【環球快播報】榕匯對話：創業者如何擁抱AIGC熱潮？新的創業機會在哪里？

"下一代生產力工具。"

【資料圖】

本文為IPO早知道原創

作者｜Stone Jin

據IPO早知道消息，高榕資本榕匯日前聯合聲動活潑共同發起線上研討會，4位來自通用人工智能、3D內容生產與消費一站式平臺、投資以及內容領域的嘉賓圍繞「生成式AI」的話題展開了一次對話。

以下節選部分對話內容：

>> 丁教：今年是AIGC紅得發紫的一年，包括AI作畫產品以及最近令人感到特別驚艷的ChatGPT。為什么是今天這樣一個時間點AIGC走進大眾視野，背后是怎樣的技術在驅動？

袁泉：實際上，幾年前行業就用一些機器學習的方法（例如GAN）去生成圖像。但當時一方面是效果所限，也沒有與今天最熱的文生圖聯系起來。

當下這一波的AIGC熱潮，主要由OpenAI的兩個原創技術驅動。首先是以DALLE為標志的Diffusion Model（擴散模型），以及衍生出來的Stability.ai和Midjourney等開源工具，極大地推動了文生圖的發展。

另一方面是文本生成模型GPT。2017年，OpenAI第一次把Transformer和大規模訓練系統結合起來做文本生成，實現了非常好的效果；近幾年GPT取得了非常大的進展。目前AIGC進入到成長期，AI生成圖、生成文字、生成代碼、生成音樂等都在快速發展，同時能夠輔助人做一些提升效率的工作。OpenAI的成功不是偶然的，我們總結為三個“555”: 5年時間、50個對AGI（通用人工智能）最有理解力的人、5億美元的算力。

未來，我認為AIGC最重要的是從單模態到多模態的進化，例如一個神經網絡同時生成圖像、文字、語音等等，這方面的技術今天也在大踏步地前進。因此我們相信，在一些與內容相關的創作領域里，開始會有AI輔助人、甚至不排除在一些環節取代人。

>> 丁教：元象的浩智過往在圖形學引擎與計算機視覺領域有豐富的經驗。從技術的角度看，為何今年AI作畫領域率先出現了現象級出圈的產品？

黃浩智：實際上AI作畫在研究層面已經進行了很多年。近期大家比較強烈感知到AI作畫已經達到了可用的狀態，甚至超過了某些初階畫師的水平，背后得益于圖形生成技術、自然語言處理模型兩個方面的迭代。所以AI作畫的進步是CV與NLP兩個子領域交叉帶來的結果。

圖像生成技術領域，此前GAN、Imagen AI等生成式模型，本質原理是已經有了一個圖像，經過深度學習神經網絡處理，生成另外一幅內容相似的圖像。今年備受關注的Stable Diffusion等模型，采用的是Diffusion Model（擴散模型）。擴散模型比較特別的是，從原來基于一維的noise去訓練，變成基于完全2D的noise去建模，使用加噪-去噪的迭代來生成圖片，大家發現生成的圖像質量更高。因此之后有了一系列擴散模型相關的研究，帶來了技術突破。

另一方面，AI作畫之所以吸引人，是人們可以通過比較自然的語言描述就能生成相應的畫作。背后是大規模預訓練語言模型的功勞，將語言模型的特征提取出來、與圖像的特征進行映射，最后得到從語言到圖像的映射。

隨著互聯網多年的發展，我們已經積累了大量的文本和圖像數據，基于這些數據可以更好訓練模型，從而生成較為高質量的畫作。

>> 丁教：今天AIGC在海外市場有哪些創業機會正在爆發？

劉新華：區別于上一波判別式AI主要解決已有數據的分類和邊界問題，應用場景主要是大家熟悉的算法推薦、人臉識別等等；這一波生成式AI，重點是能夠生成和創造新數據，輸出的結果是發散性、多樣性的，利用人類已有數據打開了新的邊界，創造了全新的增量。

從今年8月至今，AIGC領域涌現出非常多的創新，例如GPT-3大模型生態已長出上百個不同領域的應用，背后不乏獨角獸公司。

在海外，AIGC不只是大廠的機會，也新起了很多創業公司。一類公司偏底層，在新場景中孕育大模型的突破，基于DALLE、GPT等產生很多新的模型；另外是在應用層中，出現很多新公司，包括生成文字、圖像、視頻、代碼、3D模型等等。

