“國(guó)內(nèi)最可能涌現(xiàn)創(chuàng)業(yè)公司的機(jī)會(huì)或許在應(yīng)用層，“To B方向應(yīng)該最先有潛力爆發(fā)�！�

作者：蘇打編輯：tuya出品：財(cái)經(jīng)涂鴉（ID：caijingtuya）

無論是用Stability．a(chǎn)i、Midjourney去生成畫作，還是和ChatGPT聊天，亦或是體驗(yàn)Jasper．a(chǎn)i幫你寫一篇小作文，最近的AIGC殺手級(jí)應(yīng)用以及背后的大模型，“猶如冬天里的一把火”——生成式AI正利用人類已有數(shù)據(jù)打開新的邊界。

近期，高榕資本榕匯聯(lián)合聲動(dòng)活潑共同發(fā)起線上研討會(huì)，4位來自通用人工智能、3D內(nèi)容生產(chǎn)與消費(fèi)一站式平臺(tái)、投資以及內(nèi)容領(lǐng)域的嘉賓一同對(duì)話。

啟元世界創(chuàng)始人兼CEO袁泉在對(duì)話中，就當(dāng)前AIGC爆紅背后的底層技術(shù)驅(qū)動(dòng)進(jìn)行解釋時(shí)表示，目前AIGC進(jìn)入到成長(zhǎng)期，AI生成圖、生成文字、生成代碼、生成音樂等都在快速發(fā)展，同時(shí)能夠輔助人做一些提升效率的工作。

“OpenAI的成功不是偶然的，我們總結(jié)為‘三個(gè)5’： 5年時(shí)間、50個(gè)對(duì)AGI（通用人工智能）最有理解力的人、5億美元的算力�！痹�泉認(rèn)為。

據(jù)高榕資本投資合伙人劉新華透露，在海外，AIGC不只是大廠的機(jī)會(huì)，也新起了很多創(chuàng)業(yè)公司。一類公司偏底層，在新場(chǎng)景中孕育大模型的突破，基于DALL·E、GPT等產(chǎn)生很多新的模型；另外是在應(yīng)用層中，出現(xiàn)很多新公司，包括生成文字、圖像、視頻、代碼、3D模型等等。

與此同時(shí)，“國(guó)內(nèi)所有創(chuàng)業(yè)者都將受益于生成式AI的創(chuàng)新和生態(tài)。大模型的涌現(xiàn)和指數(shù)級(jí)的能力迭代，以及開源社區(qū)的繁榮、API的大量開發(fā)和開放，都會(huì)讓中國(guó)的創(chuàng)業(yè)者從中獲益。而且大模型的泛化能力和通用性極強(qiáng)，無需對(duì)場(chǎng)景和模型重復(fù)訓(xùn)練（即Zero－shot），由此而來的低成本準(zhǔn)入門檻、數(shù)據(jù)飛輪效應(yīng)和廣泛的場(chǎng)景適應(yīng)能力，都能讓國(guó)內(nèi)的創(chuàng)業(yè)者可以在巨人的肩膀上做組合式創(chuàng)新。”

「創(chuàng)意濃度越高，生成式AI越有機(jī)會(huì)」

幾年前，用機(jī)器學(xué)習(xí)的方法（例如GAN）生成圖像的能力便已初現(xiàn)。但由于效果所限，并沒有與今天最熱的“文生圖”功能聯(lián)系起來。

“AI作畫的進(jìn)步是CV與NLP兩個(gè)子領(lǐng)域交叉帶來的結(jié)果。圖像生成技術(shù)領(lǐng)域，此前GAN、Imagen AI等生成式模型，本質(zhì)原理是已經(jīng)有了一個(gè)圖像，經(jīng)過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)處理，生成另外一幅內(nèi)容相似的圖像�！痹�象XVERSE技術(shù)合伙人黃浩智在對(duì)話中表示，AI作畫之所以吸引人，是因?yàn)槿藗兛梢酝ㄟ^比較自然的語言描述就能生成相應(yīng)的畫作，而這背后是大規(guī)模預(yù)訓(xùn)練語言模型的“功勞”。

在被問及“觀察AIGC創(chuàng)業(yè)公司重點(diǎn)關(guān)注哪些能力與指標(biāo)”這一問題時(shí)，劉新華表示，從投資角度看，判斷某個(gè)領(lǐng)域是否達(dá)到爆發(fā)臨界點(diǎn)，高榕會(huì)關(guān)注典型產(chǎn)品是否達(dá)到了產(chǎn)品市場(chǎng)匹配（PMF）；在生成式AI這樣的前沿領(lǐng)域，還會(huì)進(jìn)行“在PMF之前，哪些場(chǎng)景達(dá)到了AMF（AI Market Fit）”這樣的前置判斷。

其中，AIGC達(dá)到AMF，有兩個(gè)重要的維度。首先，AI的能力基本達(dá)到了人類專業(yè)工種60％－70％的水平，即人類可用的標(biāo)準(zhǔn)。其次，基于AI的工具容錯(cuò)率高，能提供可編輯性。在這兩個(gè)維度上，用戶量級(jí)大、數(shù)據(jù)可得性高、商業(yè)價(jià)值高的市場(chǎng)最容易爆發(fā)。

“這次AIGC浪潮中大火的應(yīng)用有一個(gè)重要共同特征是，越是在創(chuàng)意濃度高的市場(chǎng)中，生成式AI反而最有機(jī)會(huì)。這一點(diǎn)是反共識(shí)的。”劉新華認(rèn)為，因?yàn)檫@些領(lǐng)域容錯(cuò)率高，人類沒有嚴(yán)苛單一的審美標(biāo)準(zhǔn)，愿意接受多樣性，另外工具提供較強(qiáng)的可編輯性讓人類方便進(jìn)行二創(chuàng)。

