7月7日周五，在2023世界人工智能大會上，啟明創投合伙人周志峰分享了自己對AI大模型及整個產業發展趨勢的思考，同時攜手未盡研究共同發布報告《生成式AI》，提出了十大行業前瞻。

周志峰認為，AI2.0浪潮將重建整個產業架構，一定會有新巨頭在新一輪科技浪潮中誕生。

(資料圖片僅供參考)

對于未來產業發展趨勢，啟明創投同未盡研究在報告《生成式AI》中預測，長文本是大語言模型關鍵；transform一定不是技術終局；當前生成式AI市場處于技術主導的早期階段，存在千億美元市值的平臺性企業的機會。

作為最早一批活躍在AI領域的創投機構，啟明創投投資企業遍布整個AI生態鏈條，涵蓋芯片、大模型、垂直應用等領域均有所涉及。值得一提的是，今年5月，啟明創投第七期人民幣基金成功完成65億元募資，為年內規模最大。

AI 2.0：重建整個產業架構

首先，周志峰表示，大規模的算力，大規模的數據對AI未來發展非常重要：

大規模訓練的第一性原理是用大規模去壓縮人類世界全部被數字化的知識信息跟數據。

你從這句第一性原理中能看到，大規模的算力，大規模的數據是對AI未來發展非常重要的，而確實大規模的算力，大規模數據也是人類過去40年芯片在互聯網大數據各個領域中不斷累積的這些技術，然后去推動AI的爆發。

接下來，周志峰闡述了VC圈對于“AI1.0”和“AI2.0”的理解，同時強調，AI2.0將重建整個產業架構：

深度學習被創業投資行業稱為叫做AI1.0，主要是說它是針對一個特定的小任務，用一個特定的小數據集訓練出來的一個小模型，而且主要是模式識別類，比如人臉識別語音識別。

今天的大規模語音領域學習被我們更多稱為是AI2.0，主要它是通用的數據訓練出來的大模型，具有生成決策能力。

進一步，周志峰指出，新的生態架構將分為基礎層、模型層和應用層三層架構，這會給現有產品設計帶來很大改變：

最底層是基礎架構層，提供算力，像aws火山引擎、阿里云等等都在提供這種計算中心平臺，主要是對大模型的訓練、推理、部署做優化。

中間層為模型層，有好幾種形式，一類是提供這種基礎模型底座模型，然后對外去輸出模型的能力，通過API通過模型定制。另一類是自建大模型，就是做了自己的大模型后，會針對某一個特定行業特定場景去做優化，然后提供端到端的從模型到應用的解決方案。

第三層應用層，一部分公司會自建模型直接做到垂直應用，（剩下來，）可能80~90%的公司都會利用第三方模型的能力，去構建自己熟悉的場景或者行業的一個應用。

新王者，新巨頭

談到產業發展，周志峰指出，未來企業分為兩種——+AI、AI+：

其中，更多的企業是+AI，即把新一代的AI的能力放進工作流，其實是一種舊場景的增強。

另一類企業，則會全新構建一個產品，這是一種舊場景的重塑，或者叫做新場景的創造。

周志峰表示，每一輪科技浪潮都會誕生出新的王者，新的偉大的企業。不過，如何找到創業的黃金通道，則需要努力思考：

ChatGTP重新點燃了AI 2.0這波浪潮，全球的整個融資金額發生了巨大的發展，這一次，會是一個依然是持續兩年，然后走低的泡沫，還是會真的一路向前，發展到一個通用人工智能，這是一個非常值得思考的問題。

大模型肯定是會變的越來越厲害，OpenAI的CEO也說，他們有可能自己去介入類似于微軟這樣的產品，做一個辦公productivity產品，他們也在向往更廣闊的空間，我們是不是能夠找到一個自己的創業的黃金通道，最終走向一個廣闊的天地？

也許現實其實是這樣的，我們要走的路可能是一條死亡峽谷，兩邊都會不斷的擠壓，他們的技術都在動態變化，我們怎么能夠穿過這條死亡峽谷，我覺得這是在創業時候，我們要去發揮自己的理性思維，去努力去思考的。

十大AI發展趨勢展望

展望未來，啟明創投聯手未盡研究共同發布重磅報告《生成式AI》| State of Generative AI 2023，提出十大行業前瞻：

（1）大語言模型

1、2024年中國將出現比肩GPT-4的多語言通用大模型；

2、超長上下文（Long Context）將引領下一次LLM技術突破；

3、在出現更有前景的大語言模型之前，為實現垂直領域更好的效果，以下三種方式將共存：

i）在不改變數據分布的情況下，利用更多通用數據進行通用大模型預訓練，不特別引入行業數據，

ii）利用行業專屬數據微調（Fine-Tuning）通用大模型，

iii）利用行業數據占比更高的數據集進行垂直模型預訓練。

多模態模型

4、當前CLIP + Diffusion的文生圖模型是過渡態，未來2年內將出現一體化的模型結構；

5、下一代Text-to-Image模型將具備更強的可控性，它將結合底層模型能力和前端控制方式，對模型的設計將注重與控制方式的結合；

6、2025年之前，Video和3D等模態將迎來里程碑式的模型，大幅提高生成效果；

7、以PALM-E為代表的具身智能（Embodied AI）展現出在機器人的感知、理解和決策等方向上的巨大潛力，但當前訓練和可靠性存在較大挑戰；

8.、短期內Transformer正成為多個模態的主流網絡結構，但壓縮整個數字世界的通用方法尚未出現，Transformer并不是人工智能技術的終點。

商業機會

9、 3年內，顛覆式的AI應用的核心驅動力來自于底層模型的創新，兩者無法解耦，模型的作用將大于產品設計的作用；

10、當前生成式AI市場處于技術主導的早期階段，存在千億美元市值的平臺性企業的機會。

本文主要內容來自啟明創投周志峰7月5日WAIC演講及啟明創投、未見研究報告：《生成式AI》|The State of Generative AI 2023

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

關鍵詞：