另外在細分行業中，也密集跑出了一些創業公司。例如Jasper.ai目前應用在營銷、電商和自媒體創作等領域。

>> 丁教：在觀察這些AIGC創業公司時，你會重點關注他們的哪些能力與指標？

劉新華：從投資角度看，判斷某個領域是否達到爆發臨界點，我們關注典型產品是否達到了產品市場匹配（PMF）；在生成式AI這樣的前沿領域，我們還有個前置判斷：在PMF之前，哪些場景達到了AMF（AI Market Fit）。

AIGC達到AMF，有兩個重要的維度。首先，AI的能力基本達到了人類專業工種60%-70%的水平，即人類可用的標準。其次，基于AI的工具容錯率高，能提供可編輯性。在這兩個維度上，用戶量級大、數據可得性高、商業價值高的市場最容易爆發。

這次AIGC浪潮中大火的應用有一個重要共同特征是，越是在創意濃度高的市場中，生成式AI反而最有機會。因為這些領域往往容錯率高，人類沒有嚴苛單一的審美標準，愿意接受多樣性，另外工具提供較強的可編輯性讓人類方便進行二創。這一點是反共識的，正如OpenAI的CEO Sam Altman所說，“10年前人們都認為創意型工作將是最后一個被AI取代的人類工種，萬萬沒想到今天事實恰恰相反。”

因此除了創意工作，未來生成式AI在游戲、建筑設計、新藥研發、新材料發現等創意發散性高、容錯率高的領域，可能也會存在機會。

也有很多人對AIGC的準確率提出疑慮。那些熱度很高的AIGC公司首先準確率已經達到可用的閾值；我個人觀點是，如果要進一步持續提高AIGC的可用性，社區驅動下數據與模型協同的增長飛輪非常重要。

今年火爆的Jasper.ai、Stable Diffusion的社區都非常繁榮，未來優秀AIGC公司的社區能力是非常重要的。用戶社區不斷為模型貢獻數據，新數據帶動模型進一步進化，從而實現好的體驗、吸引更多用戶，形成了數據的網絡效應和用戶的網絡數據，二者相互促進，不斷帶動增長飛輪。

>> 丁教：現在啟元世界在生成式AI方面有怎樣的落地應用？在游戲或者更廣泛的領域，未來的目標和規劃是怎樣的？

袁泉：啟元世界從2017年開始在智能體/AI Being產品技術上不斷創新，應用于游戲、數字孿生、虛擬人等領域。

啟元世界最早做的決策大模型主要應用在游戲領域，AI生成一系列決策指令。目前在策略類游戲中（包括SLG、戰棋、卡牌等游戲品類）已經有比較多落地應用，智能體在其中主要起到“陪玩”的作用。比較有代表性的是啟元世界AI智能體在《星際爭霸II》中擊敗中國星際職業冠軍級選手。

未來我們的目標是讓智能體進化到“陪聊”乃至“陪伴”。在結束一局游戲之后，智能體還可以和你聊一聊，復盤玩得好不好，下一局怎么配合。所以從去年開始，啟元世界發力認知對話大模型，讓智能體能夠看懂游戲態勢并說話。

再往前走就是構建多模態、栩栩如生的智能體/AI Being，Ta的能力將逼近人，能夠理解上下文，以一種高情商的方式和用戶交流，也會寫作、會畫畫、會運動，類比于Human Being，這種AI Being是新的生命體。

>> 丁教：元象對于未來AI生成3D內容，有怎樣的判斷？是否已經有了一些實際案例？

黃浩智：首先元象有一個信念是，未來的媒介形態會向3D互動形式或者更加聚合和多模態的方向演進。現實世界天然就是3D的，用戶對這種媒介形式感到非常親切。

但對比AI生成文字、圖像和視頻，目前生成3D內容還處于非常初級的階段，原因在于3D內容數據的稀缺性。3D內容由于生產門檻比較高、周期比較長，目前主要靠PGC（Professional Generated Content）等專業內容團隊去生產，積累過程比較緩慢。

但近期我們也看到3D內容兩個趨勢，為未來的AI生成奠定基礎。首先是隨著3D內容或元宇宙相關應用的崛起，3D內容積累速度加快。另一方面，基于現實世界進行三維重建的技術也在迭代，不斷降低3D內容生成難度。例如2020年提出的NeRF技術，只需輸入多角度帶相機位姿的圖像，就可以訓練得到一個NeRF模型，根據這個模型就能渲染出任意視角下的清晰照片。

