文章主题：关键词: AI生成内容(AIGC), ChatGPT, 商业模式, 热潮
以下文章来源于虎嗅APP ，作者齐健 陈伊凡
作者 | 齐健 陈伊凡
来源 | 虎嗅APP
编者按
“一场针对AI的‘完美风暴’正在形成。”
🎉💡 AI行业久违的高潮再次被点燃！🔥自从2016年谷歌AlphGo震惊棋坛，引领技术风暴以来，这个行业似乎陷入了漫长的沉寂期。然而，仅仅去年11月，OpenAI的ChatGPT犹如一颗璀璨新星，瞬间点亮了整个领域，让人们对AI的热情再次沸腾。🚀它以颠覆性的创新，迅速成为全球关注的焦点，将科技的魅力推向新的高度。🌍ChatGPT的成功不仅打破了行业静默，更开启了人工智能的新纪元。它展示了语言模型的巨大潜力，引领了一场人机交互革命，让人们期待未来AI在日常生活、教育、医疗等各个领域的广泛应用。🔍SEO优化提示：”ChatGPT、OpenAI、AI浪潮、科技魅力、人机交互、应用前景”等关键词将有助于提升搜索引擎可见度。在这个瞬息万变的时代，AI行业正以惊人的速度发展，每一刻都可能成为历史的转折点。让我们共同期待并见证这个领域未来的无限可能吧！🚀
🎉 ChatGPT引发了全球热议，从硅谷巨头到学术泰斗，无人不被其魅力所折服！🔥 2月7日至8日，谷歌的Bard与百度的ERNIE Bot齐头并进，瞬间点燃了AI对话领域的战火。微软也不甘示弱，以ChatGPT为动力，Bing搜索引擎和Edge浏览器焕然一新，展现出强大的技术实力。🚀 这场科技巨头的接力赛，24小时内就掀起了风暴般的关注，其影响力不容小觑！🔍 SEO优化提示：#ChatGPT热潮 #AI对话革命 #科技巨头竞逐
🌟【探索AI生成未来】🚀——一窥AIGC市场的持久魅力🔍在AI技术的浪潮中，AIGC赛道无疑展现着无限可能，但它背后的商业故事并非都如彩虹般绚丽。💡 一级市场上的喧嚣背后，隐藏着哪些商业模式能够经得起时间考验？而哪些又可能成为过眼云烟呢？🤔让我们深入剖析，揭示那些真正能跑得长远的AIGC模式——它们就像海洋中的珍珠，虽不易察觉，却熠熠生辉。💎 从技术驱动到用户价值，每个环节都需要精准把握和创新实践。🚀这篇文章将为你揭示这些商业逻辑，帮助你理解AIGC领域的商业模式如何在竞争中脱颖而出。📚 不只是理论探讨，还将通过实例解析，让你洞见市场趋势与机遇。📈让我们一起探索，共同见证AIGC的未来之路，那些真正能引领潮流的商业模式将在其中熠熠生辉。🌟记得关注我们，获取更多AI生成领域的深度洞察和实战策略！👩💻👨💻
AIGC的泡沫：还没吹起来，就要破了
AI生成内容（🎨AI Generative Content），是AI技术催生的创新内容生产方式。生成式AI并非新鲜事物，其历史源远流长，但2022年无疑成为它崭露头角的关键之年，标志着“AIGC元年”的开启。这一转变源于ChatGPT的全民热议，它将AI的力量推向了前所未有的高度，人们对AI的想象边界被显著拓宽。同时，8月Stable Diffusion图片生成模型的大规模开源，虽非最强，却如春风般普及，让普通人也能轻松驾驭文生图技术，为AIGC现象级爆发提供了强大的推动力。这一技术革新不仅改变了创作方式，也让AI与日常生活更加贴近。🚀
🌟🚀Stability AI & Runway’s Collaborative Power:Revolutionizing Image Generation with Stable Diffusion 🚀💡Unleash the prowess of cutting-edge AI through the groundbreaking diffusion models developed by Stability AI and Runway. Unlike the traditional Generative Adversarial Networks (GANs), our game-changing Stable Diffusion delivers lightning-fast and unparalleled image quality, setting new standards in speed and aesthetics. 