ChatGPT爆火，惹得衆羨。
以Meta爲首的企業，發起了對ChatGPT的“圍剿”。日前，紮克伯格推出LLaMA“Meta人工智能大型語言模型”（Large Language Model Meta AI）後，更是將這輪競爭的焦點推至高潮。
ChatGPT的背後，亦趨者甚多：有微軟、谷歌、Notion AI等。
在國內，項目方們躍躍欲試，開始了新的征程。在壹系列溝通中，有人希望重拾移動互聯網時代輝煌、有人押寶風口、有人向AIGC敞開懷抱，也有人陷入極度悲觀。
雖然極盡可能，但眼下仍沒人能以尺規般丈量出AIGC的發展輪廓。在壹切沒有答案的時刻，AIGC無疑處在競爭的中場之中。
這場競爭以迷霧展開，在迷霧中進行。唯壹不變的是：“壹切都在變化”。資本、勞動力、技術、政策和市場，任何細微的變動都會引起蝴蝶振翅般的波動。也正是在這樣的中場遊戲中，暗自發展的項目希冀了解更多，而已經明牌了的參與者，則未必會笑道最後。
三種可能的未來
壹，AGI。
這可能是最讓人欣喜或最讓人悲哀的壹種路線。所謂AGI，可稱爲通用人工智能（Artifical General Intelligence）。和人類大腦壹樣，AGI同樣可以因不確定因素做出推理並制定決策甚至解決問題。它將擁有對常識的認知能力、工作的規劃能力、自我學習能力以及用自然語言交流溝通的能力。
ChatGPT的出現讓各行各業十分震驚，主要原因在于其初步體現了AGI的苗頭。不過，大多數人將這樣的未來劃歸至中遠期，當下，機器對環境的適應、強化學習、智能體的交互都有待論證。
人們可以對ChatGPT的“壹本正經的胡說八道”嗤之以鼻，但內心的深層次不安已油然而生——我們離它壹本正經的正確做事還有多遠？壹位調研過300余家主流投資機構的從業者這樣說：“大模型AGI會把所有東西吃掉，這種能力的背後是純粹的規模效應，是有可能出現的”。
在這種情況下，除底層AGI供應者外，所有的應用層都會被“糖紙”化。而隨著最高級別的壟斷出現，創新機會將被極大壓縮，不同的項目被“接口化”，所有能力被集合在大模型上。
二，API長尾化。
這是壹種建立在沒有“終極壟斷”基礎上的邏輯。不同的項目依據自身優勢提供底層和API，不同垂類行業依據專家訓練取得垂直應用，較之通用型智慧體，垂類智慧體的效益更高、成本更低。
樂觀地說，在未來，垂類智慧體可能有幾十萬個，紮堆在各自擅長的領域，並有相互通訊功能。在解決問題的層面上，不同的API將互相協作，“垂類智慧體相互之間的關系有點像現在的人類社會”，壹位投資人表示。
三，操作系統化。
這是壹種國內大部分人喜聞樂見的狀態，它的産品形態更接近于壹種“透明層”。在這種業態下，AIGC以操作系統的方式存在，留足了APP的生存空間。在這種思路下，AIGC可被看成是原有互聯網産品的壹次産業升級，AIGC作爲底層技術被加入到各類APP的叠代版本中，但不會侵蝕原有産品的市場空間。“如若是蘋果或者安卓生態來主導，那麽操作系統仍然扮演分發角色”，在閉門討論會中我們了解到。
在壹些人看來，依據底層大模型的操作系統路線終將是大廠的“菜”。不過，好消息有可能是大廠爲了穩定性，會將部分利益讓渡給開發者，從而建立壹個新的移動互聯網或PC的生態系統。
值得壹提的是，目前以上三種發展方向尚未形成定論，我們所接觸的大多數從業者更傾向于第二、第三種假設。
盲目的樂觀
在AIGC中場戰事中，壹個十分顯眼的問題是，新晉公司遲遲找不到落地場景。在與市面上的明星企業溝通後，壹些投資人也仍未找到具有十足說服力的變現場景。對此，有的人提出了自己的看法：“我覺得，可能要在替代工作流上找到答案”。
替代和優化工作流，壹直是數字經濟得以長久發展的不二法門，簡單點說，在當下五花八門的降本增效産品中，這壹點已被體現地淋漓盡致。在投資領域，投資人們也將這個經驗運用于判斷項目好壞的實踐之中。
AIGC行業的替代工作流是如何體現的？可以以Jasper.ai爲例壹探究竟。
