文|豹變  李鑫

編輯|劉楊

「核心提示」

無(wú)論是賣出天價(jià)的AI作畫(huà)，還是近期風(fēng)靡全球的ChatGPT，都預(yù)示著AIGC（人工智能生成內(nèi)容）賽道將迎來(lái)產(chǎn)業(yè)大爆發(fā)。此時(shí)，理解AIGC的演進(jìn)歷程和底層架構(gòu)，以及AIGC會(huì)帶來(lái)哪些改變，將成為觀察產(chǎn)業(yè)趨勢(shì)的關(guān)鍵。

未來(lái)的藝術(shù)展，會(huì)不會(huì)變成機(jī)器人之間的PK？

這個(gè)問(wèn)題如果問(wèn)在幾十年前，人們可能會(huì)說(shuō)這是遙遠(yuǎn)的科幻，而在人工智能（AI）一日千里的今天，回答它恐怕需要思考再三。

2018年，一幅由AI創(chuàng)作，名為《埃德蒙·貝拉米畫(huà)像》曾在紐約佳士得拍賣行以43.25萬(wàn)美元的價(jià)格被拍下——這是估價(jià)的40多倍，成為第一幅被拍賣的人工智能作品。

去年9月，另一幅名為《太空歌劇院》的作品獲得了美國(guó)科羅拉多州博覽會(huì)藝術(shù)比賽的金獎(jiǎng)。令人意外的是，這幅作品并非作者杰森·艾倫親自手繪，而是用AI作畫(huà)工具M(jìn)idjourney完成。

賽后，兩位評(píng)委都稱此前并不知道Midjourney是AI工具，但二人隨后也都表示，即使他們知道，同樣也會(huì)授予作者最高獎(jiǎng)項(xiàng)。這一度引發(fā)AI創(chuàng)作的作品該不該拿來(lái)參加比賽的大討論。

不過(guò)，如果和最近火遍全球的ChatGPT做對(duì)比，AI作畫(huà)似乎只是開(kāi)胃菜。這個(gè)能作詩(shī)、編懸疑小說(shuō)、甚至寫代碼的人工智能聊天機(jī)器人，上線兩個(gè)月便收獲1億用戶，以至于特斯拉CEO馬斯克直言：“ChatGPT非常好，我們離強(qiáng)大到危險(xiǎn)的AI不遠(yuǎn)了?！北葼枴どw茨甚至定性ChatGPT的出現(xiàn)“不亞于互聯(lián)網(wǎng)和個(gè)人電腦的誕生”。

AI作畫(huà)、ChatGPT有什么共性？本質(zhì)上，它們都屬于AIGC的范疇，即人工智能生成內(nèi)容。

AIGC潛力不容小視，根據(jù)Precedence Research預(yù)測(cè)，AIGC將在2022年后迎來(lái)應(yīng)用的爆發(fā)。預(yù)計(jì)市場(chǎng)空間將由2022年的108億美元上漲至2032年的1181億美元，10年的復(fù)合增速高達(dá)27%。

可見(jiàn)，AIGC將會(huì)在未來(lái)的商業(yè)世界中扮演越來(lái)越重要的角色，此時(shí)了解其演進(jìn)歷程和底層邏輯將成為關(guān)鍵。

技術(shù)、需求雙輪驅(qū)動(dòng)

AIGC看似一夜爆發(fā)，實(shí)則是多年技術(shù)沉淀的結(jié)果。

1957年，歷史上第一支由計(jì)算機(jī)創(chuàng)作的音樂(lè)作品《依利亞克組曲》誕生，這被看作AIGC故事的起點(diǎn)。

不過(guò)，在人工智能發(fā)展初期，受限于種種因素，相關(guān)算法大多基于預(yù)先定義的規(guī)則或者模板，遠(yuǎn)算不上智能。而相關(guān)高昂的系統(tǒng)成本無(wú)法帶來(lái)可觀的商業(yè)變現(xiàn)，也讓各國(guó)政府紛紛減少在人工智能領(lǐng)域的投入，AIGC 沒(méi)有取得顯著進(jìn)展。

