百萬(wàn)年薪職位，千億美元賽道，AIGC大爆發(fā)我能怎么賺錢(qián)？

新智元

+ 關(guān)注

2023-03-07 10:42

1130次閱讀

百萬(wàn)年薪職位，千億美元賽道，AIGC大爆發(fā)我能怎么賺錢(qián)？

新智元報(bào)道

編輯：Aeneas 好困

【新智元導(dǎo)讀】AIGC火爆出圈，攪動(dòng)了全球市場(chǎng)。有機(jī)構(gòu)預(yù)測(cè)，2030年的市場(chǎng)規(guī)模將達(dá)到1100億美元。而反應(yīng)快的玩家，已經(jīng)在布局這個(gè)賽道了。

整個(gè)2022年，AIGC火成了現(xiàn)象級(jí)的詞匯。

到了今年，更是有人靠著AIGC拿到了百萬(wàn)年薪。

除此之外，小扎在自家平臺(tái)上官宣，Meta將組建頂級(jí)AI團(tuán)隊(duì)，All in AIGC。

馬斯克那邊也傳出消息，據(jù)說(shuō)正忙著DeepMind挖一位叫Igor Babuschkin的大佬，成立AI實(shí)驗(yàn)室，開(kāi)發(fā)ChatGPT的「替代品」。

大廠紛紛入局，AIGC實(shí)火。而它背后，是一個(gè)幾年后千億美元的市場(chǎng)。

萬(wàn)物皆可AIGC

去年，紅杉資本就在研究報(bào)告中指出，到2030年，文本、代碼、圖像、視頻、3D、游戲都可以通過(guò)AIGC生成，并且達(dá)到專(zhuān)業(yè)開(kāi)發(fā)人員和設(shè)計(jì)師的水平。

到了今年，我們眼睜睜地見(jiàn)證了這一預(yù)測(cè)逐漸成真。比爾蓋茨說(shuō)，聊天機(jī)器人等AI新技術(shù)的出現(xiàn)，意義不亞于個(gè)人電腦和互聯(lián)網(wǎng)的誕生。

美國(guó)銀行認(rèn)為，到2030年，AI利用數(shù)據(jù)的能力會(huì)使世界經(jīng)濟(jì)增長(zhǎng)高達(dá)15.7萬(wàn)億美元，而全球的人工智能市場(chǎng)到2026年可能達(dá)到9000億美元。

根據(jù)商業(yè)咨詢(xún)機(jī)構(gòu)Acumen Research And Consulting預(yù)測(cè)，若考慮下一代互聯(lián)網(wǎng)對(duì)內(nèi)容需求的迅速提升，2030年AIGC市場(chǎng)規(guī)模將達(dá)到1100億美元。

那么，AIGC的商業(yè)落地何以成為可能？

其實(shí)，靠的都是底層技術(shù)的突破。最開(kāi)始，傳統(tǒng)的AI繪畫(huà)采用的是GAN，但結(jié)果輸出效果不敢恭維。直到2021年，OpenAI團(tuán)隊(duì)開(kāi)源了深度學(xué)習(xí)模型CLIP，以及7月出現(xiàn)的Diffusion，AI產(chǎn)生圖片和文字的效果才有了大的飛躍。

2022年4月，OpenAI發(fā)布的DALL-E 2生成的人像和圖片已經(jīng)效果驚人，而到了8月，Stability AI發(fā)布的Stable Diffusion模型，更是取得了質(zhì)的突破，AIGC的作品，已經(jīng)完全可以媲美專(zhuān)業(yè)畫(huà)師。

擊敗人類(lèi)獲得藝術(shù)大獎(jiǎng)的AIGC作品《太空歌劇院》

而在AI生成視頻方面，Meta、谷歌已經(jīng)紛紛發(fā)布了模型。

去年9月，Meta發(fā)布了AI生成視頻工具M(jìn)ake-A-Video，具有文字轉(zhuǎn)視頻、圖片轉(zhuǎn)視頻、視頻生成視頻三大功能。

谷歌也緊隨其后，發(fā)布了Imagen Video和Phenaki。其中Phenaki可以通過(guò)文字生成一段情節(jié)完整、連貫的視頻。

B站up主「秋之雪華」發(fā)布的《夏末彌夢(mèng)》，是全球首個(gè)由AI繪制、AI配音的動(dòng)畫(huà)，一經(jīng)發(fā)布就震撼了廣大網(wǎng)友。

