摘要：12月7日，在北京市大兴区举办的2024T-EDGE创新大会暨钛媒体财经年会上，「AI 落地场景图谱」圆桌由钛媒体集团联合创始人刘湘明主持，TDK InvenSense 副总裁 Pankaj Aggarwal、Traini 创始人孙邻家、MascotGO 首席

12月7日，在北京市大兴区举办的2024T-EDGE创新大会暨钛媒体财经年会上，「AI 落地场景图谱」圆桌由钛媒体集团联合创始人刘湘明主持，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、红杉中国合伙人张涵等嘉宾，围绕 AI 落地应用面临的挑战、各公司在 AI 领域的进展与商业模式、AI 在不同领域的发展趋势等话题展开。

Traini公司通过大量视频标注理解宠物行为并选择模型，与宠物行为专家合作确保数据准确性，公司在共情方向投入研发，产品有 C 端用户，且在模型端可输出，与多家硬件公司合作。

孙邻家表示，Traini未来尝试在医疗端辅助诊断、为具身机器人提供数据。目前主要专注于狗狗领域，因北美和欧洲狗狗市场大且狗狗行为与人类交互更直接，未来可能延伸到其他领域。

谢冠宏提到，万魔声学在耳机降噪（飞机、火车降噪及通话降噪）、省电方面取得成果，睡眠豆第三代可准确监控心率、呼吸和睡眠状态。眼镜产品也在发展，虽市场挑战大但从一开始就注重差异化。

Peter Avritch提到，他的开发工作围绕研究如何使用和获取数据，为用户提供个性化推荐。

Pankaj Aggarwal则表示，AI 发展需要更多传感器，传感器能让AI变得更智能，如耳机能判断发言者自动调节声音，未来机器人将使用更多传感器，覆盖消费、工业设备等多领域，且需关注小设备功能局限、安全及隐私问题。

张涵从投资视角阐述了目前AI应用在寻求大规模落地和商业化方面面临的挑战，包括落地场景、Token成本控制、数据安全等。他认为在应用落地的优化方向上，创业者可以寻找和构建对模型以及Agent的输出结果要求不太高的使用场景，实现产品和商业化更快、更早的落地。

刘湘明：特别高兴今天有这样的机会讨论落地的问题，这次在美国参加很多AI会议，主要是两个方向，一是AI落地；二是AI工具，结合大家在领域里的观察，目前AI应用落地面临有哪些挑战和障碍是什么？

Pankaj Aggarwal：数据收集的过程应该是一大挑战，以及从不同来源收集数据并且进行整合，这也是挑战。

过去十年，AI有100万倍的计算成本下降，数据量增加了1万倍，在这个过程中AI不断地应用数据，将数据数字化。

比如对于马拉松长跑选手，可能配备了不同的传感器，现在的AI技术有没有能力把所有数据进行收集，并且进行符合需求的数据分析，这是非常重要的。

很多时候，AI数据没有很好地被应用。比如很多小的设备，可能在电力或者其它方面有局限，导致没有办法在每时每刻收集数据。

智能终端或者智能边缘也受到行业关注，我们需要有不同的传感器，比如温度传感器、水分传感器，以及其它的像WiFi、蓝牙、云上设施等，收集并分析数据的过程受到电池的限制。

孙邻家：AI落地应用最大的挑战有三。第一，人们对大模型的期待非常高，大家期待出现能够颠覆移动互联网的大模型应用，一般的应用大家会觉得它太薄，不足够变成杀手级的应用。这会和实际有个gap（差距），这个gap会导致做应用的公司，去融资或者想拿到足够的钱，再往前的时候难度变得更大。

第二，很多做应用的公司，认为具备工程能力，又对大模型比较了解，就可以做了，过程中会使用现有的开源技术。但实际上这些公司对场景、用户需求的理解，特别是在整个Workflow（工作流程）上理解比较浅，在做产品或者应用的时候很难切到用户的痛点。

第三，现在的AI应用某种程度上等于AI Agent，需要有自己的模型。建立模型的时候，不论利用开源技术还是自己架构的技术，最后要形成比较独特的技术优势，这个技术优势上边要叠加无数的数据，在AI应用层面，很多数据都是非结构性的，怎么样去处理、采集非结构性的数据，达到能够训练大量模型的程度，把它变成非常独特的产品，这对于一般的团队而言难度非常大，至少有一件事情大家必须要去做，就得去读论文，读英文的论文非常难，对于小公司而言非常难。

谢冠宏：AI终端存在四个主要难点。

省电难点。万魔声学几年来一直在改进和克服省电、轻薄、穿戴舒适等问题，AI终端需做到不用时省电stand by一整天，又能随叫随到，使用时可迅速连接蓝牙、wifi等，且视频要有高带宽。

音质难点。要提高声音质量、消除噪音，让使用者既能清楚理解对方讲话，也能清晰听到自己说话，还能发出接近人类的声音给对方，改变传统AI一问一答模式，实现全时间双向实时对应，能分清不同语言，双方和动作，目前在眼镜、耳机上已做到相应程度。

