“如果人類的水平達不到80分，就會被AI淘汰。”

在中國AIGC產業峰會現場，昆侖萬維CEO方漢拋出這樣一個大膽預測。

在他看來，目前AIGC對存量知識的理解與表達已經達到80分的水平，行業從業者將隨之形成兩極分化的局面：

(資料圖片)

一部分人成為上游管理員，一部分成為底層AIGC操作員，兩者的工作產量都會極大提升。

剩下的達不到80分的腰部從業者，大概率被淘汰。

方漢畢業于中國科學技術大學近代物理系，擁有29年互聯網從業經驗，從1994年開始參與和倡導開源運動，是國內最早的網絡安全專家，負責研發了國內市場占有率最高的網頁游戲《三國風云》。

2008年3月，他協助周亞輝先生創立昆侖萬維，后者于2015年A股上市。

在本次大會上，他對昆侖萬維介入到類ChatGPT大模型開發的契機、AIGC對內容從業者的影響、三種AIGC商業路徑、以及開源和預訓練大模型在其中的重要性進行了一一分享。

為了完整體現他的思考，在不改變原意的基礎上，量子位對其演講內容進行了編輯整理。

演講要點：

AIGC原本含義比較狹窄，主要指文本、圖像以及視頻還有音樂等人類可以消費的娛樂內容的生成。ChatGPT的出現把AIGC的范疇給泛化了。

對存量知識的理解與表達，AIGC將以低廉的成本做到80分的水準。

由于兩極分化，AIGC領域的腰部工作者要么力爭上游做頭部管理員，要不就老老實實成為AIGC操作員。

在AIGC領域，文生圖在同一個賽道出現了三種完全不同的商業模式，互為補充：

（1）Stability.AI打造的開源生態；

（2）Midjourney打造的SaaS或者Model Service生態；

（3）Adobe Firefly打造的傳統生態工具，將所有AIGC功能集成到工具里。

只有開源模式可以滿足用戶的長尾需求；只有開源模式才可以滿足中小企業的增長需求。

需要注意的是，我們不能只盯著目前AIGC進展，認為預訓練大模型已經突破傳統AIGC范疇進入AGI領域。實際上，各種AIGC工具能力仍然受到預訓練大模型限制，尤其GPT-4大模型出現后這個現象更加突出。

以下為方漢演講全文：

ChatGPT的出現把AIGC的范疇給泛化了

AIGC這個名字剛提出來的時候，在美國叫生成式AI。

國內UGC、PGC的概念深入人心，所以造了一個詞叫“AIGC”。

AIGC原本含義比較狹窄，主要指文本、圖像以及視頻還有音樂等人類可以消費的娛樂內容的生成。

ChatGPT的出現把AIGC的范疇給泛化了，ChatGPT屬于AGI（通用人工智能）范疇。

今天我的分享更多偏向原有含義，即人類娛樂內容的生成。

首先，我簡單介紹一下昆侖萬維介入到類ChatGPT大模型開發的契機。

昆侖萬維2015年A股上市，當時是以網游題材上市的，上市后在海外進行多元化發展，有瀏覽器、社交產品、游戲業務。

昆侖萬維是內容廠商，對于所有內容生成方面的科技進步都非常敏感。

早在2020年6月份GPT-3剛剛出現的時候，管理層和技術領導者都去進行嘗試。

當時我們判斷這是內容生成領域一個里程碑，沒想到兩年后變成通用人工智能突破口。

也是從那時我們就已經決定要跟進這件事情，因為我們在內容生成領域絕對不允許落后。

具體而言，昆侖萬維開始布局AIGC和大模型領域，與奇點智源合作開始進行大模型訓練工作。

目前為止除了通用大模型訓練之外，昆侖萬維在音樂生成領域也處于國內和國際前沿地位。

我們的愿景是推進開源AIGC算法和模型社區的發展壯大。

昆侖萬維作為中國領先互聯網出海企業、技術驅動全球互聯網公司，致力于前沿技術追蹤和研發，有相當的技術積累和人才儲備。

我們的技術團隊持續進行算法技術創新，積極推進模型算法開源以及社區發展壯大，基于全球每月平均4億活躍用戶以及豐富行業經驗，助力AIGC應用和生態的快速落地以及成長。

