證券時報記者 嚴翠

(資料圖片僅供參考)

2023年，ChatGPT（微軟投資的OpenAI公司研發的聊天機器人）“橫空出世”，其強大的語言理解和文本生成能力迅速引發市場熱議，一時間，“我們正處于AI的‘iPhone時刻’”、“2023年有望成為AI領域最令人興奮的一年”、“我們正迎來新一輪技術革命”等聲音此起彼伏。比這些論調更具力量的是，目前，包括百度、騰訊、阿里、華為、京東、360等多家國內科技巨頭均已布局以ChatGPT為代表的生成式AI（AIGC）工具領域，小米創始人雷軍日前也公開表態，將全力以赴、堅決擁抱AI大模型（ChatGPT、生成式AI本質上都是基于AI大模型的一些應用）。

證券時報記者多方采訪發現，生成式AI或引發新一輪技術革新，未來生成式AI可能成為新的入口或是一個新的操作系統，讓“AI+”模式可以廣泛應用于各行各業，對傳統的商業模式進行革新。但由于仍處于發展初期，生成式AI目前同樣面臨多重挑戰，如準確度不足、人工智能人才技能缺失、數據安全與隱私、版權問題、大規模商業化應用仍有很長一段路要走等。

AI進入大模型時代

生成式AI即通過各種機器學習方法，從數據中學習對象的組件，進而生成全新的、完全原創的內容，如文字、圖片、視頻等，其與此前普通AI最大的區別在于，生成式AI是基于人工智能大模型。“大”就要求其背后擁有非常龐大的算力和存儲能力，正因如此，生成式AI未來才有可能成為各行各業接入AI的一個軟件接口或底層操作系統，實現AI技術與業務的深度融合。

據了解，谷歌最早在全球發布AI大模型，之后或因為整體解決方案、成本、技術成熟度等原因，沒有在市場廣泛推廣，直到最近才進入大眾視野，而大模型在中國走向市場則從2021年開始。

作為國際權威研究機構IDC的研究總監，盧言霞主要負責人工智能與大數據領域的研究。近日她在接受證券時報記者采訪時表示，廠商宣傳中常提到千億級、萬億級參數為大模型、超大模型，實際在產業落地階段，一般具有三個特征：一是預訓練模型學習過海量數據(603138)，二是用戶端模型二次開發僅需少量數據，三是相比上一代的算法模型有更高的預測準確度。

目前，整個生成式AI市場大模型日益豐富，既有全球早期包括谷歌、OpenAI及臉書等推出的大模型，也有中國市場前幾年就在耕耘的華為的盤古大模型、百度的文心一言，以及騰訊發布的混元、阿里發布的大模型等等。

近日，知乎、360、京東等國內科技企業也均已卷入生成式AI之戰，小米創始人雷軍近日表示，將堅決擁抱AI大模型。

“基于大模型的升級，發現巨量參數計算之下，生成式AI出現了能力涌現的現象，反映為AI具備了一定的類似人類的理解能力和推理能力，而在繪畫、語言文字等方面的能力出現了跨越式發展，基于生成式AI進行應用型產品研發，可以大幅提高人工智能服務質量，進一步提高工效、降低成本，這是企業爭相進軍生成式AI的主要原因。”薩摩耶云科技集團首席經濟學家鄭磊對證券時報記者表示，目前大模型開發成本仍非常高，只有實力非常雄厚的企業才有能力涉足，中國企業這方面投入存在瓶頸問題。

“ChatGPT、大模型、生成式AI是當前三大人工智能熱點，ChatGPT、生成式AI都是基于大模型的應用，過去的人工智能主要涉及機器學習，未來有可能所有的AI應用場景會采用大模型的AI進行升級。”盧言霞說。

將加速各行各業AI化

有關生成式AI對行業的影響，英偉達創始人兼CEO黃仁勛稱人工智能“iPhone時刻”已經到來。

對此，IDC中國副總裁兼首席分析師武連峰表示認同：“ChatGPT的出現，實現了與消費者的自然對話，生成式AI五年或十年以后有可能相當于iPhone對移動互聯網產生的影響。”

武連峰告訴證券時報記者，任何一個新技術對市場的影響無非三大層面：一是創造新商業模式、產品或者服務；二是改造傳統行業，降本增效；三是顛覆傳統行業。

“生成式AI的核心是技術和業務深度融合，從量變發展到質變，我認為生成式AI，可能成為新的入口或者是操作系統。”武連峰舉例說，Notion是一款筆記程序，以前沒有ChatGPT的時候，它主要是做筆記的功能，但接入ChatGPT后，可以直接讓它幫助列演講提綱，將AI、筆記功能完美結合在一塊了。

