ai概念股票(aigc概念是什么意思)
2月21日,海天瑞声股价低开,低位波动,最终大跌9.53%。年初以来,海天瑞声的股价首次出现这样的大跌走势。
大涨转为大跌,源于重要股东减持。2月20日晚间,海天瑞声公告,股东中移投资控股有限责任公司(以下简称“中移投资”)计划减持不超过3%股权。
中移投资是中国移动的全资子公司,也是其重要的资本运作平台。海天瑞声称,中移投资的减持,并不影响公司与其正常业务合作。
海天瑞声是近期火热的AI概念股,虽然股价大幅上涨,但公司经营业绩并不理想。2021年上市以来,公司实现的归属于母公司股东的净利润持续下降,不及2017年的盈利水平,扣非净利润已经连续三年下降。
三大重要股东密集减持
海天瑞声遭遇股东大幅度减持。
2月20日晚间,海天瑞声连发三份涉及股东减持的公告。
根据公告,中移投资拟在公告15个交易日后的6个月内,通过集中竞价及大宗交易方式减持所持有海天瑞声股份合计不超过128.40万股,即不超过海天瑞声股份总数的3%。
中移投资是在海天瑞声上市之前入股的,目前持有海天瑞声385.50万股,持股比为9.01%。至于减持原因,其称是自身资金需求。
如果以2月20日海天瑞声收盘价218.90元/股计算,顶格减持的话,中移投资将套现2.81亿元。
中移投资在此时抛出减持计划,备受关注,原因是,海天瑞声的股价已经大涨数倍。
K线图显示,今年1月13日,海天瑞声的股价在60元/股左右,2月15日最高达244.80元/股,最大涨幅达308%,经过几天调整,到2月20日收盘报218.90元/股,也较年初上涨了2.5倍。
在中移投资之前,已有海天瑞声的重要股东进行了减持。
截至2月20日,公司股东唐涤飞及其一致行动人北京中瑞立投资中心(有限合伙)(以下简称“中瑞立”)已经通过大宗交易及集中竞价交易减持了约3%股权,套现上亿。
其中,2020年9月13日至今年2月20日,其通过集中竞价交易减持了85.60万股股份,占公司总股本的2%,套现约0.79亿元。通过大宗交易减持,将套现金额超过0.20亿元。
本次减持前,唐涤飞及其一致行动人中瑞立合计持有海天瑞声12.73%股权,是公司第二大股东。
唐涤飞曾担任海天瑞声董事、总经理,是海天瑞声的核心技术人员,2013年3月加入海天瑞声前,唐涤飞历任微软中国研发中心中文技术部项目经理、微软亚洲工程院资深项目经理、阿里巴巴云计算公司数据应用与服务、无线平台的产品及项目总监。2021年10月,唐涤飞离职。2022年8月,唐涤飞及其一致行动人中瑞立抛出减持计划。
北京清德投资中心(有限合伙)(以下简称“清德投资”)也是海天瑞声的重要股东,其于今年2月16日披露简式权益变动报告书,其在2022年10月16日至2023年2月15日,减持了约40.55万股股份,占公司总股本的0.95%,持股比降至5%,其减持计划尚未完成。
综上所述,三大重要股东都在忙着减持,在海天瑞声股价大涨后,股东将获利不菲。
其他股东也在减持。2月21日晚间,海天瑞声披露,持股比4.39%的股东北京海天瑞声科技股份有限公司,在今年2月2日至21日减持了42.80万股股份,约占公司总股本的1%,套现约0.64亿元。
扣非净利最高预盈1100万不及6年前
股价大涨,股东减持,虽然有趁机变现因素,但恐怕也与海天瑞声的经营业绩有一定关系。
海天瑞声成立于2005年,其自称是中国领先的训练数据专业提供商,主要通过设计训练数据集结构、执行数据加工处理过程,生产用于算法模型开发训练用途的专业数据集,并以软件形式向客户交付。
