生成式AI 開辟人工智能新紀(jì)元，AIGC賽道風(fēng)起云涌（上）｜漢能云生態(tài)觀察_世界觀焦點(diǎn)
作者|漢能創(chuàng)投小組「云生態(tài)觀察」是漢能投資聯(lián)合中關(guān)村云計(jì)算產(chǎn)業(yè)聯(lián)盟（以下簡(jiǎn)稱“云聯(lián)盟”）共同推出的...
2023-04-21生成式AI 開辟人工智能新紀(jì)元，AIGC賽道風(fēng)起云涌（上）｜漢能云生態(tài)觀察_世界觀焦點(diǎn)
作者 | 漢能創(chuàng)投小組
「云生態(tài)觀察」是漢能投資聯(lián)合中關(guān)村云計(jì)算產(chǎn)業(yè)聯(lián)盟（以下簡(jiǎn)稱“云聯(lián)盟”）共同推出的行業(yè)趨勢(shì)洞察欄目，旨在通過(guò)該內(nèi)容幫助大家了解云生態(tài)行業(yè)發(fā)展趨勢(shì)、投資機(jī)會(huì)。該欄目以《2022年中國(guó)云計(jì)算生態(tài)藍(lán)皮書》為基石，與“云生態(tài)影響力論壇” 共同組建了漢能投資和云聯(lián)盟云生態(tài)的一體兩面，希望通過(guò)線上線下的形式繼續(xù)推動(dòng)云產(chǎn)業(yè)與數(shù)字融合、加速生態(tài)建設(shè)、擴(kuò)充生態(tài)維度、提高生態(tài)效能。
本期為「云生態(tài)觀察」第五期，該期將聚焦“AIGC”賽道，系統(tǒng)討論AIGC賽道的應(yīng)用前景和未來(lái)趨勢(shì)。更多內(nèi)容將在《2023年中國(guó)云計(jì)算生態(tài)藍(lán)皮書》中刊載，討論AI在當(dāng)下現(xiàn)狀和未來(lái)發(fā)展趨勢(shì)。
(相關(guān)資料圖)
一、導(dǎo)言
2022年被許多人認(rèn)為是“生成式AI元年”，2023年生成式AI的風(fēng)口愈演愈烈。未來(lái)已來(lái)，如果說(shuō)上一個(gè)人工智能的時(shí)代是機(jī)器學(xué)習(xí)人類如何認(rèn)知世界，生成式AI的出現(xiàn)則標(biāo)志人工智能進(jìn)入了新紀(jì)元，機(jī)器開始替代人類去創(chuàng)造世界，是社會(huì)生產(chǎn)力的大幅躍進(jìn)。在傳統(tǒng)AI的時(shí)代，我們有幸見(jiàn)證了字節(jié)跳動(dòng)、特斯拉等千億美元市值公司的誕生，商湯、曠視、云從、依圖等AI四小龍的崛起。隨著生成式AI在搜索引擎、文娛內(nèi)容、營(yíng)銷設(shè)計(jì)、代碼創(chuàng)作、工業(yè)仿真等領(lǐng)域的發(fā)展，我們有理由期待下一個(gè)人工智能時(shí)代將誕生出更多偉大的公司。
4月11日，漢能投資集團(tuán)在北京舉辦了《2023漢能投資AI如何落地閉門論壇》，邀請(qǐng)了百度集團(tuán)副總裁侯震宇等7家科技企業(yè)高管，以及陽(yáng)光保險(xiǎn)集團(tuán)副總裁谷偉、滴滴CIO蔡曉鷗、小米CIO仇睿恒、華夏銀行首席數(shù)據(jù)科學(xué)家王彥博、用友高級(jí)副總裁張紀(jì)雄等幾十家企業(yè)的CIO參加了此次論壇，圍繞“AI落地”議題，從多個(gè)維度進(jìn)行了探討。此次「云生態(tài)觀察」將延續(xù)活動(dòng)議題，繼續(xù)探討AI對(duì)產(chǎn)業(yè)變革帶來(lái)的影響、機(jī)會(huì)和趨勢(shì)，這是“AI研究系列”的其中一篇，后期還將有多篇報(bào)告產(chǎn)生，敬請(qǐng)關(guān)注。
