纵横介绍当今最流行的生成式AI-群英

上一篇：人工智能中Transformer技术原理剖析下一篇：AI时代下的信任危机——Adobe Photoshop的最新AI绘图功能能生成任何图片

在实际应用中，我们有时候会遇到“纵横介绍当今最流行的生成式AI”这样的问题，我们该怎样来处理呢？下文给大家介绍了解决方法，希望这篇“纵横介绍当今最流行的生成式AI”文章能帮助大家解决问题。

国外生成式AI行业应用版图。

纵览生成式人工智能（Generative AI或AIGC，两种表述均可，国内更多用AIGC）进化史，从AI诞生之始，人们就试图让机器生成内容，与其对话，并诞生了最早的图灵测试标准。多年来，生成式AI的发展一直不温不火。直到去年Midjourney、Stable Diffusion等文生图应用点燃了大众的热情，再到11月ChatGPT的横空出世，更是引发了现象级热潮，让生成式AI走入了亿万用户的视野。

本文结合国际企业实践经验，从大模型生态构建方式、行业应用的切入路径这两个视角切入，描绘生成式AI的行业应用版图，分享我们初步的观察与思考。

大模型的生态

模型即服务（MaaS）的新生态加速形成

结合目前行业“基础设施层-模型层（MaaS）-应用层”三层结构，我们预计未来可能形成一个模型即服务（MaaS）的新生态。自下而上，三层结构的构成如下：

基础设施层：GPU芯片、AI芯片、超级计算机等算法基础设施，以及机器学习框架、云操作系统等软件。

模型层（MaaS）：通用AI大模型，以及基于大模型在垂直领域训练生成的行业模型（中间层），即在预训练AI大模型基础上，可以快速微调或使用嵌入等方式、开发出场景化、定制化、个性化的中小模型，实现在不同行业、垂直领域、功能场景的工业流水线式部署，同时兼具按需使用、高效经济的优势。

应用层：AIGC技术面向终端用户带来的新的功能、产品、服务和应用等；正如之前的“互联网+”一样，“AIGC+”或者说“AI+”将来有望和各行各业深度结合，持续带来新的应用形式。未来，一方面，现有的APP都可以用大模型重做一遍，另一方面，还会出现更多新的AI原生类APP，从而诞生更多新的独角兽甚至巨头企业。

大模型走向通用性和垂直性并重的纵深布局

在AIGC技术应用布局上，通用性和垂直性并重。

所谓“通用性”指的是横向能力，适用于各个行业，具体而言包括语义多轮对话、知识库构建、智能搜索、企业级RPA、多模态内容生成、代码生成等方面：

1、语义多轮对话：AIGC技术在语义多轮对话中发挥着巨大的优势，尤其是在高客单价销售和私域交流场景下。例如，直播话术中，AIGC能够迅速学习并掌握最佳实践，如各类Chatbot和IQ for sales。

2、知识库构建：AIGC技术从简单的资料概括整理发展到帮助用户阅读理解、生成个性化资料库，以及基于高效资讯归纳的新搜索功能。这使得AIGC既可应用于企业级人工智能，也可成为个人助理（如Mem）。

3、智能搜索：AIGC在智能搜索领域的应用也取得了显著成果，如New Bing、Perplexity等。凡积累了知识库的系统，都可以借助AIGC实现语义搜索功能。

4、企业级RPA（Robotic Process Automation）：结合LLM（Large Language Models）技术和RPA，AIGC在企业级应用中发挥着重要作用。典型应用包括微软的Copilot以及CRM领域的Salesforce等，它们紧密结合行业场景，为用户赋能。

5、多模态内容生成：在智能写作助手、广告主视觉创作、智能NPC等领域，AIGC技术带来了创新应用，除了文字，还可以生成图片、视频，甚至3D数字内容。

6、代码生成：代码作为一种更标准化的文本，AIGC在代码生成方面具有巨大潜力，如GitHub Copilo已经有很不错的表现，在这个领域，正在有更多的代码生成工具出出现，有望大幅提升码农的生产力，也为普通的非技术工作者提供了更为便捷的工具，大幅降低了编程门槛。

所谓“垂直性”指的是纵向能力，通过对不同行业Know-how的学习，AIGC技术可以进化为行业专家，从而大幅加速各行业的数字化转型。

结合国外企业的投融资信息，我们列举了医疗、金融、零售和制造几个行业的典型例子：

医疗（Zebra Medical Vision ，Aidoc 等使用AGI进行医学图像分析）
金融（Bloomberg发布Terminal AI大模型提供金融智能化服务）
零售（Stitch Fix 等公司使用生成式人工智能来实现个性化购物体验、库存管理和需求预测）
制造（通用电气等公司利用生成式人工智能优化生产流程、预测性维护和供应链管理）

