科技企业怎么都开始卷AIGC了？

作者：陈彬

一场始于艺术的“风暴”，已经席卷到了一级市场。8月，由AI创作而成的绘画《太空歌剧院》在一场艺术大赛中获得头奖，一时间全球哗然。当人们讨论“画师会不会因此失业”时，VC却嗅到了机会。

《太空歌剧院》

9月，红杉发表了一篇题为《Generative AI: A Creative New World》的文章，盛赞“生成式AI”巨大的商业应用潜力，且很快会出现“杀手级应用”。而该文的署名作者GPT-3，正是个生成式AI。

生成式AI的主要功能是创作内容，包括绘画、文章、音乐等等，走的是文艺青年路线。而过去人们所熟知的多是分析式AI，擅长各类数据分析工作，是一个木得感情的运算机器。AI从“工具人”摇身一变，开始大搞艺术，催生了一个全新的领域——AIGC，即AI内容创作，眼下极具话题度的AI绘画正是其中一个赛道。

随着红杉等头部VC对AIGC愈发关注，原本曲高和寡的AI产业也热闹了起来。这些翻天覆地变化的背后，AI产业到底经历了些什么？

进化：AI的革新

AI绘画之外，更多其他类型的AIGC产品也在走入日常生活。前些日子，著名AI实验室OpenAI推出的AI聊天机器人ChatGPT爆红，上线五天已有100万用户。它是开头提到那位AI写手GPT-3的升级版，内容风格更适配聊天场景。从写作、绘画，再到聊天，AIGC迎来了井喷期。

当下种种繁荣，是AI产业近十年积累产生质变的结果——更强大的工具、更优秀的模型，以及更丰富的数据，三者缺一不可。

在工具端，随着AI产业逐渐挖掘出GPU的潜力，AI研究成本得以大幅下降，成功摆脱了“只烧钱不赚钱”的瓶颈。

此前AI产业主要使用的工具是CPU——特长是复杂的运算，但单个CPU效率不高。所以2012年AI科学家吴恩达搞研究时，需要同时用上16000个CPU，约等于四五十个网吧的规模，花掉了足足100万美元成本。但研究者们后来发现，AI运算实际相当简单，用“高智商”的CPU实在屈才。

用上16000台CPU后，AI终于能识别出猫的样子

相比之下，GPU虽运算能力弱，堪比“三年级小学生”，但在AI领域完全够用；更重要的是，GPU的效率极其拔尖。吴恩达后来算了笔账：如果把当年实验的工具换成GPU，只需要12个，成本骤降。

此前，AI产业曾两度步入黄金时期，又两度陷入停滞——第一次遇到的问题是算力不足，第二次是成本过高。但GPU的出现，堪称一石二鸟：不仅成本更低，且算力仍能保持周期性提升，这构成了新一轮AI黄金时代的基石，也替AI模型快速迭代提供了基础条件。

AI模型是各种应用构建的地基。近十年，AI模型屡屡迎来技术性突破，成功让AIGC从科幻小说照进现实。例如2015年，谷歌在一篇革命性的论文中，介绍了全新发明的transformers神经网络架构——而这正是GPT-3和ChatGPT的基础。至于讨论最多的AI绘画，其模型更迭速度更快：

2014年，吴恩达的学生Ian Goodfellow有了重大突破——他设计出了生成式对抗网络GAN。其原理简单来说，是给负责创作的AI增加一个“审核员”，让创作者和审核员互相内卷，以此生成更高质量的绘画。这套模型后来被广泛使用并不断改良，其作品后来更通过了著名的图灵测试——这意味着AI已经初步具备人类智能。

2021年，OpenAI实验室又更进一步，开源了全新的深度学习模型CLIP——其颠覆性在于，AI变得能够将图片和文字，这两个不同维度的数据关联在一起。

CLIP的意义相当重大：过去种种AI绘画模型，多是依靠输入海量图片数据来生成绘画作品；CLIP的出现，意味着人们可以通过输入关键词来生成对应图片——而这正是如今席卷全球的AI绘画应用的地基。

昆仑天工AI绘画作品

CLIP模型的“魔力”，是经由40亿个具有文字标签的图片数据反复训练的结果——这些数据全部搜刮自互联网的各个角落。日益浩瀚的互联网数据海，构成了AI产业快速发展的第三个条件。