🤝💻Experience the difference that precision and innovation can make – witness the seamless blend of artistry and technology as these models transform mere pixels into stunning visuals. Say goodbye to slow and subpar results with our diffusion-based solution, ready to captivate audiences and boost your digital presence. 🌟🌐欲了解更多关于如何利用这个强大工具提升您的品牌形象和创意产出，请访问我们的官方网站，或直接与我们联系以获取专属咨询。让我们携手，开启未来图像生成的新篇章！✨👩💻👨💻
小程序
🎨💻随着AI绘图技术在社交媒体上的火爆，抖音和小红书上那些创意无限的网友已经开始脑洞大开地探索一个新可能——将AI生成的艺术品转化为付费内容，实现所谓的“自动盈利”。这股热潮迅速点燃了AIGC（人工智能生成内容）领域，让图像创作变得触手可及，仿佛任何人都能轻松成为一位图文创作者。🌍🚀
在这一批AIGC公司中不乏几家独角兽，其中就包括利用OpenAI大模型实现商业落地的Jasper和前面提到的Stable Diffusion的研发公司之一Stability AI。
海外AIGC领域独角兽（按估值排列）
OpenAI凭借多年积累的大模型研发能力，以及GPT、DALL-E等产品，一枝独秀。而其他一众独角兽企业，虽然估值与OpenAI相去甚远，但无一不是在短时间内估值暴增，Jasper甚至只是一家基于OpenAI技术的服务商，估值也达到了15亿美元。Anthropic更是凭借创始人的GPT元老身份，以“ChatGPT最强竞品”的噱头，被危机中的谷歌看中，估值直逼50亿美元。
据第三方研究机构PitchBook的数据， 2022年海外投资者在AIGC赛道至少投入13.7亿美元，完成78笔交易，相当于前五年投资额之和。
AIGC赛道海外市场融资情况
在这场投资热潮中，美国公司走得更快。根据红杉2022年10月发布的海外AIGC厂商图谱，在大模型、文生文、文生图、代码等细分领域已经出现了不少初创公司。笔者根据公开资料整理了部分中国AIGC公司的图表，中国的AIGC公司主要集中在A轮甚至天使轮，主要是在应用端的创新。
红杉资本2022年10月发布的海外AIGC厂商图谱
国内部分初创AIGC公司及轮次（按公司名字排列）
虽然资本热捧，现象级应用层出不穷，创业项目也是一抓一大把，但无论在文生文还是文生图领域，AIGC目前几乎没有看到任何一条特别明确且长久的变现途径。被称为ChatGPT商业化的收费模式，实际上线后或许也只能勉强填补一部分天价运营费用的窟窿。
在资本方面，很多AIGC的早期投资人甚至已经开始考虑撤出这条赛道了。“在AIGC赛道上，吆喝多，真正融到钱的不多。”AI绘图App Draw Things的开发者Liu Liu告诉笔者，投资向头部企业集中就是最明显的现象。从投资人角度看，在经济下行的时候投资AI行业的头部企业肯定会比较保险。“另一方面，投资人也会担心这个行业像上一波深度学习热潮一样，最终只能惠及大公司，而小公司很难‘冒头’。”
泡沫似乎还没有完全吹起来，就要被戳破了。
在AIGC赛道，已经有公司开始“摔倒”。2022年12月28日，AI绘画公司StockAI宣布将停止为用户提供AI绘图服务，开始进行业务转型。目前的StockAI平台已正式关闭，用户订阅计划均被取消。该公司称关停服务是因为AI绘图的运营成本过高，目前的付费用户群无法支付这笔费用。
“智源在大模型方向布局比较早，如今已经不会刻意追AIGC项目了。”北京智源人工智能研究院(简称“智源研究院”)、智源创投基金投资总监向其奇认为，目前国内的AIGC已进入“开卷考试”阶段，多数AIGC项目看起来很美，但实际上核心竞争力不足，整体有些虚胖。作为与OpenAI在组织方式和研究方向都相似的机构，智源研究院也一直关注国内AI领域的优质早期项目。
一边是AIGC头部公司获得海量资金，催生新晋独角兽；另一边则是初创AIGC公司关停业务。AIGC元年刚过，这条赛道上的公司就出现了一些两极分化的现象。那么，不同公司以AIGC为技术载体实践的商业模式到底成功率几何？谁能跑出来？又有多少模式可以被复制？
缺乏核心竞争力的独角兽
