人工智能專(zhuān)題報告：生成式AI，人工智能新范式，重新定義生產(chǎn)力

AI：從判別決策到創(chuàng )造生成

AI：決策式AI與生成式AI對比

AI模型可大致分為決策式/分析式AI（Discriminant/Analytical AI）和生成式AI （Generative AI）兩類(lèi)。決策式AI：學(xué)習數據中的條件概率分布，根據已有數據進(jìn)行分析、判斷、預測，主要應用模型有用于推薦系 統和風(fēng)控系統的輔助決策、用于自動(dòng)駕駛和機器人的決策智能體。 生成式AI：學(xué)習數據中的聯(lián)合概率分布，并非簡(jiǎn)單分析已有數據而是學(xué)習歸納已有數據后進(jìn)行演技創(chuàng )造，基 于歷史進(jìn)行模仿式、縫合式創(chuàng )作，生成了全新的內容，也能解決判別問(wèn)題。

決策式AI：推薦系統、圖像識別等已創(chuàng )造巨大市場(chǎng)

2016年，人工智能技術(shù)全面爆發(fā)，決策式AI開(kāi)始大規模應用，包括推薦系統、計算機視覺(jué)、自然語(yǔ)言處理等。 全球人工智能市場(chǎng)規模從2016年的約600億美元發(fā)展到2021年的近3000億美元，在推薦系統、計算機視覺(jué)、自 然語(yǔ)言處理等技術(shù)加持下，亞馬遜、字節、商湯、特斯拉等公司快速發(fā)展。 我們認為，生成式AI經(jīng)過(guò)前期技術(shù)積累進(jìn)入爆發(fā)期，隨著(zhù)技術(shù)與應用的進(jìn)一步成熟，后續市場(chǎng)空間更為廣闊。

決策式AI應用：推薦系統助力電商、視頻等行業(yè)快速發(fā)展

電商推薦：深度挖掘用戶(hù)和物品的關(guān)聯(lián)關(guān)系，將商品、店鋪精準推送給用戶(hù)。2003年，亞馬遜將協(xié)同過(guò)濾推薦 算法應用到電商行業(yè)，憑借推薦商品與用戶(hù)需求精準匹配、大幅降低用戶(hù)檢索用時(shí)，推薦算法在電商交易中心逐 漸成為資源配置的核心。 推薦系統顯著(zhù)提升電商平臺銷(xiāo)售額。2006年，據VentureBeat，亞馬遜的個(gè)性化推薦系統為其貢獻了35%以 上的銷(xiāo)售額；2015年，京東基于大數據個(gè)性化推薦算法的訂單占到總訂單的10%。 新聞、音樂(lè )、視頻等推薦：分析用戶(hù)長(cháng)期興趣和短期興趣，根據興趣標簽將內容實(shí)時(shí)推送給用戶(hù)。推薦算法通 過(guò)對用戶(hù)觀(guān)看、停留、點(diǎn)贊等行為的實(shí)時(shí)分析，精準刻畫(huà)用戶(hù)畫(huà)像，將用戶(hù)可能感興趣的內容推薦給用戶(hù)，降低 人工運營(yíng)規則的攝入，顯著(zhù)提高了用戶(hù)粘性。

決策式AI應用：圖像識別推動(dòng)自動(dòng)駕駛市場(chǎng)快速增長(cháng)

自動(dòng)駕駛：AI智能分析、識別路況，滲透率不斷提升。借助決策式AI，自動(dòng)駕駛汽車(chē)可分析判別各種路況，并可 對多種物體進(jìn)行識別與跟蹤，從而提高行車(chē)的安全性，例如行人、空曠行駛空間、地上標注、紅綠燈、車(chē)輛等。 目前自動(dòng)駕駛市場(chǎng)規?？焖僭鲩L(cháng)，據Research And Markets，2021年全球無(wú)人駕駛汽車(chē)的市場(chǎng)規模約273億美 元，2026年全球無(wú)人駕駛汽車(chē)市場(chǎng)規模將達到594億美元，年復合增長(cháng)率為16.84%。

