在人工智能领域，2024年的NeurIPS会议成为了一个转折点，Ilya Sutskever的发言犹如一颗石子投入平静的湖面，激起了层层涟漪。他提出的关于Scaling Law的见解——“现有的预训练方法即将走到尽头”，不仅预示着技术路径的深刻变革，也引发了对当前“规模制胜”策略的深刻反思。
Sutskever指出，预训练模型的局限性日益显现，AI系统亟需发展出更接近人类思维方式的推理能力。这意味着，单一模态的大模型，尤其是基于语言的大模型，其能力已接近天花板。为了寻求突破，必须探索全新的训练路径。他预测，商业社会若要实现通用人工智能（AGI），必须重视多模态和推理过程的发展。
这一观点在资本市场也得到了印证。CB Insights发布的“2024年第三季度全球人工智能投融资报告”显示，尽管该季度全球AI交易数量激增24%，但融资总额却下降了29%。其中，单笔融资金额超过10亿美元的“巨额交易”数量更是大幅下降77%。这一变化反映出，投资者对中小规模、高潜力初创企业的兴趣正在上升，他们更加青睐那些拥有创新技术和可扩展商业模式的企业。
在此背景下，机器之心作为人工智能领域的权威媒体与产业服务平台，其发布的“2024年度AI榜单”备受瞩目。特别是“大模型最具潜力创业企业TOP 10”榜单，旨在表彰在技术创新、团队实力以及大模型研发能力方面表现突出的创业企业。其中，贝式计算凭借其OpenBayes产品脱颖而出，位居榜首。
OpenBayes作为GPU计算系统的佼佼者，拥有超过17万名注册科研人员和上百个集群私有部署客户。2024年第三季度，贝式计算紧跟多模态大模型的发展趋势，推出了结合先进视觉理解和语言生成技术的多模态模型——贝式小算。该模型能够同时处理和分析静态图片、动态视频等多种形式的数据，展现出强大的处理能力。
在模型性能方面，贝式小算得益于贝式计算在编译器技术领域的深厚积累，能够天然运行在Nvidia、ARM以及多种国产芯片上，同时保持高计算精度和效率。在MME-RealWorld这一高难度评测中，贝式小算取得了优异成绩，成为前列排名中少有的初创企业之一。MME-RealWorld作为目前已知最大的完全人工标注基准，其评测任务难度远超传统基准。
基于这一强大的多模态模型，贝式计算已成功赋能多家企业客户，为十余个私有部署用户提供了高效可靠的大模型服务。该模型已广泛应用于卫星遥感、医疗影像、法律财务、文件表格互译等多个生产场景，展现出巨大的商业价值。
例如，在中国科学院某研究所，贝式计算为其高性能计算集群的百余名学者与工程师提供了全面的AI+HPC计算体验。通过统一的数据流转流程和计算系统，工科研究者能够无缝连接HPC应用与AI计算框架，从而加速AI在工科领域的研究进程。
贝式计算还获得了市场的广泛认可。在2024年11月28日的36氪“WISE2024商业之王”评选中，贝式计算入选“年度最具商业潜力企业”。此次再度荣获机器之心“大模型最具潜力创业企业TOP 10”称号，更是对其发展潜力的高度肯定。
从商业化角度来看，贝式计算凭借17万名注册科研人员和上百个集群私有部署客户，为其创新技术与解决方案的落地应用提供了广阔渠道。其客户涵盖了清华大学、北京大学、中国科学院等顶尖科研院所，以及招商局集团、南方电网等重点企业。贝式计算的商业化潜力已初步显现，未来能否持续兑现，让我们拭目以待。
