中国AIGC产业之发展趋势Trend

AIGC的技术发展:科研与产业两端突围

中短期基于Transformer算法和结构优化仍是主流，长期可能被替代

学术界将通过扩大模型参数量、调整模型结构、局部算法优化等方式，进一步探索大模型的能力天花板，触碰AGI可能性;以各大企 业为代表的产业侧，一方面从商业化落地角度追求更小模型参数下的高模型能力维持，以及解决大模型出现的知识幻觉问题，一方 面也在积极研发探索新模型架构可能性，呈现“对外模型名称为厂商能力代号，但内含技术架构随时可能改变”的发展特征。产业 与科研两侧的需求都已经暴露标准Transformer架构的巨大瓶颈，即“不可能三角”。各大机构与开发团队对Transformer架构的成 功改进在快速推进，未来极有可能会出现具备推广价值的新Transformer架构。

AIGC的应用前景:软硬一体化

大模型低参版本的端侧应用，推动手机、机器人等物联网应用的升级进化

大模型在端侧的应用，软硬一体的结合带来广阔的应用场景。端侧的应用首先需要将大模型进行剪枝、稀疏化等处理，降低参数到 十亿级规模，同时根据场景进行专属知识的训练和微调以适配专门的终端设备和软件。这对终端设备的功耗、内存、延迟、成本等 都提出了新的要求。具体来看，目前在手机拍照、多终端语音助手、机器人具身智能(指从第一人称视角出发，具备理解、推理、 并与物理世界互动的智能系统)等方面表现出应用前景，推动物联网应用的升级与进化。2023年8月，华为推出鸿蒙4引入盘古AI大 模型，在消费电子领域赋能;小米官宣13亿参数手机大模型;OPPO预计将与阿里云联合打造OPPO大模型基础设施。手机厂商纷 纷入局轻量化手机大模型市场，以期为用户带来全方位智能化体验提升，也许不久将来大模型应用将成为用户体验变革换代的“新 触点”。

AIGC的应用展望

AIGC的社会影响:新一波自动化浪潮

AI成为基础设施，部分基础工作被替代，社会人力结构和分配方式重塑

技术的跃迁、生产效率的提升并不会自然带来社会整体福利水平的提升，相反往往以牺牲部分人的利益为前提，进而引发社会结构、 分配方式的重塑。AIGC交互界面的用户友好性、大模型开源及API价格的降低、插件服务带来的应用生态繁荣等，都使得AI技术或将 成为像水、电、网络一样的基础设施，渗透并改变千行万业。然而，大模型具有认知、分析、推理能力，不同于自动化浪潮下对蓝 领的冲击，AIGC时代受AI影响最大的可能是初级专业人士和技术人员，即部分白领。据Challenger报告显示，2023年5月，美国因AI替 代造成的失业人数达3900人，且都发生在科技行业。

以及据麦肯锡数据预测，到2045年左右，有50%的工作将被AI替代，比此前的估 计加速了10年。与此同时，具有创造力、深度思考等高阶智力的人才，将享受到AIGC带来的效率优势，成为AI的驾驭者，相应的工作 需求也会增加。智力要素重要性的提升、附加值的提高，都将推动社会资源和财富向顶尖人才和组织聚集，但社会是一个整体，生 产效率的提升并不代表着购买力的提升，被替代的普通职工才是购买力的最大来源，为了维持供需平衡，分配制度需要重塑。如美 国总统竞选人杨安泽提出向大企业征收增值税，并向公民发放补贴，以及OpenAI创始人Sam Altman提出的世界币均等分配等，都 通过反思并调整现有的分配方式，以驱动社会向更美好的方向演进。

AIGC的监管展望:宽松鼓励与整顿规范

鼓励AIGC研究，放宽内容容错率，强调AI生成标识，推动公开数据建设

自AIGC逐渐应用以来，引发了知识幻觉、数据安全、个人隐私、道德伦理等诸多问题和讨论，新生的行业亟需监管措施的跟进和健 康发展引导。2023年7月，网信办等七个部门正式发布了《生成式人工智能服务管理暂行办法》(以下简称《办法》)，距离征求 意见稿发布仅隔三个月，且监管要求更为宽松，反复强调了鼓励发展的态度。具体来看，《办法》主要规范公共服务环节，不包含 有关专业机构的研发和应用环节，鼓励企业在自研自用范围加强技术攻关;其次，《办法》不强求生成内容的真实、准确性，放宽 了容错率，对前期探索的企业带来一定利好，但同时也提高了用户辨别的时间和成本。同时，《办法》要求提供者对AI生成内容进 行显著标识，有望从根本上杜绝AI生成内容难以辨别的问题，但也可能影响用户对内容的价值判断，对企业带来负面影响。最后， 国家以立法的形式打造数据和算力协同共享的平台，最大化促进资源利用，有利于为中小型企业减负，降低研发成本。《办法》发 布后，即引发了苹果应用商店对ChatGPT、讯飞星火等AIGC相关App的下架整改行动，行业整顿步伐进一步加速。