7月7日消息，在2023世界人工智能大会（WAIC）启明创投论坛“生成式AI与大模型：变革与创新”上，启明创投携手未尽研究，共同发布报告《生成式AI》| State of Generative AI 2023。
2022年和2023年，是生成式人工智能技术取得突破的两年，过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兴奋的智能“涌现”。大模型既需要超越对下一个词的预测能力，也需要一个更丰富、更复杂的“慢思考”深层机制，来监督“快思考”预测下一个词的机制。长期来看，人才对人工智能未来的影响，超过了算力。
基于研究，报告对未来一至三年的大语言模型、多模态模型和商业竞争态势，做出了十点前瞻：
大语言模型
1. 2024年中国将出现比肩GPT-4的多语言通用大模型；
2. 超长上下文（Long Context）将引领下一次LLM技术突破；
3. 在出现更有前景的大语言模型之前，为实现垂直领域更好的效果，以下三种方式将共存：
I）在不改变数据分布的情况下，利用更多通用数据进行通用大模型预训练，不特别引入行业数据，
ii）利用行业专属数据微调（Fine-Tuning）通用大模型，
iii）利用行业数据占比更高的数据集进行垂直模型预训练。
多模态模型
4. 当前CLIP + Diffusion的文生图模型是过渡态，未来2年内将出现一体化的模型结构；
5. 下一代Text-to-Image模型将具备更强的可控性，它将结合底层模型能力和前端控制方式，对模型的设计将注重与控制方式的结合；
6. 2025年之前，Video和3D等模态将迎来里程碑式的模型，大幅提高生成效果；
7. 以PALM-E为代表的具身智能（Embodied AI）展现出在机器人的感知、理解和决策等方向上的巨大潜力，但当前训练和可靠性存在较大挑战；
8. 短期内Transformer正成为多个模态的主流网络结构，但压缩整个数字世界的通用方法尚未出现，Transformer并不是人工智能技术的终点。
商业机会
9. 3年内，颠覆式的AI应用的核心驱动力来自于底层模型的创新，两者无法解耦，模型的作用将大于产品设计的作用；
10. 当前生成式AI市场处于技术主导的早期阶段，存在千亿美元市值的平台性企业的机会。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
