nike2033世界杯广告完整版

chuxingqingsong，yijianzhagongjiaoruanjianzhanyongneicunhenshao，buhuizhanyongshoujitaiduokongjian。rongyidemotuochejiashikongzhi，shiyongchumoheqingxiekongzhitishengyingyongchengxuwendingxingyouxizhongdeshijiaoyekeyiqiehuan，Dyinqingjishu，quanxinjingmeihuamiangeinijizhideshijiaoguangan。啟(qi)明(ming)創(chuang)投(tou)周(zhou)誌(zhi)峰(feng)：AI2.0將(jiang)重(zhong)建(jian)整(zheng)個(ge)產(chan)業(ye)架(jia)構(gou)，新(xin)科(ke)技(ji)浪(lang)潮(chao)催(cui)生(sheng)新巨(ju)頭(tou)

7月(yue)7日(ri)周五(wu)，在(zai)2023世(shi)界(jie)人(ren)工(gong)智(zhi)能(neng)大(da)會(hui)上(shang)，启明创投合(he)夥(huo)人周志峰分(fen)享(xiang)了(le)自(zi)己(ji)對(dui)AI大模(mo)型(xing)及(ji)整个产业發(fa)展(zhan)趨(qu)勢(shi)的(de)思(si)考(kao)，同(tong)時(shi)攜(xie)手(shou)未(wei)盡(jin)研(yan)究(jiu)共(gong)同发布(bu)報(bao)告(gao)《生成(cheng)式(shi)AI》，提(ti)出(chu)了十(shi)大行(xing)业前(qian)瞻(zhan)。

周志峰認(ren)為(wei)，AI2.0浪潮将重建整个产业架构，壹(yi)定(ding)会有(you)新巨头在新一輪(lun)科技浪潮中(zhong)誕(dan)生。

对於(yu)未來(lai)产业发展趋势，启明创投同未尽研究在报告《生成式AI》中預(yu)測(ce)，長(chang)文(wen)本(ben)是(shi)大語(yu)言(yan)模型關(guan)鍵(jian)；transform一定不(bu)是技術(shu)終(zhong)局(ju)；當(dang)前生成式AI市(shi)場(chang)處(chu)于技术主(zhu)導(dao)的早(zao)期(qi)階(jie)段(duan)，存(cun)在千(qian)億(yi)美(mei)元(yuan)市值(zhi)的平(ping)臺(tai)性(xing)企(qi)业的機(ji)会。

作(zuo)为最(zui)早一批(pi)活(huo)躍(yue)在AI領(ling)域(yu)的创投机构，启明创投投資(zi)企业遍(bian)布整个AI生態(tai)鏈(lian)條(tiao)，涵(han)蓋(gai)芯(xin)片(pian)、大模型、垂(chui)直(zhi)應(ying)用(yong)等(deng)领域均(jun)有所(suo)涉(she)及。值得(de)一提的是，今(jin)年(nian)5月，启明创投第(di)七(qi)期人民(min)幣(bi)基(ji)金(jin)成功(gong)完(wan)成65亿元募(mu)资，为年內(nei)規(gui)模最大。

AI 2.0：重建整个产业架构

首(shou)先(xian)，周志峰表(biao)示(shi)，大规模的算(suan)力(li)，大规模的數(shu)據(ju)对AI未来发展非(fei)常(chang)重要(yao)：

大规模訓(xun)練(lian)的第一性原(yuan)理(li)是用大规模去(qu)壓(ya)縮(suo)人類(lei)世界全(quan)部(bu)被(bei)数字(zi)化(hua)的知(zhi)識(shi)信(xin)息(xi)跟(gen)数据。

妳(ni)從(cong)這(zhe)句(ju)第一性原理中能看(kan)到(dao)，大规模的算力，大规模的数据是对AI未来发展非常重要的，而(er)確(que)實(shi)大规模的算力，大规模数据也(ye)是人类過(guo)去40年芯片在互(hu)聯(lian)網(wang)大数据各(ge)个领域中不斷(duan)累(lei)積(ji)的这些(xie)技术，然(ran)後(hou)去推(tui)動(dong)AI的爆(bao)发。

接(jie)下(xia)来，周志峰闡(chan)述(shu)了VC圈(quan)对于“AI1.0”和(he)“AI2.0”的理解(jie)，同时強(qiang)調(tiao)，AI2.0将重建整个产业架构：

深(shen)度(du)學(xue)習(xi)被创业投资行业稱(cheng)为叫(jiao)做(zuo)AI1.0，主要是說(shuo)它(ta)是針(zhen)对一个特(te)定的小(xiao)任(ren)務(wu)，用一个特定的小数据集(ji)训练出来的一个小模型，而且(qie)主要是模式识別(bie)类，比(bi)如(ru)人臉(lian)识别语音(yin)识别。

今天(tian)的大规模语音领域学习被我(wo)們(men)更(geng)多(duo)称为是AI2.0，主要它是通(tong)用的数据训练出来的大模型，具(ju)有生成決(jue)策(ce)能力。

進(jin)一步(bu)，周志峰指(zhi)出，新的生态架构将分为基礎(chu)層(ceng)、模型层和应用层三(san)层架构，这会給(gei)現(xian)有产品(pin)設(she)計(ji)帶(dai)来很(hen)大改(gai)變(bian)：