來(lái)源：秋之雪華

AIGC商業(yè)化的潛力如此之大，但究竟有哪些落地場(chǎng)景呢？

從融資角度來(lái)看，目前AIGC有3個(gè)商業(yè)化的方向：

第一個(gè)方向是通過(guò)AI生成文字，比如自動(dòng)寫(xiě)郵件和文案。
第二個(gè)方向是利用AI生成繪畫(huà)，主要技術(shù)是結(jié)合多模態(tài)神經(jīng)語(yǔ)言模型CLIP和圖像擴(kuò)散模型Diffusion，僅需提供一些關(guān)鍵字描述即可。
第三個(gè)方向是AIGC的底層技術(shù)模型開(kāi)發(fā)，Stable AI是這個(gè)方向的頂流之一。

百萬(wàn)年薪職位，千億美元賽道，AIGC大爆發(fā)我能怎么賺錢(qián)？

而這些方向，都可以指向豐富的應(yīng)用場(chǎng)景，其中非常有代表性的領(lǐng)域，就是游戲、電商、廣告?zhèn)髅健?/span>

游戲

開(kāi)發(fā)游戲周期長(zhǎng)、成本高，通常需要花費(fèi)幾年時(shí)間和上千萬(wàn)資金，好在AIGC可以極大提高游戲的開(kāi)發(fā)效率。

具體來(lái)說(shuō)，游戲中的劇本、人物、頭像、道具、場(chǎng)景、配音、動(dòng)作、特效、主程序未來(lái)都可以透過(guò)AIGC產(chǎn)生。

AIGC技術(shù)	在游戲中的應(yīng)用
AI生成文字	劇情設(shè)計(jì)、游戲劇本、情節(jié)敘事
AI生成圖像	人物、頭像、道具設(shè)計(jì)
AI生成音頻	人物配音、音效、音樂(lè)
AI生成影片	游戲動(dòng)畫(huà)、人物動(dòng)作、特效
AI生成3D	人物3D模型、游戲場(chǎng)景
AI生成代碼	地圖編輯器、游戲代碼

AIGC技術(shù)在游戲中的應(yīng)用

AIGC的加入，讓游戲開(kāi)發(fā)者的所需的時(shí)間和成本大幅降低。根據(jù)競(jìng)核對(duì)一位開(kāi)發(fā)者的采訪，現(xiàn)在為一張圖片生成概念圖的時(shí)間，已經(jīng)從3周下降到了1個(gè)小時(shí)，減少了120比1。

現(xiàn)在，他們只需要畫(huà)出動(dòng)畫(huà)的輪廓，然后由成本較低的AI「畫(huà)師」大軍完成耗時(shí)的工作，為動(dòng)畫(huà)膠片上色、填充線條即可。

甚至，已經(jīng)有游戲開(kāi)發(fā)商開(kāi)始讓玩家通過(guò)AIGC自己創(chuàng)建頭像。玩家只需要自己描述，就能生成頭像的圖片。

在關(guān)卡設(shè)計(jì)上，AIGC工具可以瞬間生成一個(gè)1920年艷舞時(shí)代的紐約的世界，或者是神秘的刀鋒戰(zhàn)士式的未來(lái)，或者是托爾金式的幻想世界。

根據(jù)AIGC在文字和圖像方向的推進(jìn)速度，以上應(yīng)用在五到十年之內(nèi)應(yīng)該可以實(shí)現(xiàn)。

現(xiàn)在，已經(jīng)有不少游戲大廠開(kāi)始著手開(kāi)發(fā)AI作畫(huà)、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(zhuān)屬的小模型。

電商

當(dāng)前，隨著數(shù)字技術(shù)的發(fā)展和應(yīng)用、消費(fèi)模式的轉(zhuǎn)變和升級(jí)，沉浸式購(gòu)物體驗(yàn)將逐漸成為電商領(lǐng)域發(fā)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(chǎng)的構(gòu)建，通過(guò)和AR、VR等新技術(shù)的結(jié)合，實(shí)現(xiàn)視聽(tīng)等多感官交互的沉浸式購(gòu)物體驗(yàn)。

比如，基于商品在不同角度下拍攝的圖像，利用視覺(jué)算法，就可以生成商品的三維模型和紋理，讓客戶(hù)可以在線上進(jìn)行虛擬觀看、試穿等行為。

根據(jù)電商平臺(tái)數(shù)據(jù)顯示，三維購(gòu)物的轉(zhuǎn)化率平均值約為70%，較行業(yè)平均水平提升了九倍左右。

廣告?zhèn)髅?/span>

另外，AIGC作為新型的內(nèi)容生產(chǎn)方式，可以為媒體的內(nèi)容生產(chǎn)全面賦能。

比如AI可以基于算法自動(dòng)編寫(xiě)新聞，幫助媒體更快、更智能化地生產(chǎn)內(nèi)容；AI還可以通過(guò)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(shí)現(xiàn)智能視頻剪輯。

