當開源模型成為Game Changer

吳洋洋

生成式AI到底能不能創造價值？英偉達的財報高聲叫喊著：“能！”

8月接近尾聲的時候，英偉達以同比101%的營收增長率為技術公司的財報季收了個漂亮的尾。報告顯示，截至7月底的第二財季，英偉達收入為135.1億美元，同比增長101%，環比增長88%。同時，英偉達凈利潤達到61.88億美元，同比暴增843%。

這是英偉達首次在季度收入上超過英特爾，后者一個月前公布的第二季度收入為129億美元。兩家公司的差距將在下個季度繼續拉大：英特爾預計第三季度營收與第二季度差不多，為129億至139億美元；而英偉達預計，其截至今年10月底的第三財季，銷售額將繼續環比上漲27%，達到160 億美元，超出英特爾15%至24%。財報發布后，英偉達股價上漲6.6%，市值達到1.16萬億美元。今年以來，英偉達的股價已累計上漲222%。

把英偉達送上芯片設計頭牌寶座的正是生成式AI。包括ChatGPT在內的所有生成式AI，都需要使用英偉達的A100（采用7nm工藝）和H100（采用4nm工藝）人工智能芯片訓練和計算。投資銀行R ay mond Ja mes稱，英偉達制造H10 0的成本為3320美元，而官方售價2.5萬至3萬美元，毛利率高達6 5 0 %至800%。

英偉達的財富神話很容易讓人想到特斯拉。自從特斯拉的股價增長奇跡，整個新能源汽車領域，尤其是中國新能源汽車品牌自2020年起全行業崛起，使中國超過德國，一躍成為僅次于日本的全球第二大汽車出口國。

生成式AI的故事不會與新能源汽車完全相同，而是會更大—有更多的參與者、更激烈的競爭、更快變化的底層技術、更多不確定性以及更多可能性。

Llama 2效應

ChatGPT發布后的第9個月，也就是剛剛過去的8月，生成式AI領域不僅沒有熄火，反而更加活躍。7月底8月初，硅谷技術公司密集發布了第二季度財報，雖然業績表現沒有英偉達那么驚艷，但幾乎所有公司的營收都漲了，而幾乎每家公司都在財報及財報會中強調了對生成式AI的投入，并提出要將自己的AI助手（Google的Assistant、亞馬遜的Alexa）背后模型盡快換成生成式的。暫時落后的亞馬遜已將生成式AI設為“一把手工程”，CEO杰西直接對投資者承諾：“亞馬遜的每個業務都有多個生成式AI項目在進行”。

Meta在8月幾乎是跑步前進。月初，Meta提出要在9月推出一系列不同性格的聊天機器人，與只有一種性格的ChatGP T競爭。月中，Meta又表示即將推出一款幫助開發人員自動生成代碼的開源模型—Code Llama，該代碼生成模型基于其開源大語言模型Llama 2。下旬，一款叫“SeamlessM4T”的“多模態”翻譯器也從Meta的生成式AI流水線下線了，與一般AI翻譯只能從文本到文本不同，Meta的這款翻譯器據稱還能夠“從語音到文本”或者反過來“從文本到語音”地直接完成翻譯，不需要經過中間文本轉換。同樣的，這款翻譯器也將開源。

閉源模型只能調用，數據需要上傳到模型所有者那里，且每調用一次模型就要為此付一次費；而開源模型可以被部署在本地，數據自然也留在本地，并且使用模型是免費的。在閉源模型沒有不可逾越的技術優勢時，開源模型正因安全性而被越來越多開發者部署在他們自己的內部服務器上。

Meta的開源模型大幅改變了生成式A I的全球生態。8月，全球迅速出現了一大批基于其L lama 2精調形成的大模型，比如Stability 8月13日推出的類ChatGPT產品—Stable Chat，它所基于的大語言模型Stable Beluga是Stability AI在兩代Llama的基礎上精調出來的。所謂精調（finetune），就是在原有模型基礎上，加入一些自己擁有、認為有價值的數據再訓練幾輪，從而讓模型更優秀。Stability AI最為人熟知的能力是文生圖，目前業界主流的文生圖模型Stable Diffusion就是這家公司開發和開源的。Stability AI已將其精調后的Stable Beluga系列大語言模型上架到Hugging Face社區并開源，目前，僅Stable Beluga 2在該社區的下載量就超過55萬。在中國，阿里巴巴、百度、騰訊等公司的云計算平臺也都已在過去一個月內宣布了Llama 2的入駐。