除創(chuàng)意工作外，未來生成式AI在游戲、建筑設(shè)計(jì)、新藥研發(fā)、新材料發(fā)現(xiàn)等創(chuàng)意發(fā)散性高、容錯(cuò)率高的領(lǐng)域，可能也會(huì)存在機(jī)會(huì)。

面對(duì)市場(chǎng)中針對(duì)AIGC“準(zhǔn)確率”的疑慮，劉新華表示，那些熱度很高的AIGC公司首先準(zhǔn)確率已經(jīng)達(dá)到可用的閾值，“我個(gè)人觀點(diǎn)是，如果要進(jìn)一步持續(xù)提高AIGC的可用性，社區(qū)驅(qū)動(dòng)下數(shù)據(jù)與模型協(xié)同的增長(zhǎng)飛輪非常重要”。

如今，比較火爆的Jasper．a(chǎn)i、Stable Diffusion等，社區(qū)都非常繁榮。用戶社區(qū)不斷為模型貢獻(xiàn)數(shù)據(jù)，新數(shù)據(jù)帶動(dòng)模型進(jìn)一步進(jìn)化，從而實(shí)現(xiàn)好的體驗(yàn)、吸引更多用戶，形成了數(shù)據(jù)的網(wǎng)絡(luò)效應(yīng)和用戶的網(wǎng)絡(luò)數(shù)據(jù)，二者相互促進(jìn)，不斷帶動(dòng)增長(zhǎng)飛輪。

SaaS類AIGC公司或?qū)⒃趪?guó)內(nèi)「先跑出來」

在談及國(guó)內(nèi)AIGC的創(chuàng)業(yè)生態(tài)時(shí)，多位嘉賓認(rèn)為，To B方向?qū)⒊蔀樽钣邢Ｍ�爆發(fā)的前沿。

相較于國(guó)外，“國(guó)內(nèi)會(huì)形成不一樣的創(chuàng)業(yè)公司生態(tài)。底層平臺(tái)的創(chuàng)業(yè)難度相對(duì)大，但也的確存在國(guó)產(chǎn)替代機(jī)會(huì)，特別是在本土數(shù)據(jù)特別豐富的場(chǎng)景中�！眲⑿氯A坦言。

此外，在一些新場(chǎng)景中的底層平臺(tái)，國(guó)內(nèi)創(chuàng)業(yè)者也有創(chuàng)新機(jī)會(huì)，例如3D場(chǎng)景、游戲、制造業(yè)、建筑業(yè)等。

他認(rèn)為，國(guó)內(nèi)最可能涌現(xiàn)創(chuàng)業(yè)公司的機(jī)會(huì)或許在應(yīng)用層�！癟o B方向應(yīng)該最先有潛力爆發(fā)，例如海外這一波生成式AI公司中商業(yè)化最成熟的Jasper．a(chǎn)i就是SaaS模式，瞄準(zhǔn)有高頻、大規(guī)模文字生產(chǎn)有需求的營(yíng)銷、自媒體、電商等細(xì)分場(chǎng)景。”

而To C方向，可能會(huì)涌現(xiàn)下一代抖音／快手／騰訊視頻的機(jī)會(huì)，但可能更多是大廠的機(jī)會(huì)。同時(shí)，生成式AI還有一個(gè)有趣的方向——個(gè)性化模型，未來，每個(gè)人可能都能擁有自己的模型，帶來AIUGC的浪潮。例如一位網(wǎng)紅，可以基于過往的視頻訓(xùn)練自己的模型，未來可以根據(jù)模型

成極度個(gè)性化、極度個(gè)人風(fēng)格的內(nèi)容。

“我們判斷，國(guó)內(nèi)第一波出來的AIGC公司應(yīng)該是SaaS類的�！痹�泉表示。

但他同時(shí)表示，在某些場(chǎng)景下，To B和To C的界限在快速模糊化�！半S著AIGC能力的大幅度提升，單個(gè)用戶每個(gè)月的消費(fèi)可能就是幾十塊錢，購(gòu)買決策成本很低。用戶覺得這個(gè)工具對(duì)自己提升效率，或者寫作、畫畫確實(shí)有用，就購(gòu)買了。”

針對(duì)希望利用AIGC獲得成長(zhǎng)和機(jī)會(huì)的非AI技術(shù)公司，黃浩智建議，要結(jié)合自己的行業(yè)去思考獨(dú)特方向。

“例如我是做服裝品牌的，能用AIGC做什么？原本不知道應(yīng)該生產(chǎn)什么樣的衣服銷售效果好，我可能就去設(shè)計(jì)一下prompt，描述一下這件衣服長(zhǎng)什么樣，生成圖片，從中篩選去小批量投放廣告，根據(jù)數(shù)據(jù)反饋幫助后續(xù)設(shè)計(jì)的決策”。

如果是技術(shù)能力上更強(qiáng)的公司，可以先決定自己的輸入和輸出�！耙�?yàn)橐恍��?shù)據(jù)源只有某些公司才有，而且今天大家可以利用云訓(xùn)練資源去訓(xùn)練自己的模型，輸出的就是特定領(lǐng)域的內(nèi)容。值得一提的是，輸入的內(nèi)容可以不只是自然語言描述，還可以是數(shù)據(jù)分析描述、法律文書等等”。

本文由公眾號(hào)財(cái)經(jīng)涂鴉（ID：caijingtuya）原創(chuàng)撰寫，如需轉(zhuǎn)載請(qǐng)聯(lián)系涂鴉君。

       原文標(biāo)題 : 高榕資本劉新華：創(chuàng)意濃度與AIGC呈正相關(guān)，國(guó)內(nèi)創(chuàng)業(yè)者都將受益于生成式AI的創(chuàng)新和生態(tài)