AIGC真正引發(fā)市場(chǎng)關(guān)注，來(lái)自近年生成式對(duì)抗網(wǎng)絡(luò)（GAN）、Transformer、擴(kuò)散模型（Diffusion Model）等深度學(xué)習(xí)生成算法相繼涌現(xiàn)。這些生成算法為AI高品質(zhì)輸出內(nèi)容打下基礎(chǔ)。

比如畫(huà)出獲獎(jiǎng)作品《太空歌劇院》的Midjourney，就參考了CLIP和Diffusion，構(gòu)建了自己的閉源模型。而ChatGPT的底層——AI大模型GPT3.5，底層技術(shù)則是來(lái)自2017年谷歌重磅發(fā)布的Transformer。

如果說(shuō)技術(shù)推動(dòng)只是AIGC發(fā)展的左腳，那么創(chuàng)新需求的牽引，則是AIGC加速落地的右腳。

隨著用戶對(duì)內(nèi)容數(shù)量和質(zhì)量的需求爆增，但傳統(tǒng)的內(nèi)容生產(chǎn)模式在產(chǎn)能和質(zhì)量上，正逐步暴露短板。

內(nèi)容的生產(chǎn)方式可分為三類：偏傳統(tǒng)的專業(yè)生成內(nèi)容（PGC）、用戶生成內(nèi)容（UGC）、更新穎的人工智能生成內(nèi)容（AIGC）。

PGC內(nèi)容往往制作標(biāo)準(zhǔn)高、工作周期長(zhǎng)，但由于供給端人力資源有限，PGC難以滿足大規(guī)模內(nèi)容生產(chǎn)的需求；UGC模式則相反，它滿足了個(gè)性化需求且提高了容量上限，但由于其對(duì)制作者、生成工具、內(nèi)容話題沒(méi)有限制，質(zhì)量無(wú)法保證。

AIGC雖然暫時(shí)無(wú)法替代這兩種內(nèi)容生產(chǎn)模式，但能對(duì)兩種生產(chǎn)方式起到優(yōu)化作用。借助AIGC，創(chuàng)作者一方面能夠通過(guò)持續(xù)深度學(xué)習(xí)提升內(nèi)容的專業(yè)性；另一方面AI也能輔助專業(yè)創(chuàng)作者，提升創(chuàng)作效率。

在文本領(lǐng)域，騰訊打造的“夢(mèng)幻寫手”的新聞寫作系統(tǒng)能夠在規(guī)定的22種場(chǎng)景中進(jìn)行寫作，具有0.46秒的平均發(fā)稿速度；在音頻領(lǐng)域，風(fēng)險(xiǎn)投資機(jī)構(gòu)a16z曾透露，Siri聯(lián)合創(chuàng)始人Tom Gruber目前已經(jīng)打造了能夠?qū)崟r(shí)動(dòng)態(tài)編曲的自適應(yīng)音樂(lè)平臺(tái)LifeScore。用戶只需向LifeScore輸入一系列的音樂(lè)“原材料“，AI就會(huì)改編并實(shí)時(shí)混音，帶來(lái)音樂(lè)表演。

隨著AIGC時(shí)代來(lái)臨，商業(yè)世界的變化遠(yuǎn)不止于此。

如何打出新型“閃電戰(zhàn)”?

眾所周知，英國(guó)人發(fā)明了坦克，但德國(guó)人發(fā)明了基于坦克的閃電戰(zhàn)。

一項(xiàng)新技術(shù)、工具誕生后，誰(shuí)能將其用到極致，誰(shuí)越能占據(jù)主動(dòng)。

本輪生產(chǎn)力革命的受益者，或許不只是AIGC技術(shù)的發(fā)明人，更是把AIGC技術(shù)用到極致，進(jìn)行模式創(chuàng)新的先行者。正如當(dāng)年的互聯(lián)網(wǎng)，以瀏覽器為起點(diǎn)，后續(xù)衍生出了社交網(wǎng)絡(luò)、電商、視頻、游戲等一系列更具想象空間的新模式。

在電商行業(yè)，AIGC正試圖降低商家和用戶間的交易成本。

2021年4月，阿里巴巴上線了3D版天貓家裝城。對(duì)于商家，天貓幫助其快速構(gòu)建3D購(gòu)物空間；對(duì)于消費(fèi)者，3D版天貓家裝城支持消費(fèi)者自己動(dòng)手做家裝搭配，消費(fèi)者可以沉浸式體驗(yàn)“云逛街”。

