中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

2022，不少人都關(guān)注到了AIGC這個概念，從AI繪畫火爆出圈，再到OpenAI旗下的ChatGPT刷遍全網(wǎng)，AIGC這一概念成功地讓人們看到了技術(shù)的可拓展空間。只是，目前AIGC這一概念的商業(yè)空間又有多大？2023年，AIGC的商業(yè)化發(fā)展可以更加成熟嗎？

2022年，AIGC（生成式AI）是當之無愧的網(wǎng)紅。

AI作畫在各大社交平臺刷屏，ChatGPT火爆國內(nèi)外出盡了風頭，依靠AI生成語音和表情、動作的數(shù)字人也頻頻露臉。2022年12月，Science雜志發(fā)布了2022年度科學十大突破，果不其然，AIGC入選。

火爆背后，AIGC的商業(yè)化潛力還有待形成更清晰的路徑。目前來看，應(yīng)用范圍最廣、最出圈的AIGC能力，就是AI作畫（以文生圖），但可以看到，大量普通C端用戶都是抱著嘗鮮的熱情玩一把就走，龐大的流量很少能轉(zhuǎn)化為強勁的付費意愿。

而對于制作插畫、輔助設(shè)計、生成海報等專業(yè)需求的B端來說，目前谷歌、OpenAl、百度、騰訊等各大廠開源的模型就足以提供支撐，這一市場能夠激活多大的商業(yè)價值，還不明確。

另外，政府提供的扶持性采購，G端市場也是加速AI產(chǎn)業(yè)形成良性商業(yè)循環(huán)的重要組成部分之一，而這類需求主要集中在智慧城市、政務(wù)數(shù)字化、大數(shù)據(jù)平臺等，AIGC能夠在其中的哪些場景發(fā)揮作用，還有待挖掘。

將火爆的“虛名”轉(zhuǎn)化為實實在在的money，進一步提升商業(yè)空間，是AIGC接下來的當務(wù)之急。讓我們來梳理一下，AIGC究竟能通過哪些方法賺到錢。

一、AIGC經(jīng)濟，繪畫領(lǐng)航

AIGC需要商業(yè)化，這是一個并不難做出的判斷。但如何商業(yè)化，需要從技術(shù)邏輯來一步步推演。

我們認為，AIGC的商業(yè)化會首先發(fā)生在AI作畫，也就是以文生圖領(lǐng)域。目前，AIGC已經(jīng)誕生了文本生成、代碼生成、圖像生成、語音合成、視頻生成，甚至多模態(tài)的基礎(chǔ)模型和應(yīng)用場景。

之所以說AI作畫會率先探索出一條商業(yè)化路徑，源于AI商業(yè)化的三個基本規(guī)則：

第一，AI技術(shù)是不斷演進的。

AI技術(shù)的商業(yè)化，與其他技術(shù)相比，有一個非常典型的差異：大多數(shù)AI系統(tǒng)在部署后不可避免地會出現(xiàn)錯誤或低效，都需要經(jīng)歷迭代和持續(xù)優(yōu)化來發(fā)揮作用。所以，AI系統(tǒng)落地應(yīng)用后，一些錯誤是可被容忍的，重點是其帶來的生產(chǎn)力增益，以及自我迭代演進的速度（即與運行環(huán)境的適應(yīng)能力），應(yīng)該要能夠抵消犯錯所造成的麻煩。

而目前來看，只有AI作畫，能夠做到大幅提高內(nèi)容生產(chǎn)力，同時適當?shù)腻e誤是可被允許的。

在DALL·E 2 、Midjourney、NovelAI、Stable Diffusion、文心一格、意間AI等圖像生成模型，對于藝術(shù)創(chuàng)作、設(shè)計等工作的生產(chǎn)力提升是非?？捎^的。原本需要數(shù)天甚至數(shù)周才能完成的畫作，通過AI就能一秒完成。而且這個領(lǐng)域的模型都非常卷，進化速度很快。因此，盡管一開始AI作畫也會出現(xiàn)一些令人啼笑皆非的問題，比如將人畫成狗、少女吃面卻不會用筷子，但這些小麻煩，和為專業(yè)設(shè)計從業(yè)者節(jié)約的時間精力成本相比，確實不算什么。

與之相比，盡管文本生成更先進，ChatGPT一出現(xiàn)就讓全世界為之震驚，但NLP自然語言要做到更高質(zhì)量的輸出、更具深度的垂直內(nèi)容，還比較有難度的。