“许多AIGC的公司，或许能生存3年-5年，但要让他们继续讲更长的故事，就很难了。”不止一位投资人向笔者表达了这样的判断。
在ChatGPT爆火之前，2020年问世的大模型GPT-3在业界已经掀起了不小的波澜，此后OpenAI也有了Viable、Duolingo、Notion等不少值得标榜的API（Application Programming Interface，应用程序编程接口）落地案例，基于大模型进行商业化的探索，其中最成功的当属Jasper。
成立于2020年的Jasper，是基于GPT-3的API为用户提供AI写作服务的初创公司，Jasper在AI写作领域并不算是“早鸟”，但却是最先开始调用GPT-3 API的公司之一。作为底层大模型，GPT-3对于普通用户来说，还不能直接使用，需要专业的AI研究人员在大模型的基础之上进行参数调试和优化。
Jasper的核心业务就是通过优化GPT-3模型的使用体验，充当普通用户和OpenAI之间的“中间商”。2022年，Jasper成功募资1.25亿美元，估值达15亿美元。这对于一家成立两年的AI公司来说，估值并不算低。毕竟，2019年微软注资OpenAI时一次就花了10亿美金。Jasper比较擅长输出电商产品介绍，博主的种草文案等短篇内容。虽然文章质量一般，但文字内容多数情况下通顺可读，没有明显的语法错误。
2021年Jasper营收近4000万美元，2022年收入更是有望翻倍。虽然公布的数据很好看，但很多业内人士对Japer的赚钱能力持怀疑态度，毕竟这几千万美元只是营收，除去运营过程中的生产、研发、推广等成本后，还能剩下多少实在不好说。
从目前OpenAI公布的API价格来看，基础模型生成文字大概是每750个词0.4美元，Jasper的价格则是基础服务月费29美元，可以生成20000个词。中间差价不到17美元，这17美元涵盖了Jasper提供的50+模板、29+语言服务。如果买的量大，高级月费服务还包括SEO（Search Engine Optimization，搜索引擎优化）等一系列其他的服务。
能否有持续足够的技术和资金跟上每一次模型的迭代，是这些在大模型之上做应用的公司都需要面临的极大挑战。
“虽然GPT-3/3.5模型已经很好了，但类似Jasper的下游应用企业要提供垂直领域的专业服务，仍然需要基于行业知识自建知识库和模板，并对GPT-3/3.5模型进行Finetune（微调），这部分的研发成本也相当高。”智源研究院创新应用实验室负责人史业民认为，因为在大模型和用户之间多了一个中间环节，还要产生很多人员、运营等额外费用。还有一点更为重要，那就是直接利用底层模型API的成本和风险是有可能随着OpenAI的业务调整发生变化的。
那么，如果没有中间环节会怎么样？如果底层模型直接和用户对接，Jasper的价值又在哪里？
这也是Jasper面临的困境。如Jasper一样调用API的公司，是OpenAI现阶段的主要收入来源。在ChatGPT爆火之后，一些Jasper的用户发现了ChatGPT能生成比Jasper更好的内容，等于是“代理转直销”了。面对来自OpenAI的压力，Jasper首席执行官Dave Rogenmoser表示：“ChatGPT可以做很多事情，但它缺乏大企业客户需要的功能。我们将自己视为将AI能力引入企业的人。”
Dave Rogenmoser的解释好像还不够有说服力。毕竟，已经有客户直接找到OpenAI了。2023年1月26日，美国版“今日头条”BuzzFeed宣布，将与OpenAI开展合作，使用ChatGPT创作新闻内容。BuzzFeed联合创始人兼首席执行官Jonah Peretti在邮件中指出：今年（2023年），AI创作的内容将从研发阶段转变为核心业务的一部分。消息一出，BuzzFeed股价连涨两天，翻了3倍。OpenAI还没来得及为这波“获客”吹牛，客户倒先开始标榜自己是ChatGPT的实践先锋。
即便如此，Jasper的商业落地仍给很多AI创业者提供了想象空间，而且只要入局够早，就能抢占先机，也不是所有企业都具备BuzzFeed的这种直接对接大模型公司的能力。一家AIGC创业公司创始人认为，能像OpenAI一样不在乎盈利，保持多年烧钱研究的企业或机构并不多，如果没有大量Jasper这样的应用层公司，则很难承托起OpenAI这样的AI大模型类的PaaS（Platform as a Service，平台即服务）公司。
