《云上的中國》第3季——劇變中的AI時代。通過調研100+家AI企業，走訪50位AI專家與企業代表，以真實案例和一線訪談捕捉和記錄中國AI行業的動態發展和技術創新，分析AI技術在中國的創新應用場景，忠實反映此時此刻行業的現狀和趨勢，鋪陳出人工智能新時代的嶄新圖景。

　　2023年6月，英國《金融時報》一篇名為Gaming industry puts generative AI to the test的深度報道流傳于中文互聯網。
　　文中提到了一款名為“Justice Mobile”的手游，游戲中的NPC能跟玩家隨意聊天，能和玩家吵架，詩詞歌賦張口就來。
　　跟傳統游戲角色依賴提前安排的對話腳本不同，游戲里的NPC更像一個活生生的人，有自己的個性。
　　專欄作者稱贊這款游戲為“生成式人工智能在全球主流游戲中首次創新嘗試”——游戲開發商NetEase成立了AI實驗室，將宋代文學作品作為大模型的訓練材料，以驅動人物NPC的響應、語言和表情。 想必你已經猜到了，它就是網易的首款AI游戲《逆水寒》手游。
　　如果說即將發售的《黑神話：悟空》將滿足我們對中國首款3A游戲的所有想象，那么《逆水寒》問世的意義，在于未來“AI對游戲業的影響將遠大于PC顯卡和移動互聯網”。 同樣引起現象級傳播的中國AIGC應用，必然少不了2023年誕生的“妙鴨相機”，算是全球首款用真人圖片生成寫真圖片的應用。
　　這股“換臉風”還吹到了國外，Befake、Remini等AI換臉工具先后問世，為AIGC的商業實踐添了一把火。 這讓人不禁想問：任何一項新技術的誕生，為何率先進入商業應用環節的通常是中國？
　　AIGC的下半場：為什么成本很重要
　　一個共識是，這些首創應用都需要大量數據量和算力，而算力依托于云計算平臺能力和硬件水平。 無論是妙鴨數億級的數據量，還是《逆水寒》中NPC和玩家的每一次互動、捏臉、作詞，都涉及AI模型的調用，需要算力的支持，百萬用戶同時在線，對GPU資源供應能力和網速是一個巨大挑戰。
　　因此一個關鍵的因素是——成本。
　　目前AI推理仍然要巨額成本，而在AI時代，成本越低，試錯成本越低，轉化為商業應用的可能性也就越大。
　　如果反推的話，將AI推理部署到阿里云的網易伏羲團隊具備了某種成本優勢。
　　而這種優勢可能會繼續被放大，因為全球大模型的價格普遍出現了下調——最終一個企業和地區的綜合實力（用戶量、社區規模、電力基建等）將決定自身的競爭優勢。 今年5月，OpenAI宣布GPT-4o支持免費試用，調用API價格降到5美元/百萬token；谷歌隨將Gemini 1.5 Flash的價格下探到0.35美元/百萬token；而Anthropic的API價格，已經直接打到0.25美元/百萬token。
　　在國內，阿里云通義千問旗下9款核心商業化和開源模型集體降價。其中對標GPT-4的長文本模型Qwen-long，API價格下降97%，低至0.5元/百萬Token，是GPT-4價格的1/100，為全球最低。
　　那么自然而然會跟上第一個問題：降價到底為了什么？其實就兩個字：應用。或者說，為商業化做鋪墊。
　　如果再追問：為什么企業都迫不及待地想商業化了？那是因為AIGC行業真的出現了困境。 在市場觀察者看來，在AI平臺訪問量達到瓶頸的形勢下，大模型公司高昂的成本逐漸成為負擔。
　　一來“人貴”，行業平均稅后人才成本差不多在100萬元。
　　二來“卡貴”，做大模型的乞丐版配置是50臺GPU，而一張A100顯卡價格已超過1萬美元。 成本激增，競爭也在加劇。大模型中的“紅皇后效應”，意味著企業如果不以兩倍速奔跑就等同于原地踏步。大家都迫切找到實際應用場景和可持續的盈利模式。
