（美編：肖麗亞）

經濟觀察報 記者 陳白 高若瀛 鄭淯心 這一次，所有人似乎都回到了熱血沸騰的青春年代。即使3個月前，席卷全球科技大廠的關鍵詞還是裁員、降本增效。但2023開年以來，仿佛一夜之間一切都變了——哪怕是為金融界所憂慮的硅谷銀行爆雷，其沖擊波的漣漪也很快散去。創(chuàng)業(yè)公司們并不會過多提及這一變化，對他們來說，當下有更重要的事情。

九合創(chuàng)投創(chuàng)始人王嘯說，“今年初創(chuàng)企業(yè)的數(shù)量大幅增加。年后到現(xiàn)在，我們AI賽道的每個投資人，平均每個星期都要看十幾家，做什么的都有：既有大模型，也有AI心理咨詢、AI文秘助手等應用層項目。”

【資料圖】

但是，對于人工智能的新一輪競速，“GPT-4發(fā)布之后，大語言模型的第一場仗基本結束，同時開啟了AI2.0時代。”4月19日，創(chuàng)新工場執(zhí)行董事、創(chuàng)新工場前沿科技基金總經理任博冰說。

不久之前，創(chuàng)新工場董事長兼CEO李開復博士宣布籌辦一家AI2.0公司，致力打造全新的平臺和生產力應用。當然，不只是這位享譽世界的AI專家，王慧文、王小川等等一批我們所熟悉的創(chuàng)業(yè)先鋒都在歸來。

如今，再沒有比投身AIGC賽道更為重要的事情。區(qū)別于傳統(tǒng)的PGC與UGC，AIGC（生成式AI，AI generated content）指通過人工智能技術生產內容——不只限于生成文字、圖片，還包括音頻、視頻，寫代碼編程也涵蓋其中。今天聽到的 ChatGPT、Midjourney、文心一言、通義千問等大模型，嚴格意義上講都屬于AIGC的子集。

在中國，隨著百度、阿里巴巴、華為等科技廠商紛紛發(fā)布自己的大模型。沉寂三年的科技公司發(fā)布會現(xiàn)場擠滿了人。這些會議主辦方共同的感受是：來的人嚴重超出預期，哪怕是已經能夠容納數(shù)千人的會議，依然有難以計算的人站在過道上。

“最近我們看到開始有非常多的人出來創(chuàng)業(yè)，他們來自科研院所、大廠等等背景。”任博冰說，這一領域創(chuàng)業(yè)公司的出現(xiàn)速度和他們所聚焦的領域，幾乎每個星期出現(xiàn)的創(chuàng)業(yè)公司，都有很大的變化。

星瀚資本創(chuàng)始人楊歌說，他們并未對ChatGPT或AIGC的進展單獨開過會，“因為我們現(xiàn)在每時每刻都在討論這個事情。”

有人把這比作十二年前的“iPhone時刻”。在源碼資本合伙人黃云剛看來，這次以GPTs和背后大模型為代表的AI浪潮，不僅從范式上完成了變化，解決了自然語言的問題，也從結果上讓人們感受到了大模型的潛力，“ChatGPT、開放插件，以及隨后一系列在這基礎上的應用和各大廠商發(fā)布的大模型，已經顯示出明顯的顛覆萬億級公司的潛力”。

楊歌甚至更加樂觀，“我覺得可能不只是iPhone時刻，而是內燃機時刻。因為這一次帶來的變革想象，可能會遠大于移動互聯(lián)對于PC互聯(lián)網時代的升級。”

“現(xiàn)在的變革是以天計算的。”任博冰說，這樣快速進化的結果是，第二場仗馬上就要來了，“但問題是，就像當年，包括OpenAI自己都沒有想到ChatGPT選擇的這條路能夠走通一樣，現(xiàn)在我們也同樣不知道，下一次的戰(zhàn)場會發(fā)生在哪里”。

奇點：博弈新千億

對于投資機構來說，新的窗口期已經打開，按照任博冰的看法，“AI2.0時代開啟了新一輪的創(chuàng)業(yè)投資機會，我們將可能擁有千億美金級別的平臺級公司。”