据披露,海天瑞声所提供的训练数据覆盖智能语音(语音识别、语音合成等)、计算机视觉、自然语言等多个AI核心领域,服务于人机交互、智能驾驶、智慧城市等多种创新应用场景。其中智能语音为其优势领域,服务/产品线已覆盖160余个主要语种及方言。公司产品和服务已获得阿里巴巴、腾讯、百度、科大讯飞、海康威视、微软、亚马逊、三星等国内外客户认可,并应用于个人助手、智能音箱、语音导航、搜索服务、智能驾驶、机器翻译等多种产品相关的算法模型的训练过程中。目前,海天瑞声客户累计数量已超500家,覆盖了多家大型科技公司、人工智能企业及科研机构。
不过,海天瑞声的经营业绩并不理想,尤其上市后,下滑幅度较大。
2016年,海天瑞声实现的营业收入、净利润分别为0.84亿元、0.10亿元,扣除非经常性损益的净利润为0.16亿元。
2017年至2019年,公司业绩连续三年快速增长,营业收入从1.19亿元增至2.38亿元,净利润从0.34亿元增至0.82亿元,扣非净利润从0.32亿元增至0.76亿元。
2020年,上市前一年,公司实现的营业收入、净利润分别为2.33亿元、0.82亿元,同比变动-1.76%、0.61%,扣非净利润为0.73亿元,同比下降4.24%。营业收入、扣非净利润首次下降。
2021年,上市第一年,海天瑞声营业收入为2.06亿元,进一步下降11.53%,净利润、扣非净利润分别为0.32亿元、0.21亿元,同比下降61.49%、71.15%。
根据业绩预告,2022年度,公司营业收入为2.60亿元至2.65亿元,同比增长25.92%至28.34%;净利润预计为2800万元至3000万元,同比下降5.08%至11.41%;扣非净利润预计为900万元至1100万元,同比下降47.79%至57.28%。
对于2022年经营业绩,海天瑞声解释称,在境外疫情防控趋于常态化的背景下,公司全球化战略得以逐步实施,境外基础训练数据业务收入较同期大幅增长。公司智能驾驶数据业务收入同比也大幅增长。但是,公司研发投入加大、全球化营销人员体系建设、购置新办公楼等,研发费用、销售费用、管理费用等同比均有明显增长,导致利润下降。
长江商报记者发现,2020年至2022年,海天瑞声的扣非净利润已经连续三年下降,其2022年的扣非净利润预计数上限明显低于2016年。
值得一提的是,针对中移投资的减持,海天瑞声重点提及,公司是中移投资的重要战略合作伙伴,其减持行为不影响二者之间正常业务合作。
此前披露,中移投资入股海天瑞声是为围绕中国移动“5G+”计划,推动双方优势互补、深化合作。海天瑞声曾称,公司通过战略协同安排,逐渐进入电信行业和网信安全行业,并藉此代表行业与国家政策制定部门实现有效对接。公司将继续与中国移动等方面保持紧密战略协同,助力公司业务不断向电信、网安等政企领域拓展。
本文源自长江商报
随着OpenAI旗下聊天机器人ChatGPT火到出圈,资本市场熟练地铺开了炒作的宴席,迅速将商业前景的展望推升至情绪的轰鸣。
此时此刻恰如彼时彼刻,眼下资本市场对于AI的热情犹如2017年的“区块链浪潮”——当时一家名为长岛冰茶的美股上市公司将名称改为“长区块链”,当天就收获了289%的涨幅。虽然当年一众被炒作的股票到今天已经归于平寂,但华尔街永远走在寻找下一个炒作概念的路上。
金融服务机构Jonestrading的首席市场策略分析师Michael O’Rourke表示,虽然人工智能无疑是一个巨大的增长机会,也是投资者应该认真对待的主题,但买入股票时仍应当小心。以前也有过许多类似的事情,当一个概念变得炙手可热,每个人都想拥有与之有关的一切。对于那些仅仅押注股票名字或者代码的人,注定将迎来疯狂的波动。
对于美股市场来说,眼下正在经历类似的轮回。ChatGPT不仅带火了许多深耕AI领域的公司,许多有意使用AI技术的上市公司也获得投资者的追捧。
美股市场正在炒哪些ChatGPT概念股?