帶動(dòng)產(chǎn)業(yè)鏈發(fā)展，多環(huán)節均有高市值上市公司及高估值公司。判別式AI為自動(dòng)駕駛汽車(chē)提供核心技術(shù)支持，自動(dòng) 駕駛汽車(chē)的銷(xiāo)售則帶動(dòng)整個(gè)相關(guān)產(chǎn)業(yè)鏈的發(fā)展，如車(chē)用無(wú)線(xiàn)通信技術(shù)V2X、高精度地圖、激光雷達、芯片、 ADAS駕駛輔助系統、智能車(chē)解決方案等。多個(gè)產(chǎn)業(yè)鏈環(huán)節均有高估值、大市值公司誕生，例如蔚來(lái)汽車(chē)（造 車(chē)）、商湯科技（激光雷達、V2X、ADAS等）、Momenta（高精度地圖）等。

生成式AI：范式升級，應用多元

生成式AI VS Web 3.0 ：不僅是web3.0的生產(chǎn)工具，更是人工智能的新范式

生成式AI可以作為Web3.0的生產(chǎn)工具，但Web3.0中的應用僅是其應用的冰山一角。 Web3.0圍繞去中心化的理念展開(kāi)，結合區塊鏈、智能合約、加密貨幣等技術(shù)，核心是產(chǎn)生的數據由用戶(hù)擁有， 能夠改變用戶(hù)數據及原創(chuàng )內容等均由互聯(lián)網(wǎng)中心化實(shí)體控制的現狀，在創(chuàng )作者經(jīng)濟中取得更好的平衡從而提 升用戶(hù)創(chuàng )作內容的積極性。生成式AI在內容領(lǐng)域的應用能夠滿(mǎn)足用戶(hù)不斷提升的創(chuàng )作需求，但這僅是其應用的 冰山一角。 生成式AI在廣大垂直領(lǐng)域的應用帶來(lái)的是AI用途的結構性改變以及生產(chǎn)力的進(jìn)一步提高，未來(lái)可能創(chuàng )造巨大 的市場(chǎng)價(jià)值。

生成式AI VS Web 3.0 ：不追求生產(chǎn)關(guān)系的重塑，但將大幅度提升和創(chuàng )造生產(chǎn)力

創(chuàng )造是生成式AI的核心，本質(zhì)是對生產(chǎn)力的大幅度提升和創(chuàng )造。生成式AI通過(guò)從數據中學(xué)習要素，進(jìn)而生成 全新的、原創(chuàng )的內容或產(chǎn)品，不僅能夠實(shí)現傳統AI的分析、判斷、決策功能，還能夠實(shí)現傳統AI力所不及的創(chuàng ) 造性功能。生成式AI已催生了營(yíng)銷(xiāo)、設計、建筑和內容領(lǐng)域的創(chuàng )造性工作，并開(kāi)始在生命科學(xué)、醫療、制造、 材料科學(xué)、媒體、娛樂(lè )、汽車(chē)、航空航天進(jìn)行初步應用，為各個(gè)領(lǐng)域帶來(lái)巨大的生產(chǎn)力提升。

生成式AI將促進(jìn)生產(chǎn)關(guān)系高效發(fā)展，而不是像Web3.0重塑生產(chǎn)關(guān)系。Web3.0通過(guò)底層的分布式與去中心化、 密碼學(xué)的應用、加密貨幣的結算方式，為集體協(xié)作、分工、收益提供了更好的結算方式，去中心化自治組織 （Decentralized Autonomous Organization，DAO）將是常見(jiàn)的組織形態(tài)，打破了原有的生產(chǎn)關(guān)系。生成式 AI不是打破傳統的生產(chǎn)關(guān)系，而是通過(guò)提高生產(chǎn)力促進(jìn)現有生產(chǎn)關(guān)系高效發(fā)展。

