WAIC十大AI商業落地趨勢：大模型新玩家融資難度升級，云計算洗牌戰來了

量子位智庫 發自 凹非寺

量子位 | 公眾號 QbitAI

大模型，無疑是2023年上半年科技領域最矚目的關鍵詞。

產業鏈上個中進展亦或是包括投融資在內的行業聚焦討論，已經從對技術本身的展望，越來越具象到行業落地當中去。

借助WAIC2023（世界人工智能大會）視角，量子位智庫關注到各領域企業發布的大模型，都已無疑指向行業與應用。

與此同時，在投融資層、算力數據模型三大底座層面以及應用層，還梳理了十大AI商業落地趨勢。

（完整報告傳送門見文末）

投融資層

趨勢一：一級市場偏好大模型早期玩家，新進場玩家融資難度升級

首先是投融資層。據不完全統計，今年上半年國內大約有20+家大模型公司獲得超過60億元的融資，金額在全球占比只有6%，投資市場稍顯冷清。

一方面，做大模型耗費算力人力，中國大模型企業需要跟同行搶占算力資源。

以Inflection AI為例，最新融資的15.3億美元約有7-8億用以購買英偉達H100顯卡，占比約50%。

另一方面，行業本身還面臨著投資金額大、回報周期長、成功率較低、行業競爭激烈、市場合規等問題，國內一級投資人出手謹慎，實際交易金額較少。

投資圈共識是最后能跑出的大模型公司最多只有10+家。

因此目前新創業公司中重點押注融資量級最大的兩家——智譜AI和MiniMax，其余中小企業和新進場玩家融資較為困難。

投資方認為在大模型層面的未來格局，除了BAT、科大訊飛、已有的融資玩家和上面兩家公司，其余公司機會較少。

趨勢二：企業服務進入新藍海，產品和服務迎來AI升級機遇

投資圈普遍認為，AI 2.0時代下，所有企業產品和服務都可以利用AI和大模型能力重做一遍。與此同時，在企業內部工作流程中也能起到降本增效的作用。

這也是應用層較好的投資機會點之一——

結合企業自身特點，幫助或加速企業大模型應用落地。比如做提示詞優化、定制專屬大模型、AI安全等。

回顧今年上半年AIGC+企業服務的投資事件，數量較多，投資金額較大，輪次偏早期，投AIGC項目的資本大量涌入企業服務賽道。最具代表性的，就是企業軟件層面的范式革新。

趨勢三：投融資聚焦對話式AI，物理世界和數字世界加速耦合

同樣在應用層備受關注的還有對話式AI虛擬助手。它依托于大模型的語言理解和內容生產能力，以及多模態交互等底層技術，能夠產生人機協同這一新型生產關系。

比如新一代的協助對話引擎、智能客服、智能陪練、智能質檢、坐席助手、虛擬數字人等核心產品，幫助企業打造「超級員工」，幫助個人打造「超級助理」。

與此同時，它還能與物理世界相結合，以車或者機器人作為載體，在現實中幫助人們做更好地分析與決策。

目前許多大廠和輪次靠后的公司都在積極探索兩者與AI的結合。2023上半年融資量級最大的兩家——智譜AI和 MiniMax均涉足此賽道。

數據層

趨勢四：大模型浪潮下，數據流通邁向「密態時代」

在數據層，大模型井噴式發展給數據安全帶來前所未有的挑戰。

由于大模型參數規模大、訓練數據來源多樣，生成式大模型在海量語料內容中拼接式生成內容，傳統場景下的版權判定方式在大模型時代下就會失效，隱私泄露、版權侵犯等問題愈發嚴重。

