AI一直是熱門科技領域之一，而在2022年，事情發生了質變，AIGC也就是生成式AI技術開始火爆！傳統的決策式AI已經不能滿足人們對於創造力的需求，但生成式AI卻可以幫助人類創造出更多驚艷的作品。連續發生了令人印象深刻的三件事：Al預測了幾乎所有可能的蛋白質結構（約2億個）， AI繪畫驚艷打敗專業畫師奪得大獎頭籌和ChatGPT的高情商聊天。這些事件預示着生成式AI正在成為新風口。
新型訓練技術降低數據成本
以前人類訓練AI大多是用大量格式化標註數據，靠人工一個個打標，成本高昂。如今，研發者們乾脆開發新技術，讓AI去學習互聯網上已經存在的大量圖像文本一一對應的數據。由於數據成本低了、數據量大了，並且由於數據非標準化，也讓訓練出的模型具有更泛化能力。這樣訓練出來的模型也叫「大模型「，能夠根據文本提示從海量素材中縫合創作出天馬行空的作品，比如火焰構成的元素貓，而不是在已有圖片上進行簡單模仿、修改。
生成式AI帶來新挑戰
雖然生成式AI技術發展很快，但也面臨許多挑戰。其中最主要的是硬件支持問題。大模型訓練還需要依賴進口GPU顯卡，但英偉達A100顯卡以及未來更高級別的顯卡已經禁售了。此外，國內替代GPU技術目前最領先的指標只能達到A100的一半左右，並且設計能力在持續迭代中。這就導致在硬件上無法給到AI企業滿意的性能支持。權宜之計是國內大廠往往會選擇強化大模型在某個產業上的落地，而不是追求琴棋書畫樣樣全能。
中國當前AIGC情況並不樂觀
中國當前AIGC情況並不樂觀。除了硬件支持問題外，在人才和資金方面也存在問題。由於參數量和訓練樣本量跟此前的AI拉開了好幾個量級，訓練一次費用比造衛星還貴。這也是為什麼電力轉化為算力的效率那麼關鍵的原因。而在中美內卷態勢下，核心技術也只能等國產高製程代工廠的崛起了
