[Deep Dive] 揭示中美生成式 AI格局：探索两强之间的对比与竞争

这篇文章由 Leonis Capital 的 Jenny Xiao 和 Jay Zhao 撰写

翻译：AIGC博客派 & ChatGPT共同翻译

当硅谷的投资者和创始人对生成式人工智能感到兴奋时，同样的生成式人工智能热潮正席卷中国的同行。ChatGPT、DALLE-2 和 Stable Diffusion 的消息传到北京几乎同时传遍了西方的科技界。

但在西方鲜为人知的是，中国正在构建自己的生成人工智能平行世界。它的科技巨头正在构建与 OpenAI 的 ChatGPT 和 DeepMind 的 AlphaFold 相同的模型，它的创业社区正在从这项新技术创造的巨大机会中获益。

虽然美国的技术人员通常对硅谷以外发生的事情一无所知，但政治评论员很快声称中国的“领先于美国“在人工智能的实施中，将会出现一个新兴的”生成式 AI 军备竞赛” 中美之间。

那么中国的生成人工智能领域到底发生了什么？这对世界其他地方有何影响？

生成式人工智能炒作和焦虑

在 ChatGPT 发布后的一周内，中国科技界就充斥着有关这款新聊天机器人的消息。科学家们开始讨论人工智能何时可以通过图灵测试，技术社区开始询问 ChatGPT 是否可以挑战谷歌，投资者对生成人工智能感到兴奋下一个万亿美元的业务。

半年前，在2022百度世界年度论坛上，百度创始人兼CEO李彦宏提出了一个新的市场概念：“AI-Generated Content”（AIGC）。他的主题演讲强调在接下来的十年里，“AIGC 将颠覆所有当前的内容制作模式。”他认为 AIGC 有潜力将原创内容制作的成本降低到目前成本的十分之一，并将流程加快成百上千倍。

然而，西方实验室发布强大的人工智能模型也给中国科技界敲响了警钟。作为对 OpenAI 的 ChatGPT 发布的回应，中国观察家表示担心该国正在“被留下来” 受到西方技术飞速发展的影响。API由少数西方公司控制的事实进一步加剧了中国新兴创业公司的焦虑。

中国的人工智能模型

随着 ChatGPT 和 Stable Diffusion 席卷全球，中国实验室发布的生成式 AI 模型受到的关注要少得多。然而，中国的科技巨头和该国最聪明的人工智能科学家正在不懈努力地构建相同的模型。事实上，中国似乎是除美国和英国之外唯一开发了自己的模型基础设施的国家。

除了 Google、OpenAI 和 Meta 等生成式人工智能领域的知名参与者外，模型数量排名前十的开发商中有四家来自中国。其中包括百度和阿里巴巴等科技巨头，清华等顶尖大学，以及北京人工智能研究院（BAAI）等政府资助的实验室。

虽然总部位于以色列的实验室 AI21 和加拿大初创公司 Cohere 也在构建大型模型，但中国是除美国和英国之外唯一拥有多个实验室构建和发布这些模型的参与者。中国还建立了自己的人工智能框架，包括华为的 Mindspore 和百度的 PaddlePaddle。这些框架与 PyTorch 和 TensorFlow 等西方主流框架不兼容，但有转换工具，如常春藤，可以在这些框架之间架起桥梁。

除了模型训练基础设施，中国的开发者在硬件层面也越来越独立。为了应对美国制裁的威胁，中国公司越来越多地转向国产 GPU，例如华为的 Ascend 910，这有助于训练生成式 AI 模型，例如盘古-α和厄尼 3.0 泰坦。这些努力为开发繁荣的生成式 AI 生态系统奠定了基础。

在模型参数数量（模型性能的粗略代表）方面，中国模型大约比西方顶级模型落后一年。与声称“来自中国的更大、更强、更快的人工智能”，中国在模型规模和性能方面落后于西方。中国很难在短期内超越美国，这在很大程度上是因为顶尖人工智能人才的差距。中国实验室非常善于学习领先者的进步，但在提出原始模型和突破研究界限方面的能力较弱。因此，中国在一段时间内可能会在生成式 AI 模型领域紧随其后。

西方开放源代码模型的发布也使中国开发人员能够绕过昂贵的开发需求，并迅速将现有模型适应中文。在 Stable Diffusion 发布几个月后，中国研究组 IDEA-CCNL 迅速训练并发布了中文版的 Stable Diffusion（名为太乙-稳定扩散）。该模型在捕捉中国文化背景方面做得更好。

太乙-稳定扩散生成的艺术。“梦见冰河铁马，立体画”（宋代诗人陆游的诗句）。

“水流三千尺，油画”（唐代诗人李白的诗句）

中国生成式人工智能市场地图

在应用层面，中国也落后于硅谷的创业生态系统。这再次挑战了叙述中国人工智能应用领先美国。如果您将我们的中国市场地图与我们之前的市场地图在硅谷进行比较，您会发现中国还有很多垂直领域有待开发。例如，中国很少有生成式人工智能公司构建开发者工具并提供编码帮助。这可能是一个完全由西方公司主导的领域，因为在开发工具市场中存在文化、语言和政策方面的障碍较少。

即使在现有的垂直领域中，中国的参与者数量也较少于西方。中国的文本、图像和音频生成初创公司的格局要达到西方水平还需要时间，而且可能难以找到足够大的市场。这是因为大多数西方文本和图像生成初创公司都是面向企业的，而中国的企业市场相对较小。

这意味着中国的生成式人工智能领域更像是一片蓝海，竞争对手更少，市场动态变化迅速，为初创企业和投资者提供了更多潜在机会。难怪中国的科技巨头和顶级风险基金正在密切关注该国的生成式人工智能领域。

