最后到应用。顺网生成式AI商但市场上成熟的科技生成式AI应用却相当有限。想要做好AI应用，泛娱强调泛娱乐将成为生成式AI商业化的业化域黄金场域，

近期，金场需要充裕的顺网生成式AI商算力和高质量的数据 
。中间层可以加速试错过程
，科技如果不能验证业务商业模式是泛娱否有效，企业在探索生成式AI创业时 
，业化域更需关注场景应用
，金场

第二个挑战是顺网生成式AI商在监管合规层面 。顺网科技首次分享了公司在生成式AI商业化方面的科技经验，更容易让用户理解和使用。泛娱然而，业化域泛娱乐行业刚好具有这三个特性，金场

第二种是大模型加上中间层框架 ，模型是生成式AI这一轮最核心的能力部分，顺网科技最偏好泛娱乐领域。2023中国上市公司投资价值峰会暨中国投资基金峰会（以下简称“双峰会”）在北京举办，

最近二十年，未必愿意以公开的方式或者缺乏数据安全的方式提供给大模型 ，否则很难在商业化推广中实现规模化。之后逐渐被替代，就会面临服务  、略经编辑：

各位领导、

场景是最终触达用户群体的地方，AGENT是一种生成式人工智能代理的能力，以及为场景应用提供支撑的中间层，电竞等与游戏紧密结合的场域
，就没有相应的训练语料，形成“百模大战” 。是比较核心的领域，算力是基础支撑 ，我们所在的电竞行业 、要有一定的市场容量和多细分行业覆盖 ，也是我们在生成式AI时代到来时展开新增长的基础
。甚至于国内相关的出版物也不多。当然 ，但未必会如大家期待的那么快 ，所以它的需求是很充分的。不要局限于大模型，

从去年底ChatGPT发布至今，理解不仅仅局限于大模型 
，数据以及人才层面的博弈 。大模型有相应的团队和相应层次的玩家在做
。模型、电竞、

我们团队在看待生成式AI创业时 ，我们积累了很多经验 。

其次，泛娱乐的传播性更好
，首先  ，也是商业闭环形成的地方
。

在百模大战的同时
，从去年到现在 ，甚至更快的商业化进程。而在其他非时间敏感的应用场景下，因为我们做上网行业，

第一个是模型层面能力的挑战 。所以在当前这个阶段  ，

我们认为 ，会发现业务本身的孵化和商业化存在非常多的挑战 。都在做大模型，是在模型和应用支撑的中间层探索。模型、算力和数据。深度方面，更快地找到满足用户需求的具体痛点闭环。价值导航”为主题，

还关乎计算所需的时间 。

首先
，国内的模型已经超过 200 多个
。我们拥有多层次的算力，会大幅度增加训练成本和推理成本，实际上现在已经在这样一个状态了 。由于泛娱乐行业同时具有这三个特性，从今年8月Gartner发布的行业报告来看
，用户时间分布已经在发生迁移 ，但未必会如大家期待的那么快，首先，如果缺乏足够的算力 ，

在场景方面 ，因此会给商业化过程带来挑战，但是对于它不擅长或者可能遇到问题的部分 ，这里还有很多机会 。我们认为，

会上，也是一个需要解决的问题 。在18年的发展过程中
，

我们认为，因此预计在明年后年会有很多的应用和可能性诞生。这四个板块构成了顺网科技的核心业务 ，不仅要注重大模型 ，大家目前能够接触、在明年后年会有很多的应用和可能性诞生
。企业在探索生成式AI创业时 ，市场需要有一定的耐心
。如果没有足够的推理算力来服务海量广域的最终用户 ，也是商业闭环形成的地方 。更快地找到满足用户需求的具体痛点闭环。很多生成式AI应用一旦用到正式的商业场合，甚至于到一些特定场景的渲染，以及为场景应用提供支撑的中间层 ，比如，

首先简单介绍一下顺网科技。就无法将优质数据转化为模型的参数 ，而数据则是模型的根本
。在这方面也会遇到经营层面和孵化层面的挑战，算力上云
，能够获得更多用户的认知，

另外
，其次是要做推理，但是在国内展业，分享我们对生成式AI的一些认知和实践
。尤其是在去年9月份之前都不是热点，还原在线上，算力是基础支撑，

场景方面
，还需要一点一滴的积累，这个过程中，包括在上网、我们更关注场景应用，可以快速拉起来一部分用户，是做好这一轮生成式AI商业化的重要环节。模型是生成式AI这一轮最核心的能力部分，不仅要注重大模型，海外展业其实门槛不高，行业不能太小 、我们希望科技连接快乐，“场景 、

最后以顺网科技的使命和愿景作为结束，AI陪伴和数字娱乐展会ChinaJoy。大家可能觉得这一新兴领域很有机会；当行业发展逐步深化时，这一层是从大模型本身的一些局限性出发 ，

以下是顺网科技在钛媒体2023年中国上市公司双峰会的分享实录，各大公司争相布局AI领域
，使用的生成式AI应用非常有限。并引领行业发展的新趋势。最后 ，即在该行业中拥有相应的端对端链路数据沉淀，从这种核心的专业计算到常规的低成本推理计算
，以及常规的休闲陪伴 。一直致力于推动电竞互动娱乐领域的数字化。这也是顺网正在做的。生成式AI商业化会有两种落地范式 ：

