大模型潮涌，AIGC何以立潮头

过去六个月，行业对大模型的重心从建到用，AIGC（人工智能生成内容）产业的想象空间值得期待。在2023服贸会“2023中国AIGC创新发展论坛”上，年轻的算力和应用公司、老牌的信息科技企业将AIGC产业进行拆解，从算力、技术、应用等各方面寻找最优解。论坛外，AIGC相关应用和平台也正在国内外开花。第三方数据显示，中国AIGC产业规模2023年约143亿元，2028年预计将达7202亿元。

算力不是鸿沟

新一代人工智能依赖的基础设施包括算力、基础软件和数据，如基础设施存在问题最终将影响大模型与AIGC应用的快速发展。

根据IDC、东方证券研究院提供的数据显示，2021年中国智能算力规模155.2 EFLOPS（每秒浮点运算次数）。预计到2026年，这一数字将达1271.4 EFLOPS，中国已进入大规模算力建设时代。

“算力建设带来充沛算力，算力成本在下降”，但九章云极DataCanvas副总裁周晓凌提醒从业者重视计算过程中出现的问题，比如高速存储等。他提到，“现在的计算架构和原来的差别很大，如果传统的IT架构、开发人员，开发或训练大模型应用时不优化，就会产生巨大浪费，如果有一个有效的基础软件来管理计算过程，优化空间会非常大”。

提及未来，周晓凌认为大模型时代需要完整的基础设施升级，而不是依靠单个大模型解决所有问题。行业大模型、垂类大模型的数量会远超通用大模型。

联想集团首席技术官芮勇则站在连接基础模型与各类应用的服务层，分享对大模型发展趋势的判断：场景化、轻量化、类脑化。在场景化方面，芮勇认为，“垂直行业大模型需要根据业务属性提供场景化服务”。他以商品推荐为例，大模型不仅需要在选品时帮助用户聚焦，还需要理解用户的隐含需求，比如实时促销信息，“面对C端需求的个人应用大模型需要提供定制化和个性化服务，数字人就是一个很好的呈现方式”。

B端C端应用都有机会

据不完全统计，目前国内已有100多个大模型。芮勇建议：“我们需要找到合适的领域和场景，建立有效使用大模型的工具，大模型会有人帮你打造。”

哪些领域和场景更有潜力？“大模型已从单一模态迅速进入到多模态，目前大模型在多模态领域还没有形成一个标准化的工业框架，这样的技术不确定性，给了初创企业机会。”HiDream.ai创始人兼CEO梅涛认为。他在论坛上展示的HiDream.ai在图片、视频等领域的能力，就是他对未来AIGC潜力所在的答案。

本届服贸会上的观众也有自己的认知。在APUS展台，北京商报记者与APUS副总裁邓小波的交流不时被参观者打断，他们好奇APUS自研的天燕大模型AiLMe的文本、图像、视频、音频的理解和生成能力。

“针对具体应用场景，APUS从天燕大模型内蒸馏出文本模型、图像模型、音频模型、视频模型四个垂直领域精炼模型”，邓小波介绍，今年APUS基于天燕大模型AiLMe研发面向C端（用户端）的辅助睡眠类产品Star night和塔罗牌产品Daily Astro。目前，前者针对适用于美国、加拿大、英国、德国等用户，后者的用户主要分布在美国、新加坡、印度等。

一些看似和AIGC关联性不大的赛道，也不想错过这个机会，同样瞄准海外市场的易点天下就是其中之一。不久前，该公司推出的AIGC数字营销创作平台KreadoAI是本届服贸会参观者频繁问到的解决方案。据工作人员介绍，KreadoAI可为全球用户提供包括AI数字人口播视频、1∶1真人数字人分身克隆等解决方案，能对营销投放前、中、后的创意趋势洞察、素材营销效果数据分析和爆款内容分析，进行数字化营销管理。

从占卜、睡眠到数字营销，to C和to B（企业级）赛道都在大模型时代悄然发生变革，AIGC正加速成为AI领域的商业新边界。

打破企业客户顾虑

大模型技术和应用已在整合，企业决策者既有期待也有担忧，能否增强信心并解决问题是让市场规模增长的钥匙。

IBM全球副总裁谢东透露了一组数据：目前75%的CEO认为最先进的生成式人工智能将成为企业成功的利器；61%的CEO对生成式人工智能中所使用的数据来源表示担忧；84%的企业领导认为，安全、隐私、准确度中的至少一项是企业采用生成式人工智能的障碍。

根据谢东对生成式人工智能和传统人工智能的能力分析，生成式人工智能适用于大部分需要文本图像、视频、代码生成的场景，传统人工智能适用于基于结构化数据的分析和预测，生成式人工智能可通过自然语言交换和总结等功能，增强传统人工智能。

在他看来，企业级的生成式AI必须是可信、就绪、开放和可扩展的。“AI要带来准确的结果，必须是可解释、公平、稳健和透明的，务必要优先考虑和保护消费者的隐私和数据权益，以建立信任。”对于企业就绪的AI，谢东解释，“要适应性强，适用于多种用例。构建企业级AI差异化优势的关键，是要根据客户的特定需求和优先事项来定制和调整技术”。

开放和可扩展的AI，即“企业的AI环境应以治理和灵活性为核心，能够以可信赖的能力来延伸和扩展解决方案”，谢东说。