數(shù)據(jù)顯示，3D購(gòu)物的轉(zhuǎn)化率平均值為70%，較行業(yè)平均水平提升了9倍，同比正常引導(dǎo)成交客單價(jià)提升超200%，同時(shí)商品退換貨率明顯降低。

再比如在金融行業(yè)，AIGC正幫助企業(yè)不斷增強(qiáng)品牌粘性。

2022年年初，商湯科技為寧波銀行上海分行專屬打造了001號(hào)數(shù)字人員工“小寧”，這位數(shù)字人化身大堂經(jīng)理為日常客戶提供各類業(yè)務(wù)咨詢和服務(wù)辦理。

去年12月16日，“小寧”主持了一場(chǎng)虛實(shí)結(jié)合、打破次元壁的線上直播活動(dòng)?；顒?dòng)中，“小寧”可以幽默介紹自己的工作內(nèi)容，并向網(wǎng)友推薦寧波銀行的多種金融產(chǎn)品和優(yōu)惠福利。從粉絲互動(dòng)到直播帶貨，商湯數(shù)字人“虛擬IP”可以自主直播運(yùn)營(yíng)，用更低的業(yè)務(wù)運(yùn)營(yíng)成本為企業(yè)前端帶來(lái)全天候的“用戶觸達(dá)”。

數(shù)字人商業(yè)潛力巨大。根據(jù)《虛擬數(shù)字人深度產(chǎn)業(yè)報(bào)告》的預(yù)測(cè)，到2030年，中國(guó)虛擬人整體市場(chǎng)規(guī)模將達(dá)到2700億元人民幣。從商業(yè)模式上看，虛擬數(shù)字人的客單價(jià)相對(duì)更高。

小冰CEO李笛在接受采訪時(shí)曾表示，之前他們嘗試銷售終端內(nèi)容時(shí)，只能按劑量去銷售，形成的是類似菜市場(chǎng)一樣的內(nèi)容市場(chǎng)，單價(jià)非常低。“后來(lái)，我們把生成的能力捆綁在數(shù)字人身上，平均客單價(jià)迅速?gòu)?0萬(wàn)提高到了300萬(wàn)?！?/p>

目前，隨著以ChatGPT為代表的自然語(yǔ)言技術(shù)（NLP）再一次在單點(diǎn)取得突破，進(jìn)一步降低AI的使用和觸達(dá)門檻，AIGC的商業(yè)化表現(xiàn)不俗。

2021年成立的Jasper，通過(guò)其文字生成功能，用戶可以生成社交媒體標(biāo)題，編寫短視頻腳本、廣告營(yíng)銷文本、電子郵件內(nèi)容等工作。成立當(dāng)年，Jasper就擁有7萬(wàn)多名客戶，其中不乏Airbnb、IBM等知名企業(yè)。2021年一年便創(chuàng)造了4000萬(wàn)美元的收入，2022年預(yù)估收入為7500萬(wàn)美元。 

這些數(shù)字充分展示了AIGC產(chǎn)業(yè)不俗的商業(yè)化落地速度和效果。隨著自然語(yǔ)言技術(shù)、計(jì)算機(jī)視覺(jué)技術(shù)和AIGC生成算法的不斷發(fā)展和優(yōu)化，AIGC產(chǎn)業(yè)的商業(yè)化應(yīng)用將會(huì)更加廣泛和深入。這些應(yīng)用不僅可以幫助企業(yè)提高效率、降低成本、提升競(jìng)爭(zhēng)力，也可以為用戶提供更加個(gè)性化、智能化的服務(wù)和體驗(yàn)。

AIGC掀起“三大軍備競(jìng)賽” 

AIGC的爆發(fā)，正吸引知名投資機(jī)構(gòu)圍觀。

去年9月，紅杉美國(guó)發(fā)表《生成式Al：一個(gè)創(chuàng)造性的新世界》，核心觀點(diǎn)認(rèn)為AIGC將成為眾多產(chǎn)業(yè)新一輪范式轉(zhuǎn)移的開(kāi)始。

在文章結(jié)尾，作者憧憬，如果技術(shù)繼續(xù)沿著當(dāng)下的變化速度發(fā)展，那么AI自己寫備忘錄、將文字輕松轉(zhuǎn)變?yōu)槠た怂闺娪暗目苹梦磥?lái)，將不再遙遠(yuǎn)。

