AI写作、绘画、游戏、编程、音视频编辑……从十款AI应用一窥AIGC时代下APP的最新发展趋势

来源：经纬创投

图片来源：由无界版图AI工具生成

每隔一段时间，一项技术就会捕获全世界的想象力。从硅谷、华尔街、中关村、到世界各个角落的办公室和大学教室，人们都在热烈地讨论ChatGPT及人工智能的未来。

面对这个刚刚开始的颠覆性变革，我们有太多问题想问，有太多问题值得思考。但本文将聚焦在：

1引子：为什么这次不一样

最近几乎所有大型人工智能的前沿突破，都来自巨头公司，因为他们拥有强大的资金和算力。ChatGPT与上一波人工智能产品苹果Siri、微软小冰的核心不同是，过去都是小模型，而如今是真正的大模型。

以前，小模型的人工智能中，其实包含了若干Agent（类似于执行具体任务的程序），一个专门负责聊天对话、一个专门负责诗词生成、一个专门负责代码生成、一个专门负责营销文案等等，如果想添加新功能，可以去训练新Agent。一旦用户的问题超出了这个范围，人工智能就会变成人工智障。

而如今的ChatGPT之所以被称为真正的人工智能，就在于采用了成百上千亿参数的大模型，比如GPT-3模型就有1750亿个参数。而GPT本身是一个单项模型，是从左到右进行阅读，所以更擅长“写作文”。与谷歌BERT不同，BERT是一个双向模型，可以联系上下文进行分析，更擅长“完形填空”，但GPT与人类的思维方式更接近，所以我们能看到基于ChatGPT的创意写作应用，或是制作绘本。

InstructGPT的技术逻辑：RLHF的主要改变在于人工监督数据与调整后的奖励模型；图片来源：OpenAI

但大模型的高昂投入，让普通创业公司难以为继，因此参与者都是科技巨头。2022年OpenAI的收入为3000万美元，但净亏损总额预计为5.445亿美元。而GPT3训练一次的费用，大概是460万美元。当模型被训练好之后，仍然有使用成本，目前ChatGPT单轮对话的平均费用，大概在0.01-0.2美元之间。

并且先发优势会非常明显，因为这里有一个“数据和模型的飞轮效应”。在GPT-3之后，OpenAI所有的模型都没有开源，而是提供了API调用。在这个过程中，OpenAI可以借助ChatGPT建立真实用户调用和模型迭代之间的飞轮，OpenAI非常重视真实世界数据的调用，以及这些数据对模型的迭代。

文本模型的训练成本；图片来源：东吴证券

对于AI的发展来说，工程的重要性不亚于科学，创建一个迭代反馈的闭环至关重要。这也将是后来者，赶超ChatGPT的重要难点。

那么，这股AI新浪潮对于创业公司来说，意味着什么？

2对创业公司来说意味着什么？

OpenAI的创始人山姆·阿尔特曼（Sam Altman），曾对AI产业生态有过一个预测，他认为：

“将来应该会出现几个大型的基础模型，开发人员都将基于这些基础模型研发AI应用。但目前的情况依然是某一家公司开发出一个大型语言模型，然后开放API供他人使用。

我认为，将来在基础模型和具体AI应用研发之间会有一个中间层：出现一批专门负责调整大型模型以适应具体AI应用需求的初创企业。能做好这一点的初创公司将会非常成功，但这取决于它们能在「数据飞轮」上走多远。

创业公司会训练自己的模型，只不过不是从头开始。他们将采用基础模型，这些模型已经经过大量的计算和数据训练，然后在这些模型之上进行训练，为每个垂类创建模型。

他们所做的 1% 的训练，对于应用来说至关重要。我认为，这些创业公司将会非常成功，并且与众不同。可能包括一段时间内存在的 prompt engineering（提示工程）或基础核心模型（core base model）。

将来承担模型训练角色的应该不会是初创公司，但这些企业可以在上述的中间层角色中发挥巨大价值。我认为中间那一层会创造很多价值。”

总结来说，这个产业生态可能会是：

1、基础设施层：在最底层，是提供芯片、云计算等基础能力的厂商。

2、模型层：大公司负责训练基础大模型，这种基础能力可能会逐渐走向开放。一种可能是，最终形成类似ISO 和Android两大阵营，或是类似云计算的格局，一般这种量级的生态圈最终不会容纳太多家，但也不会被一家垄断。目前来看微软（OpenAI拔得头筹）vs谷歌（旗下有Deepmind）已经开战，但巨头的基础模型之间是否会形成差异？以及会形成怎样的差异性？这个问题也值得观察。但无论如何，这将会是继移动互联网之后，下一个史诗级的重大战略窗口，中国公司也需要积极加入战局。

国内外互联网大厂纷纷推出自研AI大模型；图片来源：安信证券