CAD 巨头 Autodesk 也在落地生成式 AI 了。

截止发稿，Autodesk（US:ADSK）股票 2024 年年内涨超 20%，报 293.32 好意思元 / 股，总市值 630.64 亿好意思元。

" 咱们正在成就与任何模子皆不同的生成式 AI 基础模子。"Autodesk 实施副总裁兼首席时代官 Raji Arasu 近日在出席一场公开活动时暗意。Raji Arasu 所说的基础模子，即 2024 年 5 月被曝出的名为"   Be ​​ rnini   "的生成式 AI 技俩，该技俩可将文本、手绘草图等治疗成 3D 文献。

就刻下的大模子市集来说，图生 3D 功能的收场似乎依然不是什么崭新事。谷歌 DeepMind 刚刚发布的 Genie 2、国内的腾讯混元以及生数科技的 VoxCraft 等等，皆不错收场雷同的功能。然而当作一家全球 CAD 巨头，Be ​​ rnini 之于 Autodesk 的本体业务具有很大的推行意旨。

揭秘Be ​​ rnini 

Be ​​ rnini   以 17 世纪意大利着名雕琢家和建筑师 Gian Lorenzo Bernini 定名。在磨练数据的选拔上，该模子由 Autodesk AI 实验室与香港华文大学合营，基于 1000 万种公开可用 3D 花样进行磨练。

之是以说 Be ​​ rnini 与其他基础大模子不同，是因为 Be ​​ rnini 在生成 3D 图像上有三大特色：

1.   生成 3D 图像结构为功能性 3D 结构。举例生成的水壶是中空的，信得过具备装水的功能，而不单是是生成外不雅相似的模子；

2.   分离花样和纹理。大概分辩生成花样和纹理，让使用者不错解放地治疗变量，将它们交融在一说念或进行其他想象，幸免了将 3D 物体的纹理和详尽污染的问题；

3.   提供多种变体。十分针对专科几何责任流进行了优化，大概从单一输入生成多个功能性的 3D 花样变体，为想象师提供选拔并加快其创意责任经过。

Autodesk 使用界面截图

这其中，基础模子要收场上述特色需要克服想象、制造过程的自然逼迫，即 AI 需要透顶贴合想象责任输入输出的复杂逻辑。"禁受多模态输入，如文本、草图、体素、点云，这些复制了创作家的想象过程。" Raji Arasu 先容。

此外，由于生成 3D CAD 这么的几何图形需要基于物理定律的空间和结构来进行推理，对精度和准确性也提议了较高条款。

是以从时刻上看，Be ​​ rnini 的推出似乎算不上赶快。自 2024 年 5 月被曝出 Be ​​ rnini 进展到目下，依然往日泰半年。彼时，Be ​​ rnini 只是放出了一部分宗旨视频。而在 10 月份 Autodesk 在圣地亚哥举行的用户大会上，CEO Andrew Anagnost   才放出 Be ​​ rnini 预览版。

但 Andrew Anagnost   暗意，Be ​​ rnini 用公开数据进行磨练，目下还不成用于买卖用途，已向 AI 社区绽开。然而他也败露了 Be ​​ rnini 可能的买卖策画："磨练 Be ​​ rnini 的措施是不依赖于数据的，是以客户在需要的情况下，不错使用我方的数据来优化 Be ​​ rnini，不停修订这个模子。"

Be ​​ rnini是怎么"真金不怕火"成的

Be ​​ rnini 的磨练过程也相通使用了英伟达 GPU，但在 GPU 以外，Raji Arasu 合计磨练模子更为紧迫的是对"数据"的处理和使用。演讲中，Raji Arasu 进一步败露了这一过程。她将构建过程分为数据处理、数据准备、兼顾本钱与效果的模子磨练和模子推理的复杂性料理。

"需要处理数十亿个不同大小、花样和责任负载的对象和 PB 级数据。" Raji Arasu 暗意。

Autodesk 需要基于其海量的大型想象文献，来构建云表的数据底座，为此选拔了 Amazon DynamoDB 当作主要数据库并创建了一个程序数据模子，从而大概跨数百个分区进行写入，并具备高笼统量和近乎于零的蔓延。

在措置数据性能的基础上，Autodesk 又通过谋划 Amazon   EMR、Amazon   EKS、Amazon   Glue 和 Amazon   SageMaker 等云办事应酬完成基础模子磨练的数据准备经过，将大量复杂的历史数据进行了特征化、秀丽化和分词等操作。