隱私計算實現數據「可用不可見」、讓數據產生價值的同時規避信息泄露等問題的能力再次受到矚目。

在數據要素自由流通的前提下，要實現最大化發揮數據價值的目標，需要實現數據密態流轉。

數據密態可在數據共享、計算直到銷毀的完整傳播鏈路中，保持數據處于加密狀態，不出現明文數據失控。此外，將數據持有權與使用權分離，實現數據使用權的跨域管控。

算力層

趨勢五：大模型推動算力廠商技術演進，系統級工程能力成為角逐點

大模型的發展，給算力提供方提出了更高的要求；參數量指數級增長，如何高效穩定地訓練大模型成為行業核心議題。

臺積電曾預計2030年全球半導體市場將接近1萬億美元；其中，高性能計算（包含AI計算）市場將占比40%，足以見得算力市場需求的龐大。

企業對算力的需求呈現「6高」 特征：高性能、高帶寬、高存儲、高通用性、高效分布式計算和高效的集群互聯。

算力廠商系統級工程能力將成為其業務增量的技術底座，系統級工程能力將決定算力廠商業務落地的有效性。

趨勢六：算力基建進程加快，算網融合打造「即取即用」算力服務

算力基礎設施一方面需要強大的計算集群，另一方面也需要高速可靠的網絡讓數據及時流動。

在網絡層面，模型參數量越大，對帶寬的需求就越高，GPU與GPU間、服務器與服務器節點之間存在海量的內部數據交互需求。

目前，三大運營商是我國算力網絡建設中的主力，通過發揮網、算、數一體全要素資源優勢，為用戶提供「即取即用」的算力資源。

未來，隨著AIGC產業的成熟，對于算力的需求也將更加多元。運營商通過算、網、智一體化編排調度，為用戶提供多元算力服務，將成為算力中間層廠商的落地方向。

模型層

趨勢七：云計算通過MaaS發起洗牌戰，全鏈路生態玩家先發制人

由于垂直企業研發大模型的投入產出比較低，且算力、數據、人才等模型研發所需要素皆有不足。

相比于研發出比肩 GPT-4、Palm 2通用基礎大模型，國內各垂直領域企業更期待基于通用大模型技術垂直開發專屬模型。

在未來，技術和模型的統一將使得 AI 大模型逐步標準化、規模化。

基于標準化的大模型，有助于為大范圍產業化提供基礎和可能，從而實現 MaaS 生態。

進一步借助云部署和云端協作，AI 將有可能成為像水電一樣的「新基建」 賦能各行各業，催生顛覆性的應用場景和商業模式。

應用層

趨勢八：大模型重塑移動游戲開發，強化學習風靡

大模型等AI技術已應用于移動游戲開發，其中大型多人在線游戲（MMO）將成為首要試驗領域。

強化學習契合游戲多方面特性，在現階段的游戲技術開發過程中占主導地位。它會為玩家帶來更加智能、豐富和個性化的游戲體驗，這也將成為游戲開發商們競相嘗試的領域。

同時，游戲行業環境穩中向好，游戲版號的平穩發放，多方對游戲行業的支持較穩定。這對從業者來說是個積極的信號。

WAIC 2023 「游戲 AI 應用與游戲科技論壇」中，騰訊旗下的騰訊AI Lab、天美J3工作室、騰訊T1工作室、騰訊魔方工作室分享了在游戲 AI 道路上的最新進展。

量子位智庫還關注到，網易祝融工作室6月發布的手游《逆水寒》已在多方面融入 AI 技術，他們的研究和實踐將極大地推動游戲行業的發展，為玩家帶來更加出色的游戲體驗。

整體來說，量子位智庫看好國內游戲行業的穩步增長和未來的潛力，AI技術的應用將為游戲開發帶來新的機遇和挑戰，相信未來的游戲將會更加智能、多樣化，并滿足玩家不斷增長的需求。

趨勢九：具身智能火熱，機器人玩家重倉「人形」

具身智能概念日益受到重視，在這一趨勢下，已有成型的仿生機器人項目引入了具身智能的概念，更多機器人玩家看重 AI 與仿生智能體相結合。

WAIC 2023「具身通用人工智能」會議中，清華大學交叉信息研究院教授陳建宇分享了研究的新進展，并發布了團隊所設計的人形機器人的最新版本。

宇樹科技最新四足機器人 Unitree GO2 ，該機器人采用「GPT 自動生成控制代碼」和「AI 訓練步態」，顯示了具身智能在機器人設計中的應用。

還有像傅利葉智能等公司也加入到人形機器人行業中，發布最新通用人形機器人GR-1。

此外，達闥科技的具身智能成果Cloud Ginger也在展會上亮相，發布首個機器人多模態大模型RobotGPT。

整體來看，AGI 及大模型技術等的發展，越來越多的從業者對仿生機器人產業表示看好。

趨勢十：大模型范式天然為教育而生，人機協同助力高質量數據迭代

在AI賦能的世界里，學習者與AI之間將經歷以下過程：

從最初的「被動消費者」逐漸變成「交互消費者」，AI工具在與學習者的交互中學會去適應學習者的思維。

接下來，單個學習者借助AI工具創造內容，逐漸擴展到一個小組借助AI工具創造內容，到最后學習者完全轉變為「擴充」學習模式。

由此可見，大模型和人類在交互中共同進步。

人類產生的數據可以被采集并用作訓練模型的數據，幫助模型迭代；迭代后的模型又可以更好地服務于人類。

未來，大模型的迭代關鍵在于吸納更多人類高質量數據。

目前GPT已獲得部分高校的初步應用，主要用來做學習/預測性分析。以GPT已經落地的香港科技大學為例，其通過引進GPT做三方面探索：

• 1）理解人們如何通過GPT學習；
• 2）利用GPT搭建個性化學習模式，并改進教學內容；
• 3）理解不同因素（例如提示工程和評估設計）如何影響學習成果，并將反饋用于教學場景。

報告獲取

復制下方鏈接至瀏覽器打開：

https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f