二、行業(yè)大事件
生成式AI被Gartner列為2022年頂級(jí)戰(zhàn)略技術(shù)之一，并入選中國(guó)信通院發(fā)布的“2022人工智能十大關(guān)鍵詞”。2022年以來(lái)，生成式AI領(lǐng)域標(biāo)志性的大事件集中發(fā)生在海外，其中具有里程碑意義的事件有：
2022年4月，OpenAI發(fā)布Dall-E2，用戶文字輸入想要的圖像內(nèi)容和風(fēng)格即可迅速生成出對(duì)應(yīng)的圖像，比如輸入“向日葵、梵高”，Dall-E2可以生成一幅帶有梵高風(fēng)格的向日葵圖片。
2022年8月，Stability AI發(fā)布文生圖模型Stable Diffusion，并免費(fèi)開源了模型的權(quán)重和代碼，隨即引發(fā)了AI作畫應(yīng)用在全球范圍內(nèi)的爆炸式增長(zhǎng)，相較于Dall-E2，Stable Diffusion的交互方式更加友好，用戶可以從一組圖片中選擇一張更貼近自己想要的圖片。
2022年11月，OpenAI發(fā)布ChatGPT，它能夠通過(guò)學(xué)習(xí)和理解人類的語(yǔ)言來(lái)進(jìn)行對(duì)話，還能根據(jù)聊天的上下文進(jìn)行互動(dòng)，真正像人類一樣來(lái)聊天交流，還能撰寫郵件、視頻腳本、文案、翻譯、代碼，寫論文等。ChatGPT一經(jīng)發(fā)布便引發(fā)現(xiàn)象級(jí)傳播，在5天的時(shí)間內(nèi)注冊(cè)用戶超過(guò)100萬(wàn)，兩個(gè)月后，其月活用戶突破1億，而為達(dá)到同樣的月活用戶數(shù)，Twitter用了5年，Meta（Facebook）用了4.5年，Instagram用了2.5年。
2023年3月15日，OpenAI發(fā)布多模態(tài)預(yù)訓(xùn)練大模型 GPT-4，標(biāo)志著生成式AI領(lǐng)域的新里程碑誕生。GPT-4相比GPT-3.5更加智能化和富有創(chuàng)造力，能夠支持文本和圖像輸入，能生成歌詞、創(chuàng)意文本等，文字輸入限制提升至2.5萬(wàn)字，回答的準(zhǔn)確率也大幅提升......目前 OpenAI已開放GPT-4的API，全球的開發(fā)者可用其開發(fā)各類的AIGC應(yīng)用。
隨著ChatGPT的出圈和GPT4的再次引爆全球，生成式AI在我國(guó)也進(jìn)入了快速發(fā)展時(shí)期，大廠紛紛入局。
百度：2023年3月16日，百度對(duì)外發(fā)布知識(shí)增強(qiáng)大語(yǔ)言模型“文心一言”，根據(jù)“文心一言”官網(wǎng)顯示，該模型能夠與人對(duì)話互動(dòng)，回答問(wèn)題，協(xié)助創(chuàng)作，高效便捷地幫助人們獲取信息、知識(shí)和靈感，百度已對(duì)外發(fā)放邀請(qǐng)碼用于測(cè)試“文心一言”。
騰訊：3月22日，騰訊公開透露正大力投入人工智能與云基礎(chǔ)設(shè)施建設(shè)，騰訊混元AI大模型覆蓋NLP（自然語(yǔ)言處理）、CV（計(jì)算機(jī)視覺(jué)）、多模態(tài)等基礎(chǔ)模型和眾多行業(yè)與領(lǐng)域模型，還將推出了萬(wàn)億中文NLP預(yù)訓(xùn)練模型，并將AI產(chǎn)品嵌入微信、QQ。
