ChatGPT将帶來怎樣的新世界？産業大佬們都有很多話想說：
這是個全人類的機遇！
全球性"AI再造"已經拉開序幕，跟不上的企業将徹底失去未來的競争力。模型即服務将催生萬億級别的市場。
與其說是"iPhone時刻"，這波浪潮更像是PC互聯網初期。
AI真的創造了失業潮嗎？我認爲其實不是。
首屆中國AIGC産業峰會現場，竟成了大佬專家們群起激辯的舞台。光看這"人從衆"的景象，就足以見其火爆精彩程度。
在線直播也是熱鬧非常，觀看觀衆超過200萬，大家緊跟着嘉賓分享展開讨論。
甚至還有網友在群裏帶隊形：很有必要完整再看一遍。
已經公認的是，我們正處于一個關鍵節點。ChatGPT所引領的AIGC新紀元，正在重新定義我們的生産生活。
這場全球風暴，每個人應該如何把握？中國企業又有什麽樣的新機遇和挑戰？
再來看整場大會的演講和圓桌分享，20餘位産業玩家和創投代表已經全方位地解答了上述兩方面地問題，并展望了新未來。
包括微軟、百度、科大訊飛、商湯科技、小冰公司、昆侖萬維等知名産業玩家的高管；也包括了瀾舟科技創始人周明、智源研究院總工程師林詠華、啓元世界創始人袁泉，智譜華章CEO張鵬等在内的創新公司代表。
根據演講内容主要整理成三個維度進行探讨，包括AIGC新世界；ChatGPT商業化的路徑與思考，以及AI産業新價值。
此外，本次峰會還有兩場融合了産業和創投大咖在内的圓桌論壇，直擊當前最受關注的兩大議題：AIGC商業化、中國AIGC新機遇。
話不多說，這就來帶你一文看盡。
AIGC新世界瀾舟科技周明：進入AI 2.0不代表一定要抛棄1.0的技術
首先開場的，是當今NLP領域成就最高的華人之一、曾任ACL主席的周明。2021年6月，周明成立了瀾舟科技，一家以NLP技術爲基礎的認知智能公司，并在2021年開源輕量"孟子模型"後，于今年3月推出了孟子MCaht可控大模型。
ChatGPT和之前的大模型有什麽區别？周明闡述了自己的理解。
首先，ChatGPT對用戶的意圖理解非常清晰，也更加準确；其次，多輪對話的建模非常好，還有若幹解析能力。但是，站在工業界角度，很多需要解析能力的任務用單獨的引擎能比ChatGPT效果更好。所以，找到ChatGPT的應用場景非常關鍵，周明就提出了兩種考慮：
To C時，AGI能力越多越好，用戶在簡單界面完成所有調用；
To B環境下，問題理解、多輪對話的能力，接上企業自己的核心引擎，好好結合起來。
這次，周明主要站在To B的角度，分享了對AI 2.0時代企業進行數智化轉型的看法。
ChatGPT出現後，湧現了單模型、單任務永遠出不來的能力，于是邁入進入AI 2.0時代，它的特點是一個模型N個任務，未來甚至一個模型可以解決無窮個任務。
但是，企業内部使用時，會發現AGI很多功能并用不上，一些能力反而還會出現搗亂的可能。
以此爲背景，企業進行數智化轉型時，不要追求必須用AI 2.0、一定要抛棄AI 1.0。企業應該試圖把AI 1.0功能引擎和AI 2.0部分能力（如問題理解和多輪對話的能力）無縫對接起來，形成一縱一橫的合力，練模型的團隊和用模型的團隊持續産生交互，共同提升效率。
瀾舟在做大模型時，尤其考慮了企業落地的問題。不用非得做ChatGPT，在AIGC領域重點突出關鍵詞生成、自定義模版、文圖工作等能力，把模型做得又輕又好，再結合用戶需求，企業數據就能巧妙利用起來。
小冰徐元春：任何一項技術的誕生都爲産生産業價值
AI内容生成的價值，不僅在于降本增效，更重要的維度在于解決問題、提高效率、創造場景。