　　阿里云智能集團資深副總裁、公共云事業部總裁劉偉光認為：“AI推理成本只有每年有十倍甚至百倍的降低，才能真正推動各行各業的AI應用的爆發。”

　　一個基本的商業規律是，價格下降，獲客越快，越能攤平研發成本，推理成本進一步降低，最后進入“利潤增長—研發加強—技術創新”的正循環中。 更為重要的是，這波價格戰基本集中在API，也就是說企業在“搶奪”開發者，只有吸引的開發者足夠多，當API和公共云集合，才能出現更繁榮的應用生態。

　　生態越完善，使用場景越多，用戶規模越大，生成的新數據才越能夠反哺大模型性能的提升。 這便是通過應用落地反向創新的路徑——成本，不管是訓練成本還是電力等基建成本，成為了AIGC競賽的下半場。
　　尋找豐富的應用場景：中國需要“下圍棋”
　　打造一個好的AIGC的商業模式，極低的試錯成本很重要，豐富的應用場景也很重要。
　　前工信部部長苗圩就有過一個形象的比喻：中國大模型想突圍，要學會“下圍棋”。下圍棋，就是尋找應用落地場景。 從大數據時代到AI時代，中國通過“規模化—降本—創新”正循環的模式，誕生了很多數智化奇跡。
　　中國作為工業大國，如今需要挖掘更多的應用場景，加快AIGC對產業第三次賦能迭代。 《云上的中國》系列圖書和紀錄片就紀錄了數字化和智能化對產業的改造。
　　比如攀枝花的“鋼鐵大腦”，成宜高速和三一重工的數字孿生技術應用，水果烘干機企業接入工業互聯網，這些工業項目所產生的數據，都被匯聚到一個叫“云”的平臺上，然后再通過對數據的挖掘和邊緣計算，產生新的數據資產，進而改變上下游，誕生新的商業模式。
　　如今《云上的中國》新的紀錄片又為我們展示了一個個人工智能時代下的工業改造案例。
　　以挖掘機為例，如果說三一重工是通過傳感器收集數據，那么如今的“虛擬游戲AI應用”收集數據的方法則更為新奇：在一個游戲的仿真環境里，只要變換不同卡車、挖掘機的模型，通過游戲化操作就可以生成大量的訓練數據。
　　玩家以為自己在玩游戲，實際上是在生成新數據，然后交給AI處理，最后遷移到真實的物理機器上面。操作者只要在辦公室里喝喝咖啡，就能遠程控制機器去進行搶險、下礦坑等危險操作--這已經在現實中落地了。
　　再以汽車行業為例。智能座駕是中國新能源汽車的優勢項目。為了保持領先優勢，中國車企通過大模型一直在做迭代：理想汽車開發MindGPT、問界M9接入盤古大模型、吉利研發星睿AI大模型……它們的終極目標，是將汽車變成具有人格化的“汽車機器人”。
　　比如以前“幫我把車窗打開”的智能語音是命令式、規則式的，而引入大模型后，可以變成自然語言的交互方式，比如“我有點悶，透透氣吧”，人機互動會變得更為平等。
　　大模型還會根據車主習慣，推薦旅游路線、附近美食等等，相當于是一個私人助理。 當然，若要實現工業級應用和賦予汽車“人性”，終究離不開強大的算力和極低的訓練成本，目前國內AI算力較為稀缺，汽車類應用模型想要活下去，必須借助云平臺的能力。
　　像目前國內車企算力第一的吉利星睿，其算力能達到102億億次/秒，語言大模型總訓練數據量超過3萬億token，而它又是基于阿里云搭建的“云計算、大數據、AI”一體化的計算平臺，不僅算力足夠，訓練成本也是同行業最低。
　　“中國不需要這么多通用大模型，我們需要的是垂直應用大模型。”吳曉波老師在紀錄片《云上的中國》第三季總結道。
　　低成本低門檻的工具：普通人的創業機會
　　近三十年來，中國在信息革命的時代巨輪中誕生了三次互聯網創業潮。 第一波是PC互聯網基礎設施創業，誕生了阿里、網易等企業；第二波是2012年之后的移動互聯網應用創業，形成了激進徹底的本土化創新；而第三波創業潮，或許將由大模型和人工智能驅動。
