百萬年薪職位,千億美元賽道,AIGC大爆發我能怎麼賺錢?

新智元 發佈 2024-04-10T03:06:35.752763+00:00

編輯:Aeneas 好睏【新智元導讀】AIGC火爆出圈,攪動了全球市場。有機構預測,2030年的市場規模將達到1100億美元。而反應快的玩家,已經在布局這個賽道了。整個2022年,AIGC火成了現象級的詞彙。到了今年,更是有人靠著AIGC拿到了百萬年薪。

編輯:Aeneas 好睏

【新智元導讀】AIGC火爆出圈,攪動了全球市場。有機構預測,2030年的市場規模將達到1100億美元。而反應快的玩家,已經在布局這個賽道了。


整個2022年,AIGC火成了現象級的詞彙。

到了今年,更是有人靠著AIGC拿到了百萬年薪。

除此之外,小扎在自家平台上官宣,Meta將組建頂級AI團隊,All in AIGC。

馬斯克那邊也傳出消息,據說正忙著DeepMind挖一位叫Igor Babuschkin的大佬,成立AI實驗室,開發ChatGPT的「替代品」。

大廠紛紛入局,AIGC實火。而它背後,是一個幾年後千億美元的市場。

萬物皆可AIGC


去年,紅杉資本就在研究報告中指出,到2030年,文本、代碼、圖像、視頻、3D、遊戲都可以通過AIGC生成,並且達到專業開發人員和設計師的水平。

到了今年,我們眼睜睜地見證了這一預測逐漸成真。比爾蓋茨說,聊天機器人等AI新技術的出現,意義不亞於個人電腦和網際網路的誕生。

美國銀行認為,到2030年,AI利用數據的能力會使世界經濟增長高達15.7萬億美元,而全球的人工智慧市場到2026年可能達到9000億美元。

根據商業諮詢機構Acumen Research And Consulting預測,若考慮下一代網際網路對內容需求的迅速提升,2030年AIGC市場規模將達到1100億美元。

那麼,AIGC的商業落地何以成為可能?

其實,靠的都是底層技術的突破。最開始,傳統的AI繪畫採用的是GAN,但結果輸出效果不敢恭維。直到2021年,OpenAI團隊開源了深度學習模型CLIP,以及7月出現的Diffusion,AI產生圖片和文字的效果才有了大的飛躍。

2022年4月,OpenAI發布的DALL-E 2生成的人像和圖片已經效果驚人,而到了8月,Stability AI發布的Stable Diffusion模型,更是取得了質的突破,AIGC的作品,已經完全可以媲美專業畫師。

擊敗人類獲得藝術大獎的AIGC作品《太空歌劇院》

而在AI生成視頻方面,Meta、谷歌已經紛紛發布了模型。

去年9月,Meta發布了AI生成視頻工具Make-A-Video,具有文字轉視頻、圖片轉視頻、視頻生成視頻三大功能。

谷歌也緊隨其後,發布了Imagen Video和Phenaki。其中Phenaki可以通過文字生成一段情節完整、連貫的視頻。

B站up主「秋之雪華」發布的《夏末彌夢》,是全球首個由AI繪製、AI配音的動畫,一經發布就震撼了廣大網友。

來源:秋之雪華

AIGC商業化的潛力如此之大,但究竟有哪些落地場景呢?

從融資角度來看,目前AIGC有3個商業化的方向:

  • 第一個方向是通過AI生成文字,比如自動寫郵件和文案。
  • 第二個方向是利用AI生成繪畫,主要技術是結合多模態神經語言模型CLIP和圖像擴散模型Diffusion,僅需提供一些關鍵字描述即可。
  • 第三個方向是AIGC的底層技術模型開發,Stable AI是這個方向的頂流之一。

而這些方向,都可以指向豐富的應用場景,其中非常有代表性的領域,就是遊戲、電商、廣告傳媒。

遊戲

開發遊戲周期長、成本高,通常需要花費幾年時間和上千萬資金,好在AIGC可以極大提高遊戲的開發效率。

具體來說,遊戲中的劇本、人物、頭像、道具、場景、配音、動作、特效、主程序未來都可以透過AIGC產生。

AIGC技術

在遊戲中的應用

AI生成文字

劇情設計、遊戲劇本、情節敘事

AI生成圖像

人物、頭像、道具設計

AI生成音頻

人物配音、音效、音樂

AI生成影片

遊戲動畫、人物動作、特效

AI生成3D

人物3D模型、遊戲場景

AI生成代碼

地圖編輯器、遊戲代碼

AIGC技術在遊戲中的應用

AIGC的加入,讓遊戲開發者的所需的時間和成本大幅降低。根據競核對一位開發者的採訪,現在為一張圖片生成概念圖的時間,已經從3周下降到了1個小時,減少了120比1。

