啟明創(chuàng)投發(fā)布《生成式AI》報告 行業(yè)前瞻透露商業(yè)化機會

在2023世界人工智能大會（WAIC）啟明創(chuàng)投論壇“生成式AI與大模型：變革與創(chuàng)新”上，啟明創(chuàng)投攜手未盡研究，共同發(fā)布重磅報告《生成式AI》| State of Generative AI 2023。

(資料圖片僅供參考)

如果說2022年被稱為生成式人工智能之年，擴散模型應用取得突破，ChatGPT出世，一系列開創(chuàng)性的研究論文發(fā)表，2023年則把大模型推向了一個高峰，以GPT-4發(fā)布為標志，生成式人工智能，朝著通用人工智能的方向，進入了創(chuàng)新應用的階段。 這一階段最重要的特征，是應用、研究、監(jiān)管，合力開辟著生成式人工智能的創(chuàng)新之路。

創(chuàng)新應用驅(qū)動細分賽道大模型創(chuàng)業(yè)潮涌現(xiàn)

人們很快從生成式人工智能中看到了新的商業(yè)生態(tài)的出現(xiàn)，看到了一層又一層的技術(shù)，如計算、模型和應用；看到了生成的內(nèi)容，如文、圖、視頻、代碼、3D結(jié)構(gòu)、多模態(tài)；也看到了公開數(shù)據(jù)、垂直數(shù)據(jù)、合成數(shù)據(jù)、向量數(shù)據(jù)，用于大大小小的模型。

生成式人工智能，在中國似乎受到了更加熱情的接納：政府鼓勵發(fā)展通用人工智能；任何一家大企業(yè)都無法不關(guān)注它；許多從事知識工作的中小企業(yè)，已經(jīng)先用起來再說。面對這一革命性的技術(shù)，所有企業(yè)都被卷入。它們節(jié)奏不同，介入程度不同，成為新技術(shù)浪潮下的守成者、創(chuàng)新者、采納者。它們的利潤率被永久的改變了。

算力目前是最稀缺的資源，也處于最容易獲利的要津。算力是大模型成本結(jié)構(gòu)中最大的一塊，GPU的性能，實際上決定了這個新興行業(yè)的步調(diào)。隨著算力與模型的進步，更多初創(chuàng)企業(yè)正在涌入，它們搶到了時間的紅利，但也面臨競爭和可能的巨頭碾壓?？梢哉f，這是初創(chuàng)企業(yè)的藍海，也有航道下的暗礁。

競爭促進了創(chuàng)新。與2022年快速涌現(xiàn)出的生產(chǎn)力工具方向的創(chuàng)業(yè)公司不同，2023 年，有更多比例的新公司聚焦在底層技術(shù)的創(chuàng)新；大模型創(chuàng)業(yè)公司也開始分化，在通用大模型創(chuàng)業(yè)公司方興未艾的同時，許多面向醫(yī)療、電商、科研、工業(yè)、自動駕駛和機器人等特定方向的垂直大模型公司開始出現(xiàn)。

前沿研究推進技術(shù)規(guī)模應用中難題待解

2022年和2023年，是生成式人工智能技術(shù)取得突破的兩年，啟明創(chuàng)投梳理了論文，發(fā)現(xiàn)生成式人工智能領(lǐng)域的一個突出特征，是研究與創(chuàng)新過程的密切結(jié)合，許多在企業(yè)內(nèi)部實現(xiàn)，迅速推出用例和產(chǎn)品。這種研究與創(chuàng)業(yè)的一體化，初創(chuàng)企業(yè)和風險資本起到了重要的作用，而美國科技巨頭和主要人工智能企業(yè)的研究投入與人才，包括一些底層技術(shù)的研究，這些年來已經(jīng)超過了大學等研究機構(gòu)。

人工智能的前沿正在向未來推進。盡管從GPT-4的技術(shù)報告，到微軟的研究論文，都展示出它所具有的接近于人類的文字處理能力、數(shù)學推理能力，以及諸多專業(yè)領(lǐng)域的知識。“我們認為它可以合理地被視為人工通用智能（AGI）系統(tǒng)的早期（盡管仍不完整）版本?！钡?，在通往通用人工智能的道路上，需要研究和解決的問題反而更多了。如信心校準、長期記憶、持續(xù)學習、個性化、規(guī)劃和概念跨越、透明度、認知謬誤和非理性，等等。

過去半年最重要的研究方向，是破解和理解大模型神秘而又令人興奮的智能“涌現(xiàn)”。大模型既需要超越對下一個詞的預測能力，也需要一個更豐富、更復雜的“慢思考”深層機制，來監(jiān)督“快思考”預測下一個詞的機制。

