OpenAI的模式難以復制
作者｜齊健陳伊凡
“一場針對AI的’完美風暴’正在形成。”
一位產業投資人如此描述。
一時間，街頭巷尾都在熱議一個叫做ChatGPT的產品，ChatGPT相關概念股一度猛漲。一家大數據公司創始人表示，已經有客戶諮詢，是否能在他們的產品裡結合ChatGPT。
在經歷了2016年，由AlphGo擊敗李世石而掀起的AI浪潮後，AI行業沉寂良久，上一波浪潮裡起來的AI算法公司，在硬件化和數據的泥沼裡尋找出路，這麼多年，AI行業太需要一個現象級的故事了。 ChatGPT的出現，就如同點亮了燈泡，讓這個行業再度以如此高光的姿態回到公眾視野。只是，與上一波AI浪潮不同，這次的主角，從谷歌的AlphGo，變為微軟的OpenAI。
風吹得太快了。
1月17日，微軟CEO Satya Nadella公開表示要將OpenAI產品與自身生態結合，將ChatGPT加入到Bing、Office、GitHub、Azure等微軟“全家桶”中。隨後的一周中，微軟又宣布向OpenAI追加數十億美元投資。近期，OpenAI更是公佈了ChatGPT最新的訂閱製商業模式。
北京時間2月7日凌晨，谷歌突然發布了基於谷歌LaMDA大模型的下一代對話AI系統Bard。同一天，百度也官宣了正在研發的文心一言（ERNIE Bot）項目，計劃在3月完成內測，隨後對公眾開放。
北京時間2月8日凌晨（美國當地時間2月7日），微軟宣布，推出由ChatGPT支持的最新版本Bing（必應）搜索引擎和Edge瀏覽器。 Satya Nadella表示，“搜索引擎迎來了新的時代”。微軟稱必應構建在新的下一代大型語言模型上，比ChatGPT更強大，並且能幫助其利用網絡知識與OpenAI的技術進行智能對接。
24小時內，三家科技巨頭躬身入局、搶占高地。這股風不僅快，而且猛。
“谷歌可能只需要一兩年時間，就會被徹底顛覆。”Gmail創建者之一、谷歌老員工Paul Buchheit近日公開表示，ChatGPT將徹底摧毀谷歌賴以生存的搜索引擎。
ChatGPT是人工智能研究機構OpenAI在2022年11月底發布的生成式AI對話大模型。上線一個多月，ChatGPT就把OpenAI的估值從200億美元推高到290億。如果其商業化大規模推進，或許我們的後世子孫將很難想像，人類曾需要自己構思文案或自己寫程序代碼。正如我們難以想像的計算機要佔一個房間那麼大。
作為一家限制營利（Capped-Profit）型企業，OpenAI在AI領域的研究並非只為賺錢。但ChatGPT似乎正在把OpenAI“逼”到賺錢的風口上。據外媒The Information爆料，OpenAI計劃在2023年實現2億美元營收，2024年底前，營收達10億美元。
投資機構紅杉美國在2022年發布的一篇分析文章《Generative AI: A Creative New World》中提到，生成式AI有潛力產生數万億美元的經濟價值。如今，作為AIGC領域其中一個代表性產品，ChatGPT的爆火正在印證這一預言。
“ChatGPT是多個底層技術積累和市場成熟到一定程度的產物，”一位產業投資人如此概括他對於這款現象級產品的理解，他將ChatGPT類比iPhone，雖不是第一款智能手機，但卻是最成功的一個。
也正如iPhone催生出了一系列智能手機APP，一波應用型公司正在基於GPT等生成式AI大模型迅速成長。在過去一年裡，AIGC賽道正在催生出一個個獨角獸。只是在這一個個造富神話的背後，越來越多人似乎也意識到，只有少數故事可以講下去，還有很多故事可能講不長久。
虎嗅通過與多位投資人、業內人士的交流，試圖理清，在一、二級市場狂熱背後，目前在AIGC上的商業模式，哪些可以跑出來，哪些難以為繼。