阿里：2月23日，阿里張勇宣布全力投入生成式AI大模型建設(shè)，研發(fā)類ChatGPT產(chǎn)品，已在內(nèi)測(cè)階段，阿里達(dá)摩院在AI模型社區(qū)“魔搭”ModelScope上線了“文本生成視頻大模型”，該模型參數(shù)約17億。4月11日的2023阿里云峰會(huì)上，周靖人正式公布了阿里云的大型語(yǔ)言模型產(chǎn)品——通義千問(wèn)，未來(lái)釘釘將接入大模型，用戶可以隨時(shí)喚醒AI，開啟全新的工作方式。
華為：華為預(yù)計(jì)在2023年Q2推出全新的盤古大模型， 包括CV大模型、NLP大模型、多模態(tài)大模型、預(yù)測(cè)決策、科學(xué)計(jì)算五大模型，據(jù)悉，NLP模型參數(shù)達(dá)上千億，在中文和阿拉伯語(yǔ)等小語(yǔ)種方面優(yōu)勢(shì)明顯，CV模型參數(shù)約30億，主打面向煤礦、電力、金融等行業(yè)客戶，并且完全支持GPU和華為昇騰雙棧生態(tài)。
京東：2023年2月，京東宣布推出產(chǎn)業(yè)版ChatGPT:ChatJD。2023年4月，京東集團(tuán)副總裁在人工智能大模型技術(shù)高峰論壇上表示，針對(duì)真實(shí)產(chǎn)業(yè)需求，京東計(jì)劃在今年發(fā)布新一代產(chǎn)業(yè)大模型，即是千億級(jí)言犀大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型。字節(jié)：2023年2月公布大模型團(tuán)隊(duì)成立，預(yù)計(jì)年中推出大模型，將在語(yǔ)言與圖像模態(tài)方面發(fā)力，與搜索與廣告業(yè)務(wù)相結(jié)合。
三、行業(yè)定義
生成式AI（即Generative AI）指利用人工智能來(lái)生成文本、圖片、音頻、視頻、代碼、Logo、數(shù)字主播等內(nèi)容的技術(shù)。根據(jù)Gartner的定義，生成式AI通過(guò)各種機(jī)器學(xué)習(xí)（Machine Learning, ML）方法從數(shù)據(jù)中學(xué)習(xí)對(duì)象的組件，進(jìn)而生成全新的、完全原創(chuàng)的、真實(shí)的內(nèi)容（一個(gè)產(chǎn)品或物品或任務(wù)），這些組件與訓(xùn)練數(shù)據(jù)保持一定的相似性，而不是簡(jiǎn)單地復(fù)制。
生成式AI是在傳統(tǒng)的決策式AI/分析式AI（Discriminant AI/Analytical AI）的基礎(chǔ)上發(fā)展而來(lái)，傳統(tǒng)的決策式AI/分析式AI的特點(diǎn)是學(xué)習(xí)數(shù)據(jù)中的條件概率分布，根據(jù)已有的數(shù)據(jù)進(jìn)行特征提取并分析、判斷、預(yù)測(cè)，典型應(yīng)用如圖像識(shí)別、人臉識(shí)別、商品/視頻推薦算法、自動(dòng)駕駛決策等，其本質(zhì)是“分析已知世界”。生成式AI則更強(qiáng)調(diào)學(xué)習(xí)歸納后的演繹創(chuàng)造，通過(guò)模仿式、縫合式的生成創(chuàng)作，不斷判別和進(jìn)化，從而產(chǎn)生全新的內(nèi)容，典型的應(yīng)用如Text to Text（通過(guò)文本生成文本）、Text to Image（通過(guò)文本生成圖像）、Text to Code（通過(guò)文本生成代碼），其本質(zhì)是“創(chuàng)造未知世界”。
四、市場(chǎng)空間