说到ChatGPT和OpenAI,首先必须提到拥有“钞能力”的微软。美国互联网巨头上周刚刚宣布给OpenAI又开了一张100亿美元的支票,同时准备将OpenAI的模型应用到多个自营产品中。不过作为最根正苗红的ChatGPT概念股,微软的股价波动并不明显。
而作为AI产业的“卖铲人”,为算力提供关键芯片支持的英伟达在刚刚过去的1月大涨33%,这也是该公司近6年来涨幅最高的一个月。
此外在中概股阵营中,本周有传闻称将在3月推出人工智能聊天机器人的百度,周三在美股市场大涨逾10%。
除此之外,其余的ChatGPT概念股则充满了投机的烟熏味。
人工智能数据分析公司BigBear.ai在刚刚过去的1月大涨385%,美版“今日头条”BuzzFeed就因为CEO提了一句将把AI内容作为部分核心业务,上周公司股价在两天时间内暴拉300%。为雷神科技、贝克休斯提供软件服务的C3.ai也在上个月大涨77%。
同样的故事也在延续,周三客服机器人开发商LivePerson刚宣布计划使用OpenAI的技术,日内股价涨幅一度接近20%。
O’Rourke总结道,在“ChatGPT泡沫”破裂前,肯定会有更多公司把AI加到自己的名字里,许多上市公司也将趁着热度加速融资的步伐。
本文源自财联社
最近,现象级AI产品ChatGPT爆火,这是一款由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型,一款人工智能技术驱动的自然语言处理工具。
瑞银集团公布的一组数据,也让我感叹AI的发展十分迅猛。截至1月末,ChatGPT月活用户已突破1亿,平均每天约有1300万独立访客,是2022年12月的两倍。
ChatGPT的爆火带动了AIGC(AI-Generated Content)概念的火热。
仅仅在上一周,A股市场AIGC概念股异动拉升,视觉中国、焦点科技涨停,昆仑万维、中文在线、恒信东方、蓝色光标、云从科技等涨超5%。
我认为,ChatGPT的出圈,可能意味着一个AI大规模商业化的时代即将到来。国内各大公司都纷纷开启AIGC商业化前景探索,阿里巴巴、百度、腾讯、快手、字节跳动、商汤科技、美图、科大讯飞等都在加大AIGC领域的投入。
东吴证券大胆预测,AIGC在内容生成中的渗透率将快速提升,应用规模快速扩增,预计2030年AIGC市场规模将超过万亿元人民币。
内容生产模式变革在即
一路“狂飙”的AIGC究竟是什么?AIGC是指利用人工智能技术生成内容,被认为是继PGC、UGC之后的新型内容创作方式。目前,AIGC已在绘画、视频、文学等多个领域进行商业化落地的探索。
(图片来源:同花顺)
就去年“火遍全网”的AI绘画来说,美图秀秀、抖音等软件均加入了AI画图功能,只要输入关键词,AI会自动生成符合要求的图像。
(AI绘画作品 图片来源:网络)
在视频制作方面,包括迪士尼、奈飞、HBO、等均在尝试用人工智能代替标准内容制作的可能性。迪士尼明确透露了正在尝试AI通过文字自动生成动画的消息。
(迪士尼文字转化图解 图片来源:网络)
还有文学创作方面,基于自然语言处理技术、自然语言生成技术及数据挖掘等多项AI技术,我常用的文书写作助手秘塔猫已经可以通过AI提供包括文档纠错、文书改写、文字优化、中英文翻译等服务。
除了这些领域外,AIGC还将带来内容创作模式变革,以内容为核心的创作者经济有望受益。
创作者经济受益于AIGC发展
据了解,创作者经济指互联网内容创作者在创作工具、内容分发平台及一系列其他创作者相关服务的帮助下产生经济收益。