最底(di)层是基础架构层，提供(gong)算力，像(xiang)aws火(huo)山(shan)引(yin)擎(qing)、阿(e)裏(li)雲(yun)等等都(dou)在提供这種(zhong)计算中心(xin)平台，主要是对大模型的训练、推理、部署(shu)做優(you)化。

中間(jian)层为模型层，有好(hao)幾(ji)种形(xing)式，一类是提供这种基础模型底座(zuo)模型，然后对外(wai)去輸(shu)出模型的能力，通过API通过模型定制(zhi)。另(ling)一类是自建大模型，就(jiu)是做了自己的大模型后，会针对某(mou)一个特定行业特定场景(jing)去做优化，然后提供端(duan)到端的从模型到应用的解决方(fang)案(an)。

第三层应用层，一部分公(gong)司(si)会自建模型直接做到垂直应用，（剩(sheng)下来，）可(ke)能80~90%的公司都会利(li)用第三方模型的能力，去构建自己熟(shu)悉(xi)的场景或(huo)者(zhe)行业的一个应用。

新王(wang)者，新巨头

談(tan)到产业发展，周志峰指出，未来企业分为兩(liang)种——+AI、AI+：

其(qi)中，更多的企业是+AI，即(ji)把(ba)新一代(dai)的AI的能力放(fang)进工作流(liu)，其实是一种舊(jiu)场景的增(zeng)强。

另一类企业，則(ze)会全新构建一个产品，这是一种旧场景的重塑(su)，或者叫做新场景的创造(zao)。

周志峰表示，每(mei)一轮科技浪潮都会诞生出新的王者，新的偉(wei)大的企业。不过，如何(he)找(zhao)到创业的黃(huang)金通道(dao)，则需(xu)要努(nu)力思考：

ChatGTP重新點(dian)燃(ran)了AI 2.0这波(bo)浪潮，全球(qiu)的整个融(rong)资金額(e)发生了巨大的发展，这一次(ci)，会是一个依(yi)然是持(chi)續(xu)两年，然后走(zou)低(di)的泡(pao)沫(mo)，還(hai)是会真(zhen)的一路(lu)向(xiang)前，发展到一个通用人工智能，这是一个非常值得思考的問(wen)題(ti)。

大模型肯(ken)定是会变的越(yue)来越厲(li)害(hai)，OpenAI的CEO也说，他(ta)们有可能自己去介(jie)入(ru)类似(si)于微(wei)軟(ruan)这樣(yang)的产品，做一个辦(ban)公productivity产品，他们也在向往(wang)更廣(guang)闊(kuo)的空(kong)间，我们是不是能夠(gou)找到一个自己的创业的黄金通道，最终走向一个广阔的天地(di)？

也許(xu)现实其实是这样的，我们要走的路可能是一条死(si)亡(wang)峽(xia)谷(gu)，两邊(bian)都会不断的擠(ji)压，他们的技术都在动态变化，我们怎(zen)麽(me)能够穿(chuan)过这条死亡峡谷，我覺(jiao)得这是在创业时候(hou)，我们要去发揮(hui)自己的理性思維(wei)，去努力去思考的。

十大AI发展趋势展望(wang)

展望未来，启明创投联手未尽研究共同发布重磅(bang)报告《生成式AI》| State of Generative AI 2023，提出十大行业前瞻：

（1）大语言模型

1、2024年中國(guo)将出现比肩(jian)GPT-4的多语言通用大模型；

2、超(chao)长上下文（Long Context）将引领下一次LLM技术突(tu)破(po)；

3、在出现更有前景的大语言模型之(zhi)前，为实现垂直领域更好的效(xiao)果(guo)，以(yi)下三种方式将共存：

i）在不改变数据分布的情(qing)況(kuang)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）利用行业專(zhuan)屬(shu)数据微调（Fine-Tuning）通用大模型，

iii）利用行业数据占(zhan)比更高(gao)的数据集进行垂直模型预训练。

多模态模型

4、当前CLIP + Diffusion的文生圖(tu)模型是过渡(du)态，未来2年内将出现一體(ti)化的模型結(jie)构；

5、下一代Text-to-Image模型将具備(bei)更强的可控(kong)性，它将结合底层模型能力和前端控制方式，对模型的设计将註(zhu)重與(yu)控制方式的结合；

6、2025年之前，Video和3D等模态将迎(ying)来里程(cheng)碑(bei)式的模型，大幅(fu)提高生成效果；

7、以PALM-E为代表的具身(shen)智能（Embodied AI）展现出在机器(qi)人的感(gan)知、理解和决策等方向上的巨大潛(qian)力，但(dan)当前训练和可靠(kao)性存在較(jiao)大挑(tiao)戰(zhan)；

8.、短(duan)期内Transformer正(zheng)成为多个模态的主流网絡(luo)结构，但压缩整个数字世界的通用方法(fa)尚(shang)未出现，Transformer並(bing)不是人工智能技术的终点。

商(shang)业机会

9、 3年内，顛(dian)覆(fu)式的AI应用的核(he)心驅(qu)动力来自于底层模型的创新，两者無(wu)法解耦(ou)，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。

本文主要内容(rong)来自启明创投周志峰7月5日WAIC演(yan)講(jiang)及启明创投、未見(jian)研究报告：《生成式AI》|The State of Generative AI 2023返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

責(ze)任編(bian)輯(ji)：