量子位智庫(kù) 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
大模型，無(wú)疑是2023年上半年科技領(lǐng)域最矚目的關(guān)鍵詞。
產(chǎn)業(yè)鏈上個(gè)中進(jìn)展亦或是包括投融資在內(nèi)的行業(yè)聚焦討論，已經(jīng)從對(duì)技術(shù)本身的展望，越來(lái)越具象到行業(yè)落地當(dāng)中去。
借助WAIC2023（世界人工智能大會(huì)）視角，量子位智庫(kù)關(guān)注到各領(lǐng)域企業(yè)發(fā)布的大模型，都已無(wú)疑指向行業(yè)與應(yīng)用。
與此同時(shí)，在投融資層、算力數(shù)據(jù)模型三大底座層面以及應(yīng)用層，還梳理了十大AI商業(yè)落地趨勢(shì)。
（完整報(bào)告?zhèn)魉烷T(mén)見(jiàn)文末）
投融資層
趨勢(shì)一：一級(jí)市場(chǎng)偏好大模型早期玩家，新進(jìn)場(chǎng)玩家融資難度升級(jí)
首先是投融資層。據(jù)不完全統(tǒng)計(jì)，今年上半年國(guó)內(nèi)大約有20+家大模型公司獲得超過(guò)60億元的融資，金額在全球占比只有6%，投資市場(chǎng)稍顯冷清。
一方面，做大模型耗費(fèi)算力人力，中國(guó)大模型企業(yè)需要跟同行搶占算力資源。
以Inflection AI為例，最新融資的15.3億美元約有7-8億用以購(gòu)買(mǎi)英偉達(dá)H100顯卡，占比約50%。
另一方面，行業(yè)本身還面臨著投資金額大、回報(bào)周期長(zhǎng)、成功率較低、行業(yè)競(jìng)爭(zhēng)激烈、市場(chǎng)合規(guī)等問(wèn)題，國(guó)內(nèi)一級(jí)投資人出手謹(jǐn)慎，實(shí)際交易金額較少。
投資圈共識(shí)是最后能跑出的大模型公司最多只有10+家。
因此目前新創(chuàng)業(yè)公司中重點(diǎn)押注融資量級(jí)最大的兩家智譜AI和MiniMax，其余中小企業(yè)和新進(jìn)場(chǎng)玩家融資較為困難。
投資方認(rèn)為在大模型層面的未來(lái)格局，除了BAT、科大訊飛、已有的融資玩家和上面兩家公司，其余公司機(jī)會(huì)較少。
趨勢(shì)二：企業(yè)服務(wù)進(jìn)入新藍(lán)海，產(chǎn)品和服務(wù)迎來(lái)AI升級(jí)機(jī)遇
投資圈普遍認(rèn)為，AI 2.0時(shí)代下，所有企業(yè)產(chǎn)品和服務(wù)都可以利用AI和大模型能力重做一遍。與此同時(shí)，在企業(yè)內(nèi)部工作流程中也能起到降本增效的作用。
這也是應(yīng)用層較好的投資機(jī)會(huì)點(diǎn)之一
結(jié)合企業(yè)自身特點(diǎn)，幫助或加速企業(yè)大模型應(yīng)用落地。比如做提示詞優(yōu)化、定制專屬大模型、AI安全等。
回顧今年上半年AIGC+企業(yè)服務(wù)的投資事件，數(shù)量較多，投資金額較大，輪次偏早期，投AIGC項(xiàng)目的資本大量涌入企業(yè)服務(wù)賽道。最具代表性的，就是企業(yè)軟件層面的范式革新。
趨勢(shì)三：投融資聚焦對(duì)話式AI，物理世界和數(shù)字世界加速耦合
同樣在應(yīng)用層備受關(guān)注的還有對(duì)話式AI虛擬助手。它依托于大模型的語(yǔ)言理解和內(nèi)容生產(chǎn)能力，以及多模態(tài)交互等底層技術(shù)，能夠產(chǎn)生人機(jī)協(xié)同這一新型生產(chǎn)關(guān)系。