APP难点。使用AI需下载APP，但跟Apple、谷歌抢入口较难，未来是万物互联时代，可通过直接拉群的方式解决，同时提升使用的便利性。我们使用专利技术为人，AI与 messager 结合一物1号，达成人机互联。

手机本地agent难点。要清楚分辨其能做和不能做的事，比如订披萨时不能放入银行账号和家庭住址等隐私信息，当前模型设有防火墙隔离，但同时还要充分利用云端的智能跟资讯。

Peter Avritch：谈到生成式AI，我的工作就是研究做哪些工具加入到大语言模型当中，研究如何使用这些数据，如何获取这些数据，再把这些数据给回到大语言模型，实现个性化的推荐。

比如对于某个人来说，上哪所大学最合适，这不仅仅是学术问题、财务问题，它包含各个方面。对于16、17岁的孩子来说，做这样的决策可能是整个人生最重要的决策，我们希望能够运用到大模型帮助年轻人来做决策。

张涵：大模型这两年发展非常快，但能力还相对有限，特别是在内容准确度、输出能否符合预期等方面，离大规模商用和到基于Agent做闭环操作还是有距离的，仍然需要技术侧、产品侧的人才去不断想办法优化。

在应用优化的方向上，可能会有一批优秀的产品经理或者创业者去构建更新的场景，比如他们寻找的用户群体可能对模型和Agent的输出结果预期没有那么高。在这种情况下，产品反而变得更容易落地，商业化也更容易形成。

AI创业者还会普遍碰到token的成本问题，这和之前移动互联网的差别比较大。当你做了一个AI产品，这个产品在还没有形成良好盈利状态和商业模式的时候，在这上面消耗的token以及获客的成本叠加等等会使得整体成本变得更高。

最后是数据。不同的场景下，企业侧可能积累了很多私有数据。如何在最大化保护数据隐私、数据和模型安全的前提下，让私有数据和自己的业务侧结合，与大模型联接起来，从而提高工作效率，这可能还是个挑战。

刘湘明：问个小问题，“Traini”的名字由何而来？商业模式就是把宠物的语言翻译成人能听懂的语言，怎么做到的？

孙邻家：其实是training的缩写，我们想表达宠物到人类世界被驯化的过程。

我们是全球第一家用生成式AI做宠物行为分析的商业公司，通过大量视频的标注，系统性地理解宠物行为之后，再去选择模型。我们目前专注在狗上面，会和顶级的宠物行为专家合作，让他们成为我们的一部分，而且要付出很高的成本，例如股权给他们，来进行专业数据的标注，保证Ground truth最后能够实现。

其次我们在共情方向上进行大量的研究和开发，例如用语音的方式呈现，克隆成狗儿子和狗父母说话的形式，整个体验对于产品都起到决定性的作用。我们看起来是C端产品，但做小模型一旦拥有数据，建立数据壁垒，就有很大的能力可以做C2B，这个模式可以成立，目前在模型端也可以输出，在硬件上可以用到。像苹果、华为、尼桑汽车、上汽等等很多大的硬件公司都在找我们合作。

原来做的非常垂直领域的小的事情，是个芝麻，我们现在已经把它变成通用，当模型能力变成通用之后，未来我们就可以做成宠物生活的生态，就可以拿到西瓜，这是我们的逻辑。

我们其实还在探索商业模式，但基本的想法在C端收取费用费，提供API给这些公司。另外，做宠物可穿戴设备，实时进行翻译。未来尝试在医疗端，给宠物医生做医疗辅助诊断，以及给具身机器人提供数据，让具身机器人在生活中可以和狗狗交互，做成更通用的场景。

我们主要做北美和欧洲，1.6亿条的狗狗，市场足够大。其次是狗狗的行为和人类的交互更突出、更直接，用这样的解决方案，对我们的产品突出上会更大，作为创业公司我们只能做选择，在未来的时候再延伸到其它领域。

刘湘明：其实音频耳机是AI最早用到的领域，我现在的问题是在未来，AI会给我们带来哪些惊喜，在硬件方面？

谢冠宏：我们专注在小模型，以前用在降噪、辅助睡眠、辅助听觉，以及运动的器材，这些东西来做学习的终端，会越来越多，而且越来越准确，就像睡眠豆第三代，它对于心率、呼吸和睡眠状态有非常准确的监控。

一是和健康相关，和运动相关的，逐渐AI会提供更多的东西；二是翻译，我们做的比较大的改变是实时双向对谈，不管什么语音都共同做。另外的惊喜是这种硬件会越来越多，耳机、眼镜、戒指、手表、鞋子等，这方面会提供很多惊喜。

降噪分两方面，一是飞机或者火车上的声音，把声音降下来，这和世界一流水平可以媲美，部分效果甚至超越，因为AI学习给到我们很大的帮助；二是通话降噪，我在跟他讲话，但是我旁边吵闹的声音不要出来，AI就是要学习这是噪音，这是声音，再传送完美的原音的时候，其它噪音不能传过去，再就是现在的省电越做越好。

来源：钛媒体