chatgpt|ChatGPT:一周爆红,两周过气( 二 )


就像微软旗下AI产品小冰公司CEO李笛说的那样 , ChatGPT非常强调回答的因果关系 , 而回答的结论本身是否正确对它而言并不重要 。 强调过程 , 弱化结果 , 这是ChatGPT和搜索引擎最大的不同 。
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 。