以业内的视角来看，是一个包罗万象的数据库应用，但基于基于NLP技术的语言模型使得用户可以非常简单地使用这个庞大的数据库，而不需要经过对专业知识/专业工具的了解和学习，其便利性超过了搜索引擎和专业软件。用户能够感受到一种“万能性”，仿佛在和一个无所不知的人面对面交谈，并能够指示它帮你完成许多工作。
02
为何大火？
事实上，在走红之前，2022年中旬也曾有一项基于AIGC技术的应用在市场上走红大火，即AI作画模型。两者均是人工智能技术实现突破后的产物，是从弱人工智能（ANI）走向强人工智能（AGI）代表性产品。因此两者的走红也有一定的共同性，即便利性和商业化的可能性。
在NLP技术实现突破后的AI应用中，对来自现实世界中的模糊情报识别愈发精确，即对自然语言的处理能力突破，语音识别、图像识别、以及语言模型的升级使得AI应用能够“听懂”用户的需求，从而完成使用者的需求。而对这些数据的识别能力又能成为机器自我学习的基础，而不需要人工进行数据标注与修正，即存在一定程度上的“自我进化”。
而得益于AI的理解能力提升，AI在内容输出方面也从单一走向多元，且内容质量较过往大幅优化。为何和会收获到大量的人气，是因为这两款应用输出的内容是“可用”的。生成的绘画作品能够与一流画家的创作一较高下，而在数据收集，文字/代码生成的产物都具有较高的可用性，且具备一定的创作性、即能够对工作起到正向帮助，而并非用于娱乐。
03
目前面临着哪些困境？
当然，目前的也并非完美，依旧面临着一些发展瓶颈。目前英文版本的 数据截至2021年，而中文版本的 数据截至2020年，由于技术限制，的数据库版本是存在滞后的，且在语言识别方面，的数据库并不全面，且存在不少误差，若使用者通过诱导性的方式提出问题，是有可能导致模型“一本正经”的回答错误甚至凭空捏造的回答。
同时，为了维持这一语言模型所带来的用户体验，的使用以及模型训练都带有较高的成本。根据中信证券引用Azure进行的数据测算， 每一次生成答案的成本是谷歌搜索引擎每次搜索成本的3倍，在当前每天面对数亿用户的搜索请求，对公司而言将是巨大的成本。这也是为何团队迅速推动应用商业化的原因。
尽管由于作画的版权问题目前深陷困境，商业化进程受到了阻碍，但的模型在智能客服，搜索引擎等领域，均具有较好的商用场景，甚至有望对现有生态产生颠覆性影响，因此备受科技巨头“警惕”。目前于2月1日发布付费订阅服务—，推动商业化落地。若产品商业化顺利进行，或许会对现有市场产生巨大的冲击。
搜索引擎巨头谷歌表示，谷歌将在“未来几周或几个月”推出类似的基于人工智能的大型语言模型来对抗。而微软已经将 视为新一代技术革命，并宣布向开发者追加投资数十亿美元，将其AI工具整合进Bing搜索引擎、全家桶、Azure云服务、Teams聊天程序等一系列产品中。
04
如何看待的崛起？
已经在内容生成、搜索引擎优化、编程协助、智能客服等领域展现出巨大的潜力，但在巨大的训练及应用成本下，其商业化变现进程的加速势在必行。同时，随着越来越多的科技巨头在爆火的背景纷纷入局，AIGC技术或将成为人工智能下一步的风口，商业化产品将不断涌现。
但为了达成AIGC技术的不断进化，相关产业链也会对人工智能芯片、大数据行业，甚至电脑设备行业提出更高的需求，因此也会带动AI芯片产业链、数据中心等产业链的发展，在市场缺乏主线的背景下，AIGC或许会成为未来一段时间的新主线。
但需要指出的是，这项技术目前并不成熟，在中短期内快速取代现有行业生态，比如替代客服、替代搜索引擎的可能性并不高，而成本端的问题也需要中长期唯独基础硬件设施的降价而实现普及化，这也给了各大科技巨头应对，跟风的时间。行业发展不会一蹴而就，而是存在一个缓慢变化的过程。
在这个过程中，必然有不少“伪概念股”在市场对风口的追捧中起飞。不可否认这也是短期获利的一种方式，但从长期来看，还是需要警惕“蹭热点”飞涨，并在潮水退去后独自裸泳的上市公司。 产生的鲶鱼效应已然引起了全球巨头的激荡，AI产业化、商业化的进程正在加速，关注掌握核心科技的科技巨头，静待AI生成内容时代的全面到来。
相关文章
