, à rédiger des résumés et à faire des plans. Mais un phénomène courant est qu'une fois que les gens passent en mode travail, ces outils d'IA générative apparaissent rarement dans le flux de travail de tout le monde, et sont même interdits par certaines entreprises.
L'IA est si puissante, pourquoi les entreprises ne l'utilisent-elles pas ?
La raison principale derrière cela est en fait très simple : les problèmes de sécurité et de confidentialité des données de chaque entreprise sont trop importants. Aucune entreprise n'ose confier entièrement sa « force vitale » à une IA qui n'a pas encore mûri et qui est contrôlée par d'autres grandes entreprises.
Alors, existe-t-il un moyen de résoudre ce problème épineux pour maximiser le potentiel de l'IA générative du côté de l'entreprise ? En effet, depuis 2019, une startup en intelligence artificielle appelée Cohere porte une attention particulière à ce problème et propose constamment des solutions.
Pendant longtemps, l'IA générative au niveau de l'entreprise a été un marché relativement de niche avec des barrières élevées, mais Cohere a reçu le soutien de nombreux gros bonnets et géants avec sa technologie mature et son sens aigu de l'odorat. À l'heure actuelle, les investisseurs de Cohere comprennent non seulement des géants tels que Nvidia, Oracle et Salesforce, mais également le lauréat du prix Turing Geoffrey Hinton, le professeur d'IA de Stanford Li Feifei et d'autres grands noms du cercle. Il n'y a pas si longtemps, l'ancien directeur financier de YouTube, Martin Kon, a également choisi de rejoindre Cohere en tant que président et directeur de l'exploitation.
Nvidia, Oracle et Salesforce parient tous sur Cohere
Source : Crunchbase
Surfant sur le boom de ChatGPT, depuis cette année, de plus en plus de personnes ont remarqué le potentiel de Cohere et sont entrés dans la voie rapide de la valorisation en flèche. Il est devenu la piste AIGC mondiale n ° 1 après OpenAI et Antropic. Trois licornes.
"Born out" de Google, du meilleur cercle d'IA au Canada
Fondée à Toronto, au Canada, Cohere a été cofondée en 2019 par Aidan Gomez, Ivan Zhang et Nick Frosst. Tous trois se spécialisent en informatique à l'Université de Toronto et, selon le moment de leur admission, ils devraient tous avoir moins de 30 ans.
L'équipe fondatrice de Cohere
Source : Site officiel Cohere
Parmi eux, Aidan Gomez a participé aux recherches de l'équipe Google Brain lors de ses études de premier cycle en 2017 et a publié un article intitulé "Attention is All You Need" en tant que l'un des signataires. Cet article est à la base de la célèbre architecture d'apprentissage automatique Transformer en Le début est également la pierre angulaire des futures architectures révolutionnaires telles que Google BERT et OpenAI's GPT.
La même année, Aidan Gomez et son camarade Ivan Zhang ont fondé For.ai, une communauté de recherche en intelligence artificielle à but non lucratif, pour soutenir et relier les chercheurs indépendants en intelligence artificielle du monde entier.
Après avoir obtenu son diplôme de premier cycle, Aidan Gomez est allé à l'Université d'Oxford pour préparer un doctorat en informatique. Parallèlement, il a également rejoint l'équipe Google AI dirigée par le "père de l'apprentissage en profondeur" et lauréat du prix Turing Geoffrey Hinton pour mener d'autres recherches basées sur l'architecture Transformer. Dans l'équipe Hinton de Google Brain, Aidan Gomez a rencontré Nick Frosst, qui a été engagé dans l'apprentissage automatique et la recherche en sciences cognitives.
Au cours des deux années suivantes, grâce à des recherches approfondies, tout le monde a appris que Transformer peut être étendu à un vaste réseau de neurones avec d'excellentes performances et qu'il fonctionne très bien sur les tâches liées au langage. Certains auteurs d'articles de Transformer, dont Aidan Gomez, ont commencé à réfléchir aux opportunités de commercialisation derrière cela. Actuellement, à l'exception de Llion Jones qui travaille toujours chez Google, les sept autres auteurs ont "partir en mer" pour démarrer leur propre entreprise.
