要說2022年科技最熱的領域方向，生成式AI（AIGC）絕對是繞不開的一個詞。 多名互聯(lián)網(wǎng)大廠員工對《科創(chuàng)板日報》記者表示，已經(jīng)開始嘗試用ChatGPT自動生成業(yè)務代碼和重構代碼。 “親測真的可以，就是要多檢查幾遍。 ”有員工提到。

業(yè)內(nèi)人士告訴記者，“AIGC本質(zhì)上仍沒有產(chǎn)生真正意義上的人類智慧，但未來有望替代大量基礎性工作，從產(chǎn)業(yè)鏈發(fā)展來看，大廠更多在模型層競爭，創(chuàng)業(yè)公司的機會在應用端。”

替代大量基礎工作

作為人工智能研究實驗室OpenAI發(fā)布的全新聊天機器人模型，ChatGPT推出后火爆全網(wǎng)，網(wǎng)友紛紛做起各類測試，包括讓AI寫周報、預測世界杯等等。

網(wǎng)友此前讓AI對世界杯比賽結(jié)果進行分析，雖比分有誤差，但卻成功預測阿根廷在點球大戰(zhàn)中奪冠。

多名互聯(lián)網(wǎng)大廠員工表示，已經(jīng)開始用ChatGPT自動生成業(yè)務代碼和重構代碼。

“用來寫業(yè)務代碼確實不錯、重構代碼也可以用，親測真的可以。但其他的還不行。以后干基礎活的，都可能下崗。”一位員工說。

前網(wǎng)易網(wǎng)站產(chǎn)品部總監(jiān)郭子威與ChatGPT進行多次測試對話后，分析ChatGPT所扮演的角色，更像是一個 60 分的全知。

“對于任何領域，它只能輸出 60 分及格線的入門內(nèi)容，但它了解任何領域。并且具備 60-70 分的邏輯與表達能力。而這個 60-70 分的邏輯與表達能力，已經(jīng)遠遠超過了人類的平均線。”

郭子威認為，未來，將會有大量的 60 分輸出被 AIGC 淘汰。“比如說，游戲里大量的劇情與角色設定，在我看來都是垃圾話，一定不如 ChatGPT 目前的輸出能力。即便能力相當，AI 也能節(jié)約人力成本與管理成本。AI 推動的時代，這才剛剛開始。”

小冰公司CEO李笛對《科創(chuàng)板日報》記者表示，ChatGPT嚴格來說不屬于AIGC，其本質(zhì)是一個語言模型，更貼近交流領域。

“兩者的區(qū)別是，內(nèi)容必須要由某種特定形式來呈現(xiàn)，比如一篇文章、一段語音、一張圖片或一支視頻。而交流不需要這些形式就能完成，它呈現(xiàn)的效果，更像是Q&；；；；A問答而非一篇文章。”

李笛介紹，“在技術上，ChatGPT相較GPT-3使用了一種新的訓練方法，能夠使對話的相關性、邏輯性更好。但同時，這種方法也會使對話的語言風格受‘訓練人’影響較大。但這不影響ChatGPT給我們帶來的啟發(fā)，只是要區(qū)分實驗室技術與產(chǎn)品化框架之間的巨大區(qū)別。”

大廠競爭底層模型 創(chuàng)業(yè)公司側(cè)重于應用

CMC董事總經(jīng)理易然在采訪中指出，目前各個科技巨頭主要在模型層競爭，而創(chuàng)業(yè)公司在應用層有更多的機會。

“國外除了OpenAI，谷歌、微軟等也在做大模型，國內(nèi)主要還是阿里、百度大廠在做。在應用方面，我相信是百花齊放的，大廠不管是從產(chǎn)品上、行業(yè)的商業(yè)模式上，太難深入到每個領域，會更愿意打造一個開放的生態(tài)。因此，巨頭和初創(chuàng)企業(yè)會是合作的態(tài)勢。”