尹伯昊是YC孵化器中國CEO陸奇看中的創(chuàng)業(yè)者。在秋季奇績創(chuàng)壇路演上，他的項目從5000多份申請中脫穎而出，這是他的第三次創(chuàng)業(yè)。尹伯昊對“2022年8月24日”這個日子印象深刻：“我和陸奇之前沒有什么交集。但在那天，他看完我們的項目后，當天就決定投我們。”

尹伯昊是猴子無限公司創(chuàng)始人。猴子無限是一家生成式AI賽道的創(chuàng)業(yè)公司，專注于模型調優(yōu)。尹伯昊在2022年下半年開始投身AI創(chuàng)業(yè)賽道，“我出來創(chuàng)業(yè)沒有別的原因，就是我看見，技術的奇點已經出現(xiàn)了。”“猴子無限通過大模型FineTune，將少量的個性化數(shù)據，比如我的照片、特定商品的圖片，訓練到已有的大模型中生成新的大模型，再讓個性化大模型幫助創(chuàng)作，實現(xiàn)企業(yè)級的設計協(xié)作。”尹伯昊說，猴子無限也正在參與海爾的空調設計，“個性化的大模型能夠讓我們?yōu)楹柕目照{設計，提供更多方案和靈感支持”。

九合創(chuàng)投王嘯也對一個日子印象深刻。今年春節(jié)前的臘月二十三——本該放假的那周，九合果斷決定投下一家由成都游戲公司AI實驗室孵化出的專做游戲AIGC生產力輔助工具的項目。這個項目的產品能力之一就是能替代掉位列“被AI威脅飯碗榜首”的游戲插畫師。但插畫僅是其提供的比較小的服務，更重頭的還是聚焦在3D美術素材的生成及內容安全、AI玩家陪玩等由AI驅動的服務上。

九合過會決定投的時候，國內AI賽道的極熱浪潮，還沒有因ChatGPT而到來。無論是投資人還是創(chuàng)業(yè)者，都還沉浸在“久別三年”的新年團聚之中。很快，這股風起大洋彼岸的技術浪潮就席卷了中國。

尹伯昊說，那時候其實大家都開始意識到技術所帶來的巨變，生成式AI最核心的能力，是有機會讓機器創(chuàng)作出過去只能由人創(chuàng)作出來的模態(tài)，向內引入更多數(shù)據訓練AI一定會帶來顛覆性改變。

但相比ChatGPT的大模型，“VC已經很難對大模型下手。一家VC的管理規(guī)模約10億人民幣，現(xiàn)在一家初創(chuàng)模型公司上來就融資5000萬美元，一下就蓋掉資管規(guī)模的1/3；我覺得百分之八九十的VC基本都明確了，這不是我們能玩的事。”一位不愿具名的VC投資人表示。

4月21日的一篇報道也引述芯片行業(yè)研究公司Semi Analysis首席分析師迪倫·帕特爾（DylanPatel）的觀點：OpenAI每天為運行ChatGPT投入的成本可能高達70萬美元。但帕特爾最初的估計是基于GPT-3模型，在采用最新GPT-4模型后，ChatGPT現(xiàn)在的運行成本可能更高。

AI賽道從持續(xù)的“寡淡”到2022年底的“出圈”，再到今年的“爆火”，愈發(fā)讓王嘯變得“冷靜”起來。如果說ChatGPT成為那個奇點，究竟給投資認知、創(chuàng)業(yè)方向、行業(yè)格局帶來了什么改變？

三年前，時尚電商ZMO創(chuàng)始人張詩瑩就開始關注人工智能。她認為，未來AIGC能做到兩件事：第一，降低內容生成門檻，以前大家需要學習拍攝，學習Photoshop；未來只需創(chuàng)意就能生成內容。第二，未來的內容不可避免需要人人成為創(chuàng)作者。“可能先從AI輔助人類創(chuàng)作，到后來部分由人創(chuàng)作，部分AIGC創(chuàng)作。當人類對內容的需求呈指數(shù)型上升時，供需之間產生差異，我們一定需要像AI這樣的工具，輔助人類構建有更多內容含量的世界。”張詩瑩說。

