ChatGPT的出圈，出道便達到了巔峰，甚至突破 AI 圈層，成為了大眾津津樂道的前沿技術話題。近日，2023世界人工智能大會(WAIC)圓滿落幕?？梢哉f，這屆人工智能大會，主題非常鮮明：大模型。
另值大會期間，為進一步跟蹤大模型和AIGC產業(yè)發(fā)展動態(tài)，中國信息通信研究院正式發(fā)布《2023大模型和AIGC產業(yè)圖譜》(以下稱“圖譜”)。
據悉，圖譜整體上包含行業(yè)應用，產品服務，模型與工具和基礎層四個主要部分，深入梳理了大模型和AIGC產業(yè)鏈上下游發(fā)展狀況，詳細展示了大模型和AIGC產品分類及分布態(tài)勢。以期把握產業(yè)發(fā)展趨勢，持續(xù)幫助需求方遴選大模型和AIGC產業(yè)鏈上下游優(yōu)質產品服務，不斷推動供應方開展大模型和AIGC相關技術與產品服務前瞻預研。
AIGC賽道火熱
AIGC賽道呈現熱鬧一幕。這兩件事概括出了在人工智能爆火的半年內業(yè)內發(fā)力的重點方向，也預示出了人工智能行業(yè)發(fā)展的星辰大海，人工智能正帶領科技走向下一個黃金十年。微軟(MSFT.US)CEO納德拉也曾提到，“人工智能的黃金時代已經到來”。
大模型和生成式人工智能仿佛在瞬間爆發(fā)，很多科技行業(yè)的從業(yè)者都對AIGC的涌現驚詫不已。但在微軟看來，這種涌現絕非偶然，無數優(yōu)秀的科研人員數十年如一日地進行基礎研究，以及海量計算資源的投入，才造就了這樣的創(chuàng)新成果。
無獨有偶，英偉達(NVDA.US)創(chuàng)始人黃仁勛表態(tài)，“現代AI的重要時刻”，我們已經達到生成式AI引爆點，從此全世界的每個角落都會有算力需求”。正式由于這場關于生成式AI(AIGC)的風暴，讓英偉達賺得盆滿缽滿：產品搶手，訂單不斷，在最新一季財報顯示，英偉達數據中心的營收創(chuàng)了新高。
爭奪垂類大模型
年初，一位頭部機構合伙人就預言，“今年將會看到很多創(chuàng)業(yè)者在AI領域。”事實的確如此，僅僅國內賽道主要大模型產品就有不少。6月，阿里(BABA.US)宣布通義大模型進展，聚焦音視頻內容的AI新品“通義聽悟”正式上線，成為國內首個開放公測的大模型應用產品。
以及百度(BIDU.US)的“文心”、騰訊(TCEHY.US)的“混元”、華為的“盤古”、京東(JD.US)的“言犀”等。目前中國10億參數規(guī)模以上的大模型已發(fā)布79個，為生產活動服務、為科研創(chuàng)新服務，讓人工智能創(chuàng)造價值。
此外，在市場聚焦多模態(tài)方向時，其技術創(chuàng)新與應用場景為生成式AI應用公司提供了巨大機會。在中國龐大的互聯網、消費市場、實體經濟中，蘊藏著豐富的多模態(tài)數據，預計垂直行業(yè)大模型將爆發(fā)。
微美全息細思發(fā)展路徑，引領AIGC應用創(chuàng)新
資料顯示，作為一家專注于AI內容生態(tài)領域的高科技公司，微美全息(WIMI.US)積極擁抱大模型，以AIGC為標簽，推動AI產品力實現快速提升，通過自研算力底座賦能生成式AI商業(yè)新生態(tài)。微美全息加碼AIGC技術研發(fā)投入，除了聚焦內容生成，還在AIGC數據智能、AI主播技術、虛擬人視頻云端AI創(chuàng)作、AI圖像視頻創(chuàng)作等各個細分賽道上發(fā)力，旨在降低設計門檻，通過簡單的語言方式生成風格化的圖像，滿足多個行業(yè)的需求。
AIGC異軍突起，成為當今熱門的投資賽道。事實上微美全息很早就開始洞察到AI技術的發(fā)展前景，并快速組建了一支AI研發(fā)團隊。該團隊近年來在AI深度學習算法、圖像生成算法、邊緣云計算法、音頻生成算法等AI前沿算法等領域均取得多項技術研發(fā)成果，并加速與人工智能、5G等數字技術深度融合，逐步推動形成平臺化、開放化、無線化、智能化的新型產業(yè)形態(tài)，為微美全息帶來新的盈利點。
產業(yè)界認為，生成式AI將在To C和To B兩個領域均有所發(fā)展。值得關注，在落地場景方面，微美全息打造出基于 AIGC技術的數字人營銷方案，可以一鍵實現文生視頻、虛擬人直播等AI功能，引入AI技術提升用戶愉快體驗。源于對AI產業(yè)未來長足性發(fā)展的信心，未來微美全息將基于自身不可比擬的技術優(yōu)勢，持續(xù)將核心能力做“專”做“精”，推出融入多項 AI 技術的新產品。
結語
風起云涌，熱鬧非凡，大模型帶來的機遇與前景讓各行各業(yè)為之振奮。當下，各行各業(yè)對生成式AI將帶來的改變不吝贊美之詞，人工智能技術也迎來了發(fā)展的關鍵時刻。筆者認為，越是在這樣的狂熱情緒之下，越需要客觀冷靜地細細思考。AI發(fā)展并非一條技術路線，目前市場的主流是大模型訓練，未來可能會產生其他技術路線，這些新路線未必會需要昂貴的訓練芯片?？傮w而言，需要未雨綢繆。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
