對于很多人來說，生成式AI在全球的大面積爆發不過短短2年時間，但它正以意想不到的速度改變著世界。

為何它發展如此之快？未來又將帶著怎樣的軌跡前行？下文我們來分享幾點小發現。

一、AIGC發展的偶然與必然

在有些人看來，生成式AI的爆發式增長像是一次偶然性的技術突破，但從整個大環境看，它的爆發不是橫空出世，而是多種條件交叉發展的結果。

技術方面，2016年AlphaGo打敗世界圍棋冠軍，讓AI重回大眾焦點。而在此之前，卷積神經網絡（CNN）、循環神經網絡（RNN）、生成對抗網絡（GAN）等深度學習模型或AI核心算法都已經問世，只是苦于找不到合適的應用場景或存在缺陷被雪藏和邊緣化。

2017年，谷歌研究團隊首次提出了Transformer，這種基于自注意力機制的神經網絡模型擁有強大的并行計算、長序列處理和語義理解能力，尤其擅長文本生成。

發現Transformer在內容生成這塊的潛質，2018年，谷歌團隊在其基礎上提出了預訓練模型Bert。Bert首次嘗試通過自監督學習和微調來訓練大模型的自然語言處理能力，被視為里程碑式的發現。

這種模型訓練方法為OpenAI等AI公司打開了思路。2018-2022年，OpenAI蓄勢推出了3代GPT大語言模型。隨著千億級參數的GPT-3.5大模型涌現能力，OpenAI很快在2022年11月推出現象級產品ChatGPT，并一炮走紅。

2023年是AI顯性化發展的元年。這一年，OpenAI趁熱打鐵推出了GPT-4，與此同時，Midjourney、Runway、DALLE、Stable Diffusion等多模態AIGC產品強勢出圈，點燃了全民的使用熱情。

另一邊，Meta AI發布了開源大模型LLaMA，為國內外大量垂類、端側大模型提供了技術底座，吸引到更多AI新勢力涌入賽道。

國內方面，2023年前后成長起來了一大批AIGC公司，隨著基礎大模型賽道誕生出數百家企業，“百模大戰”由此興起。人們享受著新技術紅利，也加速著市場轉型。

不過從整個市場的發展曲線來看，AI高速發展的背后，除了技術（尤其是大模型）方面的成熟，還有硬件上的配合。比如在2016年、2020年、2022年這三個AI發展的關鍵節點，英偉達分別推出了DGX-1、A100、H100三款劃時代意義的硬件產品，為AI大模型訓練提供了強大的算力支持。

國內方面，2016年前后，國產芯片陸續布局。在2019年AI熱潮爆發前夕，華為率先推出了昇騰系列AI芯片。在市場需求和政策的雙重引導下，眼下越來越多的“國產芯”在市場上嶄露頭角，也為國產大模型的發展提供了重要的端側算力支撐。

除此之外，包括AIGC在內的人工智能技術在各行業被廣泛應用，其實也有業務創新、提效降本、業績增收、升級體驗、獵奇嘗新以及人口老齡化等多方面的考慮。

當這些時代因子交織在一起，合力推動了AIGC的崛起及爆發式增長。

二、AIGC目前的應用前景如何?

生成式AI作為走向通用人工智能的一大步，包含文本、圖像、音視頻、代碼等多模態的內容生成，現已覆蓋聊天對話、問答搜索、圖像生成、視頻生成、音樂創作、配音、翻譯、編程、營銷策劃、情感關懷、數字人等多個B端和C端應用領域。

整體的商業規模也許不夠明確，但細分賽道的市場體量及用戶量級卻讓人浮想聯翩。

比如AI圖像生成賽道，頭部玩家Midjourney的用戶量早就達到千萬級，年營收能做到約2-3億美元規模。

AI視頻生成賽道，據dataintelo等研究機構統計：2022年全球市場規模約為4.7億美元，2023年則超過了5.6億美元。雖然整體規模因為生成質量/時長、安全、版權等方面的顧慮算不上搶眼，但Runway、Pika、Sore（OpenAI）、Lumiere（谷歌）等視頻生成模型和產品的市場熱度一直相當高。

近兩年很火的AI數字人也是應用較為廣泛的賽道之一，目前在金融、教育、企服、電商、娛樂等行業均有或深或淺的商用。據IDC、艾媒等行業研究機構推測：未來5年中國AI數字人市場或將突破百億規模，而對關聯產業規模的帶動則在千億級。