在王嘯看來，ChatGPT率先完成了行業(yè)對AI的認知統(tǒng)一和市場教育：AGI是不是終局已不再是疑問；在此之前，一切都仍是未知，“過去各行各業(yè)都講過AI模型的故事；但現(xiàn)在行業(yè)故事基本被替代。AI到底應該用來做什么、怎么做的問題，短時間內更好地回答，就已經變成去做大模型及其上面的應用。”

對于投資機構來說，新的窗口期已經打開了，按照任博冰的看法，“AI2.0時代開啟了新一波的投資創(chuàng)業(yè)機會，這股浪潮將穿透甚至重塑各行各業(yè)，在這個過程中，我們將可能誕生千萬美金級別的平臺級公司。”

起跑：路線問題

“當時沒有人能夠預測到GPT這條道路能夠跑通。而且大語言模型也絕對不會是終點，它只是其中一個類型。可能OpenAI現(xiàn)在也未必認為下一輪AI就一定要朝著LLM的方向去，多模態(tài)的戰(zhàn)場里可能有新的對手，比如Tesla。”

很多人把ChatGPT以及由此衍生的大模型視為這一輪人工智能革命的浪潮之巔。任博冰說，“即使沒有OpenAI和ChatGPT，也會有另一家公司、另一款產品。因為生成式AI已經走到了從量變到質變的時刻。”

事實上，即使在最近一年，人們對人工智能技術的認知也在經歷著快速刷新。GPT-3發(fā)布之時，中國市場對其關注度并不高，直到開放ChatGPT這個應用級產品，大家對它的認知才達到了新的高度。

2022年11月的云棲大會上，阿里云在業(yè)界首次提出MaaS（model as a service）的概念。阿里云CTO周靖人說，“這也是我們多年在預訓練大模型研發(fā)的一系列體驗。我們認為，今天以模型為中心的開發(fā)，模型即服務的開發(fā)，已經形成AI開發(fā)的一種新范式。隨著今天人工智能的快速發(fā)展，我們要真正把模型作為重要的生產元素，我們對業(yè)務的開發(fā)系統(tǒng)要圍繞著模型來。這是我們之前提到model as a service的一個重要出發(fā)點。”

對于什么是“model as a service”，周靖人進一步解釋，“以模型作為一個生產元素不是簡單的空話，更重要的是圍繞模型的全鏈路生命周期，要圍繞模型本身，從模型的生產到模型的查詢，再到模型的使用，都要形成一系列產品。能夠幫助開發(fā)者，首先是開發(fā)模型，同時查詢模型，更重要的是使用模型，只有這樣才能真正意義上實現(xiàn)model as a service。”

但這一概念的發(fā)布在當時并未引起太大關注。“我們內部討論還覺得奇怪，我們認為是很大的變化，但現(xiàn)場提問時卻根本沒有人關心這個。”周靖人說。

釘釘總裁葉軍也在后來的采訪中，再次向我們提及了阿里云團隊感受到的這種反差，“這是從效率時代到智能時代的飛躍。去年云棲做的所有工作，對今天來講具有歷史意義，我也參加了那場媒體群訪，但沒有幾個人關心這個問題。”葉軍說，但現(xiàn)在大家反應過來了。

這種反差的背后，是不同的技術、商業(yè)路線。

當時，OpenAI的選擇看起來是邊緣且特立獨行的。“很少有人會選擇大模型這條路，投入很高，而且當時沒有人能夠預測到這條道路能夠跑通。”任博冰說，“可能OpenAI現(xiàn)在也未必認為下一輪AI就一定要朝著LLM的方向去，多模態(tài)的戰(zhàn)場里可能有新的對手，比如Tesla。”

在ChatGPT出現(xiàn)的時候，即使其模型知識量很大，但整體的質量還是有很大的提升空間。一般認為RLHF（人類反饋強化學習）是ChatGPT成功的關鍵技術。直到其投入了巨大的資源投入，通過人工標注、反饋提升其質量。