这些年中国的内容创作者数量呈增长趋势,这点从越来越多年轻人梦想是成为网络红人也可以看出。2021年,中国万粉以上创作者数量突破1100万,2021年中国内容创作者(红人)市场规模以增长率44%持续增长,创作者经济市场规模已超千亿。随着创作者数量扩大,创作者经济也随之崛起。
创作者经济发展迅速的核心正是“优质的内容”,AIGC的落地应用有望带动创作者经济相关行业高速发展。AIGC一方面可以帮助未掌握绘画、视频制作等方面技术的用户将创意落地,大大降低创作者的门槛;另一方面,其能够给内容创作者带来“灵感”,辅助优质内容打造。
我以创作者经济领域的龙头企业天下秀为例来详解AIGC可以带来的行业变革。天下秀的主营业务WEIQ红人营销平台能够依托大数据技术,连接有营销需求的企业和有营销能力的内容创作者(红人),为大型品牌与中小企业提供一站式的跨平台投放服务,可以看做是内容创作者与商家的“链接器”。资料显示,截至2022年上半年,在WEIQ平台注册的内容创作者已超过203.9万。
尽管天下秀不是一家提供AI服务的公司,但伴随AIGC的发展,AI的辅助能够降低普通人成为内容创作者的门槛,而更多内容创作者的入局,将为天下秀这样的平台经济企业带来更大的市场和全新的商机。
如果AIGC能够普遍运用到内容创作中,天下秀注册的内容创作者在接单后,能够通过AI辅助在内容制作初期,生成大量草稿,帮助红人寻找“感觉”,降低内容创作者大量前期工作。红人还可以通过大量的草稿,与商家更好地确认彼此的需求,提升沟通效率。
创作门槛的降低有望让更多普通人成为内容创作者,优质的内容也能够帮助内容创作者更好地服务商家,就此红人营销的“正循环”已经形成。在此循环下,天下秀作为“链接器”将被更多商家和红人所需要,公司主营业务收入也或许能够就此踏上新的台阶。
此外,AIGC的内容力也有望在元宇宙领域起到关键作用。AIGC的发展能够打破数字经济时代内容生产上的不足,通过大批量生产符合元宇宙需求的内容、作品,打破制约元宇宙相关产业发展内容供给侧桎梏。中信建投曾就AIGC在元宇宙的运用发布过相关分析,AIGC大幅度降低了数字内容生产的成本,打破了数字内容生产受到人类想象能力和知识水平的限制,其广泛应用能够满足数字经济时代日益增长的数字内容供给需求。
目前,天下秀也已进行了元宇宙相关布局。公司将元宇宙技术与“红人营销”的基因优势相结合,推出3D虚拟生活社区Honnverse虹宇宙等诸多产品,打造了属于Web3.0时代的“创作者经济”新模式,AIGC的繁荣有望让此类业务的长期发展受益。
同时,我认为以创作者经济为核心企业的入局,还能促进AIGC发展。众所周知,AIGC 模型需要大量的数据来进行训练。在未来随着内容创作者门槛的降低,越来越多的内容创作者加入创作,可以给AIGC提供更多的数据,反向加速AIGC领域发展,也将推动其更快进入新的发展阶段。
整体而言,我期待AIGC与创作者经济相结合,相信在AIGC的加持下,以创作者经济为核心的相关企业能够获得更广阔的发展和想像空间。
结语
不过在AIGC商业化道路上,必然存在困难与阻碍,我们需要理性看待AIGC的发展。例如,AIGC所创作的作品是AI在被“投喂”大量素材后,通过不断学习,生成数据库再根据用户需求来创作。这就容易导致AI生成的作品在风格和细节上和原作或多或少存在相似点。因此,版权问题仍为当前关注焦点。
就像浙商证券的报告中提到,相信随着相关法律法规约束的健全,AIGC行业必能在内容创作领域找到自己合适、合规的发展之路。我也相信,AIGC商业化道路是条漫漫长路,各行各业在摸索中持续前行。
AIGC的发展,将使得知识性与创造性工作的边际成本降至0,从而产生巨大的生产效率和经济价值,每一个需要我们原创的领域都或多或少将有AI的参与。AIGC 的产品形态未来会是什么样的呢?它的细分机会又在哪里?本文作者对此进行了分析,一起来看一下吧。