那些最好的前沿研究，一定是研究和解決技術(shù)規(guī)模應用中遇到的問題。研究如何減少幻覺，調(diào)教大模型更加準確地輸出真實的內(nèi)容，訓練出更強的推理能力；如何更集約地訓練模型，降低門檻，推出新產(chǎn)品，讓更多的各行各業(yè)和消費者都能用上；如何能像人一樣，與真實的物理世界互動；如何成為人類復雜工作的助手，設(shè)計并幫助執(zhí)行科學實驗；如何影響就業(yè)，從而做出政策的響應；如何讓人工智能安全和可信。

科技賦能浪潮下強化監(jiān)管把控風險管理

政府對于生成式人工智能的監(jiān)管反應相當及時，各國也出現(xiàn)了不同的特點。中國在迅速推出生成式人工智能的監(jiān)管辦法并征求意見的同時，也在鼓勵發(fā)展通用人工智能，北京、上海、深圳是最具雄心的第一梯隊，均提出了較具雄心的人工智能科研、創(chuàng)新與產(chǎn)業(yè)目標。歐盟繼續(xù)在監(jiān)管和立法方面領(lǐng)先，一如其5年前率先推出GDPR。美國更在意人工智能技術(shù)的領(lǐng)先地位，正在形成以風險管理為原則的監(jiān)管框架。

長期來看，人才對人工智能未來的影響，超過了算力。中國研究人員發(fā)布的論文在數(shù)量上已經(jīng)超過了美國，但金字塔頂端，無論是研究還是創(chuàng)業(yè)，美國仍然占據(jù)明顯的優(yōu)勢。在全球范圍內(nèi)，人工智能研究創(chuàng)新的重心正從高校轉(zhuǎn)移至企業(yè)，美國擁有頂尖學者最多的前三大機構(gòu)，分別是谷歌、微軟與Meta，合計招攬了美國頂級學者的30%。中國仍以高校為主，僅阿里巴巴躋身前10。

科技部已經(jīng)提出了人工智能企業(yè)，應該接受科技倫理審查；審查主體應該設(shè)立科技倫理（審查）委員會。美國人工智能企業(yè)較早開始設(shè)立負責任與可信人工智能部門，從去年到今年以來經(jīng)過一些調(diào)整，反映出在生成式人工智能發(fā)生變革之際，企業(yè)正在尋求用更好的技術(shù)和方案，來安全和負責地部署新技術(shù)。

該報告，還對《生成式AI》未來的發(fā)展進行了前瞻。大語言模型方面，第一、2024年中國將出現(xiàn)比肩GPT-4的多語言通用大模型；第二、超長上下文（Long Context）將引領(lǐng)下一次LLM技術(shù)突破；第三、 在出現(xiàn)更有前景的大語言模型之前，為實現(xiàn)垂直領(lǐng)域更好的效果，以下三種方式將共存：1、在不改變數(shù)據(jù)分布的情況下，利用更多通用數(shù)據(jù)進行通用大模型預訓練，不特別引入行業(yè)數(shù)據(jù)；2、利用行業(yè)專屬數(shù)據(jù)微調(diào)（Fine-Tuning）通用大模型，3、利用行業(yè)數(shù)據(jù)占比更高的數(shù)據(jù)集進行垂直模型預訓練。

多模態(tài)模型方面，第一、當前CLIP + Diffusion的文生圖模型是過渡態(tài)，未來2年內(nèi)將出現(xiàn)一體化的模型結(jié)構(gòu)；第二、下一代Text-to-Image模型將具備更強的可控性，它將結(jié)合底層模型能力和前端控制方式，對模型的設(shè)計將注重與控制方式的結(jié)合；第三、 2025年之前，Video和3D等模態(tài)將迎來里程碑式的模型，大幅提高生成效果；第四、以PALM-E為代表的具身智能（Embodied AI）展現(xiàn)出在機器人的感知、理解和決策等方向上的巨大潛力，但當前訓練和可靠性存在較大挑戰(zhàn)；第五、短期內(nèi)Transformer正成為多個模態(tài)的主流網(wǎng)絡(luò)結(jié)構(gòu)，但壓縮整個數(shù)字世界的通用方法尚未出現(xiàn)，Transformer并不是人工智能技術(shù)的終點。

由此帶來一定的商業(yè)機會：第一、3年內(nèi)，顛覆式的AI應用的核心驅(qū)動力來自于底層模型的創(chuàng)新，兩者無法解耦，模型的作用將大于產(chǎn)品設(shè)計的作用；第二、當前生成式AI市場處于技術(shù)主導的早期階段，存在千億美元市值的平臺性企業(yè)的機會。

（文章來源：證券時報網(wǎng)）

關(guān)鍵詞：