圖：生成式AI領域產(chǎn)業(yè)與市場格局示意（來源：CMC資本）

當下ChatGPT背后的 GPT-3 模型炙手可熱。除了百度、阿里等大廠外，北京智源人工智能研究院研究院（BAAI）也著手相關研發(fā)，其開發(fā)的悟道模型有1.75 萬億個參數(shù)，是 GPT-3 參數(shù)的十倍。而之前的記錄是谷歌 Switch Transformers 模型（1.6 萬億個參數(shù)）所創(chuàng)造。

“北京智源研究院是在科技部和北京市支持下，聯(lián)合人工智能領域的專家共建，他們做了一個很好的大模型。” 易然評價。

在應用層面，國內(nèi)外均處于剛起步的階段。易然透露，據(jù)不完全統(tǒng)計，海外可能已經(jīng)至少有200多家創(chuàng)業(yè)公司專注于生成式AI的方向，同時在國內(nèi)已經(jīng)有小幾十家新創(chuàng)公司投身于這一熱潮當中。

從應用突破性角度，易然認為，初創(chuàng)企業(yè)可從以下幾個角度進行探索和驗證：

首先，在創(chuàng)意領域中可尋找高重復性、高人力消耗的任務。

“可能的方向包括：大批量文本、圖像、視頻、音頻等的編輯、風格化、再創(chuàng)作等；虛擬世界中大規(guī)模的資產(chǎn)（尤其是3D模型）、人物、設定與對話的生成；大規(guī)模的個性化銷售郵件和客服；（對效果要求不高的）簡介/宣傳短片/廣告等視頻制作”

其次，在“反人性”的任務上提供協(xié)助。“這類產(chǎn)品門檻較低，也是目前最為常見的AIGC應用或者以工具插件方式出現(xiàn)，但需注意的是，這一方向尤其容易面臨著更同質(zhì)化的競爭以及來自于該領域領先平臺的直接威脅，比如Adobe/Figma， Microsoft/Github， Canva， Notion等。”

易然指出，值得關注的方向包括：代碼與開發(fā)（包括前端設計），各類文章、營銷素材、演示材料撰寫，設計創(chuàng)作的靈感激發(fā)，知識庫/內(nèi)容庫的搜索和總結(jié)。

第三，實現(xiàn)以前人工不易完成的任務。

比如，生成沒有版權成本和潛在糾紛的圖片、音樂、音效等，以及聲音模擬等多模態(tài)任務，優(yōu)化SEO/推薦效果的文字、廣告物料，對3D模型壓縮、圖像還原和清晰度提升。

AI仍未擁有人類智慧

雖然AIGC備受熱捧，但亦有AI從業(yè)者指出，AIGC完全沒有原創(chuàng)性，根本沒有真正的創(chuàng)作力。

“即便是未來算法更加強大，喂上成千上萬的大師繪畫作品，AI也只會用梵高的筆觸畫出一幅風景，而不會演變出另一個獨具風格、富有靈魂的達芬奇、拉斐爾、倫勃朗、莫奈、或者塞尚。”有從業(yè)者說。

小i機器人創(chuàng)始人袁輝認為，目前不管是面向文本的ChatGPT，還是AI作畫背后的Diffusion 模型，其背后的核心問題在于，依然是利用大量的算力、數(shù)據(jù)，在關聯(lián)場景進行了最終的計算。

“對AI訓練100萬貓的圖片后，計算機雖然能做到所謂地識別這是貓，但在本質(zhì)上，計算機仍然并不知道這是一只貓。包括現(xiàn)在像ChatGPT的對話，雖然從人類視角，感覺是有思想的。但其本質(zhì)仍然沒有思想，只是通過大量的計算訓練，獲得了結(jié)論。”

當然，袁輝強調(diào)，這對于人類依然有非常大的意義。“很多重復性的基礎工作，甚至一些人類認為很高級的工作，通過這些大模型的方式，已經(jīng)能夠極大地提升效率了。”