另外，在武連峰看來，生成式AI另一個方向往Open AI安裝插件，類似于微信小程序，現在有十幾個插件。ChatGPT如果變成用戶對話入口，并裝上插件，用戶采用自然語言對話，就可以完成所有功能，包括支付、打車、定餐，統統集成進去。

“因此，生成式AI可能變成一個新的入口或者操作系統，ChatGPT的核心是生成式AI。”武連峰表示。

據了解，操作系統下接硬件，上接應用，如果生成式AI都能像基礎操作系統或成為一個軟件接口，那么各行各業的應用開發者都可以根據自己需要選擇適配生成式AI所具備的參數，再通過后期訓練以及代碼優化、加工等，封裝成市場化應用產品，這樣的程序開發既簡單又高效，且不再需要做AI那部分程序開發，就能自動接入生成式AI所具備的AI能力。

鄭磊對記者表示，生成式AI的應用型開發遠比大模型基礎開發更簡單，更依賴企業在特定產業積累的專業技能，成本較低，效益明顯，而且投入資金可以根據研發產品的目標進行彈性調整，也適合中小企業參與。

“未來是不是所有的AI應用都可能是類似低代碼的形式？短期之內AI與現有的企業級應用共存，未來有望完全改寫數字化的市場甚至整個企業級構造一個全新的操作系統。”盧言霞告訴記者。

中國工程院院士、未來移動通信論壇理事長鄔賀銓表示，人工智能（AI）已經從判別式發展到生成式，他介紹，百度“文心一言”大模型＋飛槳深度學習框架已與600家行業客戶合作打造了11個行業大模型，與吉利汽車合作構建了智能客服知識庫、汽車領域知識庫等，節省了75%的研發人力成本。

長城證券首席分析師蔣飛表示，“AI+”模式或將迅速擴展到各行各業，對傳統行業進行新一輪升級，提升全社會的生產率，對經濟產生深遠影響。

大模型將行業化、垂直化

值得一提的是，盡管當前國內仍處于AI大模型發展初期，國內科技巨頭也蜂擁推出相關大模型，但長遠來看，多位業內人士認為，深耕行業、垂直領域的大模型將更具發展潛力。

“現在大家都在講大模型，未來可能在國內大家會更多講行業的大模型。但是光有這個模型我覺得是不夠的，未來我認為反而是在行業大模型里面真正能夠有高質量業務數據的公司可能會在這個行業或者說在利用大模型的未來發展上會有更大的發展潛力。”IDC中國助理研究總監崔凱對記者表示。

事實上，國內已有企業明確表示將瞄準專業大模型領域。

“在教育、醫療等專業領域的模型成效不比千億級模型差。”近日舉行的科大訊飛(002230)業績說明會上，科大訊飛董事長劉慶峰表示，超大規模的大模型現在已經到了一個臨界點，下一個階段將用更多專業的子模型來協同訓練，獲得更可靠的成效，科大訊飛的研發人員從去年底開始就持續著認知大模型的研發攻關，將在5月6日發布訊飛星火認知大模型，科大訊飛有信心在國內認知大模型中達到技術領先，同時在教育、醫療等行業中率先深度應用。他還指出科大訊飛下一階段會通過數據和算力倍增計劃，提升應用效果，并且會以API（應用程序接口）形式賦能開發者，一同推動產業變革。

事實上，華為的盤古大模型也更聚焦于工業端方面的應用。

據了解，盤古大模型包括NLP（自然語言處理）大模型、CV（機器視覺）大模型、科學計算大模型、多模態大模型、語音大模型等多個模型。2021年9月，華為云發布了盤古藥物分析大模型；2022年6月，華為云發布了盤古礦山大模型；2022年11月，盤古氣象大模型、盤古海浪大模型、盤古金融OCR大模型同期亮相。

華為云AI領域首席科學家、國際歐亞科學院院士田奇表示，基于從小模型到大模型，過去10年內AI算法的算力需求提升了40萬倍，未來大模型發展資金需求將會更高，技術門檻也會更高，市場可能向大公司集中，畢竟大模型開發和訓練一次1200萬美元，資本門檻變高。另外，人工智能與科學計算的交匯，工業、氣象、能源、生物醫學等眾多領域都受到人工智能的深刻影響，華為大模型會重點做好行業應用。

田奇還表示，隨著人工智能走進企業核心生產系統，將會創造出更大價值，預計2026年人工智能行業滲透率將達到20%。

深度科技研究院院長張孝榮在接受證券時報記者采訪時表示，國內涉足生成式AI的企業大致可以分為三類，第一類是少數幾家企業或科研機構，基于自身原有算法結合國外開源技術，進行研發，如BAT、華為和復旦大學；第二類是借助于國外開源算法模型進行訓練，推出應用型產品，如360等；第三類則是大多數企業跟風蹭熱點，沒有實質性投入，因為生成式AI技術尚不成熟，無法大規模商業應用，企業跟風的主要目的大多是通過制造影響力，達到融資的目的。