代碼生成可能會在短期內(nèi)對開發(fā)人員的生產(chǎn)力產(chǎn)生影響，但這一群體相對比較小眾；語音、視頻、數(shù)字人等AIGC應(yīng)用場景十分值得期待，但目前還沒有看到類似AlphaFold一樣的顛覆性基礎(chǔ)模型出現(xiàn)，目前階段的應(yīng)用還不夠成熟，Meta發(fā)布的短視頻生成系統(tǒng)Make-A-Video，谷歌的文本轉(zhuǎn)視頻工具Imagen Video等，都沒有掀起較大反響。

所以說，在諸多AIGC應(yīng)用領(lǐng)域中，AI作畫有望率先進入商業(yè)化軌道。

第二，AI技術(shù)由數(shù)據(jù)驅(qū)動。

數(shù)據(jù)的重要性，這一點稍微了解人工智能的人都知道，而AIGC要取得優(yōu)秀的生成效果，離不開大量高質(zhì)量數(shù)據(jù)的訓練。這也使得AIGC產(chǎn)品在進入市場時，必須面臨來自技術(shù)、法律和倫理的約束。

技術(shù)層面，要解決數(shù)據(jù)來源、標注、隱私計算、訓練資源等問題，其中文本、圖像數(shù)據(jù)是更容易獲得并使用的。

法律層面，AIGC產(chǎn)品商業(yè)化必須要解決數(shù)據(jù)授權(quán)的合規(guī)問題，而視頻、音頻的版權(quán)費用是比較昂貴的，相比之下，AI作畫可以使用開源的圖像數(shù)據(jù)集，向?qū)I(yè)畫師或藝術(shù)網(wǎng)站獲得授權(quán)，成本上更可控；倫理層面，AIGC受數(shù)據(jù)驅(qū)動，所以最終產(chǎn)品可能會受到臟數(shù)據(jù)的污染，或原數(shù)據(jù)就帶有偏見、歧視，要解決這類問題，一般來說需要在數(shù)據(jù)準備、數(shù)據(jù)標注上下更多功夫，圖像數(shù)據(jù)標注目前產(chǎn)業(yè)鏈已經(jīng)非常成熟，通過眾包平臺就可以完成。

從數(shù)據(jù)層面考慮，AI作畫也更容易解決數(shù)據(jù)瓶頸、實現(xiàn)數(shù)據(jù)合規(guī)，為后續(xù)商業(yè)化奠定良好的基礎(chǔ)。

第三，AI技術(shù)基于云來使用。

從訓練到推理，AIGC模型的計算量和所需的算力在不同階段存在較大差異，要求極高的基礎(chǔ)設(shè)施靈活性，因此，生成模型往往是通過云服務(wù)來開發(fā)的，在部署時，終端需求也存在一定的不確定性，有可能突然增加，算力需求短時期內(nèi)膨脹；也可能快速退潮，用戶過把癮之后很快就失去興趣，因此AIGC在提供服務(wù)時，云就成了最佳的輸送管道。

AIGC作為一種云上的SaaS軟件能力，讓需求方只需要在使用時接入，承擔一定的用云量或API服務(wù)費，就能夠?qū)IGC引入業(yè)務(wù)當中，不需要自己訓練開發(fā)或自建機房，這無疑是極為劃算的。比如，現(xiàn)在的AI作畫軟件，用戶輸入一段文字，可以通過云端生成備選圖片，而不需要本地GPU或高性能芯片，才能讓普通大眾都玩起來。

云+AI按量付費的商業(yè)模式，必然會影響到AIGC產(chǎn)品的前景，就拿云廠商來說，自然更愿意將圖像、視頻類AIGC應(yīng)用整合到解決方案中，以提升業(yè)務(wù)收入。與之相比，文本生成想要靠云上接入付費軟件來回收成本，就顯得遙遙無期，比如GPT-3僅訓練費用就高達1200萬美元，但其四個商業(yè)化版本中，性能表現(xiàn)最好也最貴的Davinci，每token（大概是4 個字符）收費僅0.06美元，最便宜的版本Ada更是低至0.0008美元。

因此，AI作畫更容易為云服務(wù)等產(chǎn)業(yè)鏈所關(guān)注，與廣闊的產(chǎn)業(yè)相結(jié)合，通過帶動模型API付費、用云量來完成商業(yè)價值的轉(zhuǎn)換。

從諸多角度判斷，AIGC尤其是AI作畫，有望以超預(yù)期的速度進入商業(yè)應(yīng)用階段。這對用戶當然是好消息，意味著很快會有更好更便宜的AI作畫產(chǎn)品被“卷出來”。但對AI企業(yè)來說，事情可能就沒那么簡單了。