国外科技企业纷纷“卷”出了新高度

在Open AI的直接带动（微软）或刺激（谷歌等）下，大模型已经成为巨头军备竞赛新的杀手锏。不仅加速大炼“大模型”，还在原有的产品中快速加入大模型的能力，以期在新的范式转换和技术浪潮中占得先机。

先是5月初，谷歌I/O大会推出PaLM2大模型，其对话产品Bard未来也能像ChatGPT一样，接入网络，实时搜索网页。同时推出Duet AI，给谷歌的办公套件Workspace全新升级。

近日，微软开发者大会则推出了Windows Copilot，打造每个人的AI助手。Windows Copilot将直接集成到Windows 11中，在所有应用和程序中都可使用，就像我们在Edge、Office程序和GitHub中看到的Copilot侧边栏一样。

除了传统科技巨头，创业企业同样表现出极高的市场活力和技术实力，各模态应用快速落地，爆款产品不断推出。随着技术不断演进，尤其是Diffusion、Transformer和Clip等模型的提出，AIGC的商业化在多个领域开始落地，其中代码生成、文本生成、图像生成、音视频/游戏等领域已有不少爆款级产品。

代码领域，Github推出的Copilot用户量破百万
文本领域，微软已经在Bing和Dynamic365等应用已接入ChatGPT/GPT-4接口
图像领域，Stable diffusion等文生图应用已突破千万级用户量
音视频/游戏领域，起步较晚，对模型和算力要求更高，出现了不少Start-up。

更多头部企业创新产品和解决方案可参见下表：

大模型生态合作的5种典型方式

目前，大模型可能的生态合作和商业模式正在渐次展开，我们梳理了主要的5种。其中API调用和插件是大多数公司接入大模型能力的主要方式。

1、API调用：大多数公司使用大模型的主要方式

在当前的技术环境下，API调用被广泛应用于知识库和客户服务领域。公司通过利用ChatGPT开放的Fine Tuning API，将自有的Knowledge Base（包括产品文档、常见问答、客服历史对话等）上传到ChatGPT，从而建立私有模型。值得注意的是，尽管如此，创业公司仍无法拥有该模型的所有权。

通过这种方式，ChatGPT的用户可以拥有专属的Chat Bot，它不仅具备常规对话功能，还可以利用企业自有、甚至非公开的训练数据来提供高度针对性的服务。

以OpenAI的GPT-3/3.5/4为技术基础，一些创新公司如QUANTUM ENGINE（类似Character.ai和Inworld，由创始人Jesse Lyu于2023年创建）旨在基于ChatGPT改善玩家体验并提升生产环节效率。这些公司通过引入开放式对话，重新探索NPC的价值，以提升沉浸感与交互方式。同时，实现了开放式游戏视觉引擎联动的三个步骤：生成对话、行为与蓝图的自动化。一个典型的示例是“当马斯克想把特斯拉卖给比尔盖茨”的Demo，该Demo展示了如何自由选择角色并自动生成对话。

价格方面，尽管不同类型、不同公司的定价方式各有千秋，但整体上大模型日益向生态扩展方向发展。典型如OpenAI开放了GPT-4（纯文本）、ChatGPT API和WhisperAPI（应用程序接口），允许开发者将ChatGPT集成至他们的应用程序和服务中。2023年3月1日，OpenAI基于GPT 3.5 Turbo模型开放了ChatGPT API；API收费模式为0.002美元/1000tokens。相较于前一代开放接口GPT 3.5，性能更强的同时，价格下降90%，进一步加速了ChatGPT相关应用生态的发展。

2、插件模式：Plugin让大模型有望成为新的OS

除API调用外，2023年3月24日，OpenAI公布了重磅消息：ChatGPT支持接入第三方插件，并一口气上架了11个插件。通过这些插件，用户可以用ChatGPT购买商品，预定酒店、机票，搜索专业数据等，这大大解放了ChatGPT的生产力，为其发展带来了更多的可能性。这种插件模式为Plugin可能的应用方式和影响提供了丰富的发展前景。

总之，不管是作为操作系统还是应用商店，AI的转折点已经到来。

3、进一步的探讨：机遇还是陷阱？护城河在哪里？

综合上述API调用方式的分析，我们不禁产生一个灵魂之问：模型是OpenAI的，核心技术不在自己手里，AIGC应用层企业的护城河在哪里？

PitchBook调查数据显示，仅在2022年，生成式AI（即AIGC）赛道就发生了78笔投资，总融资金额超过13.7亿美元，几乎相当于过去5年的融资总和。同期，出现了OpenAI、Stability AI、Jasper等估值超过10亿美元的独角兽。预计2023年，生成式AI赛道的融资次数、额度将会更多。

然而，“GPT狂飙，AI投资突进，整个创投市场都热得发烫。稀缺的公司分分钟独角兽，做大模型的人才出500万年薪也难招，但与此同时，有的创业公司还没来得及在市场上露出锋芒，就已经被一日千里的OpenAI拍倒在PPT阶段，难以翻身”——AIGC应用层融资过热，是否“虚假繁荣”？