“國內AIGC企業基本上都是依托自身的商業資源和技術沉淀推出的相關產品，各家企業在算法模型、訓練數據、生態體系構建等方面差異很大，產品在細分領域或場景中各有所長，未來或將從同質化競爭逐步轉向差異化競爭。”天使投資人、資深人工智能專家郭濤向記者表示。

武連峰也提到，生成式AI從C端破圈以后慢慢會往B端滲透，無論是垂直AI或未來的通用AI，接下來還可能向量子計算、元宇宙和web3.0進一步延伸。

機遇與挑戰并存

回顧人工智能發展歷程，獨立國際策略研究員陳佳告訴記者，中國其實在人工智能領域起步是很早，并且在本輪生成式AI全球崛起之前曾經長期霸榜中文AI領域，如全球弱人工智能時代初期，華為與寒武紀一度成為全球AI芯片設計的前兩強，而在全球弱人工智能末期，中資科企不斷加大AI領域自研投入，并不斷加大與國外企業交流合作，使得中國的人工智能產業鏈發展迅猛，期間中國還深度參與了當時的全球最尖端的人工智能DeepMind的研發過程，包括中國棋院在內等各行各業也對測試、評估和完善AlphaGO人工智能進一步迭代等。

“這些都為當下強AI時代中資科企能夠快速推出對標GPT等尖端產品和自主創新大模型奠定了基礎。”陳佳說，目前國內無論是產業鏈還是市場層級，真正有能力對標OpenAI旗下ChatGPT這種最尖端的AI開發工具大類的中資科技企業數量仍非常稀少。

“ChatGPT已發展到ChatGPT-4了，我們國家的同類產品整體還處于ChatGPT-1階段。”一位業內人士向證券時報記者透露。

談及與OpenAI差距，阿里方面也坦言，OpenAI是目前全球大模型研究領域的引領者，ChatGPT是非常優秀的模式，通義千問目前還在不斷學習和成長中。

從行業前景來看，前述盧言霞告訴記者，生成式AI主要分為文生文、文生圖、文生視頻三大類，其中文生文的應用目前會相對成熟廣泛一些，如對話式功能、支持搜索和營銷的場景，文生圖主要應用在互娛和游戲場景中，包括影視渲染、美術設計的場景中輔助美術設計、美工等，“說實話文生圖哪些應用場景能夠落地，現在還是比較困惑的”。

至于文生視頻，盧言霞說，文生視頻目前還處于企業產品發展的路線當中，真正能夠基于AI生成短視頻和文生視頻還是比較少。

整體來說，盧言霞認為，生成式AI最先落地的應用場景包括知識管理類的應用、對話式應用，這是ChatGPT、AIGC最先落地的場景，以及營銷的應用、代碼生成、設計類應用，這些多數屬于生成式AI所帶來的漸進式機會，生成式AI還將帶來變革式機遇，即生成式AI生成代碼或成為新的企業操作系統，這對于個人或行業影響都較大。

據研究機構Gartner預測，2030年，人機交互的生成式AI市場規模將超過萬億元。

不過，機遇面前依然存在挑戰。盧言霞認為，未來大模型在創業包括應用方面存在一定門檻，一是需要海量的數據和算力的資源，涉及到投資很高；二是在短期之內能夠真正在企業落地見到效果可能還需要一定的時間，她建議創業公司選擇一些特定垂直的場景或與一些大型具備算力的廠商合作，在特定場景率先實現商業化，以此保證未來的可持續發展。

此外，在盧言霞看來，令人興奮的生成式AI還隱藏著其他多重挑戰，比如人才和技能缺乏、AI生成的內容版權不清、生成的內容準確度不足，以及生成式AI可能會增加身份盜竊、欺詐和造假等。

“當前生成式AI最大的挑戰是如何完善算法模型，提高技術成熟度，以便于商業化應用，其次是努力做好相關工作以便于適應社會監管各種需求。”深度科技研究院院長張孝榮說。

天使投資人、資深人工智能專家郭濤也對記者表示，當前，生成式AI賽道尚處于早期發展階段，存在算法模型不成熟、訓練數據不足及偏差、成熟的商業應用場景較少、相關法律法規不健全及技術倫理挑戰等突出問題，距離大規模商業化應用仍有很長一段路要走。

近日，國家網信辦發布的《生成式人工智能服務管理辦法（征求意見稿）》已出爐，這意味著國內生成式AI有望迎來首份監管發展文件，證券時報將持續關注生成式AI未來發展。