国产精一区二区_午夜视频99_免费白白视频_中文字幕一区免费

百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

新智元
+ 關注
2023-03-07 10:42
1242次閱讀
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

  新智元報道  

編輯：Aeneas 好困
【新智元導讀】AIGC火爆出圈，攪動了全球市場。有機構預測，2030年的市場規模將達到1100億美元。而反應快的玩家，已經在布局這個賽道了。
整個2022年，AIGC火成了現象級的詞匯。
到了今年，更是有人靠著AIGC拿到了百萬年薪。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？
除此之外，小扎在自家平臺上官宣，Meta將組建頂級AI團隊，All in AIGC。
馬斯克那邊也傳出消息，據說正忙著DeepMind挖一位叫Igor Babuschkin的大佬，成立AI實驗室，開發ChatGPT的「替代品」。
大廠紛紛入局，AIGC實火。而它背后，是一個幾年后千億美元的市場。

萬物皆可AIGC

去年，紅杉資本就在研究報告中指出，到2030年，文本、代碼、圖像、視頻、3D、游戲都可以通過AIGC生成，并且達到專業開發人員和設計師的水平。
到了今年，我們眼睜睜地見證了這一預測逐漸成真。比爾蓋茨說，聊天機器人等AI新技術的出現，意義不亞于個人電腦和互聯網的誕生。
美國銀行認為，到2030年，AI利用數據的能力會使世界經濟增長高達15.7萬億美元，而全球的人工智能市場到2026年可能達到9000億美元。
根據商業咨詢機構Acumen Research And Consulting預測，若考慮下一代互聯網對內容需求的迅速提升，2030年AIGC市場規模將達到1100億美元。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

那么，AIGC的商業落地何以成為可能？

其實，靠的都是底層技術的突破。最開始，傳統的AI繪畫采用的是GAN，但結果輸出效果不敢恭維。直到2021年，OpenAI團隊開源了深度學習模型CLIP，以及7月出現的Diffusion，AI產生圖片和文字的效果才有了大的飛躍。

2022年4月，OpenAI發布的DALL-E 2生成的人像和圖片已經效果驚人，而到了8月，Stability AI發布的Stable Diffusion模型，更是取得了質的突破，AIGC的作品，已經完全可以媲美專業畫師。

百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

擊敗人類獲得藝術大獎的AIGC作品《太空歌劇院》

而在AI生成視頻方面，Meta、谷歌已經紛紛發布了模型。

去年9月，Meta發布了AI生成視頻工具Make-A-Video，具有文字轉視頻、圖片轉視頻、視頻生成視頻三大功能。

谷歌也緊隨其后，發布了Imagen Video和Phenaki。其中Phenaki可以通過文字生成一段情節完整、連貫的視頻。

B站up主「秋之雪華」發布的《夏末彌夢》，是全球首個由AI繪制、AI配音的動畫，一經發布就震撼了廣大網友。

百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

來源：秋之雪華

AIGC商業化的潛力如此之大，但究竟有哪些落地場景呢？

從融資角度來看，目前AIGC有3個商業化的方向：

  • 第一個方向是通過AI生成文字，比如自動寫郵件和文案。
  • 第二個方向是利用AI生成繪畫，主要技術是結合多模態神經語言模型CLIP和圖像擴散模型Diffusion，僅需提供一些關鍵字描述即可。
  • 第三個方向是AIGC的底層技術模型開發，Stable AI是這個方向的頂流之一。

百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

而這些方向，都可以指向豐富的應用場景，其中非常有代表性的領域，就是游戲、電商、廣告傳媒。

游戲

開發游戲周期長、成本高，通常需要花費幾年時間和上千萬資金，好在AIGC可以極大提高游戲的開發效率。
具體來說，游戲中的劇本、人物、頭像、道具、場景、配音、動作、特效、主程序未來都可以透過AIGC產生。