上述三重Buff加持之下，AI行业一脚油门驶上了高速公路，闯入了公众视野。但对整个AI产业而言，技术突破只是解决了第一道障碍；除此之外，AI产业还有另一个长期困扰的难题。

突破：商业与价值

2020年初，著名工程与机器人设计公司波士顿动力正面临第三次“卖身”，买家将会是韩国现代汽车集团。短短8年时间，该公司已从谷歌、软银再到现代汽车“三易其主”，颇有种烫手山芋的既视感。

可单论技术实力，波士顿动力其实是业内标杆：收购前，光机器人相关的专利文献就有至少70篇，堪称美国国防部的亲儿子，从其手中获得了大量订单。波士顿动力曾替美军研发了运送物资用的LS3机器人、跳跃式军事侦察机器人Sand Flea，以及军用人形机器人ATLAS等等。

波士顿动力的机器人产品内，AI是“灵魂”所在：它能够使机器人保持“学习”，不断优化其运行效率。

AI虽能让各种多足机器人的脚法日渐出神入化，却没法让波士顿动力赚钱。2019年，波士顿动力发布了首款商用产品——工业用四足机器人Spot，希望能有工厂买单。可等到第二年业绩一出，外界发现该公司又净亏损了1.03亿美元，幅度还较往年扩大了六成。

Spot：跳舞救不了波士顿动力

波士顿动力过去的困境，也是AI产业的真实写照：空有一身功夫，却没有太多的用武之地。

一项技术只有从实验室走向商场货架，其社会、商业价值才能最大化。军事需求或许能带来短暂繁荣，但终归支撑不起一个行业，类似的故事曾在半导体产业上演过：消费电子时代的起点，向来不是五角大楼内的超级计算机，而是售价仅有19000日元的索尼TR-55晶体管收音机。

过去，AI产业能造的“收音机”仅停留在人脸识别等少数领域；但随着生成式AI大规模涌现，一个全新的超级应用场景正呼之欲出。

日常生活的一些角落，AIGC已悄悄发力。随便打开一个影视解说视频，大概率会听到一句“注意看，眼前的男人叫小帅”“眼前的女人叫小美”。这些格式整齐划一的流水线视频，正是AI配音的产物。

而眼下大火的AI绘画，也已被包括游戏在内的诸多内容行业所采纳。灵游坊CEO梁其伟曾在微博上提到，很多同行已经开始使用AI绘画，例如美术会将一些枯燥重复的图像处理工作交由AI，以提升工作效率。但在他看来，AI绘画的长期价值，在于加深了游戏创作的工业化程度。

如今一款电子游戏最大的成本，通常是美术——玩家对画面日渐挑剔是一大原因，但各种无效开销也居高不下。

因为游戏制作人并非都是美术出身，难免会出现需求表达不准确的时候，更何况每个人对美的理解也都不尽相同。这就导致美术天天加班连轴转，但最后交出去的成品，制作人怎么看怎么“不对味儿”，只能不断打回重画。

但随着AI绘画不断进步，未来游戏制作人可以更低成本地试错，甚至能大胆尝试一些截然不同的美术风格，这让很多积极创新的游戏公司深感如获至宝。

AI绘制的“克苏鲁+武侠”题材作品

而在音乐领域，AI甚至成功弥补了音乐史上的一大遗憾。2021年底，贝多芬管弦乐团首次演奏了“完整版”的《第十交响曲》。这部曲子曾是贝多芬的遗作，他在生前只写完了第一乐章；AI在学习了它过往所有作品的数据后，续写了这部曲子。

至于前些日子方才走红的ChatGPT，已然有不少声音认为，它或将成为新一代搜索引擎。

毫无疑问，AIGC具有庞大的应用与商业潜力。只是它本身所具有的颠覆性，也引起了许多普通人的不安。事实上，人们对AI的不信任由来已久。

21世纪初，加州大学的音乐学教授David Cope曾做过一场实验：彼时，圣克鲁兹音乐节上演奏了一连串原创曲目，现场观众一度掌声雷动，心潮澎湃；可当他揭露出真相时，掌声瞬间变成了愤怒的谩骂。因为所有原创曲目均由是他设计的一款AI，模仿巴赫创作出来的。没有心灵的AI创作出的艺术品，怎么能和人类情感共鸣呢？