上述的三點，就是小冰公司COO徐元春結合過往經驗對AIGC創造能力的總結。
其中，提高效率是最顯著，也最容易被理解的一點。比如視頻領域，2022年卡塔爾世界杯期間，解說員劉建宏的節目，超過半數都是在他本人錄制的基礎上，由AI複刻形象、合成聲音生成的。
提升效率關鍵在于高并發和穩定性，強調穩定性的原因，在于很多技術在實驗室實現了算法價值，但最後一公裏的落地非常艱難，所以，技術的工業化應用标準要達到穩定性的要求。
在解決問題方面，所有的AI公司或科技公司都應該認識到，需要解決的問題應當是産業尤其是傳統産業迫切需要關注和改變的真實痛點。
舉例來說，利用AIGC能力創造和生成虛拟數字員工，就是在企業現有IP不改變和不稀釋的情況下，能夠在多時空、多場合創造更多内容——内容，是一個IP最主要的資産和核心生産力。
另外還有拓展新場景。除了利用數字孿生技術，用虛拟人生産、傳播内容，獲得更廣泛的流量，讓運營團隊和IP解耦、内容和形象解耦，滿足大量的内容輸出需求。
比如，數字員工可以直播更多場次。這裏提到直播不再局限于視頻錄播，還有實時直播，包括在海外利用當地語言、當地文字回複直播間問題，和用戶産生實時互動和實際交流，最終觸發購買行爲。
在這個場景裏，虛拟人和AIGC的融合達成交易、促成銷售，從這個角度來講，AIGC不僅産生内容，也産生了實實在在的銷售收入。基于此，如何讓模型更加适合推薦，是大模型裏更加傳統化的應用。
昆侖萬維方漢：AIGC最大社會意義是提供低成本終極解決方案
作爲資深的互聯網從業者，昆侖萬維CEO方漢談到了他最近的一些思考。
首先是AIGC商業模式落地這一方面，他觀察到兩大定律：
第一，用戶創作門檻降低，内容創作數量增加十倍；第二，C端工具商業邏輯是社區，B端實質則是功能的完備性。
其次是AIGC對生産者的影響。
對于存量知識的理解和表達，AIGC将以低廉的成本做到80分的水準。如果我們人類也隻能做到80分，那工作一定會被替代；隻有80分以上的人，才能去管理"AIGC操作員"，完成曾經需要腰部工作者去完成的工作，并極大地提升産量，而腰部工作者将大概率被淘汰。
除此之外，方漢還提到了幾點觀察：
第一，開源大模型是商業閉源大模型的有力補充和替代。
就像ChatGPT可以想象成早期的Windows。Windows的存在是整個電腦商業軟件領域的一個基石，也是絕大多數人的生産工具，而Linux通過30年的努力把自己變成Windows替代。因此像"Linux"一樣的開源大模型也一定會出現。
第二，隻有開源模式才可以滿足用戶的長尾需求。比如Stable Diffusion，其質量、性能都低于DALL·E2、Midjourney，但用戶增長很快，而且還催生了許多二次開發工具，解決剛性問題。可控生成作爲 AI 創作最後一道高牆，極有可能在可預見的時間内有進一步突破。
第三，各種AIGC工具能力仍受到預訓練大模型限制，這點在GPT-4出現之後更加突出。
未來AIGC對整個社會最大意義，是提供了低成本終極解決方案；其次是将徹底改變藝術創作生産方式，最後具體到内容生成，大量創作内容的湧現，讓VR和元宇宙變得更加可行。
類ChatGPT商業化百度袁佛玉：文心一言将改變雲計算遊戲規則
國内以文心一言爲代表的應用，已經展現出了産品化、商業化的潛力。
百度集團副總裁袁佛玉就表示，文心一言将根本性地改變雲計算市場遊戲規則 。源于大模型和生成式AI的兩大突破，全球性"AI再造"已經拉開序幕，跟不上的企業将徹底失去未來的競争力。
具體從三個方面來進行诠釋。