AIGC技術

在游戲中的應用

AI生成文字

劇情設計、游戲劇本、情節敘事

AI生成圖像

人物、頭像、道具設計

AI生成音頻

人物配音、音效、音樂

AI生成影片

游戲動畫、人物動作、特效

AI生成3D

人物3D模型、游戲場景

AI生成代碼

地圖編輯器、游戲代碼
AIGC技術在游戲中的應用
AIGC的加入，讓游戲開發者的所需的時間和成本大幅降低。根據競核對一位開發者的采訪，現在為一張圖片生成概念圖的時間，已經從3周下降到了1個小時，減少了120比1。
現在，他們只需要畫出動畫的輪廓，然后由成本較低的AI「畫師」大軍完成耗時的工作，為動畫膠片上色、填充線條即可。
甚至，已經有游戲開發商開始讓玩家通過AIGC自己創建頭像。玩家只需要自己描述，就能生成頭像的圖片。
在關卡設計上，AIGC工具可以瞬間生成一個1920年艷舞時代的紐約的世界，或者是神秘的刀鋒戰士式的未來，或者是托爾金式的幻想世界。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？
根據AIGC在文字和圖像方向的推進速度，以上應用在五到十年之內應該可以實現。
現在，已經有不少游戲大廠開始著手開發AI作畫、NLP等大模型了；而中大型游戲廠商則積極接入已有大模型，為游戲生成流程打造專屬的小模型。

電商

當前，隨著數字技術的發展和應用、消費模式的轉變和升級，沉浸式購物體驗將逐漸成為電商領域發展的新方向。
AIGC正可用于商品三維模型、虛擬人主播乃至虛擬貨場的構建，通過和AR、VR等新技術的結合，實現視聽等多感官交互的沉浸式購物體驗。
比如，基于商品在不同角度下拍攝的圖像，利用視覺算法，就可以生成商品的三維模型和紋理，讓客戶可以在線上進行虛擬觀看、試穿等行為。
根據電商平臺數據顯示，三維購物的轉化率平均值約為70%，較行業平均水平提升了九倍左右。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？
廣告傳媒
另外，AIGC作為新型的內容生產方式，可以為媒體的內容生產全面賦能。
比如AI可以基于算法自動編寫新聞，幫助媒體更快、更智能化地生產內容；AI還可以通過視頻字幕生成、視頻錦集、視頻拆條、視頻超分等智能化剪輯工具，幫助我們實現智能視頻剪輯。
而在新聞播報中，已經出現了越來越多的AI合成主播，新華社、中央廣播電視總臺、人民日報社等媒都推出了「新小微」、「小C」等虛擬新聞主持人。

百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

AI手語主播在與央視新聞主播朱廣權進行互動
在傳媒領域，AI繪畫、AI合成視頻、AI文字創作等工具，都將大大提高創意素材的生成效率。
可以看到，AIGC產業生態的加速，會帶我們走向「模型即服務」的未來。
目前，AIGC的應用主要在三大層——基礎層、中間層、應用層。
  • 基礎層主要是由預訓練模型的技術投入，主要代表為上游基礎設施提供方如Open AI、Stability AI等；
  • 中間層是垂直化、場景化、個性化的模型和應用工具；
  • 應用層即面向C端的用戶的文字、圖片、音視頻等內容生成服務等。

百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

初創公司的三大挑戰

 