在模子磨练阶段，Autodesk 也面对 GPU 选型等诸多问题，它最终使用了 Amazon   SageMaker   来归拢措置实例测试、基础门径料理等，团队的更多元气心灵放在了数据准备、模子成就以及面向客户的 AI 功能成就等方面。

在大范畴模子推理料理时，需要妥善处理蔓延、本钱和性能施展。" Amazon SageMaker 的自动缩放和多模子端点，无缝赞助及时和批量推理，收场了高笼统量、最小蔓延和最大本钱效果。" Raji Arasu 暗意。

不错看到，Autodesk 构建 Bernini 的过程大量使用了 Amazon SageMaker，这是亚马逊云科技最广为东说念主知的东说念主工智能和机器学习办事，包括 Autodesk 在内的好多闻明企业正在左右其中的 Amazon SageMaker HyperPod 进行模子磨练。Amazon SageMaker HyperPod 在近期细致推出了几项重磅更新，如活泼磨练策画不错创建更自动化的磨练功课，通过高效左右各式更高性价比的揣测资源来优化本钱；以及任务治理功能，不错为不同的磨练任务进行优先级排序，从而在模子磨练、微归拢推理过程中最大化资源左右率。

基于这些转换，Autodesk 最终将基础模子部署时刻镌汰了一半。在保执运营本钱清静的同期，将 AI 坐褥力提高了 30%。Raji Arasu 也败露，Autodesk 依然运行向客户推出基于这些基础模子构建的 AI 功能。

"当作客户的想象伙伴，匡助他们均衡参数，如材料强度、本钱，以便他们大概细目最好想象。通盘这些皆是为了最大戒指地减少繁琐任务，最大戒指地提高创造力。" Raji Arasu 说。

数据正确，磨练大模子的前提

ChatGPT 之后，英伟达 GPU 成为各大 AI 公司追赶的热点主见，某大型公司一年订购些许张英伟达 GPU 以至大概成为媒体的头版头条。不外，纪念 Be ​​ rnini 的出身过程，GPU 自然紧迫，但数据决定了大模子磨练的质料。

而磨练一个大概信得过在业务中起作用的大模子，是一个触及多方面的全栈系统问题。

"大模子只是生成式 AI 应用转换的一部分。生成式 AI 应用转换要作念好的话，还需要其他才能的增强。率先需要确保生成式 AI 能用企业我方的数据来增强生成式 AI 应用的大模子才能。"亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松也在一次演讲中抒发了雷同的不雅点。

就拿大模子目下备受关切的幻觉问题来说，也不错从"元数据"的角度来入辖下手措置，即在磨练大模子之前确保常识库中的数据质料。"数据库中的元数据即被审查和批准的高质料数据，有助于减少蔓延，进步大模子的反馈。"亚马逊云科技时代副总裁 Mai-Lan Tomsen Bukovec 暗意，他领导有正在进行大模子磨练的企业，要凝视分清哪些由东说念主创建、哪些数据由东说念主工智能生成。

恰是由于数据的紧迫，大模子加快了企业数据钞票的变现边幅。2 个月前，一家来自中国的 3D 空间想象平台酷家乐母公司群核科技也公布了新的买卖策画，其面向具身智能等推出数据磨练平台，绽开全球最大室内场景领路深度学习数据集。这家公司败露，平台依然领有跨越 3.2 亿的 3D 模子，平均每月活跃探访者达 7780 万。该公司将面向 AIGC、具身智能、AR/VR 等企业绽开物理正确的 3D 空间数据钞票、空间领路措置有筹备以及空间智能磨练关系办事。

数据自大，约有 77% 的公司将在 3 年内加多或狂妄加多对东说念主工智能和新兴时代的投资，东说念主工智能将起始发成效果的 3 个方面分辩是：Automation、Analysis、Augmentation（自动化、数据分析、辅助增强）。

" AI 正在重塑通盘行业"依然不再是一句标语。"越来越多的行业在生成式 AI 规模变得越来越积极。"   亚马逊云科技全球办事副总裁 Uwem Ukpon 暗意，在生成式 AI 的行业应用规模，已从最运行的金融行业逐渐推广九行八业，包括众人部门、传统行业、政府机构，以及生命科学和医疗等行业。与此同期，生成式 AI 也给各个企业提供了新的买卖契机，Autodesk 所押注的恰是基于大范畴数据的生成式 CAD 这个后劲雄壮的将来市集。