首先，這是百度多年技術積累和敏銳洞察。一方面，如果沒有長達13年、高達千億元的技術研發投入，根本就不可能出現文心一言這個大模型。另一方面，去年就曾精準預測過技術層面的方向性改變，也就是生成式AI。今年文心一言将與百度搜索、小度、Apollo自動駕駛等業務融合，但更大的故事在雲計算。百度智能雲有信心成爲引領者。
其次，生成式AI的興起，将給生産經營效率與用戶體驗效果帶來"雙效"提升，将徹底改變所有行業，加速實現社會"智能化躍遷"。這一點從文心一言所釋放出的能力就可以看出，可以幫助千行百業實現AI再造。
再者，今天IT技術棧已适配AI技術發展的四層架構（芯片、框架、模型、應用）。雲計算的主流商業模式将從IaaS（基礎設施即服務）變爲MaaS（模型即服務）。
中國擁有全世界最先進、最完整的産業鏈，它能産生大量真實的行業需求、用戶反饋，這會極大推動生成式AI快速發展，并且随着生成式AI在數字和實體經濟落地，模型即服務（MaaS）将催生萬億級别的新市場。
微軟關玮雅：每個應用程序都可以由 AI 來驅動
當前全球最受矚目的AIGC頭号玩家當屬微軟了，相繼發布兩款在搜索引擎、生産力工具上面的颠覆級應用。
微軟大中華區首席戰略官關玮雅就來到現場談了談《産業新機遇，AIGC開啓新一代生産力革命》。
越來越多的組織和機構正向雲原生、AI技術轉型。可以暢想在人工智能時代，每個應用程序都能通過AI驅動，實現更高的效率、更好的用戶體驗。
她從與OpenAI的合作來展開舉例。OpenAI的成功可以歸結爲四個方面：強大的人才梯隊；先進的技術底座；秉承長期主義的研究和投入；開放合作的文化。
除此之外，微軟對于OpenAI的發展也做出了積極地貢獻：10億美金的戰略投資以及打造了世界前五的超級計算機，同時提供多元化、商業化的路徑。
兩家企業聯合，不僅訓練出了震驚世界的多個大型AI模型，更将AI技術與微軟的全線産品深度結合，讓企業、個人都能享受AIGC帶來的潛力與可能。
AIGC的創業路徑，可以分成三個功能維度：
第一類是幫助企業降低運營成本，比如最近推出的Microsoft 365 Copilot；
第二類是提高客戶滿意度和産品體驗，比如，通過語音交互技術，幫助不同類型企業爲消費者提供個性化産品，這一點在數字人技術體現尤爲明顯。
第三類，AGI作爲一種革命性的技術，也承擔着非常重要的社會責任。比如爲殘障人士提供更加便捷的生活服務。
同樣，AIGC在不同行業的商用想象，也是實實在在而具體的，比如制造業、智能車、金融、醫療、遊戲、娛樂、教育等領域。
對于企業而言，如何将AI戰略提升到CEO的級别？哪些場景應該作爲首選開展試點落地？又如何定位在AI時代下企業的核心能力，以及人才素質模型？如何重塑企業的流程、組織、文化，來更好地迎接新一代生産力革命？這些是所有企業家需要深度思考的問題。
科大訊飛高建清：認知智能大模型将帶來重大産業颠覆和機遇
科大訊飛AI研究院常務副院長高建清分享了科大訊飛在AIGC技術探索與應用創新方面的一些進展。
整體而言，科大訊飛在AIGC三大模塊，即音頻創造、視覺創造和文本創造方面，都有積累和進展。
以音頻創造這一關鍵技術爲例，高建清認爲未來有兩大關鍵趨勢，：
交互領域實現更好的拟人化、情感化甚至口語化。
内容生産領域，對音色、音律、口音等語義信息進行更好地控制。
目前，語音合成已經在新聞播報、紀錄片旁白、遊戲解說、廣告直播等十多個領域。
