夜讀 | 十問GPT與AIGC
IDC發文稱，近日OpenAI陸續發佈ChatGPT，GPT-4，引發了AI界的全民狂歡，文生圖類應用如StableDiffusion、Midjourney以及DALL·E2也開始快速流行。百度則於3月16日召開文心一言發佈會，展示了中國廠商的大模型以及生成式AI能力。人工智能市場正式開啓了全新的時代——大模型驅動的AI時代。對此，IDC十問GPT與AIGC真實現狀與未來發展。
大模型、ChatGPT以及AIGC的關係
IDC定義的AI應用均是指基於機器學習算法的AI決策系統。大模型則是指讀取海量數據、參數規模巨大的算法模型。業界一般認爲超過千億級參數即爲大模型，其訓練過程中可能使用了上千張以上的GPU/CPU芯片。ChatGPT與AIGC均爲大模型的應用場景之一。ChatGPT可以類比原有的對話式AI應用、AI賦能的搜索類應用。AIGC則可以分爲生成文本、生成圖像、生成視頻，也可以歸爲大模型的應用場景之一。
GPT-4爲代表的大模型的變革所在
OpenAI自發布GPT1.0模型之後，一直在持續迭代，陸續發佈GPT2.0、GPT3.0和GPT 3.5，本次發佈GPT4.0是其持續投入AI大模型的必然階段。相比前幾個模型，GPT-4的參數量更大，模型迭代時間更長，也能夠給出更準確的結果。IDC認爲，新版本的發佈是大模型循序漸進發展的必然成果。正如百度集團首席執行官李彥宏所說：“公司每一年都會發布大模型的新版本，是多年努力的自然延續”。
ChatGPT可能帶來的產業影響
ChatGPT實質是對話式AI的應用，對話式AI的落地已經非常廣泛。根據IDC追蹤的人工智能市場規模數據，對話式AI市場規模在2022年達到54.6億元人民幣，其市場滲透率相對已經飽和。ChatGPT引發的浪潮促使主流廠商在其對話式AI應用中引入大模型，將帶動對話AI相關市場新一輪增長。此外，在搜索、營銷場景中，ChatGPT類型的應用則可能衍生出全新的產品形態。
市面上可用的產品
關於AIGC，除了大衆所熟知的StableDiffusion, Midjourney以及DALL·E2之外，也有些商業公司對此提供雲端支持。目前亞馬遜雲科技通過IndustryAI以及SageMaker提供了Stable Diffusion的支持。百度的文心一言已於3月16日開啓邀測，提供文學創作、商業文案創作、數理邏輯的推算、自然語言理解以及多模態生成五大功能。此外，還有很多數字人的公司也採用了AIGC相關技術。從技術的角度，當前市面上的產品大多隻能做到文生圖，文生視頻類產品的發佈則還需要時間，值得期待。
關於大模型，在開源社區已經發布的大模型之外，目前提供商用的大模型包括微軟Azure上整合的GPT大模型、百度智能雲以及百度飛槳支持的文心大模型、華爲雲盤古大模型、阿里雲M6大模型。由本土廠商研發的大模型，大多支持本地化部署。
引發的AI行業變革
過去幾年部署的AI應用，接下來幾年都有可能被基於大模型的AI所替代。升級迭代可能會從優先具備海量數據的場景開始。當大模型支撐的AI應用成爲主流，不能利用大模型能力的廠商將失去競爭優勢。
未來的工作中，AI助理將替代更多人類的工作。諸如文生圖的應用，諸如各領域初級內容的搜索，均可以藉助AI生成的內容。
可能的投資規模
目前已經公開的大模型諸如GPT系列、Bert系列所耗費的算力根據公開資料可以查到。而真正落地到產業界，具體的投資規模要視應用場景決定。投資成本與所需的算力，是否部署完整的大模型，以及要推理的數據流量相關。
帶動的市場機會
純AI算力市場：在這一波AI熱潮中最先最直接受益的即AI算力提供商，包括芯片廠商、AI服務器廠商，以及支撐大模型訓練和推理的AI算力雲服務商。
大模型與算力的結合：即AIaaS+AIPaaS。爲市場提供大模型與算力結合後高度優化的方案，以幫助用戶降低硬件使用門檻、提高開發效率、降低整體投資成本。典型的解決方案如百度的“AI大底座”，商湯的“AI大裝置”。
大模型即服務：開放大模型開發平臺供外部用戶使用。這一市場屬於高度創新的市場，但仍存在較高的進入壁壘。
從何處着手跟隨本次AI浪潮
大模型廠商都在着手將現有的AI軟件升級爲大模型支撐的AI應用。可以根據應用場景優先級與合作夥伴聯繫引入大模型支持的AI。而在MaaS(模型即服務)產品層面，市場上可選的成熟產品並不多，預計今年下半年會有數十家廠商的產品上線。可以率先選擇數據隱私要求不高的領域在公有雲上測試大模型能力。
新一代AI需要注意的問題
生成式AI生成內容的版權需提前規劃。生成式AI讀取海量數據後生成的圖片等內容有可能會引起版權問題，需要提前從規則上加以控制。
對原有流程的改變：一方面生成式AI生成的內容還需要人類審覈才能發佈，另一方面可能會要求工作流程上做出改變以適配AIGC的加入。
鑑於其仍處於技術成熟度的早期階段，在傳統行業應用場景不十分清晰，投入產出比目前也難以評估。
跳出今天的AIGC看未來AI應用
借鑑今天的文生圖、文生視頻類應用，其實大多是基於過去幾年已有的小模型通過各種技術路線實現的AI應用。類似的、各行各業的應用場景，都可以基於現有的AI模型，以低代碼的形式拼接出人人可上手的AI應用，甚至未來的AI應用，都可能是輸入自然語言直接輸出結果的形式。
IDC中國研究總監盧言霞表示，新一代AI熱度持續走高，然而由於其較低的技術成熟度、較高的部署成本，實際落地還需謹慎。但宏觀趨勢上，以大模型、生成式AI爲代表的快速迭代的技術必然會催生全新的AI時代。