一位投資人對《第一財經》雜志新皮層稱，國內多家已經發布大模型的公司，其模型都并非從0到1的自研，而是基于已有開源模型的精調。而Llama 2發布后，一些曾經從0到1自研的大模型公司的API調用生意就做不下去了。比如北京智譜，過去客戶使用這家公司的模型需要支付上千萬元的費用，現在他們選擇把Llama 2部署到自己的服務器上隨取隨用。

智能體興起

Meta的開源戰略影響的當然不只是北京智譜這樣的模型公司，它也加快了一些將生成式AI與其他先進技術組合起來創新的速度。8月18日，以參加“華為天才少年計劃”出名的稚暉君（彭志輝）代表上海智元發布了一款人形機器人“遠征 A1”，如果不是基于開源的大語言模型，這款機器人不可能在稚暉君從華為離職僅8個月后就推出，而且在推出時就具備一些理解任務、編排動作的能力。

Meta以一己之力加速了生成式AI的行業進程，使技術公司的生存游戲從模型本身迅速進階到了智能體（agent）—我們已經多次提到這一概念，它與我們常說的生成式AI、大模型最大的不同，就是其拆解復雜問題的能力，即能夠將復雜任務拆解成多個小任務，然后調用相應軟件、數據或者其他AI模型的API接口，逐一完成這些小任務，從而整體上完成一個復雜任務。目前，即便是最強大的GPT，無論在拆解復雜任務，還是將為小任務生成代碼去調用其他程序的能力上，仍然準確性不足。

如何訓練這種比GPT更強大的AI？OpenAI給出的答案是讓GPT們玩游戲。8月16日，OpenAI宣布收購一家叫Global Illumination的初創公司，這家公司很小，只有8個人，但其產品—沙盒游戲（Sandbox?Game）對OpenAI具有戰略意義。這種電子游戲類似于《我的世界》，為玩家提供高開放、高自由度的游戲環境。這種環境比斯坦福大學和Google研究部門聯合設計的AI“小鎮”（Smallville）復雜得多，后者放置了25個AI智能體，每個智能體都由ChatGPT支持，擁有各自不同人格、工作、愿望。這25個智能體的小鎮生活已經讓外界有一種“創世紀”之感，未來沙盒游戲中的智能體將如何博弈和成長應該是OpenAI期待的。剛好，斯坦福大學的AI小鎮項目也在8月開源了，你若感興趣可以去玩玩看。

智能體可能是個抽象概念，一個更具體、更容易理解的對象是機器人。因為至少一半的業界人士認為，生成式AI要想超越GPT-4，變得更聰明，就需要一個身體，在與世界的空間交互中學習。

7月底，Google也發布了新款機器人RT-2，相較于上一代純粹基于深度強化學習的機器人，RT-2可以完成未經訓練的任務，因為其模型中接入了生成式大語言模型。這使它具備了部分推理能力，比如研究者讓它“抓取已滅絕動物”，它就伸出手臂，抓住了恐龍。

不過請注意，并不是所有的機器人都可以成為智能體，就像不是所有大模型、生成式AI都能被叫作智能體。相較于形態，它更是一個技術目標。

圖片／Google DeepMind

金鐘罩與鐵布衫

雖然在開源生態、組合創新和智能體布局等方面取得了進步，然而大環境層面，生成式AI也在8月迎頭撞上了一些墻。8月15日，中國第一份有關生成式AI的管理辦法開始實施，在此之前，一批生成式AI應用在蘋果應用商店中國區下架。其中一些應用比如訊飛星火在整改后重新上架，但一些應用再也沒有上架，比如一些基于GPT、Midjourney等境外模型開發的面向國內用戶的應用。

全球各國政府都對生成式AI嚴陣以待，不過中國開發者面對的挑戰可能更大。除了應對國內監管，他們還面臨融資上的壓力。8月10日，美國總統拜登簽署了一項行政命令，禁止美國資本對3項中國“敏感技術”投資，人工智能就是其中之一。包括紀源資本、金沙江創投、華登國際、高通創投等在內的VC投資機構都受到了美國國會中一個叫“美國與中國共產黨戰略競爭特設委員會”組織的的調查。紅杉資本暫時不在調查名單里，但它已被點名為下一個調查對象。

