高榕資本劉新華：創意濃度與AIGC呈正相關，國內創業者都將受益于生成式AI的創新和生態

財經涂鴉

+ 關注

2022-12-15 11:37

592次閱讀

高榕資本劉新華：創意濃度與AIGC呈正相關，國內創業者都將受益于生成式AI的創新和生態

“國內最可能涌現創業公司的機會或許在應用層，“To B方向應該最先有潛力爆發。”

作者：蘇打

編輯：tuya

出品：財經涂鴉（ID：caijingtuya）

無論是用Stability.ai、Midjourney去生成畫作，還是和ChatGPT聊天，亦或是體驗Jasper.ai幫你寫一篇小作文，最近的AIGC殺手級應用以及背后的大模型，“猶如冬天里的一把火”——生成式AI正利用人類已有數據打開新的邊界。

近期，高榕資本榕匯聯合聲動活潑共同發起線上研討會，4位來自通用人工智能、3D內容生產與消費一站式平臺、投資以及內容領域的嘉賓一同對話。

啟元世界創始人兼CEO袁泉在對話中，就當前AIGC爆紅背后的底層技術驅動進行解釋時表示，目前AIGC進入到成長期，AI生成圖、生成文字、生成代碼、生成音樂等都在快速發展，同時能夠輔助人做一些提升效率的工作。

“OpenAI的成功不是偶然的，我們總結為‘三個5’: 5年時間、50個對AGI（通用人工智能）最有理解力的人、5億美元的算力 。”袁泉認為。

據高榕資本投資合伙人劉新華透露，在海外，AIGC不只是大廠的機會，也新起了很多創業公司。一類公司偏底層，在新場景中孕育大模型的突破，基于DALL·E、GPT等產生很多新的模型；另外是在應用層中，出現很多新公司，包括生成文字、圖像、視頻、代碼、3D模型等等。

與此同時，“ 國內所有創業者都將受益于生成式AI的創新和生態 。大模型的涌現和指數級的能力迭代，以及開源社區的繁榮、API的大量開發和開放，都會讓中國的創業者從中獲益。而且大模型的泛化能力和通用性極強，無需對場景和模型重復訓練（即Zero-shot），由此而來的低成本準入門檻、數據飛輪效應和廣泛的場景適應能力，都能讓國內的創業者可以在巨人的肩膀上做組合式創新。”

「創意濃度越高，生成式AI越有機會」

幾年前，用機器學習的方法（例如GAN）生成圖像的能力便已初現。但由于效果所限，并沒有與今天最熱的“文生圖”功能聯系起來。

“AI作畫的進步是CV與NLP兩個子領域交叉帶來的結果。圖像生成技術領域，此前GAN、Imagen AI等生成式模型，本質原理是已經有了一個圖像，經過深度學習神經網絡處理，生成另外一幅內容相似的圖像。”元象XVERSE技術合伙人黃浩智在對話中表示，AI作畫之所以吸引人，是因為人們可以通過比較自然的語言描述就能生成相應的畫作，而這背后是大規模預訓練語言模型的“功勞”。

在被問及“觀察AIGC創業公司重點關注哪些能力與指標”這一問題時，劉新華表示，從投資角度看，判斷某個領域是否達到爆發臨界點，高榕會關注典型產品是否達到了產品市場匹配（PMF）；在生成式AI這樣的前沿領域，還會進行“在PMF之前，哪些場景達到了AMF（AI Market Fit）”這樣的前置判斷。

其中，AIGC達到AMF，有兩個重要的維度。首先，AI的能力基本達到了人類專業工種60%-70%的水平，即人類可用的標準。其次，基于AI的工具容錯率高，能提供可編輯性。在這兩個維度上，用戶量級大、數據可得性高、商業價值高的市場最容易爆發。

“這次AIGC浪潮中大火的應用有一個重要共同特征是，越是在創意濃度高的市場中，生成式AI反而最有機會。這一點是反共識的。”劉新華認為，因為這些領域容錯率高，人類沒有嚴苛單一的審美標準，愿意接受多樣性，另外工具提供較強的可編輯性讓人類方便進行二創。

除創意工作外，未來生成式AI在游戲、建筑設計、新藥研發、新材料發現等創意發散性高、容錯率高的領域，可能也會存在機會。

面對市場中針對AIGC“準確率”的疑慮，劉新華表示，那些熱度很高的AIGC公司首先準確率已經達到可用的閾值，“我個人觀點是，如果要進一步持續提高AIGC的可用性，社區驅動下數據與模型協同的增長飛輪非常重要”。

如今，比較火爆的Jasper.ai、Stable Diffusion等，社區都非常繁榮。用戶社區不斷為模型貢獻數據，新數據帶動模型進一步進化，從而實現好的體驗、吸引更多用戶，形成了數據的網絡效應和用戶的網絡數據，二者相互促進，不斷帶動增長飛輪。