“如果人類的水平(ping)達不到80分，就(jiu)會被AI淘汰。”
在(zai)中國AIGC產業峰會現(xian)場，昆侖萬維CEO方漢拋(pao)出這樣一個(ge)大膽(dan)預(yu)測。
在他看(kan)來，目前AIGC對存量知識的(de)理解與表達已經達到(dao)80分的(de)水平，行(xing)業從業者將隨之(zhi)形成(cheng)兩極分化的局面：
一(yi)部分(fen)人成為上(shang)游管(guan)理員，一(yi)部分(fen)成為底層(ceng)AIGC操作員，兩(liang)者(zhe)的工作產量都會(hui)極大提升。
剩(sheng)下的(de)達不到(dao)80分的(de)腰部從業者，大概率被淘汰。
方漢畢業(ye)于中國(guo)科(ke)學(xue)技術大(da)學(xue)近代物理(li)系(xi)，擁(yong)有(you)29年(nian)互聯(lian)網從業(ye)經驗(yan)，從1994年(nian)開(kai)(kai)始參與和倡導開(kai)(kai)源運動，是國(guo)內最(zui)早的網絡安(an)全(quan)專(zhuan)家，負責研發了國(guo)內市場(chang)占有(you)率最(zui)高的網頁游戲《三(san)國(guo)風(feng)云》。
2008年(nian)3月，他(ta)協助周亞輝先生(sheng)創立昆侖萬(wan)維，后者于2015年(nian)A股上市。
在本次大會上，他對昆侖萬維介入(ru)到類ChatGPT大模型開發的(de)契機、AIGC對內容從業者(zhe)的(de)影響、三種AIGC商業路徑、以及開源(yuan)和(he)預訓(xun)練大模型在其中的(de)重要性進(jin)行了一(yi)一(yi)分享。
為了完(wan)整(zheng)體現他的思考，在不改(gai)變原(yuan)意的基礎(chu)上(shang)，量子位對(dui)其演講內容進行了編輯整(zheng)理。
演講要點：
AIGC原本含義比較狹窄，主要(yao)指文本、圖像(xiang)以(yi)及視頻還(huan)有音樂等人(ren)類可(ke)以(yi)消費(fei)的(de)娛樂內容(rong)的(de)生(sheng)成。ChatGPT的(de)出現把(ba)AIGC的(de)范(fan)疇給(gei)泛化了。
對存量知識的(de)理解與表達，AIGC將以低廉(lian)的(de)成本(ben)做到(dao)80分的(de)水準。
由(you)于兩(liang)極分化(hua)，AIGC領域的腰部工(gong)作者要么力爭上游(you)做頭部管理員，要不就老老實實成為AIGC操作員。
在AIGC領(ling)域，文生圖在同(tong)一個賽道出(chu)現了三種完全不同(tong)的商業(ye)模式，互為補充(chong)：
（1）Stability.AI打造的開源生態；
（2）Midjourney打(da)造的SaaS或者Model Service生態；
（3）Adobe Firefly打(da)造的傳統生態工具，將所有AIGC功(gong)能集(ji)成到工具里。
只有(you)開(kai)源模式可以滿(man)足用(yong)戶的(de)長尾需求；只有(you)開(kai)源模式才(cai)可以滿(man)足中(zhong)小企業的(de)增長需求。
需(xu)要(yao)注意的是(shi)，我們不能只盯著目前AIGC進展，認為預訓(xun)(xun)練大(da)模型(xing)已經(jing)突(tu)破傳(chuan)統AIGC范疇進入AGI領域。實際(ji)上，各種AIGC工(gong)具(ju)能力仍然受到預訓(xun)(xun)練大(da)模型(xing)限(xian)制(zhi)，尤其GPT-4大(da)模型(xing)出(chu)現后這個(ge)現象更加突(tu)出(chu)。
以下為(wei)方漢演(yan)講全文(wen)：
ChatGPT的出現把AIGC的范疇給泛化了
AIGC這個名字(zi)剛(gang)提出來的時候(hou)，在美國叫生成式(shi)AI。
