在刚刚结束的这一年,以ChatGPT、Midjourney为代表的颠覆性AI应用,引发了AIGC的全球共振。源码认为,这次生成式AI的浪潮背后可能会隐藏着巨大的机会。与过往深度学习浪潮不同,由于其更加庞大的模型规模,将参与竞争的门槛明显提高,小公司可能更倾向于直接适用服务而非搭建自己的模型,AI因此有机会成为一种平台型服务。同时,随着AI能力的进一步提升,AI应用也愈发靠近具体的商业场景,流畅自然的机器人对话、瑰丽超现实的图像生成,让普通个体也成为这场技术狂欢的一部分。 需要注意的是,与大多数技术一样,生成式AI在技术上的差异并不明显,但我们对其应用和商业前景保持希望,仍有可能出现十分有价值的应用场景。模型规模的扩大让传统的规模效应更加明显;同时,一个合适的产品形态和商业模式,可能催生额外的壁垒,比如足够的闭源数据。生成式AI通过优秀产品经理的打磨,亦可能将带来全新的体验,形成牢固的用户生态。 生成式AI作为一个可能有很高上限的底层技术变革,是一个十分值得认真关注的领域。 a16z投资人日前发布网站文章,从应用到模型、再到行业基础设施,全面总结和探讨了生成式AI各环节玩家面临的情况,并提出了非常有趣的洞察:训练了生成式AI并且将它们部署到实际app中的公司,创造了最大价值,但并没有在产业链中获得最大收益。 作为一项振奋人心的新技术,生成式AI产业链中的价值将如何演化?新的护城河是否会出现?谁才是这个领域的最大赢家? 源码编译此文与读者共飨,部分细节有表述调整,希望给您带来更好的阅读体验,启发更深刻的洞察思考。 01 提纲挈领的技术架构:基建、模型及应用 我们关注到,生成式AI领域出现了技术分工的早期阶段。 数百家创业公司正冲进来,开发基础模型,构建AI原生应用,建设基础设施或工具等等。 通常,热门技术被市场采用前,就被过度炒作透支了。但生成式AI的繁荣来自真实的市场收益,以及真实的公司推动。以人工智能驱动的文本转图像模型Stable Diffusion和自然语言对话模型Chat GPT为代表的这类模型,正获得爆发性的用户增长;同时很多应用在发布一年内,营收就超过了1亿美金。AI模型在一些任务中的表现已经超过人类好多个数量级了。 因此,有足够的信号显示,AI领域正在发生大规模的变革。但最关键的问题是:在生成式AI市场中价值将在何处出现? 我们通过与大量生成式AI公司交...