紅杉的預(yù)測(cè)是不是空想？事實(shí)上，目前AIGC領(lǐng)域逐步掀起的三重“軍備競(jìng)賽”，正加速讓理想照進(jìn)現(xiàn)實(shí)。

第一重軍備賽，來(lái)自更大的模型，它讓AIGC更會(huì)表達(dá)。

大模型之所以重要，是因?yàn)锳IGC生成的文本、圖像、音頻等多模態(tài)內(nèi)容，結(jié)構(gòu)和語(yǔ)義相對(duì)復(fù)雜，要想生成高質(zhì)量?jī)?nèi)容，需要模型具備強(qiáng)大的學(xué)習(xí)和表達(dá)能力。此時(shí)，大模型具有更多參數(shù)、更深網(wǎng)絡(luò)結(jié)構(gòu)、更豐富學(xué)習(xí)數(shù)據(jù)的特點(diǎn)，可以更好地?cái)M合和表達(dá)生成任務(wù)的模式和特征，在AIGC中發(fā)揮其獨(dú)特優(yōu)勢(shì)，實(shí)現(xiàn)高質(zhì)量的內(nèi)容生成。

比如在自然語(yǔ)義處理（NLP）領(lǐng)域，龍頭公司OpenAI在2022年開(kāi)發(fā)的ChatGPT的底層大模型GPT-3.5，就包含1750億的參數(shù)，且調(diào)用了8000億個(gè)單詞（相當(dāng)于1351萬(wàn)本牛津詞典）的訓(xùn)練數(shù)據(jù)。這千億參數(shù)，海量學(xué)習(xí)數(shù)據(jù)，也讓ChatGPT應(yīng)對(duì)不少問(wèn)題能對(duì)答如流，正常得不像個(gè)機(jī)器。

在計(jì)算機(jī)視覺(jué)領(lǐng)域，國(guó)內(nèi)人工智能龍頭企業(yè)商湯科技的視覺(jué)大模型同樣布局深厚。2021年商湯推出一套名為SenseCore AI大裝置的人工智能基礎(chǔ)設(shè)施，這套裝置同時(shí)布局模型層、平臺(tái)層、算力層，能夠低成本、大規(guī)模生產(chǎn)人工智能模型。

基于這套大裝置，商湯開(kāi)發(fā)的視覺(jué)大模型，參數(shù)已達(dá)到320億，是基于公開(kāi)信息可查的計(jì)算機(jī)視覺(jué)中，具有最大參數(shù)量的模型。

之所以視覺(jué)大模型的參數(shù)量少于語(yǔ)言大模型，主要是由于相比語(yǔ)言文字，可用于訓(xùn)練的視覺(jué)數(shù)據(jù)信息維度相對(duì)偏少，而且受到此前計(jì)算機(jī)硬件的限制，計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展和自然語(yǔ)言處理技術(shù)存在數(shù)十年差距。但隨著數(shù)據(jù)量和計(jì)算能力的增加，視覺(jué)大模型在未來(lái)幾年內(nèi)將有顯著發(fā)展。

打造領(lǐng)先的大模型，除了取決于先進(jìn)的算法，還取決于豐富的產(chǎn)業(yè)實(shí)踐經(jīng)驗(yàn)。因?yàn)橹挥谢诖罅繎?yīng)用實(shí)踐，企業(yè)才能構(gòu)建泛化性能更好、通用性更強(qiáng)的大模型。

自2016年起，商湯科技開(kāi)始全面布局AIGC包括文字、語(yǔ)音、圖像、視頻、代碼、三維人物動(dòng)作等多模態(tài)的數(shù)據(jù)分析和內(nèi)容生產(chǎn)。這些豐富的應(yīng)用實(shí)踐，不但促進(jìn)了商湯AIGC大模型的研發(fā)，也反過(guò)來(lái)促進(jìn)多模態(tài)內(nèi)容的生產(chǎn)，彼此形成正循環(huán)。