資本：海外一級投資涌入

多家生成式AI公司進(jìn)入Madrona、高盛、微軟、亞馬遜網(wǎng)絡(luò )服務(wù)和 PitchBook聯(lián)合發(fā)布的2022年智能應用前40 名榜單（Intelligent Applications 40，IA40）。IA40招募了來(lái)自40多家頂級風(fēng)險投資和投資公司的50多名風(fēng)險 投資人，提名并投票選出塑造智能應用未來(lái)的頂級公司，這些公司自成立以來(lái)募資超160億美元，今年募資超過(guò) 50億美元，其中包括Runway、Jasper、Copy.ai在內的14家生成式AI相關(guān)公司，占比達35%。

技術(shù)：模型迭代

變分自編碼器（Variational Autoencoder，VAE）：2013年由Diederik P. Kingma和Max Welling提出，編碼器 將原始高維輸入轉換為對潛在空間的概率分布描述，從中采樣輸入解碼器，得到新生成的結果，可用于圖像生成、 語(yǔ)音合成等，生成的圖像較為模糊。

生成式對抗網(wǎng)絡(luò )（Generative Adversarial Nets，GAN）：2014年由Ian J. Goodfellow等人提出，模型由生成 器和判別器組成，以圖像生成為例，生成器輸入訓練噪聲后生成圖像，判別器用來(lái)判斷圖像是真實(shí)的還是由生成 器生成的，隨著(zhù)訓練不斷進(jìn)行，生成器水平提升，判別器不再分辨圖像真偽，固定生成器對判別器進(jìn)行馴良，直 到判別器能夠分辨圖像真偽，固定判別器再次訓練生成器，不斷循環(huán)，獲得生成效果好的生成器。GAN模型能夠 生成圖像、3D模型甚至視頻，但對輸出結果控制較弱，易產(chǎn)生隨機結果。

生成式AI應用：內容制作，從輔助人到“替代”人

生成式AI應用：娛樂(lè )媒體內容制作

當前階段生成式AI最常見(jiàn)的應用場(chǎng)景為娛樂(lè )媒體內容的輔助生產(chǎn)。以文字續寫(xiě)或糾錯、文字轉語(yǔ)音、文字生成語(yǔ) 音、圖像智能編輯、視頻智能剪輯等方式替代既有創(chuàng )意產(chǎn)生后的專(zhuān)業(yè)性機械勞動(dòng)，同時(shí)通過(guò)內容生成滿(mǎn)足用戶(hù)的 娛樂(lè )需求或者為其提供創(chuàng )作靈感。

隨著(zhù)生成式AI的不斷成熟，部分專(zhuān)業(yè)內容生產(chǎn)者將被替代。數據、算力的進(jìn)一步提升將帶來(lái)具有更強生成效果的 AI，能夠根據用戶(hù)需求生成個(gè)性化定制內容終稿，并且AI生成內容達到專(zhuān)業(yè)內容生產(chǎn)者水平且具有獨特新穎的創(chuàng ) 意，從而替代部分文字作者、翻譯人員、插畫(huà)創(chuàng )作者、配音人員、音樂(lè )制作人、視頻編輯人員等等。

AIGC：生成式AI在娛樂(lè )媒體領(lǐng)域的應用

AIGC（AI-Generated Content）指利用人工智能技術(shù)自動(dòng)生成的內容，是繼專(zhuān)業(yè)生成內容（PGC）和用戶(hù)生成 內容（UGC）之后一種新型生成內容的方式。國際上被稱(chēng)為人工智能合成媒體（AI-generated Media或Synthetic media），是通過(guò)人工智能算法對數據或媒體進(jìn)行生產(chǎn)、操作和修改的統稱(chēng)。