根據(jù)IDC報(bào)告預(yù)測(cè)，2025年全球AI市場(chǎng)規(guī)模將達(dá)到2218.7億美元。其中，中國(guó)約占全球總規(guī)模8.3%，位列單體國(guó)家第二?！吨袊?guó)AI數(shù)字商業(yè)產(chǎn)業(yè)展望2021-2025》報(bào)告認(rèn)為，從中國(guó)AI應(yīng)用表現(xiàn)看，以生成式AI和組合式AI為代表的人工智能新興技術(shù)將成長(zhǎng)為中國(guó)數(shù)字商業(yè)產(chǎn)業(yè)鏈的關(guān)鍵應(yīng)用技術(shù)棧。另?yè)?jù)Gartner預(yù)測(cè)，到2025年生成式AI產(chǎn)生的數(shù)據(jù)將占到所有數(shù)據(jù)的10%，而2021年生成式AI產(chǎn)生的數(shù)據(jù)不到所有數(shù)據(jù)的1%。
有機(jī)構(gòu)對(duì)各類內(nèi)容未來(lái)可AI化制作的比例做了一個(gè)測(cè)算，按2021年數(shù)字內(nèi)容領(lǐng)域1萬(wàn)億元的規(guī)模來(lái)計(jì)算，生成式AI的市場(chǎng)空間可達(dá)1千億元。此外，生成式AI還將應(yīng)用到工業(yè)、自動(dòng)駕駛、醫(yī)療等其它領(lǐng)域，想象空間巨大。
圖1 國(guó)內(nèi)AIGC理論市場(chǎng)空間測(cè)算
數(shù)據(jù)來(lái)源：中信建投證券
五、產(chǎn)業(yè)鏈全景
生成式AI根據(jù)其技術(shù)實(shí)現(xiàn)的路徑及應(yīng)用可以分為基礎(chǔ)層、中間層、應(yīng)用層三個(gè)層面。
基礎(chǔ)層：是產(chǎn)業(yè)鏈的最上游，它包括了計(jì)算機(jī)硬件層和云服務(wù)平臺(tái)層，其中硬件層提供了AI大規(guī)模訓(xùn)練所需的算力，云服務(wù)平臺(tái)層則為更多的中小廠商提供了云端算力服務(wù)，中間層、應(yīng)用層超過(guò)50%的成本流向基礎(chǔ)層，算力提供商成為生成式AI的最早獲益者。ChatGPT的母公司OpenAI獨(dú)家授權(quán)開放給微軟Azure，微軟對(duì)單個(gè)A100 GPU的收費(fèi)是3美元/時(shí)，按照 ChatGPT加載模型和文本的速度，生成一個(gè)單詞的費(fèi)用約為0.0003美元；而ChatGPT的回復(fù)通常至少有 30個(gè)單詞，因此ChatGPT每回復(fù)一次，OpenAI至少向Azure付費(fèi) 1美分。受國(guó)外高端芯片禁售等限制，算力或?qū)⒊蔀槲覈?guó)發(fā)展生成式AI的瓶頸，但同時(shí)也給國(guó)產(chǎn)大芯片帶來(lái)了發(fā)展機(jī)遇。
中間層：即模型層，位于生成式AI的中游，是生成式AI得以實(shí)現(xiàn)的關(guān)鍵環(huán)節(jié)。生成式AI得以實(shí)現(xiàn)得益于2014年以來(lái)GAN（生成對(duì)抗網(wǎng)絡(luò)模型）、Transformer、Diffusion（擴(kuò)散模型）等模型的發(fā)展與融合。例如，基于多種底層的AI技術(shù)，OpenAI公司推出了GPT-3、GPT3.5、InstructGPT、ChatGPT， GPT（Generative Pre-Training，即生成式預(yù)訓(xùn)練）即一種預(yù)訓(xùn)練模型，通過(guò)開放API調(diào)用，可以賦能給各類垂直應(yīng)用廠商。同樣Stability AI提供Stable Diffusion的基礎(chǔ)能力，通過(guò)開源的方式構(gòu)建開發(fā)者生態(tài)。