大模型之外，第二重軍備賽點(diǎn)，來(lái)自更高的算力。

大算力，一方面可以支持更復(fù)雜的模型和更大規(guī)模的數(shù)據(jù)訓(xùn)練，提高AIGC生成內(nèi)容的質(zhì)量和多樣性；另一方面可以提高AIGC生成內(nèi)容的生產(chǎn)效率和速度，支持實(shí)時(shí)生成和個(gè)性化定制。

不過(guò)，獲得大算力，需要支付高昂的成本，一般的小企業(yè)無(wú)法負(fù)擔(dān)。

《財(cái)經(jīng)十一人》曾測(cè)算，如果某企業(yè)想以1萬(wàn)枚英偉達(dá)A800 GPU為基準(zhǔn)構(gòu)建智能算力集群，每枚GPU價(jià)格10萬(wàn)元，那么僅GPU的采購(gòu)成本就高達(dá)10億元。再考慮到服務(wù)器采購(gòu)成本通常占據(jù)數(shù)據(jù)中心建設(shè)成本的30%，構(gòu)建一個(gè)智能算力集群的建設(shè)成本將超過(guò)30億元。

高昂的成本，也使得全國(guó)算力網(wǎng)絡(luò)的建設(shè)，只有政府和產(chǎn)業(yè)資深行業(yè)玩家才能參與。2022年5月，西南地區(qū)最大的人工智能計(jì)算中心——成都智算中心正式上線。

這座智算中心由成都高新區(qū)、郫都區(qū)與華為公司共同建設(shè)運(yùn)營(yíng)，總投資高達(dá)109億元。其中，人工智能算力平臺(tái)采用基于華為昇騰AI基礎(chǔ)軟硬件的AI集群，算力達(dá)到300 PFLOPS（每秒30億億次浮點(diǎn)運(yùn)算），相當(dāng)于15萬(wàn)臺(tái)高性能PC的計(jì)算能力。

在上海，作為商湯科技SenseCore AI大裝置的底座，全新啟用的商湯臨港人工智能智算中心（AIDC）目前上線了1.745 EFLOPS（每秒174.5億億次浮點(diǎn)運(yùn)算）的算力規(guī)模，并獲得強(qiáng)勁的市場(chǎng)需求。

截至2022年8月，上海臨港AIDC對(duì)外服務(wù)算力已突破1 EFLOPS。為算法模型的分析、低成本訓(xùn)練、大規(guī)模數(shù)據(jù)管理提供支撐。

不過(guò)，雖然AIGC可以輔助提高內(nèi)容的創(chuàng)作效率，甚至改變內(nèi)容的創(chuàng)作模式，但這項(xiàng)技術(shù)仍會(huì)讓設(shè)計(jì)、文案等非行業(yè)人士感覺(jué)高高在上。此時(shí)，只有更細(xì)化地打造出面向各個(gè)行業(yè)的垂直型AIGC工具，才能真正實(shí)現(xiàn)行業(yè)的革新。

這也使得產(chǎn)業(yè)玩家要想脫穎而出，需要打贏第三軍備競(jìng)賽點(diǎn)——讓應(yīng)用門檻更低，讓AIGC應(yīng)用更普惠。

目前Open AI近期已宣布開(kāi)放ChatGPT和語(yǔ)音轉(zhuǎn)文本模型Whisper模型API（應(yīng)用接口），開(kāi)發(fā)人員可以通過(guò)API將ChatGPT和Whisper模型集成到自己的應(yīng)用程序和服務(wù)中，并由此訪問(wèn)到最前沿的語(yǔ)言以及語(yǔ)音到文本功能。

通過(guò)一系列全面優(yōu)化，自去年12月以來(lái)，OpenAI也已成功將ChatGPT的使用成本降低了90%；谷歌的AutoDraw應(yīng)用程序，可以幫助用戶自動(dòng)將簡(jiǎn)筆畫(huà)轉(zhuǎn)換為專業(yè)的矢量圖形，省去了用戶自己做圖的麻煩；

商湯科技則在近日發(fā)布了擁有30億參數(shù)的多模態(tài)多任務(wù)通用大模型“書(shū)生（INTERN）2.5”，并在GitHub上的商湯通用視覺(jué)開(kāi)源平臺(tái)OpenGVLab中開(kāi)源?！皶?shū)生（INTERN）2.5”在多模態(tài)多任務(wù)處理能力方面有多項(xiàng)突破，將視覺(jué)、語(yǔ)音及多任務(wù)建模三個(gè)模型能力有效融合，其圖文跨模態(tài)開(kāi)放任務(wù)處理能力可為自動(dòng)駕駛、機(jī)器人等通用場(chǎng)景任務(wù)提供高效精準(zhǔn)的感知和理解能力支持。