AI繪畫(huà)作品出圈、一級投資活躍，2022年AIGC爆發(fā)式發(fā)展。2022年8月，在美國科羅拉多州舉辦的新興數字藝 術(shù)家競賽中，參賽者提交AIGC繪畫(huà)作品《太空歌劇院》獲得了此次比賽“數字藝術(shù)/數字修飾照片”類(lèi)別一等獎， 而參賽者沒(méi)有繪畫(huà)基礎，通過(guò)AI繪圖軟件MidJourney耗時(shí)80個(gè)小時(shí)創(chuàng )作了該作品。AI繪畫(huà)技術(shù)發(fā)展快速，從年初 的技藝生疏到目前能夠生成專(zhuān)業(yè)級別的圖像僅過(guò)去幾個(gè)月的時(shí)間，目前國外已有Stable Diffusion Midjourney等多 個(gè)成熟的AIGC平臺。其中技術(shù)領(lǐng)先的AI公司Open AI當前估值或達290億美元，Stable Diffusion背后的Stability AI 估值也達到10億美元。

文本生成：對話(huà)機器人、新聞稿撰寫(xiě)廣泛應用

文本生成是生成式AI最早應用的領(lǐng)域之一，已經(jīng)在對話(huà)機器人、內容續寫(xiě)、新聞稿撰寫(xiě)、詩(shī)歌小說(shuō)創(chuàng )作等領(lǐng)域具 有廣泛的應用。 對話(huà)機器人：包括問(wèn)答型機器人、閑聊型機器人、任務(wù)型機器人、知識圖譜型機器人、多輪對話(huà)機器人，在智能 客服場(chǎng)景中能夠顯著(zhù)降低企業(yè)人力成本。 新聞稿撰寫(xiě)：在全球范圍具有廣泛的應用，很多新聞機構使用AI生成稿件，尤其是體育、天氣、股市交易變動(dòng)、 公司業(yè)績(jì)報道等結構性新聞報道。自然語(yǔ)言生成公司Automated Insights僅在2014年就產(chǎn)生了10億篇新聞文章， 每秒可撰寫(xiě)多達2000篇新聞報道，用戶(hù)包括雅虎、美聯(lián)社等。

音頻生成：語(yǔ)音生成廣泛應用，大廠(chǎng)均有布局

自動(dòng)語(yǔ)音生成：將文本轉化為語(yǔ)音，廣泛應用于新聞閱讀、有聲書(shū)、出行導航、通知播報、視頻配音等領(lǐng)域。目 前，谷歌、微軟、亞馬遜、騰訊、阿里、百度、科大訊飛等均推出了相關(guān)平臺，支持在不同場(chǎng)景下將文本轉化為 流暢逼真的語(yǔ)音。 谷歌Text-to-Speech：谷歌基于DeepMind 的語(yǔ)音合成專(zhuān)業(yè)技術(shù)打造，支持40多種語(yǔ)言、220多種語(yǔ)音和參數 調整，并且支持用戶(hù)上傳自己錄制的音頻來(lái)訓練自定義語(yǔ)音模型。 科大訊飛在線(xiàn)語(yǔ)音合成：提供了100+發(fā)音人，支持多語(yǔ)種、多方言和中英混合，可靈活配置音頻參數，只需 用戶(hù)上傳15分鐘錄音便能夠生成專(zhuān)屬聲音。

生成式AI應用：多行業(yè)垂直應用

代碼生成：大廠(chǎng)廣泛布局，極大提升編程效率

代碼生成：生成式AI將自然語(yǔ)言翻譯成代碼，極大提升了計算機編程的智能化、自動(dòng)化，使得程序員能夠在相 同時(shí)間內編寫(xiě)更多的代碼，同時(shí)提高debug的效率。目前，OpenAI、微軟、谷歌、亞馬遜、華為等均在A(yíng)I代碼 生成領(lǐng)域有所布局。

Codex：2021年8月由OpenAI基于GPT-3推出，精通Python、JavaScript、Go、Perl、PHP、Ruby、Swift、 TypeScript、SQL甚至 Shell 等十幾種編程語(yǔ)言，其中最為擅長(cháng)Python。具有將注釋變成代碼、為代碼生成 注釋、代碼自動(dòng)補全、查找可用庫或API、代碼檢查、代碼重構、代碼語(yǔ)言轉換等功能，是Github Copilot的 底層支持，目前免費開(kāi)放，需要通過(guò)API或 Playground 訪(fǎng)問(wèn)。

