1. 上下文从目前的4K，很快会扩充到8K、16K、32K，目前绞尽脑汁优化上下文的团队可以省省力气了。如果上下文扩充到16-32K，将对向量检索知识库的能力极大扩充，届时怎么从用户意图挖出更多上下文才是该思考的问题😝
2. #多模态 ，这绝对是核弹级的。想象一下所有的文本、视频、语音信息可以混编扔给GPT4，对他理解问题以及回答质量会有怎样的提升？
那么，目前的小创业团队应该在哪些方面下功夫？
首先是如何做出差异化，这个也是我一直在思考的问题。泛应用场景不要想了，太多人做了。只有足够垂直和细分才有可能有机会。怎么找垂直？看看自己的专业领域有什么痛点，以往没有AI之前很难解决的。还有就是多看项目。这里推荐一下@dotey 的推文
首先是如何做出差异化，这个也是我一直在思考的问题。泛应用场景不要想了，太多人做了。只有足够垂直和细分才有可能有机会。怎么找垂直？看看自己的专业领域有什么痛点，以往没有AI之前很难解决的。还有就是多看项目。这里推荐一下@dotey 的推文
第二是可组合性。不要只做AI，而是把AI作为一个能力，赋能给多个业务模块，这些模块可能是不同的数据流、业务流，串起来解决用户痛点。这里注意不能简单的堆砌，而应该首先从用户痛点入手思考，不能为了组合而组合。
第三是数据，目前LLMs的优势在通用大数据，大而全。但它解决不了数据的及时更新和专有数据的问题。即使是bing这种能够解决及时性，也到不了领域数据的专精程度。那么就要积累足够深度的专有领域数据，这方面对于以往已经有垂直领域大数据积累的公司来讲超级利好。
以上三点，总结一下就是以深度行业数据为基础，做垂直领域细分场景，用AI做胶水组合业务流程解决用户痛点，可以重构现有的所有产品。这是我的思考创业方向的一点想法，可能还很不成熟，希望和各位大佬多交流🙏
• • •
Missing some Tweet in this thread? You can try to
force a refresh