Parmi eux, Aidan Comez a co-fondé Cohere avec Nick Frosst et Ivan Zhang. Contrairement à Google, Microsoft et d'autres entreprises puissantes qui dépensent beaucoup d'argent pour former de grands modèles, depuis la création de Cohere en 2019, ils se sont concentrés sur les cas d'utilisation d'entreprise, essayant de créer de grands modèles de langage personnalisés basés sur les données propriétaires de différentes entreprises.
Ne comptez pas sur le cloud, mais proposez des services d'IA génératifs personnalisés pour l'entreprise
En termes simples, l'objectif de Cohere est de devenir la boîte à outils NLP par défaut pour tous les types de développeurs, permettant aux développeurs de tous types d'utiliser de grands réseaux de neurones et une IA de pointe pour résoudre tous les problèmes liés au langage, mais sans compter sur aucun cloud public , permettant au modèle de s'exécuter sur un cloud privé ou sur site.
À l'heure actuelle, les principaux produits de Cohere se concentrent principalement sur trois domaines clés du fonctionnement quotidien des entreprises : la génération de texte, la classification de texte et la récupération de texte, couvrant presque tous les domaines liés au texte dans la production d'entreprise.
La partie génération de texte comporte principalement trois produits : Résumer, Générer et Modèle de commande. Summarize est un générateur de résumé de texte piloté par un grand modèle de langage, qui peut rapidement résumer et résumer les points clés d'un document, et peut prendre en charge la saisie de 100 000 caractères et les options de format de texte. Generate est un générateur de contenu qui peut générer un contenu unique à diverses fins, telles que des e-mails et des descriptions de produits.
Ensuite, concentrons-nous sur le modèle de commande. Command est un modèle de génération de texte lancé par Cohere qui peut accepter des commandes personnalisées par l'utilisateur pour la formation. C'est-à-dire qu'après avoir combiné leurs propres données avec Command, les utilisateurs de l'entreprise peuvent générer leur propre modèle de langage unique, qui peut immédiatement jouer un rôle dans les activités réelles de l'entreprise.
Modèle de commande
Source : Cohere
Il convient de noter que, en tant que modèle avec seulement 52 milliards de paramètres, la précision de Command a déjà dépassé d'autres modèles entraînés à plus grande échelle.Le modèle de langage à grande échelle le plus capable.
Source : Site officiel de l'évaluation complète des modèles linguistiques (HELM) de l'Université de Stanford
La partie de récupération de texte comprend trois produits : Embed, Semantic Search et Rerank.
Pour les équipes d'apprentissage automatique qui cherchent à créer leurs propres applications d'analyse de texte, Embed les aide à repérer rapidement les tendances et prend en charge plus de 100 langues. La recherche sémantique est un outil de recherche puissant. Les utilisateurs n'ont qu'à utiliser l'API pour utiliser la fonction de recherche. Il prend en charge le renvoi de diverses informations en fonction de la signification de la requête plutôt que de simples mots-clés, et n'est pas limité par la langue. Rerank peut analyser et classer les résultats de recherche à partir d'outils existants en fonction de la pertinence sémantique, fournissant des résultats plus riches et plus pertinents avec des exigences minimales pour l'intervention de l'utilisateur ou l'expérience de programmation.
Le produit principal de la partie de classification de texte est Classify, qui permet aux utilisateurs de personnaliser et d'organiser les informations pour faciliter la modération du contenu, l'analyse des utilisateurs et l'expérience du chatbot. Par exemple, il peut assurer un service client efficace en marquant rapidement différentes catégories de clients, et il peut également identifier les commentaires positifs et négatifs sur les réseaux sociaux pour mieux comprendre les commentaires des clients.
Source : Cohere
Le modèle commercial de Cohere consiste à supporter d'abord le coût de la création d'un grand réseau de neurones Transformer, puis à connecter les entreprises qui en ont besoin à ces réseaux, et l'entreprise paie en fonction de l'utilisation. La principale caractéristique de Cohere est qu'il offre aux clients une variété d'options d'hébergement de données, y compris le cloud privé, le déploiement local, le cloud géré par Cohere et d'autres partenaires cloud AWS, Google, etc., permettant aux utilisateurs de choisir en fonction de leurs propres besoins, permettant aux clients avoir le contrôle sur les données.