代碼生成：ChatGPT調試代碼表現優(yōu)于傳統搜索引擎

ChatGPT：2022年11月由OpenAI推出，是一個(gè)對話(huà)語(yǔ)言模型，但在代碼生成領(lǐng)域具有優(yōu)秀的表現，能夠將 自然語(yǔ)言轉為代碼、找出代碼的問(wèn)題并給出修改意見(jiàn)，且支持用戶(hù)和AI連續對話(huà)，在調試代碼過(guò)程中的使用 體驗優(yōu)于傳統的搜索引擎。

代碼生成：Github Copilot每年節約開(kāi)發(fā)人員成本或達百億美元

Github Copilot：2021年6月由微軟旗下GitHub推出，由OpenAI Codex 提供支持，可以集成到Neovim, JetBrains IDEs, Visual Studio, and Visual Studio Code等編輯器中，支持 Python、JavaScript、TypeScript、 Java、Ruby 和 Go 等編程語(yǔ)言?？梢愿鶕舷挛淖詣?dòng)寫(xiě)代碼，包括文檔字符串、注釋、函數名稱(chēng)、代碼， 只要用戶(hù)給出提示，就可以寫(xiě)出完整的函數。

Github Copilot每年節約開(kāi)發(fā)人員成本或達百億美元。在2021年6月-2022年6月中，超過(guò)120萬(wàn)開(kāi)發(fā)者注冊 使用 GitHub Copilot 預覽版，在啟用的文件中，有近 40% 的代碼是由 Copilot 編寫(xiě)的。以使用人數120萬(wàn)、 開(kāi)發(fā)人員時(shí)薪20-200美元，Copilot每年可節省開(kāi)發(fā)成本48-1920億美元。

海內外發(fā)展：多家科技巨頭、初創(chuàng )公司積極布局

創(chuàng )業(yè)公司嶄露頭角，科技巨頭積極布局

國外多家生成式AI創(chuàng )業(yè)公司獲得大筆融資且擁有較高估值。主要包括OpenAI、 Stability AI、 Midjourney、 Jasper等，其中OpenAI技術(shù)積累最強，發(fā)布了多款生成式AI底層算法，估值或達290億美元。 國內外科技巨頭在生成式AI領(lǐng)域多有布局。國內公司百度、騰訊、阿里、字節、網(wǎng)易等及國外公司谷歌、Meta、 微軟等均推出了生成式AI的應用產(chǎn)品，其中谷歌通過(guò)谷歌大腦、旗下Deepmind布局最為豐富。

Open AI：提供底層算法，開(kāi)發(fā)水平強、算法通用性高的AI技術(shù)公司

OpenAI是一家大型人工智能研究公司。公司AI開(kāi)發(fā)水平處于第一梯隊，研發(fā)人員包括世界著(zhù)名AI專(zhuān)家，2022年 6月，量子計算專(zhuān)家、ACM計算獎得主Scott Aaronson宣布將加盟公司。公司以實(shí)現安全的通用人工智能（AGI） 為核心宗旨。 2015年成立之初，公司為一家非營(yíng)利性研究機構，2019年接受微軟10億美元的注資，由非營(yíng)利性機構轉為盈利 性公司。公司的投資者包括微軟 、Reid Hoffman’s charitable foundation和 Khosla Ventures。The Information稱(chēng)公司2021年估值已經(jīng)達200億美元。 據Semafor報道，微軟正商談以 290 億美元估值，向 OpenAI 投資 100 億美元，這筆投資還將引入其他風(fēng)投公司。 2022年公司收入約2500萬(wàn)-4000萬(wàn)美元，以290億美元的估值測算，市銷(xiāo)率達725-1160倍。