中國并不缺乏資金，但國內資金普遍喜歡投資B輪（含）之后的項目，而不喜歡在A輪就出手。說白了，A輪的失敗風險更大，過去也主要是美元基金的主場。沒有了美國風險投資者為中國生成式AI創業者的夢想下注、背書，中國在生成式AI 時代的獨角獸數量遠遠落后于美國。截至8月底，美國生成式AI公司中估值達到40億美元的公司就有三四個，而估值超過10億元人民幣的中國公司幾乎看不到。

附：以下是2023年8月人工智能領域在模型及應用、智能體與政策方面值得關注的進展。

模型及應用篇

01. ChatGPT流量連續兩個月下降

據數據分析公司Similarweb披露，今年6月和7月，ChatGPT的流量連續兩個月下跌，6月環比下降9.7%，7月又下降9.6%。不過，Similarweb推測，流量連續下跌可能與暑假有關。之前教育服務公司Chegg承認，使用其作業輔助系統的學生正在流失，轉而使用ChatGPT完成作業。隨著夏季學期結束，學生用戶短期內會有明顯流失。6月，Chegg的流量同比下降28.3%，幅度遠超ChatGPT的環比降幅（9.7%）。根據Similarweb的統計模型，ChatGPT 28.6%的用戶是18歲至24歲之間的青年人，僅次于占比33.6%的25歲至34歲年齡段。

02. Bing AI沒有帶動微軟搜索市場增長

據《華爾街日報》8 月1 8 日報道，分析公司StatCounter和Similarweb最新報告顯示，7月，微軟旗下的搜索引擎Bing占據搜索市場的份額僅為3%，且月度用戶量僅為Google的1%，這與1月搭載ChatGPT的Bing AI推出前情況基本一致。生成式AI對微軟搜索引擎的市場份額提升看起來沒有太多幫助。微軟對分析公司的數據提出異議，稱第三方研究人員沒有統計對Bing聊天的所有訪問。今年2月，微軟在推出Bing AI時，公司高管在與分析師的電話會議上表示，“搜索廣告市場的份額每增加1個百分點，我們的廣告業務就有望增加20億美元的收入?！?h4>03.“妙鴨相機”在微信朋友圈走紅

8月初，一款叫“妙鴨相機”的AI人像生成應用在微信朋友圈走紅。當你上傳21張符合標準的個人照片并支付9.9元后，這款應用便會為你生成一個“數字分身”—其實就是一張你的二維頭像；接下來，像在影樓一樣，你可以選擇各種風格的裝扮，正裝、校園、古風等等，程序會自動將你的頭像與裝扮結合起來，生出一張張數字影樓照。這款應用由阿里巴巴旗下的優酷團隊開發，7月30日上線蘋果應用商店。

04. TikTok、小紅書上線文生視頻/文生圖發帖功能

7月24日，短視頻應用TikTok上線新功能，允許用戶以文本形式在應用上發表內容，平臺會根據用戶設置將文本轉化為帶音樂、表情、背景的視頻。同一天，小紅書也上線了名為“此刻”的類似功能，用戶發帖時，輸入文字后應用會自動根據內容生成一張圖片作為配圖。隨著Meta旗下社交平臺Threads入局，短文本內容平臺的競爭趨于激烈，大家都想從流量日益下降的Twitter手中分一杯羹。此前Meta旗下照片應用Instagram已有一個名為“Instagram Stories”的功能，允許用戶輸入文本然后生成圖片。TikTok這次推出的功能與它很像，面向所有用戶開放，瀏覽文本生成內容時的界面和普通短視頻相似，最長支持輸入1000字。小紅書本身就自帶文本發表功能，這次推出的“此刻”是把生成式AI植入用戶操作流程。用戶按正常流程輸入文本，小紅書App會自動將文本轉化為圖片。

05. 亞馬遜的熱銷書，有些作者居然是AI

《紐約時報》報道，亞馬遜網站上有大量搜索結果排名前列的圖書實際可能是AI生成的，涉及旅游指南、烹飪、編程、園藝、商業、手工藝、醫學、宗教、數學以及小說等類別?！都~約時報》使用人工智能檢測器Originality.ai對抽樣的65本旅游指南檢測，疑似AI生成的圖書中大部分段落得分都得到了滿分100分——得分越高，越可能是AI生成的；相比之下Rick Steves、Fodors、Frommers以及Lonely Planet等真人或出版方寫作的旅游指南得分幾乎都在10分以下。在ChatGPT吸引市場目光后，很快就有人利用ChatGPT寫書。路透社在今年2月報道，亞馬遜Kindle商店中已有200多本電子書將ChatGPT列為作者或合著者。亞馬遜甚至開辟了新的子類型，“關于如何使用ChatGPT的書籍”，這些書完全由ChatGPT編寫。

