▎人机共创时代来临。

Chat GPT节点式爆发背后原因

杜雨认为Chat GPT爆火出圈背后有两点：

第一点：AI 技术本身的一个大幅的发展和升级，其实在 g p t 出现之前，AI已经进入到了我们的生活中。比如像：小区的门禁，刷脸、人脸识别等其实都是用AI决策的，但这一次技术的升级核心是在于，可能早年我们 AI 1. 0，它更多的是只能做判断题，相当于他是一个诶还比较初级的学生。

到 AI 2. 0 之后，我们从决策式 AI 到了生成式AI。实际上背后是一个是参数的大规模的升级，所以技术一定是推动这一次大爆发的一个很重要的底层逻辑离不开技术，但除了技术之外，

第二点：Open AI 这一次选的消费端的场景是离大家非常近的。它今天所应用的 Chat GPT 的图文聊天场景，尤其是文字聊天场景，是一个对全球几十亿的网民来说，都是一个操作门槛极低，也是日常操作频率特别高的一个场景。

所以总结来说 Chat GPT 的火爆，一方面除了技术升级之外，更重要的一个原因就是今天它的技术给AI 2.0找到了一个落地特别广泛的一个应用场景，就是聊天。

施侃则对杜雨的观点也表示赞同，他认为过去的AI从技术层面来讲，在过去几年它在技术本身有一个太大的突破，它有如此的社会层面的影响力，是这由于以下这几点所导致的：

第一点：Chat GPT 积攒了过去非常大的数据量，进行持续不断的训练，以及相关的这些巨额的投入和相关的算力投入。

其实 GPT 模型在 5 年之前基本上在学界就已经提出了，包括 Chat g p t 1. 0 其实几年前就已经出现了，但当时并没有引起太大的反响。到现在的爆发式火爆，其实背后的本质是因为它达到了一个从量变到质变的这么一个突变的点，也是因为到了GPT2.0这样的一个阶段以后，它的整个的参数量呈几何级的爆发，背后也对应的是几何级的高质量的训练集的输入，使得我们一些普通用户和这个东西交互的时候，大家感觉到好似有了一定的智能性，它好像能够推理，能够回答问题，还能够创作一些东西。

但实际上它背后的所有东西，它是来源于它整个的深度学习的网络，来源于它深度学习的高质量的知识库。

第二点：打破科技与普通用户之间的科技壁垒， Chat GPT 这次用了一个文字型的界面，你输入一句话，他能给你回复一句话，这顿时让科技本身和普通用户就拉近了很大的距离，且这次它做的是一个大型的通用型模型，这个东西就和大家可以没有边界感，大家可以随便在上面提各种各样的问题，它都能够有一个不错的回复的质量，所以总结导致了 Chat GPT整个的这一次的出圈，所以根本原因就是沿着整个 AI 的行业的发展的趋势，我们到达了一个突变的节点上，才会有现在的这样的一个现象。

AI创作可以被定义为“创作”吗

对此杜雨认为，在不同模态下，AI创作的的成熟度是有差异的。今天实际上在一个场景里面，已经大量的在使用 AI 创作的内容，就是在一些短视频平台，大量的短视频的背景音乐其实不是真人创作的，尤其是非人声的那些场景音乐，其实大量的是由 AI 创作的。

但是如果回到Chat GPT的文字层面，个人认为长期来看它还是我们的一个工具，它不能完全替代我们真人，因为我们知道文字的传播，实际上它是有思想的。

但是 AI 它本身不是真正的人，它只能是一个工具，它可能会帮助你提高你的工作效率，比如帮助你更多的打开思路，或者更快地去整理一些信息，长期发展后它可能会在更多的场景下帮助我们，更像是我们今天所熟练运用的电子表格或者是 word 这种 Office 软件一样。

我们知道，其实创作它背后离不开我们创作者的思想和经历，因为其实文艺的工作反而是更难替代的，但是类似于一个信息搬运或者信息整理的工作，而没有在这个环节进行价值创造，那它确确实实是有被替代的风险的。