可以說，AI繪畫、AI聊天等AI服務能力強大的背后，離不開預訓練大模型的支持。
然而，大模型就意味著更高計算資源以及高效的平臺進行訓練和推理。據報道，ChatGPT的訓練使用了成百上千張GPU卡，單次訓練成本450萬美金，整體訓練成本高達1200萬美金。
甚至，對于那些想要入局的新玩家來說，更是有三個挑戰不得不去面對：
  • 前期投入大
數據、算力、算法是驅動AIGC發展的三駕馬車，要實現AIGC的發展，這三者缺一不可，但每一項的發展，都需要企業投入大量的資金，尤其是前期的硬件投資更是占企業投入資金的大多數。
  • 算力要求高
從AI生成圖片到AI生成視頻要用到大量數據訓練模型，對算力要求呈指數級的提升，同時也需要快速高效的方式來處理數據集。
  • 缺乏成熟的算法模型
市場上模型過多，缺乏被廣泛驗證的成熟模型，模型的好壞及算法調優的經驗決定了產出內容的質量。
即便是以AI繪畫走紅全球的新晉獨角獸公司Stability AI，也是如此。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？
2022年8月，由Stability AI推出的開源AI模型Stable Diffusion，可以說是AI圖像生成發展過程中的一個里程碑。
借助這一模型，任何人只需要提供一段文字描述，就有機會創作出任意風格的繪畫作品。不僅如此，對于開發者來說，Stable Diffusion的運行速度也非常快，并且有資源和內存的要求也很低。
然而，想要訓練這類機器學習基礎模型，卻不那么容易。因為你不僅需要一個具有數千張顯卡的高性能計算集群，而且還需要能有效利用該集群的軟件。
據報道，Stable Diffusion這樣的模型訓練起來也非常困難，需要使用超過5400個NVIDIA A100 GPU訓練，共花費15萬個GPU小時，僅訓練模型就花了60萬美元。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？
為了解決這一問題，Stability AI在2022年11月的時候正式宣布，選擇亞馬遜云科技作為首選云計算供應商。
在Amazon SageMaker（AWS的端到端機器學習服務）及其模型并行庫的加持下，Stability AI的模型訓練時間和成本減少了58%。
與此同時，通過使用SageMaker托管的基礎設施和優化庫，Stability AI能夠使其模型訓練具有更高韌性和性能。這些優化和性能改進適用于具有數百或數千億參數的模型。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？
無獨有偶，美國明星AI創企Hugging Face，最近也將自己的開源工具集成進了Amazon SageMaker。
如此一來，不僅可以幫助Hugging Face加速構建生成式AI應用的大型語言模型和大型視覺模型的訓練、微調和部署，而且也讓云計算客戶可以針對特定用例進一步優化其模型的性能，同時降低成本。
綜上所述，我們不難看出，AIGC大模型的訓練和推理，往往是需要強大的「AI軟件工具和平臺」的支持的。

為何做出如此選擇？

 

在這場熱潮中，亞馬遜云科技從未缺席。
據了解，亞馬遜云科技目前已經聯合了相當多的行業客戶，共同探索AIGC的落地場景，并嘗試打造可商業化和可復制的行業應用案例。
作為全球最大的公有云供應商，亞馬遜云科技于2017年在re:Invent全球大會上推出了全球首個用于機器學習的集成開發環境（IDE）Amazon SageMaker。
借助這項完全托管的機器學習服務，開發人員、數據科學家、還是商業分析師都能夠快速、輕松地準備數據，并在規模上構建、訓練和部署高質量的機器學習模型，然后直接將模型部署到生產就緒托管環境中，大大降低了機器學習的使用門檻。
在IDC評估的8家供應商中，亞馬遜云科技憑借其機器學習旗艦產品Amazon SageMaker強大的功能、不斷提升的交付能力以及在保持開源方面的領先優勢，被IDC列入「領導者」陣營，并居于圖中最高最遠位置。

百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

來源：IDC
具體來說，亞馬遜云科技具有以下優勢：
  • 計算資源豐富
戶無需前期硬件投入，即可隨時使用。
  • 自研芯片性價比高
自研的AI加速芯片WS Trainium和AWS Inferential ML，在提供高性能解決方案的同時，還可為用戶節省高達50%的訓練成本，以及70%的推理成本。
  • 超大規模工作負載時成本最優
用戶可以在Amazon SageMaker中使用托管式Amazon EC2 Spot實例輕松訓練機器學習模型。與按需實例相比，使用托管的Spot實例可以將成本優化高達90%。
  • 擁有廣泛驗證的算法模型
Amazon SageMaker JumpStart提供了350多種內置算法、預訓練模型和預構建的解決方案模板。 不僅有著 Stable Diffusion和Bloom這 兩 種最先進的模型 ，同 時還 提供如TensorFlow、PyTorch、Hugging Face和MXNet等 SOTA的開源模型，并且 可以實現 一鍵部署。
百萬年薪職位，千億美元賽道，AIGC大爆發我能怎么賺錢？

本文來自微信公眾號“新智元”（ID:AI_era），作者：新智元，36氪經授權發布。

資深作者新智元
新智元
0
相關文章
最新文章
查看更多
關注 36氪企服點評 公眾號
打開微信掃一掃
為您推送企服點評最新內容
消息通知
咨詢入駐
商務合作