“如果人類的水平達(dá)不到80分，就會被AI淘汰?！?/p>

在中國AIGC產(chǎn)業(yè)峰會現(xiàn)場，昆侖萬維CEO方漢拋出這樣一個大膽預(yù)測。

在他看來，目前AIGC對存量知識的理解與表達(dá)已經(jīng)達(dá)到80分的水平，行業(yè)從業(yè)者將隨之形成兩極分化的局面：

(資料圖片)

一部分人成為上游管理員，一部分成為底層AIGC操作員，兩者的工作產(chǎn)量都會極大提升。

剩下的達(dá)不到80分的腰部從業(yè)者，大概率被淘汰。

方漢畢業(yè)于中國科學(xué)技術(shù)大學(xué)近代物理系，擁有29年互聯(lián)網(wǎng)從業(yè)經(jīng)驗，從1994年開始參與和倡導(dǎo)開源運動，是國內(nèi)最早的網(wǎng)絡(luò)安全專家，負(fù)責(zé)研發(fā)了國內(nèi)市場占有率最高的網(wǎng)頁游戲《三國風(fēng)云》。

2008年3月，他協(xié)助周亞輝先生創(chuàng)立昆侖萬維，后者于2015年A股上市。

在本次大會上，他對昆侖萬維介入到類ChatGPT大模型開發(fā)的契機(jī)、AIGC對內(nèi)容從業(yè)者的影響、三種AIGC商業(yè)路徑、以及開源和預(yù)訓(xùn)練大模型在其中的重要性進(jìn)行了一一分享。

為了完整體現(xiàn)他的思考，在不改變原意的基礎(chǔ)上，量子位對其演講內(nèi)容進(jìn)行了編輯整理。

演講要點：

AIGC原本含義比較狹窄，主要指文本、圖像以及視頻還有音樂等人類可以消費的娛樂內(nèi)容的生成。ChatGPT的出現(xiàn)把AIGC的范疇給泛化了。

對存量知識的理解與表達(dá)，AIGC將以低廉的成本做到80分的水準(zhǔn)。

由于兩極分化，AIGC領(lǐng)域的腰部工作者要么力爭上游做頭部管理員，要不就老老實實成為AIGC操作員。

在AIGC領(lǐng)域，文生圖在同一個賽道出現(xiàn)了三種完全不同的商業(yè)模式，互為補充：

（1）Stability.AI打造的開源生態(tài)；

（2）Midjourney打造的SaaS或者M(jìn)odel Service生態(tài)；

（3）Adobe Firefly打造的傳統(tǒng)生態(tài)工具，將所有AIGC功能集成到工具里。

只有開源模式可以滿足用戶的長尾需求；只有開源模式才可以滿足中小企業(yè)的增長需求。

需要注意的是，我們不能只盯著目前AIGC進(jìn)展，認(rèn)為預(yù)訓(xùn)練大模型已經(jīng)突破傳統(tǒng)AIGC范疇進(jìn)入AGI領(lǐng)域。實際上，各種AIGC工具能力仍然受到預(yù)訓(xùn)練大模型限制，尤其GPT-4大模型出現(xiàn)后這個現(xiàn)象更加突出。

以下為方漢演講全文：

ChatGPT的出現(xiàn)把AIGC的范疇給泛化了

AIGC這個名字剛提出來的時候，在美國叫生成式AI。

國內(nèi)UGC、PGC的概念深入人心，所以造了一個詞叫“AIGC”。

AIGC原本含義比較狹窄，主要指文本、圖像以及視頻還有音樂等人類可以消費的娛樂內(nèi)容的生成。

ChatGPT的出現(xiàn)把AIGC的范疇給泛化了，ChatGPT屬于AGI（通用人工智能）范疇。

今天我的分享更多偏向原有含義，即人類娛樂內(nèi)容的生成。

首先，我簡單介紹一下昆侖萬維介入到類ChatGPT大模型開發(fā)的契機(jī)。

昆侖萬維2015年A股上市，當(dāng)時是以網(wǎng)游題材上市的，上市后在海外進(jìn)行多元化發(fā)展，有瀏覽器、社交產(chǎn)品、游戲業(yè)務(wù)。

