上周四，百度文心一言、訊飛星火大模型等一批大語(yǔ)言模型正式獲批提供服務(wù)。AI引發(fā)了人工智能范式的改變，同時(shí)，人們很自然地發(fā)問(wèn)范式變革中，錢(qián)在哪里？主角是什么？
除了MidJourney的傳奇（2022年11個(gè)人的收入達(dá)到了1億美元），創(chuàng)業(yè)者和投資人始終懷揣著希望，期待探索AIGC（生成式人工智能）帶來(lái)的商業(yè)模式。本文嘗試從大模型的構(gòu)成角度，分析一下創(chuàng)業(yè)和投資的機(jī)會(huì)，順帶在結(jié)尾講個(gè)“誤入錢(qián)眼“的創(chuàng)業(yè)故事。
圖1：文生圖示例雨中的賽博朋克風(fēng)女殺手（此圖由HiDream的Pixeling V1.0生成。）
LLM（大語(yǔ)言模型）- 大公司燒錢(qián)做生態(tài)，創(chuàng)業(yè)者的陷阱
我們看一下大語(yǔ)言模型應(yīng)用的架構(gòu)（見(jiàn)下圖）， 不難看出，最底層構(gòu)筑在堅(jiān)實(shí)的硬件基礎(chǔ)上，目前有以NVIDIA為代表的GPU廠商和以CoreWeave等為代表的算力提供者。和手機(jī)一樣，硬件是商業(yè)化中永遠(yuǎn)的硬道理，此為商業(yè)機(jī)會(huì)之一， 但創(chuàng)業(yè)者和投資人機(jī)會(huì)不多， 除了為大模型優(yōu)化算力平臺(tái)。
大洋彼岸，主流大模型目前尚為數(shù)不多，OpenAI、Meta、Google等大廠都以大模型為基礎(chǔ)開(kāi)始布局，還有當(dāng)年transformer的作者出來(lái)創(chuàng)立的LLM（Adept、Cohere、Character.ai）更趨向差異化而非同質(zhì)化。
我們從中更多看到大廠的生態(tài)之戰(zhàn)如果沒(méi)有自己的大模型，就沒(méi)有未來(lái)。人們看好微軟勝過(guò)Amazon，就是因?yàn)樗鬆奎S右擎蒼，占盡了OpenAI和Meta Llama 2大模型的先機(jī)，產(chǎn)品全部擁抱AI。得模型者得天下，有大模型構(gòu)筑的基礎(chǔ)平臺(tái)，應(yīng)用建在平臺(tái)之上，釜底抽薪一般從Amazon手上搶客戶(hù)。
基礎(chǔ)大模型是個(gè)巨大的吞金獸，大廠練來(lái)跑馬圈地，算大賬，算得過(guò)來(lái)，小廠除了垂類(lèi)模型幾乎沒(méi)機(jī)會(huì)，創(chuàng)業(yè)者慎入。
圖3：AI模型的演進(jìn) （源自www.lightspeed.com）
OpenAI和大廠模型屬第一波，transformer作者的大模型屬第二波， 后面不斷涌現(xiàn)的各種模型，自己練的或利用開(kāi)源模型練的，應(yīng)該屬第三波。大語(yǔ)言模型的發(fā)展趨勢(shì)，是從基礎(chǔ)大模型到垂類(lèi)模型，再到以面對(duì)企業(yè)應(yīng)用為主的長(zhǎng)尾模型演進(jìn)。
圖4：中國(guó)LLM一覽（圖片源自網(wǎng)絡(luò)）
需要說(shuō)明的是，國(guó)內(nèi)的LLM鋪天蓋地一般卷過(guò)來(lái)，除了幾家大廠，我們有理由猜測(cè)，大部分都是用開(kāi)源模型訓(xùn)練出來(lái)的模型（沒(méi)有足量GPU這個(gè)金剛鉆，哪來(lái)的瓷器活兒？），屬于模型再造， 省了耗費(fèi)幾乎99%算力的pre-training（預(yù)訓(xùn)練）環(huán)節(jié)，多快好省，值得肯定，但大多數(shù)屬垂類(lèi)模型或甲方大模型，不屬于真正意義的基礎(chǔ)大模型。
訓(xùn)練基礎(chǔ)大模型耗資耗人，動(dòng)輒千萬(wàn)美金，是富人游戲，創(chuàng)業(yè)者慎入。
