关键
- ChatGPT：OpenAI开发的生成式AI对话模型，引爆新一轮AI浪潮。
- AIGC：AI生成内容，是AI直接生产内容的基础形式。
- Stable Diffusion：开源的扩散式图片生成大模型，降低了AI绘图门槛。
- 大模型：支撑AIGC的核心技术，决定了AI能力的上限。
- 商业模式：AIGC领域面临的关键挑战，决定了企业能否长期发展。
摘要
一场由 ChatGPT 引爆的科技军备赛正在上演，科技巨头纷纷入局 AIGC 领域。OpenAI 的 ChatGPT 以其强大的对话能力迅速走红，引发了人们对 AI 能力上限的重新认知。与此同时，Stable Diffusion 等开源模型的出现，降低了 AIGC 的使用门槛，催生了一批独角兽企业。然而，在资本狂热的背后，AIGC 的 商业模式 仍不明朗，许多初创企业面临着盈利困境。尽管如此，拥有技术、数据和算力优势的平台型公司，以及专注差异化和互补性的初创公司，仍有望在 AIGC 领域找到属于自己的赛道。
洞察
该播客内容深入剖析了 ChatGPT 爆火背后的行业现状和未来趋势。AIGC 的兴起不仅仅是一场技术革命，更是一场商业模式的探索。虽然目前 AIGC 的商业模式仍不清晰，但其在内容创作、营销、游戏等领域的应用潜力巨大。此外，国内企业在大模型研发方面仍面临挑战，需要加大投入，避免在 AI 时代落后。
观点
01「AIGC 的核心在于大模型」
AIGC 只是 AI 的一种应用形态，其背后的大模型才是核心竞争力。拥有强大大模型的公司，才能在 AIGC 领域占据领先地位。
02 「商业模式是 AIGC 发展的关键」
目前 AIGC 领域缺乏明确且长久的变现途径，许多企业面临盈利困境。探索可持续的商业模式，是 AIGC 发展的关键。
03 「数据和算力是 AIGC 的基石」
AIGC 的发展需要海量的数据进行训练，以及强大的算力进行支撑。拥有数据和算力优势的平台型公司，更有可能在 AIGC 领域取得成功。
深度
ChatGPT 引爆 AI 军备赛：AIGC 浪潮下的机遇与挑战
2023 年初，一款名为 ChatGPT 的 AI 对话模型迅速走红，引发了全球科技界的广泛关注。这款由 OpenAI 开发的 生成式 AI 产品，凭借其强大的语言理解和生成能力，不仅让人们看到了 AI 技术的新高度，也点燃了新一轮的 AI 军备赛。
ChatGPT 的横空出世
ChatGPT 的出现，无疑给沉寂已久的 AI 行业注入了一剂强心剂。在经历了 2016 年 AlphaGo 击败李世石引发的 AI 热潮后，AI 行业逐渐回归理性，许多 AI 算法公司在硬件化和数据化的道路上苦苦探索。ChatGPT 的出现，如同点亮了一盏明灯，让 AI 行业再次以高光的姿态回到公众视野。
与上一波 AI 浪潮不同，这次的主角从谷歌的 AlphaGo 变为微软支持的 OpenAI。微软 CEO 萨蒂亚·纳德拉公开表示，要将 OpenAI 产品与自身生态结合，将 ChatGPT 加入到微软全家桶中。随后，微软又宣布向 OpenAI 追加数十亿美元投资。与此同时，OpenAI 也公布了 ChatGPT 最新的订阅制商业模式。
面对 ChatGPT 的强势崛起，科技巨头们纷纷坐不住了。谷歌紧急发布了对话 AI 系统 Bard，百度也官宣了正在研发的文心一言项目。一时间，多家科技巨头攻身入局，抢占 AIGC 高地。
AIGC 元年：机遇与挑战并存
