如何从技术、创业、投资、监管等方面看待AIGC的未来？

第一节 AIGC的技术趋势

一、 大模型的广泛应用

预训练大模型+下游任务微调的方式代替基于特定的应用场景收集特定的数据，再利用这些数据训练算法模型，最终解决特定的任务的特定范式。

• 计算机硬件的改进，以及GPU等处理器算力的增加令如此规模的大模型训练成为可能。
• Transformer等重要模型架构的出现让人们可以利用硬件的并行性去训练比以前更具表现力的模型。
• 互联网与大数据的高速发展提供了丰富的数据，可以支撑大模型的规模化训练

许多大模型的训练开始采用综合 监督学习和无监督学习的方式

二、 全新的人工智能“仿人模式“

基于人类通过学习而获得智能，诞生了机器学习；基于人类在学习过程中会有激 励和惩罚，这些激励和惩罚会不断强化人类的能力，出现了强化学习；基于人类在接受信息时往往会将注意力集中在重要的信息上，产生了当代主流大模型的根基——Transformer；基 于人类在学习认图时并非学习照片细节的纹路，而是直接被不断告知关于图片中物体的描 述，诞生了AI绘画的奠基性模型——CLIP模型。总之，从领域开拓到细分应用，从模仿人 类的学习过程到模仿人类的认知方式，人工智能逐渐从更宏观、更抽象的维度从人类身上汲取营养

三、 技术伦理成为发展的重要关注点

通过改善数据集， 增加更多的限制性条件，以及对模型进行微调，可以使得人工智能减少对于有害内容的学 习，从而减少人工智能本身的危险性

第二节 AIGC时代的参与主体

一、 AIGC时代的创业者

随着AIGC相关内容的爆火和出圈，互联网巨头闻风而动，国外的微软、谷歌、Meta， 以及国内的百度、腾讯、字节跳动等大厂都在AIGC领域有所投入。不少创业者也在其中看 到了商机，并想从中“掘金”。不过，相比于大厂拥有雄厚的研发资金、成熟的研发团队，创 业公司的路走得似乎会更艰难。

二、AIGC时代的投资人

2022年9月，红杉资本发布了一篇名为《生成式AI：一个创造性的新世界》的文章，描 述了AIGC所带来的庞大投资机会：“梦想是生成式人工智能将创造和知识工作的边际成本降 至零，进而产生巨大的劳动生产率和经济价值——以及相应的市值。”“生成式人工智能有可 能产生数万亿美元的经济价值。” [9]尽管这些表述带有对美好未来畅想的成分，但伴随着即 将来临的智能创作时代，AIGC确实孕育了丰富的投资机会。

三、AIGC时代的政府

面对AIGC时代的发展，政府也应该从产业发展的角度制定各类配套政策，并辅之以合 理的监管，躬身入局新一轮的科技浪潮。对于政府而言，入局AIGC的基本思想可以用三个 词概括：审时——守道——优术

第三节 AIGC的风险与监管

一、AIGC的风险

• AIGC的版权问题
• 生成物由作者使用AIGC工具创造的，其版权完全归作者所有。
• 生成物由平台AIGC工具生成的，其版权归平台所有，但作者可以在非商用的情况下自由 使用图片，对于商用的情况，只有付费用户有权自由使用。
• 生成物由公共的作品数据训练而成的，其知识产权也不应由某个机构或个人占有，而是应 该回归公共大众，任何人生成的作品都可以由其他人自由地以任何符合法律规定的形式使用。
• AIGC导致的欺诈问题
• AIGC生成违禁内容

二、AIGC的监管

• 中国对AIGC的监管
• 谁拥有AI创作的著作权？
• AIGC创作的作品是具备独创性的智力成果吗？
• 如何对AI的创作物进行定价？
• 美国对AIGC的监管
• 考虑到AIGC所涉及的风险以及滥用可能造成的严重后果，美国正在加速检查和制定AIGC标准的进程