目前，國(guó)內(nèi)廠商在大模型的訓(xùn)練上起步晚于國(guó)外廠商，但隨著資本和人才的集中投入，國(guó)內(nèi)廠商有望在短期內(nèi)推出自主知識(shí)產(chǎn)權(quán)的預(yù)訓(xùn)練模型。2023年2月復(fù)旦大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室邱錫鵬教授團(tuán)隊(duì)宣布發(fā)布MOSS，邀請(qǐng)公眾參與內(nèi)測(cè)，MOSS可執(zhí)行對(duì)話生成、編程、事實(shí)問(wèn)答等一系列任務(wù)，百度在2023年3月份推出文本生成對(duì)話模型“文心一言”。國(guó)內(nèi)廠商在中文的文本、語(yǔ)音等方面存在本土化優(yōu)勢(shì)，在基于我國(guó)的政治規(guī)范和話語(yǔ)體系下有著獨(dú)有的生存機(jī)會(huì)。此外，大模型數(shù)據(jù)的清洗、分拆、標(biāo)注等周邊數(shù)據(jù)服務(wù)商亦有機(jī)會(huì)，其中能將數(shù)據(jù)能力封裝成標(biāo)準(zhǔn)化產(chǎn)品的服務(wù)商具有更高的產(chǎn)業(yè)價(jià)值。
應(yīng)用層：處于產(chǎn)業(yè)鏈的最下游，現(xiàn)階段較為成熟的生成式AI應(yīng)用方向?yàn)槲谋?、圖像和代碼，未來(lái)隨著更多廠商的入局，在視頻、3D、語(yǔ)音、工業(yè)仿真等領(lǐng)域?qū)⒅鸩綕B透發(fā)展。應(yīng)用層的玩家以初創(chuàng)企業(yè)為主，產(chǎn)品成熟度參差不齊，一部分玩家具備自主研發(fā)預(yù)訓(xùn)練模型的能力，但絕大多數(shù)玩家選擇在開源模型上或者調(diào)用OpenAI的API實(shí)現(xiàn)上層應(yīng)用的開發(fā)。較為成熟的公司型玩家一般采用B端提供的數(shù)據(jù)中心或云服務(wù)，得益于模型社區(qū)的發(fā)展，一些個(gè)人或小團(tuán)隊(duì)玩家亦可以輕松搭建自主開發(fā)的AI應(yīng)用并傳播、推廣，以AI生成聲音廠商AudioLDM為例，其開發(fā)者是來(lái)自英國(guó)薩里大學(xué)和帝國(guó)理工學(xué)院的學(xué)生，在本地使用單個(gè)GPU就實(shí)現(xiàn)了目前文本生成語(yǔ)音、音效領(lǐng)域最好的效果，這為應(yīng)用層的百花齊放帶來(lái)更多的可能性。
當(dāng)前國(guó)內(nèi)廠商與國(guó)外廠商在應(yīng)用層的發(fā)展基本處于同一起跑線，我國(guó)在語(yǔ)音、智能客服、電商、短視頻、游戲等垂直領(lǐng)域，產(chǎn)業(yè)成熟度較高，結(jié)合中國(guó)的商業(yè)環(huán)境和特點(diǎn)，國(guó)內(nèi)廠商擁有一定的本土化優(yōu)勢(shì)，以深氧科技為例，其率先進(jìn)入文本生成3D模型和視頻領(lǐng)域，并通過(guò)抖音、快手、B站等短視頻平臺(tái)推廣；ZMO.AI、跳悅智能等廠商則深耕電商行業(yè)，以AI生成模特、AI生成虛擬人主播賦能品牌電商。隨著垂直應(yīng)用的發(fā)展，在商業(yè)規(guī)模擴(kuò)大之后，下游廠商存在像向中游擠壓的機(jī)會(huì)，在垂直領(lǐng)域擁有獨(dú)特?cái)?shù)據(jù)集積累的廠商更容易訓(xùn)練垂直化、場(chǎng)景化、個(gè)性化的私有化模型以加深護(hù)城河。
圖2 Generative AI產(chǎn)業(yè)鏈
六、市場(chǎng)驅(qū)動(dòng)力
