自去年ChatGPT聊天机器人问世以来，市场上掀起了生成式人工智能热潮。字节跳动、万兴科技、蓝色光标等国内领头企业纷纷加码布局生成式AI赛道，希望在AI前沿科技领域大展拳脚，并为此倾注大量资源。
瑞承了解到，今年6月，北京生数科技有限公司正式宣布完成近亿元人民币的天使轮融资，由蚂蚁集团领投、百度发起的BV百度风投、卓源资本跟投，目前估值已达1亿美金。资金主要用于加速多模态大模型和应用产品的研发。同月，昆仑万维发布公告，拟通过控股子公司Star Group，以17.14亿元的估值收购Singularity AI全部股权，间接控股生成式人工智能明星公司“奇点智源”，作为国内领先布局AIGC的企业之一，此举将有助于昆仑万维在生成式人工智能领域建立并保持长期的核心竞争优势。
根据全球知名咨询公司麦肯锡表示：相信投资行家们正准备在未来十年大举投资，推动中国企业的人工智能发展，每年的款项数额不仅将达到数万亿美元，还将成为中国经济增长的战略驱动力。
AIGC催生新业态，万亿市场引科技巨头竞相涌入
●AIGC赋能，助力企业在竞争激烈的市场中脱颖而出
AIGC(生成式人工智能)基于生成算法、预训练模型和多模态技术，转变了AI的应用方式。从分析为主到创造为主，是人工智能1.0时代进入2.0时代的重要标志。预训练模型、多模态技术、生成算法等技术的累积融合提高了AIGC模型的通用性和工业化水平，使其成为内容生成的强大工具。
近日，国内一系列AI大模型产品获批上线，包括百度（千帆大模型）、抖音（云雀大模型）、智谱 AI（智谱清言）、中国科学院（紫东太初大模型）、百川智能（百川大模型）、商汤（商量 SenseChat）、上海人工智能实验室（书生通用大模型）、科大讯飞（讯飞星火认知大模型）等。随着AI大模型急速发展，各行业企业都在尝试使用大模型来驱动自身业务的长效增长，力求在商业环境中赢得竞争优势。
以百度智能云千帆大模型为例，千帆大模型平台月活企业数已近万家，覆盖金融、制造、能源、政务、交通等行业的400多个场景，纳管国内外主流大模型达42个，还预置了41个高质量有行业特色的数据集，预装了知识问答、客服对话、代码助手等10个精选应用范式，大幅降低企业使用、训练和推理大模型的门槛。
●AIGC能创造更多经济效益
当前AIGC已经率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得突破，市场潜力逐渐显现。在广告领域，腾讯混元AI大模型能够支持广告智能制作，即利用AIGC将广告文案自动生成为广告视频，可以大大降低广告视频制作成本。有机构预测，未来五年10%-30%的图片内容由AI参与生成，有望创造超过600亿以上市场规模。瑞承了解到，在传统人工智能和先进分析技术的基础上，AIGC每年可以在我国释放价值2万亿美元的经济效益，约占全球经济总量的三分之一。
●AIGC技术将重新塑造各个行业
越来越多的迹象显示，AIGC的出现，正在为每一个行业带来颠覆式的变革，引领各行各业迈向高效时代。在零售行业，当今60%的购物旅程从网上开始。零售商借助AI 可以提升客户体验、实现动态化定价、细分客户、设计个性化推荐以及进行可视化搜索，满足消费者不断变化的期望，从而在日益激烈的竞争中脱颖而出。
在药物研发领域，传统的药物研发是一个资源密集型过程，往往需要合成超过上千种化合物，但平均成功率仅为10%。如今，使用生成式AI模型读取蛋白质氨基酸序列，进而更准确预测目标蛋白质的结构，所需要的时间从几周或几个月缩短到几秒。全球领先的生物技术公司安进使用 NVIDIA BioNeMo 模型，将用于分子筛选和优化的自定义模型的训练时间从三个月缩短到几周，借助这种可训练的基础模型，科学家能够创建用于特定疾病研究的变体，从而开发出针对罕见病症的靶向治疗方法。
在金融服务业，最热门的AI应用是客户服务和深度分析，自然语言处理与大语言模型被用于更好响应客户咨询和发现投资洞察。百融云创开发的百小融，依托Transformer架构搭建算法模型，采用与ChatGPT同源的智能语音识别技术，如软交换（FreeSWITCH）、ASR（自动语音识别）、TTS（文字转语音）、NLP等技术，具有解决“听、说、读、决策”的四项全能能力，合作客户覆盖银行、汽车金融公司、保险公司等超7000家金融机构，为金融场景服务带来重大革新。