AIGC的泡沫：還沒吹起來，就要破了
AIGC（AI Generative Content，AI生成內容）顧名思義，是AI直接生產內容的技術形式。生成式AI並不是一個新事物，它由來已久，但2022年卻被很多AI行業人士稱為AIGC元年，開啟“元年”概念的有兩件大事，其一是ChatGPT的現象級爆火，使AIGC徹底出圈，大幅拉高了人們對AI能力上限的認知。另一件則是2022年8月圖片生成大模型Stable Diffusion的開源，Stable Diffusion雖然並不算是非常強大的AIGC文生圖模型，但是他的開源卻讓文生圖這種能力“飛入尋常百姓家” ，這也成為了AIGC能夠現象級爆火的條件之一。
Stable Diffusion是AI公司Stability AI和Runway共同開發的擴散式（Diffusion Models）圖片生成大模型。與以往的生成式對抗網絡（GAN, Generative Adversarial Networks）相比，擴散式模型生成圖片的速度更快、質量更好。
隨著AI繪圖在社交媒體迅速躥紅，抖音和小紅書上甚至有腦洞大開的網友提出，可以把AI生成的圖片掛到付費圖庫作為收費資源，實現“躺賺”。一時間，AIGC文生圖成了一門“有手就能幹”的生意。
在這一批AIGC公司中不乏幾家獨角獸，其中就包括利用OpenAI大模型實現商業落地的Jasper和前面提到的Stable Diffusion的研發公司之一Stability AI。
海外AIGC領域獨角獸（按估值排列）
OpenAI憑藉多年積累的大模型研發能力，以及GPT、DALL-E等產品，一枝獨秀。而其他一眾獨角獸企業，雖然估值與OpenAI相去甚遠，但無一不是在短時間內估值暴增，Jasper甚至只是一家基於OpenAI技術的服務商，估值也達到了15億美元。 Anthropic更是憑藉創始人的GPT元老身份，以“ChatGPT最強競品”的噱頭，被危機中的谷歌看中，估值直逼50億美元。
據第三方研究機構PitchBook的數據， 2022年海外投資者在AIGC賽道至少投入13.7億美元，完成78筆交易，相當於前五年投資額之和。
AIGC賽道海外市場融資情況
在這場投資熱潮中，美國公司走得更快。根據紅杉2022年10月發布的海外AIGC廠商圖譜，在大模型、文生文、文生圖、代碼等細分領域已經出現了不少初創公司。虎嗅根據公開資料整理了部分中國AIGC公司的圖表，中國的AIGC公司主要集中在A輪甚至天使輪，主要是在應用端的創新。
紅杉資本2022年10月發布的海外AIGC廠商圖譜
國內部分初創AIGC公司及輪次（按公司名字排列）
雖然資本熱捧，現象級應用層出不窮，創業項目也是一抓一大把，但無論在文生文還是文生圖領域，AIGC目前幾乎沒有看到任何一條特別明確且長久的變現途徑。被稱為ChatGPT商業化的收費模式，實際上線後或許也只能勉強填補一部分天價運營費用的窟窿。
在資本方面，很多AIGC的早期投資人甚至已經開始考慮撤出這條賽道了。 “在AIGC賽道上，吆喝多，真正融到錢的不多。”AI繪圖App Draw Things的開發者Liu Liu告訴虎嗅，投資向頭部企業集中就是最明顯的現象。從投資人角度看，在經濟下行的時候投資AI行業的頭部企業肯定會比較保險。 “另一方面，投資人也會擔心這個行業像上一波深度學習熱潮一樣，最終只能惠及大公司，而小公司很難’冒頭’。”
泡沫似乎還沒有完全吹起來，就要被戳破了。
在AIGC賽道，已經有公司開始“摔倒”。 2022年12月28日，AI繪畫公司StockAI宣布將停止為用戶提供AI繪圖服務，開始進行業務轉型。目前的StockAI平台已正式關閉，用戶訂閱計劃均被取消。該公司稱關停服務是因為AI繪圖的運營成本過高，目前的付費用戶群無法支付這筆費用。