昆侖萬維是內(nèi)容廠商，對于所有內(nèi)容生成方面的科技進(jìn)步都非常敏感。

早在2020年6月份GPT-3剛剛出現(xiàn)的時候，管理層和技術(shù)領(lǐng)導(dǎo)者都去進(jìn)行嘗試。

當(dāng)時我們判斷這是內(nèi)容生成領(lǐng)域一個里程碑，沒想到兩年后變成通用人工智能突破口。

也是從那時我們就已經(jīng)決定要跟進(jìn)這件事情，因為我們在內(nèi)容生成領(lǐng)域絕對不允許落后。

具體而言，昆侖萬維開始布局AIGC和大模型領(lǐng)域，與奇點智源合作開始進(jìn)行大模型訓(xùn)練工作。

目前為止除了通用大模型訓(xùn)練之外，昆侖萬維在音樂生成領(lǐng)域也處于國內(nèi)和國際前沿地位。

我們的愿景是推進(jìn)開源AIGC算法和模型社區(qū)的發(fā)展壯大。

昆侖萬維作為中國領(lǐng)先互聯(lián)網(wǎng)出海企業(yè)、技術(shù)驅(qū)動全球互聯(lián)網(wǎng)公司，致力于前沿技術(shù)追蹤和研發(fā)，有相當(dāng)?shù)募夹g(shù)積累和人才儲備。

我們的技術(shù)團(tuán)隊持續(xù)進(jìn)行算法技術(shù)創(chuàng)新，積極推進(jìn)模型算法開源以及社區(qū)發(fā)展壯大，基于全球每月平均4億活躍用戶以及豐富行業(yè)經(jīng)驗，助力AIGC應(yīng)用和生態(tài)的快速落地以及成長。

以下分享AIGC在具體商業(yè)模式落地方面的思考。

AIGC從業(yè)者出現(xiàn)兩極分化

我們觀察到一個有趣的現(xiàn)象，對于UGC（用戶生成內(nèi)容）的平臺如小紅書、知乎、抖音、快手等，用戶創(chuàng)造內(nèi)容的門檻每降低一倍，用戶創(chuàng)造內(nèi)容的數(shù)量就會增加十倍。

舉個例子，在手機(jī)攝像頭出現(xiàn)之前，人類拍攝視頻一定是靠專業(yè)的攝像機(jī)和數(shù)碼相機(jī)。

手機(jī)出現(xiàn)之后，攝像的門檻變低，視頻內(nèi)容數(shù)量出現(xiàn)了大爆發(fā)。

這促成了快手和抖音的發(fā)展，進(jìn)而中國UGC領(lǐng)域產(chǎn)生了巨大突破。

C端工具的商業(yè)邏輯其實是社區(qū)，B端工具的商業(yè)邏輯是功能完備性。

C端工具用快手、抖音拍視頻，目的絕不是為了做工具，而是讓用戶做出來內(nèi)容通過社區(qū)分發(fā)，這是C端工具邏輯。

B端工具的商業(yè)邏輯就像Adobe的PhotoShop全家桶、微軟Office全家桶，以功能完備性來獲得用戶的青睞。

可見，隨著AIGC技術(shù)的進(jìn)展，它們將對內(nèi)容生產(chǎn)者產(chǎn)生巨大影響。

不得不承認(rèn)，現(xiàn)在AIGC對存量知識的理解與表達(dá)還遠(yuǎn)遠(yuǎn)沒有到100分水準(zhǔn)，但以低廉的成本做到80分沒有任何問題。

如果人類自己的水平也只是80分，我們的工作一定會被AIGC替代，而80分以上的人將去管理AIGC操作員，完成曾經(jīng)需要腰部作者完成的工作。

因此未來，頭部工作者產(chǎn)量極大提升，作為AIGC操作員的底部工作者的生產(chǎn)能力也會得到極大提升。

很不幸，腰部工作者大概率會被淘汰。

那么，我們要么力爭上游做頭部工作者，要么就老老實實當(dāng)AIGC操作員。

只有開源模式可以滿足用戶的長尾需求

在AIGC領(lǐng)域，文生圖在同一個賽道出現(xiàn)了三種完全不同的商業(yè)模式。

第一種：Stability.AI打造的開源生態(tài)；

第二種：Midjourney打造的SaaS或者M(jìn)odel Service生態(tài)；

第三種：Adobe Firefly打造的傳統(tǒng)生態(tài)工具，將所有AIGC功能集成到工具里。

這三種商業(yè)路徑，不止是在文生圖，在文生圖像、文生音樂還是小說創(chuàng)作領(lǐng)域都會長期存在，且三種模式互為補充。

最終的C端用戶會傾向于使用Midjourney完成工作，如現(xiàn)在的電商從業(yè)者，大量使用Midjourney來進(jìn)行電商廣告素材創(chuàng)作。