現在,他們只需要畫出動畫的輪廓,然後由成本較低的AI「畫師」大軍完成耗時的工作,為動畫膠片上色、填充線條即可。

甚至,已經有遊戲開發商開始讓玩家通過AIGC自己創建頭像。玩家只需要自己描述,就能生成頭像的圖片。

在關卡設計上,AIGC工具可以瞬間生成一個1920年艷舞時代的紐約的世界,或者是神秘的刀鋒戰士式的未來,或者是托爾金式的幻想世界。

根據AIGC在文字和圖像方向的推進速度,以上應用在五到十年之內應該可以實現。

現在,已經有不少遊戲大廠開始著手開發AI作畫、NLP等大模型了;而中大型遊戲廠商則積極接入已有大模型,為遊戲生成流程打造專屬的小模型。

電商

當前,隨著數位技術的發展和應用、消費模式的轉變和升級,沉浸式購物體驗將逐漸成為電商領域發展的新方向。

AIGC正可用於商品三維模型、虛擬人主播乃至虛擬貨場的構建,通過和AR、VR等新技術的結合,實現視聽等多感官交互的沉浸式購物體驗。

比如,基於商品在不同角度下拍攝的圖像,利用視覺算法,就可以生成商品的三維模型和紋理,讓客戶可以在線上進行虛擬觀看、試穿等行為。

根據電商平台數據顯示,三維購物的轉化率平均值約為70%,較行業平均水平提升了九倍左右。

廣告傳媒

另外,AIGC作為新型的內容生產方式,可以為媒體的內容生產全面賦能。

比如AI可以基於算法自動編寫新聞,幫助媒體更快、更智能化地生產內容;AI還可以通過視頻字幕生成、視頻錦集、視頻拆條、視頻超分等智能化剪輯工具,幫助我們實現智能視頻剪輯。

而在新聞播報中,已經出現了越來越多的AI合成主播,新華社、中央廣播電視總台、人民日報社等媒都推出了「新小微」、「小C」等虛擬新聞主持人。

AI手語主播在與央視新聞主播朱廣權進行互動

在傳媒領域,AI繪畫、AI合成視頻、AI文字創作等工具,都將大大提高創意素材的生成效率。

可以看到,AIGC產業生態的加速,會帶我們走向「模型即服務」的未來。

目前,AIGC的應用主要在三大層——基礎層、中間層、應用層。

  • 基礎層主要是由預訓練模型的技術投入,主要代表為上游基礎設施提供方如Open AI、Stability AI等;
  • 中間層是垂直化、場景化、個性化的模型和應用工具;
  • 應用層即面向C端的用戶的文字、圖片、音視頻等內容生成服務等。

初創公司的三大挑戰


可以說,AI繪畫、AI聊天等AI服務能力強大的背後,離不開預訓練大模型的支持。

然而,大模型就意味著更高計算資源以及高效的平台進行訓練和推理。據報導,ChatGPT的訓練使用了成百上千張GPU卡,單次訓練成本450萬美金,整體訓練成本高達1200萬美金。

甚至,對於那些想要入局的新玩家來說,更是有三個挑戰不得不去面對:

  • 前期投入大

數據、算力、算法是驅動AIGC發展的三駕馬車,要實現AIGC的發展,這三者缺一不可,但每一項的發展,都需要企業投入大量的資金,尤其是前期的硬體投資更是占企業投入資金的大多數。

  • 算力要求高

從AI生成圖片到AI生成視頻要用到大量數據訓練模型,對算力要求呈指數級的提升,同時也需要快速高效的方式來處理數據集。

  • 缺乏成熟的算法模型

市場上模型過多,缺乏被廣泛驗證的成熟模型,模型的好壞及算法調優的經驗決定了產出內容的質量。

即便是以AI繪畫走紅全球的新晉獨角獸公司Stability AI,也是如此。

2022年8月,由Stability AI推出的開源AI模型Stable Diffusion,可以說是AI圖像生成發展過程中的一個里程碑。

藉助這一模型,任何人只需要提供一段文字描述,就有機會創作出任意風格的繪畫作品。不僅如此,對於開發者來說,Stable Diffusion的運行速度也非常快,並且有資源和內存的要求也很低。

