启明创投未尽研究-生成式AI报告(2023).pdfVIP

生成式AI

StateofGenerativeAI

2023

StateofGenerativeAI概要

2023

种研究与创业的一体化，初创企业和风险资本起到了重要的

概要作用，而美国科技巨头和主要人工智能企业的研究投入与人

才，包括一些底层技术的研究，这些年来已经超过了大学等

研究机构。

GPT-4迸发出通用人工智能的“火花”，需要研究和解决的

问题反而更多了，如信心校准，长期记忆，持续学习，个性化，

如果说2022年被称为生成式人工智能之年，扩散模型应用规划和概念跨越，透明度，认知谬误和非理性，等等。而过

取得突破，ChatGPT出世，一系列开创性的研究论文发表，去半年最重要的研究方向，是破解和理解大模型神秘而又令

2023年则把大模型推向了一个高峰，GPT-4的发布，标志着人兴奋的智能“涌现”。大模型既需要超越对下一个词的预

生成式人工智能，进入了面朝通用人工智能创新应用的阶段。测能力，也需要一个更丰富、更复杂的“慢思考”深层机制，

应用、研究、监管，合力开辟着生成式人工智能的发展之路。来监督“快思考”预测下一个词的机制。

创新应用大模型不仅用来生成文章和图片，而且可以用来当成智能代

生成式人工智能的生态包括了基础设施层、模型层与应用层，理，帮助管理和执行更复杂的任务。开源模型实现了低成本、

创新在每一个层面发起，竞争也在科技巨头、行业龙头和初小型化、专业化的训练，与闭源的基础模型竞争互补，共同

创公司之间展开。推动了生成式人工智能技术的应用，也加快了模型向边缘侧

和移动端部署。生成式人工智能大模型日益向多模态发展，

在整个生态中，受益于以参数规模为代表的大模型不断扩张，具身智能也成为一个重要研究方向，帮助生成式人工智能更

算力目前是最稀缺的资源，也处于最容易获利的要津。算力好地理解和处理现实世界的复杂性和多样性。大模型更安全、

是大模型成本结构中最大的一块，GPU的性能，决定了这个让智能更可信，成为新兴的研究热点。生成式人工智能对于

新兴行业的步调。但是，GPU性能提升的速度，已经落后于就业和经济的广泛影响，正在吸引经济学、社会学、心理学

大模型训练和推理需求的增长。等不同领域的研究兴趣。但仍然需求实证性的研究。

面对这一革命性的技术，不论是主动还是被动，企业都被卷监管|安全|政策|人才

入其中。不管是技术的守成者、创新者还是采纳者，业务模生成式人工智能加快了中国、欧盟和美国的监管和立法的进

式都将发生变化，进而影响企业的发展。程。欧盟努力在今年底让《人工智能法案》生效，为全球人

工智能立法定下基调。中国也预计将于明年提出综合性的智

当前，生成式AI尚处于技术发展的早期阶段，基础架构和核能立法。而美国重点在于建立风险控制技术标准。

心技术并不成熟；科技巨头忙于研发大模型，尚未顾及深度

切入具体的应用场景。但巨头何时添加相似的功能（feature）中国对通用人工