《科创板日报》7月7日（记者 陈美）如果说2022年被称为生成式人工智能之年，2023年则把大模型推向高峰。

7月7日，在2023世界人工智能大会（WAIC）启明创投论坛“生成式AI与大模型：变革与创新”上，启明创投携手未尽研究，共同发布《生成式AI》。据悉，这是首份基于对海内外逾百家企业深入调研撰写的生成式AI洞察报告。

(资料图)

《科创板日报》记者从现场获悉，启明创投合伙人周志峰作为发布人，从创新应用、前沿研究、监管、安全、政策、人才以及行业十大前瞻等多个方面，对报告进行了解读。

在解读中，周志峰表示，算力目前是最稀缺的资源，也处于最容易获利的要津。算力作为大模型成本结构中最大一块，GPU的性能，实际上决定了这个新兴行业的步调。

“随着算力与模型的进步，更多初创企业正在涌入，它们抢到了时间的红利，但也面临竞争和可能的巨头碾压。”周志峰解读《生成式AI》时谈到。

与2022年相比，《生成式AI》认为，2023年更多比例的新公司聚焦在底层技术的创新；大模型创业公司也开始分化，在通用大模型创业公司方兴未艾的同时，许多面向医疗、电商、科研、工业、自动驾驶和机器人等特定方向的垂直大模型公司，开始出现。

但在此过程中，《生成式AI》认为，大模型既需要超越对下一个词的预测能力，也需要一个更丰富、更复杂的“慢思考”深层机制，来监督“快思考”预测下一个词的机制。

周志峰在讲解《生成式AI》时表示，政府对于生成式人工智能的监管反应相当及时，各国出现了不同特点。中国在迅速推出生成式人工智能的监管办法并征求意见的同时，也在鼓励发展通用人工智能。

“北京、上海、深圳是最具雄心的第一梯队，均提出了较具雄心的人工智能科研、创新与产业目标。欧盟继续在监管和立法方面领先，一如其5年前率先推出GDPR。美国更在意人工智能技术的领先地位，正在形成以风险管理为原则的监管框架。”

长期来看，人才对人工智能未来的影响，超过了算力。中国研究人员发布的论文在数量上已经超过了美国，但金字塔顶端，无论是研究还是创业，美国仍然占据明显优势。同时，科技部已提出了人工智能企业应接受科技伦理审查；审查主体应该设立科技伦理（审查）委员会。美国人工智能企业较早开始设立负责任与可信人工智能部门，从去年到今年以来经过一些调整，反映出在生成式人工智能发生变革之际，企业正在寻求用更好的技术和方案，来安全和负责地部署新技术。

值得一提的是，在解读完这份报告之后，周志峰还发布了《生成式AI》的十大前瞻。

其中，在大语言模型方面，《生成式AI》认为，2024年中国将出现比肩GPT-4的多语言通用大模型；超长上下文（Long Context）将引领下一次LLM技术突破；在出现更有前景的大语言模型之前，为实现垂直领域更好的效果，以下三种方式将共存：第一，在不改变数据分布的情况下，利用更多通用数据进行通用大模型预训练，不特别引入行业数据；第二，利用行业专属数据微调（Fine-Tuning）通用大模型；第三，利用行业数据占比更高的数据集，进行垂直模型预训练。

多模态模型中，当前CLIP+Diffusion的文生图模型是过渡态，未来2年内将出现一体化的模型结构；下一代Text-to-Image模型将具备更强的可控性，它将结合底层模型能力和前端控制方式，对模型的设计将注重与控制方式的结合；2025年之前，Video和3D等模态将迎来里程碑式的模型，大幅提高生成效果。

此外，以PALM-E为代表的具身智能（Embodied AI）展现出机器人感知、理解和决策等方向上的巨大潜力，但当前训练和可靠性存在较大挑战；短期内Transformer正成为多个模态的主流网络结构，但压缩整个数字世界的通用方法尚未出现，Transformer并不是人工智能技术的终点。

商业机会上，《生成式AI》认为，3年内颠覆式的AI应用的核心驱动力来自于底层模型的创新，两者无法解耦，模型的作用将大于产品设计的作用；当前生成式AI市场处于技术主导的早期阶段，存在千亿美元市值的平台性企业的机会。