AIGC，即 AI 生成内容，是 AI 直接生产内容的基础形式。事实上，生成式 AI 并不是一个新事物，但 2022 年却被许多 AI 行业人士称为 AIGC 元年。ChatGPT 的爆火，以及 Stable Diffusion 等开源模型的出现，极大地推动了 AIGC 的发展。
Stable Diffusion 是 AI 公司 Stability AI 和 Runaway 共同开发的扩散式图片生成大模型。与以往的生成式对抗网络相比，扩散式模型生成图片的速度更快，质量更好。Stable Diffusion 的开源，让 AI 绘图能力飞入寻常百姓家，也成为了 AIGC 能够现象级爆火的条件之一。
在 AIGC 赛道上，涌现出了一批独角兽企业，如 OpenAI、Jasper 和 Stability AI 等。这些企业凭借其在大模型、文生文、文生图等领域的优势，获得了资本的青睐。据研究机构的数据，2022 年海外投资者在 AIGC 赛道至少投入 13.7 亿美元，完成 78 笔交易。
然而，在资本热捧的背后，AIGC 的 商业模式 仍不明朗。许多初创企业面临着盈利困境，甚至有企业已经开始关停业务。例如，AI 绘图公司 StalkAI 宣布将停止为用户提供 AI 绘图服务，开始进行业务转型。
AIGC 的商业模式探索
在 AIGC 领域，商业模式的探索主要集中在以下几个方面：
- API 调用：OpenAI 通过开放 GPT-3 等大模型的 API，吸引了 Jasper 等应用层公司。这些公司通过优化大模型的使用体验，充当普通用户和 OpenAI 之间的中间商。然而，这种模式面临着 OpenAI 业务调整的风险，以及用户直接对接底层模型的挑战。
- 订阅服务：ChatGPT 推出了 20 美元每月的订阅版，提供高峰时段免排队、快速响应以及优先获得新功能和改进等增值服务。这种模式为 ChatGPT 找到了最快最直接的变现道路。
- B 端服务：一些 AI 绘图公司开始尝试为游戏工作室、美术工作室等 B 端客户提供 AI 绘图服务。AI 绘图可以帮助客户节省大量的美术成本，但其随机性太大，能适用的范围较窄。
- C 端应用：Lensar AI 和 Midjourney 等公司通过提供 AI 绘图应用，吸引了大量的 C 端用户。然而，C 端用户很容易拉进来，但很难维持新鲜度。
国内 AIGC 发展面临的挑战
与海外相比，国内 AIGC 的发展仍面临着一些挑战：
- 缺乏可媲美 GPT 的大模型：目前国内没有一款可以媲美 GPT 的大模型，而 OpenAI 的 API 业务对中国用户并不友好。
- 商业模式不清晰：国内 AIGC 领域的商业模式仍不清晰，许多企业面临盈利困境。
- 数据和算力不足：AIGC 的发展需要海量的数据进行训练，以及强大的算力进行支撑。国内企业在数据和算力方面仍有不足。
未来展望
尽管面临着诸多挑战，但 AIGC 的发展前景仍然广阔。随着技术的不断进步和商业模式的不断完善，AIGC 将在内容创作、营销、游戏等领域发挥越来越重要的作用。
对于 AIGC 赛道的参与者来说，未来的发展路径可能分为三种：
- 底层模型研发公司：专注于大模型的研发，提供 AI 能力的基础设施。
- 封装应用的开发者：基于大模型开发各种应用，满足用户的不同需求。
- 利用应用给用户提供专业化 AIGC 服务的供应商：利用 AIGC 应用，为用户提供专业化的服务。
在 AIGC 的浪潮下，拥有数据的平台公司拥有生态优势，初创公司则专注差异化和互补性。各家企业都需要在热潮之下冷静判断，看清前路，找到属于自己的赛道，然后跑下去。
值得注意的是，AIGC 的发展也带来了一些潜在的风险，如版权问题、伦理问题等。我们需要在发展 AIGC 的同时，加强对这些风险的防范和管理。