AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一( 三 ) _谷歌

然而，有趣的是，這些公司也可能從AIGC的大熱中受益，因?yàn)?投資者經(jīng)常把它們納入AIGC的范疇。但除非它們創(chuàng)新其基礎(chǔ)技術(shù)，否則不太可能在大模型的時(shí)代收獲技術(shù)革命創(chuàng)造的價(jià)值。
技術(shù)趨勢(shì)：局限性、對(duì)技術(shù)的誤解...生成式 AI 到底會(huì)有多好使？
在生成式 AI 的新興領(lǐng)域，底層技術(shù)決定了應(yīng)用層可以做出哪些產(chǎn)品。
兩年前 GPT-3 的發(fā)布促成了一系列文本生成的初創(chuàng)公司，例如Jasper.ai 和 copy.ai 。現(xiàn)在，圖像和代碼生成模型的發(fā)布為新的營(yíng)銷、設(shè)計(jì)和編程應(yīng)用程序奠定了基礎(chǔ) 。繼AI頭像app Lensa.ai爆火之后，新一波初創(chuàng)公司正在構(gòu)建AI圖像生成的應(yīng)用程序。
但不同應(yīng)用的底層技術(shù)到底有多好？接下來(lái)的這一部分，我們會(huì)給大家提供模型層的概述。

文章插圖

來(lái)源：紅杉資本，生成式AI：充滿創(chuàng)造力的新世界（2022）

文章插圖

來(lái)源：紅杉資本，生成式AI：充滿創(chuàng)造力的新世界（2022）
文本模型是AIGC模型中最成熟的一類，也是最早開發(fā)的模型。與任何其他類型的AIGC模型相比，文本模型的數(shù)量更多，并且有更多可用的API和開源模型。除了OpenAI和DeepMind等知名實(shí)驗(yàn)室外，不少創(chuàng)業(yè)公司也在為AI語(yǔ)言模型基礎(chǔ)設(shè)施層做貢獻(xiàn)，包括以色列的AI實(shí)驗(yàn)室AI21和加拿大的初創(chuàng)公司Cohere 。
我們?cè)谶@里把2018年以來(lái)發(fā)布的所有大型大型語(yǔ)言模型 (LLM) 做了一個(gè)可視化分析（模型很多?。?。顯而易見，這些模型的參數(shù)量在以指數(shù)級(jí)的速度增長(zhǎng) ，算力和數(shù)據(jù)需求也越來(lái)越高。大模型的“縮放定律”（“scaling law”）預(yù)測(cè)模型能力將隨著模型參數(shù)規(guī)模的增加而提高。

文章插圖

文本模型可視化分析
在圖像生成領(lǐng)域，DALLE-2、Stable Diffusion和Midjourney這種大火的模型使圖像生成AI首次出圈。我們已經(jīng)習(xí)慣了AI生成的驚艷的技術(shù)作品，比如DALLE-2經(jīng)典的宇航員騎馬圖，還有Midjourney細(xì)致入微的繪畫。

文章插圖

“一名騎馬的宇航員，寫實(shí)風(fēng)格” 。由 DALLE-2 生成

文章插圖

Jenn Mishra作品。由Midjourney生成
然而，我們?cè)诰W(wǎng)上看到的精美圖像并不能代表所有AI生成的圖像。圖像生成AI模型仍然存在可控性問(wèn)題，很多時(shí)候不會(huì)響應(yīng)使用者的指令，或者會(huì)漏掉指令中的關(guān)鍵信息。這為更廣泛的商業(yè)應(yīng)用造成了技術(shù)障礙。
我們可以用三個(gè)頂尖的AI圖像生成模型做一個(gè)有趣的小實(shí)驗(yàn) 。
每個(gè)指令生成的第一張圖像被選為示例。我們可以看到DALLE-2和Stable Diffusion 2.0生成的效果類似，對(duì)指令的響應(yīng)能力也差不多。它們可以生成寫實(shí)的小貓還有西班牙畫家薩爾瓦多·達(dá)利風(fēng)格的柯基犬。作為在專業(yè)的藝術(shù)數(shù)據(jù)集上訓(xùn)練的小模型，Midjourney在創(chuàng)建藝術(shù)圖像方很厲害，但往往完全忽略語(yǔ)言指令。它生成的貓并不真實(shí)，生成的小柯基也不像是達(dá)利的畫風(fēng) 。并且三個(gè)模型沒(méi)有一個(gè)對(duì)“使用披薩大小的硬幣去買硬幣大小的披薩”做出很好的反應(yīng) 。這個(gè)指令正是要測(cè)試模型的語(yǔ)言理解能力。有兩個(gè)模型生成的人手手指看起來(lái)很奇怪。