原因很簡(jiǎn)單，我們把指算過(guò)創(chuàng)業(yè)公司融到的錢(qián)，與國(guó)外同類(lèi)別的創(chuàng)業(yè)者比起來(lái)，融資額大約1/10，不夠訓(xùn)練模型。假如真的從頭做預(yù)訓(xùn)練，GPU熱起來(lái)， 開(kāi)機(jī)不久即耗盡融來(lái)的錢(qián)。
AI工具 - 淘金潮中賣(mài)鎬， 技術(shù)含量高
生成式人工智能在創(chuàng)立新范式的同時(shí)，創(chuàng)造了一大批新工具的機(jī)會(huì)。這些工具從評(píng)價(jià)模型、運(yùn)行和維護(hù)模型、增強(qiáng)系統(tǒng)到操作工具，無(wú)一不是范式改變帶來(lái)的新機(jī)會(huì)。
尤其值得重視的是管理、訓(xùn)練各類(lèi)數(shù)據(jù)的工具，以及安全防護(hù)體系。安全工具既有傳統(tǒng)安全工具，更有面向模型的安全及合規(guī)等。試想一下，丟了數(shù)據(jù)已經(jīng)很可怕，如果訓(xùn)練出來(lái)的模型被侵入，豈不是授人以入侵自己隱私的高效工具？
安全，實(shí)際上應(yīng)該不僅僅是工具，而是必不可少的基礎(chǔ)設(shè)施。
林林總總，老工具用不上，創(chuàng)業(yè)者大顯身手， 機(jī)會(huì)較多。
新AI應(yīng)用 - 百花怒放的樂(lè)園
應(yīng)用層是富礦，創(chuàng)業(yè)機(jī)會(huì)多。
不論是toB應(yīng)用還是toC應(yīng)用，新一代人工智能創(chuàng)造的新范式，提供了無(wú)窮無(wú)盡的機(jī)會(huì)。
toC的特征是革命性地切入新場(chǎng)景，toB則是新老共存。
我們可以用淺表層應(yīng)用來(lái)描述to C，它的特征是產(chǎn)品經(jīng)理創(chuàng)新機(jī)會(huì)多，基本無(wú)需深挖模型即可遞交用戶(hù)喜歡的應(yīng)用。
不難預(yù)見(jiàn)，將會(huì)有一批優(yōu)秀的中國(guó)產(chǎn)品經(jīng)理，在范式變革的大潮中成為國(guó)際大玩家，或許，新一代張一鳴們正在快速出現(xiàn)。
to B應(yīng)用考驗(yàn)的是從業(yè)者對(duì)企業(yè)需求痛點(diǎn)的了解，利用新手段解決老問(wèn)題，除了少數(shù)顛覆性創(chuàng)新，更多的是沿著降本增效這個(gè)企業(yè)價(jià)值路徑發(fā)展。技術(shù)變革提供了一招鮮吃遍天的機(jī)會(huì)，但革命不易成功，說(shuō)到底，傳統(tǒng)玩家占盡了應(yīng)用場(chǎng)景，新手段和工具扮演了革新的角色，應(yīng)該是新老并存的格局。
私有化部署的甲方大模型，應(yīng)該在很長(zhǎng)一段時(shí)間內(nèi)有快速增長(zhǎng)的剛需。
唯一值得留意的是，中國(guó)的toB市場(chǎng)和美國(guó)toB市場(chǎng)由于客戶(hù)構(gòu)成、采購(gòu)行為的不同，差異巨大，創(chuàng)業(yè)者萬(wàn)萬(wàn)不可照搬。這兩天前往三亞參加中國(guó)CIO峰會(huì)，期待和行業(yè)專(zhuān)家們探索，這個(gè)話題留作將來(lái)做專(zhuān)題討論。
文生視覺(jué) - 被證實(shí)的富礦；中國(guó)版的MidJourney - 快感和痛感并發(fā)的產(chǎn)物
MidJourney直撩設(shè)計(jì)師，極大地提高了美工設(shè)計(jì)的效率，數(shù)秒鐘出一張圖，可以說(shuō)徹底改變了生產(chǎn)方式，使用者付費(fèi)意愿強(qiáng)烈，11個(gè)人一年收入1億美元，成了迄今為止AIGC商業(yè)的最亮點(diǎn)。