06. 用生成式AI，澳大利亞新聞集團每周生成3000篇本地新聞

據《衛報》7月31日報道，澳大利亞新聞集團正在使用生成式AI寫新聞，每周生成的新聞稿數量大約達到3000篇。澳大利亞新聞集團內部成立了一個名為“Data Local”的部門，共有4名員工，由數據新聞編輯Peter Judd領導。該團隊主要用生成式AI產出天氣、燃油價格和交通狀況等話題的新聞，并提供相關問題的回答，例如“在澳大利亞城市彭里斯哪里可以找到最便宜的燃油”。AI生成內容后，記者會進一步核查。目前，澳大利亞新聞集團正在招聘“生成式AI數據記者”，要求會使用AI自動創建新聞內容。

07. 騰訊開始內測“混元”大模型

作為BAT中唯一一家尚未推出類GPT模型和類ChatGPT對話產品的公司，騰訊終于在生成式AI方面有了進展。8月，騰訊自研的“混元”大模型已進入應用內測階段，員工已收到內部郵件邀請，可以通過網頁或者小程序體驗大模型，內部多個業務也已接入該大模型開始測試。今年2月，騰訊成立“混元助手”（HunyuanAide）項目組，計劃推出類ChatGPT的對話產品。

08. 字節跳動測試類ChatGPT產品“豆包”“小寧”等

8月18日，字節跳動大模型對話產品“豆包”開放測試，用戶可通過網頁或者下載App體驗?！岸拱笔亲止澨鴦友邪l的大模型對話產品，具備自然語言處理、知識回答、語言翻譯、文本摘要、情感分析等功能。除聊天機器人“豆包”外，同一測試頁面還出現了其他各種AI助手，包括“英語學習助手”“全能寫作助手”“超愛聊天的小寧”等。其中“全能寫作助手”主要負責生成電影評價、視頻腳本、詩歌或歌詞；而“小寧”更側重聊天。

智能體（agent）篇

01. Google的新款機器人RT-2，可以完成未經訓練的任務

7月28日，Google DeepMind團隊推出新款機器人Robotic Transformer 2（RT-2）。相較于過去為特定任務編寫指令的機器人，新模型能夠讓操作者通過自然語言指示RT-2機器人完成任務，哪怕是它未接受過訓練的任務，比如當DeepMind研究人員給出“抓取已滅絕動物”的指令后，RT-2伸出手臂，抓住了恐龍。2022年12月底，Google曾推出第一代Transformer機器人RT-1。RT-1是個在純粹物理環境中訓練的機器人，Google曾將13個這樣的機器人放置到辦公室工坊環境中訓練了17個月。由此獲得的數據被加載到了基于大語言模型的“視覺-語言模型”（visual-language model，VLM，）上，于是形成了“視覺-語言-動作模型”（visual-language-action，VLA），即RT-2。相較于RT-1，RT-2在從未接受過訓練的任務上有更好的表現。Google的測試數據表明，對于訓練數據中已有的訓練任務，RT-2的表現與RT-1相同，但在未錄入訓練數據的訓練任務中，RT-2的成功率達到了62%，而RT-1的成功率只有32%。

02. 斯坦福AI小鎮開源

8月11日，由斯坦福大學和Google研究部門聯合開發的AI項目—小鎮（Smallville）宣布開源。該項目創造了一個完全由AI居民組成的小鎮，可以視為一個微型AI元宇宙。這個小鎮由25個AI智能體（agent）組成，這些AI是由ChatGPT支持的擁有各自不同人格、工作、愿望的單獨個體。開發者為這些AI設計了小鎮的物理模板，包括街道、住宅、家具陳設、公共區域，它們會根據各自的邏輯在小鎮中生活，比如當它們看到早餐在燃燒時，會關掉爐子；浴室有人時，它們會在外面等待；與其他智能體交談時，還會停下來聊天?！八固垢I小鎮”看上去有點像游戲《模擬人生》的簡化版，但其實很不一樣。電子游戲中虛擬角色（NPC）的對話腳本基本都在事先就已寫定，它們幾乎沒有后天自由發揮的空間。而斯坦福的“小鎮”中的角色對話由大語言模型（Large Language Models， LLMs）生成，不需要事先確定。這些AI角色在擁有自主性的同時還能彼此互動，一起完成任務。