本文核心观点来自红杉在 9 月发布的一篇文章《Generative AI: A Creative New World》,我按大白话翻译并做了删减和补充。
原文想要表达的意思是——“随着 AIGC(AI Generative Content)变得更快更强以及更低成本,在某些程度上将比人类手工创作得更好,AIGC 将使得知识性与创造性工作的边际成本降至 0 ,从而产生巨大的生产效率和经济价值,它将有潜力产生数万亿美元的经济价值,这些领域不限于社交媒体、游戏、广告、建筑、设计、法律、销售以及营销,每一个需要我们原创的领域都或多或少将有 AI 的参与。”
01 Why Now?为什么是现在
原作者将 AI 模型的发展划分为四波浪潮:
1)2015 年以前,小模型占优
小模型在当时被认为是最优选,它们擅长分析任务,并应用在各类预测和欺诈分类的工作上,但是这些模型对通用任务的处理表现并不好,想要让 AI 输出人类水平的内容或者代码是不可能的。
2)2015 年至今,大模型发展
Google Research 在 2017 年发表了一篇里程碑意义的论文《Attention is All You Need》,通过被称为 Transformer 的神经网络架构来生成高质量的语言模型,同时提高了并发处理能力,降低了训练时间,这些模型可以容易地针对特定领域进行定制。
随着这些 AI 模型变得越来越大,开始提供人类水平的处理能力。在 2015 年~2020 年期间,这些模型的计算量提高了 6 个数量级,这意味着在输出结果上超过了人类在书写、语音、图像识别、阅读和语言理解上的基准。
Source:公开网络
2020年 5月,OpenAI 推出的 GPT-3 模型从中脱颖而出,相对于此前的 GPT-2 是一个巨大的飞跃,它的参数量是前代的百倍之多,达到 1750 亿个参数量, GPT-3 能通过输入的自然语言判断和生成我们想要的内容,从某种意义上说它更像人类了,但是该模型并没有人类那样的价值观和约束,只是在形式上依靠庞大的数据量和更优的算法更加接近人类智能。
当然,这类模型取得了研究上的进展,但离商业普及仍然有一段距离,无非是部署起来成本高,存在诸多方面的商业化限制。
3)2022年开始,多快好省
2022 年开始至今的数月,AIGC 的发展可以说是超预期的,先是去年 10月一名叫 Somnai 的工程师在 Github 上发布了名为 Disco Diffusion 的 text2img (文本到图像)项目开始走红网络,再是今年 4 月 OpenAI 发布了 DALL.E 2 模型,一款融合了艺术家达利+机器人瓦力能力,能够生成高度逼真的原创图像的模型。
再到 5 月,Google 推出了在精度和质量上更出色的 Imagen 模型,7 月原 Leap Motion 联创 David Holz 的项目 Midjourney 开始走进大众视野,例如少楠的《产品沉思录》近期的封面创意就来源于此,还是宫崎骏风味的:
Source:shaonan with Midjourney
接下来是 8 月 Stable Diffusion 项目开源,Stable Diffusion 项目带来的主要革新是大幅降低了模型对内存和计算的要求,举个例子,原先 512 x 512 对图像一下子变成了 64 x 64,需要的内存减少了 98%!这就像是在上世纪把一台 Eniac 计算机塞到了乔布斯的 Apple II 个人电脑里,这种普及为技术的商业化提供了合适的条件。