Pour les développeurs qui souhaitent apprendre le prototypage et faire partie de la communauté, Cohere offre un accès gratuit à usage limité. Cependant, il y aura des frais pour passer en production, former des modèles personnalisés, accéder à tous les points de terminaison et bénéficier d'un support client amélioré. Les clients actuels de Cohere incluent Spotify, Jasper, HyperWrite, etc.
En termes de prix, sous la fonction d'intégration, le modèle par défaut est de 40 cents pour 1 million de jetons et le modèle défini par l'entreprise est de 80 cents. Sous la fonction de génération, le modèle par défaut est de 15 dollars pour 1 million de jetons et le modèle personnalisé le modèle est de 30 dollars. Résumé Sous la fonction, 15 $ pour 1 million de jetons, etc.
Prix cohérents pour différentes fonctions
Source : Cohere
Cependant, la tarification précédente de Cohere était assez avantageuse, mais après la forte baisse de prix d'OpenAI hier, elle devrait avoir un impact important sur Cohere. Par exemple, le prix du modèle intégré d'OpenAI a chuté de 75 %, et il ne coûte que 0,0001 USD pour mille jetons, soit 10 millions de jetons pour 1 USD, ce qui est bien inférieur à Cohere.
Soutenu par des costauds et des géants, Cohere est entré dans le premier camp de l'AIGC
Cohere, qui vise les points faibles de la sécurité des données d'IA au niveau de l'entreprise, se démarque dans la concurrence actuelle des clients de l'IA, y compris les VC, les géants de la technologie et les grands noms du domaine de l'intelligence artificielle. Ils ont tous voté pour. Depuis son entrée officielle dans la commercialisation en 2021, la valorisation de Cohere a également augmenté régulièrement et a maintenant atteint environ 2,2 milliards de dollars américains, juste derrière OpenAI soutenu par Microsoft et Anthropic soutenu par Google sur la piste AIGC.
Au début de la mise en place de Cohere, sa couleur académique d'intelligence artificielle semblait plus forte. Dans les tours de financement Cohere A et B en 2021 et 2022, l'investissement dans la filière AIGC à cette époque était encore dans le froid de l'hiver. Qui a investi dans Cohere pour soutenir les fonds ? Dans les listes d'investissement de ces deux tours, nous avons vu les chiffres suivants des géants de l'IA.
Source : Crunchbase
En plus de Geoffrey Hinton, le "Père de l'apprentissage en profondeur" et lauréat du prix Turing qui a été directement suivi par plusieurs fondateurs à Toronto, Li Feifei, professeur à l'Université de Stanford et responsable du Vision Lab, et professeur à l'Université de Californie, Berkeley, Berkeley Artificial Intelligence Pieter Abbeel, le directeur du laboratoire, et Raquel Urtasun, professeur à l'Université de Toronto et ancienne directrice du centre de recherche sur la technologie des voitures sans conducteur d'Uber, sont tous des experts universitaires dans le domaine de l'intelligence artificielle.
Lors de la dernière ronde de financement annoncée plus tôt ce mois-ci, au milieu de la recrudescence de l'AIGC, Cohere a également attiré l'attention d'un plus grand nombre d'entreprises technologiques dans le domaine. Il s'agit notamment de Nvidia, le "marchand d'armes" le plus puissant en matière d'intelligence artificielle, et des géants du cloud Salesforce et Oracle. Le financement total actuel a atteint 439 millions de dollars américains.
Le développement rapide de Cohere est inséparable de sa profonde expérience technique et de sa sélection de pistes. Du point de vue des modèles à grande échelle, Cohere n'est peut-être pas le leader du marché à l'heure actuelle, mais ils ont parfaitement saisi les points faibles des applications d'entreprise AIGC et peuvent en outre fournir la génération de contenu sur le principe de répondre d'abord aux besoins de sécurité. des entreprises. , résumé, recherche et autres services.
Leur modèle commercial permet à un grand nombre d'entreprises de personnaliser l'accès à de grands réseaux de neurones sans dépenser beaucoup d'argent pour construire leurs propres modèles, et en subdivisant les modules commerciaux, les entreprises peuvent payer en fonction de l'utilisation, afin d'obtenir une situation gagnant-gagnant. État.