二、ToC/ToB/ToG？哪條大路通羅馬？

找到了AI作畫的典型場景，是否就意味著找到了良好的商業(yè)模式？大no特no。

目前階段，AI作畫可以在三個領(lǐng)域發(fā)揮提升生產(chǎn)力的顯著作用：

一是藝術(shù)生成，既可以讓C端用戶來生成繪畫作品，也可以為游戲工作室、創(chuàng)意機構(gòu)等生成服裝紋理等藝術(shù)。

二是廣告創(chuàng)意，也成為“甲方終結(jié)者”，通過自動化生成和設(shè)計創(chuàng)意草圖，減少設(shè)計師與客戶的溝通成本，快速明確設(shè)計需求，避免大量反復(fù)甚至返工。

三是專業(yè)設(shè)計，將AI作畫與專業(yè)領(lǐng)域的知識相結(jié)合，如3D建模、建筑設(shè)計、醫(yī)療、工業(yè)設(shè)計等，從而減少這些專業(yè)領(lǐng)域制造效果圖的繁重成本，先由AI根據(jù)提示制作粗略的草圖，再由專業(yè)人員完成后續(xù)工作。

當然，還有元宇宙生成數(shù)字社區(qū)之類的應(yīng)用，因為還比較小眾，在此就不單獨拿出來講了。

針對上述有望規(guī)模應(yīng)用的典型場景，我們會發(fā)現(xiàn)三波力量，它們的商業(yè)化情況是各不相同的。

一是研究機構(gòu)及其衍生公司。

AIGC模型需要在大量數(shù)據(jù)集上進行預(yù)訓練，耗費大量資源成本，這類基礎(chǔ)模型（foundation models）的主要締造者之一，就是科研機構(gòu)，比如OpenAI（GPT-3、ChatGPT、DALLE等）這樣的非營利性研究機構(gòu)，或是中科院自動化所（紫東太初大模型）這樣的科研院所。

這類組織幾乎沒有商業(yè)化的緊迫困擾，因此能夠?qū)⒅饕Ψ旁诩夹g(shù)突破上，從而締造出強大的基礎(chǔ)模型，后續(xù)可能像云服務(wù)商一樣，采用按量或按需付費來提供服務(wù)。

對于這類組織來說，To C市場雖然流量龐大但付費能力有限，意義更多體現(xiàn)在幫助模型迭代與優(yōu)化。真正可行的商業(yè)化，應(yīng)該是通過ToB市場服務(wù)產(chǎn)業(yè)，通過提供API來實現(xiàn)規(guī)模經(jīng)濟；抑或是憑借研究型組織的中立性，承接一定的政府ToG項目，AI作畫在數(shù)智化項目中的應(yīng)用前景，承擔一定的探索任務(wù)。

以中科院自動化研究所研制的紫東太初大模型為例，就具備“以圖生音”、“以音生圖”等多模態(tài)生成能力，目前主要應(yīng)用在產(chǎn)業(yè)場景，如智能座艙、工業(yè)設(shè)計、文旅、手語服務(wù)等領(lǐng)域。

二是大型科技企業(yè)?？萍季揞^們積極投入大模型的研發(fā)，主要目的是看到大模型作為基礎(chǔ)模型，將是AIGC經(jīng)濟的新一代基礎(chǔ)設(shè)施，大型科技企業(yè)往往會因為擁有大量數(shù)據(jù)而在產(chǎn)品上占據(jù)優(yōu)勢，薪資和工作環(huán)境更容易吸引精英技術(shù)人才，因此，通用類生成模型越來越向頭部企業(yè)集中，谷歌、Meta、百度、騰訊、華為等企業(yè)都在積極投入。

大型科技企業(yè)在AIGC領(lǐng)域的成功占位，能夠吸引大量AI開發(fā)者和ISV服務(wù)商匯聚到自己的生態(tài)上來，構(gòu)筑活躍的商業(yè)氛圍。那么，在生態(tài)搭建起來之后，到底去哪里收錢呢？

目前來看，AIGC的商業(yè)模式非常符合AI to B模式的發(fā)展邏輯，甚至可以說是必然選擇。首先，基礎(chǔ)產(chǎn)品+項目制。

To B市場有各種層次，其中一些營收合理的項目，主要還是智慧城市、交通改造之類的項目，其中大型科技企業(yè)有著先天的技術(shù)優(yōu)勢、品牌優(yōu)勢、執(zhí)行能力，由其作為牽引來為大型項目提供集成式、定制化的AIGC能力，從而實現(xiàn)研發(fā)回收。