比如新一代的協(xié)助對(duì)話引擎、智能客服、智能陪練、智能質(zhì)檢、坐席助手、虛擬數(shù)字人等核心產(chǎn)品，幫助企業(yè)打造「超級(jí)員工」，幫助個(gè)人打造「超級(jí)助理」。
與此同時(shí)，它還能與物理世界相結(jié)合，以車(chē)或者機(jī)器人作為載體，在現(xiàn)實(shí)中幫助人們做更好地分析與決策。
目前許多大廠和輪次靠后的公司都在積極探索兩者與AI的結(jié)合。2023上半年融資量級(jí)最大的兩家智譜AI和 MiniMax均涉足此賽道。
數(shù)據(jù)層
趨勢(shì)四：大模型浪潮下，數(shù)據(jù)流通邁向「密態(tài)時(shí)代」
在數(shù)據(jù)層，大模型井噴式發(fā)展給數(shù)據(jù)安全帶來(lái)前所未有的挑戰(zhàn)。
由于大模型參數(shù)規(guī)模大、訓(xùn)練數(shù)據(jù)來(lái)源多樣，生成式大模型在海量語(yǔ)料內(nèi)容中拼接式生成內(nèi)容，傳統(tǒng)場(chǎng)景下的版權(quán)判定方式在大模型時(shí)代下就會(huì)失效，隱私泄露、版權(quán)侵犯等問(wèn)題愈發(fā)嚴(yán)重。
隱私計(jì)算實(shí)現(xiàn)數(shù)據(jù)「可用不可見(jiàn)」、讓數(shù)據(jù)產(chǎn)生價(jià)值的同時(shí)規(guī)避信息泄露等問(wèn)題的能力再次受到矚目。
在數(shù)據(jù)要素自由流通的前提下，要實(shí)現(xiàn)最大化發(fā)揮數(shù)據(jù)價(jià)值的目標(biāo)，需要實(shí)現(xiàn)數(shù)據(jù)密態(tài)流轉(zhuǎn)。
數(shù)據(jù)密態(tài)可在數(shù)據(jù)共享、計(jì)算直到銷毀的完整傳播鏈路中，保持?jǐn)?shù)據(jù)處于加密狀態(tài)，不出現(xiàn)明文數(shù)據(jù)失控。此外，將數(shù)據(jù)持有權(quán)與使用權(quán)分離，實(shí)現(xiàn)數(shù)據(jù)使用權(quán)的跨域管控。
算力層
趨勢(shì)五：大模型推動(dòng)算力廠商技術(shù)演進(jìn)，系統(tǒng)級(jí)工程能力成為角逐點(diǎn)
大模型的發(fā)展，給算力提供方提出了更高的要求；參數(shù)量指數(shù)級(jí)增長(zhǎng)，如何高效穩(wěn)定地訓(xùn)練大模型成為行業(yè)核心議題。
臺(tái)積電曾預(yù)計(jì)2030年全球半導(dǎo)體市場(chǎng)將接近1萬(wàn)億美元；其中，高性能計(jì)算（包含AI計(jì)算）市場(chǎng)將占比40%，足以見(jiàn)得算力市場(chǎng)需求的龐大。
企業(yè)對(duì)算力的需求呈現(xiàn)「6高」 特征：高性能、高帶寬、高存儲(chǔ)、高通用性、高效分布式計(jì)算和高效的集群互聯(lián)。
算力廠商系統(tǒng)級(jí)工程能力將成為其業(yè)務(wù)增量的技術(shù)底座，系統(tǒng)級(jí)工程能力將決定算力廠商業(yè)務(wù)落地的有效性。
趨勢(shì)六：算力基建進(jìn)程加快，算網(wǎng)融合打造「即取即用」算力服務(wù)
算力基礎(chǔ)設(shè)施一方面需要強(qiáng)大的計(jì)算集群，另一方面也需要高速可靠的網(wǎng)絡(luò)讓數(shù)據(jù)及時(shí)流動(dòng)。