换言之，ChatGPT“更强、更快、更便宜”了，现有应用还有市场吗？关于这个问题的回答我们将以Grammarly、Jasper.ai 的使用体验及 Quantum-engine创始人的现身说法为例尝试做出回答。

（1）ChatGPT对Grammarly说：我干掉你，与你无关？

Grammarly为全球每天的3000万用户（包括50000个专业机构）提供语法校对服务。然而，在ChatGPT出现后，这一市场格局可能面临挑战，据悉reddit、twitter 等地充满了正在认真考虑退订 Grammarly 。

（2）Jasper“真香”，为什么？

Jasper支持各平台广告/博客图文内容生成，截至2022年12月底，Jasper付费用户达到7万，估值已达15亿美元，旗下有多款产品接入GPT-3进行商业性文字创作。

虽然底层模型是OpenAI的（亲测调整设问方式后可在ChatGPT中得到高度一致的营销文案结果输出，核心功能可替代），且Jasper定价更高，但截至目前Jasper的估值和用户量并未受到影响，这引发了关于其发展和市场竞争力的思考。

（3）创始人视角：应用层壁垒在于前端用户体验

QUANTUM ENGINE 创始人表示ChatGPT在游戏行业的应用呈现出巨大潜力，包括游戏角色对话生成、剧情编写、游戏元素创意等方面，为游戏开发者提供强大的支持。作为对话生成应用，低延时性对用户体验至关重要，类似于在弱网条件下云视频会议产品Zoom适当牺牲视频质量以优先保障音频流畅以保证用户通话体验，AIGC应用也需要关注此类需求，为用户精准提供更舒适的前端用户体验。

由此观之，行业应用层的独特优势决定了未来百花齐放的生态，深耕行业特性、优化前端体验才能应对大模型飞速迭代带来的潜在危机。

行业应用的6类切入路径

按用户侧类型划分，生成式人工智能(AIGC)在C端和B端市场呈现出两类路径，其中C端已经达到可用、甚至好用的临界点，B端将从高价值先导领域向MaaS生态扩展。

C端市场已经达到可用的临界点

C端应用包括效率工具的下一代产品、游戏未来的新形态和制作新方式，以及为数字人、元宇宙、机器人等交叉领域带来新空间。此外，AIGC还带来了内容创作领域的大爆发。

B端市场，从高价值先导领域向MaaS生态扩展。

1、生成式AI从效率角度切入，提升写作和生产力。

例如，会议、招聘、各类办公助手（文档助手、编程助手）等应用场景。

2、生成式AI在高价值领域如营销、金融育等领域率先切入

以营销为例，AIGC技术可以大幅降低创意成本、大量生成广告素材和文案。Jasper作为市场上最为火爆的广告、营销图文生成产品，在截至2022年12月底时，付费用户达到7万，2022年年收入7500万美元，估值已达15亿美元。

在金融领域中，AIGC应用探索方向集中在智能客服、智能投顾、商户入网、欺诈检测、智能营销等领域。然而，在算法风险、隐私保护、信息安全等方面仍然面临较大的挑战。

3、知识密集型领域蕴含着生成式AI应用的巨大潜力

在医疗领域，GPT-4作为一种医学AI聊天机器人，在医学领域的潜在应用方式主要包括医疗记录、医学知识和医疗咨询，可以帮助医护人员提升工作效率和患者问诊体验。但它也存在局限性，并可能带来系列潜在风险。

在教育领域的应用已较为成熟。以Duolingo为例，他们利用GPT-4推出了新产品“Duolingo MAX”学习平台，提供了“解释答案”和“角色扮演”两项全新的AI功能。

在这些领域中，AIGC技术不断拓展应用场景，为各行各业带来了前所未有的效率提升和创新机遇。但我们也应当关注到其中的挑战与风险，确保技术在发挥潜能的同时，也能保障用户的利益和安全。

除了千行百业的多模态应用，在B端市场，如下图所示的模型层中AIGC技术业在逐渐围绕头部几家大模型形成的MaaS生态发展。

进一步的探讨

畅想未来，生成式人工智能将进一步与生产、生活深度融合。而大模型带来的变革才刚刚开始。也特别欢迎大家联系我们，一起探讨大模型在行业应用主战场落地的机会和挑战。

企业级RPA+大模型的AutoGPT方式可能颠覆现有的软件模式

产业层面，企业级RPA（Robotic Process Automation）结合大模型的方式将在更多行业实现落地（譬如金融、零售、政府、制造、物流、地产、教育等），并财务，HR，客服等应用场景展现极为出色的能力，从而实现更高效的工作流程和业务处理。譬如说AutoGPT已昭示Prompt 工程的下一个前沿，即便是非科班出身的小白，借助 AutoGPT不到 3 分钟就能成功建立一个网站，完成一份详实的市场调研也可以在弹指间轻松实现。