Adobe Firefly則契合一些傳統(tǒng)的大B企業(yè)的需求，B端用戶會使用Adobe Firefly來作為自己的創(chuàng)作工具。

Stability.AI是一種開源模式，特別適合在這個領(lǐng)域進(jìn)行創(chuàng)業(yè)的廣大中小企業(yè)。

通過開源模式來進(jìn)行自己的改裝與改進(jìn)，來滿足長尾需求，這是另外兩個模式無法提供的功能。

開源大模型是商業(yè)閉源大模型的有力補充和替代。

大家可以把ChatGPT想成早期Windows，Windows的存在是整個電腦商業(yè)軟件的一個基石，也是絕大多數(shù)人的生產(chǎn)工具。

Linux通過30年的努力變成Windows的替代，開源大模型也一定會出現(xiàn)。

因為只有開源模式可以滿足用戶的長尾需求。

還是以Linux為例，全世界所有的云廠商、大型互聯(lián)網(wǎng)企業(yè)都以Linux為自己的服務(wù)底座。

要滿足自己的長尾需求，只有一個選擇，就是用Linux進(jìn)行改裝。

所以，我們也說，只有開源模式才可以滿足中小企業(yè)的增長需求。

做一個具體的分析，Stable Diffusion的出現(xiàn)比OpenAI DALL·E 2晚了整整6個月，在性能、質(zhì)量上都低于DALL·E 2和Midjourney，但依然有眾多用戶。

因為它是開源的，進(jìn)步速度是難以想象的快。

Stable Diffusion催生ControlNet、T2I-Adapter、Composer，以及LoRA訓(xùn)練技巧。

在它上面進(jìn)行二次開發(fā)的人數(shù)眾多，新特性也在不斷地涌現(xiàn)。

ControlNet是目前為止在文生圖領(lǐng)域唯一解決一致性問題的途徑，極大地降低了用戶的創(chuàng)作成本，提高了創(chuàng)作的可玩性。

ControlNet開源僅2周，它的Star數(shù)就超過了1萬。

與此同時，開源社區(qū)也極大地降低了用戶的使用門檻。

例如HuggingFace提供了大量的模型托管以及通用的模型訓(xùn)練來框架diffusers，stablediffusion-webui開發(fā)了完善的一套Demo平臺，Civitai貢獻(xiàn)了海量風(fēng)格化LoRA權(quán)重，整個社區(qū)也蓬勃發(fā)展起來了。

預(yù)訓(xùn)練大模型能力決定AIGC能力上限

需要注意的是，我們不能只盯著目前AIGC進(jìn)展，認(rèn)為預(yù)訓(xùn)練大模型已經(jīng)突破傳統(tǒng)AIGC范疇進(jìn)入AGI領(lǐng)域。

實際上，各種AIGC工具能力仍然受到預(yù)訓(xùn)練大模型限制，尤其GPT-4大模型出現(xiàn)后這個現(xiàn)象更加突出。

AIGC領(lǐng)域的企業(yè)對于大模型本身的需求仍然非常大，也是持續(xù)的。

目前，還存在這樣幾個大問題。

首先，AIGC發(fā)展起來之后是否會導(dǎo)致優(yōu)質(zhì)內(nèi)容的稀缺？

因為AI生成的內(nèi)容會大量污染原創(chuàng)的內(nèi)容。

其次，如何解決大模型底座導(dǎo)致的偏見？

比如OpenAI、ChatGPT生成的內(nèi)容就存在偏見，這個問題值得關(guān)注。

最后，版權(quán)、信息偽造問題。

Adobe Firefly提出了一個新的模式，它訓(xùn)練的所有內(nèi)容與作者達(dá)成協(xié)議，通過對model收費給內(nèi)容作者分成。

從監(jiān)管到行業(yè)自律，我們可做的事情非常多，而且迫在眉睫。

關(guān)于未來AIGC的展望（僅指娛樂內(nèi)容AIGC）——

第一，AIGC對整個社會最大的意義是低成本終極解決方案，這一點毋庸置疑，所有人類都有消費內(nèi)容產(chǎn)生多巴胺的權(quán)力；

第二，AIGC將涌現(xiàn)新的范式，徹底改變藝術(shù)創(chuàng)作生產(chǎn)方式；

最后，AIGC導(dǎo)致內(nèi)容生成的極大發(fā)展，會使得VR和元宇宙變得更加可行。