然而,想要訓練這類機器學習基礎模型,卻不那麼容易。因為你不僅需要一個具有數千張顯卡的高性能計算集群,而且還需要能有效利用該集群的軟體。

據報導,Stable Diffusion這樣的模型訓練起來也非常困難,需要使用超過5400個NVIDIA A100 GPU訓練,共花費15萬個GPU小時,僅訓練模型就花了60萬美元。

為了解決這一問題,Stability AI在2022年11月的時候正式宣布,選擇亞馬遜雲科技作為首選雲計算供應商。

在Amazon SageMaker(AWS的端到端機器學習服務)及其模型並行庫的加持下,Stability AI的模型訓練時間和成本減少了58%。

與此同時,通過使用SageMaker託管的基礎設施和優化庫,Stability AI能夠使其模型訓練具有更高韌性和性能。這些優化和性能改進適用於具有數百或數千億參數的模型。

無獨有偶,美國明星AI創企Hugging Face,最近也將自己的開源工具集成進了Amazon SageMaker。

如此一來,不僅可以幫助Hugging Face加速構建生成式AI應用的大型語言模型和大型視覺模型的訓練、微調和部署,而且也讓雲計算客戶可以針對特定用例進一步優化其模型的性能,同時降低成本。

綜上所述,我們不難看出,AIGC大模型的訓練和推理,往往是需要強大的「AI軟體工具和平台」的支持的。

為何做出如此選擇?


在這場熱潮中,亞馬遜雲科技從未缺席。

據了解,亞馬遜雲科技目前已經聯合了相當多的行業客戶,共同探索AIGC的落地場景,並嘗試打造可商業化和可複製的行業應用案例。

作為全球最大的公有雲供應商,亞馬遜雲科技於2017年在re:Invent全球大會上推出了全球首個用於機器學習的集成開發環境(IDE)Amazon SageMaker。

藉助這項完全託管的機器學習服務,開發人員、數據科學家、還是商業分析師都能夠快速、輕鬆地準備數據,並在規模上構建、訓練和部署高質量的機器學習模型,然後直接將模型部署到生產就緒託管環境中,大大降低了機器學習的使用門檻。

在IDC評估的8家供應商中,亞馬遜雲科技憑藉其機器學習旗艦產品Amazon SageMaker強大的功能、不斷提升的交付能力以及在保持開源方面的領先優勢,被IDC列入「領導者」陣營,並居於圖中最高最遠位置。

來源:IDC

具體來說,亞馬遜雲科技具有以下優勢:

  • 計算資源豐富

戶無需前期硬體投入,即可隨時使用。

  • 自研晶片性價比高

自研的AI加速晶片WS Trainium和AWS Inferential ML,在提供高性能解決方案的同時,還可為用戶節省高達50%的訓練成本,以及70%的推理成本。

  • 超大規模工作負載時成本最優

用戶可以在Amazon SageMaker中使用託管式Amazon EC2 Spot實例輕鬆訓練機器學習模型。與按需實例相比,使用託管的Spot實例可以將成本優化高達90%。

  • 擁有廣泛驗證的算法模型

Amazon SageMaker JumpStart提供了350多種內置算法、預訓練模型和預構建的解決方案模板。不僅有著Stable Diffusion和Bloom這兩種最先進的模型,同時還提供如TensorFlow、PyTorch、Hugging Face和MXNet等SOTA的開源模型,並且可以實現一鍵部署。

大會報名


為了幫助大家更深入了解和探索AIGC,揭秘AIGC的概念及火爆出圈背後的驅動力,了解AIGC的商業化落地機遇及關鍵趨勢洞察,以及探索AIGC在遊戲、廣告、電商等領域的創新實踐。

亞馬遜雲科技將於2023年3月9號14:00-18: 00舉辦「AIGC創新實踐在線大會」,以AIGC+遊戲解鎖新場景,AIGC+電商提供新體驗,AIGC+廣告媒體創造新內容入手,分享行業應用場景及最佳實踐。

目前,大會報名正在火熱進行中,感興趣的朋友可以掃描下方二維碼或點擊底部「閱讀原文」進行申請。

報名連結:https://www.awsevents.cn/AIGC0309/registerSignUp.aspx?s=8208&smid=17001

關鍵字: