启明创投&未尽研究发布《生成式AI》报告 提出“十大前瞻”

【CC博客】7月7日消息，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，共同发布报告《生成式AI》| State of Generative AI 2023。

2022年和2023年，是生成式人工智能技术取得突破的两年，过去半年最重要的研究方向，是破解和理解大模型神秘而又令人兴奋的智能“涌现”。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。长期来看，人才对人工智能未来的影响，超过了算力。

基于研究，报告对未来一至三年的大语言模型、多模态模型和商业竞争态势，做出了十点前瞻：

大语言模型

1. 2024年中国将出现比肩GPT-4的多语言通用大模型；

2. 超长上下文（Long Context）将引领下一次LLM技术突破；

3. 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：
I）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，
ii）利用行业专属数据微调（Fine-Tuning）通用大模型，
iii）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

4. 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；

5. 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；

6. 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；

7. 以PALM-E为代表的具身智能（Embodied AI）展现出在机器人的感知、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；

8. 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

9. 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；

10. 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。