AIGC出圈后，社会舆论关注最多的议题，依旧是AI对艺术的颠覆性，却忽视了背后的潜力。

仅从当下的广泛应用已能够明显看出，AIGC明显能够辅助生产力更高质、高效地创作内容。从长期来看，AIGC或许能够极大地解放生产力和创造力，在内容创作以及更多领域掀起一场进化与变革。

抢滩：定义新时代

新时代幕布拉开前夜，准备抢滩登陆的大厂已早早开始了内卷。国内互联网企业向来以应用创新见长，迅速制作出了多款AI绘画应用。

但AIGC不同于过去的移动互联网，仅靠应用层面的竞争显然有些不太够。从该AI产业的历史能够能够明显看出，AI模型的迭代进步，才是AIGC爆发的直接原因。毫不夸张地说，谁掌握了更先进的AI模型，谁就拥有了开启新时代的钥匙。而在AI模型这一细分领域，实际也有中国企业的身影，而昆仑万维就是其中之一。

这家公司对国内用户来说或许略显陌生，但它在海外市场拥有相当可观的市场成绩。

昆仑万维旗下的招牌之一StarMaker，靠着“K歌+社交”的玩法，成为海外最大的在K歌类产品，拥有2.4亿名注册用户和2万名以上的认证歌手。该应用曾有一个衍生产品StarX MusicX Lab，正是昆仑万维的AI音乐模型，也是国内第一款商用级作曲AI模型。

如果仔细观察，会发现昆仑万维在AIGC的其他领域也有深入布局，其AI模型水准也不逊色于国外科技公司：

首先是图像领域：Stable Diffusion是当今AI绘画模型的天花板，但其适用的关键词仅限英文。而昆仑万维设计的分支模型不仅保留了原有功能，同时集合了海量中文数据，其收录的关键词甚至包括了古诗词。

除此之外，昆仑万维也在AI编程领域有所探索。这是全球第一款多语言开源编程大模型，每秒输出百字代码以上。

还有文字领域：实验室通过200张显卡训练了4周，打造出一个拥有百亿级参数的GPT-3生成AI，拥有续写，对话，中英翻译，内容风格生成，推理，诗词对联等功能。

昆仑天工AI绘画作品

对于一家公司来说，押注一个尚未成熟的新兴领域，既需要魄力，也需要技术储备，还得有多元化的业务作为生态支撑。AI模型是整个产业的基础，以此为地基才能催生出各种超级应用。结合昆仑万维的业务结构，这种基础设施也能和它已有业务产生奇妙的化学反应：

昆仑万维的Opera浏览器如今已是全球下载次数最多的独立浏览器，坐拥3亿多月活。在规划中，昆仑万维能够以此为中枢，将各式各样的新闻等内容产品提供给用户。

如果AIGC赛道继续保持增长，昆仑万维还有机会再拿到一张“供给”牌，因为AIGC供给的内容有无可替代的优势：相比于专业创作者生产的PGC，AIGC的效率更胜一筹；至于普通人创作的UGC内容，其内容质量和创作效率又很难和AIGC匹敌。

由此可见，AIGC能够带来高质、高量的内容供给，与Opera浏览器互相赋能，是一个典型的第二曲线增长路径。在如今消费电子需求萎靡，互联网增长见顶的环境下，一个能够落地的增长空间，既是行业需要的，也是资本市场苦苦寻觅的。

昆仑天工AI绘画作品

而且从眼下发展趋势来看，这个高速增长的未来并非“画大饼”，而是已然肉眼可见：

Gartner曾在一份报告中预测，2023年产出的内容产品中，约有20%会来自生成式AI；而到了2025年，生成式AI产生的数据将提升至整个互联网的10%。

而在某些具体领域中，变革将更加明显：如今AI生成的新闻初稿，已经接近人类记者写作30分钟的水准。科技公司Narrative Science的创始人大胆预测，到2030年时，9成以上的新闻写作将由AI辅助完成。

在《Generative AI: A Creative New World》这篇文章的最后，红杉认为今天的AI产业，与十年前智能手机刚刚兴起那会儿颇为相似：智能手机曾凭借GPS、相机和移动网络等新功能，催生了诸多超级应用并创造了全新的市场；如今，逐渐走向技术成熟的生成式AI，也会重演一遍智能手机的历史——定义下一个时代的竞赛已经开始了。