中国也出现一些公司，正在模仿海外的商业模式。但“橘生淮南则为橘，生于淮北则为枳”，简单的复制，很多时候并不能适应中国的土壤。
Jasper模式要落地中国最致命的硬伤是，国内目前没有一款可以媲美GPT的大模型，而OpenAI的API业务，起码迄今为止对中国用户并不友好，并不官方支持中国的API调用。此外，即便中国企业可以调用，ChatGPT或是GPT-3的训练主要使用英文数据训练，中文表现与英文还有差距。
另一方面，就是商业的底层逻辑——赚钱。由于大模型优化成本很高，盈利压力自然也会增加。从微软的Azure OpenAI目前提供的GPT-3微调训练托管价格来看，要在Auzre云上进行GPT-3的优化工作，每小时的成本约20-84美元，这个费用还只是不包括算力的单个模型费用。
从目前的中国市场环境来看，不管是SaaS模式的付费意愿，还是人力成本可能都不足以支撑Jasper的商业模式。
在Jasper的主要业务电商文案写作方向上，目前很多国内跨境电商对Jasper的AI写作服务都有所了解，但这种服务对于他们来说需求度并不高。亚马逊一个产品介绍大概200多个单词，按Jasper的入门计划20000词，可以给不到100款商品生成产品介绍。
一位跨境电商老板告诉笔者，虽然英文写作对一些国内跨境电商老板来说有点难度，但AI需求在这个圈子里并不大。请一个兼职大学生，月薪3000左右，基本就能覆盖多数跨境电商的所有上架需求了，能修图、做表格、回邮件，这些都是工作分内的事儿。多数电商没有那么多文案需求，“单独购买文案生成服务就相当于多给兼职工买一套Office，完全没有必要。”前述跨境电商老板表示。
同时，AIGC生成的内容仍存在很多不确定性。硅基智能创始人司马华鹏表示，“目前我们的纯AI数字人已可以实现连续直播400小时。但很多企业在初次尝试数字人直播时仍存在一定风险和门槛，很容易因为内容质量差或敏感信息触发直播平台对AI数字人直播的限制。在AI数字人的内容训练过程中，有时需要对NLP进行内容更符合用户需求的预设。”
商业模式难以为继的文生图公司
相比于文生文领域的Jasper，在文生图领域，与Jasper估值相似的另一家著名独角兽Stability AI则显得更不落地。
起码Jasper已经在文生文领域探索出了比较明确的商业化目标用户，其他创业公司只要沿着这条路继续探索就可以了。但AIGC文生图、文生视频、文生3D模型等赛道还处在很早期的阶段，在北美市场的成功经验中，Lensa AI和Midjourney的主要客户都还在通过流量积累的C端客户的阶段。
2022年10月，文生图公司Stability AI完成了1.01亿美金的种子轮融资，估值达10亿美金。虽然Stability AI在AIGC文生图领域探索的时间不长，但文生图赛道的拥挤，却是它与合作伙伴Runway一手造成的。这两家公司共同推出的Stable Diffusion模型选择了开源模式，把AI绘图的能力免费交付到了每个人手中，但公开这项能力，却只是给Stability AI及RunwayML的模型能力做了背书，而他们怎么用这项能力赚钱呢？
目前，文生图领域的很多初创企业所提供的服务还只是在Stable Diffusion模型基础上的交互界面和生成图像的云服务，虽然多数公司都有销售token（代币）的付费AI绘图模式，但多数用户使用免费模式就已经足够了。
Lensa AI App于2018年上线，原本的主要用途是图片编辑和美化。2022年11月Lensa AI上线了魔法头像（Magic Avatars）功能，可以根据用户上传的人像图，自动生成各种不同风格的人脸照。魔法头像上线以后，LensaAI在11月30日至12月14日，连续两周位列美国及十多个国家的AppStore免费榜榜首。根据数据分析公司Sensor Tower的数据，该应用程序在12月的前12天在全球范围内安装了约1350万次，消费者在此期间的消费约2930万美元。
Midjourney走得更早，他们通过在线聊天社区Discord为用户提供AIGC文生图服务，Midjourney给用户提供25张免费图片，此后则以最低每月10美元的价格收费。目前该公司声称自己的月活用户数已超过100万。
虽然这两家公司均已具备了一定的付费用户基础，但云服务、模型研发成本巨大。目前来看，C端用户的付费意愿和购买力是否能够形成稳定的商业模式，从而支撑这些服务厂商的长远发展还都是未知数。
