中新网上海新闻7月7日电(李佳佳)如果说2022年被称为生成式人工智能之年，2023年则把大模型推向了一个高峰，以GPT-4发布为标志，生成式人工智能，朝着通用人工智能的方向，进入了创新应用的阶段。
在上海举行的2023世界人工智能大会(WAIC)启明创投论坛“生成式AI与大模型：变革与创新”上，启明创投携手未尽研究共同发布重磅报告《生成式AI》，其中包含十大前瞻，三个前瞻来自于大语言模型领域，五个前瞻来自于多模态模型领域，还有两个涉及商业机会领域。
当大模型进入创新应用的阶段，其中一个最重要的特征就是应用、研究、监管，合力开辟着生成式人工智能的创新之路。
眼下，生成式人工智能在中国似乎受到了更加热情的接纳。算力是大模型成本结构中最大的一块，GPU的性能，实际上决定了这个新兴行业的步调。随着算力与模型的进步，更多初创企业正在涌入，它们抢到了时间的红利，但也面临竞争和可能的巨头碾压。
与2022年快速涌现出的生产力工具方向的创业公司不同，2023 年，有更多比例的新公司聚焦在底层技术的创新；大模型创业公司也开始分化，在通用大模型创业公司方兴未艾的同时，许多面向医疗、电商、科研、工业、自动驾驶和机器人等特定方向的垂直大模型公司开始出现。
2022年和2023年，是生成式人工智能技术取得突破的两年，其中一个突出特征，是研究与创新过程的密切结合，许多在企业内部实现，迅速推出用例和产品。当然，生成式人工智能也面临着如何减少幻觉，调教大模型更加准确地输出真实的内容；如何更集约地训练模型，降低门槛，推出新产品，让更多的各行各业和消费者都能用上；如何能像人一样，与真实的物理世界互动；如何成为人类复杂工作的助手，设计并帮助执行科学实验；如何影响就业，从而做出政策的响应；如何让人工智能安全和可信。
相比之下，中国政府对于生成式人工智能的监管反应相当及时，在迅速推出生成式人工智能的监管办法并征求意见的同时，也在鼓励发展通用人工智能，北京、上海、深圳是最具雄心的第一梯队，均提出了较具雄心的人工智能科研、创新与产业目标。
报告认为，长期来看，人才对人工智能未来的影响，超过了算力。中国研究人员发布的论文在数量上已经超过了美国，但金字塔顶端，无论是研究还是创业，美国仍然占据明显的优势。在全球范围内，人工智能研究创新的重心正从高校转移至企业，美国拥有顶尖学者最多的前三大机构，分别是谷歌、微软与Meta，合计招揽了美国顶级学者的30%。中国仍以高校为主，仅阿里巴巴跻身前10。
报告还发布了十大前瞻：
1. 2024年中国将出现比肩GPT-4的多语言通用大模型；
2. 超长上下文(Long Context)将引领下一次LLM技术突破；
3. 在出现更有前景的大语言模型之前，为实现垂直领域更好的效果，以下三种方式将共存：在不改变数据分布的情况下，利用更多通用数据进行通用大模型预训练，不特别引入行业数据；利用行业专属数据微调(Fine-Tuning)通用大模型；利用行业数据占比更高的数据集进行垂直模型预训练。
4. 当前CLIP + Diffusion的文生图模型是过渡态，未来2年内将出现一体化的模型结构；
5. 下一代Text-to-Image模型将具备更强的可控性，它将结合底层模型能力和前端控制方式，对模型的设计将注重与控制方式的结合；
6. 2025年之前，Video和3D等模态将迎来里程碑式的模型，大幅提高生成效果；
7. 以PALM-E为代表的具身智能(Embodied AI)展现出在机器人的感知、理解和决策等方向上的巨大潜力，但当前训练和可靠性存在较大挑战；
8. 短期内Transformer正成为多个模态的主流网络结构，但压缩整个数字世界的通用方法尚未出现，Transformer并不是人工智能技术的终点。
9. 3年内，颠覆式的AI应用的核心驱动力来自于底层模型的创新，两者无法解耦，模型的作用将大于产品设计的作用；
10. 当前生成式AI市场处于技术主导的早期阶段，存在千亿美元市值的平台性企业的机会。
编辑：李佳佳