AIGC是日燒百萬的銷金窟，但有應用場景的公司不在乎

十三 2023-01-07 12:57:49 來源：量子位

夢晨 衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

沒想到，第一批AI繪畫產品已經開始倒閉了……

StockAI，成立僅4個月，在2022年底因用戶付費無法覆蓋成本，遺憾宣布關閉平臺、退款。

以3月的付費AI繪畫平臺Midjourney推出為標志，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，這一過程只用了不到半年。

AIGC（利用AI技術生成內容）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背后的公司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抬上了新高度。

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，在公司內部發布了“紅色警報”。

以ChatGPT的火爆程度，從0到100萬用戶只用了不到5天。

這是什么概念？作為對比，Twitter用了2年，Facebook用了300天，Instagram用了將近75天。

據馬里蘭大學副教授Tom Goldstein粗略估計，如果100萬用戶平均每天只進行10次對話，Open AI就需要為ChatGPT每天燒掉10萬美元（68萬人民幣）。

AIGC太燒錢該如何持續？OpenAI為什么能先后引領AI繪畫與對話系統兩波浪潮？成了行業熱議的話題。

量子位在這段時間里也和一些學者、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，后赴美國密蘇里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余年，2018年回國加入京東，并于2019年當選IEEE Fellow。

他先后發表了200余篇學術論文， 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“一只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和多模態智能領域重要的進展。

△AttnGAN 按照 “一只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，只是沒能做到極致。

那么其他人離做出DALL·E和ChatGPT這樣的產品還差些什么？

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。

像谷歌雖然手里也有LaMDA這樣的超強對話語言模型，卻遲遲不面向公眾大規模開放，甚至被內部員工吐槽是“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顛覆的顧慮——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產生商業價值，就要遵從一套完全不同的邏輯。

AIGC如何產生商業價值？

在微軟開發的這個AI繪畫技術當年終究是沒能做成產品上線，但作為技術初心和拓展人類認知邊界的一個嘗試，AI畫出的這只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里，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，在產業真實落地，就能發揮更大的價值。

2018年，何曉冬離開工作了十余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云言犀人工智能應用平臺，服務京東5.8億用戶和17.8萬商家，也將系列AI產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產品的京小智上，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，就支持了這么多種技術落地的可能性，而更大的發揮空間在背后的設計、生產、倉儲、物流等供應鏈上下游場景。

這也是京東云產業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技術產業化、規模化落地。

經過反復迭代打磨后，再將技術以模塊化、組件化、產品化的方式，基于言犀人工智能應用平臺對外開放，成為產業上下游的超復雜協同的最佳“助手”，助力產業數智化升級。

相比于一些其他公司，京東的供應鏈場景豐富，更重要的是京東的“價值標準”，如同正品行貨、物流配送一樣，AI產品也必須滿足客戶的價格、產品、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。

深入產業AI，不可避免的會遇到更低頻、長尾的復雜場景和產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、難以復制。如此一來，就需要遷移成本低、基礎數據樣本豐富、靈活彈性、適用能力強的綜合性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，又很難靠人力去適配所有需求。

后來的解決辦法是定義好產品的邊界，預訓練大模型提供基礎能力，同時結合在京東沉淀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產品知識填進去，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產品的標準化、開箱即用，因為產業AI到了這一步，很多用戶都不是技術專家。

把AI能力組合成產品對傳統行業客戶太有挑戰性了，直接提供開箱即用的AI產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，京東云還進行了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，言犀平臺上推出了2D真人、3D卡通、3D超寫實等多種類型數字人，近期還上線了大姿態（側臉、轉頭等）數字人。目前言犀平臺已有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，推出后已為客戶帶來顯著的GMV提升。

△京東云言犀數字人演示

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臺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，讓店鋪的功能隨著消費者時間不同、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里。

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產生更大價值，是全行業都在關注的熱點，相關討論層出不窮。

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。

未來數字人也將不再隸屬于某一平臺，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，隨著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產生商業價值，2023年你更期待AI在哪方面的進展？