從供給側(cè)看，生成式AI的驅(qū)動(dòng)力源自更好的模型，更多的數(shù)據(jù)和更多的算力。從需求側(cè)看，在內(nèi)容創(chuàng)造過(guò)程中，更高效、更低門檻的工具進(jìn)步能夠解放更多的生產(chǎn)力。
更好的模型：
從上世紀(jì)60年代人工智能誕生伊始，人工智能的模型不斷的演進(jìn)，最早是基于簡(jiǎn)單的規(guī)則和數(shù)學(xué)公式得到推理結(jié)果，90年代出現(xiàn)了機(jī)器學(xué)習(xí)，計(jì)算機(jī)能夠在經(jīng)驗(yàn)學(xué)習(xí)中不斷改善算法，深度學(xué)習(xí)的提出是在機(jī)器學(xué)習(xí)范式的進(jìn)一步發(fā)展。
以ChatGPT為例，其模型最初的雛形即自然語(yǔ)言處理（Natural Language Processing, NLP），本質(zhì)上是一種機(jī)器學(xué)習(xí)技術(shù)，傳統(tǒng)模型是深度學(xué)習(xí)的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)以及它的改良版本LSTM，OpenAI公司則首先在RNN模型中引入了注意力機(jī)制（Attention Mechanisms），2017年谷歌提出Transformer模型，該模型全面基于Attention，而摒棄RNN，大幅提升效率，由此OpenAI隨后幾年推出的GPT1、GPT2、GPT3全部基于Transformer作為底層模型訓(xùn)練海量數(shù)據(jù)。
2021年OpenAI對(duì)GPT3進(jìn)行微調(diào)推出Instruct GPT，使用來(lái)自人類反饋的強(qiáng)化學(xué)習(xí)方案（reinforcement learning from human feedback，RLHF）訓(xùn)練出獎(jiǎng)勵(lì)模型（Reward Model），使語(yǔ)言模型與用戶對(duì)各種任務(wù)的意圖保持一致，輸出內(nèi)容的真實(shí)性提高且危險(xiǎn)性降低。2022年，ChatGPT在Instruct GPT的基礎(chǔ)上增強(qiáng)了對(duì)話性。
更多的數(shù)據(jù)：
2015年以前，AI的訓(xùn)練模型仍然以小模型占據(jù)主導(dǎo)，但隨著Transformer模型里程碑式的出現(xiàn)，AI訓(xùn)練正式進(jìn)入大模型時(shí)代。以GPT為例，GPT1的訓(xùn)練數(shù)據(jù)使用了1.17億參數(shù)，GPT2則擴(kuò)大了10倍，到GPT3已經(jīng)高達(dá)1750億參數(shù)，預(yù)訓(xùn)練數(shù)據(jù)量從 5GB 增加到 45TB。海量數(shù)據(jù)在超大參數(shù)量級(jí)的模型上訓(xùn)練，生成更高質(zhì)量的結(jié)果。
更多的算力：
據(jù)OpenAI測(cè)算，GPT-3 訓(xùn)練一次的費(fèi)用是 460 萬(wàn)美元，總訓(xùn)練成本達(dá) 1200 萬(wàn)美元，ChatGPT模型使用了約3萬(wàn)塊英偉達(dá)的GPU A100芯片，目前英偉達(dá)正在加速推進(jìn)更先進(jìn)的AI芯片H100的研發(fā)， 整體性能比A100高4.5倍。
更高效、更低門檻的工具：
