沒想到，第一批 AI 繪畫産品已經開始倒閉了……
StockAI，成立僅 4 個月，在 2022 年底因用戶付費無法覆蓋成本，遺憾宣布關閉平台、退款。
以 3 月的付費 AI 繪畫平台 Midjourney 推出為标志，AI 繪畫開始被職業畫師重視起來。到 8 月的 Stable Diffusion 開源，AI 繪畫正式出圈并開啟一場全民狂歡，這一過程隻用了不到半年。
AIGC（利用 AI 技術生成内容）這一概念也被徹底帶火，成為最熱門的風口之一，剛剛過去的 2022 年也被形容為 AIGC 元年。
Stable Diffusion 背後的公司 StabilityAI 融資 1.01 億美元，AI 文案生成公司 Jasper 融資 1.25 億美元。
這一波熱潮還沒完全過去，ChatGPT 橫空出世，又把 AIGC 擡上了新高度。
人們開始認為它能搶走搜索引擎的生意，甚至谷歌自己都感受到了危機，在公司内部發布了 " 紅色警報 "。
以 ChatGPT 的火爆程度，從 0 到 100 萬用戶隻用了不到 5 天。
這是什麼概念？作為對比，Twitter 用了 2 年，Facebook 用了 300 天，Instagram 用了将近 75 天。
據馬裡蘭大學副教授 Tom Goldstein 粗略估計，如果 100 萬用戶平均每天隻進行 10 次對話，Open AI 就需要為 ChatGPT每天燒掉 10 萬美元（68 萬人民币）。
AIGC 太燒錢該如何持續？OpenAI 為什麼能先後引領 AI 繪畫與對話系統兩波浪潮？成了行業熱議的話題。
量子位在這段時間裡也和一些學者、從業者交流了這些問題，其中，京東集團副總裁、IEEE Fellow 何曉冬博士的觀點很有啟發性：
利用 AI 拓展人類認知邊界和 AI 商業化落地，是兩個不同的邏輯
商業巨頭很難搞出 ChatGPT 這樣的項目
我們 2017 年就做了 AI 繪畫
在 AI 技術圈，何曉冬是公認的大牛。
他本科畢業于清華大學，碩士畢業于中國科學院，後赴美國密蘇裡大學哥倫比亞分校獲得博士學位，在微軟全球八大研究院之首的雷德蒙研究院工作十餘年，2018 年回國加入京東，并于 2019 年當選 IEEE Fellow。
他先後發表了 200 餘篇學術論文， 谷歌學術統計引用數超 4 萬次，其中單篇論文最高被引用近 5000 次，h-index 達到 70。
早在 2017 年，何曉冬就在微軟研究過讓 AI 根據文字生成圖像的技術，當時的模型 AttnGAN 登上 CVPR，生成的一張 " 一隻紅羽毛白肚子的短咀小鳥 " 現在看來也不算過時，這也是早期 AIGC 和多模态智能領域重要的進展。
△AttnGAN 按照 " 一隻紅羽毛白肚子的短咀小鳥 " 生成的圖像
語言模型方面，像 ChatGPT 一樣不再一味追求大參數、無監督學習的類似思路之前也不是沒人想到過，隻是沒能做到極緻。
那麼其他人離做出 DALL · E 和 ChatGPT 這樣的産品還差些什麼？
何曉冬認為，不差在思路，也不差在資源，而是差在決心。
兩大獨立 AI 研究機構，DeepMind 和 Open AI 做的事，都是在拓展人類認知邊界，并不能直接帶來商業價值。
要下這樣的決心，和技術負責人的品味、組織的使命和生存模式都離不開關系。
像谷歌雖然手裡也有 LaMDA 這樣的超強對話語言模型，卻遲遲不面向公衆大規模開放，甚至被内部員工吐槽是 " 起了個大早，趕了個晚集 "。
△谷歌 LaMDA 概念圖
這其中的原因，有谷歌在 AI 倫理道德議題上不敢冒進，也有對自身現有商業模式颠覆的顧慮——廣告是谷歌的核心收入來源之一，當人們不再用搜索引擎而改用 AI 對話時，廣告是無處安放的。
要讓 AIGC 産生商業價值，就要遵從一套完全不同的邏輯。
AIGC 如何産生商業價值？
在微軟開發的這個 AI 繪畫技術當年終究是沒能做成産品上線，但作為技術初心和拓展人類認知邊界的一個嘗試，AI 畫出的這隻鳥一直被何曉冬當作手機壁紙。
不過，另一項技術 "AI 看圖說話 " 就成功找到了自己的位置。
現在的 Office 裡，插入一張圖片就能自動生成一段描述文本（alt text），可由系統語音讀出為視力障礙者提供方便。
技術結合場景，在産業真實落地，就能發揮更大的價值。
2018 年，何曉冬離開工作了十餘年的微軟雷蒙德研究院，選擇回國加盟京東，這之中也是有離場景更近方面的考量。
在京東，何曉冬帶領團隊打造了京東雲言犀人工智能應用平台，服務京東 5.8 億用戶和 17.8 萬商家，也将系列 AI 産品服務落地到了金融、政務、交通等各個領域。
