在2023世界人工智能大會（WAIC）啟明創(chuàng)投論壇“生成式AI與大模型：變革與創(chuàng)新”上,，啟明創(chuàng)投攜手未盡研究，共同發(fā)布重磅報告《生成式AI》| State of Generative AI 2023,。

如果說2022年被稱為生成式人工智能之年,，擴散模型應用取得突破，ChatGPT出世,，一系列開創(chuàng)性的研究論文發(fā)表,，2023年則把大模型推向了一個高峰，以GPT-4發(fā)布為標志,，生成式人工智能,，朝著通用人工智能的方向，進入了創(chuàng)新應用的階段,。 這一階段最重要的特征,，是應用、研究,、監(jiān)管,，合力開辟著生成式人工智能的創(chuàng)新之路。

創(chuàng)新應用驅(qū)動 細分賽道大模型創(chuàng)業(yè)潮涌現(xiàn)

人們很快從生成式人工智能中看到了新的商業(yè)生態(tài)的出現(xiàn),，看到了一層又一層的技術,，如計算、模型和應用,；看到了生成的內(nèi)容,，如文、圖,、視頻,、代碼、3D結構,、多模態(tài),；也看到了公開數(shù)據(jù)、垂直數(shù)據(jù),、合成數(shù)據(jù),、向量數(shù)據(jù)，用于大大小小的模型,。

生成式人工智能,，在中國似乎受到了更加熱情的接納：政府鼓勵發(fā)展通用人工智能,；任何一家大企業(yè)都無法不關注它；許多從事知識工作的中小企業(yè),，已經(jīng)先用起來再說,。面對這一革命性的技術，所有企業(yè)都被卷入,。它們節(jié)奏不同,，介入程度不同，成為新技術浪潮下的守成者,、創(chuàng)新者,、采納者。它們的利潤率被永久的改變了,。

算力目前是最稀缺的資源,，也處于最容易獲利的要津。算力是大模型成本結構中最大的一塊,，GPU的性能,，實際上決定了這個新興行業(yè)的步調(diào)。隨著算力與模型的進步,，更多初創(chuàng)企業(yè)正在涌入,，它們搶到了時間的紅利，但也面臨競爭和可能的巨頭碾壓,?？梢哉f，這是初創(chuàng)企業(yè)的藍海,，也有航道下的暗礁,。

競爭促進了創(chuàng)新。與2022年快速涌現(xiàn)出的生產(chǎn)力工具方向的創(chuàng)業(yè)公司不同,，2023 年，有更多比例的新公司聚焦在底層技術的創(chuàng)新,；大模型創(chuàng)業(yè)公司也開始分化,，在通用大模型創(chuàng)業(yè)公司方興未艾的同時，許多面向醫(yī)療,、電商,、科研、工業(yè),、自動駕駛和機器人等特定方向的垂直大模型公司開始出現(xiàn),。

前沿研究推進 技術規(guī)模應用中難題待解

2022年和2023年，是生成式人工智能技術取得突破的兩年,，啟明創(chuàng)投梳理了論文,，發(fā)現(xiàn)生成式人工智能領域的一個突出特征,，是研究與創(chuàng)新過程的密切結合，許多在企業(yè)內(nèi)部實現(xiàn),，迅速推出用例和產(chǎn)品,。這種研究與創(chuàng)業(yè)的一體化，初創(chuàng)企業(yè)和風險資本起到了重要的作用,，而美國科技巨頭和主要人工智能企業(yè)的研究投入與人才,，包括一些底層技術的研究，這些年來已經(jīng)超過了大學等研究機構,。

人工智能的前沿正在向未來推進,。盡管從GPT-4的技術報告，到微軟的研究論文,，都展示出它所具有的接近于人類的文字處理能力,、數(shù)學推理能力，以及諸多專業(yè)領域的知識,?！拔覀冋J為它可以合理地被視為人工通用智能（AGI）系統(tǒng)的早期（盡管仍不完整）版本?！钡?，在通往通用人工智能的道路上，需要研究和解決的問題反而更多了,。如信心校準,、長期記憶、持續(xù)學習,、個性化,、規(guī)劃和概念跨越、透明度,、認知謬誤和非理性,，等等。

過去半年最重要的研究方向,，是破解和理解大模型神秘而又令人興奮的智能“涌現(xiàn)”,。大模型既需要超越對下一個詞的預測能力，也需要一個更豐富,、更復雜的“慢思考”深層機制,，來監(jiān)督“快思考”預測下一個詞的機制。