“智源在大模型方向佈局比較早，如今已經不會刻意追AIGC項目了。”北京智源人工智能研究院(簡稱“智源研究院”)、智源創投基金投資總監向其奇認為，目前國內的AIGC已進入“開卷考試”階段，多數AIGC項目看起來很美，但實際上核心競爭力不足，整體有些虛胖。作為與OpenAI在組織方式和研究方向都相似的機構，智源研究院也一直關注國內AI領域的優質早期項目。
一邊是AIGC頭部公司獲得海量資金，催生新晉獨角獸；另一邊則是初創AIGC公司關停業務。 AIGC元年剛過，這條賽道上的公司就出現了一些兩極分化的現象。那麼，不同公司以AIGC為技術載體實踐的商業模式到底成功率幾何？誰能跑出來？又有多少模式可以被複製？
缺乏核心競爭力的獨角獸
“許多AIGC的公司，或許能生存3年-5年，但要讓他們繼續講更長的故事，就很難了。”不止一位投資人向虎嗅表達了這樣的判斷。
在ChatGPT爆火之前，2020年問世的大模型GPT-3在業界已經掀起了不小的波瀾，此後OpenAI也有了Viable、Duolingo、Notion等不少值得標榜的API（Application Programming Interface，應用程序編程接口）落地案例，基於大模型進行商業化的探索，其中最成功的當屬Jasper。
成立於2020年的Jasper，是基於GPT-3的API為用戶提供AI寫作服務的初創公司，Jasper在AI寫作領域並不算是“早鳥”，但卻是最先開始調用GPT-3 API的公司之一。作為底層大模型，GPT-3對於普通用戶來說，還不能直接使用，需要專業的AI研究人員在大模型的基礎之上進行參數調試和優化。
Jasper的核心業務就是通過優化GPT-3模型的使用體驗，充當普通用戶和OpenAI之間的“中間商”。 2022年，Jasper成功募資1.25億美元，估值達15億美元。這對於一家成立兩年的AI公司來說，估值並不算低。畢竟，2019年微軟注資OpenAI時一次就花了10億美金。 Jasper比較擅長輸出電商產品介紹，博主的種草文案等短篇內容。雖然文章質量一般，但文字內容多數情況下通順可讀，沒有明顯的語法錯誤。
2021年Jasper營收近4000萬美元，2022年收入更是有望翻倍。雖然公佈的數據很好看，但很多業內人士對Japer的賺錢能力持懷疑態度，畢竟這幾千萬美元只是營收，除去運營過程中的生產、研發、推廣等成本後，還能剩下多少實在不好說。
從目前OpenAI公佈的API價格來看，基礎模型生成文字大概是每750個詞0.4美元，Jasper的價格則是基礎服務月費29美元，可以生成20000個詞。中間差價不到17美元，這17美元涵蓋了Jasper提供的50+模板、29+語言服務。如果買的量大，高級月費服務還包括SEO（Search Engine Optimization，搜索引擎優化）等一系列其他的服務。
能否有持續足夠的技術和資金跟上每一次模型的迭代，是這些在大模型之上做應用的公司都需要面臨的極大挑戰。
“雖然GPT-3/3.5模型已經很好了，但類似Jasper的下游應用企業要提供垂直領域的專業服務，仍然需要基於行業知識自建知識庫和模板，並對GPT-3/3.5模型進行Finetune（微調），這部分的研發成本也相當高。”智源研究院創新應用實驗室負責人史業民認為，因為在大模型和用戶之間多了一個中間環節，還要產生很多人員、運營等額外費用。還有一點更為重要，那就是直接利用底層模型API的成本和風險是有可能隨著OpenAI的業務調整髮生變化的。
那麼，如果沒有中間環節會怎麼樣？如果底層模型直接和用戶對接，Jasper的價值又在哪裡？