僅在開放給第三方商家使用服務與導購産品的京小智上，就幫助商家帶來了上千億元 GMV。
另一套商品文案生成系統，目前已覆蓋 3000+ 品類，累計 " 種草 "30 億字，帶來超過 3 億的 GMV。
光是線上購物這一個場景，就支持了這麼多種技術落地的可能性，而更大的發揮空間在背後的設計、生産、倉儲、物流等供應鍊上下遊場景。
這也是京東雲産業 AI 的推進路線，一面保持對前沿技術的探索，一面依托自身的場景推進 AI 技術産業化、規模化落地。
經過反複叠代打磨後，再将技術以模塊化、組件化、産品化的方式，基于言犀人工智能應用平台對外開放，成為産業上下遊的超複雜協同的最佳 " 助手 "，助力産業數智化升級。
相比于一些其他公司，京東的供應鍊場景豐富，更重要的是京東的" 價值标準 "，如同正品行貨、物流配送一樣，AI 産品也必須滿足客戶的價格、産品、服務等方面的綜合體驗，又要滿足京東在技術商業化過程中自身的成本與效率。
深入産業 AI，不可避免的會遇到更低頻、長尾的複雜場景和産業大規模協同的需求。
這些場景的數據樣本少、數據分布不均，研發成本更高，同時定制化程度高、難以複制。如此一來，就需要遷移成本低、基礎數據樣本豐富、靈活彈性、适用能力強的綜合性 AI 系統。
對于 AIGC 這一具體方向來說，同樣如此。
何曉冬拿智能客服場景來舉例，用于京東自營時模型是高度定制化的，直接開放給幾十萬第三方賣家使用很難滿足所有人需求，又很難靠人力去适配所有需求。
後來的解決辦法是定義好産品的邊界，預訓練大模型提供基礎能力，同時結合在京東沉澱的豐富領域知識圖譜，把知識接口開放給賣家，無論是賣食品還是化妝品都可以把産品知識填進去，讓 AI 能力方便的遷移到不同領域。
這個過程中模型免不了犧牲一些性能才能做到最終産品的标準化、開箱即用，因為産業 AI 到了這一步，很多用戶都不是技術專家。
把 AI 能力組合成産品對傳統行業客戶太有挑戰性了，直接提供開箱即用的 AI 産品和應用才能讓不懂技術的客戶也能快速組成解決方案，滿足自己的需求。
在這套體系下，京東雲還進行了 AIGC 的多方向探索，如聯手中央美術學院的 AI書法生成。
以及一鍵生成店鋪專屬數字人。在數字人領域，言犀平台上推出了 2D 真人、3D 卡通、3D 超寫實等多種類型數字人，近期還上線了大姿态（側臉、轉頭等）數字人。目前言犀平台已有 100+ 形象，30+ 音色選擇，為電商直播、金融、政務等領域提供媲美真人的服務體驗。尤其是電商直播領域，百變的形象、專屬的音色，智能腳本實時撰寫，豐富的 " 知識體系 " 等同于一名金牌銷售，推出後已為客戶帶來顯著的 GMV 提升。
△京東雲言犀數字人演示
甚至對實體倉庫、實體零售店做一個數字孿生。京東物流研發了京東物控 3D Scada 智能倉儲數字孿生平台大大提升了倉庫作業的效能，相比于傳統人工作業的方式效率可以提高 3~8 倍；京東也在探索一種具有未來感的零售模式，構建柔性店鋪，讓店鋪的功能随着消費者時間不同、需求不同而實時改變，革新線下零售的購物體驗。
要說 AIGC 如此多的方向中，最有商業價值潛力的是哪個？
何曉冬還是最看好數字人，加入了視覺形象、人物表情，交互更自然，使用體驗有很大提升。
而且他預測，2023 年 AIGC 一個可能的技術突破方向也在這裡。
AI 繪畫最常用的技術是擴散模型，有天馬行空的創造力，但是容易失控。超寫實數字人常用的是神經輻射場，可以根據物理特性重構三維環境。
如果兩者能結合起來，可能把可控性和真實性再提高一個數量級，到時候應用場景也會進一步打開。
One More Thing
如何讓 AIGC 産生更大價值，是全行業都在關注的熱點，相關讨論層出不窮。
比如在量子位舉辦的 MEET2023 智能未來大會上，小冰公司 CEO 李笛分享了他對數字人的思考。
如數字員工會使 toB 和 toC 的界限變得模糊，比如銀行的數字客戶經理可能會與客戶變成朋友。
未來數字人也将不再隸屬于某一平台，人們在客服、手機、汽車場景上與同一個數字人交流，能獲得更加無縫、24 小時、持續連貫的服務。
OpenAI 的 CEO Sam Altman最近則發表了他對 ChatGPT 進一步發展的想法。
ChatGPT 這樣的技術，随着時間推移一定會造成一些重大的破壞……但是不讓技術接觸現實世界是無法獲得改進辦法的。
探索人類認知邊界與産生商業價值，2023 年你更期待 AI 在哪方面的進展？
— 完 —
點這裡關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
