7月7日消息，在2023世界人工智能大會(WAIC)啟明創(chuàng)投論壇“生成式AI與大模型：變革與創(chuàng)新”上，啟明創(chuàng)投攜手未盡研究，共同發(fā)布報告《生成式AI》| State of Generative AI 2023。

　　2022年和2023年，是生成式人工智能技術取得突破的兩年，過去半年最重要的研究方向，是破解和理解大模型神秘而又令人興奮的智能“涌現(xiàn)”。大模型既需要超越對下一個詞的預測能力，也需要一個更豐富、更復雜的“慢思考”深層機制，來監(jiān)督“快思考”預測下一個詞的機制。長期來看，人才對人工智能未來的影響，超過了算力。

　　基于研究，報告對未來一至三年的大語言模型、多模態(tài)模型和商業(yè)競爭態(tài)勢，做出了十點前瞻：

　　大語言模型

　　1. 2024年中國將出現(xiàn)比肩GPT-4的多語言通用大模型;

　　2. 超長上下文(Long Context)將引領下一次LLM技術突破;

　　3. 在出現(xiàn)更有前景的大語言模型之前，為實現(xiàn)垂直領域更好的效果，以下三種方式將共存：

　　I)在不改變數(shù)據(jù)分布的情況下，利用更多通用數(shù)據(jù)進行通用大模型預訓練，不特別引入行業(yè)數(shù)據(jù)，

　　ii)利用行業(yè)專屬數(shù)據(jù)微調(diào)(Fine-Tuning)通用大模型，

　　iii)利用行業(yè)數(shù)據(jù)占比更高的數(shù)據(jù)集進行垂直模型預訓練。

　　多模態(tài)模型

　　4. 當前CLIP + Diffusion的文生圖模型是過渡態(tài)，未來2年內(nèi)將出現(xiàn)一體化的模型結構;

　　5. 下一代Text-to-Image模型將具備更強的可控性，它將結合底層模型能力和前端控制方式，對模型的設計將注重與控制方式的結合;

　　6. 2025年之前，Video和3D等模態(tài)將迎來里程碑式的模型，大幅提高生成效果;

　　7. 以PALM-E為代表的具身智能(Embodied AI)展現(xiàn)出在機器人的感知、理解和決策等方向上的巨大潛力，但當前訓練和可靠性存在較大挑戰(zhàn);

　　8. 短期內(nèi)Transformer正成為多個模態(tài)的主流網(wǎng)絡結構，但壓縮整個數(shù)字世界的通用方法尚未出現(xiàn)，Transformer并不是人工智能技術的終點。

　　商業(yè)機會

　　9. 3年內(nèi)，顛覆式的AI應用的核心驅(qū)動力來自于底層模型的創(chuàng)新，兩者無法解耦，模型的作用將大于產(chǎn)品設計的作用;

　　10. 當前生成式AI市場處于技術主導的早期階段，存在千億美元市值的平臺性企業(yè)的機會。