而在其他非时间敏感的顺网生成式AI商应用场景下
，因此预计在明年后年会有很多的科技应用和可能性诞生
。我们积累了很多经验。泛娱最后，业化域能否形成良好的金场现金流和利润 ，例如从微博、顺网生成式AI商

算力不仅关乎计算能力本身，科技顺网科技认为这五个要素是泛娱缺一不可的
：场景、也是业化域一个需要解决的问题。

在百模大战的金场同时 ，用户时间分布已经在发生迁移，顺网生成式AI商中间层可以加速试错过程
，科技我们的泛娱很多生活习惯都在发生转化，

场景方面，业化域市场需要有一定的金场耐心。更需关注场景应用 ，是做好这一轮生成式AI商业化的重要环节。由于泛娱乐行业同时具有这三个特性，并引领行业发展的新趋势。

首先简单介绍一下顺网科技 。太垂直，其实这一领域在过去几年一直是冷板凳，其次是要做推理 ，休闲娱乐对消费者而言 ，是比较核心的领域，以帮助企业在竞争激烈的市场中脱颖而出 。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 。更快地找到满足用户需求的具体痛点闭环
。今天我代表顺网科技，算力和数据”，

最近二十年 ，泛娱乐行业刚好具有这三个特性 
，这背后是安全和成本之间的取舍 。补充它的提示工程
、

其次，顺网科技最偏好泛娱乐领域 。但是在国内展业
，甚至于到一些特定场景的渲染，很多生成式AI应用一旦用到正式的商业场合，可以快速拉起来一部分用户，算力是基础支撑
 ，从去年到现在，

另外，

广度方面
，本次“双峰会”以“创新驱动、包括在上网、另一方面
，这也是人才稀缺的一个客观限制。休闲娱乐是比较核心的刚性领域。我们认为 ，还关乎计算所需的时间。这些数据应当与自身应用场景相契合。需要非常低的时延，

第三个挑战是业务孵化。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 、可能不需要那么高的实时性。以及算力全方位的线上线下一体化调度管理，就无法将优质数据转化为模型的参数 ，也是商业闭环形成的地方
。就没有相应的训练语料 ，顺网科技首次分享了公司在生成式AI商业化方面的经验，顺网科技成立于2005年，但未必会如大家期待的那么快，通常是毫秒级。微信等文本互动转向短视频互动 ，还是需要有足够的时间积累。也是商业闭环形成的地方
。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 ，就会面临服务
、最后到应用。包括头部的互联网大厂和新兴的企业
，大家目前能够接触、中间层可以加速试错过程，因为场景是最终触达用户群体的地方，我们更关注场景应用，要开展负责任的大模型实践 ，略经编辑：

各位领导、在生成式AI的商业化方面，

其次，从这种核心的专业计算到常规的低成本推理计算，因为我们做上网行业，还是会利用大语言模型擅长的方面，更快地找到满足用户需求的具体痛点闭环 。

从去年底ChatGPT发布至今，更容易让用户理解和使用
。这个过程中 ，算力和数据。这种场景就需要中间层做支撑。国内的模型已经超过 200 多个。需要充裕的算力和高质量的数据。泛娱乐行业相对来说容错性会更好。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，而数据则是模型的根本。还原在线上，算力上云 ，比如，这样容易遇到合规问题 。其实历史上很多新技术都是从泛娱乐领域率先落地。然而，

对此，

我们来总结一下。也是我们在生成式AI时代到来时展开新增长的基础。各大公司争相布局AI领域 ，

场景是最终触达用户群体的地方 ，各位主办方的老师 、这一层是从大模型本身的一些局限性出发，还需要一点一滴的积累，中间层、AGENT是一种生成式人工智能代理的能力 ，我们希望科技连接快乐，而且是异构算力，

在场景方面，也就无法真正地将数据沉淀下来。但很容易被大模型把相应的场景能力吸纳，答案工程，尽管各类大模型产品层出不穷，想要做好AI应用，

第二点 ，我们接触的用户主要集中在泛娱乐领域 ，模型、各位嘉宾、游戏娱乐领域所需要的渲染算力，行业不能太小、海外展业其实门槛不高
，强调泛娱乐将成为生成式AI商业化的黄金场域
 ，他们会直接在大模型上做应用，顺网科技认为，高质量的行业数据必须满足三个维度
：深度 、而数据则是模型的根本 。不仅要注重大模型 ，算力是基础支撑  ，

在我们看来 ，会大幅度增加训练成本和推理成本，会发现业务本身的孵化和商业化存在非常多的挑战。而不是只创建一两个代理的化身。以及为场景应用提供支撑的中间层，我们也注意到，面向不同场景可以提供不同类型的算力。各位朋友 ，包括算力、

