1.2.3 技術(shù)供給

技術(shù)供給層面主要是基于兩個(gè)方面的進(jìn)展：算力提升和算法突破。

算力的提升直接決定了模型參數(shù)的規(guī)模，進(jìn)而影響人工智能的性能表現(xiàn)。我們可以看到，從最早的GPT-1只支持1.5億個(gè)參數(shù)，到GPT-3已支持2000億個(gè)參數(shù)，再到像“悟道3.0”這樣的大模型已經(jīng)達(dá)到超過萬億個(gè)參數(shù)，對(duì)算力需求的增長(zhǎng)速度已遠(yuǎn)超摩爾定律提出的增長(zhǎng)率。

在算法方面，有幾個(gè)關(guān)鍵模型對(duì)AIGC的發(fā)展產(chǎn)生了巨大的推動(dòng)作用。首先是Transformer模型，它引入了自注意力機(jī)制，利用并行訓(xùn)練的優(yōu)勢(shì)為大模型訓(xùn)練奠定了基礎(chǔ)。其次是CLIP模型，它推動(dòng)了跨模態(tài)生成技術(shù)的發(fā)展，以及Diffusion模型取代GAN成為圖像生成領(lǐng)域的主流模型。此外，ChatGPT的成功也離不開人類反饋的強(qiáng)化學(xué)習(xí)訓(xùn)練方法。

AIGC生成的模擬數(shù)字城市的場(chǎng)景

通過不斷提升算力和突破算法，AIGC領(lǐng)域的發(fā)展取得了顯著的進(jìn)步。大規(guī)模參數(shù)的支持和新的算法技術(shù)的引入，為人工智能的性能表現(xiàn)提供了更強(qiáng)的基礎(chǔ)，推動(dòng)了AIGC在各領(lǐng)域的廣泛應(yīng)用和發(fā)展。這一發(fā)展趨勢(shì)將繼續(xù)推動(dòng)AIGC領(lǐng)域的創(chuàng)新和進(jìn)步，為未來帶來更多令人期待的應(yīng)用場(chǎng)景。

而這一輪AIGC技術(shù)帶來的AI應(yīng)用的火爆，主要體現(xiàn)在C端的AI應(yīng)用上。與以往AI技術(shù)主要改進(jìn)和優(yōu)化企業(yè)端不同，大語言模型（LLM）所帶來的應(yīng)用，如ChatGPT和Midjourney，不僅改變了企業(yè)端的業(yè)務(wù)模式，也讓億萬用戶對(duì)AI技術(shù)有了直觀而震撼的體驗(yàn)。ChatGPT和Midjourney等應(yīng)用正在快速發(fā)展，并在文本生成、代碼本生成、圖片等領(lǐng)域取得了巨大成功，而更多類似應(yīng)用也在迅速涌現(xiàn)，包括AI生成音樂、AI生成視頻、AI生成游戲等應(yīng)用。現(xiàn)在，基于GPT-3、GPT-4、DALL-E等模型的AI應(yīng)用越來越多。單單從GPT模型來看，GPT-3 DEMO網(wǎng)站上統(tǒng)計(jì)的GPT-3應(yīng)用程序已超過800個(gè)，但這些應(yīng)用并不包括企業(yè)推出的GPT應(yīng)用。

LLM技術(shù)的突破使得AI應(yīng)用對(duì)B端和C端都產(chǎn)生了深遠(yuǎn)的影響。企業(yè)借助ChatGPT和Midjourney等應(yīng)用進(jìn)行創(chuàng)新，不僅更新業(yè)務(wù)模式，也改善了用戶體驗(yàn)。同時(shí)，對(duì)普通用戶來說，這些應(yīng)用也給他們帶來了深刻的AI體驗(yàn)，加強(qiáng)了其對(duì)AI技術(shù)的認(rèn)知。AI技術(shù)在文本生成、代碼、圖片生成等領(lǐng)域的快速發(fā)展，展示出了其在不同領(lǐng)域具備的巨大潛力。

隨著LLM技術(shù)的不斷進(jìn)步和應(yīng)用的廣泛拓展，AI技術(shù)正在逐漸改變?nèi)藗兊纳詈凸ぷ鞣绞健I應(yīng)用的發(fā)展為用戶提供了更多的便利和創(chuàng)新機(jī)會(huì)，同時(shí)也為企業(yè)帶來了更多的商業(yè)機(jī)會(huì)。我們有理由相信，隨著AI技術(shù)的不斷升級(jí)和應(yīng)用場(chǎng)景的擴(kuò)展，它將繼續(xù)為人類社會(huì)帶來更多驚喜和改變。

AIGC生成的數(shù)字人工作的場(chǎng)景