這也是Jasper面臨的困境。如Jasper一樣調用API的公司，是OpenAI現階段的主要收入來源。在ChatGPT爆火之後，一些Jasper的用戶發現了ChatGPT能生成比Jasper更好的內容，等於是“代理轉直銷”了。面對來自OpenAI的壓力，Jasper首席執行官Dave Rogenmoser表示：“ChatGPT可以做很多事情，但它缺乏大企業客戶需要的功能。我們將自己視為將AI能力引入企業的人。”
Dave Rogenmoser的解釋好像還不夠有說服力。畢竟，已經有客戶直接找到OpenAI了。 2023年1月26日，美國版“今日頭條”BuzzFeed宣布，將與OpenAI開展合作，使用ChatGPT創作新聞內容。 BuzzFeed聯合創始人兼首席執行官Jonah Peretti在郵件中指出：今年（2023年），AI創作的內容將從研發階段轉變為核心業務的一部分。消息一出，BuzzFeed股價連漲兩天，翻了3倍。 OpenAI還沒來得及為這波“獲客”吹牛，客戶倒先開始標榜自己是ChatGPT的實踐先鋒。
即便如此，Jasper的商業落地仍給很多AI創業者提供了想像空間，而且只要入局夠早，就能搶占先機，也不是所有企業都具備BuzzFeed的這種直接對接大模型公司的能力。一家AIGC創業公司創始人認為，能像OpenAI一樣不在乎盈利，保持多年燒錢研究的企業或機構並不多，如果沒有大量Jasper這樣的應用層公司，則很難承托起OpenAI這樣的AI大模型類的PaaS（Platform as a Service，平台即服務）公司。
中國也出現一些公司，正在模仿海外的商業模式。但“橘生淮南則為橘，生於淮北則為枳”，簡單的複制，很多時候並不能適應中國的土壤。
Jasper模式要落地中國最致命的硬傷是，國內目前沒有一款可以媲美GPT的大模型，而OpenAI的API業務，起碼迄今為止對中國用戶並不友好，並不官方支持中國的API調用。此外，即便中國企業可以調用，ChatGPT或是GPT-3的訓練主要使用英文數據訓練，中文表現與英文還有差距。
另一方面，就是商業的底層邏輯——賺錢。由於大模型優化成本很高，盈利壓力自然也會增加。從微軟的Azure OpenAI目前提供的GPT-3微調訓練託管價格來看，要在Auzre雲上進行GPT-3的優化工作，每小時的成本約20-84美元，這個費用還只是不包括算力的單個模型費用。
從目前的中國市場環境來看，不管是SaaS模式的付費意願，還是人力成本可能都不足以支撐Jasper的商業模式。
在Jasper的主要業務電商文案寫作方向上，目前很多國內跨境電商對Jasper的AI寫作服務都有所了解，但這種服務對於他們來說需求度並不高。亞馬遜一個產品介紹大概200多個單詞，按Jasper的入門計劃20000詞，可以給不到100款商品生成產品介紹。
一位跨境電商老闆告訴虎嗅，雖然英文寫作對一些國內跨境電商老闆來說有點難度，但AI需求在這個圈子裡並不大。請一個兼職大學生，月薪3000左右，基本就能覆蓋多數跨境電商的所有上架需求了，能修圖、做表格、回郵件，這些都是工作分內的事兒。多數電商沒有那麼多文案需求，“單獨購買文案生成服務就相當於多給兼職工買一套Office，完全沒有必要。”前述跨境電商老闆表示
同時，AIGC生成的內容仍存在很多不確定性。矽基智能創始人司馬華鵬表示，“目前我們的純AI數字人已可以實現連續直播400小時。但很多企業在初次嘗試數字人直播時仍存在一定風險和門檻，很容易因為內容質量差或敏感信息觸發直播平台對AI數字人直播的限制。在AI數字人的內容訓練過程中，有時需要對NLP進行內容更符合用戶需求的預設。”
商業模式難以為繼的文生圖公司
