7月7日周五，在2023世界人工智能大會(huì )上，啟明創(chuàng )投合伙人周志峰分享了自己對AI大模型及整個(gè)產(chǎn)業(yè)發(fā)展趨勢的思考，同時(shí)攜手未盡研究共同發(fā)布報告《生成式AI》，提出了十大行業(yè)前瞻。

周志峰認為，AI2.0浪潮將重建整個(gè)產(chǎn)業(yè)架構，一定會(huì )有新巨頭在新一輪科技浪潮中誕生。

(資料圖片僅供參考)

對于未來(lái)產(chǎn)業(yè)發(fā)展趨勢，啟明創(chuàng )投同未盡研究在報告《生成式AI》中預測，長(cháng)文本是大語(yǔ)言模型關(guān)鍵；transform一定不是技術(shù)終局；當前生成式AI市場(chǎng)處于技術(shù)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(huì )。

作為最早一批活躍在A(yíng)I領(lǐng)域的創(chuàng )投機構，啟明創(chuàng )投投資企業(yè)遍布整個(gè)AI生態(tài)鏈條，涵蓋芯片、大模型、垂直應用等領(lǐng)域均有所涉及。值得一提的是，今年5月，啟明創(chuàng )投第七期人民幣基金成功完成65億元募資，為年內規模最大。

AI 2.0：重建整個(gè)產(chǎn)業(yè)架構

首先，周志峰表示，大規模的算力，大規模的數據對AI未來(lái)發(fā)展非常重要：

大規模訓練的第一性原理是用大規模去壓縮人類(lèi)世界全部被數字化的知識信息跟數據。

你從這句第一性原理中能看到，大規模的算力，大規模的數據是對AI未來(lái)發(fā)展非常重要的，而確實(shí)大規模的算力，大規模數據也是人類(lèi)過(guò)去40年芯片在互聯(lián)網(wǎng)大數據各個(gè)領(lǐng)域中不斷累積的這些技術(shù)，然后去推動(dòng)AI的爆發(fā)。

接下來(lái)，周志峰闡述了VC圈對于“AI1.0”和“AI2.0”的理解，同時(shí)強調，AI2.0將重建整個(gè)產(chǎn)業(yè)架構：

深度學(xué)習被創(chuàng )業(yè)投資行業(yè)稱(chēng)為叫做AI1.0，主要是說(shuō)它是針對一個(gè)特定的小任務(wù)，用一個(gè)特定的小數據集訓練出來(lái)的一個(gè)小模型，而且主要是模式識別類(lèi)，比如人臉識別語(yǔ)音識別。

今天的大規模語(yǔ)音領(lǐng)域學(xué)習被我們更多稱(chēng)為是AI2.0，主要它是通用的數據訓練出來(lái)的大模型，具有生成決策能力。

進(jìn)一步，周志峰指出，新的生態(tài)架構將分為基礎層、模型層和應用層三層架構，這會(huì )給現有產(chǎn)品設計帶來(lái)很大改變：

最底層是基礎架構層，提供算力，像aws火山引擎、阿里云等等都在提供這種計算中心平臺，主要是對大模型的訓練、推理、部署做優(yōu)化。

中間層為模型層，有好幾種形式，一類(lèi)是提供這種基礎模型底座模型，然后對外去輸出模型的能力，通過(guò)API通過(guò)模型定制。另一類(lèi)是自建大模型，就是做了自己的大模型后，會(huì )針對某一個(gè)特定行業(yè)特定場(chǎng)景去做優(yōu)化，然后提供端到端的從模型到應用的解決方案。

第三層應用層，一部分公司會(huì )自建模型直接做到垂直應用，（剩下來(lái)，）可能80~90%的公司都會(huì )利用第三方模型的能力，去構建自己熟悉的場(chǎng)景或者行業(yè)的一個(gè)應用。