在GPT模型興起之前，大多數(shù) AI模型主要是針對特定應用場景需求進行訓練的小模型。李開復把此前的這個階段定義為AI1.0時代。“每一個單獨領域都需要單獨的收集數(shù)據、訓練模型、標注數(shù)據、清洗數(shù)據，然后單獨訓練模型優(yōu)化任務，這就決定這種模型是不可能跨領域的。比如電商所訓練的模型，就無法放到銀行去使用。”在宣布投身這一輪AI熱潮前，李開復組織了一次分享會。李開復這樣解釋。

由于存在通用性差、訓練數(shù)據少、適應范圍小的弊端，使得AI1.0時代的很多人工智能公司很快就遭遇到了應用瓶頸。

但是，自GPT-3.5以來，人們開始看到了以往的AI技術天花板，正徐徐打開。作為自然語言處理模型，ChatGPT的出現(xiàn)和經驗表現(xiàn)代表了AI2.0時代的現(xiàn)象級應用開始出現(xiàn)。

在OpenAI發(fā)布ChatGPT之前兩周，任博冰和其所在的創(chuàng)新工場曾經在硅谷與OpenAI的高管有過一次交流，“他們當時就提示我們，他們正在圍繞InstructGPT(ChatGPT的姐妹模型)做更多優(yōu)化。”

隨后不久，GPT-3.5的發(fā)布，幾乎一瞬間點燃了整個賽博世界。ChatGPT推出僅2個月，用戶數(shù)已經突破了一個億，當時的電話和手機分別用時75年和16年才在全球積累1億用戶，即使是上一個最快破億的程序TikTok也要用時9個月。

任博冰說，其實ChatGPT的發(fā)布，開啟了AI2.0時代，在這之后，我們看到技術的突破速度開始變得越來越快，“可能這個星期和下個星期，技術的方向都會完全不一樣了。”

任博冰的判斷是，未來AI2.0的第二場仗的概率最大的戰(zhàn)場應該是多模態(tài)。但他也說，“這是無法預測的。說不定馬斯克會引領下一輪浪潮呢？畢竟特斯拉在視覺領域的積累是無人能夠與之相提并論的。那下一次浪潮會不會發(fā)生在視覺模態(tài)？還是三種模態(tài)？現(xiàn)在不清楚。”

本輪AGI(通用人工智能)大爆炸的想象力在于，自然語言處理大模型僅僅是眾多大模型中的一小部分。而在ChatGPT 之 外 ，Stable diffution、Midjourney等文生圖應用，同樣獲得了突破性進展。而目前被寄予厚望的多模態(tài)，則是能夠實現(xiàn)對文本、圖像、視頻、音頻的理解和生成能力。

浪潮：意料之外的成功

當參數(shù)大到一定量級，AI能 “涌現(xiàn)”出強大的能力表現(xiàn)，具備人類“無中生有”的原創(chuàng)能力。

這一輪生成式AI突破的發(fā)端，可以追溯到2006年杰弗里·辛頓及他的學生魯斯蘭·薩拉赫丁諾夫正式提出的深度學習概念（Deeping Learning）。2006年也被稱為深度學習元年，杰弗里·辛頓也因此被稱為深度學習之父。

2009年左右，斯坦福大學由吳恩達帶領的一個人工智能團隊發(fā)現(xiàn)，GPU能夠幾百倍加速深度學習系統(tǒng)。然后，訓練一個四層的神經網絡突然變得很快，之前需要花費幾周的學習時間，變成了不到一天。GPU生產商英偉達的老總黃仁勛說這是令人高興的對稱：GPU這個用于為游戲玩家構建幻想世界的芯片，也能用于幫助計算機通過深度學習理解真實世界。

回溯上一波人工智能熱浪，大致以2017年AlphaGo圍棋大戰(zhàn)為節(jié)點。在中國市場也能夠清晰地看到產業(yè)上的變化。2017年出爐的《新一代人工智能發(fā)展規(guī)劃》，明確將人工智能發(fā)展作為國家戰(zhàn)略和重點發(fā)展領域，提出包括資金、技術、人才培養(yǎng)等多方面的一系列支持政策。

2018年開始，全自動智能化涌動，應用于智能倉儲、智能制造、智能農業(yè)、無人駕駛、機器人等領域。那幾年，中國市場活躍的除了傳統(tǒng)意義上移動互聯(lián)時代的華為、阿里、百度等巨頭，還誕生了被稱為“AI四小龍”的商湯科技、曠視科技、依圖科技與云從科技。