縱覽Jasper.ai和GPT-3的聯系，可以看到，二者處在相輔相成的關系之中。前者並沒有完全按照OpenAI所提供的結果生産內容，而在Jasper.ai所專精的營銷文案行業，也優化了GPT所提供的結果。這樣壹來，AIGC行業項目的判斷標准就出現了三點：其壹是替代工作流；其二是和大模型的結合；其三是有用戶需求。
但在目前，國內的Jasper.ai並不好找。
“我覺得國內的很多項目並沒理解，妳不要說技術多好才去做應用，而是做應用之前要基于用戶需求”，壹位早期投資者抱怨。在他看來，很多企業的想法有點過于想當然，“比如我認爲AIGC+劇本殺、AIGC+遊戲等具體場景，其用戶需求的真實性往往是值得商榷的”。
“現在有點像雲原生剛出來那會，那會人們想的都是雲原生能替代所有人、顛覆掉所有工具”，後來，雲原生行業紛紛走向了賦能，在顛覆的邏輯中，並未出現過多亮點。在這位投資者的眼中，目前的AIGC行業情緒是樂觀的，但又充滿了盲目性。
實際上，爲了讓AIGC快速落地，還有另外壹種變量——即本土開源社區的發展。不過，客觀地說，對比國外，國內的開源行業仍舊發展不及預期，以至于壹些從業者形容這個行業“壹直以來不是那麽健康”。
總結而言：開源社區可加快AIGC産品的生産效率，初創公司生態位在與將訓練好的模型加以調教。在用戶側，AIGC所能提供的效益産出比或將成爲落地後的關鍵壹環，而這也是數字化本身的核心要義所在。
文生文與文生圖
在AIGC行業中，文生文和文生圖是兩大技術方向。我們在文生圖系列文章中對此曾有過描寫。在與行業從業者的系列對話中，我們找到了文生圖行業未來發展的新路徑。
宅男場景。
“我們看到宅男場景的增長是十分可怕的”，壹位投資人這樣說。在底層技術上，這名投資人看到圖片生成的速度正在快速提升。“這解鎖了新的可能性，目前每天圖片的生産量已經是之前的千倍，並且已經在細分場景中有所展現了”。
（有趣的是，文生圖加速了渲染行業的進壹步叠代——爲了擁有顆粒度更加細致、分辨率更高的圖片，AIGC産品的參數量會變得越來越大，但客觀上這對渲染的算力和內存提出了更多要求）。
最讓從業者感到振奮的是，邏輯上，圖片的生成速度和定制化呈正相關關系。這意味著，文生圖行業的“超級定制化”時代即將到來。有內部人士稱，當內容量被放大到現在的10萬倍後，個人對圖片的審美的需求將被進壹步滿足，而這種圖片需要將被快速地填充至設計、建築、時裝或替代模特場景之中。
對比文生文，圖的賽道的使用場景更容易找到。而在文生文，其使用場景仍然被鎖定在劇本協作、故事創作等，有些投資人認爲，文生文的場景“過于小、過于碎片化”。
並且，未來的文生文行業會走向專業化，各類文生文産品需要證明其在各自領域內的專業性，而這又需要企業在其投入更多的研發資源。
“另外，文生文在大家調用GPT-3時的使用場景和付費意願是有待商榷的”，在壹名投資人看來，國內小公司傾向于調用API，但這種“換皮”式的ChatGPT産品並未展現太好的盈利性。在未擁有底層産品的情況下，“換皮”型産品的邏輯更像是取得授權後的代理，在壹般意義上，代理商的商業價值遠小于原創性公司。
結尾：
截至目前。我們似乎找到了AIGC企業的發展邏輯：即在搶占流量入口的前提下，在應用場景、數據訓練、數據標注中尋求平衡，並形成以數據爲核心的增長飛輪。隨著數據標注越來越仔細、叠代越來越快速，客戶的留存率也將進壹步提升，而到那時，AIGC産品改造原有行業便成爲了可能。
只不過，在當下人們對于ChatGPT關注熱度空前之時，AIGC産品的精細化、精准性弱點也逐漸被暴露。可以肯定的是，在這種趨勢下，人們對于人工智能産品的興趣已經逐漸從嘗鮮轉移至其在語言流暢度、思維深度、邏輯能力、細節（分辨率）之上的需求。
人們需要更好的AIGC産品，技術也正在飛速發展之中，但能吃到這波紅利？現在還不好說。-[文:數科星球*作者:苑晶*編輯:十裏香/钛媒體]