新王者，新巨頭

談到產(chǎn)業(yè)發(fā)展，周志峰指出，未來(lái)企業(yè)分為兩種——+AI、AI+：

其中，更多的企業(yè)是+AI，即把新一代的AI的能力放進(jìn)工作流，其實(shí)是一種舊場(chǎng)景的增強。

另一類(lèi)企業(yè)，則會(huì )全新構建一個(gè)產(chǎn)品，這是一種舊場(chǎng)景的重塑，或者叫做新場(chǎng)景的創(chuàng )造。

周志峰表示，每一輪科技浪潮都會(huì )誕生出新的王者，新的偉大的企業(yè)。不過(guò)，如何找到創(chuàng )業(yè)的黃金通道，則需要努力思考：

ChatGTP重新點(diǎn)燃了AI 2.0這波浪潮，全球的整個(gè)融資金額發(fā)生了巨大的發(fā)展，這一次，會(huì )是一個(gè)依然是持續兩年，然后走低的泡沫，還是會(huì )真的一路向前，發(fā)展到一個(gè)通用人工智能，這是一個(gè)非常值得思考的問(wèn)題。

大模型肯定是會(huì )變的越來(lái)越厲害，OpenAI的CEO也說(shuō)，他們有可能自己去介入類(lèi)似于微軟這樣的產(chǎn)品，做一個(gè)辦公productivity產(chǎn)品，他們也在向往更廣闊的空間，我們是不是能夠找到一個(gè)自己的創(chuàng )業(yè)的黃金通道，最終走向一個(gè)廣闊的天地？

也許現實(shí)其實(shí)是這樣的，我們要走的路可能是一條死亡峽谷，兩邊都會(huì )不斷的擠壓，他們的技術(shù)都在動(dòng)態(tài)變化，我們怎么能夠穿過(guò)這條死亡峽谷，我覺(jué)得這是在創(chuàng )業(yè)時(shí)候，我們要去發(fā)揮自己的理性思維，去努力去思考的。

十大AI發(fā)展趨勢展望

展望未來(lái)，啟明創(chuàng )投聯(lián)手未盡研究共同發(fā)布重磅報告《生成式AI》| State of Generative AI 2023，提出十大行業(yè)前瞻：

（1）大語(yǔ)言模型

1、2024年中國將出現比肩GPT-4的多語(yǔ)言通用大模型；

2、超長(cháng)上下文（Long Context）將引領(lǐng)下一次LLM技術(shù)突破；

3、在出現更有前景的大語(yǔ)言模型之前，為實(shí)現垂直領(lǐng)域更好的效果，以下三種方式將共存：

i）在不改變數據分布的情況下，利用更多通用數據進(jìn)行通用大模型預訓練，不特別引入行業(yè)數據，

ii）利用行業(yè)專(zhuān)屬數據微調（Fine-Tuning）通用大模型，

iii）利用行業(yè)數據占比更高的數據集進(jìn)行垂直模型預訓練。

多模態(tài)模型

4、當前CLIP + Diffusion的文生圖模型是過(guò)渡態(tài)，未來(lái)2年內將出現一體化的模型結構；

5、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；

6、2025年之前，Video和3D等模態(tài)將迎來(lái)里程碑式的模型，大幅提高生成效果；

7、以PALM-E為代表的具身智能（Embodied AI）展現出在機器人的感知、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；

8.、短期內Transformer正成為多個(gè)模態(tài)的主流網(wǎng)絡(luò )結構，但壓縮整個(gè)數字世界的通用方法尚未出現，Transformer并不是人工智能技術(shù)的終點(diǎn)。

商業(yè)機會(huì )

9、 3年內，顛覆式的AI應用的核心驅動(dòng)力來(lái)自于底層模型的創(chuàng )新，兩者無(wú)法解耦，模型的作用將大于產(chǎn)品設計的作用；

10、當前生成式AI市場(chǎng)處于技術(shù)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(huì )。

本文主要內容來(lái)自啟明創(chuàng )投周志峰7月5日WAIC演講及啟明創(chuàng )投、未見(jiàn)研究報告：《生成式AI》|The State of Generative AI 2023

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：