当下AIGC发展迅速，未来会遇到哪些挑战？
AIGC利用模型生成的海量内容依赖于大规模的训练数据以及算力设备的支撑。随着AIGC应用的火爆，隐私信息被侵犯、造假勒索诈骗以及算力设备供应被限制的“降温”作用越发明显。
隐私与数据保护受到挑战。AIGC改变了隐私的边界与预期，如果企业在服务中引入AIGC，用户的隐私与数据安全可能面临巨大的合规挑战。因为AIGC不可避免会收集应用场景中的数据，用于内容生成并反馈，以及用于算法的训练，所提供的隐私信息甚至可能在其他场景下被披露。另外，基于AIGC的交互性，用户在使用AIGC技术时，存在主观诱导的可能，给企业带来法律风险。
网络安全治理迎来难题。人工智能可以成为破坏网络安全和管理的“帮凶”。在人工智能的协助下，网络攻击者可以随时随地对特定目标轻易发起针对性和隐蔽性很强的进攻。如果数据源头有毒，那么在人工智能应用中，将干扰数据分析模型正常运行。比如在智能汽车系统中“投毒”，可能导致交通事故；在网络舆论宣传中“投毒”，一些负面思想可以更加隐蔽地渗透到大众思想观念中。因此，随着人工智能技术的广泛应用，要求企业提高对模型迭代时效性、算法的要求，从而提高大模型的安全性。
深度造假风险。得益于海量数据、强大处理能力和创新算法，AIGC可用于创建与真实新闻无异的假新闻文章，影响舆论、煽动暴力，削弱人们对新闻业和信息来源的信任。另外通过合成视频或图像，冒充他人，实施勒索、诽谤或欺骗，会对社会造成不良影响。
人工智能相关芯片被限制对华出口。人工智能平台需要巨大的数据处理能力，英伟达的A100显卡是目前主流AI芯片，芯片市场龙头地位稳固。为遏制中国AI的发展，自去年10月以来，美国政府就已实施了一系列人工智能芯片出口限制措施。今年10月17日，美国商务部再次扩大对华的芯片出口限制，扩大了对高级人工智能芯片的定义，并对运往40多个国家的芯片产品提出额外的许可要求，以避免转售给中国。
AI芯片进口受限，如何破局？
英伟达CEO黄仁勋近日在DealBook峰会上表示，英伟达的产品依赖于来自世界各地的无数组件。AGI（通用人工智能）可能在五年内超越人类，而美国至少还需要十年的时间来摆脱对海外供应链的依赖，一两年间，实现供应链独立不太现实。
中国作为全球最大的芯片市场，为商业而生的英伟达自然不会轻易放弃。自去年10月，美国政府宣布实施最初的人工智能芯片出口限制以来，英伟达专门开发不会受到限制的中国市场特供A800和H800，以替代A100和H100人工智能处理器。
值得关注的是，在高端芯片进口受限的背景下，反而加速了国产芯片的研发。在NVIDIA、AMD高端产品被限制向中国出售的情况下，国产大模型算力需求快速推动国产芯片市场增长。瑞承了解到，当前国产GPU芯片的研发和生产已经取得了一定的进展，海光、炬芯、寒武纪等企业均拥有具备自主知识产权的GPU芯片，为国内高性能计算和人工智能领域的发展提供了重要支持。虽然国内高端GPU相比国际巨头在显存频率、带宽等参数上还有一定差距，但在典型应用场景下，海光信息的深算一号已基本能够达到国际上同类型高端产品的水平。
AI芯片厂商和国产大模型厂商持续发力，以及《生成式人工智能服务管理暂行办法》出台，为我国AIGC产业发展注入信心和动力。越来越多的企业对AIGC的接受度日益提高，AIGC技术已经不在局限于对人类命令的原始执行，而是正在成为人类在各个领域的合作伙伴。在消费者层面,AI使得许多日常业务流程更简单、更便捷,并带来了更好的体验；在医疗保健领域，借助海量的电子医疗文件，AI可应用于病例的初步诊断。未来,人工智能有望成为医生和患者的强大助力,帮助提升医疗和健康水平；在教育领域,AI数字平台可帮助每个学生发现自己的才能,找到职业发展方向,进行个性化学习,同时帮助教师备课,减轻教师的工作量；在公共管理领域，AI技术可应用在医疗保险、行政审批等许多系统中,大大提升行政程序自动化，并加速以大数据为基础的决策过程。
瑞承认为，AIGC是一个重要的机遇，也是一个必然的趋势。伴随着人工智能技术的不断进步，AIGC的能力和质量也在不断提高，未来应用场景会更加多元化，将为各行各业带来更多可能性。
本文根据东方财富网、观察者网、中国经济新闻网、中国网信杂志、未来智库、科技生活快报报道综合整理
