生成式人工智能（AIGC）赛道融资热度持续。近日，成立不到半年时间的北京生数科技有限公司宣布，完成近亿元人民币的天使轮融资，本轮融资由蚂蚁集团领投，BV百度风投、卓源资本跟投，目前估值已达1亿美元。本轮融资后续将主要用于核心研发团队的建设，加速多模态大模型和应用产品的研发。
图片来源于网络，如有侵权，请联系删除
2023年初，以ChatGPT、Midjourney为代表的AIGC产品横空出世，引发了国内外各类AIGC技术应用的研发浪潮。与此同时，AIGC也吸引到了资本方的关注。在IT桔子收录的投融资事件中，单独统计有AIGC标签的公司，上半年，国内AIGC相关公司融资事件42起，融资金额合计58.9亿元，均远超过历年的全年水平。投早投先是当前AIGC投资的共识。从融资轮次看，上半年的融资多在早期的种子轮、天使轮阶段。
自AIGC爆火后，赛道不断迎来新玩家。在海外市场，有推出了ChatGPT的OpenAI，国内则有百度、阿里巴巴、腾讯等互联网“大厂”在AIGC赛道加码布局。不过目前，国内厂商暂时因算力或算法上积累的相关经验不足，与OpenAI这样全球顶尖的AI公司尚有差距，未来发展之路任重道远。
政策出台促AIGC健康发展
公开资料显示，AIGC（Artificial Intelligence Generation of Content）是基于人工智能（AI）技术的内容生成工具。它可用于生成不同类型的文本、图片、视频等。AIGC核心技术包括深度变分自编码、生成对抗神经网络、扩散模型、Transformer等基础模型以及计算机视觉、自然语言处理、多模态等预训练大模型。随着人工智能技术的不断发展，AIGC在各行各业中的应用越来越广泛。从应用层面看，AIGC可广泛应用于游戏、电商、政务、金融等诸多领域，大幅提高创作效率。
业内人士认为，在AIGC的时代，创意的有限性将得以拓展和超越，在多模态生成式大模型能力的支撑下，人们可以将心中多想快速地描绘出来，如通过输入一段文字、一句语音或一幅图像就能创作一幅高质量的画作、一段音乐或视频。而在专业领域，生成式AI将作为想象力引擎，帮助创作者从简单、机械的工作中解放出来，更高效地服务于灵感的落地。
BV百度风投表示，多模态是大模型的重要发展方向且正处于高速发展阶段，未来有望在更广、更深的层面影响社会生活的多个领域，创造巨大的产业价值。大模型发展要取得突破需要对底层算法原理有深入理解，同时还需要具备广泛的专业知识和经验。
事实上，AIGC行业异军突起，除了众多AI创新技术的累积与融合，背后还包括相关政策的推出，行业市场环境的影响。
今年4月，国家互联网信息办公室发布《生成式人工智能服务管理办法（征求意见稿）》（以下简称《办法》），向社会公开征求意见，以促进生成式人工智能技术健康发展和规范应用。《办法》明确，国家支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作。而早在2019年年末，北京语言大学、中国中文信息学会等单位向工业界和学术界发布了面向智能内容生成的伦理规制宣言——《推进智能写作健康发展宣言》。2022年，国家网信办、工信部、公安部联合发布《互联网信息服务深度合成管理规定》。
多地政府也出台相关政策，鼓励AI产业发展。如深圳印发的《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023—2024年）》，北京市印发的《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》。四川省成都市经济和信息化局对《成都市关于进一步促进人工智能产业高质量发展的若干政策措施（征求意见稿）》公开征求意见，从促进人工智能算法发展、推动人工智能能级提升、构建人工智能产业生态三方面进行了明确。
分析人士认为，随着相关管理政策、支持政策的推出，将进一步指引未来AIGC行业的发展方向，促进行业长期健康发展。而日后相关政策的倾斜，也将使得AIGC行业发展的可持续性增强，在未来一段时期内保持稳定的增长趋势。
发展掣肘仍存
不过，AIGC发展掣肘仍存。
首先是AI迭代速度快、淘汰快、门槛高。得益于多模态大模型的出现，AIGC融合性创新成为可能，使得众多厂家纷纷扎堆大模型。对此，分析人士认为，对于AIGC背后的通用大模型市场，虽然当前入局者众多，但未来或走向高度集中。AI大模型在上线之前需要进行预先训练才能大幅提升其通用性。因此，AI大模型需要的参数量和数据量十分庞大。以ChatGPT为例，从最初参数量只有1.17亿个的GPT-1，到了GPT-3其参数规模就已快速增长到1750亿个。如今人工智能模型体量已升至惊人的万亿级参数规模，形成了较强的技术壁垒，只有深耕AI赛道的大公司才具备入场的资格。
其次，从准确性上看，尽管AIGC在各行各业的实践应用已经显现出极强的实用性，但其生成的内容依然有着不精确的风险，有时甚至会出现明显的错误。
再次，随着人工智能技术的不断迭代，用户隐私、内容歧视和模型研发是当前深度生成应用的三个重要风险点，人们对数据安全、隐私保护、知识产权的归属等需求也将进一步提升。如何平衡好监管与技术进步，是重要课题。
目前，我国AIGC还处于发展的初期阶段，相关领域的技术开发、资金投入、人才培养、规则制度等对建立AIGC良好生态缺一不可。对于中国的AI公司来说，未来仍有漫长的道路要探索。
推荐阅读：
对话二代测序技术开发者Shankar Balasubramanian：创新只在盲从之外