文 | 数科星球，作者丨苑晶，编辑丨十里香

【资料图】

ChatGPT 爆火，惹得众羡。

以 Meta 为首的企业，发起了对 ChatGPT 的 " 围剿 "。日前，扎克伯格推出 LLaMA"Meta 人工智能大型语言模型 "（Large Language Model Meta AI）后，更是将这轮竞争的焦点推至高潮。

ChatGPT 的背后，亦趋者甚多：有微软、谷歌、Notion AI 等。

在国内，项目方们跃跃欲试，开始了新的征程。在一系列沟通中，有人希望重拾移动互联网时代辉煌、有人押宝风口、有人向 AIGC 敞开怀抱，也有人陷入极度悲观。

虽然极尽可能，但眼下仍没人能以尺规般丈量出 AIGC 的发展轮廓。在一切没有答案的时刻，AIGC 无疑处在竞争的中场之中。

这场竞争以迷雾展开，在迷雾中进行。唯一不变的是：" 一切都在变化 "。资本、劳动力、技术、政策和市场，任何细微的变动都会引起蝴蝶振翅般的波动。也正是在这样的中场游戏中，暗自发展的项目希冀了解更多，而已经明牌了的参与者，则未必会笑道最后。

三种可能的未来

一，AGI。

这可能是最让人欣喜或最让人悲哀的一种路线。所谓 AGI，可称为通用人工智能（Artifical General Intelligence）。和人类大脑一样，AGI 同样可以因不确定因素做出推理并制定决策甚至解决问题。它将拥有对常识的认知能力、工作的规划能力、自我学习能力以及用自然语言交流沟通的能力。

ChatGPT 的出现让各行各业十分震惊，主要原因在于其初步体现了 AGI 的苗头。不过，大多数人将这样的未来划归至中远期，当下，机器对环境的适应、强化学习、智能体的交互都有待论证。

人们可以对 ChatGPT 的 " 一本正经的胡说八道 " 嗤之以鼻，但内心的深层次不安已油然而生——我们离它一本正经的正确做事还有多远？一位调研过 300 余家主流投资机构的从业者这样说：" 大模型 AGI 会把所有东西吃掉，这种能力的背后是纯粹的规模效应，是有可能出现的 "。

在这种情况下，除底层 AGI 供应者外，所有的应用层都会被 " 糖纸 " 化。而随着最高级别的垄断出现，创新机会将被极大压缩，不同的项目被 " 接口化 "，所有能力被集合在大模型上。

二，API 长尾化。

这是一种建立在没有 " 终极垄断 " 基础上的逻辑。不同的项目依据自身优势提供底层和 API，不同垂类行业依据专家训练取得垂直应用，较之通用型智慧体，垂类智慧体的效益更高、成本更低。

乐观地说，在未来，垂类智慧体可能有几十万个，扎堆在各自擅长的领域，并有相互通讯功能。在解决问题的层面上，不同的 API 将互相协作，" 垂类智慧体相互之间的关系有点像现在的人类社会 "，一位投资人表示。

三，操作系统化。

这是一种国内大部分人喜闻乐见的状态，它的产品形态更接近于一种 " 透明层 "。在这种业态下，AIGC 以操作系统的方式存在，留足了 APP 的生存空间。在这种思路下，AIGC 可被看成是原有互联网产品的一次产业升级，AIGC 作为底层技术被加入到各类 APP 的迭代版本中，但不会侵蚀原有产品的市场空间。" 如若是苹果或者安卓生态来主导，那么操作系统仍然扮演分发角色 "，在闭门讨论会中我们了解到。

在一些人看来，依据底层大模型的操作系统路线终将是大厂的 " 菜 "。不过，好消息有可能是大厂为了稳定性，会将部分利益让渡给开发者，从而建立一个新的移动互联网或 PC 的生态系统。

值得一提的是，目前以上三种发展方向尚未形成定论，我们所接触的大多数从业者更倾向于第二、第三种假设。

盲目的乐观

在 AIGC 中场战事中，一个十分显眼的问题是，新晋公司迟迟找不到落地场景。在与市面上的明星企业沟通后，一些投资人也仍未找到具有十足说服力的变现场景。对此，有的人提出了自己的看法：" 我觉得，可能要在替代工作流上找到答案 "。

替代和优化工作流，一直是数字经济得以长久发展的不二法门，简单点说，在当下五花八门的降本增效产品中，这一点已被体现地淋漓尽致。在投资领域，投资人们也将这个经验运用于判断项目好坏的实践之中。