而在新聞播報(bào)中，已經(jīng)出現(xiàn)了越來(lái)越多的AI合成主播，新華社、中央廣播電視總臺(tái)、人民日?qǐng)?bào)社等媒都推出了「新小微」、「小C」等虛擬新聞主持人。

百萬(wàn)年薪職位，千億美元賽道，AIGC大爆發(fā)我能怎么賺錢(qián)？

AI手語(yǔ)主播在與央視新聞主播朱廣權(quán)進(jìn)行互動(dòng)

在傳媒領(lǐng)域，AI繪畫(huà)、AI合成視頻、AI文字創(chuàng)作等工具，都將大大提高創(chuàng)意素材的生成效率。

可以看到，AIGC產(chǎn)業(yè)生態(tài)的加速，會(huì)帶我們走向「模型即服務(wù)」的未來(lái)。

目前，AIGC的應(yīng)用主要在三大層——基礎(chǔ)層、中間層、應(yīng)用層。

基礎(chǔ)層主要是由預(yù)訓(xùn)練模型的技術(shù)投入，主要代表為上游基礎(chǔ)設(shè)施提供方如Open AI、Stability AI等；
中間層是垂直化、場(chǎng)景化、個(gè)性化的模型和應(yīng)用工具；
應(yīng)用層即面向C端的用戶(hù)的文字、圖片、音視頻等內(nèi)容生成服務(wù)等。

百萬(wàn)年薪職位，千億美元賽道，AIGC大爆發(fā)我能怎么賺錢(qián)？

初創(chuàng)公司的三大挑戰(zhàn)

可以說(shuō)，AI繪畫(huà)、AI聊天等AI服務(wù)能力強(qiáng)大的背后，離不開(kāi)預(yù)訓(xùn)練大模型的支持。

然而，大模型就意味著更高計(jì)算資源以及高效的平臺(tái)進(jìn)行訓(xùn)練和推理。據(jù)報(bào)道，ChatGPT的訓(xùn)練使用了成百上千張GPU卡，單次訓(xùn)練成本450萬(wàn)美金，整體訓(xùn)練成本高達(dá)1200萬(wàn)美金。

甚至，對(duì)于那些想要入局的新玩家來(lái)說(shuō)，更是有三個(gè)挑戰(zhàn)不得不去面對(duì)：

前期投入大

數(shù)據(jù)、算力、算法是驅(qū)動(dòng)AIGC發(fā)展的三駕馬車(chē)，要實(shí)現(xiàn)AIGC的發(fā)展，這三者缺一不可，但每一項(xiàng)的發(fā)展，都需要企業(yè)投入大量的資金，尤其是前期的硬件投資更是占企業(yè)投入資金的大多數(shù)。

算力要求高

從AI生成圖片到AI生成視頻要用到大量數(shù)據(jù)訓(xùn)練模型，對(duì)算力要求呈指數(shù)級(jí)的提升，同時(shí)也需要快速高效的方式來(lái)處理數(shù)據(jù)集。

缺乏成熟的算法模型

市場(chǎng)上模型過(guò)多，缺乏被廣泛驗(yàn)證的成熟模型，模型的好壞及算法調(diào)優(yōu)的經(jīng)驗(yàn)決定了產(chǎn)出內(nèi)容的質(zhì)量。

即便是以AI繪畫(huà)走紅全球的新晉獨(dú)角獸公司Stability AI，也是如此。

2022年8月，由Stability AI推出的開(kāi)源AI模型Stable Diffusion，可以說(shuō)是AI圖像生成發(fā)展過(guò)程中的一個(gè)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(jī)會(huì)創(chuàng)作出任意風(fēng)格的繪畫(huà)作品。不僅如此，對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，Stable Diffusion的運(yùn)行速度也非常快，并且有資源和內(nèi)存的要求也很低。

然而，想要訓(xùn)練這類(lèi)機(jī)器學(xué)習(xí)基礎(chǔ)模型，卻不那么容易。因?yàn)槟悴粌H需要一個(gè)具有數(shù)千張顯卡的高性能計(jì)算集群，而且還需要能有效利用該集群的軟件。

據(jù)報(bào)道，Stable Diffusion這樣的模型訓(xùn)練起來(lái)也非常困難，需要使用超過(guò)5400個(gè)NVIDIA A100 GPU訓(xùn)練，共花費(fèi)15萬(wàn)個(gè)GPU小時(shí)，僅訓(xùn)練模型就花了60萬(wàn)美元。