至于AIGC頭號選手OpenAI，早期其產品月訪問量便接近9億，2023年總營收達16億美元。整體的用戶規模、市場營收及增速則更為可觀。

從整體來看，目前國內外AIGC市場均迎來了爆發期，經濟貢獻度持續攀升。

其中，據麥肯錫2023年底發布的《生成式AI在中國》顯示：生成式AI有望為全球經濟貢獻約7萬億美元的價值，其中中國市場約占到全球總量的1/3，將貢獻約2萬億美元的價值。

而據《中國AIGC應用全景報告》顯示：2024年中國AIGC應用市場規模能達到約200億元，2030年或將突破萬億元規模。

以上進一步刺激了各方對AIGC賽道的加碼，推動整個行業向上發展。

三、AIGC未來有哪些發展態勢？

目前，生成式AI呈現出很多的發展態勢和趨勢走向?？偨Y起來，個人覺得以下3點值得關注：

1. 橫向品類和縱向應用的拓展

從橫向看，AIGC應用正越來越多，品類也越來越細。以對話式生成為例，除了基礎性的問答、搜索、寫作等，目前還延伸到了社交、婚戀、教學、陪伴、陪練、審核等多個細分領域。

從縱向看，隨著AIGC與行業的結合度越高，落地的業務場景也在持續增多。以司普科技AIGC應用的商用為例，目前便有通過對話形式，服務于智能教學、科研寫作、生產偏差寫作、產品交易、智能運維等多個行業場景。

以上打破了AIGC的能力邊界，也極大地拓展了其客群和商用價值。

2. 跨模態生成能力

其實生成式AI能同時服務于通用和專用業務場景，很大程度上源于它的跨模態生成能力。

這方面的能力，除了文生文、文生圖、文生視頻、文生音頻等形態，同時還包括能輸入和解析相應的圖像、音頻等多模態信息，并最終生成人們想要的文本內容、可視化圖表、樣圖樣稿等。

事實上，細分賽道的很多AIGC廠商已經在嘗試強化跨模態生成能力，以豐富自身的業務線。

比如GPT-4強化了多模態識別能力，Stability AI等從圖像生成擴展到了視頻生成、圖片/視頻修復等領域，Suno主打AI音樂創作，也涵蓋歌詞（文本生成）、旋律（音頻合成）的多模態生成等。

為了打造核心優勢，減少對第三方的依賴，未來這方面的能力或有增無減。

3. 商業模式的可復制與可持續

和底層大模型多按實際的token使用量收費不同，主流的AIGC應用大多采用訂閱收費模式，通過擴大用戶量和相應的客單價，來提升盈利能力。

目前，在較大的成本面前，如何有效獲客并實現持續的收益，是大多數AIGC廠商普遍關心的點。在這方面，打造商業閉環、選對獲客渠道、開拓潛力市場正成為很多AIGC廠商的自主選擇，也左右著未來的發展路徑。

AI文生圖公司Midjourney算是其中的先行者。這家公司于2021年晚于DALLE-1幾個月問世，但它一開始就堅定了發展路線——前期通過免費額度獲客，并通過和社交平臺Discord（平臺月活約1.5億）合作，獲取精準客源。

在與Discord的合作中，Midjourney很快吸引到上千萬用戶，僅靠訂閱費，就做到上億美元營收。

2023年，同行奮起直追時，Midjourney已經在開拓海外市場，并于當年5月推出了中文版Midjourney，率先在國內社交流量平臺試水。為擴大市場份額，它還在AI圖像生成服務基礎上，開拓了關聯業務線。這波操作加上扎實的產品基本功，使其成了同行爭相模仿的對象。

目前，Midjourney算是業內少數不靠投資就自我造血的AIGC企業。而對于大多數AIGC廠商來說，因為基礎投入居高不下，且客戶資源與資金更容易向頭部聚攏，盡早打造自己的商業閉環，提升持續盈利能力，幾乎成了行業突圍的關鍵。

除了以上提到的幾點，生成式AI的安全建設、監管治理等方面近兩年也越發受重視。它讓人們以更加審慎的態度擁抱AI，同時也推動著整個市場實現良性、可持續發展。

備注：本文原創，首發sipu-tech，第三方平臺首發人人都是產品經理，部分引用數據有參考麥肯錫、量子位、艾瑞等。