國(guo)內UGC、PGC的概念(nian)深入人(ren)心，所以造了一個詞叫“AIGC”。
AIGC原(yuan)本(ben)含(han)義比較狹窄，主要指文(wen)本(ben)、圖像以(yi)及視(shi)頻還有音樂(le)等人類可以(yi)消費的(de)娛樂(le)內容的(de)生成。
ChatGPT的(de)出現把(ba)AIGC的(de)范疇(chou)給泛化了，ChatGPT屬于(yu)AGI（通用人工智能）范疇。
今天我的分(fen)享更多偏(pian)向原(yuan)有含義，即人類娛樂內容的生成。
首先，我簡單(dan)介紹一下昆(kun)侖萬維介入(ru)到類ChatGPT大模型開發的契(qi)機。
昆侖萬維2015年(nian)A股上(shang)市，當(dang)時是以(yi)網游題材上(shang)市的，上(shang)市后在海(hai)外進行多元化(hua)發展，有(you)瀏覽(lan)器、社交產品(pin)、游戲業務。
昆(kun)侖萬維是內容廠(chang)商，對于所有內容生(sheng)成方面的科技進步(bu)都非常敏感(gan)。
早在2020年6月份(fen)GPT-3剛剛出現(xian)的時候，管理層(ceng)和技術領導(dao)者(zhe)都去進行嘗(chang)試。
當時我們判斷(duan)這是內容生(sheng)成(cheng)領域一個里程碑，沒想到兩年后變成(cheng)通(tong)用人工智(zhi)能突破口。
也是從那時我(wo)們就已經(jing)決定(ding)要跟進(jin)這件(jian)事情，因(yin)為我(wo)們在內容生成領域絕(jue)對不(bu)允(yun)許落后。
具體而言，昆侖萬維開始(shi)布局AIGC和大(da)模型(xing)(xing)領(ling)域，與奇點智(zhi)源(yuan)合作(zuo)開始(shi)進行大(da)模型(xing)(xing)訓(xun)練工作(zuo)。
目(mu)前為止除了通(tong)用大模型(xing)訓(xun)練之外(wai)，昆侖萬維在音樂(le)生成領域(yu)也(ye)處于國內和國際前沿地位。
我(wo)們(men)的愿景(jing)是(shi)推進開源AIGC算法和模(mo)型社(she)區(qu)的發(fa)展壯大。
昆侖(lun)萬維作(zuo)為中國領先互聯網(wang)出(chu)海企業、技術(shu)驅動全球(qiu)互聯網(wang)公司，致力于前(qian)沿技術(shu)追蹤和(he)(he)研(yan)發，有(you)相當的技術(shu)積累和(he)(he)人才儲備。
我們(men)的技術(shu)團隊持續進(jin)(jin)行算法技術(shu)創新，積極推進(jin)(jin)模型(xing)算法開源以(yi)及社區發展壯大(da)，基(ji)于全(quan)球每月平(ping)均4億活躍用戶以(yi)及豐(feng)富(fu)行業(ye)經驗，助力AIGC應用和生態(tai)的快速(su)落地以(yi)及成長。
以下分享AIGC在具(ju)體商(shang)業模(mo)式落地方(fang)面的思考。
AIGC從業者出現兩極分化
我們觀(guan)察到一個有趣的現象，對(dui)于UGC（用(yong)戶生成內容）的平臺如小紅書、知乎、抖音、快手等，用戶創(chuang)造內(nei)容(rong)的門(men)檻每降低一倍，用戶創(chuang)造內(nei)容(rong)的數量就會增加(jia)十(shi)倍。
舉個例子，在手機攝像頭出現之前，人類拍(pai)攝視頻(pin)一定(ding)是靠專(zhuan)業的攝像機和數碼相(xiang)機。
手機出現之(zhi)后，攝像的(de)門檻變(bian)低，視頻內容(rong)數量出現了大爆發。
這促成(cheng)了快手和抖音的(de)發(fa)展，進而中國(guo)UGC領域產(chan)生了巨(ju)大突破。
C端工具的(de)商業邏輯其實(shi)是社(she)區，B端工具的商業邏輯是功(gong)能(neng)完備性。