在網(wǎng)絡(luò)層面，模型參數(shù)量越大，對(duì)帶寬的需求就越高，GPU與GPU間、服務(wù)器與服務(wù)器節(jié)點(diǎn)之間存在海量的內(nèi)部數(shù)據(jù)交互需求。
目前，三大運(yùn)營(yíng)商是我國(guó)算力網(wǎng)絡(luò)建設(shè)中的主力，通過(guò)發(fā)揮網(wǎng)、算、數(shù)一體全要素資源優(yōu)勢(shì)，為用戶提供「即取即用」的算力資源。
未來(lái)，隨著AIGC產(chǎn)業(yè)的成熟，對(duì)于算力的需求也將更加多元。運(yùn)營(yíng)商通過(guò)算、網(wǎng)、智一體化編排調(diào)度，為用戶提供多元算力服務(wù)，將成為算力中間層廠商的落地方向。
模型層
趨勢(shì)七：云計(jì)算通過(guò)MaaS發(fā)起洗牌戰(zhàn)，全鏈路生態(tài)玩家先發(fā)制人
由于垂直企業(yè)研發(fā)大模型的投入產(chǎn)出比較低，且算力、數(shù)據(jù)、人才等模型研發(fā)所需要素皆有不足。
相比于研發(fā)出比肩 GPT-4、Palm 2通用基礎(chǔ)大模型，國(guó)內(nèi)各垂直領(lǐng)域企業(yè)更期待基于通用大模型技術(shù)垂直開(kāi)發(fā)專屬模型。
在未來(lái)，技術(shù)和模型的統(tǒng)一將使得 AI 大模型逐步標(biāo)準(zhǔn)化、規(guī)�；�。
基于標(biāo)準(zhǔn)化的大模型，有助于為大范圍產(chǎn)業(yè)化提供基礎(chǔ)和可能，從而實(shí)現(xiàn) MaaS 生態(tài)。
進(jìn)一步借助云部署和云端協(xié)作，AI 將有可能成為像水電一樣的「新基建」 賦能各行各業(yè)，催生顛覆性的應(yīng)用場(chǎng)景和商業(yè)模式。
應(yīng)用層
趨勢(shì)八：大模型重塑移動(dòng)游戲開(kāi)發(fā)，強(qiáng)化學(xué)習(xí)風(fēng)靡
大模型等AI技術(shù)已應(yīng)用于移動(dòng)游戲開(kāi)發(fā)，其中大型多人在線游戲（MMO）將成為首要試驗(yàn)領(lǐng)域。
強(qiáng)化學(xué)習(xí)契合游戲多方面特性，在現(xiàn)階段的游戲技術(shù)開(kāi)發(fā)過(guò)程中占主導(dǎo)地位。它會(huì)為玩家?guī)?lái)更加智能、豐富和個(gè)性化的游戲體驗(yàn)，這也將成為游戲開(kāi)發(fā)商們競(jìng)相嘗試的領(lǐng)域。
同時(shí)，游戲行業(yè)環(huán)境穩(wěn)中向好，游戲版號(hào)的平穩(wěn)發(fā)放，多方對(duì)游戲行業(yè)的支持較穩(wěn)定。這對(duì)從業(yè)者來(lái)說(shuō)是個(gè)積極的信號(hào)。
WAIC 2023 「游戲 AI 應(yīng)用與游戲科技論壇」中，騰訊旗下的騰訊AI Lab、天美J3工作室、騰訊T1工作室、騰訊魔方工作室分享了在游戲 AI 道路上的最新進(jìn)展。
量子位智庫(kù)還關(guān)注到，網(wǎng)易祝融工作室6月發(fā)布的手游《逆水寒》已在多方面融入 AI 技術(shù)，他們的研究和實(shí)踐將極大地推動(dòng)游戲行業(yè)的發(fā)展，為玩家?guī)?lái)更加出色的游戲體驗(yàn)。
