ChatGPT 浪潮之下:国内外 AIGC 与 GPT 技术的演化与应用

ChatGPT 浪潮之下:国内外 AIGC 与 GPT 技术的演化与应用

Read Time: 0 Minutes

去年底,Open AI 公司推出 ChatGPT 迅速火爆全球。上市不到一周下载量超 100 万,不到两月用户超 1 亿,其风靡也让 AIGC 和 GPT 技术受到了广泛关注。

AIGC 和 ChatGPT 有何技术背景?其效能和应用场景是怎样的?在哪些领域具备商用前景?国内外 AIGC 的演化情况是否不同?针对这些主题,GLG 格理集团邀请了专家团成员,Assistencial Consulting 管理合伙人方发和先生进行详细分享。以下为活动摘要。


Q1AIGC 和 ChatGPT 的技术背景是怎样的?

方发和:AIGC(AI Generated Content)指人工智能生成内容,即利用人工智能算法快速生成文本、图象、音频等内容的技术。AIGC 是继 UGC(User Generated Content)和 PGC(Professionally Generated Content)之后的新型内容生产方式,其使用大量数据训练的模型生成内容,可为用户解决内容生成方面的难题,从而节约时间和资源,提高工作效率。举例而言,聊天机器人(虚拟助手)就是 AIGC 技术的应用成果,其应用场景正在不断拓展,拓展方向包括:

  1. 作为内容生成的主要技术,生成的内容范围和数量不断增加;
  2. 生成内容质量逐步提高
  3. 进入更多领域,如医疗、金融、教育等;
  4. 与其他技术融合,如虚拟现实、VR 等,增强用户体验满意度;
  5. 支持更多语言,除英文、中文,还有其他多种语言来满足全球用户需求。

目前的 ChatGPT 由美国初创公司 OpenAI 基于 GPT-3.5 架构开发。GPT-1、GPT-2 和 GPT-3 都是 OpenAI 开发的语言模型。GPT(Generative Pre-Training)是一种神经网络的、机器学习的训练模型(中文被翻译为生成预训练转换器)。

通过在互联网获取大量新闻、文学、学术、博客、脚本、电影、电视节目等内容,具备数百万文本和对话的自动学习算法,它可以理解单词和短语在具体场景的上下文含义,并生成相关回应。虽然 ChatGPT 的回答有时不太正确,但总体上已能够理解问题,并给出高质量回答,这也是其风靡世界的原因。

Q2AIGC 和 GPT 技术有何应用场景?

方发和:基本上,AIGC 能以优于人类的生产能力和知识水平,承担信息挖掘、素材调用、复刻、编辑等基础性、机械性劳动,实现以低边际成本、高效率方式满足海量个性化需求。此外,还能通过数字内容和其他产业的多维互动、融合参透,孕育出新业态、新模式。GPT 技术的效能是自然语言处理或 NLP,譬如文本的分类、问答、机翻和生成等。另外,针对聊天机器人场景进行微调,在对话中生成类似人类的响应。同时,生成高质量文本,如文章、摘要,甚至创意写作。GPT 技术还可以用于自动分析,生成报告和可视化,从大量数据中提取总结或见解。

这些领域可期待的应用场景包括非常广泛,比如:

  • 传媒、影视方面:推出撰稿机器人、剧本创作机器人与人工智能合成主播等。我们将来在互联网上看到的主播,有可能就是有形有象的虚拟机器人。过去拍电影时用真人替身,现在可能用 AI 合成方式,做得更形象、贴近。
  • 教育、文娱方面:合成虚拟教师,根据课本制作历史人物形象,将 2D 课本转换成 3D,合成音频、视频动画等。
  • 金融方面:实现金融资讯、产品介绍的自动化生产,塑造虚拟数字人客服。
  • 医疗方面:为失声或聋哑的人合成语言音频,为残疾人合成肢体投影,为心理疾病患者合成医护陪伴。
  • 工业方面:生成延伸的设计,为工程师提供灵感。

Q3:AIGC 的变现模式是怎样的?

方发和:随着 ChatGPT 开启付费订阅的试点,AIGC 的商业化进程正式拉开帷幕。我认为,其变现路径有以下几种:

  1. 作为底层平台,按数据请求量和实际计算量来收费,比如对外提供 API 接口。
  2. 按产出内容来收费,如产出的图像或音乐。
  3. 按模型训练的费用来收费,适于 NPC 训练等个性化定制需求比较强的领域。
  4. 根据具体属性收费,如版权授予。
  5. 提供 AIGC 工具的平台按需(Subscription Based)收费,类似 SaaS 模式。

Q4:国内在 AIGC 领域有何玩家?国内外的发展有何主要差别?

方发和:国内的领头羊当属百度,其 ChatGPT 的竞品项目“文心一言”正在准备推出。该领域的玩家还有阿里、腾讯、北京智源、科大讯飞等。其中,北京智源构建了号称世界最大自然语言模型——悟道 2.0,但其商用落地还不太明朗。中国也有些崭露头角的初创公司,譬如 WIT.AI 和元语智能,后者推出国内了首个大模型、功能型对话产品 ChatYuan。

但中国在该领域与美国还有明显差距。基层技术水平和资金资源投入是产生差距的核心原因。构建生成式 AI 模型需要战略眼光和重大投入。Open AI 起初是非盈利组织,市场前景不明朗之下,雇佣世界顶级的科学家和工程师,使用最好的计算机资源,专心做生成式 AI 的研发。

与之相比,中国更侧重于现有技术的商业化和成功创业公司的规模化,譬如看到美国某些科技方面有了好势头,按照这个势头跟进或者优化。另外,大多数中国公司都是短期利益驱动,缺乏前瞻性研发的长期持续投入。

另外,中美持续脱钩竞争,会使中国在芯片、算力方面遭受负面冲击。然而,中国政府在推动产业上能发挥比美国更大的作用。目前,市场的参与度、热度会持续高涨,投资水平也不断提升,未来中国本土市场的竞争可能会更加激烈


关于作者

方发和先生,行业独立顾问,具有超 40 年的 IT 行业经验,在系统工程、软件开发、IT 服务外包业务管理、海外市场拓展方面,拥有丰富知识和经验。自 2018 年 1 月至今,在 Assitencial Consulting 担任管理合伙人。此外,方先生还曾于边缘计算产业联盟 (ECC)、软通动力集团、Ventana Global Investment、东软集团、科联软件有限公司、 IBM 担任要职。方先生目前的荣誉称号包括中国服务外包研究中心(COI)特聘专家、中国国际投资促进会(CCIIP)数字服务贸易工作委员会特聘专家。

 

GLG 格理集团致力于打造全球知识平台,为需要专业洞见的商业决策者匹配具有一手经验的行业专家,助力他们以更加明确的目标和坚定的信心做出决策。本文作者曾参与 GLG 格理集团关于“从 ChatGPT 看 GPT 技术的演化、应用及 AIGC 赛道国内外发展对比?”的洞见访谈。如果您想与包括方发和在内的 GLG 专家库约 100 万专家中的任何一位交谈,请与我们联系

*以上分析仅代表专家个人观点,格理集团不予置评或背书,并不负责文章中所涉观点的真实性、关联性或完整性。

订阅 GLG 洞见趋势月度专栏

输入您的电子邮件,接收我们的月度通讯,获取来自全球约 100 万名 GLG 专家团成员的专业洞见。