“C端用户很容易拉进来，但很难维持新鲜度。”AIGC创业公司6penAI负责人王登科对笔者表示，目前AI绘图最主要的用户围绕在C端，但这部分用户一般就是图个新鲜，最多半年，他们对AI绘图、AIGC的热度就会褪去。
相比之下，B端市场似乎更有发展潜力。在AI绘图的B端，目前已经有很多游戏工作室、美术工作室开始尝试提供AI绘图的相关服务了。
目前，国内游戏美术行业的立绘（游戏中的单个人物图）外包价格在6000~10000元不等，根据画师能力和经验，价格也会有所不同。猫事多游戏工作室负责人老李表示，AI绘图的单个角色相比人类要便宜很多，可能只有五分之一甚至十分之一的价格。而且可以根据客户需求同时产出50个相似造型、不同姿态，不同画面的图片，客户选定之后可以由美术进行细化精修工作。不过老李接触的客户也不是都能一下子接受AI绘图这种服务模型。
“我目前还没从AI绘图上看到生产力支持，AI能提供的帮助也就是找灵感吧。”这是国内一家游戏公司美术总监对AI绘图的评价。他的公司目前运营多个大型游戏IP，其中不乏爆款，但对于火了半年多的AI绘图，他却并不看好，“AI绘图随机性太大，能适用的范围很窄，而且图片不分层，修改成本很高。”
“AI绘图比较适合小型游戏工作室，尤其是那些IP要求不严格，或是从0到1的绘图需求，AI能帮助用户节省大量的美术成本，是实打实的生产力工具。”猫事多工作室AI技术总监黄峻认为，AI绘图最大的优势就是“给的多”。以往正常的美术外包模式是，客户提一份需求就画一张图，最多也就是前期沟通多一些，后期修改少一些。但AI绘图可以根据一个需求出100张图，给了客户更大的选择和想象空间。
黄峻介绍说：“我们用A100的云服务器训练AI，单个项目迭代500张图大概需要1天的时间。”因为AI模型是开源的，所以AI绘图外包的成本不高，目前AI绘图工作室的主要成本在于人类画师对AI的训练，以及训练过程中产生的云服务成本。老李则认为，AI绘图的关键在于节约用户的前期开发时间跟人力成本，把这部分转移到AI绘图的服务商。
除了时间和人力成本，云服务的成本也是AIGC的大头。不论是B端还是C端市场，不论服务挣不挣钱，提供服务肯定是要花钱的。笔者从多个提供AI绘图服务的供应商了解到，AIGC服务对GPU算力需求很大，有条件的供应商会选择用来NVIDIA A100 GPU的云服务器，这款服务器端价格相当高，而即便不用A100，云服务也并不便宜。
目前国内市场96G显存的单颗A100GPU服务器，算力报价大约是每小时28元，包年月费在13000元左右。史业民介绍说，智源研究院开发的Flag Studio绘图AI目前采用的是智源研究院自建的云服务器，算力需求大概是2-3台4核A100 GPU服务器，每月开支大概是50000元左右。
对于创业AI绘图公司来说，如果要维持一个可拓展，高性能，并且有一定显卡保有量的GPU集群，服务器的运营开支每月至少要5-10万元左右，然而在这样的开支规模下直接的回报却微乎其微。王登科对笔者表示，目前多数AIGC公司都是在C端引流阶段，未来用什么样的商业模式去赚钱，大家都在摸索。
有开销，没进项，这或许正是前面提到过的StockAI关停服务的重要原因。不过王登科认为，在都采用开源模型的同质化竞争环境下，压缩云计算成本是AIGC创业公司的核心竞争力之一，目前6penAI在技术上改进了模型精度，并持续优化迭代时间，同时不断寻找低价服务器，已经可以将单张图片等成本压缩到1分钱以内了。
笔者用6penAI生成的图片
但不管是文生文还是文生图领域，这些基于GPT模型生长出来的应用层公司都在核心竞争力和商业模式上苦苦探索。
OpenAI的模式难以复制
“ChatGPT是一次产品和市场上的突破，而不是AI基础理论的突破。”一位行业资深投资人对笔者表示，AIGC的大规模商用，需要三个条件，首先是基于技术积累而设计出超级模型，其次是有足够的数据去支持训练，第三，是要有算力和流量充足的平台来落地可持续的商业模式。对于背靠微软的OpenAI来说，有技术、数据、算力的优势，而微软旗下的Bing，也是一个自带流量的商业化平台。
正如iPhone的核心是供应链，如果类比到通用大模型上也是这样的道理，微软和谷歌这样的平台型公司就具有技术、数据、算力、流量的产业链优势。
上述投资人表示，AIGC产品一定迭代很快，ChatGPT是第一个出圈的产品，但不一定是商业上最成功的。
