之前一直备受追捧的生成式人工智能（Generative Artificial Intelligence， GenAI，亦即人工智慧生成内容，AI Generated Content，AIGC），近日突然遭唱淡，ChatGPT开发商OpenAI被质疑入不敷支，可能在2024年底前破产。听到这些言论，不禁忆起互联网面世之初，也经历过相同质疑，如今已成了人类生活中不可或缺的一部分。创新科技历来需要打持久战，过程中有高有低，亦必定会出现赢家及输家，关键是能否识别出具潜力的目标。
生成式人工智能2.0（AIGC 2.0）的生态包括了基础设施层、模型层与应用层。简单来说，基础设施层主要提供GPU晶片、AI晶片、超级电脑等演算法基础设施，以及机器学习框架、云作业系统等软体。模型层专注于研发大模型，并对外提供AI模型服务或者API（应用编程接口）服务。应用层则专注于解决某一特定领域需求，为终端使用者带来新的功能、产品、服务和应用。
至于ChatGPT正是OpenAI基于GPT 4通用大模型开发的一款应用，作为首个面向普罗用户开放的聊天机器人，它不但懂得用人类自然语言来互动，完成自动生成文字、自动问答、自动摘要等任务，并在许多知识领域给出详细和清晰的回答。
在上述三层体系中，目前中国市场普遍看好从模型出发的公司。大模型技术沿各技术路线迅速发展，在自然语言处理、机器视觉和多模态等领域涌现不同的预训练大模型。据不完全统计，至今年5月底，内地已发布了79个10亿级参数规模以上大模型，通用大模型和垂直大模型的创业如火如荼，而自建模型的应用也在努力构建着自己的壁垒。
比起过去AI系统需要先定义一个特定的目标，再去收集足够的相应资料来优化模型和解决问题，AI 2.0通用大模型最大特点是无需定义一个特定的目标，机器可以通过无监督预训练学习，大大增强了通用性和泛化性。经过海量通用资料训练出的底座模型，通过零样本或小样本精调直接可供下游任务使用，让各行各业以更低成本、更低门槛，把AI 2.0应用在不同的场景。
内地科技巨头几乎每周都会宣布大模型的研发进展与行业合作动态，最瞩目当属百度推出“文心”大模型，其宣称要把所有的产品都重做一遍。阿里云有ModelScope开源社区，而坐拥最多用户的腾讯则决定先聚焦产业。另外，前美团联合创始人王慧文、曾任搜狗公司CEO的王小川、创新工场董事长李开复等产业领军者，都在筹组团队致力打造新一代的底座大模型。
但与获微软支持的OpenAI、谷歌的Bard等美国科技巨擘相比，中国在这方面起步比较晚，研究主体数量多并不意味研发水准高。如百度的聊天机器人在支持多语种能力方面，还是不如ChatGPT，中文对话回应速度也有差距。
加快处理繁琐文档
庆幸的是，中美对于AI通用底座大模型的生态环境非常不同，中国拥有独特的机会。中国制造业门类最全，但一般企业进行智能制造升级，通常面临资源有限、算力投资难度大、高水准人才稀缺等发展瓶颈。大模型作为解决上述问题的最优路径之一，可极大降低企业的技术门槛和开发成本。未来大模型将带动新的产业和服务应用范式，在深度学习平台的支撑下，成为产业智慧化基座，打造可面向跨场景或行业服务的“元能力引擎”。
此外，还有一些公司在做自建垂类模型的应用，从拥有垂直行业的特有资料、到训练模型、到特定的强化学习、到外挂知识图谱、到开发终端应用，针对某一类场景建立闭环训练模型，最终基于这个模型开发出应用。
以AI于医疗场景的应用为例，过去的科技公司大多只做简单的病历审核，用于给保险理赔时判断用药和操作规范，审核报销和保单等。虽然也有医疗版语音病历录入，但只能医生说什么 写什么。有了大模型框架之后，这个领域就能拥有了生成式的能力，未来可引入类似于自动生成会议纪要，并为纪要自动做摘要和翻译的功能，医生只需输入关键的内容，比如病人的血压值，后面的东西AI就可以自动补全。在医生和患者对话的过程中，大模型亦可以自动提取有效资讯，并自动生成病历。
当然，目前基础大模型距离大规模产业应用还有很长的一段路要走，但生成式人工智能经已是明确趋势。聊天机器人的应用是训练与检验人工智能生成内容的一种直观方式，惟聊天不是刚需，所以不必担心OpenAI是否会破产，未来只需集中火力强化大模型发展，打造标杆专案，辅以行业专有训练资料集为基础，打造金融、医疗、电力等领域的专业大模型，长远前景必然是一片光明。