那些最好的前沿研究,，一定是研究和解決技術規(guī)模應用中遇到的問題,。研究如何減少幻覺，調(diào)教大模型更加準確地輸出真實的內(nèi)容,，訓練出更強的推理能力,；如何更集約地訓練模型,，降低門檻，推出新產(chǎn)品,，讓更多的各行各業(yè)和消費者都能用上,；如何能像人一樣，與真實的物理世界互動,；如何成為人類復雜工作的助手,，設計并幫助執(zhí)行科學實驗；如何影響就業(yè),，從而做出政策的響應,；如何讓人工智能安全和可信。

科技賦能浪潮下強化監(jiān)管 把控風險管理

政府對于生成式人工智能的監(jiān)管反應相當及時,，各國也出現(xiàn)了不同的特點,。中國在迅速推出生成式人工智能的監(jiān)管辦法并征求意見的同時，也在鼓勵發(fā)展通用人工智能,，北京,、上海、深圳是最具雄心的第一梯隊,，均提出了較具雄心的人工智能科研,、創(chuàng)新與產(chǎn)業(yè)目標。歐盟繼續(xù)在監(jiān)管和立法方面領先,，一如其5年前率先推出GDPR,。美國更在意人工智能技術的領先地位，正在形成以風險管理為原則的監(jiān)管框架,。

長期來看,，人才對人工智能未來的影響，超過了算力,。中國研究人員發(fā)布的論文在數(shù)量上已經(jīng)超過了美國,，但金字塔頂端，無論是研究還是創(chuàng)業(yè),，美國仍然占據(jù)明顯的優(yōu)勢,。在全球范圍內(nèi)，人工智能研究創(chuàng)新的重心正從高校轉(zhuǎn)移至企業(yè),，美國擁有頂尖學者最多的前三大機構,，分別是谷歌,、微軟與Meta,，合計招攬了美國頂級學者的30%。中國仍以高校為主,，僅阿里巴巴躋身前10,。

科技部已經(jīng)提出了人工智能企業(yè),，應該接受科技倫理審查；審查主體應該設立科技倫理（審查）委員會,。美國人工智能企業(yè)較早開始設立負責任與可信人工智能部門,，從去年到今年以來經(jīng)過一些調(diào)整，反映出在生成式人工智能發(fā)生變革之際,，企業(yè)正在尋求用更好的技術和方案,，來安全和負責地部署新技術。

該報告,，還對《生成式AI》未來的發(fā)展進行了前瞻,。大語言模型方面，第一,、2024年中國將出現(xiàn)比肩GPT-4的多語言通用大模型,；第二、超長上下文（Long Context）將引領下一次LLM技術突破,；第三,、 在出現(xiàn)更有前景的大語言模型之前，為實現(xiàn)垂直領域更好的效果,，以下三種方式將共存：1,、在不改變數(shù)據(jù)分布的情況下，利用更多通用數(shù)據(jù)進行通用大模型預訓練,，不特別引入行業(yè)數(shù)據(jù),；2、利用行業(yè)專屬數(shù)據(jù)微調(diào)（Fine-Tuning）通用大模型,，3,、利用行業(yè)數(shù)據(jù)占比更高的數(shù)據(jù)集進行垂直模型預訓練。

多模態(tài)模型方面,，第一,、當前CLIP + Diffusion的文生圖模型是過渡態(tài)，未來2年內(nèi)將出現(xiàn)一體化的模型結構,；第二,、下一代Text-to-Image模型將具備更強的可控性，它將結合底層模型能力和前端控制方式,，對模型的設計將注重與控制方式的結合,；第三、 2025年之前,，Video和3D等模態(tài)將迎來里程碑式的模型,，大幅提高生成效果；第四,、以PALM-E為代表的具身智能（Embodied AI）展現(xiàn)出在機器人的感知,、理解和決策等方向上的巨大潛力,，但當前訓練和可靠性存在較大挑戰(zhàn)；第五,、短期內(nèi)Transformer正成為多個模態(tài)的主流網(wǎng)絡結構,，但壓縮整個數(shù)字世界的通用方法尚未出現(xiàn),，Transformer并不是人工智能技術的終點,。

由此帶來一定的商業(yè)機會：第一、3年內(nèi),，顛覆式的AI應用的核心驅(qū)動力來自于底層模型的創(chuàng)新,，兩者無法解耦，模型的作用將大于產(chǎn)品設計的作用,；第二,、當前生成式AI市場處于技術主導的早期階段，存在千億美元市值的平臺性企業(yè)的機會,。