À en juger par la popularité croissante des récentes baisses de prix à grande échelle et des mises à niveau des API de Cohere et OpenAI, la guerre AIGC se propage du côté utilisateur au champ de bataille de l'entreprise. À ce moment-là, peut-être qu'une véritable révolution de la productivité de l'IA commencera vraiment.
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Soutenue par Nvidia + investie par le lauréat du prix Turing, cette entreprise sur la voie des entreprises est devenue la troisième plus grande licorne dans le domaine de l'IA
Source : Silicon Starman (ID : guixingren123)
Auteur : Juny
modifier丨Vicky Xiao
Ces derniers mois, il semble que tout le monde discute avec enthousiasme avec des robots IA tels que ChatGPT et Bard dans leur vie quotidienne, leur demandant de les aider à rédiger des e-mails, à rédiger des résumés et à faire des plans. Mais un phénomène courant est qu'une fois que les gens passent en mode travail, ces outils d'IA générative apparaissent rarement dans le flux de travail de tout le monde, et sont même interdits par certaines entreprises.
L'IA est si puissante, pourquoi les entreprises ne l'utilisent-elles pas ?
La raison principale derrière cela est en fait très simple : les problèmes de sécurité et de confidentialité des données de chaque entreprise sont trop importants. Aucune entreprise n'ose confier entièrement sa « force vitale » à une IA qui n'a pas encore mûri et qui est contrôlée par d'autres grandes entreprises.
Alors, existe-t-il un moyen de résoudre ce problème épineux pour maximiser le potentiel de l'IA générative du côté de l'entreprise ? En effet, depuis 2019, une startup en intelligence artificielle appelée Cohere porte une attention particulière à ce problème et propose constamment des solutions.
Pendant longtemps, l'IA générative au niveau de l'entreprise a été un marché relativement de niche avec des barrières élevées, mais Cohere a reçu le soutien de nombreux gros bonnets et géants avec sa technologie mature et son sens aigu de l'odorat. À l'heure actuelle, les investisseurs de Cohere comprennent non seulement des géants tels que Nvidia, Oracle et Salesforce, mais également le lauréat du prix Turing Geoffrey Hinton, le professeur d'IA de Stanford Li Feifei et d'autres grands noms du cercle. Il n'y a pas si longtemps, l'ancien directeur financier de YouTube, Martin Kon, a également choisi de rejoindre Cohere en tant que président et directeur de l'exploitation.
Source : Crunchbase
Surfant sur le boom de ChatGPT, depuis cette année, de plus en plus de personnes ont remarqué le potentiel de Cohere et sont entrés dans la voie rapide de la valorisation en flèche. Il est devenu la piste AIGC mondiale n ° 1 après OpenAI et Antropic. Trois licornes.
"Born out" de Google, du meilleur cercle d'IA au Canada
Fondée à Toronto, au Canada, Cohere a été cofondée en 2019 par Aidan Gomez, Ivan Zhang et Nick Frosst. Tous trois se spécialisent en informatique à l'Université de Toronto et, selon le moment de leur admission, ils devraient tous avoir moins de 30 ans.
Source : Site officiel Cohere
Parmi eux, Aidan Gomez a participé aux recherches de l'équipe Google Brain lors de ses études de premier cycle en 2017 et a publié un article intitulé "Attention is All You Need" en tant que l'un des signataires. Cet article est à la base de la célèbre architecture d'apprentissage automatique Transformer en Le début est également la pierre angulaire des futures architectures révolutionnaires telles que Google BERT et OpenAI's GPT.
La même année, Aidan Gomez et son camarade Ivan Zhang ont fondé For.ai, une communauté de recherche en intelligence artificielle à but non lucratif, pour soutenir et relier les chercheurs indépendants en intelligence artificielle du monde entier.
Après avoir obtenu son diplôme de premier cycle, Aidan Gomez est allé à l'Université d'Oxford pour préparer un doctorat en informatique. Parallèlement, il a également rejoint l'équipe Google AI dirigée par le "père de l'apprentissage en profondeur" et lauréat du prix Turing Geoffrey Hinton pour mener d'autres recherches basées sur l'architecture Transformer. Dans l'équipe Hinton de Google Brain, Aidan Gomez a rencontré Nick Frosst, qui a été engagé dans l'apprentissage automatique et la recherche en sciences cognitives.
