作者 | ZeR0

編輯 | 漠影

(資料圖)

智東西7月7日報道，在2023世界人工智能大會(huì )（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 )投聯(lián)手未盡研究共同發(fā)布重磅報告《生成式AI》| State of Generative AI 2023。

該報告的撰寫(xiě)基于啟明創(chuàng )投團隊一年內與近200家GPT-3發(fā)布后成立的生成式AI企業(yè)的交流、對超過(guò)600家美國生成式AI創(chuàng )新企業(yè)的追蹤與研究、對超過(guò)100名全球科技大廠(chǎng)和頂級研究機構的業(yè)界AI領(lǐng)域的訪(fǎng)談，以及基于未盡研究對數百篇研究論文的梳理和分析等來(lái)源。

2022年被稱(chēng)為生成式AI之年，擴散模型應用取得突破，ChatGPT出世，一系列開(kāi)創(chuàng )性的研究論文發(fā)表。2023年則把大模型推向了一個(gè)高峰，以GPT-4發(fā)布為標志，生成式AI朝著(zhù)通用人工智能的方向，進(jìn)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、監管，合力開(kāi)辟著(zhù)生成式AI的創(chuàng )新之路。

在啟明創(chuàng )投微信公眾號后臺回復“生成式AI報告”即可獲取完整報告下載方式。

一、創(chuàng )新應用：更多新公司聚焦于底層技術(shù)創(chuàng )新

人們很快從生成式AI中看到了新的商業(yè)生態(tài)的出現。生成式AI在中國似乎受到了更加熱情的接納和鼓勵，不及政府鼓勵支持，大廠(chǎng)爭相布局，許多從事知識工作的中小企業(yè)也已經(jīng)積極使用。

企業(yè)們被卷入這一革命性的技術(shù)浪潮節奏不同、介入程度不同，它們成為新技術(shù)浪潮下的守成者、創(chuàng )新者、采納者，利潤率被永久改變。

1. 守成者：既得利益者，轉型緩慢。能否采納生成式AI是第一個(gè)關(guān)鍵，采納后能否提價(jià)是第二個(gè)關(guān)鍵。

2. 創(chuàng )新者：新技術(shù)積極擁抱者。將通過(guò)生成式AI打造新產(chǎn)品和新服務(wù)，獲得新的溢價(jià)。

3. 采納者：公司內部業(yè)務(wù)和流程中采納新技術(shù)。降低研發(fā)、管理和銷(xiāo)售成本。優(yōu)化流程，提高工作效率。

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構中最大的一塊，GPU的性能，實(shí)際上決定了這個(gè)新興行業(yè)的步調。隨著(zhù)算力與模型的進(jìn)步，更多初創(chuàng )企業(yè)正在涌入，它們搶到了時(shí)間的紅利，但也面臨競爭和可能的巨頭碾壓?？梢哉f(shuō)，這是初創(chuàng )企業(yè)的藍海，也有航道下的暗礁。

競爭促進(jìn)了創(chuàng )新。與2022年快速涌現出的生產(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(kāi)始分化，在通用大模型創(chuàng )業(yè)公司方興未艾的同時(shí)，許多面向醫療、電商、科研、工業(yè)、自動(dòng)駕駛和機器人等特定方向的垂直大模型公司開(kāi)始出現。

與截至2023年Q1基于啟明創(chuàng )投團隊交流過(guò)的100余家生成式AI企業(yè)的統計相比，截至2023年上半年基于啟明創(chuàng )投團隊交流過(guò)的近200家生成式AI企業(yè)的統計結果顯示，聚焦底層技術(shù)的生成式AI企業(yè)占比顯著(zhù)增長(cháng)，聚焦大模型研發(fā)的企業(yè)占比從7%增至14%。

二、前沿研究：研究和解決技術(shù)規模應用中的問(wèn)題

2022年和2023年，是生成式AI技術(shù)取得突破的兩年，啟明創(chuàng )投和未盡研究團隊梳理了論文，發(fā)現生成式AI領(lǐng)域的一個(gè)突出特征，是研究與創(chuàng )新過(guò)程的密切結合，許多在企業(yè)內部實(shí)現，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(fēng)險資本起到了重要的作用，而美國科技巨頭和主要AI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(lái)已經(jīng)超過(guò)了大學(xué)等研究機構。