在此之后，AI賽道再次“隱入塵煙”。四小龍的估值是反映這種預期墜落的最佳窗口：以商湯為例，其上市后股價持續(xù)不振。2022年6月30日，商湯科技上市前投資者、基石投資者股權基本解禁，短短一天之內，商湯科技的市值蒸發(fā)了超過900億港元。

不止商湯，從全球市場看，近年來AI公司的估值普遍遭遇了回調。在商湯解禁前，研究機構麥格理發(fā)布研報稱，全球人工智能公司的市盈率（TTM），已較2021年底的30倍（商湯科技上市時）下跌至當時的約15倍。

而從過去看，包括商湯在內，AI公司已經在不斷進行應用場景的探索。2022年8月，商湯就發(fā)布了一款下棋機器人，卻被市場認為是“偽需求”。

作為人工智能軟件市場規(guī)模最大的領域，上一輪AI競速主賽道是計算機視覺領域。但計算機視覺需要通過深度學習訓練來提升，而深度學習的基礎是對海量樣本進行訓練，不斷迭代優(yōu)化準確度，因此對樣本的依賴性極強。而當跨場景導致訓練樣本徹底改變，就需要重新訓練。

商湯曾稱打造了行業(yè)內前所未有的通用人工智能基礎設施通用平臺SenseCore，實現(xiàn)了多功能超高精度AI模型的大規(guī)模量產。但平臺技術并未真正意義上實現(xiàn)泛化應用，其所做的生意多以項目定制化為主，即因應不同客戶去度身定制相應產品，導致成本居高不下。

計算機視覺的局限性還體現(xiàn)在這一技術本身并無商業(yè)價值。AI公司需要花費更多時間將自己研發(fā)的AI技術落地到客戶場景中，才能給客戶帶來價值。

這就意味著，當AI公司必須進入到一個與產業(yè)結合的市場，事實上也進入到一個由原本產業(yè)巨頭所主導的領域。AI公司在拓客的同時，將面臨不斷補齊AI能力的競爭對手，且后者在產業(yè)鏈上下游更具優(yōu)勢。很多人工智能技術公司就困在了技術和市場的夾縫里。即使像百度這樣的公司，也需要在研發(fā)和商業(yè)化之間取得某種平衡。

時間倒退回2017年的百度AI開發(fā)者大會。彼時任職百度COO的陸奇，一開場就給出了一個價值判斷：AI將和前三次工業(yè)革命一樣，讓人類進入全新的時代。百度要ALLINAI的戰(zhàn)略目標，震驚當時的業(yè)界。這種ALLIN在后來很長一段時間都陷入“僵局”：2018年陸奇離開百度，幾乎成為了一種行業(yè)的隱喻。

AI的沉寂不只在國內，隨后幾年，國外明星AI企業(yè)Wave Computing遣散員工，申請破產保護。國內AI頭部企業(yè)地平線，被爆裁員50%。獵豹全球智庫2020年的報告顯示，AI企業(yè)融資數(shù)量持續(xù)18年連漲后經歷斷崖式下跌。相較2018年，2019年融資額從1484.5億元下降到967.27億元，下降幅度達34.8%，融資數(shù)量從737下降至431，下降幅度達四成。

盡管這幾年面臨掉隊BAT的質疑，AI技術的沉淀使得百度能夠在2023年率先發(fā)布文心一言，看起來終于扳回一局。

4月10日，商湯發(fā)布“日日新Sense Nova”大模型體系，一口氣展示了多個產品，有類ChatGPT產品“商量”（SenseChat）、與Midjourney畫風一致的秒畫平臺、AI數(shù)字人視頻生成平臺如影，以及瓊宇、格物這兩個3D內容生成平臺。但資本市場并未給出過于樂觀的反饋，截至4月17日，商湯股價報2.73港元，相比去年初高位的9.7港元，下跌超過70%。