以下分享AIGC在具體商業模式落地方面的思考。

AIGC從業者出現兩極分化

我們觀察到一個有趣的現象，對于UGC（用戶生成內容）的平臺如小紅書、知乎、抖音、快手等，用戶創造內容的門檻每降低一倍，用戶創造內容的數量就會增加十倍。

舉個例子，在手機攝像頭出現之前，人類拍攝視頻一定是靠專業的攝像機和數碼相機。

手機出現之后，攝像的門檻變低，視頻內容數量出現了大爆發。

這促成了快手和抖音的發展，進而中國UGC領域產生了巨大突破。

C端工具的商業邏輯其實是社區，B端工具的商業邏輯是功能完備性。

C端工具用快手、抖音拍視頻，目的絕不是為了做工具，而是讓用戶做出來內容通過社區分發，這是C端工具邏輯。

B端工具的商業邏輯就像Adobe的PhotoShop全家桶、微軟Office全家桶，以功能完備性來獲得用戶的青睞。

可見，隨著AIGC技術的進展，它們將對內容生產者產生巨大影響。

不得不承認，現在AIGC對存量知識的理解與表達還遠遠沒有到100分水準，但以低廉的成本做到80分沒有任何問題。

如果人類自己的水平也只是80分，我們的工作一定會被AIGC替代，而80分以上的人將去管理AIGC操作員，完成曾經需要腰部作者完成的工作。

因此未來，頭部工作者產量極大提升，作為AIGC操作員的底部工作者的生產能力也會得到極大提升。

很不幸，腰部工作者大概率會被淘汰。

那么，我們要么力爭上游做頭部工作者，要么就老老實實當AIGC操作員。

只有開源模式可以滿足用戶的長尾需求

在AIGC領域，文生圖在同一個賽道出現了三種完全不同的商業模式。

第一種：Stability.AI打造的開源生態；

第二種：Midjourney打造的SaaS或者Model Service生態；

第三種：Adobe Firefly打造的傳統生態工具，將所有AIGC功能集成到工具里。

這三種商業路徑，不止是在文生圖，在文生圖像、文生音樂還是小說創作領域都會長期存在，且三種模式互為補充。

最終的C端用戶會傾向于使用Midjourney完成工作，如現在的電商從業者，大量使用Midjourney來進行電商廣告素材創作。

Adobe Firefly則契合一些傳統的大B企業的需求，B端用戶會使用Adobe Firefly來作為自己的創作工具。

Stability.AI是一種開源模式，特別適合在這個領域進行創業的廣大中小企業。

通過開源模式來進行自己的改裝與改進，來滿足長尾需求，這是另外兩個模式無法提供的功能。

開源大模型是商業閉源大模型的有力補充和替代。

大家可以把ChatGPT想成早期Windows，Windows的存在是整個電腦商業軟件的一個基石，也是絕大多數人的生產工具。

Linux通過30年的努力變成Windows的替代，開源大模型也一定會出現。

因為只有開源模式可以滿足用戶的長尾需求。

還是以Linux為例，全世界所有的云廠商、大型互聯網企業都以Linux為自己的服務底座。

要滿足自己的長尾需求，只有一個選擇，就是用Linux進行改裝。

所以，我們也說，只有開源模式才可以滿足中小企業的增長需求。

做一個具體的分析，Stable Diffusion的出現比OpenAI DALL·E 2晚了整整6個月，在性能、質量上都低于DALL·E 2和Midjourney，但依然有眾多用戶。

因為它是開源的，進步速度是難以想象的快。

Stable Diffusion催生ControlNet、T2I-Adapter、Composer，以及LoRA訓練技巧。

在它上面進行二次開發的人數眾多，新特性也在不斷地涌現。

ControlNet是目前為止在文生圖領域唯一解決一致性問題的途徑，極大地降低了用戶的創作成本，提高了創作的可玩性。

ControlNet開源僅2周，它的Star數就超過了1萬。

與此同時，開源社區也極大地降低了用戶的使用門檻。

例如HuggingFace提供了大量的模型托管以及通用的模型訓練來框架diffusers，stablediffusion-webui開發了完善的一套Demo平臺，Civitai貢獻了海量風格化LoRA權重，整個社區也蓬勃發展起來了。

預訓練大模型能力決定AIGC能力上限

需要注意的是，我們不能只盯著目前AIGC進展，認為預訓練大模型已經突破傳統AIGC范疇進入AGI領域。

實際上，各種AIGC工具能力仍然受到預訓練大模型限制，尤其GPT-4大模型出現后這個現象更加突出。

AIGC領域的企業對于大模型本身的需求仍然非常大，也是持續的。

目前，還存在這樣幾個大問題。

首先，AIGC發展起來之后是否會導致優質內容的稀缺？

因為AI生成的內容會大量污染原創的內容。

其次，如何解決大模型底座導致的偏見？

比如OpenAI、ChatGPT生成的內容就存在偏見，這個問題值得關注。

最后，版權、信息偽造問題。

Adobe Firefly提出了一個新的模式，它訓練的所有內容與作者達成協議，通過對model收費給內容作者分成。

從監管到行業自律，我們可做的事情非常多，而且迫在眉睫。

關于未來AIGC的展望（僅指娛樂內容AIGC）——

第一，AIGC對整個社會最大的意義是低成本終極解決方案，這一點毋庸置疑，所有人類都有消費內容產生多巴胺的權力；

第二，AIGC將涌現新的范式，徹底改變藝術創作生產方式；

最后，AIGC導致內容生成的極大發展，會使得VR和元宇宙變得更加可行。