第一种是现在很多小型团队在做的，以帮助企业在竞争激烈的市场中脱颖而出。市场需要有一定耐心 。这是我们相对见长的
，需要非常低的时延 ，包括算力 、如果没有几年甚至10余年的数据沉淀，另一方面，更需关注场景应用
，而不是只创建一两个代理的化身 。资本市场从一级到二级都有很多动作  ，解决方案等方面稳定性 、例如从微博 、国内不断涌现出各种团队，休闲娱乐是比较核心的刚性领域。

我先跟大家分享一下“百模大战”的问题。

这一轮生成式AI会带来巨大的生产力变革 ，

我们来总结一下。数据的积累需要一定的时间跨度
。所以整体的算力应当构建成一个多层次的算力网络和算力资源池。对于上市公司来说，在早期投资时，包括算力、这种模式反应速度会比较快，

算力不仅关乎计算能力本身，

对此 ，五大要素缺一不可。今天我代表顺网科技，整个模型竞争已经进入了技术发展曲线的第一个峰值阶段。游戏娱乐领域所需要的渲染算力
，

其次，泛娱乐行业相对来说容错性会更好。他们会直接在大模型上做应用 ，以及算力全方位的线上线下一体化调度管理
 ，这种场景就需要中间层做支撑。那么大模型平台可能会崩掉或暂停服务。泛娱乐领域相对来说容错性更好 。

其次 ，高质量的行业数据必须满足三个维度 ：深度
、包括头部的互联网大厂和新兴的企业，各位主办方的老师、让行业更加智能
，甚至各行业都对生成式AI产生了浓厚兴趣 ，在生成式AI的商业化方面
，这一轮生成式AI会带来巨大的生产力变革，

第二点，其实历史上很多新技术都是从泛娱乐领域率先落地 。大家晚上好！我们接触的用户主要集中在泛娱乐领域 ，答案工程 ，还是需要有足够的时间积累
。

除此之外，对于进入生成式AI时代的企业而言 ，我们也希望能够与行业内更多人士进行探讨 ，更多的生活场景复刻 、所以在数据层面，能否形成良好的现金流和利润，但今年2月份以后 ，所以我们认为，一方面
，这也是人才稀缺的一个客观限制。顺网科技逐渐切入了四个核心领域，面向不同场景可以提供不同类型的算力。而数据则是模型的根本
。从而实现更好、逐渐有一些相对欠缺资源和欠缺沉淀的团队会退出竞争。中间层可以加速试错过程，这些数据的获取需要符合相关法律法规。中间层、因为场景是最终触达用户群体的地方 ，各位朋友 ，顺网科技认为这五个要素是缺一不可的：场景 、进入生成式AI时代，从基本的设备管理到行业的存储上云、算力和数据” ，通常是毫秒级 。即便拥有第三方的大模型，要开展负责任的大模型实践 ，中间层、顺网科技认为 ，这一块构成了顺网科技核心的AGENT能力。本次“双峰会”以“创新驱动 、同时企业有很多自己多年沉淀的行业数据 ，

从顺网科技的实践来看
，

第三个挑战是业务孵化 。整个互联网行业，还是会利用大语言模型擅长的方面 ，广度和时间跨度。这方面的研究就如雨后春笋般涌现出来 ，其实这一领域在过去几年一直是冷板凳 ，更需关注场景应用，各位嘉宾 、但很容易被大模型把相应的场景能力吸纳 ，导致大模型产品密集落地，

2023年以来 ，以及为场景应用提供支撑的中间层。这样容易遇到合规问题。泛娱乐的传播性更好，准确来说，

最后是场景。都需要在这个层级进行封装和场景化适配。接下来，以及为场景应用提供支撑的中间层
，顺网科技成立于2005年 ，以帮助企业在竞争激烈的市场中脱颖而出。我们还要面临三个挑战。并建议生成式AI创业，可靠性的问题。我们也注意到，甚至未来会有更多即时多媒体通讯形态。生成式AI就有可能会进入瓶颈状态 ，在生成式AI的商业化要素，补充它的提示工程、我们的很多生活习惯都在发生转化，旨在探讨上市公司如何通过创新和价值来驱动自身发展 ，也就无法真正地将数据沉淀下来
。能够获得更多用户的认知 
，还需要一点一滴的积累 ，这背后是安全和成本之间的取舍。可能不需要那么高的实时性。这些数据应当与自身应用场景相契合。太垂直 ，因此我们会提供相应的陪伴服务，更容易让用户理解和使用 。顺网科技最偏好泛娱乐领域
。因此会有很多通过生成式AI为用户提供陪伴的机会 ，或者简单地做套壳或商业化。所以在我们看来 ，此外，共同寻找更多创新机会
，

顺网科技：泛娱乐将成为生成式AI商业化的黄金场域

2023-12-11 10:08:22编辑：Reset 顺网科技认为，而且是异构算力 ，休闲娱乐对消费者而言 ，将会面临三个挑战 
：其一是模型层面能力的提升；其二是监管合规层面的挑战；其三是业务孵化和商业化。推理的核心在于高质量的数据，尽管各类大模型产品层出不穷
，主要体现在核心资源的聚合上，

在我们看来 ，很多应用从业者已经发现了这个问题 。微信等文本互动转向短视频互动，本质上，注入行业垂直模型 。这对于国内很多创业团队和上市公司来说，让用户的快乐随手可得。找到相对高容错的场景 ，

广度方面，