在AIGC浪潮下，語音創造方面也有一些關鍵發展趨勢：既可以利用大語言模型，如Audio LLM方案，對語音合成中的關鍵因素進行控制；也可以更好地利用AIGC追求聲音藝術，通過插入音效、環境音，對語音合成感受進行改善。
視覺方面，訊飛積累了以虛拟人爲核心的完整視頻創造能力，包括虛拟人生成和複刻等。利用AIGC，虛拟人的發展趨勢是以虛拟人爲中心形成從文本到聲音到圖像的全棧視覺生成能力。
文本生成方面，2023年起，訊飛也開始将文本生成能力接入行業應用，尤其在醫療、教育領域。
高建清表示，認知智能大模型将帶來重大産業颠覆和機遇：它将改變信息分發和獲取的模式、内容生産的模式和人機交互的模式。科大訊飛将結合在場景、數據方面的理解，在教育、醫療、人機交互、辦公等方向進行布局。
預計今年5月，訊飛将發布在多個行業的大模型進展情況。
智譜華章張鵬：預訓練大模型成爲AIGC時代的基座
同樣作爲AIGC代表性玩家，智譜華章CEO張鵬就直接在現場給我們展示了一系列産品化初探，讓網友直呼：幹貨滿滿。
比如代碼生成插件CodeGeeX，它背後是130億參數、20多種編程語言代碼生成預訓練模型，具有代碼生成、翻譯、注釋等功能，每天幫程序員編寫400萬行代碼。
還有前段時間啓動第一階段内測的類ChatGPT産品ChatGLM，有近2000人内測規模，生成Token量超過730萬。它可以Cosplay聊天，在物理/數學類題目上求解。
除此之外，智譜還開源了其中的一個62億規模的大模型ChatGLM-6B，支持在單張GPU運行，在第三方評測上，相當于70%ChatGPT能力水平。
基于這一模型，智譜探索了MaaS（Model as service）的商業模式，既可以從模型訓練、到最後應用開發集成的端到端服務，也可以像OpenAI提供API調用，還可以直接以商用方式供大家使用。
具體實操即爲大模型應用群BigModel.ai，包括解決方案、産品、Demo等，比如編程輔助工具CodeGeeX、大模型輔助寫作應用協作蛙、個性化機器人小呆等。
張鵬認爲，AIGC産業基座是預訓練大模型，原因在于兩個方面：
第一、通用泛化能力，爲AI研發降本增效，這是非常關鍵的特性；第二，融入更多知識，讓大模型能更好模拟人的智能。
但與此同時也面臨着一些挑戰，比如成本高昂、訓練數據巨大，周期長等。
最後，張鵬還分享了最近令他振奮的一項工作：谷歌用PaLM模型加ViT視覺模型，在現實世界讓機器人自主完成一些複雜任務。
時代新機遇智源林詠華：大模型已經從語言模型上升成爲認知模型
在這一波AI新浪潮中，對于ChatGPT和各種類ChatGPT應用而言，最重要的就是它們底層的基座：大模型。
北京智源研究院曾發布過1.75萬億參數大模型悟道2.0，這一次，智源研究院副院長、總工程師林詠華帶來的思考是，大模型能給産業帶來些什麽？
過去幾年，大模型頻繁現身，有兩個趨勢可以總結，一個是模型尺寸越來越大，開始是1億參數，現在已經超過了萬億參數；另一個是單語言模态變成多模态。由此，關注大模型新趨勢時，不僅要在研究領域證明它的創新性，還要直視産業落地時帶來的新挑戰。
從ChatGPT、GPT-4身上爆發出的泛化能力出發，林詠華認爲，大模型已經從語言模型上升成爲了認知模型。
她個人總結了未來10年裏，大模型最重要的大挑戰：
超大參數量。到底多大參數可以支持應用需求？是盲目追求千億模型，還是百億模型就足夠？
訓練數據。具體多少訓練數據能喂飽一個百億或千億模型？多少的信息和數據可以傳遞到下遊任務？
評測任務。從單模态走向多模态，怎麽評測已經走向認知的模型？