相比於文生文領域的Jasper，在文生圖領域，與Jasper估值相似的另一家著名獨角獸Stability AI則顯得更不落地。
起碼Jasper已經在文生文領域探索出了比較明確的商業化目標用戶，其他創業公司只要沿著這條路繼續探索就可以了。但AIGC文生圖、文生視頻、文生3D模型等賽道還處在很早期的階段，在北美市場的成功經驗中，Lensa AI和Midjourney的主要客戶都還在通過流量積累的C端客戶的階段。
2022年10月，文生圖公司Stability AI完成了1.01億美金的種子輪融資，估值達10億美金。雖然Stability AI在AIGC文生圖領域探索的時間不長，但文生圖賽道的擁擠，卻是它與合作夥伴Runway一手造成的。這兩家公司共同推出的Stable Diffusion模型選擇了開源模式，把AI繪圖的能力免費交付到了每個人手中，但公開這項能力，卻只是給Stability AI及RunwayML的模型能力做了背書，而他們怎麼用這項能力賺錢呢？
目前，文生圖領域的很多初創企業所提供的服務還只是在Stable Diffusion模型基礎上的交互界面和生成圖像的雲服務，雖然多數公司都有銷售token（代幣）的付費AI繪圖模式，但多數用戶使用免費模式就已經足夠了。
Lensa AI App於2018年上線，原本的主要用途是圖片編輯和美化。 2022年11月Lensa AI上線了魔法頭像（Magic Avatars）功能，可以根據用戶上傳的人像圖，自動生成各種不同風格的人臉照。魔法頭像上線以後，LensaAI在11月30日至12月14日，連續兩週位列美國及十多個國家的AppStore免費榜榜首。根據數據分析公司Sensor Tower的數據，該應用程序在12月的前12天在全球範圍內安裝了約1350萬次，消費者在此期間的消費約2930萬美元。
Midjourney走得更早，他們通過在線聊天社區Discord為用戶提供AIGC文生圖服務，Midjourney給用戶提供25張免費圖片，此後則以最低每月10美元的價格收費。目前該公司聲稱自己的月活用戶數已超過100萬。
雖然這兩家公司均已具備了一定的付費用戶基礎，但云服務、模型研發成本巨大。目前來看，C端用戶的付費意願和購買力是否能夠形成穩定的商業模式，從而支撐這些服務廠商的長遠發展還都是未知數。
“C端用戶很容易拉進來，但很難維持新鮮度。”AIGC創業公司6penAI負責人王登科對虎嗅表示，目前AI繪圖最主要的用戶圍繞在C端，但這部分用戶一般就是圖個新鮮，最多半年，他們對AI繪圖、AIGC的熱度就會褪去。
相比之下，B端市場似乎更有發展潛力。在AI繪圖的B端，目前已經有很多遊戲工作室、美術工作室開始嘗試提供AI繪圖的相關服務了。
目前，國內游戲美術行業的立繪（遊戲中的單個人物圖）外包價格在6000~10000元不等，根據畫師能力和經驗，價格也會有所不同。貓事多遊戲工作室負責人老李表示，AI繪圖的單個角色相比人類要便宜很多，可能只有五分之一甚至十分之一的價格。而且可以根據客戶需求同時產出50個相似造型、不同姿態，不同畫面的圖片，客戶選定之後可以由美術進行細化精修工作。
貓事多遊戲工作室利用AI生成的圖片
不過老李接觸的客戶也不是都能一下子接受AI繪圖這種服務模型。
“我目前還沒從AI繪圖上看到生產力支持，AI能提供的幫助也就是找靈感吧。”這是國內一家遊戲公司美術總監對AI繪圖的評價。他的公司目前運營多個大型遊戲IP，其中不乏爆款，但對於火了半年多的AI繪圖，他卻並不看好，“AI繪圖隨機性太大，能適用的範圍很窄，而且圖片不分層，修改成本很高。”