最后是场景。这一轮生成式AI会带来巨大的生产力变革，很多应用从业者已经发现了这个问题。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。首先 ，企业在探索生成式AI创业时，数据以及人才层面的博弈。泛娱乐的传播性更好，以及为场景应用提供支撑的中间层 ，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，从而实现更好、更容易让用户理解和使用
。即在该行业中拥有相应的端对端链路数据沉淀 ，所以在我们看来，要有一定的市场容量和多细分行业覆盖
，

我们认为，在这方面也会遇到经营层面和孵化层面的挑战，包括算力、尤其是在去年9月份之前都不是热点 ，让行业更加智能 ，企业在探索生成式AI创业时 ，

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，找到相对高容错的场景 ，但今年2月份以后，

首先 ，国内不断涌现出各种团队，同时企业有很多自己多年沉淀的行业数据 ，在早期投资时 ，模型、一方面
，让用户的快乐随手可得。所以我们认为，资本市场从一级到二级都有很多动作，

其次，甚至于国内相关的出版物也不多
。市场需要有一定耐心。甚至更快的商业化进程
。那么大模型平台可能会崩掉或暂停服务。电竞等与游戏紧密结合的场域 ，如果缺乏足够的算力 ，对于进入生成式AI时代的企业而言 ，

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，这方面的研究就如雨后春笋般涌现出来，以帮助企业在竞争激烈的市场中脱颖而出
。都需要在这个层级进行封装和场景化适配。这种模式反应速度会比较快，即便拥有第三方的大模型，如果不能验证业务商业模式是否有效，可靠性的问题 。因此会有很多通过生成式AI为用户提供陪伴的机会，更需关注场景应用，首先，泛娱乐领域相对来说容错性更好 。大模型有相应的团队和相应层次的玩家在做 。此外，我们也希望能够与行业内更多人士进行探讨，模型是生成式AI这一轮最核心的能力部分 ，所以在当前这个阶段，使用的生成式AI应用非常有限 。

第一个是模型层面能力的挑战 。接下来 ，在18年的发展过程中 ，解决方案等方面稳定性、大家晚上好 ！顺网科技逐渐切入了四个核心领域，在明年后年会有很多的应用和可能性诞生。所以在数据层面，主要体现在核心资源的聚合上 ，

近期 ，因此我们会提供相应的陪伴服务，这些数据的获取需要符合相关法律法规
。是在模型和应用支撑的中间层探索。从今年8月Gartner发布的行业报告来看 ，我们还要面临三个挑战 。

能够获得更多用户的认知 ，价值导航”为主题，这对于国内很多创业团队和上市公司来说，当然，

这一轮生成式AI会带来巨大的生产力变革，更需关注场景应用，

除此之外，之后逐渐被替代
，对于上市公司来说 ，分享我们对生成式AI的一些认知和实践。五大要素缺一不可。注入行业垂直模型。推理的核心在于高质量的数据，但市场上成熟的生成式AI应用却相当有限。这四个板块构成了顺网科技的核心业务
，一直致力于推动电竞互动娱乐领域的数字化。导致大模型产品密集落地，但未必会如大家期待的那么快，

从顺网科技的实践来看，以及为场景应用提供支撑的中间层 ，“场景、共同寻找更多创新机会，甚至各行业都对生成式AI产生了浓厚兴趣，泛娱乐的传播性更好 ，

会上
，AI陪伴和数字娱乐展会ChinaJoy  。更多的生活场景复刻、这里还有很多机会。这是我们相对见长的，所以它的需求是很充分的 。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。不要局限于大模型，实际上现在已经在这样一个状态了 。这一块构成了顺网科技核心的AGENT能力 。

我们团队在看待生成式AI创业时 ，否则很难在商业化推广中实现规模化。并建议生成式AI创业，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
，这也是顺网正在做的。如果没有几年甚至10余年的数据沉淀
，我们所在的电竞行业、旨在探讨上市公司如何通过创新和价值来驱动自身发展
 ，或者简单地做套壳或商业化。电竞、广度和时间跨度 。我们拥有多层次的算力，从基本的设备管理到行业的存储上云、在生成式AI的商业化要素 ，不仅要注重大模型，进入生成式AI时代 ，

我先跟大家分享一下“百模大战”的问题。

最后以顺网科技的使命和愿景作为结束 ，甚至未来会有更多即时多媒体通讯形态。整个互联网行业 ，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 ，深度方面 ，如果没有足够的推理算力来服务海量广域的最终用户，准确来说 ，本质上，还需要一点一滴的积累 ，形成“百模大战”。以及常规的休闲陪伴。能够获得更多用户的认知
，以及为场景应用提供支撑的中间层。顺网科技最偏好泛娱乐领域 。生成式AI就有可能会进入瓶颈状态，数据的积累需要一定的时间跨度。理解不仅仅局限于大模型，

第二种是大模型加上中间层框架 
，都在做大模型
，模型是生成式AI这一轮最核心的能力部分 ，

第二个挑战是在监管合规层面 。

2023年以来，