另一種則是基礎(chǔ)產(chǎn)品+云服務(wù)。通過API提供基礎(chǔ)模型能力，將自身AI能力經(jīng)由大量下游企業(yè)，嵌入到各行各業(yè)的應(yīng)用場景中去，解鎖更多AIGC的產(chǎn)業(yè)價值，也能帶動科技企業(yè)自身的云服務(wù)、算法、技術(shù)解決方案的增長。

大型科技企業(yè)的商業(yè)化挑戰(zhàn)，則來自其通常會吸引管理者的嚴格監(jiān)管，以及來自大眾的道德審查和倫理監(jiān)督。

比如大型企業(yè)的AI作畫軟件如果出現(xiàn)違規(guī)使用藝術(shù)家的畫作進行訓練，必然會引發(fā)輿論的風波；在一些地區(qū)，谷歌、Meta都因數(shù)據(jù)的不良使用而被開出過巨額罰單，目前對大型科技公司開發(fā)和部署 AI的監(jiān)管也在加強。

三是中小和初創(chuàng)企業(yè)。不是所有企業(yè)都需要自己訓練和開發(fā)AIGC大模型，一家科技巨頭也不可能通吃所有算法模型，隨著上述兩類組織將基礎(chǔ)模型和資源開放出來，AI作畫的部署成本逐漸降低，大量中小企業(yè)和初創(chuàng)團隊可以在通用大模型的基礎(chǔ)上，探索新的商業(yè)模式、產(chǎn)品或服務(wù)，形成單一平臺/模型+大量企業(yè)+無數(shù)開發(fā)者的AI軟件生態(tài)。

對于這類企業(yè)來說，由于時間和資源有限，通過調(diào)用API再創(chuàng)新，快速構(gòu)建定制化的產(chǎn)品和服務(wù)，快速響應(yīng)市場需求，獲得收入。比如AI作畫火爆之后，就有大量由個人開發(fā)者或初創(chuàng)企業(yè)開發(fā)的AI繪畫小程序和工具相繼上線。

這類企業(yè)容易產(chǎn)出明星應(yīng)用，比如前不久的意間AI繪畫小程序，11月11日單日用戶增加 65.7萬人，火爆程度可見一斑。但ToC應(yīng)用的核心挑戰(zhàn)是使用場景單一，一旦用戶興趣退潮，拉新和運營成本會陡然增長，產(chǎn)品必須重新探索增長方式。資本市場的退出通道，即通過上市/收購/多輪融資來完成退出，這條路徑在今天已經(jīng)變得非常艱難了。

（意間AI繪畫平臺的統(tǒng)計數(shù)據(jù)）

另一個可能率先火熱起來的市場則是企業(yè)服務(wù)，與垂直行業(yè)相結(jié)合，基于基礎(chǔ)模型形成標準化程度高、成本與回饋模型成熟的ToB垂類解決方案。從這一年來的市場反響來看，AI作畫的垂類應(yīng)用，會率先在創(chuàng)意設(shè)計、電商、工業(yè)設(shè)計、建筑、城市改造等行業(yè)火爆起來，主要表現(xiàn)在繁瑣美工任務(wù)的自動化生成，通過軟件收入、服務(wù)費、訂閱費等形式來獲得商業(yè)變現(xiàn)。

顯而易見的是，當這三類企業(yè)：科研機構(gòu)、大型科技企業(yè)、中小型及初創(chuàng)團隊，都能夠在B端產(chǎn)業(yè)場景中，找到適合自己的利基市場，形成規(guī)模效應(yīng)，那么就意味著AIGC商業(yè)化周期真正打開了。

三、2023，AIGC能開始賺錢嗎？

2022年，一個個AIGC模型橫空出世，獲得了極高的活躍度，也孕育了一個新的市場版圖。那么，2023年，AIGC模型們可以開始賺錢了嗎？

今天來看，大模型持續(xù)涌現(xiàn)并不斷迭代，AI基礎(chǔ)設(shè)施愈發(fā)完善，技術(shù)企業(yè)和開發(fā)者的熱情也非常充沛，但與廣闊的產(chǎn)業(yè)世界還有著一定的信息差，不縮短二者之間的差距，AIGC商業(yè)化就不會到來。只有當AI作畫模型的應(yīng)用者數(shù)量，以及應(yīng)用場景的深度，達到一定的規(guī)模，才意味著企業(yè)服務(wù)的To B長尾市場被徹底撬開。