短期來看，在3D內容數據比較少的情況下，元象如何加速AI生成3D內容的速度？我們的思路是以圖片為媒介來解決，即從文字到圖片、再從圖片到3D內容的生成。近期谷歌就用NeRF模型嘗試從文字到生成3D內容。

目前元象對于3D世界中的人、景、物三個類別，都在嘗試AI生成。在人方面，我們判斷人的動作生成（點擊了解元象技術方案，下同）將率先迎來爆發。隨著目前動作捕捉技術、可穿戴設備的發展，對于人物動作捕捉的數據不斷積累；此外，擴散模型等生成式模型也可以用來做動作數據的生成。

場景方面，目前元象迭代比較多輪的是大世界生成技術，通過AI的方式幫助大規模和復雜場景的生成。

舉個例子，如果我們想生成深圳城市3D路網，要怎么做？首先內部美術團隊可以用2D圖形勾勒道路；之后我們利用GAN、擴散模型等技術去生成路網模型；再結合地理位置信息、航拍等數據，利用CV最擅長的識別和分割類任務，對路網進行劃分和判別，不同位置設置相應的3D模型，進而將路網3D化。

>> 丁教：與海外相比，國內在AIGC領域將出現怎樣的創業機會？更可能分布在哪些方向，例如To B還是To C？

劉新華：首先可以明確的是，國內所有創業者都將受益于生成式AI的創新和生態。大模型的涌現和指數級的能力迭代，以及開源社區的繁榮、API的大量開發和開放，都會讓中國的創業者從中獲益。而且大模型的泛化能力和通用性極強，無需對場景和模型重復訓練（即Zero-shot），由此而來的低成本準入門檻、數據飛輪效應和廣泛的場景適應能力，都能讓國內的創業者可以在巨人的肩膀上做組合式創新。

但國內也會形成不一樣的創業公司生態。底層平臺的創業難度相對大，但也的確存在國產替代機會，特別是在本土數據特別豐富的場景中。

此外在一些新場景中的底層平臺，國內創業者也有創新機會，例如3D場景、游戲、制造業、建筑業等。

國內最可能涌現創業公司的機會或許在應用層。To B方向應該最先有潛力爆發，例如海外這一波生成式AI公司中商業化最成熟的Jasper.ai就是SaaS模式，瞄準有高頻、大規模文字生產有需求的營銷、自媒體、電商等細分場景。To C方向，我相信有可能涌現下一代抖音/快手/騰訊視頻的機會，但可能更多是大廠的機會。當然，AIGC作為新一代生產力工具，也有針對開發者的To D公司出現，例如今天海外已經涌現Copilot這類代碼生成工具。

微軟GitHub AI編程工具Copilot

再暢想未來，生成式AI還有一個有意思的方向——個性化模型，可能每個人在未來都能有自己的模型，帶來AIUGC的浪潮。例如一位網紅，可以基于過往的視頻訓練自己的模型，未來可以根據模型生成極度個性化、極度個人風格的內容。

袁泉：這里我回應一下新華總說的，我們也判斷國內第一波出來的AIGC公司應該是SaaS類的。但也有一些有趣的事情在發生，隨著AIGC能力的大幅度提升，單個用戶每個月的消費可能就是幾十塊錢，購買決策成本很低。用戶覺得這個工具對自己提升效率，或者寫作、畫畫確實有用，就購買了。所以在某些場景下，To B和To C的界限在快速模糊化。

從這個維度上看，過往國內很多AI公司主要是做To B大客戶或者To G這種特別重的模式，AIGC為我們打開了新的想象力。

>> 丁教：那么隨著AIGC的火爆，國內AI公司的商業環境會更好嗎？未來如何尋找自己的增量空間？

袁泉：坦白說今年的外部環境對于AI公司來說非常有挑戰性，但啟元世界最信仰的還是通用人工智能技術（AGI），即深度學習加強化學習的范式和方法論。無論是我們在一個相對封閉的場景中訓練，比如讓智能體從零開始學會玩一款游戲；還是AIGC的破圈，把通用智能延伸到了更大的范疇，拿全網語料去訓練一個初始的認知大腦，再通過各個場景的用戶數據和反饋，不斷修正與迭代這個大腦形成更強的能力，背后的技術都是一樣的。

AGI背后，是全世界理論上最好的兩家公司OpenAI和DeepMind在牽引著這個大的范式在大踏步前進，長期來看越來越有信心。兩年前，在GPT-2出來的時候還沒有太多的感知，但是當GPT-3發布之后，國外很多公司開始研究、獲得先機。