Parmi eux, Aidan Comez a co-fondé Cohere avec Nick Frosst et Ivan Zhang. Contrairement à Google, Microsoft et d'autres entreprises puissantes qui dépensent beaucoup d'argent pour former de grands modèles, depuis la création de Cohere en 2019, ils se sont concentrés sur les cas d'utilisation d'entreprise, essayant de créer de grands modèles de langage personnalisés basés sur les données propriétaires de différentes entreprises.
Ne comptez pas sur le cloud, mais proposez des services d'IA génératifs personnalisés pour l'entreprise
En termes simples, l'objectif de Cohere est de devenir la boîte à outils NLP par défaut pour tous les types de développeurs, permettant aux développeurs de tous types d'utiliser de grands réseaux de neurones et une IA de pointe pour résoudre tous les problèmes liés au langage, mais sans compter sur aucun cloud public , permettant au modèle de s'exécuter sur un cloud privé ou sur site.
À l'heure actuelle, les principaux produits de Cohere se concentrent principalement sur trois domaines clés du fonctionnement quotidien des entreprises : la génération de texte, la classification de texte et la récupération de texte, couvrant presque tous les domaines liés au texte dans la production d'entreprise.
La partie génération de texte comporte principalement trois produits : Résumer, Générer et Modèle de commande. Summarize est un générateur de résumé de texte piloté par un grand modèle de langage, qui peut rapidement résumer et résumer les points clés d'un document, et peut prendre en charge la saisie de 100 000 caractères et les options de format de texte. Generate est un générateur de contenu qui peut générer un contenu unique à diverses fins, telles que des e-mails et des descriptions de produits.
Ensuite, concentrons-nous sur le modèle de commande. Command est un modèle de génération de texte lancé par Cohere qui peut accepter des commandes personnalisées par l'utilisateur pour la formation. C'est-à-dire qu'après avoir combiné leurs propres données avec Command, les utilisateurs de l'entreprise peuvent générer leur propre modèle de langage unique, qui peut immédiatement jouer un rôle dans les activités réelles de l'entreprise.
Source : Cohere
Il convient de noter que, en tant que modèle avec seulement 52 milliards de paramètres, la précision de Command a déjà dépassé d'autres modèles entraînés à plus grande échelle.Le modèle de langage à grande échelle le plus capable.
La partie de récupération de texte comprend trois produits : Embed, Semantic Search et Rerank.
Pour les équipes d'apprentissage automatique qui cherchent à créer leurs propres applications d'analyse de texte, Embed les aide à repérer rapidement les tendances et prend en charge plus de 100 langues. La recherche sémantique est un outil de recherche puissant. Les utilisateurs n'ont qu'à utiliser l'API pour utiliser la fonction de recherche. Il prend en charge le renvoi de diverses informations en fonction de la signification de la requête plutôt que de simples mots-clés, et n'est pas limité par la langue. Rerank peut analyser et classer les résultats de recherche à partir d'outils existants en fonction de la pertinence sémantique, fournissant des résultats plus riches et plus pertinents avec des exigences minimales pour l'intervention de l'utilisateur ou l'expérience de programmation.
Le produit principal de la partie de classification de texte est Classify, qui permet aux utilisateurs de personnaliser et d'organiser les informations pour faciliter la modération du contenu, l'analyse des utilisateurs et l'expérience du chatbot. Par exemple, il peut assurer un service client efficace en marquant rapidement différentes catégories de clients, et il peut également identifier les commentaires positifs et négatifs sur les réseaux sociaux pour mieux comprendre les commentaires des clients.
Le modèle commercial de Cohere consiste à supporter d'abord le coût de la création d'un grand réseau de neurones Transformer, puis à connecter les entreprises qui en ont besoin à ces réseaux, et l'entreprise paie en fonction de l'utilisation. La principale caractéristique de Cohere est qu'il offre aux clients une variété d'options d'hébergement de données, y compris le cloud privé, le déploiement local, le cloud géré par Cohere et d'autres partenaires cloud AWS, Google, etc., permettant aux utilisateurs de choisir en fonction de leurs propres besoins, permettant aux clients avoir le contrôle sur les données.
Pour les développeurs qui souhaitent apprendre le prototypage et faire partie de la communauté, Cohere offre un accès gratuit à usage limité. Cependant, il y aura des frais pour passer en production, former des modèles personnalisés, accéder à tous les points de terminaison et bénéficier d'un support client amélioré. Les clients actuels de Cohere incluent Spotify, Jasper, HyperWrite, etc.