整體來(lái)說(shuō)，量子位智庫(kù)看好國(guó)內(nèi)游戲行業(yè)的穩(wěn)步增長(zhǎng)和未來(lái)的潛力，AI技術(shù)的應(yīng)用將為游戲開(kāi)發(fā)帶來(lái)新的機(jī)遇和挑戰(zhàn)，相信未來(lái)的游戲?qū)?huì)更加智能、多樣化，并滿足玩家不斷增長(zhǎng)的需求。
趨勢(shì)九：具身智能火熱，機(jī)器人玩家重倉(cāng)「人形」
具身智能概念日益受到重視，在這一趨勢(shì)下，已有成型的仿生機(jī)器人項(xiàng)目引入了具身智能的概念，更多機(jī)器人玩家看重 AI 與仿生智能體相結(jié)合。
WAIC 2023「具身通用人工智能」會(huì)議中，清華大學(xué)交叉信息研究院教授陳建宇分享了研究的新進(jìn)展，并發(fā)布了團(tuán)隊(duì)所設(shè)計(jì)的人形機(jī)器人的最新版本。
宇樹(shù)科技最新四足機(jī)器人 Unitree GO2 ，該機(jī)器人采用「GPT 自動(dòng)生成控制代碼」和「AI 訓(xùn)練步態(tài)」，顯示了具身智能在機(jī)器人設(shè)計(jì)中的應(yīng)用。
還有像傅利葉智能等公司也加入到人形機(jī)器人行業(yè)中，發(fā)布最新通用人形機(jī)器人GR-1。
此外，達(dá)闥科技的具身智能成果Cloud Ginger也在展會(huì)上亮相，發(fā)布首個(gè)機(jī)器人多模態(tài)大模型RobotGPT。
整體來(lái)看，AGI 及大模型技術(shù)等的發(fā)展，越來(lái)越多的從業(yè)者對(duì)仿生機(jī)器人產(chǎn)業(yè)表示看好。
趨勢(shì)十：大模型范式天然為教育而生，人機(jī)協(xié)同助力高質(zhì)量數(shù)據(jù)迭代
在AI賦能的世界里，學(xué)習(xí)者與AI之間將經(jīng)歷以下過(guò)程：
從最初的「被動(dòng)消費(fèi)者」逐漸變成「交互消費(fèi)者」，AI工具在與學(xué)習(xí)者的交互中學(xué)會(huì)去適應(yīng)學(xué)習(xí)者的思維。
接下來(lái)，單個(gè)學(xué)習(xí)者借助AI工具創(chuàng)造內(nèi)容，逐漸擴(kuò)展到一個(gè)小組借助AI工具創(chuàng)造內(nèi)容，到最后學(xué)習(xí)者完全轉(zhuǎn)變?yōu)椤笖U(kuò)充」學(xué)習(xí)模式。
由此可見(jiàn)，大模型和人類在交互中共同進(jìn)步。
人類產(chǎn)生的數(shù)據(jù)可以被采集并用作訓(xùn)練模型的數(shù)據(jù)，幫助模型迭代；迭代后的模型又可以更好地服務(wù)于人類。
未來(lái)，大模型的迭代關(guān)鍵在于吸納更多人類高質(zhì)量數(shù)據(jù)。
目前GPT已獲得部分高校的初步應(yīng)用，主要用來(lái)做學(xué)習(xí)/預(yù)測(cè)性分析。以GPT已經(jīng)落地的香港科技大學(xué)為例，其通過(guò)引進(jìn)GPT做三方面探索：
1）理解人們?nèi)绾瓮ㄟ^(guò)GPT學(xué)習(xí)；
2）利用GPT搭建個(gè)性化學(xué)習(xí)模式，并改進(jìn)教學(xué)內(nèi)容；
3）理解不同因素（例如提示工程和評(píng)估設(shè)計(jì)）如何影響學(xué)習(xí)成果，并將反饋用于教學(xué)場(chǎng)景。
報(bào)告獲取
復(fù)制下方鏈接至瀏覽器打開(kāi)：
https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f