“AI繪圖比較適合小型遊戲工作室，尤其是那些IP要求不嚴格，或是從0到1的繪圖需求，AI能幫助用戶節省大量的美術成本，是實打實的生產力工具。”貓事多工作室AI技術總監黃峻認為，AI繪圖最大的優勢就是“給的多”。以往正常的美術外包模式是，客戶提一份需求就畫一張圖，最多也就是前期溝通多一些，後期修改少一些。但AI繪圖可以根據一個需求出100張圖，給了客戶更大的選擇和想像空間。
黃峻介紹說：“我們用A100的雲服務器訓練AI，單個項目迭代500張圖大概需要1天的時間。”因為AI模型是開源的，所以AI繪圖外包的成本不高，目前AI繪圖工作室的主要成本在於人類畫師對AI的訓練，以及訓練過程中產生的雲服務成本。老李則認為，AI繪圖的關鍵在於節約用戶的前期開發時間跟人力成本，把這部分轉移到AI繪圖的服務商。
除了時間和人力成本，雲服務的成本也是AIGC的大頭。不論是B端還是C端市場，不論服務掙不掙錢，提供服務肯定是要花錢的。虎嗅從多個提供AI繪圖服務的供應商了解到，AIGC服務對GPU算力需求很大，有條件的供應商會選擇用來NVIDIA A100 GPU的雲服務器，這款服務器端價格相當高，而即便不用A100，雲服務也並不便宜。
目前國內市場96G顯存的單顆A100GPU服務器，算力報價大約是每小時28元，包年月費在13000元左右。史業民介紹說，智源研究院開發的Flag Studio繪圖AI目前採用的是智源研究院自建的雲服務器，算力需求大概是2-3台4核A100 GPU服務器，每月開支大概是50000元左右。
對於創業AI繪圖公司來說，如果要維持一個可拓展，高性能，並且有一定顯卡保有量的GPU集群，服務器的運營開支每月至少要5-10萬元左右，然而在這樣的開支規模下直接的回報卻微乎其微。 “王登科對虎嗅表示，目前多數AIGC公司都是在C端引流階段，未來用什麼樣的商業模式去賺錢，大家都在摸索。
有開銷，沒進項，這或許正是前面提到過的StockAI關停服務的重要原因。不過王登科認為，在都採用開源模型的同質化競爭環境下，壓縮雲計算成本是AIGC創業公司的核心競爭力之一，目前6penAI在技術上改進了模型精度，並持續優化迭代時間，同時不斷尋找低價服務器，已經可以將單張圖片等成本壓縮到1分錢以內了。
筆者用6penAI生成的圖片
但不管是文生文還是文生圖領域，這些基於GPT模型生長出來的應用層公司都在核心競爭力和商業模式上苦苦探索。
OpenAI的模式難以復制
“ChatGPT是一次產品和市場上的突破，而不是AI基礎理論的突破。”一位行業資深投資人對虎嗅表示，AIGC的大規模商用，需要三個條件，首先是基於技術積累而設計出超級模型，其次是有足夠的數據去支持訓練，第三，是要有算力和流量充足的平台來落地可持續的商業模式。對於背靠微軟的OpenAI來說，有技術、數據、算力的優勢，而微軟旗下的Bing，也是一個自帶流量的商業化平台。
正如iPhone的核心是供應鏈，如果類比到通用大模型上也是這樣的道理，微軟和谷歌這樣的平台型公司就具有技術、數據、算力、流量的產業鏈優勢。
上述投資人表示，AIGC產品一定迭代很快，ChatGPT是第一個出圈的產品，但不一定是商業上最成功的。
對於這一點，OpenAI創始人Sam Altman在接受美國著名風投基金Greylock合夥人Reid Hoffman採訪時也表示：“將來應該會出現幾個大型的基礎模型，開發人員都將基於這些基礎模型研發AI應用。但目前的情況依然是某一家公司開發出一個大型語言模型，然後開放API供他人使用。”
ChatGPT上線之後，一周之內就吸引了100萬註冊用戶。甚至有大量開發者通過模擬瀏覽器代碼的方式破解了ChatGPT的API（OpenAI並沒有開放ChatGPT的API），一時間大量破解版的ChatGPT“二次開發”湧入GitHub。而近日OpenAI推出了名為ChatGPT Plus的20美元/月訂閱版，給ChatGPT找了一條最快捷直接的變現道路。 ChatGPT Plus的增值服務包括：高峰時段免排隊、快速響應以及優先獲得新功能和改進，OpenAI也表示會保留免費服務。