En termes de prix, sous la fonction d'intégration, le modèle par défaut est de 40 cents pour 1 million de jetons et le modèle défini par l'entreprise est de 80 cents. Sous la fonction de génération, le modèle par défaut est de 15 dollars pour 1 million de jetons et le modèle personnalisé le modèle est de 30 dollars. Résumé Sous la fonction, 15 $ pour 1 million de jetons, etc.
Source : Cohere
Cependant, la tarification précédente de Cohere était assez avantageuse, mais après la forte baisse de prix d'OpenAI hier, elle devrait avoir un impact important sur Cohere. Par exemple, le prix du modèle intégré d'OpenAI a chuté de 75 %, et il ne coûte que 0,0001 USD pour mille jetons, soit 10 millions de jetons pour 1 USD, ce qui est bien inférieur à Cohere.
Soutenu par des costauds et des géants, Cohere est entré dans le premier camp de l'AIGC
Cohere, qui vise les points faibles de la sécurité des données d'IA au niveau de l'entreprise, se démarque dans la concurrence actuelle des clients de l'IA, y compris les VC, les géants de la technologie et les grands noms du domaine de l'intelligence artificielle. Ils ont tous voté pour. Depuis son entrée officielle dans la commercialisation en 2021, la valorisation de Cohere a également augmenté régulièrement et a maintenant atteint environ 2,2 milliards de dollars américains, juste derrière OpenAI soutenu par Microsoft et Anthropic soutenu par Google sur la piste AIGC.
Au début de la mise en place de Cohere, sa couleur académique d'intelligence artificielle semblait plus forte. Dans les tours de financement Cohere A et B en 2021 et 2022, l'investissement dans la filière AIGC à cette époque était encore dans le froid de l'hiver. Qui a investi dans Cohere pour soutenir les fonds ? Dans les listes d'investissement de ces deux tours, nous avons vu les chiffres suivants des géants de l'IA.
En plus de Geoffrey Hinton, le "Père de l'apprentissage en profondeur" et lauréat du prix Turing qui a été directement suivi par plusieurs fondateurs à Toronto, Li Feifei, professeur à l'Université de Stanford et responsable du Vision Lab, et professeur à l'Université de Californie, Berkeley, Berkeley Artificial Intelligence Pieter Abbeel, le directeur du laboratoire, et Raquel Urtasun, professeur à l'Université de Toronto et ancienne directrice du centre de recherche sur la technologie des voitures sans conducteur d'Uber, sont tous des experts universitaires dans le domaine de l'intelligence artificielle.
Lors de la dernière ronde de financement annoncée plus tôt ce mois-ci, au milieu de la recrudescence de l'AIGC, Cohere a également attiré l'attention d'un plus grand nombre d'entreprises technologiques dans le domaine. Il s'agit notamment de Nvidia, le "marchand d'armes" le plus puissant en matière d'intelligence artificielle, et des géants du cloud Salesforce et Oracle. Le financement total actuel a atteint 439 millions de dollars américains.
Le développement rapide de Cohere est inséparable de sa profonde expérience technique et de sa sélection de pistes. Du point de vue des modèles à grande échelle, Cohere n'est peut-être pas le leader du marché à l'heure actuelle, mais ils ont parfaitement saisi les points faibles des applications d'entreprise AIGC et peuvent en outre fournir la génération de contenu sur le principe de répondre d'abord aux besoins de sécurité. des entreprises. , résumé, recherche et autres services.
Leur modèle commercial permet à un grand nombre d'entreprises de personnaliser l'accès à de grands réseaux de neurones sans dépenser beaucoup d'argent pour construire leurs propres modèles, et en subdivisant les modules commerciaux, les entreprises peuvent payer en fonction de l'utilisation, afin d'obtenir une situation gagnant-gagnant. État.
À en juger par la popularité croissante des récentes baisses de prix à grande échelle et des mises à niveau des API de Cohere et OpenAI, la guerre AIGC se propage du côté utilisateur au champ de bataille de l'entreprise. À ce moment-là, peut-être qu'une véritable révolution de la productivité de l'IA commencera vraiment.