內(nèi)容創(chuàng)作除創(chuàng)意之外，背后有著枯燥、繁復(fù)的制作流程，以創(chuàng)作1分鐘的短視頻為例，需要根據(jù)分鏡頭腳本剪輯視頻素材，制作時(shí)間或需要2-3個(gè)小時(shí)；創(chuàng)作1個(gè)3D人物模型，需要積累成百上千張素材草圖，選取最合適的素材進(jìn)行3D建模，建模師根據(jù)經(jīng)驗(yàn)經(jīng)過(guò)布線、雕刻、貼圖、燈光渲染等流程完成成品，單個(gè)3D模型成本在百元到萬(wàn)元之間，在游戲場(chǎng)景中，人和物所需3D模型或多達(dá)上千個(gè)，更高效、更低門檻的工具可大幅提升生產(chǎn)力。
七、資本市場(chǎng)熱度
當(dāng)前生成式AI賽道還處于起步階段，競(jìng)爭(zhēng)格局尚未完全形成，部分技術(shù)實(shí)力突出、產(chǎn)品成熟度強(qiáng)的初創(chuàng)企業(yè)率先獲得資本青睞，成為行業(yè)的先行者。
據(jù)PitchBook統(tǒng)計(jì)數(shù)據(jù)，2022年投資圈向生成式AI公司共投入13.7億美元（折合人民幣約93.69億元），融資事件發(fā)生78起，接近過(guò)去5年的總和。據(jù)風(fēng)投公司NFX統(tǒng)計(jì)，目前已有約450家生成式AI公司相繼入局，共籌集近120億美元的資金。
圖3 國(guó)外生成式AI賽道融資情況
數(shù)據(jù)來(lái)源：NFX、量子位
圖4 近期國(guó)外生成式AI賽道典型融資案例
數(shù)據(jù)來(lái)源：企名片、精靈app
2023年初，微軟向OpenAI追加100億美元的投資，OpenAI從2016年以來(lái)已完成6輪融資，累計(jì)融資金額高達(dá)110億美金，涉及微軟、YC、老虎基金、紅杉資本等9家知名機(jī)構(gòu)和企業(yè)。
與此同時(shí)，國(guó)內(nèi)一些機(jī)構(gòu)也已經(jīng)在生成式AI賽道開始布局，部分一線美元基金已多次下注。
從融資事件來(lái)看，生成式AI創(chuàng)業(yè)公司當(dāng)前都處在企業(yè)發(fā)展的早期階段，輪次以天使到A輪為主，主要集中在虛擬人、圖像、視頻等多個(gè)垂直領(lǐng)域，部分公司的產(chǎn)品逐漸在從傳統(tǒng)AI向生成式AI迭代。
圖5 近期國(guó)內(nèi)生成式AI賽道典型融資案例
數(shù)據(jù)來(lái)源：精靈、企名片、投中
生成式AI賽道吸引了眾多大佬下場(chǎng)創(chuàng)業(yè)，2023年初搜狗公司創(chuàng)始人王小川官宣入場(chǎng)大模型創(chuàng)業(yè)，和前搜狗COO茹立云聯(lián)合創(chuàng)立人工智能公司百川智能，并獲得5000萬(wàn)美元的天使輪融資。前美團(tuán)聯(lián)合創(chuàng)始人王慧文組隊(duì)打造中國(guó)版OpenAI，設(shè)立北京光年之外科技有限公司，對(duì)外報(bào)價(jià)首輪估值達(dá)2億美元，并表示下輪融資已有頂級(jí)VC認(rèn)購(gòu)2.3億美元，王興在社交媒體上宣布參與光年之外A輪融資并擔(dān)任董事，預(yù)計(jì)該公司估值已近10億美金。3月19日，李開復(fù)在朋友圈宣布，正在籌組一個(gè)全球化公司Project AI 2.0，隨即傳出創(chuàng)新工場(chǎng)、紅杉、IDG投資Project AI 2.0的消息。同月，前京東 AI 業(yè)務(wù)開路人周伯文打造的中國(guó)版ChatGPT銜遠(yuǎn)科技宣布完成由啟明創(chuàng)投領(lǐng)投的數(shù)億元天使輪融資。可以預(yù)見(jiàn)更多的玩家正在陸續(xù)進(jìn)入生成式AI賽道。