但是人和机器毕竟不一样，人有思想，人有创意，有清晰的价值观和信仰，包括人类有很强的沟通技能，这些我想是今天 Chat GPT 不能去替代的。

施侃则从两个小两个维度表达了自己的观点。

第一个维度是：AIGC会不会产生很多垃圾信息，会不会让创作过于简单，引起行业的混乱，实际上，如果我们从拍视频这个事情举例来看，在十年二十年前，它是一个非常专业的东西，可能需要一个非常专业化的人去做这件事情，但后来随着设备的提升，这个东西的创作会变得越来越强。

这和 AI 其实没有关系，创作越来越简单，信息就是会爆炸，爆炸信息里当然就会出现质量的难以保证，这本身不是个 AI 创作的问题。

第二个维度：从 AI 的视角，它其实本质上还是一个有已知数据训练的一个系统。它其实是没有自己的思维的。所以像这样的 AI 系统，它本质上是一种计算机系统的一种升级，但目前发展，你和它交互的方式已经不是传统的这种数据库的方式，而是以一种更加自然的方式和计算机进行相互沟通，所以如果我们换一个角度，我们怎么样利用这些新的 AI 技术，它到底对我们来说意味着什么，个人觉得它其实本质上还是一个人和知识库和计算能力的一个交互的升级和更有效应度的升级。

人类创作者空间会否遭到AI挤压

施侃认为第一：时代的发展，创作工具发生了变化，比如原来可能最早智能用毛笔作画，后来发明了各种各样的材料，再后来可以用绘画板，这只是创作的生产方式发生了改变。

第二，艺术创作和科技是从来离不开的，比如现在艺术行业里面很多新的材料的诞生，新的东西在应用，那艺术的表现形式不再会局限。

对于AI创作会否挤压人类创作者空间，杜雨认为：

第一：AI的发展反而让创作者的空间变大了，科技的进步，它一定是有助于艺术创作的，我们不要太局限于看科技，科技进步是给艺术创作带来新的加成的。

第二：AI创作更加降低了创作的门槛，它其实是可以让更多的人参与到艺术创作中来。整个 AI 的发展，它的核心，就是要去弥合人和机器之间沟通的相互不理解的鸿沟，它让更多人更加容易地去实现出来自己的创作，这个是更加值得期待的事情。

尤其今天世界变化这么快，科技带来的是一个艺术平权的时代，今天 AI 降低了创作门槛，艺术作品之所以能打动人，是它的内核而并非它的创作方式，它才是真正去检验你作品最好的标准。

AIGC催生出的全新商业生态

施侃认为拿Chat GPT 举例，它是往模型里灌了45T的文字，文字型的输入数据，让它产生了对这些知识的一些理解、推理、演绎、生成的功能，再说到Chat  GPT现在出圈，因为大家用起来门槛很低，你不需要知道它背后的算法到底是怎么回事，这是一个文字型的输入和一个文字型的输出的过程，它真正的商业应用，其实还是有待于进一步的去挖掘和探讨的。但是它之所以这么让人着迷的原因，是因为它提供了一个非常通用型的底层的核心能力。

归根到结底，现在先有最下面的底层能力，但是它的逻辑性是不是一定够强，可能未必。现在的阶段，它可能还需要很多人的进一步干预，或者一些筛选，或者是一些二次创作。但是个人觉得未来在商业落地领域，一定是基于这些通用型的通用大模型的核心能力，根据不同的应用点和应用场景，做一些针对性的垂直领域的额外参数的叠加，之后它可能才能够进一步的落实到一些商业化的场景当中。

最后的应用场景和落地，其实是需要大家一起来在通用能力之上根据细分的应用进行二次的开发，或者垂直的一些各种各样的应用生成来，大家一起来贡献出一个 AI 的商业化的生态。

杜雨则认为，AIGC目前还是一个处于“少年”阶段的产业，它其实还没有到成熟阶段。所以如何让它商业应用落地。其实在不同的阶段，都能够有当下的一些收获。

所谓的AI，我们可以把它当成一个孩子来看，因为它确实是一个很聪明的大脑，培养 AI 和培养人是一样的，在 AI 长大的每一个环节，其实都有商业化的机会。比如我们今天已经可以用到 GPT3.5 所带来的应用 Chat GPT，但它其实只是GPT系列模型的冰山一角。