如今國內開始感受到如火如荼的氛圍，AIGC就像是“冬天里的一把火”，點燃了大家，相信明后年在應用層面會迎來一個突破爆發的階段。最先火起來的應用可能是和互聯網以及通用常識比較相關的應用，例如營銷文案。但未來再往前走要做成各個垂類的Jasper.ai，例如游戲中的2D資產、元象做的3D內容以及一些專業化要求更高的領域。再進一步，即我們所信仰的——多模態融合的更高階形態的內容生成形式。

此外我認為國內創業者還是要敢于去想一些更大、更有想象力的事情。舉個例子，隨著國內大模型的開放，基于這一大模型的認知能力、對話理解能力，是否有可能打造下一個AI時代的搜索引擎？我覺得永遠應該往這些方向去快速探索和試錯。

>> 丁教：國內AIGC創業者是否擁有一些優勢？

袁泉：我認為國內AIGC創業團隊，相比海外團隊有兩點優勢，首先是對場景和用戶的理解。有一種觀點認為，AIGC最后的贏家不一定是AI公司，而是對各個行業、場景、用戶理解得最透的公司。中國團隊在這方面的實力是不容小覷的，例如移動互聯網領域，我們做成了支付、購物以及像抖音、快手這類超級內容平臺。

其次是中國創業環境就是唯快不破，在一個特別新的領域，最初可能只是一些朦朧的想法，但需要快速提升組織能力，快速迭代試錯，把真正的機會、好的產品形態給打磨出來。

>> 丁教：如果本身不是AI技術公司，如何學習AIGC，并利用這樣的機會和成長態勢獲益？

黃浩智：首先我認為要結合自己的行業去思考獨特方向。例如我是做服裝品牌的，能用AIGC做什么？原本不知道應該生產什么樣的衣服銷售效果好，我可能就去設計一下prompt，描述一下這件衣服長什么樣，生成圖片，從中篩選去小批量投放廣告，根據數據反饋幫助后續設計的決策。

另外，如果你的公司在技術能力上更強，有一件確定的事可以做，就是去決定自己的輸入和輸出。因為一些數據源只有某些公司才有，而且今天大家可以利用云訓練資源去訓練自己的模型，輸出的就是特定領域的內容。值得一提的是，輸入的內容可以不只是自然語言描述，還可以是數據分析描述、法律文書等等。

>> 丁教：有人擔心AIGC可能取代人類，也有人認為AIGC的能力還不夠強，未來人類如何與AI共生？

劉新華：AIGC不能完全替代人類的工作，但的確是人類的強大助手，不是替代而是增強。我們要保持足夠開放的態度，因為人工智能進化的速度不在于起點有多低，而在于進化有多快。今天AIGC作為新一代的生產力工具已經出圈，我們每個創業者、開發者、創作者，都應該關注AIGC的進步。結合各自的領域，建議大家去體驗ChatGPT、Jasper.ai、Midjourney、Stability.ai等產品，可能都會有非常有趣的發現。

而且未來AIGC領域的創業者要去思考：你的產品要和現有工作流無縫打通，讓現有工作流更高效，這樣低摩擦的集成更容易推動AIGC的商業化普及。例如Jasper.ai的產品體驗做得非常好，不但橫向跟用戶創作所有主流工作流都能集成，而且縱向集成SEO和營銷優化工具、多語言翻譯器以及識別版權問題的合規工具等等，并且工作流支持二創和再編輯。所以優秀的AIGC產品，不是和人類抗衡，而是更好與人類現有工具相結合，發揮出人類特長；同時也讓AI能夠更快進步、去適應特定場景。也正是這種“無侵入體驗”，使得Jasper公司成立不到二年，取得10萬付費用戶、ARR超過9000萬美元、年用戶留存率超過57%的佳績。

隨著AIGC的應用，也會涌現新的工種，例如生成式AI的訓練師或者提示工程師，“如何寫一個好的prompt，讓AI更好理解你，生產出更好的東西”，都是我們可以思考的潛在方向。

放眼未來10年，也許會發生很多意想不到的事情或者出現新物種。例如原本令時尚行業設計師引以為傲的是審美能力，但未來AI能力加上優秀的設計師，可能會超越過去的框架、創造出全新的審美。

展望未來，隨著我們向通用人工智能不斷逼近，AI勢必是人類的朋友。正如英偉達CEO黃仁勛所說，未來AI將協助解決人口和勞動力短缺問題，提高整個社會的生產力和繁榮程度。

關鍵詞：