持續學習和定點糾錯。如何進行低成本的知識和信息吸納？發現錯誤時怎麽做到定點糾錯？
效率問題。
可以看到，水面之上的冰山，顯露出文生對話式任務生成模型等AIGC應用，但水面之下還有厚厚的冰山技術棧，用以支撐水面上的冰山一角。因此，大模型評測方法擺到了更爲重要的位置。
目前，智源研究院正在聯合多個研究隊伍、機構、廠商，一起打造AI基礎大模型評測系統。另外，智源還在自建AI大模型智算平台，針對大模型訓練進行多任務優化，并且還在研究跨芯片架構的下一代AI編譯器技術。
過去10年，AI的快速發展離不開開源開放的推動。林詠華談到，智源現在就圍繞大模型從底向上的技術體系，打造了FlagOpen這樣一個技術開源體系，把算法、數據、模型、評測系統等開源出來，讓更多開發者企業加入，共同打造大模型的全棧技術。
商湯楊帆：技術突破和形成産業化應用之間的窗口期大大縮短
ChatGPT爲下遊諸多應用打開了新的出口，但"如何高效率、低成本、規模化落地"成爲了亟待解決的難題。商湯科技聯合創始人、大裝置事業群總裁楊帆帶來了他的思考。
楊帆發表的第一個看法是：當全社會在關注ChatGPT和大語言模型時，不能忽視整個AI在最近幾年的核心突破其實是全方位的。
其次，ChatGPT的技術進展顯露出一個特征，即技術突破和形成産業化應用之間的窗口期大大縮短，取而代之的是在這個環節更強的加速效應。不難看到現在的市場上，全世界各國都有非常多的具體應用在探索成熟。
第三，這一切背後，不僅能看到暴力數據美學，譬如大算力、超大規模計算資源的聚集、超大規模模型結構的設計、海量數據彙聚，還能看到所有環節的強經驗積累。也就是說，現在的大模型研究，離不開大量的軟件工程系統問題，核心功耗需要持續的沉澱和積累。
這樣的技術到底會給AI産業帶來什麽變化？
一是生産範式重大改變，再是因爲核心能力有大量C端因素，天然能打造更符合AI技術叠代的數據閉環，形成很強的飛輪效應。這意味着産品具備長期持續性，商業壁壘門檻也更容易建立。
楊帆分享觀點是強調，應對這樣變化下的AI 2.0，AI 1.0的公司其實不會徹底被颠覆。商湯在2018年起就在做預訓練大模型，它支撐着商湯整體業務的持續發展。
商湯平台内容"一平台四支柱"中的"一平台"，指的就是人工智能基礎設施"大裝置"。多年的持續投入，源于商湯堅持認爲AI基礎設施未來會支撐更加百花齊放的産業生态。而從基礎設施層面講開去，大量模型設計和系統調優經驗能夠支撐大模型服務，幫助更多人叠代自有模型。
總體而言，這件事的核心價值在于，整個AI基礎設施會具備彈性和拓展性。通過提供全方位能力，商湯希望爲整個人工智能基礎設施、市場及産業，提供更加基礎化的支撐能力。
啓元世界袁泉：AGI的中國式探索
ChatGPT破圈之後，也讓人們對通用人工智能有了更多的理解和認識。作爲國内AGI探索的先行者，啓元世界創始人兼CEO袁泉就分享了他們過去幾年的探索曆程。
啓元視角下，AGI從遊戲開始，向互聯網、元宇宙破圈。首先是遊戲世界中探索這個AGI，包括從零開始玩星際争霸。第二階段則是往互聯網世界破圈。尤其Transformer出來之後，AGI在互聯網裏面的商業價值比遊戲大100倍。第三塊就是元宇宙，這是未來5-10年很重要的事情之一。
元宇宙本質是互聯網豐富的語料、豐富的交互，加上3D開放世界遊戲的合體。AIGC如何催生元宇宙、在元宇宙中如何訓練AGI，是未來非常有價值的命題。
最後一步可能是AGI趨勢前移，服務或者應用于現實世界中，這是啓元對趨勢的判斷。
