AIGC对算力需求和AI基础设施不断发展

我们都知道作为人类，一个人对信息的判别和过滤，很多人连网络上各种虚假信息都不具备真假的辨别能力，我们跟AI对话当中得到的信息，我们怎么知道它是真是假，这是目前的一个很大的问题，而这个问题至少在目前的ChatGPT技术架构上是无法解决的，同时，因为它现在整个模型的知识，官方说截至2021年，假设实时的新产生的知识它不知道的时候，必然有一些时效性的知识它是有可能“胡说八道”的，所以，当AIGC产生的大量内容和人类产生大量的内容，融合在一起的时候，在很大程度上，你是很难很快去区分的，不管是文字还是图片。

　　第二，我们可以在产品上，把一些实时的结果跟ChatGPT的对话结果融合在一起，就像谷歌前几天的发布会，虽然它的Bard在发布的时候回答错了一些问题，但是实际上，如果说我们真的去用ChatGPT就知道，ChatGPT回答错的问题更是多了去了，所以我不认为谷歌的技术就比不上OpenAI，做不出类似的东西，反而是因为它的搜索覆盖的用户群过于巨大，它在产品上做一个小的修改，很有可能会引起数以亿计的用户习惯的改变，以及影响到它数十亿美金的收入，所以它和OpenAI的地位是不太一样的，它必然就会束手束脚，这是一个很重要的原因。

总的来说，AIGC实际上已经进入生产，已经可以满足我们低阶的需求，但是要看你怎么用，实际上我知道的一些团队，包括我所在的团队，都已经把AIGC的内容导入了工作流，做某个方面的优化，我相信很多的AIGC的产品，它现在在辅助人类的工作，以及替代人类的局部工作，这个现象已经在产生，而历史的车轮是不可阻挡的。

AI基础设施不断发展，多模态大模型的相继成熟落地。

如果只是生成单一的内容，那么AIGC或许还不至于让见多识广的大众眼前一亮，而多模态大模型的出现，让融合性创新成为可能。

多模态大模型，既需要具备NLP（自然语言理解）大模型，CV（计算机视觉）大模型等的能力，理解语言，视觉的内容，还要能够跨模态生成全新的内容，由此带来了非常多的创意空间，比如通过一部小说的文字描写，生成故事画面，人物形象，环境布景等，可以帮助创作者大大节省时间。

正因如此，多模态大模型需要处理的数据类型多，规模量大，模型参数已经达到千亿级别，需要庞大的算力来支撑，得益于多地对AI基础设施的重视和建设，才能够让多模态应用达到比较好的效果，进而支撑AIGC创作业态的进一步发展。