“國內最可能涌現(xiàn)創(chuàng)業(yè)公司的機會或許在應用層，“To B方向應該最先有潛力爆發(fā)。”

作者：蘇打編輯：tuya出品：財經(jīng)涂鴉（ID：caijingtuya）

無論是用Stability．ai、Midjourney去生成畫作，還是和ChatGPT聊天，亦或是體驗Jasper．ai幫你寫一篇小作文，最近的AIGC殺手級應用以及背后的大模型，“猶如冬天里的一把火”——生成式AI正利用人類已有數(shù)據(jù)打開新的邊界。

近期，高榕資本榕匯聯(lián)合聲動活潑共同發(fā)起線上研討會，4位來自通用人工智能、3D內容生產與消費一站式平臺、投資以及內容領域的嘉賓一同對話。

啟元世界創(chuàng)始人兼CEO袁泉在對話中，就當前AIGC爆紅背后的底層技術驅動進行解釋時表示，目前AIGC進入到成長期，AI生成圖、生成文字、生成代碼、生成音樂等都在快速發(fā)展，同時能夠輔助人做一些提升效率的工作。

“OpenAI的成功不是偶然的，我們總結為‘三個5’： 5年時間、50個對AGI（通用人工智能）最有理解力的人、5億美元的算力。”袁泉認為。

據(jù)高榕資本投資合伙人劉新華透露，在海外，AIGC不只是大廠的機會，也新起了很多創(chuàng)業(yè)公司。一類公司偏底層，在新場景中孕育大模型的突破，基于DALL·E、GPT等產生很多新的模型；另外是在應用層中，出現(xiàn)很多新公司，包括生成文字、圖像、視頻、代碼、3D模型等等。

與此同時，“國內所有創(chuàng)業(yè)者都將受益于生成式AI的創(chuàng)新和生態(tài)。大模型的涌現(xiàn)和指數(shù)級的能力迭代，以及開源社區(qū)的繁榮、API的大量開發(fā)和開放，都會讓中國的創(chuàng)業(yè)者從中獲益。而且大模型的泛化能力和通用性極強，無需對場景和模型重復訓練（即Zero－shot），由此而來的低成本準入門檻、數(shù)據(jù)飛輪效應和廣泛的場景適應能力，都能讓國內的創(chuàng)業(yè)者可以在巨人的肩膀上做組合式創(chuàng)新。”

「創(chuàng)意濃度越高，生成式AI越有機會」

幾年前，用機器學習的方法（例如GAN）生成圖像的能力便已初現(xiàn)。但由于效果所限，并沒有與今天最熱的“文生圖”功能聯(lián)系起來。

“AI作畫的進步是CV與NLP兩個子領域交叉帶來的結果。圖像生成技術領域，此前GAN、Imagen AI等生成式模型，本質原理是已經(jīng)有了一個圖像，經(jīng)過深度學習神經(jīng)網(wǎng)絡處理，生成另外一幅內容相似的圖像。”元象XVERSE技術合伙人黃浩智在對話中表示，AI作畫之所以吸引人，是因為人們可以通過比較自然的語言描述就能生成相應的畫作，而這背后是大規(guī)模預訓練語言模型的“功勞”。

在被問及“觀察AIGC創(chuàng)業(yè)公司重點關注哪些能力與指標”這一問題時，劉新華表示，從投資角度看，判斷某個領域是否達到爆發(fā)臨界點，高榕會關注典型產品是否達到了產品市場匹配（PMF）；在生成式AI這樣的前沿領域，還會進行“在PMF之前，哪些場景達到了AMF（AI Market Fit）”這樣的前置判斷。

其中，AIGC達到AMF，有兩個重要的維度。首先，AI的能力基本達到了人類專業(yè)工種60％－70％的水平，即人類可用的標準。其次，基于AI的工具容錯率高，能提供可編輯性。在這兩個維度上，用戶量級大、數(shù)據(jù)可得性高、商業(yè)價值高的市場最容易爆發(fā)。

“這次AIGC浪潮中大火的應用有一個重要共同特征是，越是在創(chuàng)意濃度高的市場中，生成式AI反而最有機會。這一點是反共識的。”劉新華認為，因為這些領域容錯率高，人類沒有嚴苛單一的審美標準，愿意接受多樣性，另外工具提供較強的可編輯性讓人類方便進行二創(chuàng)。