　　無論是基礎設施，還是移動端創新，前兩次創業潮都具有高門檻、高資金的特征，而第三次創業的一個最明顯的優勢是：在不斷迭代的AI工具幫助下，創業成本和門檻將大幅下降——這將是每個中國普通人通過創業致富的機會。
　　除了對工業的改造，《云上的中國》紀錄片還提到不少普通人抓住AI機遇的故事。 在創業之前，張華只是一個不懂編程的運營，也是一位“女兒奴”。
　　2023年AIGC的火熱，讓他進行了一次“嘗鮮”：把女兒的游玩經歷制作成一個繪本。他利用了ChatGPT生成了一個故事，再結合文生圖工具Midjourney將故事生成10張情節連貫的圖片，最后裝訂成冊，一本專屬于女兒的繪本就做成了。
　　看著女兒愛不釋手，張華萌生了一個創業想法：能不能通過AI工具，做一個以孩子為主角，可自由創作的繪本產品呢？ 在驗證了需求的真實性和市場規模后，張華的“童話故事”上線微信小程序——國內首個基于AIGC能力的兒童繪本故事制作產品。 在張華看來，童話故事本質是一個互聯網產品。
　　“最好的互聯網產品其實是剛需、高頻的，它需要提供一個用戶的使用場景，用戶只有覺得有價值才會愿意重復使用，未來我們才能商業化。” 和AI賦能工業一樣，復雜的中國社會并不缺豐富的應用場景，這意味著每一個細分場景都有可能被AI重做一遍，升級成一種新的服務方式。
　　所以在每個被顆粒化的場景中，都蘊藏著創業的機會，而這一切都取決于極低的試錯成本。。正如吳曉波老師所說的：“這一輪創業，創業者創建一個平臺型公司的機會越來越少，但創業的顆粒度會變得越來越細。” 由于監管和法規限制，國外大模型用不了了，張華決定改用國內大模型阿里云通義系列。
　　令他意外的是，借助阿里云后，每個月的IT開銷僅不到1萬元。上線一年后，“童話故事”用戶增長了700倍。 這一切都給了張華信心。他希望將家庭閱讀場景的互動做透，甚至想把產品打造成AI家庭助手，然后推向全球。 一個完全不懂編程的運營，做一件十年前靠砸錢才能成功的事兒，看似不太靠譜。但他借助了大模型這個“外腦”，團隊只要解決前端的場景和內容設計就可以了。
　　“云”上的中國：一個澎湃的時代
　　和PC互聯網和移動互聯網時代的路徑一樣，我們即將迎接一個技術顛覆的時代，也同樣走向一個大基礎設施的時代——一個“云”上的中國。 因為大模型越是發展，云計算等算力要求也就越高，算力將更多地建立在大規模GPU集群的基礎上，包括網絡儲存的提升，所以AIGC的推理和訓練成本，可能越來越走向云端。
　　而更便宜的算力，不僅僅是只由“摩爾定律”中的晶體管密度所決定，公共云的技術紅利和規模效應能帶來算力的持續優化。 可以預見的是，隨著基礎設施價格的下降，AIGC領域或將迎來新一輪的創新，而商業模式的比拼將變得愈發激烈。
　　所以創投圈里一個明顯的趨勢是：資金流逐漸向頭部大模型集中，潛在投資者的興趣更多地轉向了應用層面的創新和落地。 而綁定好一個大平臺，將對企業和普通創業者產生至關重要的影響，它不僅能提供算力和極低的資費，去賦能工業升級，也能為個人提供創造財富的機會。
　　未來一切的劇變便是AI普惠性所帶來的科技向善的一面，也是《云上的中國3》及其第三季紀錄片試圖告訴我們的——走遍100家AI公司，得到中國AI創業所有答案。這部由吳曉波老師領銜策劃并參與一線調研的作品，第一次全面展現了AI浪潮中，中國各行各業的場景創新和顛覆式發展、企業正在尋找的新的增長極，以及對AIGC的應用和發展全景式的梳理和思考。 我們期待這個即將到來的澎湃時代。
　　（微信公眾號：吳曉波頻道）