“AIGC在各個領域的應用都還處在極早期，這個行業爆火的最大好處應該是把大模型徹底帶出圈了。”史業民認為，AIGC讓公眾了解到AI真的能做一些事情，在此之前AI行業花費了很大力氣去教育市場了解AI，但很多企業對AI都持存疑態度。因為沒有實際場景應用，就很難了解AI的上限到底有多高。
向其奇認為，大模型產業化和移動互聯網有相似之處，最終都需要通過做應用來形成用戶體驗。而AIGC和移動互聯網又有所不同，AIGC架構在大模型的能力之上，但國外大模型的API不一定給國內開放，國內的大模型還需要進一步優化升級，並且當前的商業模式也不是很清晰，所以短期熱度雖高但很難長期吸引投資人關注，可能只有明星創業團隊和行業老兵能持續融到錢。不過，他也認為，中國市場大、用戶多，具有更多的可能性，在應用上來說，可能比美國市場更具優勢。 “很多應用體驗在國內能打磨到極致，但在國外並不一定。”
從現在的AIGC技術和商業路徑來看，未來AIGC賽道的參與者可能會有三種，底層模型研發公司，封裝應用的開發者，以及利用應用給用戶天提供專業化AIGC服務的供應商。
目前封裝應用市場明顯處在同質化競爭的階段。例如AI繪圖，各種應用都是基於Stable Diffusion的開源模型形成的產品。而調參服務則主要是基於行業經驗提供服務。這兩種業務都很容易被複製，且增長空間非常有限。
“AIGC只是一種應用形態，是個表象的技術。它背後的大模型才是核心。”史業民認為，OpenAI之所以會在ChatGPT推出之後迎來一波爆發式增長，就是因為ChatGPT以AIGC的形式向行業展現了他的大模型能力。
目前國內各家大廠、研究機構也都在生成式大模型上重點發力，相繼發布了悟道、ERNIE、盤古等大規模預訓練模型。在AIGC領域，智源研究院的Flag Studio，百度文心一格等都是基於自研模型推出的AIGC產品。
筆者用Flag Studio畫匠生成的圖片
“整個AI行業未來的趨勢可能就是幾家大模型公司’一統天下’。”史業民表示，從技術層面來說，構建大模型的數據和Feedback（反饋）會形成一個閉環，用的人越多，Feedback越多，模型也就有更多的數據支持迭代。 “最後Feedback也會成為模型的一部分。這樣早期玩家就會積累巨大的前期優勢，導致新的選手完全沒辦法入局。”
這恐怕也正是微軟、谷歌、百度等巨頭都對AIGC、AI大模型領域如此看好的原因。然而國內在大模型的研究方面卻走了幾年彎路，由於AI“生成”內容的質量一直不理想，且理解類任務和多數大廠的現有業務息息相關，直接導致國內很多廠商都是從近幾年才開始重視AIGC業務。
“AI大模型實際上已經算是信創產業（自主可控的信息技術應用創新產業）了。國內很多場景都要求保護數據，不太可能把數據放到美國的服務器上。同時，在大量政府、國央企應用場景中，文本的處理會涉及到很多機密。”一家AIGC創業公司創始人認為，即便OpenAI對中國全面開放API接口，在很多場景中仍然無法使用，“AI大模型一旦落後，追趕的成本會很高。雖然我國AI技術整體上發展不晚、也不慢，但在大模型領域同樣面臨’卡脖子’的危機。”
不管怎麼說，又一個AI行業的燈泡被點亮，真正的技術競爭剛剛開始。擁有數據的平台公司擁有生態優勢，初創公司則專注差異化和互補性，而無論是在底層的大模型，還是AIGC的落地方面，各家企業都還要在熱潮之下，冷靜判斷，看清前路，找到屬於自己的賽道，跑下去。
展開全文打開碳鏈價值APP 查看更多精彩資訊