03. OpenAI收購游戲制作公司Global Illumination

8月16日，OpenAI宣布收購初創公司Global Illumination，目前該公司整個團隊已加入OpenAI，參與包括ChatGPT在內的核心產品的開發。Global Illumination成立于2021年，主要產品是一種叫沙盒游戲（Sandbox Game）的電子游戲，游戲提供了開放式的、自由度高的世界，讓玩家可以在其中自由探索、創造和互動，而不受嚴格的預設目標限制。這是OpenAI首次公開收購，收購目的可能意在智能體（agent）的研發。微軟此前也在積極收購游戲公司動視暴雪。

04. 稚暉君發布人形機器人“遠征 A1”和控制系統WorkGPT

8月18日，稚暉君的創業公司發布了第一款產品人形機器人“遠征 A1”。稚暉君本名彭志輝，畢業于電子科技大學，他2020年加入“華為天才少年計劃”，負責華為昇騰計算產品線的全棧研發。去年12月27日，彭志輝發帖表示將離開華為，投身機器人創業項目，之后于今年2月27日參與創立上海智元新創技術有限公司?！斑h征A1”是該公司開發的一款人形機器人，身高175cm，重53kg，最高步速可以達到7km/h。它可以承重80kg，單臂最大負載5kg，相當于可以用一只手臂舉起一袋常規體積的面粉。這款機器人基于的模型被稱為“WorkGPT”，是一個集合了多個模型的智能體模型，包括一個類似ChatGPT的語言模型、一個視覺控制模型，以及其他用于本體控制、感知等的模型。

政策篇

01. 蘋果應用商店中國區下架多款AIGC應用

8月1日凌晨，包括訊飛星火在內的多個生成式AI（AIGC）相關App在蘋果應用商店中國區下架。下架主因是“在數據采集和使用等環節不夠規范”。7月13日，國家網信辦等七部門聯合發布《生成式人工智能服務管理暫行辦法》（以下簡稱《暫行辦法》），首次對生成式AI產品的訓練數據采集處理、用戶隱私保護、防沉迷機制、違規內容處理、備案與許可要求等作出明確規定。該《暫行辦法》于8月15日開始實施。開發者只要在限期內按照規定完成整改，產品有望重新上架。而提供具有輿論屬性或者社會動員能力的AIGC服務的，還需要依法履行“算法備案”手續。這些規定意味著，包括GPT、Midjourney等在內的境外AI模型如果沒有在中國網信辦等部門備案并獲得上市許可，其下游應用就難以在中國市場上市。我們是一個誕生于GPT浪潮、由《第一財經》YiMagazine孵化的全新內容IP。和每一位關心技術、關注人類命運的讀者一樣，我們希望在這個充滿不確定性的時代，更好地理解快速變化的科技世界，也更好地理解生而為“高級智能”的我們自己。在這個目標下，我們計劃從學術、商業、倫理、監管等多個角度報道和討論與“智能”相關的議題。請注意，我們說的智能，不只是 AI。

02. 美國將限制對華敏感技術投資

北京時間8月10日凌晨，美國總統拜登簽署了一項行政命令，“禁止”美國資本對3項中國“敏感技術”——半導體和微電子、量子信息技術、某些人工智能領域——的新投資，并要求美國資本在投資中國“其他技術領域”時須獲得“政府許可”。這項行政命令針對的是私募股權、風險投資、合資公司和綠地投資（greenfield investment，指從頭開始建造新生產設施的投資，對應“棕地投資”brownfieldinvestment，后者指對已有投資項目的擴建）。這一行政命令意味著，美國的對中“技術戰”將不僅限于半導體，即芯片，也將擴展至人工智能、量子計算等多元領域，且手段從限制下游的商品進出口擴大到了限制上游的投資領域。這項行政命令還需要進一步征求公眾意見，才能最終成為財政部的新法規，頒布時間大約在2024年——美國總統選舉年。