C端工具用(yong)快手、抖音拍視頻，目的絕不是為(wei)了做(zuo)工具，而是讓用(yong)戶做(zuo)出(chu)來(lai)內容(rong)通過社區(qu)分發，這(zhe)是C端工具邏輯(ji)。
B端(duan)工具的(de)商業(ye)邏輯(ji)就像(xiang)Adobe的(de)PhotoShop全家桶、微軟Office全家桶，以功能完備性來獲得用戶的(de)青睞。
可見(jian)，隨著AIGC技術的(de)進展(zhan)，它們(men)將對內容(rong)生產者產生巨大影響。
不(bu)得不(bu)承認，現在AIGC對存量知(zhi)識(shi)的理解(jie)與表達還遠遠沒(mei)有到(dao)100分水準，但(dan)以低廉的成本做到(dao)80分沒(mei)有任何問題。
如果人類自己的(de)水平也只(zhi)是80分(fen)，我們(men)的(de)工(gong)作一(yi)定會被AIGC替代，而80分(fen)以上的(de)人將去管理(li)AIGC操(cao)作員，完(wan)成曾經需要腰(yao)部作者完(wan)成的(de)工(gong)作。
因此未(wei)來，頭部工作者產量極大提升，作為AIGC操作員的底部工作者的生產能力也會得到極大提升。
很不幸，腰(yao)部工作者大概率(lv)會被淘汰。
那(nei)么(me)，我們要(yao)(yao)么(me)力爭上游做頭部工作者，要(yao)(yao)么(me)就老老實實當AIGC操作員(yuan)。
只有開源模式可以滿足用戶的長尾需求
在AIGC領域，文生圖在同(tong)一(yi)個賽道(dao)出現了三種完(wan)全不(bu)同的商業模式。
第一種：Stability.AI打造的(de)開(kai)源生態(tai)；
第二種：Midjourney打造的SaaS或(huo)者Model Service生態(tai)；
第三種：Adobe Firefly打造的傳統生(sheng)態工具(ju)，將所(suo)有(you)AIGC功(gong)能集(ji)成到(dao)工具(ju)里。
這三(san)種商業路徑，不止是在(zai)文(wen)生(sheng)圖，在(zai)文(wen)生(sheng)圖像、文(wen)生(sheng)音樂還是小說創作領域都會長(chang)期存(cun)在(zai)，且三(san)種模式互(hu)為補充。
最(zui)終的(de)C端用戶會傾向于使用Midjourney完成工(gong)作(zuo)，如現在的(de)電商從業者，大量使用Midjourney來(lai)進行電商廣告素材(cai)創(chuang)作(zuo)。
Adobe Firefly則契合一些傳統的(de)大B企業的(de)需求，B端(duan)用(yong)戶會使(shi)用(yong)Adobe Firefly來作(zuo)為(wei)自己(ji)的(de)創作(zuo)工具。
Stability.AI是一(yi)種開源模式(shi)，特別(bie)適合在這個領域進行創業(ye)的廣大中小(xiao)企業(ye)。
通(tong)過(guo)開(kai)源模(mo)式來進(jin)行自己的(de)改裝(zhuang)與改進(jin)，來滿(man)足長尾需求，這是另(ling)外兩(liang)個模(mo)式無(wu)法提供(gong)的(de)功能。
開源大(da)模(mo)型是商業閉源大(da)模(mo)型的有(you)力(li)補充和替代。
大(da)家可以把ChatGPT想成早期(qi)Windows，Windows的(de)存(cun)在是整個電腦商業軟件的(de)一(yi)個基(ji)石(shi)，也是絕大(da)多數(shu)人的(de)生產(chan)工具。
Linux通過30年的(de)努(nu)力變成Windows的(de)替代，開源(yuan)大模型也一定會出現(xian)。
因為(wei)只有(you)開源(yuan)模式可(ke)以滿足用戶(hu)的長尾需求。