AIGC 行业的替代工作流是如何体现的？可以以 Jasper.ai 为例一探究竟。

纵览 Jasper.ai 和 GPT-3 的联系，可以看到，二者处在相辅相成的关系之中。前者并没有完全按照 OpenAI 所提供的结果生产内容，而在 Jasper.ai 所专精的营销文案行业，也优化了 GPT 所提供的结果。这样一来，AIGC 行业项目的判断标准就出现了三点：其一是替代工作流；其二是和大模型的结合；其三是有用户需求。

但在目前，国内的 Jasper.ai 并不好找。

" 我觉得国内的很多项目并没理解，你不要说技术多好才去做应用，而是做应用之前要基于用户需求 "，一位早期投资者抱怨。在他看来，很多企业的想法有点过于想当然，" 比如我认为 AIGC+ 剧本杀、AIGC+ 游戏等具体场景，其用户需求的真实性往往是值得商榷的 "。

" 现在有点像云原生刚出来那会，那会人们想的都是云原生能替代所有人、颠覆掉所有工具 "，后来，云原生行业纷纷走向了赋能，在颠覆的逻辑中，并未出现过多亮点。在这位投资者的眼中，目前的 AIGC 行业情绪是乐观的，但又充满了盲目性。

实际上，为了让 AIGC 快速落地，还有另外一种变量——即本土开源社区的发展。不过，客观地说，对比国外，国内的开源行业仍旧发展不及预期，以至于一些从业者形容这个行业" 一直以来不是那么健康 "。

总结而言：开源社区可加快 AIGC 产品的生产效率，初创公司生态位在与将训练好的模型加以调教。在用户侧，AIGC 所能提供的效益产出比或将成为落地后的关键一环，而这也是数字化本身的核心要义所在。

文生文与文生图

在 AIGC 行业中，文生文和文生图是两大技术方向。我们在文生图系列文章中对此曾有过描写。在与行业从业者的系列对话中，我们找到了文生图行业未来发展的新路径。

宅男场景。

" 我们看到宅男场景的增长是十分可怕的 "，一位投资人这样说。在底层技术上，这名投资人看到图片生成的速度正在快速提升。" 这解锁了新的可能性，目前每天图片的生产量已经是之前的千倍，并且已经在细分场景中有所展现了 "。

（有趣的是，文生图加速了渲染行业的进一步迭代——为了拥有颗粒度更加细致、分辨率更高的图片，AIGC 产品的参数量会变得越来越大，但客观上这对渲染的算力和内存提出了更多要求）。

最让从业者感到振奋的是，逻辑上，图片的生成速度和定制化呈正相关关系。这意味着，文生图行业的 " 超级定制化 " 时代即将到来。有内部人士称，当内容量被放大到现在的 10 万倍后，个人对图片的审美的需求将被进一步满足，而这种图片需要将被快速地填充至设计、建筑、时装或替代模特场景之中。

对比文生文，图的赛道的使用场景更容易找到。而在文生文，其使用场景仍然被锁定在剧本协作、故事创作等，有些投资人认为，文生文的场景" 过于小、过于碎片化 "。

并且，未来的文生文行业会走向专业化，各类文生文产品需要证明其在各自领域内的专业性，而这又需要企业在其投入更多的研发资源。

" 另外，文生文在大家调用 GPT-3 时的使用场景和付费意愿是有待商榷的 "，在一名投资人看来，国内小公司倾向于调用 API，但这种 " 换皮 " 式的 ChatGPT 产品并未展现太好的盈利性。在未拥有底层产品的情况下，" 换皮 " 型产品的逻辑更像是取得授权后的代理，在一般意义上，代理商的商业价值远小于原创性公司。

结尾：

截至目前。我们似乎找到了 AIGC 企业的发展逻辑：即在抢占流量入口的前提下，在应用场景、数据训练、数据标注中寻求平衡，并形成以数据为核心的增长飞轮。随着数据标注越来越仔细、迭代越来越快速，客户的留存率也将进一步提升，而到那时，AIGC 产品改造原有行业便成为了可能。

只不过，在当下人们对于 ChatGPT 关注热度空前之时，AIGC 产品的精细化、精准性弱点也逐渐被暴露。可以肯定的是，在这种趋势下，人们对于人工智能产品的兴趣已经逐渐从尝鲜转移至其在语言流畅度、思维深度、逻辑能力、细节（分辨率）之上的需求。

人们需要更好的 AIGC 产品，技术也正在飞速发展之中，但能吃到这波红利？现在还不好说。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App