对于这一点，OpenAI创始人Sam Altman在接受美国著名风投基金Greylock合伙人Reid Hoffman采访时也表示：“将来应该会出现几个大型的基础模型，开发人员都将基于这些基础模型研发AI应用。但目前的情况依然是某一家公司开发出一个大型语言模型，然后开放API供他人使用。”
ChatGPT上线之后，一周之内就吸引了100万注册用户。甚至有大量开发者通过模拟浏览器代码的方式破解了ChatGPT的API（OpenAI并没有开放ChatGPT的API），一时间大量破解版的ChatGPT“二次开发”涌入GitHub。而近日OpenAI推出了名为ChatGPT Plus的20美元/月订阅版，给ChatGPT找了一条最快捷直接的变现道路。ChatGPT Plus的增值服务包括：高峰时段免排队、快速响应以及优先获得新功能和改进，OpenAI也表示会保留免费服务。
“AIGC在各个领域的应用都还处在极早期，这个行业爆火的最大好处应该是把大模型彻底带出圈了。”史业民认为，AIGC让公众了解到AI真的能做一些事情，在此之前AI行业花费了很大力气去教育市场了解AI，但很多企业对AI都持存疑态度。因为没有实际场景应用，就很难了解AI的上限到底有多高。
向其奇认为，大模型产业化和移动互联网有相似之处，最终都需要通过做应用来形成用户体验。而AIGC和移动互联网又有所不同，AIGC架构在大模型的能力之上，但国外大模型的API不一定给国内开放，国内的大模型还需要进一步优化升级，并且当前的商业模式也不是很清晰，所以短期热度虽高但很难长期吸引投资人关注，可能只有明星创业团队和行业老兵能持续融到钱。不过，他也认为，中国市场大、用户多，具有更多的可能性，在应用上来说，可能比美国市场更具优势。“很多应用体验在国内能打磨到极致，但在国外并不一定。”
从现在的AIGC技术和商业路径来看，未来AIGC赛道的参与者可能会有三种，底层模型研发公司，封装应用的开发者，以及利用应用给用户天提供专业化AIGC服务的供应商。
目前封装应用市场明显处在同质化竞争的阶段。例如AI绘图，各种应用都是基于Stable Diffusion的开源模型形成的产品。而调参服务则主要是基于行业经验提供服务。这两种业务都很容易被复制，且增长空间非常有限。
“AIGC只是一种应用形态，是个表象的技术。它背后的大模型才是核心。”史业民认为，OpenAI之所以会在ChatGPT推出之后迎来一波爆发式增长，就是因为ChatGPT以AIGC的形式向行业展现了他的大模型能力。
目前国内各家大厂、研究机构也都在生成式大模型上重点发力，相继发布了悟道、ERNIE、盘古等大规模预训练模型。在AIGC领域，智源研究院的Flag Studio，百度文心一格等都是基于自研模型推出的AIGC产品。
笔者用Flag Studio画匠生成的图片
“整个AI行业未来的趋势可能就是几家大模型公司‘一统天下’。”史业民表示，从技术层面来说，构建大模型的数据和Feedback（反馈）会形成一个闭环，用的人越多，Feedback越多，模型也就有更多的数据支持迭代。“最后Feedback也会成为模型的一部分。这样早期玩家就会积累巨大的前期优势，导致新的选手完全没办法入局。”
这恐怕也正是微软、谷歌、百度等巨头都对AIGC、AI大模型领域如此看好的原因。然而国内在大模型的研究方面却走了几年弯路，由于AI“生成”内容的质量一直不理想，且理解类任务和多数大厂的现有业务息息相关，直接导致国内很多厂商都是从近几年才开始重视AIGC业务。
“AI大模型实际上已经算是信创产业（自主可控的信息技术应用创新产业）了。国内很多场景都要求保护数据，不太可能把数据放到美国的服务器上。同时，在大量政府、国央企应用场景中，文本的处理会涉及到很多机密。”一家AIGC创业公司创始人认为，即便OpenAI对中国全面开放API接口，在很多场景中仍然无法使用，“AI大模型一旦落后，追赶的成本会很高。虽然我国AI技术整体上发展不晚、也不慢，但在大模型领域同样面临‘卡脖子’的危机。”
不管怎么说，又一个AI行业的灯泡被点亮，真正的技术竞争刚刚开始。拥有数据的平台公司拥有生态优势，初创公司则专注差异化和互补性，而无论是在底层的大模型，还是AIGC的落地方面，各家企业都还要在热潮之下，冷静判断，看清前路，找到属于自己的赛道，跑下去。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