在投資人的觀察中，問題之一在于數(shù)據孤島、清洗數(shù)據太貴，沒有成為降低成本的有效平臺。而ChatGPT出來后最大的貢獻，就是解決了孤島問題：用全世界的數(shù)據訓練一個巨大模型，這個模型還可以遷移學習轉換到每一個應用里去，“做一個AI應用的成本就可能降低95%，這個時候就可以形成一個真的平臺生態(tài)系統(tǒng)。”

競速第二場：無盡前沿

如果到今年7-8月，市場上還沒有人能做出更具想象力的應用級產品，這波由ChatGPT引發(fā)的應用創(chuàng)業(yè)熱潮很有可能會進行一次深刻“反省”。

此時此刻正在發(fā)生著肉眼可見的競速。類似猴子無限這樣的創(chuàng)業(yè)公司，只是當下AI競速洪流中的一角。在這個四月，幾乎能想到的公司，都開始投身這個看起來將要“真正改變一切”的賽道。

頭部投資人的預判也幾乎是一致的。比如楊歌把人工智能的沿革大致分為三階段：弱人工智能、強人工智能以及超人工智能，“當下我們站在超人工智能的起跑線上”。

民生證券數(shù)據統(tǒng)計顯示，4月短短半個月時間，已發(fā)布近30個大模型，其中包括互聯(lián)網公司、獨角獸乃至科研院所。國內市場開始敏銳捕捉到大模型以及由此衍生的應用場景。

ChatGPT大火之后，北京知行互動科技有限公司創(chuàng)始人、CEO丁瑞彭觀察，這一輪創(chuàng)業(yè)熱潮中可簡單分為兩種類型：一是做底層大模型，無疑需要天量資金，機會只屬于少量“明星”創(chuàng)業(yè)團隊和大公司。大量機會還是在應用層，即利用頭部大模型的開放能力構建各種應用，突圍路徑是在對用戶和客戶需求的了解上，利用AI技術解決用戶痛點。

張詩瑩稱，如果只是ChatGPT，它更像一個有趣的玩具，當它融入人們的日常工作時，才會變成剛需，AIGC必然有產業(yè)化的應用。

“如果全都是ToC的AI繪畫，我們還是需要跟行業(yè)做更好的結合，才會是更有黏度和價值的AIGC。”張詩瑩稱，“只要需要內容的地方都會需要AIGC。內容已經爆炸，而好的內容還是稀缺。未來C端用戶和AIGC的關系，既是消費者也是創(chuàng)造者。”

而對于投資人和創(chuàng)業(yè)者來說，如果公共大模型已是“觸不可及”，那么一些專屬大模型以及在大模型能力之上的應用創(chuàng)新，則還存在巨大空間。

創(chuàng)業(yè)項目也確實如雨后春筍般在年后涌現(xiàn)。王嘯表示：“去年全年活躍的AIGC相關項目不過20個，但今年的數(shù)量就大幅提升了，年后到現(xiàn)在，AI賽道的每個投資人，平均每個星期都能看十幾家，做什么類型的都有：從大模型到行業(yè)應用層再到C端的應用，包括AI談戀愛、AI心理咨詢、AI文秘助手等。”

王嘯的言外之意是：如果沒有一定的技術門檻和真實的應用需求，可能不太會投。他說自己現(xiàn)在多了點“審視”心態(tài)：現(xiàn)在就看大模型公司們能做到什么程度了。他心里是有隱憂的，盡管現(xiàn)在下定論顯然為時過早，但如果到今年7-8月，市場上還沒有人能做出更具想象力的應用級產品，這波由ChatGPT引發(fā)的應用創(chuàng)業(yè)熱潮，很有可能會進行一次深刻“反省”。

他擔憂更長遠的邏輯在于，沒有好的應用反哺，大模型大概率最終也不會好，“因為大模型通過深度學習訓練，逐漸落地到各種垂直行業(yè)和場景里，從而作為底層平臺接入其他產品并對外開放，解決具體問題。最后是按照調用模型的次數(shù)收費，一定要有很火爆的應用去不斷貢獻收入分成，模型廠商、應用廠商都能盈利，用戶得到更好的服務體驗，價值鏈條才成立。”

