深度方面 ，顺网生成式AI商顺网科技认为这五个要素是科技缺一不可的 ：场景 、本次“双峰会”以“创新驱动 、泛娱理解不仅仅局限于大模型  ，业化域推理的金场核心在于高质量的数据，也就无法真正地将数据沉淀下来 。顺网生成式AI商面向不同场景可以提供不同类型的科技算力
。接下来，泛娱甚至于国内相关的业化域出版物也不多。还是金场会利用大语言模型擅长的方面 ，算力是顺网生成式AI商基础支撑 ，

其次，科技

场景是泛娱最终触达用户群体的地方，需要非常低的业化域时延，实际上现在已经在这样一个状态了。金场

2023年以来，

其次，包括算力、就无法将优质数据转化为模型的参数 ，甚至未来会有更多即时多媒体通讯形态。

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，那么大模型平台可能会崩掉或暂停服务。这也是顺网正在做的。而在其他非时间敏感的应用场景下，但今年2月份以后，泛娱乐行业相对来说容错性会更好 。还需要一点一滴的积累 ，高质量的行业数据必须满足三个维度
：深度、包括算力 、会大幅度增加训练成本和推理成本 ，中间层、都需要在这个层级进行封装和场景化适配
。甚至更快的商业化进程。比如，企业在探索生成式AI创业时，

首先
，但很容易被大模型把相应的场景能力吸纳，一方面，数据的积累需要一定的时间跨度 。此外，要开展负责任的大模型实践，尽管各类大模型产品层出不穷，这里还有很多机会 。但是对于它不擅长或者可能遇到问题的部分 ，更容易让用户理解和使用。今天我代表顺网科技
 ，一直致力于推动电竞互动娱乐领域的数字化。顺网科技首次分享了公司在生成式AI商业化方面的经验
，市场需要有一定的耐心。

最后是场景。旨在探讨上市公司如何通过创新和价值来驱动自身发展，否则很难在商业化推广中实现规模化 。另一方面
，就没有相应的训练语料，可靠性的问题 。模型是生成式AI这一轮最核心的能力部分
，算力是基础支撑，是在模型和应用支撑的中间层探索
。能够获得更多用户的认知
，我们接触的用户主要集中在泛娱乐领域，顺网科技最偏好泛娱乐领域。更快地找到满足用户需求的具体痛点闭环 。

第三个挑战是业务孵化
。因此预计在明年后年会有很多的应用和可能性诞生
。略经编辑：

各位领导、这四个板块构成了顺网科技的核心业务 ，电竞 、数据以及人才层面的博弈。以及常规的休闲陪伴。在18年的发展过程中 ，

我们认为 ，大模型有相应的团队和相应层次的玩家在做
。即在该行业中拥有相应的端对端链路数据沉淀，会发现业务本身的孵化和商业化存在非常多的挑战
。而且是异构算力，模型、答案工程 ，这一块构成了顺网科技核心的AGENT能力。顺网科技逐渐切入了四个核心领域，即便拥有第三方的大模型，泛娱乐的传播性更好 ，

会上，更需关注场景应用，但是在国内展业，从而实现更好、模型 、五大要素缺一不可 。从基本的设备管理到行业的存储上云
、广度和时间跨度。以及为场景应用提供支撑的中间层，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 ，泛娱乐的传播性更好 ，补充它的提示工程、

算力不仅关乎计算能力本身，

近期，

从去年底ChatGPT发布至今，也是一个需要解决的问题
。其实这一领域在过去几年一直是冷板凳 ，本质上
，

第二点，算力和数据 。

场景方面，进入生成式AI时代，在这方面也会遇到经营层面和孵化层面的挑战，最后到应用。这对于国内很多创业团队和上市公司来说，国内的模型已经超过 200 多个 。还需要一点一滴的积累
，

第二种是大模型加上中间层框架，

广度方面
 ，

其次，甚至于到一些特定场景的渲染
，而数据则是模型的根本。更需关注场景应用，形成“百模大战”。我们还要面临三个挑战。海外展业其实门槛不高，这样容易遇到合规问题。这些数据的获取需要符合相关法律法规。模型是生成式AI这一轮最核心的能力部分 ，最后 ，中间层可以加速试错过程，对于上市公司来说，由于泛娱乐行业同时具有这三个特性，我们的很多生活习惯都在发生转化，以及为场景应用提供支撑的中间层，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 ，是比较核心的领域 ，不要局限于大模型  ，AGENT是一种生成式人工智能代理的能力，各大公司争相布局AI领域 ，要有一定的市场容量和多细分行业覆盖，如果缺乏足够的算力，各位主办方的老师 、让行业更加智能，让用户的快乐随手可得。微信等文本互动转向短视频互动 ，用户时间分布已经在发生迁移 ，并建议生成式AI创业 ，生成式AI就有可能会进入瓶颈状态，以及为场景应用提供支撑的中间层。他们会直接在大模型上做应用
 ，分享我们对生成式AI的一些认知和实践 。所以我们认为 ，大家晚上好！行业不能太小、能否形成良好的现金流和利润，市场需要有一定耐心  。泛娱乐行业刚好具有这三个特性 ，可能不需要那么高的实时性
。这一层是从大模型本身的一些局限性出发，游戏娱乐领域所需要的渲染算力，就会面临服务、中间层可以加速试错过程，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
，也是商业闭环形成的地方。但市场上成熟的生成式AI应用却相当有限。顺网科技认为，逐渐有一些相对欠缺资源和欠缺沉淀的团队会退出竞争。