Stable Diffusion 的革新或许刺激到了资本们敏锐的神经,今年以来 AIGC 的概念也是非常火,感兴趣的朋友可以访问我近日写的这篇《从 Stability AI 和 Stable Diffusion 看 AIGC》展开阅读。
4)当前,杀手应用的养料
就像是 4G 移动网络的成熟,千元机、网络速度提升以及网络资费下降,让大众进行短视频内容消费成为可能,随之出现的一波短视频&直播创业中杀出了抖音和 Tiktok,在 AIGC 领域预计或许也会出现这样的押韵,甚至也会有平台的出现,但红杉认为这个机会还是比较小的,更偏向于垂直应用。
02 市场生态和细分机会
AI 不仅影响业务和行业层面,按照技术语言叫多模态,按照大白话就是文字、代码、声音、图像、视频、3D 模型以及其它基础性载体,如生物化学分子等产生碰撞,这些不同的内容载体在更好的 AI 模型加持下,产生质量更高、容量更大、领域更垂直以及更创意有趣的市场机会。
Source:Sequoia
如果把这些参数量和晶体管对照,将大模型对照成 AI 领域的摩尔定律,红杉美国的观点是在 2025 年及以后看到较为成熟的商业化案例。
以下是红杉观察到的几个场景案例供参考:
- 文案(Copywriting):随着个性化和电子邮件需求增长,销售、营销以及客户支持这些场景都是 AI 模型的用武之处,这些场景下对文本的要求简洁明了,对时间和成本有一定要求, 在这些 B 端领域做自动化和增效解决方案是一个不错的机会;
- 专业写作(Vertical specific writing assistants):不像是通用的文本创作,在专业领域如法律合同起草和剧本创作会有机会,当然不同的垂类其工作流程和用户体验会有差异;
- 代码生成(Code generation):GitHub Copilot 是一款 AI 编程工具,它为当前使用这款工具的开发者创造了近 40% 的代码,未来将有机会服务于更广大的消费者,而不仅仅是软件工程师,毕竟在硅谷,工程师是个创造型的职业「doge」;
- 艺术生成(Art generation):目前艺术和潮流内容都已经可以通过 AI 大模型去完成,人人都可以通过这些模型创作以前只有专业艺术人员才能完成的风格,例如骑马的宇航员和在古埃及买面包的泰迪熊;
- 游戏(Gaming):理想情况是通过自然语言脚本叙述来创建复杂的游戏场景或模型,但这是最终状态,从当前看还有很长的路要走,当然短期来讲也有可行的机会,例如在微观的素材创作上,生成纹理这些;
- 媒体/广告(Media/Advertising):这是非常好的落地场景,将销售信息与动态视觉效果以多模态的形式展现在消费者面前,我展开举个栗子(未经严格验证)——抖音里的广告都是广告商的分发,或许未来是通过算法根据你的数据推荐生成展现在你面前,而不是推荐分发;
- 设计(Design):对于像我这样学设计和艺术背景的同学太有感触了,你还在为赛博网络画线搭模型而烦恼么?动嘴就能生成的模型谁不喜欢,无论是交给你的导师还是交给老板,AI 模型为你省去了繁重的执行工作,剩下需要的只是你的创意!最近在建筑领域已经看到了不少的案例,以及你或许有一天在 Photoshop、Figma 以及 Sketch 这些平面设计领域通过 AI 插件或者小功能一句话找到你心水的素材;
- 社交媒体和数字社区(Social media and digital communities):这个我就直接以国内的场景和个人理解表述吧,比如我在某博某红书某刻发一个有趣的图文动态,这个图可能是平台提供给我的有趣 AI 小工具,它可能是集成在表情包下面,我原来的搜索动作变成了即时的 AI 生成,可能有一天我的微信容量也不用这么大了……
03 产品形态与技术趋势
AIGC 的产品形态未来会是什么样的?以下是红杉的预测:
