全民圍觀生成式AI,十問GPT與AIGC真實現狀與未來發展

IDC定義的AI應用均是指基于機器學習算法的AI決策系統。大模型則是指讀取海量數據、參數規模巨大的算法模型。業界一般認為超過千億級參數即為大模型，其訓練過程中可能使用了上千張以上的GPU/CPU芯片。ChatGPT與AIGC均為大模型的應用場景之一。ChatGPT可以類比原有的對話式AI應用、AI賦能的搜索類應用。AIGC則可以分為生成文本、生成圖像、生成視頻，也可以歸為大模型的應用場景之一。

OpenAI自發布GPT1.0模型之后，一直在持續迭代，陸續發布GPT2.0、GPT3.0和GPT 3.5，本次發布GPT4.0是其持續投入AI大模型的必然階段。相比前幾個模型，GPT-4的參數量更大，模型迭代時間更長，也能夠給出更準確的結果。IDC認為，新版本的發布是大模型循序漸進發展的必然成果。正如百度集團首席執行官李彥宏所說：“公司每一年都會發布大模型的新版本，是多年努力的自然延續”。

ChatGPT實質是對話式AI的應用，對話式AI的落地已經非常廣泛。根據IDC追蹤的人工智能市場規模數據，對話式AI市場規模在2022年達到54.6億元人民幣，其市場滲透率相對已經飽和。ChatGPT引發的浪潮促使主流廠商在其對話式AI應用中引入大模型，將帶動對話AI相關市場新一輪增長。此外，在搜索、營銷場景中，ChatGPT類型的應用則可能衍生出全新的產品形態。

關于AIGC，除了大眾所熟知的StableDiffusion, Midjourney以及DALL·E2之外，也有些商業公司對此提供云端支持。目前亞馬遜云科技通過IndustryAI以及SageMaker提供了Stable Diffusion的支持。百度的文心一言已于3月16日開啟邀測，提供文學創作、商業文案創作、數理邏輯的推算、自然語言理解以及多模態生成五大功能。此外，還有很多數字人的公司也采用了AIGC相關技術。從技術的角度，當前市面上的產品大多只能做到文生圖，文生視頻類產品的發布則還需要時間，值得期待。

關于大模型，在開源社區已經發布的大模型之外，目前提供商用的大模型包括微軟Azure上整合的GPT大模型、百度智能云以及百度飛槳支持的文心大模型、華為云盤古大模型、阿里云M6大模型。由本土廠商研發的大模型，大多支持本地化部署。

過去幾年部署的AI應用，接下來幾年都有可能被基于大模型的AI所替代。升級迭代可能會從優先具備海量數據的場景開始。當大模型支撐的AI應用成為主流，不能利用大模型能力的廠商將失去競爭優勢。

未來的工作中，AI助理將替代更多人類的工作。諸如文生圖的應用，諸如各領域初級內容的搜索，均可以借助AI生成的內容。

目前已經公開的大模型諸如GPT系列、Bert系列所耗費的算力根據公開資料可以查到。而真正落地到產業界，具體的投資規模要視應用場景決定。投資成本與所需的算力，是否部署完整的大模型，以及要推理的數據流量相關。

純AI算力市場：在這一波AI熱潮中最先最直接受益的即AI算力提供商，包括芯片廠商、AI服務器廠商，以及支撐大模型訓練和推理的AI算力云服務商。

大模型與算力的結合：即AIaaS+AIPaaS。為市場提供大模型與算力結合后高度優化的方案，以幫助用戶降低硬件使用門檻、提高開發效率、降低整體投資成本。典型的解決方案如百度的“AI大底座”，商湯的“AI大裝置”。

大模型即服務：開放大模型開發平臺供外部用戶使用。這一市場屬于高度創新的市場，但仍存在較高的進入壁壘。

大模型廠商都在著手將現有的AI軟件升級為大模型支撐的AI應用。可以根據應用場景優先級與合作伙伴聯系引入大模型支持的AI。而在MaaS（模型即服務）產品層面，市場上可選的成熟產品并不多，預計今年下半年會有數十家廠商的產品上線。可以率先選擇數據隱私要求不高的領域在公有云上測試大模型能力。

生成式AI生成內容的版權需提前規劃。生成式AI讀取海量數據后生成的圖片等內容有可能會引起版權問題，需要提前從規則上加以控制。

對原有流程的改變：一方面生成式AI生成的內容還需要人類審核才能發布，另一方面可能會要求工作流程上做出改變以適配AIGC的加入。

鑒于其仍處于技術成熟度的早期階段，在傳統行業應用場景不十分清晰，投入產出比目前也難以評估。

借鑒今天的文生圖、文生視頻類應用，其實大多是基于過去幾年已有的小模型通過各種技術路線實現的AI應用。類似的、各行各業的應用場景，都可以基于現有的AI模型，以低代碼的形式拼接出人人可上手的AI應用，甚至未來的AI應用，都可能是輸入自然語言直接輸出結果的形式。