目前看到几家初创公司，可能它看似没有那么高的技术含量，因为今天很多的大公司都在去挖掘大模型的机会，它就通过给数据做标注，就可以获得很高的利润。

就像Chat GPT，它是我们今天看到的应用场景之一，但是它还只是在文字层面。但在今天互联网的内容形态下，其实短视频的占比是在大幅提升的，虽然门槛最低的是文字，或许在不久的将来，我们可以更值得期待的是短视频领域的 Chat GPT。

短视频时代之后或许就是元宇宙时代了，因为我们的沉浸式会进一步提高，如果再往后看5年或者10年，或许在元宇宙沉浸事件里面的 Chat GPT又会出现。可能是 Open AI确确实实打开了整个通用人工智能的时代，但是 Open AI本身是一家非盈利的组织，所以可能今天在这个赛道，或许跟早年别的赛道相比，有一个特别不一样的地方，可能最值钱的“大脑”，但它本身不是纯商业驱动的。

其实我们注意到，即便微软投资了 Open AI，但其实他们签的投资协议里面是有一个对回报上限有界定的。

所以AIGC 它其实不只是技术创新、应用创新，更值得大家关注的是这一次 Open AI的这种新的商业模式，或许这样的模式还有可能会被引入到我们其他的高科技领域，比如计算生物等等。

AIGC未来发展的技术局限性

施侃对于AIGC未来的发展局限是这样看的：

现在有一种趋势，就是因为 Chat GPT 火爆，大家一拥而上都在投资通用大模型，实际上不管我们从经济原理还是从产业发展来讲，都是不太现实的，且没有太大意义的，实际上在通用模型之上，或者和通用模型的联动，找到一些实际的应用，或者是文字模态以外的一些方向，可能是更加有实际意义的。

根据市场发展角度来说，其实在这些底层的 AI 模型和技术能力的上面，有很多人基于 API 做了很多应用，但是我觉得其实应用层，很多时候它是相对比较薄的，而且它的应用点也很细，所以最近可能是迎接概念上的热潮，但是可能不会太长久。

在AIGC未来的发展局限性这个问题上杜雨则从法律层面、伦理层面以及投资角度三个方面和我们阐述了他的观点。

法律层面来说，确实今天有个很大的问题，就是版权的界定的问题，因为所有的AIGC的内容，它是学习了真人的内容之后生产出来的，但今天我们怎么样去追溯这些作品究竟多大程度上借鉴了某一部真人的作品，可能今天很难去量化，也很难去追溯，未来这方面还需要进一步去完善。

从伦理方面来说，可能更重要的还是在于用户隐私的问题。我们知道 open AI，它应该是基于公开的大量数据来去进行训练的，因为它的开放生态。接下来如果有越来越多的公司，去在训练通用人工智能模型，究竟多大程度使用了每一个用户的隐私数据，其实我们有的时候是不知道的，尤其在很多国家的互联网生态里面，其实用户的个人数据并没有很清晰的去要授权给谁，或者有的时候在不知情之下就被授权了，所以它不免会带来很多所谓伦理上的一些挑战。

从投资的角度来讲，很多投资人会经常犯的一个误区，拿着锤子找钉子，技术固然好，但是我们屡次被市场证明了，在商业上回报最大的其实是应用公司。

就像 Chat GPT，它今天有这么多的用户，一定程度上不只是因为它的技术，可能 OpenAI 还没有把它最难的技术用在  Chat GPT上，但是它引爆了市场，有最大的受众，后续的商业化潜力是可期的，至少它的用户增长是突破了吉利斯世界纪录的，如果它的留存也很好，个人认为它的商业化根本就不用担心，因为它确确实实是一个用户爱不释手的产品。

人工智能绘画作品的夺冠、超级聊天机器人ChatGPT的出现，无疑拉开了智能创作时代的序幕。从机器学习到智能创造，从PGC、UGC到AIGC，我们即将见证一场深刻的生产力变革，而这份变革也会影响我们工作与生活的方方面面。

本书将结合生动的比喻和有趣的案例，向所有关注未来科技的从业者、创业者、投资人、政府部门科普AIGC的商业落地场景和行业应用案例。让我们一起迎接全新的智能创作时代。