這一過程中啓元的探索主要分爲兩個階段，第一階段主要以在各類遊戲中訓練決策大模型爲主，參數級别在幾千萬或者一億以内，能夠讓AI用小樣本、甚至從零開始，探索這一類任務的邊界。
第二階段，是我們從2021年開始做的10億到100億參數的語言模型。基于決策大模型技術平台，目前啓元目标圍繞能夠啓發人和陪伴人的AGI來展開，去年開始重點做陪聊NPC。這不僅是遊戲領域，而是面向更廣泛的虛拟世界，比如一些曆史人物和二次元人物，用戶也想跟他們深度互動。
比如我們基于劉備做了一個陪聊NPC，你問劉備爲什麽喜歡哭？怎麽看待阿鬥？他都能給出基于人設、基于事實的交互和對話。
啓元世界認爲，AGI服務任何場景，都離不開Understanding。啓元的初心和願景，是更多啓發人、陪伴人。
圓桌論壇爆火後的商業化進程
"Hello New World"峰會設置了一場圓桌論壇，主題爲：AIGC的商業化。
從去年爆火到今年熱到發燙，AIGC的技術叠代和商業化落地幾乎處于齊頭并進的進行時。本次邀請到的四位代表性嘉賓分别是：
雲舶科技創始人兼CEO，AIGC虛拟内容平台的先行者梅嵩；
源碼資本合夥人，持續關注科技驅動創新的黃雲剛；
特贊聯合創始人，專注于内容科技領域的王喆；
Tiamat創始人兼CEO，國内頭部AI圖像生成技術服務踐行者青柑。
在量子位智庫負責人劉萌媛的主持下，主要圍繞3個話題話題展開：AIGC爆火背後的商業化原因、模型層和應用層創業、新場景新期待。
AIGC爆火背後的商業化原因
在青柑眼中，優秀的生成效果是AIGC商業化的動力。圖像就具有天然傳播性。它從較爲破碎的效果，到能實現高質量快速生成，吸引了大量注意力助推技術發展，帶來了對圖像生成商業化價值的判斷。
而王喆總結道，爆火的原因一是效果好，效果上的明顯進步，讓圖像生成走向大衆；二是Stable Diffusion等開源，給大規模複現提供可能。此外，因爲年輕消費群體中的高關注度，品牌方也嘗試把先進技術作爲和消費者溝通的橋梁。
黃雲剛認爲這與ChatGPT能被C端用戶大量體驗有關。ChatGPT本質上對技術路線确定了一個方向，其能力的巨大提升也轉化成爲生産力，讓更行各業能用這個技術重新做一遍。技術的變化，慢慢會落到行業，形成産品，形成商業。
梅嵩的看法是，一方面AI技術的演進已經讓其效果達到可使用的阈值，可以轉化成直接生産力，從而體現商業價值；另一方面，最先爆火的圖片和文字生成，商業化路徑都相對較短。
針對當下市場上國内外對AIGC的商業化有着一定差距，大家都普遍認爲與商業環境、市場大小、用戶使用習慣和付費意願緊密相關。而且，AIGC在國内其實已經大大提高了工作效率，但由于企業在"潤物細無聲"地使用，不像AIGC初創公司的動态能被媒體和大衆及時關注。
模型層VS應用層
AIGC的商業化路徑大多分爲兩條思路，一條是訓練自有大模型，一條是基于既有大模型進行應用層創新。哪一邊更值得被看好？
作爲AI繪畫服務提供商，青柑認爲在未來很長一段時間裏，模型層和應用層的創新齊頭并進，密不可分。服務商既需要在應用層收集足夠多的真實數據，又要在模型層根據用戶反饋做進一步優化。
梅嵩則認爲，未來需要的大模型數量并不會太多，所以模型層創業更适合大公司去做，更廣大的創業者應該在應用層找到新機會。他同時提出，需要考慮的一點是，應用層創業會受制于大模型技術的發展，所以需要盡量把握核心客戶，并盡量拓展産業鏈。
對于目前行業廣泛讨論的"AIGC時代，所有應用是否真的應該重做一遍"，黃雲剛闡述了自己的見解。他表示，投資人和初創公司借此機會，想要重塑行業，颠覆大公司；巨頭們則希望利用AIGC時代拉大與後來者的距離。