利用多模態(tài)多任務(wù)通用大模型輔助完成自動(dòng)駕駛場(chǎng)景中各類復(fù)雜任務(wù)

“書(shū)生（INTERN）2.5”是商湯科技向通用人工智能（AGI）邁出的堅(jiān)實(shí)一步，已建立起AGI模型的研發(fā)架構(gòu)，憑借在計(jì)算機(jī)視覺(jué)方面的積累，其視覺(jué)能力在全球處于領(lǐng)先位置，語(yǔ)言能力仍在增強(qiáng)，相信在這一競(jìng)賽中后續(xù)會(huì)推出更大、更強(qiáng)的AGI模型。

AIGC規(guī)模化落地后，各行各業(yè)將產(chǎn)生怎樣的變化？在近期召開(kāi)的“2023全球人工智能開(kāi)發(fā)者先鋒大會(huì)”上，商湯科技CEO徐立提出了一個(gè)“新二八定律”。

他表示，過(guò)去傳統(tǒng)行業(yè)的二八定律，是機(jī)器20%的指令/代碼解決80%的事情，企業(yè)會(huì)把部分能力抽象出來(lái)，變成各種庫(kù)、編譯包，所以20%的工作是自動(dòng)化的，剩下的80%由人來(lái)定制。

“但是當(dāng)有了生成式AI，我們將迎來(lái)‘新二八定律’，即80%的工作由機(jī)器完成，20%的工作才由人來(lái)做?；Ｐ屯苿?dòng)的行業(yè)領(lǐng)域的變化，再推動(dòng)行業(yè)應(yīng)用的迭代，這套流程可能成為未來(lái)標(biāo)準(zhǔn)化的生產(chǎn)流程?！?/p>

寫在最后

有關(guān)技術(shù)如何在社會(huì)中擴(kuò)散？演化經(jīng)濟(jì)學(xué)家卡蘿塔·佩蕾絲在其《技術(shù)革命與金融資本》一書(shū)中總結(jié)道，每一輪技術(shù)革命都會(huì)經(jīng)歷兩期、四階段：導(dǎo)入期（爆發(fā)階段、狂熱階段）和展開(kāi)期（協(xié)同階段、成熟階段）。

在導(dǎo)入期，新技術(shù)會(huì)被引入少數(shù)行業(yè)做示范，然后大量熱錢會(huì)在此時(shí)涌入。而一旦導(dǎo)入期示范效果好，新技術(shù)就會(huì)進(jìn)入大規(guī)模應(yīng)用時(shí)期，也叫展開(kāi)期。

展開(kāi)期建立在技術(shù)和制度框架彼此協(xié)調(diào)的基礎(chǔ)上，是一個(gè)相對(duì)穩(wěn)定而繁榮的發(fā)展時(shí)期。許多國(guó)家會(huì)在展開(kāi)期達(dá)到高就業(yè)水平。因此，人們往往將展開(kāi)期看作“黃金時(shí)代”或“美好年代”。

回看當(dāng)下，近幾年智能駕駛、智能監(jiān)控、AIGC產(chǎn)業(yè)等AI細(xì)分賽道的持續(xù)爆發(fā)，其示范效應(yīng)或?qū)⑼苿?dòng)人工智能產(chǎn)業(yè)整體逐步從導(dǎo)入期進(jìn)入展開(kāi)期。

而隨著ChatGPT等應(yīng)用的橫空出世，我們也會(huì)發(fā)現(xiàn)，AI產(chǎn)業(yè)的演進(jìn)已誕生更明確的方向，即通過(guò)大模型結(jié)合大算力實(shí)現(xiàn)通用型AI，讓非資深的企業(yè)和個(gè)人也能享受到技術(shù)進(jìn)步。此時(shí)，誰(shuí)能提前深度布局大模型以及配套強(qiáng)算力，誰(shuí)將構(gòu)筑更高的壁壘，更早收獲產(chǎn)業(yè)紅利。

你覺(jué)得哪一行更容易獲得AI紅利？