今年年初，筆者和設(shè)計(jì)師一起折騰了好一陣子，研究MidJourney，現(xiàn)場(chǎng)體驗(yàn)了C端付費(fèi)B端買(mǎi)單商業(yè)模式的硬道理。
同時(shí)，也強(qiáng)烈的感受到使用門(mén)檻之高 一個(gè)大美工不斷修正復(fù)雜又專(zhuān)業(yè)的英文描述，通過(guò)“修”prompt（提示）， 以期產(chǎn)生滿(mǎn)意的創(chuàng)意圖，同時(shí)還要忍耐模型中國(guó)風(fēng)格的缺陷由于彼時(shí)只有MidJourney這種只懂英文、只學(xué)習(xí)過(guò)西方文化素材的模型，所以倒逼設(shè)計(jì)師利用各種手段提高英文準(zhǔn)確度，還要忍受把“Chinese”表現(xiàn)成東瀛或韓國(guó)風(fēng)的窘境。
顛覆性的手段帶來(lái)設(shè)計(jì)效率革命，設(shè)計(jì)師同時(shí)忍受著語(yǔ)言和畫(huà)風(fēng)錯(cuò)配的煎熬， 強(qiáng)烈的快感加痛感并發(fā)，讓我們堅(jiān)信中國(guó)需要自己的MidJourney。不僅如此，我們還認(rèn)為MJ應(yīng)該被超越，有兩個(gè)原因：第一，市場(chǎng)呼喚比MidJourney更懂人話的工具；第二，中文元素或全球范圍的本地元素應(yīng)該被很好地表達(dá)。除此以外，電商、廣告對(duì)海量圖片、小視頻為核心的高效生產(chǎn)工具，對(duì)接生產(chǎn)系統(tǒng)的需求，是個(gè)龐大的市常
天賜良機(jī)，跟數(shù)年來(lái)一直圖謀共同“搞事情”的科大師弟梅濤院士一拍即合，懂算法、會(huì)模型、工業(yè)界操練了多年的老兵下場(chǎng)，于是，就有了阿爾法公社和科大校友們種子輪支持梅濤院士創(chuàng)業(yè)的HiDream。短短幾個(gè)月， HiDream表現(xiàn)出了難以想象的迭代速度和驚艷的效果，徹底顛覆了業(yè)界由來(lái)已久的“學(xué)者創(chuàng)業(yè)偏見(jiàn)”。
以下是相同Prompt下，MidJourney和Hidream生成實(shí)例對(duì)比圖。
Prompt：Dungeons and dragons character portrait, dark short - haired woman, Wild West tracker holding a brass spyglass, Emma stone, clever, upbeat and witty, and strong
Prompt：A young French Bulldog appears confused after being ambushed, wide-eyed and stunned, pixar style
Prompt：Alien looking strange cute happy little bunny
圖5-7：MidJourney和Hidream由同樣prompt生成的圖
MidJourney做了寶貴的開(kāi)創(chuàng)性工作，后來(lái)者如果能更好地應(yīng)用transformer，打造更強(qiáng)的模型能力，不再簡(jiǎn)單依賴(lài)Diffusion Model（擴(kuò)散模型，MJ基于這個(gè)模型不斷優(yōu)化出了現(xiàn)在的工具）， 應(yīng)該大有可為。我們也堅(jiān)信MJ會(huì)利用搶跑優(yōu)勢(shì)，擺脫對(duì)擴(kuò)散模型的依賴(lài)，持續(xù)為市場(chǎng)帶來(lái)驚喜。
無(wú)論是工具、淺表層應(yīng)用，或是深層企業(yè)應(yīng)用，都處在規(guī)模生成、暗流涌動(dòng)的早期。AIGC剛剛開(kāi)始，我們期待算法的創(chuàng)新和迭代為工業(yè)界不斷展示更絢麗的篇章。
2023年9月6日凌晨于合肥。
本文作者許四清，阿爾法公社創(chuàng)始合伙人、CEO。