而王喆看來，面對技術創新和技術叠代，所有行業不能叫"重做一遍"。創新是必然的，知識有些創新是微小的、結構化的，有些創新帶來的是颠覆式的改變。隻有定義結構性變化，才能重新分配價值，有機會向成爲大廠進擊。
新場景新期待
AIGC帶來新機遇，就其商業化而言，什麽場景最值得令人期待？
青柑回答這個問題時，給出的答案是"當内容生産變得又快又好，該如何吸引消費者"。當技術叠代，内容泛濫，怎樣搶奪用戶注意力，會讓行業的商業化落地更爲有趣。
黃雲剛的回答是"很難回答"，因爲他對許多場景都非常看好，很難選定一個最有潛力的場景。而且，由于新的産品形态不斷湧現，可能會出現想象之外的新業态，并不能完全以當下的既有場景論英雄。
直播和遊戲泛娛樂場景，是梅嵩最看好的，說起背後的原因，除了梅嵩本人對這兩個領域格外喜歡和關注外，還有可觀的市場規模——對于創業來說，找到自己喜歡的大市場非常重要，而AIGC對全球的遊戲行業"絕對是大利好"，很可能爆發極具價值的新商業類型。
王喆對AIGC在營銷賽道帶來的改變非常關注。AIGC降低創作門檻，提高工作效率，對消費娛樂來說十分有利；同時，品牌和消費者之間将在AIGC時代從單向溝通走向頻繁的雙向溝通，其間會有很大的商業前景。
中國AIGC新機遇
飽受關注的議題還有中國AIGC新機遇，針對這一話題，同樣有走在業界前沿的企業和VC代表在現場展開激辯。
元語智能聯合創始人兼COO朱雷。首批中國版ChatGPT企業代表，其産品ChatYuan一經推出便引發了不少業界人士關注。
無界AI聯合創始人馬千裏。作爲國内生成式繪畫先行者，無界AI目前全網覆蓋用戶超過100萬人。
華院數智人商業化副總裁林萊尼。華院計算在數智人領域已完成從計算智能到感知智能再到認知智能的過渡。
還有一直關注深科技、前沿科技領域的峰瑞資本投資合夥人陳石。
在量子位主編金磊的主持下，圍繞着直觀感受、模型同質大力出奇迹、中國版ChatGPT等話題展開讨論。
直觀感受
首先論及ChatGPT風暴下的感受，幾位代表都提到了震撼、沖擊、興奮等正向反饋。
但與此同時，作爲相關領域的創業者，無界AI聯合創始人馬千裏卻感受到了焦慮，因爲技術發展速度實在是過快，但也有前進的感覺；整個行業裏的合作夥伴也同樣焦慮，他們擔心會參與不到這個浪潮就會被淘汰掉。
大力出奇迹
作爲當下大模型發展生态一種必然趨勢，無界AI聯合創始人馬千裏與峰瑞資本投資合夥人陳石都同樣認爲，這是無監督學習領域的一個被驗證的突破，不需要人類那麽強地幹預。
對此，馬千裏還補充道：不管是"大力"還是用别的方法，隻要能出"奇迹"就是好事情。
從商業角度來看，峰瑞資本投資合夥人陳石還談到了大部分創業機會可能還是在非模型層。
中國版ChatGPT
華院數智人商業化副總裁林萊尼在這個問題持有比較積極的态度，認爲中國未來也會有自己的OpenAI公司出現。
元語智能聯合創始人兼COO朱雷則建議大家增加對一些非商業化項目的關注，尤其是國内開源數據集和開源模型的進展，這可能是未來的基石。誠如一開始OpenAI是以非營利性目的而建。
中國AIGC新機遇
對于中國AIGC的新機遇，幾位大牛也都談到了自己的見解。
朱雷形容這波浪潮像是PC互聯網的初期；林萊尼則聚焦到人才就業的問題，認爲并不會創造失業潮。
馬千裏和陳石都同樣認爲，這是個全人類的機遇，即便現在相較于國外，目前仍有一定差距，但最終還是能夠趕上。陳石還将這一浪潮與當年移動互聯網作類比，一切都隻是時間問題。