1)关于模型
AIGC 的产品构建在 GPT-3 或者 Stable Diffusion 等大模型上面,并且随着产品的应用以及用户数据的增长,将会反过来促进模型的优化:
2)关于产品
部分 AIGC 产品将作为现有软件生态系统中的插件存在,融入在 IDE、Figma 和 Discord中,例如 Midjourney 就一款依托于 Discord 的文本到图像创作工具,另外还有少量以独立形态存在的产品,例如:
- 文案创作:Jasper 和 Copy.ai
- 视频编辑:Runway
- 记笔记的:Mem
从现有的软件生态以插件形式存在,然后独立出来或许是一个冷启动的好方式,红杉表示已经在消费和社交领域观察到这种策略的成功。
3)关于交互
当前许多 AIGC 的 Demo 产品几乎是一次性完成的,即用户输入内容,模型输出结果,这些结果可以自动保存,又或者放弃重新生成,模型也在持续迭代,用户也可以将模型生成的结果进行进一步编辑、优化或二创。
今天,AIGC 的结果可以被用在原型或初稿制作中,这类产品很擅长将不同的创意点子融入其中,以推进整个创作过程,例如在建筑设计领域或者平面设计中起草各种 Logo 方案,然后由用户来做进一步“精修”。
随着模型越来越聪明,并积累了使用者越来越多的数据,这些原型或初稿也将越来越完善,直到缩短整个创作周期,甚至被作为成品。
4)关于品类
最好的 AIGC 公司通过打造用户使用数据与模型性能之间的飞轮来持续建立竞争优势。初创企业想要赢得这一胜利,必须建立这样的商业模型:
- 第一步:更多用户参与,迭代产品与数据积累;
- 第二步:更好的模型,反哺更好的产品体验;
- 第三步:进一步用户增长和更多参与。
这样的商业模型将会诞生在比较垂类的市场中,比如代码、设计或者游戏,而不是妄想做个大产品,什么群体都想服务。最好的切入方式还是在一些现有的应用体系中深嵌来得到增长,然后通过原生的 AI 方式慢慢替代落后的服务流程,当然积累数据和用户是需要花时间的,相信这是一种行之有效的增长策略。
04 风险提示
最后,红杉在文章中提示—— 虽然 AIGC 具有很大的潜力,但是就当前而言还有很多商业模式和技术上的问题没有解决,例如在版权、隐私安全和成本等方面。
总的来说,AIGC 还处在一个早期阶段,平台层的发展还不错,应用层还有很大的发挥空间;需要澄清的是,用户并不需要一些大的语言模型来长篇大论写一篇托尔斯泰式的小说,现有的模型已经足够创作一些博客初稿了,后期还有很多可以被释放与创造的价值。
第一波 AIGC 的产品犹如 iPhone 刚刚诞生的那样,充满噱头但还没有明确的商业模式和差异价值,虽然我们能从现有的产品和技术中对未来管中窥豹,例如刷到一些 AI 生成的精美图片。
最后,谈一点个人理解,这里的机会可能是模型在某个垂类上的内容供给效率高于当前人类工作人员的效率才会出现,就像推荐算法当初改变了传统的内容和商品分发效率那样,但就当前而言还不会有一个通用大模型一招吃遍鲜去生产所有各种形态的内容、脚本、方案、配方、公式、素材等等。
Reference:
[1] 《Generative AI: A Creative New World》,Sequoia
免责声明:在任何情况下,本文信息或表述,不构成任何投资建议;若有侵权,请后台联系删除。
作者:TimJ;来源公众号:江天Tim
本文由 @江天Tim 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议
该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。
下一篇:集合竞价怎样判断强弱(集合竞价)