還是以(yi)Linux為例，全世界(jie)所有(you)的(de)云廠商(shang)、大型(xing)互聯網企業(ye)都(dou)以(yi)Linux為自己(ji)的(de)服務(wu)底座(zuo)。
要滿(man)足自己的長尾需求(qiu)，只有一個選(xuan)擇，就是用(yong)Linux進行改(gai)裝(zhuang)。
所以，我們也說，只(zhi)有開源模(mo)式(shi)才可(ke)以滿足中(zhong)小企業的增長需求(qiu)。
做一個具體(ti)的(de)分析，Stable Diffusion的(de)出現(xian)比(bi)OpenAI DALL·E 2晚了整整6個月，在性能(neng)、質量上都(dou)低于DALL·E 2和Midjourney，但依然(ran)有眾多用戶。
因為它(ta)是開(kai)源的，進(jin)步速度(du)是難以想象的快。
Stable Diffusion催生ControlNet、T2I-Adapter、Composer，以及(ji)LoRA訓練技(ji)巧(qiao)。
在它上面進行二(er)次(ci)開發的人(ren)數(shu)眾多(duo)，新特性也在不斷地涌現。
ControlNet是目前(qian)為止在文(wen)生(sheng)圖領域唯一解決一致性問題的(de)途徑(jing)，極大地降低了(le)用戶的(de)創(chuang)作成本，提高了(le)創(chuang)作的(de)可(ke)玩性。
ControlNet開源僅2周(zhou)，它(ta)的Star數就超過了1萬。
與此同時，開(kai)源社區(qu)也極大地(di)降低了用戶(hu)的使(shi)用門(men)檻。
例如HuggingFace提供(gong)了大量的(de)模(mo)型托管以及(ji)通(tong)用的(de)模(mo)型訓練來(lai)框架(jia)diffusers，stablediffusion-webui開發(fa)了完善的(de)一套(tao)Demo平臺，Civitai貢獻了海量風格化LoRA權重，整個社區(qu)也蓬勃發(fa)展起來(lai)了。
預訓練大模型能力決定AIGC能力上限
需要注意的(de)是，我們不(bu)能只盯著目前(qian)AIGC進展，認為預訓練大模型(xing)已經突破傳統AIGC范疇進入AGI領域。
實(shi)際(ji)上(shang)，各種AIGC工(gong)具能力仍然受到預訓練(lian)大模(mo)型限制(zhi)，尤其GPT-4大模(mo)型出現(xian)(xian)后這(zhe)個(ge)現(xian)(xian)象更加突出。
AIGC領域的(de)企業對于大模型本身的(de)需求仍(reng)然(ran)非常(chang)大，也是(shi)持(chi)續的(de)。
目前，還存在這樣幾個大問題。
首先，AIGC發(fa)展起來之后是否會(hui)導(dao)致優質內容的稀缺(que)？
因為AI生成的內容會大量污染原創的內容。
其次，如何解(jie)決大模型底座導致的偏(pian)見？
比如OpenAI、ChatGPT生成的(de)內容就存在(zai)偏見(jian)，這個問題值得關注。
最(zui)后，版(ban)權、信(xin)息(xi)偽造(zao)問(wen)題。
Adobe Firefly提出(chu)了(le)一(yi)個新的(de)(de)模(mo)式，它訓練的(de)(de)所有內容與作(zuo)者達(da)成協(xie)議，通過對model收費給內容作(zuo)者分成。
從監管到行(xing)業自律，我們可做的事情非常(chang)多，而且迫(po)在眉睫。
關于未來AIGC的(de)展望（僅指娛樂(le)內(nei)容AIGC）——
第一，AIGC對整個社(she)會最大(da)的(de)意(yi)義是低(di)成本終(zhong)極解決方案，這一點毋(wu)庸置疑(yi)，所有人類都有消(xiao)費(fei)內(nei)容產生多巴胺的(de)權力(li)；
第二，AIGC將涌現新(xin)的(de)范式，徹底改變藝術創作生產方式；
最后，AIGC導致內容生成的極大發展，會使得VR和元宇宙變得更加可行。