從前文中大家可能看到，通過基礎(chǔ)模型和API來構(gòu)建新一代基礎(chǔ)設(shè)施的機構(gòu)和科技企業(yè)，是AIGC產(chǎn)業(yè)的根基，那么在接下來的2023中，這類機構(gòu)和企業(yè)就需要承擔起加速AIGC商業(yè)化成熟的任務(wù)。

如果順利的話，我們會在未來一年中，看到：

1）AIGC產(chǎn)品工具化

目前，一些AI作畫大模型的應(yīng)用門檻依然偏高，大范圍應(yīng)用還有非常多的挑戰(zhàn)，二手交易平臺上還出現(xiàn)了“代跑AI繪畫”服務(wù)，可以幫助客戶使用海外AI作畫軟件來生成作品，抑或是優(yōu)化關(guān)鍵詞，來生成更準確、更合理的作品。而未來，AI作畫這類大模型會將能力封裝得更加完善、簡單、易用，并與垂直行業(yè)知識、多樣化算力資源等橫向、縱向打通，以滿足各類型開發(fā)者和企業(yè)的應(yīng)用需求，以最低成本完成AIGC能力的調(diào)用。

2）大模型技術(shù)自主化

AIGC應(yīng)用與數(shù)智化相結(jié)合，在目前階段還非常新穎，也充滿想象。比如基于AI大模型生成城市交通設(shè)計方案、城市綠地規(guī)劃等。一旦進入產(chǎn)業(yè)規(guī)?；瘧?yīng)用階段，就需要面臨一個問題，基礎(chǔ)模型是所有AIGC應(yīng)用的支撐，而一些海外大模型如OpenAI系列是不支持大陸地區(qū)訪問的，當大家都在為GPT3.5、ChatGPT而感到震驚時，也不能忽視軟件上“卡脖子”的味道。

2023年，AIGC要與產(chǎn)業(yè)智能化相融合，還要解決底層模型安全、可控、領(lǐng)先的問題，變得愈發(fā)緊迫。

3）產(chǎn)業(yè)鏈趨于完善和順暢

2022年，我們看到的是各種AIGC模型的你追我趕、爭奇斗艷，要將AIGC從小眾需求變成大眾需求，進一步提升AIGC的商業(yè)空間，靠的不是某一個模型的一呼百應(yīng)，而是開發(fā)者、ISV服務(wù)商、云廠商、互聯(lián)網(wǎng)公司、傳統(tǒng)企業(yè)等產(chǎn)業(yè)鏈角色，都能夠與AIGC對齊，知道自己應(yīng)該如何用好AIGC，如何找到/賣出自己所需要的AIGC產(chǎn)品。

目前，AIGC領(lǐng)域的產(chǎn)業(yè)集中度還比較低，應(yīng)用場景也較為單一，既需要基礎(chǔ)模型的企業(yè)來教育市場、構(gòu)建典型案例，也需要大量代理商、云服務(wù)商來推動供需匹配，開發(fā)者充分釋放腦洞和創(chuàng)意，挖掘AIGC實際場景……這些都需要一個完善且順暢的產(chǎn)業(yè)生態(tài)體系。

4）行業(yè)標準和倫理基本形成共識

一致認可的行業(yè)技術(shù)標準，是AI商業(yè)化的重要推動者。尤其是AIGC這樣涉及個人創(chuàng)作的領(lǐng)域，在模型訓練與開發(fā)過程中可能缺乏透明度和可解釋性，必須采取額外的努力來培養(yǎng)公眾的信心，避免因數(shù)據(jù)濫用、版權(quán)問題而造成AI技術(shù)的不信任。

對此，基礎(chǔ)模型的開發(fā)者更有能力與責任去推動行業(yè)技術(shù)標準和市場規(guī)范的建立，一來，可以減輕后續(xù)商業(yè)化的長期風險，避免修改可能導致的成本；二來可以在早期就建立開發(fā)者/代理商/用戶對AIGC產(chǎn)品的信任，確保產(chǎn)品符合倫理規(guī)范與法律法規(guī)；三來，技術(shù)標準也有助于競爭力的建立，為后續(xù)市場活動建立邊界。

2022年，AI作畫引發(fā)了大量個人藝術(shù)家的抵觸和擔憂，版權(quán)問題目前還沒有明確的共識和定義，這一點有望在2023年通過行業(yè)標準、規(guī)范與共識而帶來改變。

AIGC的商業(yè)化繁榮，本質(zhì)上是構(gòu)建一個從實驗室到產(chǎn)業(yè)地帶的AI落地通道。只有將上述基石一個個搭建好，完成商業(yè)化所需要的前期準備，才能真正迎來規(guī)模化大爆發(fā)的“奇點”。