除創(chuàng)意工作外，未來生成式AI在游戲、建筑設計、新藥研發(fā)、新材料發(fā)現(xiàn)等創(chuàng)意發(fā)散性高、容錯率高的領域，可能也會存在機會。

面對市場中針對AIGC“準確率”的疑慮，劉新華表示，那些熱度很高的AIGC公司首先準確率已經(jīng)達到可用的閾值，“我個人觀點是，如果要進一步持續(xù)提高AIGC的可用性，社區(qū)驅動下數(shù)據(jù)與模型協(xié)同的增長飛輪非常重要”。

如今，比較火爆的Jasper．ai、Stable Diffusion等，社區(qū)都非常繁榮。用戶社區(qū)不斷為模型貢獻數(shù)據(jù)，新數(shù)據(jù)帶動模型進一步進化，從而實現(xiàn)好的體驗、吸引更多用戶，形成了數(shù)據(jù)的網(wǎng)絡效應和用戶的網(wǎng)絡數(shù)據(jù)，二者相互促進，不斷帶動增長飛輪。

SaaS類AIGC公司或將在國內「先跑出來」

在談及國內AIGC的創(chuàng)業(yè)生態(tài)時，多位嘉賓認為，To B方向將成為最有希望爆發(fā)的前沿。

相較于國外，“國內會形成不一樣的創(chuàng)業(yè)公司生態(tài)。底層平臺的創(chuàng)業(yè)難度相對大，但也的確存在國產替代機會，特別是在本土數(shù)據(jù)特別豐富的場景中。”劉新華坦言。

此外，在一些新場景中的底層平臺，國內創(chuàng)業(yè)者也有創(chuàng)新機會，例如3D場景、游戲、制造業(yè)、建筑業(yè)等。

他認為，國內最可能涌現(xiàn)創(chuàng)業(yè)公司的機會或許在應用層。“To B方向應該最先有潛力爆發(fā)，例如海外這一波生成式AI公司中商業(yè)化最成熟的Jasper．ai就是SaaS模式，瞄準有高頻、大規(guī)模文字生產有需求的營銷、自媒體、電商等細分場景�！�

而To C方向，可能會涌現(xiàn)下一代抖音／快手／騰訊視頻的機會，但可能更多是大廠的機會。同時，生成式AI還有一個有趣的方向——個性化模型，未來，每個人可能都能擁有自己的模型，帶來AIUGC的浪潮。例如一位網(wǎng)紅，可以基于過往的視頻訓練自己的模型，未來可以根據(jù)模型

成極度個性化、極度個人風格的內容。

“我們判斷，國內第一波出來的AIGC公司應該是SaaS類的�！痹�泉表示。

但他同時表示，在某些場景下，To B和To C的界限在快速模糊化�！半S著AIGC能力的大幅度提升，單個用戶每個月的消費可能就是幾十塊錢，購買決策成本很低。用戶覺得這個工具對自己提升效率，或者寫作、畫畫確實有用，就購買了。”

針對希望利用AIGC獲得成長和機會的非AI技術公司，黃浩智建議，要結合自己的行業(yè)去思考獨特方向。

“例如我是做服裝品牌的，能用AIGC做什么？原本不知道應該生產什么樣的衣服銷售效果好，我可能就去設計一下prompt，描述一下這件衣服長什么樣，生成圖片，從中篩選去小批量投放廣告，根據(jù)數(shù)據(jù)反饋幫助后續(xù)設計的決策”。

如果是技術能力上更強的公司，可以先決定自己的輸入和輸出�！耙驗橐恍�數(shù)據(jù)源只有某些公司才有，而且今天大家可以利用云訓練資源去訓練自己的模型，輸出的就是特定領域的內容。值得一提的是，輸入的內容可以不只是自然語言描述，還可以是數(shù)據(jù)分析描述、法律文書等等”。

本文由公眾號財經(jīng)涂鴉（ID：caijingtuya）原創(chuàng)撰寫，如需轉載請聯(lián)系涂鴉君。

       原文標題 : 高榕資本劉新華：創(chuàng)意濃度與AIGC呈正相關，國內創(chuàng)業(yè)者都將受益于生成式AI的創(chuàng)新和生態(tài)