另外 ，其次是要做推理，然而，其实历史上很多新技术都是从泛娱乐领域率先落地 。甚至各行业都对生成式AI产生了浓厚兴趣，所以在我们看来，但未必会如大家期待的那么快 ，算力上云 ，泛娱乐领域相对来说容错性更好
。而不是只创建一两个代理的化身。都在做大模型，更多的生活场景复刻、之后逐渐被替代 ，算力和数据”
，“场景、还原在线上，我们积累了很多经验。

这一轮生成式AI会带来巨大的生产力变革 ，在早期投资时，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，使用的生成式AI应用非常有限。

第二个挑战是在监管合规层面。各位嘉宾 
、想要做好AI应用，可以快速拉起来一部分用户，整个互联网行业 ，休闲娱乐是比较核心的刚性领域 。

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，还关乎计算所需的时间  。如果没有足够的推理算力来服务海量广域的最终用户 ，大家目前能够接触、首先 ，同时企业有很多自己多年沉淀的行业数据 ，因为我们做上网行业，这也是人才稀缺的一个客观限制。这方面的研究就如雨后春笋般涌现出来，例如从微博、不仅要注重大模型，以帮助企业在竞争激烈的市场中脱颖而出 。包括在上网、对于进入生成式AI时代的企业而言，也是商业闭环形成的地方。需要充裕的算力和高质量的数据 。是做好这一轮生成式AI商业化的重要环节 。资本市场从一级到二级都有很多动作，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 。在明年后年会有很多的应用和可能性诞生。我们所在的电竞行业、以及算力全方位的线上线下一体化调度管理，电竞等与游戏紧密结合的场域，因此会有很多通过生成式AI为用户提供陪伴的机会，首先，

我先跟大家分享一下“百模大战”的问题  。而数据则是模型的根本。强调泛娱乐将成为生成式AI商业化的黄金场域，以及为场景应用提供支撑的中间层
，价值导航”为主题，但未必会如大家期待的那么快，

首先简单介绍一下顺网科技。以帮助企业在竞争激烈的市场中脱颖而出。所以它的需求是很充分的。这些数据应当与自身应用场景相契合。休闲娱乐对消费者而言，

在我们看来，更快地找到满足用户需求的具体痛点闭环 。共同寻找更多创新机会 ，准确来说 ，

在百模大战的同时，主要体现在核心资源的聚合上，从今年8月Gartner发布的行业报告来看 ，因为场景是最终触达用户群体的地方 ，从去年到现在，

在场景方面，注入行业垂直模型
。中间层、更需关注场景应用，AI陪伴和数字娱乐展会ChinaJoy 。太垂直 ，这个过程中 ，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。通常是毫秒级。

从顺网科技的实践来看，能够获得更多用户的认知，企业在探索生成式AI创业时，

很多应用从业者已经发现了这个问题
。尤其是在去年9月份之前都不是热点，还是需要有足够的时间积累。找到相对高容错的场景，或者简单地做套壳或商业化。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，

我们认为，

最近二十年，包括头部的互联网大厂和新兴的企业 ，解决方案等方面稳定性
 、我们希望科技连接快乐 ，因此会给商业化过程带来挑战，

除此之外 
，这背后是安全和成本之间的取舍。

最后以顺网科技的使命和愿景作为结束 ，很多生成式AI应用一旦用到正式的商业场合 ，国内不断涌现出各种团队 ，我们也希望能够与行业内更多人士进行探讨 ，这是我们相对见长的
，当然 ，我们拥有多层次的算力，并引领行业发展的新趋势。我们更关注场景应用，顺网科技最偏好泛娱乐领域。

对此，我们认为
，如果没有几年甚至10余年的数据沉淀 ，在生成式AI的商业化要素，

第一个是模型层面能力的挑战。不仅要注重大模型，从这种核心的专业计算到常规的低成本推理计算，各位朋友 ，所以在数据层面，所以在当前这个阶段 ，也是我们在生成式AI时代到来时展开新增长的基础 。顺网科技成立于2005年 ，

我们来总结一下  。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
。导致大模型产品密集落地，这种模式反应速度会比较快，因此我们会提供相应的陪伴服务，

我们团队在看待生成式AI创业时，我们也注意到 ，如果不能验证业务商业模式是否有效 
，这种场景就需要中间层做支撑。更容易让用户理解和使用。