中科創(chuàng)星創(chuàng)始合伙人米磊，也經歷過新一輪人工智能浪潮的周期。2016年，AlphaGo戰(zhàn)勝李世石時，米磊就判斷光子技術是人工智能的基礎設施，能夠為人工智能提供核心的數(shù)據和算力支撐，所以中科創(chuàng)星前期重點布局了以光芯片為代表的人工智能基礎設施技術，同時布局了下一代人工智能算法公司，以智譜華章和瑞萊智慧為代表的算法公司。

但此輪人工智能賽道熱了之后，米磊出手的節(jié)奏、看的項目卻沒有發(fā)生太大變化，“當時不熱時出來創(chuàng)業(yè)的團隊，相對來說更靠譜一些。現(xiàn)在出來的很難搞清楚是不是追熱點，能否長期堅持。”米磊認為，這個賽道的創(chuàng)業(yè)者要比拼技術實力、資金實力、管理能力、戰(zhàn)略耐力等方方面面的能力，戰(zhàn)況很激烈。

米磊覺得，大模型的成功還在于有長期的耐心，“只要長期投入，一旦爆發(fā)就會創(chuàng)造巨大的商業(yè)價值，但中國的投資人有幾個敢愿意這樣做的。如果能做到這一點，我相信中國一定有未來”。

當下所有人都希望趕上ChatGPT的熱度，盡快在這個節(jié)點押注，才有可能抓到下一波AI浪潮。這是王嘯眼中，很多人現(xiàn)在下場去做一些“看起來短期內沒那么正確”的事情。但也很有可能，這波AI熱潮留給創(chuàng)業(yè)公司的機會，并沒有外界想象的那么多。

但真正的競賽發(fā)生在更底層。任博冰說，確實相比美國，中國的公司更加注重應用層的創(chuàng)新，“當然我們也有關注基礎技術研究的，只是相對美國的投入有一定的差距。”

每一次革命來臨的時候，對于技術雙刃劍另一面的討論從未休止。這一次AIGC的爆發(fā)同樣沒有例外。就在阿里云正式發(fā)布通義千問大模型當天，一條監(jiān)管消息瞬間刷屏。

4月11日，國家互聯(lián)網信息辦公室就《生成式人工智能服務管理辦法（征求意見稿）》（以下簡稱“意見征求稿”）公開征求意見，內容的真實性、訓練數(shù)據的安全性等備受關注的話題皆在其中。這被視為AIGC領域首份政府文件。

站在學術角度，監(jiān)管的紅線可以理解。中歐國際工商學院中歐國際工商學院戰(zhàn)略學及創(chuàng)業(yè)學助理教授白果在一次分享中談到，有學者做過統(tǒng)計，美國在經歷數(shù)字化轉型后，即1979年到2019年間，工資在初次分配中所占的比例以及占整個GDP的比例，總體趨勢都是下降的。

“靠工資活著的人所占有的財富或所獲得的回報，在整體的回報中所占的比例是越來越低的。這種情況在我們大量使用AIGC后，會不會越演越烈？”白果反問道。

ChatGPT也好，AIGC也好，版權到底屬于誰？“因為模型的創(chuàng)作能力并不來源于模型本身，而來源于互聯(lián)網上已有的大量文字和圖片。ChatGPT生成后，它擁不擁有版權？這個版權屬于誰？其實是很難解答的問題。”白果說。

無論如何，從百度發(fā)布的文心一言到阿里云的通義千問，大模型的中國競速已經被業(yè)界寄予厚望，相比AI換人的憂慮，人們當下或許更關注技術的可能性。

在通義千問大模型發(fā)布一周后，釘釘基于大模型能力所披露的“斜杠”，被認為是微軟基于ChatGPT大模型能力發(fā)布的Copliot的中國版本。演示視頻發(fā)布時，現(xiàn)場開始有人交頭接耳。那是科幻作品中才會出現(xiàn)的場景：如果這種能力未來能夠實現(xiàn)，無疑意味著每個擁有AI使用能力的人，都將獲得一位能力極強的個人助理。

釘釘總裁葉軍說：“這一次人工智能技術的變革，帶來的將是每個人都能使用的技術工具。”任博冰也認為，相比此前的技術變革所造成的技術鴻溝，AI2.0反而是拆除了技術使用的門檻，提高了可及性。“我對未來保持樂觀。”