chatgpt|一周爆红，两周过气( 二 ) 百度|阿里巴巴|创业

又或者说， ChatGPT的意义并不是给出人们想要的答案，而是让人们感知到，技术的拐点或许真的已经到了。
“技术拐点的核心体现在于，我们好像离图灵测试越来越近了。 ”尹伯昊向「科技新知」感慨道。

Gartner在《2022年重要战略技术趋势报告》中指出，生成式人工智能（Generative Artificial Intelligence）将是最引人注目和最强大的人工智能技术之一，可用于多种场景，如创建软件代码、促进药物研发和营销等。
从Disco Diffusion到Midjourney和DALL-E2 ， AIGC的门槛一次次被降低，最后到Stable Diffusion模型开源，彻底让AIGC站上了风口浪尖。
CMC资本董事总经理易然在采访中指出，目前各个科技巨头主要在模型层竞争，而创业公司在应用层有更多的机会。
例如OpenAI开发的GPT-3模型、谷歌开发的LaMDA模型、Meta开发的OPT-175B模型、阿里巴巴达摩院开发的M6模型、微软与英伟达联合开发的Megatron-Turing（MT-NLP）模型等。
视野聚焦到国内不难发现，互联网大小厂都开始更加关注AIGC 。
在今年7月的百度世界大会上，创始人李彦宏表示：“AIGC或许将颠覆现有内容生产模式，实现以‘十分之一的成本’ ，以百倍千倍的生产速度，去生成AI原创内容。 ”
不光是一把手亲自站台，百度还将在内部组织上进行相应调整。有相关人士获悉，眼下百度MEG正在筹划新一轮组织架构调整，重心是将图文与视频部门单独成立的内容事业群，百度对于AIGC的重视程度可见一斑。
此外，其他大厂也动作频频。例如，腾讯AI Lab有能够通过用户提供的关键词自动生成歌词并演唱的虚拟歌手“艾灵”、能够辅助疾病诊断的游戏AI“绝悟”；字节跳动也于近期推出了抖音AI绘画特效，进一步让AIGC真正走向大众视野。
阿里在AIGC上的布局稍有不同，从动作来看更偏向于底座。达摩院提出了新概念“模型即服务”（Model as a Service），即把AI模型当作生产的重要元素，从模型预训练到二次调优，再到模型部署，阿里将围绕模型的生命周期来提供相应的服务。
另外一边， “国家队”北京智源人工智能研究院，在科技部和北京市政府支持下，于今年11月开发了AltDiffusion ，以及开源文生图系统FlagStudio等，将生成式模型进行了本地化。
除了头部科技公司之外，诸如昆仑万维、科大讯飞、天娱数科等细分领域的厂商也都已涉足AIGC 。
站在同一起跑线
AIGC大潮的幕布在国内已经被掀开，这是一场关于ChatGPT“中国学徒”的狂欢。那么问题来了，现在入局AIGC晚不晚？
要知道，国内应用层的创业公司，大多基于Stability AI或OpenAI这类底座厂商模型进行二次开发，只能在应用层“卷” 。
产品门槛低导致的同质化现象严重，对于厂商来说是“无效的卷” ，对于用户来说则是“无限的薅羊毛” ，想要找到差异化并发掘变现潜力并不容易。
另外，很多从业者表示，版权一直是AIGC商业化过程中难以忽视的问题。不过，尹伯昊认为，在中国的话语体系里，版权一定不是制约AIGC商业化落地的制约因素。
况且，版权问题其实也在模型端尝试被解决，比如Stable Diffusion推出的2.0版本，核心就是让生成出来的内容是版权干净。
“AIGC商业落地真正的痛点在于场景还没有特别明确，产品有意思并不代表着成功，人很难为一个娱乐属性的东西付费，最终还是看能否有持续生产力。 ”尹伯昊向「科技新知」表示。
初创公司如何与百度、腾讯、阿里这样的大厂比拼？在尹伯昊看来，似乎并不存在这个问题，因为在新的技术拐点出现的时候，在大模型的范式下，过去的积累是清零的，大家都在同一起跑线上。