八、發(fā)展趨勢(shì)
1.更多廠商加入生成式AI賽道，商業(yè)化探索初步啟程。
目前國(guó)內(nèi)生成式AI賽道正在高速發(fā)展，短期內(nèi)，各類廠商將逐步進(jìn)場(chǎng)，其中互聯(lián)網(wǎng)及傳統(tǒng)AI大廠將從云服務(wù)、預(yù)訓(xùn)練模型提供等基礎(chǔ)層、中間層入手，創(chuàng)業(yè)公司則聚焦在下游的垂直應(yīng)用。多數(shù)公司剛剛完成標(biāo)準(zhǔn)化產(chǎn)品輸出，開始進(jìn)入商業(yè)化探索的初級(jí)階段，目前主流的商業(yè)模式有云資源的售賣、模型API調(diào)用、SaaS收費(fèi)、素材收費(fèi)等。
2.技術(shù)應(yīng)用從圖像、代碼到文本向視頻、3D模型等垂直應(yīng)用發(fā)展，在我國(guó)視頻、3D成熟應(yīng)用有望加速到來(lái)。
當(dāng)前生成式AI較為成熟的應(yīng)用方向是圖像、代碼和文本，根據(jù)美國(guó)紅杉的研究，在未來(lái)的3-8年內(nèi)會(huì)技術(shù)應(yīng)用方向會(huì)逐步向視頻、3D模型、游戲等垂直應(yīng)用發(fā)展?？紤]到我國(guó)在短視頻、電商、廣告營(yíng)銷、游戲、自動(dòng)駕駛等產(chǎn)業(yè)成熟度位于世界前列，在某些垂直場(chǎng)景的應(yīng)用中，AI生成視頻、3D模型將得到較好的發(fā)展，這一進(jìn)程有望加速到來(lái)。
圖6 AIGC各領(lǐng)域發(fā)展進(jìn)展預(yù)測(cè)
數(shù)據(jù)來(lái)源：美國(guó)紅杉資本
3.從“黑盒”化到“白盒”化，人機(jī)協(xié)同加強(qiáng)。
生成式AI的局限性體現(xiàn)在其運(yùn)算過(guò)程的“黑盒化”，AI生成的結(jié)果無(wú)法準(zhǔn)確達(dá)到人類期望的程度，這在未來(lái)會(huì)成為制約生成式AI發(fā)展的重要因素。從輔助式的AIGC到完全AIGC到AGI（Artificial general intelligence，通用人工智能），技術(shù)發(fā)展的關(guān)鍵在于人機(jī)協(xié)同，人類需要參與生成的過(guò)程，中長(zhǎng)期看，AI生成的結(jié)果將是可選擇的、可編輯修改的、可更新的。
4.隨著數(shù)據(jù)安全、規(guī)范標(biāo)準(zhǔn)趨嚴(yán)，屬于中文體系的大模型將迎來(lái)發(fā)展機(jī)會(huì)。
當(dāng)前全球流行的生成式AI大模型均以英文語(yǔ)料作為數(shù)據(jù)訓(xùn)練，開源社區(qū)內(nèi)中文參與度遠(yuǎn)低于其他語(yǔ)系。此外，我國(guó)對(duì)于內(nèi)容生成審核標(biāo)準(zhǔn)嚴(yán)格，部分海外AIGC產(chǎn)品在政治導(dǎo)向、種族文化等方面存在一定的合規(guī)風(fēng)險(xiǎn)，相關(guān)部門有必要對(duì)其進(jìn)行限制和規(guī)范，國(guó)內(nèi)能夠以中文語(yǔ)料作為訓(xùn)練數(shù)據(jù)，能適應(yīng)我國(guó)文化和政治環(huán)境的產(chǎn)品將迎來(lái)發(fā)展機(jī)會(huì)。同樣，以中文（包括方言）為訓(xùn)練集的語(yǔ)音對(duì)話類產(chǎn)品，以黃種人體貌特征為訓(xùn)練集的圖像、視頻類產(chǎn)品均有較大的發(fā)展機(jī)遇。
標(biāo)簽：
