启明创投发布生成式AI重磅报告！调研近200家相关企业，剖析大模型创新进程

智东西

【资料图】

作者 | ZeR0

编辑 | 漠影

智东西7月7日报道，在2023世界人工智能大会（WAIC）启明创投论坛“生成式AI与大模型：变革与创新”上，启明创投联手未尽研究共同发布重磅报告《生成式AI》| State of Generative AI 2023。

该报告的撰写基于启明创投团队一年内与近200家GPT-3发布后成立的生成式AI企业的交流、对超过600家美国生成式AI创新企业的追踪与研究、对超过100名全球科技大厂和顶级研究机构的业界AI领域的访谈，以及基于未尽研究对数百篇研究论文的梳理和分析等来源。

2022年被称为生成式AI之年，扩散模型应用取得突破，ChatGPT出世，一系列开创性的研究论文发表。2023年则把大模型推向了一个高峰，以GPT-4发布为标志，生成式AI朝着通用人工智能的方向，进入了创新应用的阶段。 这一阶段最重要的特征，是应用、研究、监管，合力开辟着生成式AI的创新之路。

在启明创投微信公众号后台回复“生成式AI报告”即可获取完整报告下载方式。

人们很快从生成式AI中看到了新的商业生态的出现。生成式AI在中国似乎受到了更加热情的接纳和鼓励，不及政府鼓励支持，大厂争相布局，许多从事知识工作的中小企业也已经积极使用。

企业们被卷入这一革命性的技术浪潮节奏不同、介入程度不同，它们成为新技术浪潮下的守成者、创新者、采纳者，利润率被永久改变。

1. 守成者：既得利益者，转型缓慢。能否采纳生成式AI是第一个关键，采纳后能否提价是第二个关键。

2. 创新者：新技术积极拥抱者。将通过生成式AI打造新产品和新服务，获得新的溢价。

3. 采纳者：公司内部业务和流程中采纳新技术。降低研发、管理和销售成本。优化流程，提高工作效率。

算力目前是最稀缺的资源，也处于最容易获利的要津。算力是大模型成本结构中最大的一块，GPU的性能，实际上决定了这个新兴行业的步调。随着算力与模型的进步，更多初创企业正在涌入，它们抢到了时间的红利，但也面临竞争和可能的巨头碾压。可以说，这是初创企业的蓝海，也有航道下的暗礁。

竞争促进了创新。与2022年快速涌现出的生产力工具方向的创业公司不同，2023 年，有更多比例的新公司聚焦在底层技术的创新；大模型创业公司也开始分化，在通用大模型创业公司方兴未艾的同时，许多面向医疗、电商、科研、工业、自动驾驶和机器人等特定方向的垂直大模型公司开始出现。

与截至2023年Q1基于启明创投团队交流过的100余家生成式AI企业的统计相比，截至2023年上半年基于启明创投团队交流过的近200家生成式AI企业的统计结果显示，聚焦底层技术的生成式AI企业占比显著增长，聚焦大模型研发的企业占比从7%增至14%。

2022年和2023年，是生成式AI技术取得突破的两年，启明创投和未尽研究团队梳理了论文，发现生成式AI领域的一个突出特征，是研究与创新过程的密切结合，许多在企业内部实现，迅速推出用例和产品。

这种研究与创业的一体化，初创企业和风险资本起到了重要的作用，而美国科技巨头和主要AI企业的研究投入与人才，包括一些底层技术的研究，这些年来已经超过了大学等研究机构。

尽管从GPT-4的技术报告，到微软的研究论文，都展示出它所具有的接近于人类的文字处理能力、数学推理能力，以及诸多专业领域的知识。“我们认为它可以合理地被视为人工通用智能（AGI）系统的早期（尽管仍不完整）版本。”但在通往通用人工智能的道路上，需要研究和解决的问题反而更多了。如信心校准、长期记忆、持续学习、个性化、规划和概念跨越、透明度、认知谬误和非理性，等等。

过去半年最重要的研究方向，是破解和理解大模型神秘而又令人兴奋的智能“涌现”。大模型既需要超越对下一个词的预测能力，也需要一个更丰富、更复杂的“慢思考”深层机制，来监督“快思考”预测下一个词的机制。

那些最好的前沿研究，一定是研究和解决技术规模应用中遇到的问题。

研究如何减少幻觉，调教大模型更加准确地输出真实的内容，训练出更强的推理能力；如何更集约地训练模型，降低门槛，推出新产品，让更多的各行各业和消费者都能用上；如何能像人一样，与真实的物理世界互动；如何成为人类复杂工作的助手，设计并帮助执行科学实验；如何影响就业，从而做出政策的响应；如何让人工智能安全和可信。

各国政府对于生成式AI的监管呈现出不同的特点。

中国在迅速推出生成式人工智能的监管办法并征求意见的同时，也在鼓励发展通用人工智能，北京、上海、深圳是最具雄心的第一梯队，均提出了较具雄心的人工智能科研、创新与产业目标。

欧盟继续在监管和立法方面领先，一如其5年前率先推出GDPR。美国更在意人工智能技术的领先地位，正在形成以风险管理为原则的监管框架。

长期来看，人才对AI未来的影响超过了算力。中国研究人员发布的论文在数量上已经超过了美国，但金字塔顶端，无论是研究还是创业，美国仍然占据明显的优势。

在全球范围内，AI研究创新的重心正从高校转移至企业，美国拥有顶尖学者最多的前三大机构，分别是谷歌、微软与Meta，合计招揽了美国顶级学者的30%。中国仍以高校为主，仅阿里巴巴跻身前10。

科技部已经提出了AI企业应该接受科技伦理审查；审查主体应该设立科技伦理（审查）委员会。

美国AI企业较早开始设立负责任与可信人工智能部门，从去年到今年以来经过一些调整，反映出在生成式AI发生变革之际，企业正在寻求用更好的技术和方案，来安全和负责地部署新技术。

《生成式AI》报告还发布了面向大语言模型、多模态模型、商业机会的十大展望。

（一）大语言模型

1. 2024年中国将出现比肩GPT-4的多语言通用大模型；

2. 超长上下文（Long Context）将引领下一次LLM技术突破；

3. 在出现更有前景的大语言模型之前，为实现垂直领域更好的效果，以下三种方式将共存：

i）在不改变数据分布的情况下，利用更多通用数据进行通用大模型预训练，不特别引入行业数据，

ii）利用行业专属数据微调（Fine-Tuning）通用大模型，

iii）利用行业数据占比更高的数据集进行垂直模型预训练。

（二）多模态模型

4. 当前CLIP + Diffusion的文生图模型是过渡态，未来2年内将出现一体化的模型结构；

5. 下一代Text-to-Image模型将具备更强的可控性，它将结合底层模型能力和前端控制方式，对模型的设计将注重与控制方式的结合；

6. 2025年之前，Video和3D等模态将迎来里程碑式的模型，大幅提高生成效果；

7. 以PALM-E为代表的具身智能（Embodied AI）展现出在机器人的感知、理解和决策等方向上的巨大潜力，但当前训练和可靠性存在较大挑战；

8. 短期内Transformer正成为多个模态的主流网络结构，但压缩整个数字世界的通用方法尚未出现，Transformer并不是人工智能技术的终点。

（三）商业机会

9. 3年内，颠覆式的AI应用的核心驱动力来自于底层模型的创新，两者无法解耦，模型的作用将大于产品设计的作用；

10. 当前生成式AI市场处于技术主导的早期阶段，存在千亿美元市值的平台性企业的机会。

关键词：