為了解決這一問(wèn)題，Stability AI在2022年11月的時(shí)候正式宣布，選擇亞馬遜云科技作為首選云計(jì)算供應(yīng)商。

在Amazon SageMaker（AWS的端到端機(jī)器學(xué)習(xí)服務(wù)）及其模型并行庫(kù)的加持下，Stability AI的模型訓(xùn)練時(shí)間和成本減少了58%。

與此同時(shí)，通過(guò)使用SageMaker托管的基礎(chǔ)設(shè)施和優(yōu)化庫(kù)，Stability AI能夠使其模型訓(xùn)練具有更高韌性和性能。這些優(yōu)化和性能改進(jìn)適用于具有數(shù)百或數(shù)千億參數(shù)的模型。

無(wú)獨(dú)有偶，美國(guó)明星AI創(chuàng)企Hugging Face，最近也將自己的開(kāi)源工具集成進(jìn)了Amazon SageMaker。

如此一來(lái)，不僅可以幫助Hugging Face加速構(gòu)建生成式AI應(yīng)用的大型語(yǔ)言模型和大型視覺(jué)模型的訓(xùn)練、微調(diào)和部署，而且也讓云計(jì)算客戶(hù)可以針對(duì)特定用例進(jìn)一步優(yōu)化其模型的性能，同時(shí)降低成本。

綜上所述，我們不難看出，AIGC大模型的訓(xùn)練和推理，往往是需要強(qiáng)大的「AI軟件工具和平臺(tái)」的支持的。

為何做出如此選擇？

在這場(chǎng)熱潮中，亞馬遜云科技從未缺席。

據(jù)了解，亞馬遜云科技目前已經(jīng)聯(lián)合了相當(dāng)多的行業(yè)客戶(hù)，共同探索AIGC的落地場(chǎng)景，并嘗試打造可商業(yè)化和可復(fù)制的行業(yè)應(yīng)用案例。

作為全球最大的公有云供應(yīng)商，亞馬遜云科技于2017年在re:Invent全球大會(huì)上推出了全球首個(gè)用于機(jī)器學(xué)習(xí)的集成開(kāi)發(fā)環(huán)境（IDE）Amazon SageMaker。

借助這項(xiàng)完全托管的機(jī)器學(xué)習(xí)服務(wù)，開(kāi)發(fā)人員、數(shù)據(jù)科學(xué)家、還是商業(yè)分析師都能夠快速、輕松地準(zhǔn)備數(shù)據(jù)，并在規(guī)模上構(gòu)建、訓(xùn)練和部署高質(zhì)量的機(jī)器學(xué)習(xí)模型，然后直接將模型部署到生產(chǎn)就緒托管環(huán)境中，大大降低了機(jī)器學(xué)習(xí)的使用門(mén)檻。

在IDC評(píng)估的8家供應(yīng)商中，亞馬遜云科技憑借其機(jī)器學(xué)習(xí)旗艦產(chǎn)品Amazon SageMaker強(qiáng)大的功能、不斷提升的交付能力以及在保持開(kāi)源方面的領(lǐng)先優(yōu)勢(shì)，被IDC列入「領(lǐng)導(dǎo)者」陣營(yíng)，并居于圖中最高最遠(yuǎn)位置。

百萬(wàn)年薪職位，千億美元賽道，AIGC大爆發(fā)我能怎么賺錢(qián)？

來(lái)源：IDC

具體來(lái)說(shuō)，亞馬遜云科技具有以下優(yōu)勢(shì)：

計(jì)算資源豐富

戶(hù)無(wú)需前期硬件投入，即可隨時(shí)使用。

自研芯片性?xún)r(jià)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(shí)，還可為用戶(hù)節(jié)省高達(dá)50%的訓(xùn)練成本，以及70%的推理成本。

超大規(guī)模工作負(fù)載時(shí)成本最優(yōu)

用戶(hù)可以在Amazon SageMaker中使用托管式Amazon EC2 Spot實(shí)例輕松訓(xùn)練機(jī)器學(xué)習(xí)模型。與按需實(shí)例相比，使用托管的Spot實(shí)例可以將成本優(yōu)化高達(dá)90%。

擁有廣泛驗(yàn)證的算法模型

Amazon SageMaker JumpStart提供了350多種內(nèi)置算法、預(yù)訓(xùn)練模型和預(yù)構(gòu)建的解決方案模板。不僅有著 Stable Diffusion和Bloom這兩種最先進(jìn)的模型，同時(shí)還提供如TensorFlow、PyTorch、Hugging Face和MXNet等 SOTA的開(kāi)源模型，并且可以實(shí)現(xiàn) 一鍵部署。