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(lèi)的文字處理能力、數學(xué)推理能力，以及諸多專(zhuān)業(yè)領(lǐng)域的知識?！拔覀冋J為它可以合理地被視為人工通用智能（AGI）系統的早期（盡管仍不完整）版本?！钡谕ㄍㄓ萌斯ぶ悄艿牡缆飞?，需要研究和解決的問(wèn)題反而更多了。如信心校準、長(cháng)期記憶、持續學(xué)習、個(gè)性化、規劃和概念跨越、透明度、認知謬誤和非理性，等等。

過(guò)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”。大模型既需要超越對下一個(gè)詞的預測能力，也需要一個(gè)更豐富、更復雜的“慢思考”深層機制，來(lái)監督“快思考”預測下一個(gè)詞的機制。

那些最好的前沿研究，一定是研究和解決技術(shù)規模應用中遇到的問(wèn)題。

研究如何減少幻覺(jué)，調教大模型更加準確地輸出真實(shí)的內容，訓練出更強的推理能力；如何更集約地訓練模型，降低門(mén)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(shí)的物理世界互動(dòng)；如何成為人類(lèi)復雜工作的助手，設計并幫助執行科學(xué)實(shí)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。

三、監管 | 安全 | 政策 | 人才

各國政府對于生成式AI的監管呈現出不同的特點(diǎn)。

中國在迅速推出生成式人工智能的監管辦法并征求意見(jiàn)的同時(shí)，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。

歐盟繼續在監管和立法方面領(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(fēng)險管理為原則的監管框架。

長(cháng)期來(lái)看，人才對AI未來(lái)的影響超過(guò)了算力。中國研究人員發(fā)布的論文在數量上已經(jīng)超過(guò)了美國，但金字塔頂端，無(wú)論是研究還是創(chuàng )業(yè)，美國仍然占據明顯的優(yōu)勢。

在全球范圍內，AI研究創(chuàng )新的重心正從高校轉移至企業(yè)，美國擁有頂尖學(xué)者最多的前三大機構，分別是谷歌、微軟與Meta，合計招攬了美國頂級學(xué)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AI企業(yè)應該接受科技倫理審查；審查主體應該設立科技倫理（審查）委員會(huì )。

美國AI企業(yè)較早開(kāi)始設立負責任與可信人工智能部門(mén)，從去年到今年以來(lái)經(jīng)過(guò)一些調整，反映出在生成式AI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(lái)安全和負責地部署新技術(shù)。

四、十大前瞻：明年中國將出現比肩GPT-4的大模型

《生成式AI》報告還發(fā)布了面向大語(yǔ)言模型、多模態(tài)模型、商業(yè)機會(huì )的十大展望。

（一）大語(yǔ)言模型

1. 2024年中國將出現比肩GPT-4的多語(yǔ)言通用大模型；

2. 超長(cháng)上下文（Long Context）將引領(lǐng)下一次LLM技術(shù)突破；

3. 在出現更有前景的大語(yǔ)言模型之前，為實(shí)現垂直領(lǐng)域更好的效果，以下三種方式將共存：

i）在不改變數據分布的情況下，利用更多通用數據進(jìn)行通用大模型預訓練，不特別引入行業(yè)數據，

ii）利用行業(yè)專(zhuān)屬數據微調（Fine-Tuning）通用大模型，

iii）利用行業(yè)數據占比更高的數據集進(jìn)行垂直模型預訓練。

（二）多模態(tài)模型

4. 當前CLIP + Diffusion的文生圖模型是過(guò)渡態(tài)，未來(lái)2年內將出現一體化的模型結構；

5. 下一代Text-to-Image模型將具備更強的可控性，它將結合底層模型能力和前端控制方式，對模型的設計將注重與控制方式的結合；

6. 2025年之前，Video和3D等模態(tài)將迎來(lái)里程碑式的模型，大幅提高生成效果；

7. 以PALM-E為代表的具身智能（Embodied AI）展現出在機器人的感知、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；

8. 短期內Transformer正成為多個(gè)模態(tài)的主流網(wǎng)絡(luò )結構，但壓縮整個(gè)數字世界的通用方法尚未出現，Transformer并不是人工智能技術(shù)的終點(diǎn)。

（三）商業(yè)機會(huì )

9. 3年內，顛覆式的AI應用的核心驅動(dòng)力來(lái)自于底層模型的創(chuàng )新，兩者無(wú)法解耦，模型的作用將大于產(chǎn)品設計的作用；

10. 當前生成式AI市場(chǎng)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(huì )。

關(guān)鍵詞：