然而，与拥有强大的SaaS市场的美国不同，中国的人工智能公司更有能力深入研究并为一些大型行业提供服务，而不是更广泛地瞄准SaaS。中国在一些领域领先于美国，包括电子商务、短视频制作，也许还有游戏。事实上，我们已经看到中国的生成式人工智能公司进入这些领域。花式科技，一个人工智能视频生成平台，专门针对电子商务企业。

由于文化障碍和政策限制，西方科技创业公司越来越多地放弃中国市场。中国可能会出现平行的生成式人工智能格局，国内公司相互竞争，与硅谷同行相对隔离。

相同的技术，不同的垂直领域

然而，与其他领域类似，简单的“复制到中国”模式往往行不通。在西方，基于文本的人工智能写作和营销工具是最受欢迎的生成式人工智能公司类型，但这些工具在中国并不常见。中国公司的销售和营销预算要少得多，这对货币化构成了挑战。高质量中文训练数据的稀缺成为高性能语言模型发展的瓶颈。更多地使用基于视频的营销也意味着基于文本的内容的用例更窄。

相反，中国正在开发自己的生成人工智能应用垂直领域。在基于文本的内容创建工具的情况下，许多产品不是迎合销售和营销，而是提供一般和学术写作支持和翻译。流行的AI写作工具火龙果专注于为英语写作提供学术写作协助和翻译服务。这是因为中国庞大的学生群体经常在英语和学术写作方面遇到困难，而其面向全球的公司要求员工用英语与外国同行交流。

此外，一些基于中文文本的产品在特定用例甚至更窄的垂直领域中归零。浪舟，另一家领先的自然语言处理 (NLP) 初创公司，专注于金融文本分析。它使中国的金融机构能够从数千页的会议记录、合同和市场报告中快速提取关键数据点。尽管中国的通才 AI 模型仍落后于世界领先模型一步，但使用大量领域数据构建垂直特定模型通常可以弥补性能差距，通常会产生更好的实际应用结果。

生成式人工智能在中国发展特别迅速的一个领域是人工智能视频生成，尤其是数字人和电商视频营销。与西方人工智能化身和数字人类初创企业倾向于优先考虑性能不同，中国企业更重视化身的娱乐价值。只需比较总部位于伦敦的 AI 视频初创公司创建的 AI 化身合成与中国的人工智能员工崔小攀小冰。Synthesia 头像看起来像日常商务人士，而 Xiaoice 的头像 Cui Xiaopan 看起来像是 K-pop 偶像。

上图为：由 Synthesia 创建的 AI 头像

上图为：小冰打造的AI员工崔小攀荣获万科2021年度“最佳新人”称号

数字人和人工智能化身在中国的媒体、娱乐和电子商务领域也得到了更广泛的应用。一个原因是这些人工智能化身具有更高的娱乐价值——它们更好看，它们的创造者具有更好的媒体和娱乐意识。因此，消费者更愿意拥有 AI 浪漫伴侣、电视主持人和 TikTok 营销人员。

上图为：中国滑雪运动员顾爱玲的 AI 头像，由数字媒体公司咪咕创建

另一个原因是中国的电子商务空间更多地基于视频而不是基于文本或图像。中国拥有庞大的视频营销行业，企业通过直播和短视频销售产品。（请记住，中国是广受欢迎的短视频应用程序 TikTok 的发源地）。如果中国的几家 AI 视频初创公司取得突破并成为全球范围内的主导者，也就不足为奇了。

尽管如此，中国的生成式人工智能初创公司面临着与西方同行相同的挑战，包括锤子找钉子的问题以及长期商业化和货币化的问题。例如，中国已经有很多人工智能图像生成应用程序，但很少有建立可行的商业模式的。大多数都更像是玩具而不是有用的，一旦他们习惯了这项技术，他们很可能会失去客户的注意力。商业化问题在中国投资者讨论生成式人工智能的未来前景时，这个话题频频出现。

中国初创企业的全球野心

谈论硅谷初创公司对全球市场的计划是很正常的。但只要一提到中国公司的海外扩张，往往就会引起西方观察家的警觉。然而，随着中国初创企业的成熟，向海外扩张，或在中文中称为“出海”，是自然而然的一步。随着中国科技格局的发展，更多的公司将从第一天起就走向全球。

许多这些中国初创公司进入了西方公司服务不足的市场。AI语音助手初创公司人工智能方向舵主要迎合东南亚市场，提供产品近20种不同的语言和当地方言。公司起步于上海，很快在新加坡设立了办事处，服务于东南亚市场。

人工智能时尚初创公司ZMO.ai也是在中国成立的，并获得了高瓴资本和GGV Ventures等中国顶级风险投资基金的投资。此后先后在美国和加拿大设立办事处，进入北美市场。该公司为全球时尚品牌创建人工智能模型。

上图为：ZMO.ai生成的AI模型图像

一方面，由于中国 B2B 业务的挑战，中国的生成人工智能公司希望扩展到全球市场。这在很大程度上是因为中国公司不太愿意为软件付费，因为中国的人力仍然便宜得多。另一方面，具有中国背景的创始人可能希望将他们的工程团队留在中国，以利用该国丰富且具有成本效益的工程劳动力，就像 Zoom 和字节跳动所做的那样。

法规来了

中国政府在监管生成人工智能方面领先于西方国家。2022年11月，国家互联网信息办公室发布《互联网信息服务深度合成内容管理规定》，一套规范合成内容的政策，包括人工智能生成的文本、图像和视频。这些规定已于 2023 年 1 月生效，包括风险评估、用户实名注册和标记人工智能生成内容的要求。

然而，随着生成式 AI 产品变得越来越流行，其他伦理和政策问题可能会出现。目前，人工智能生成的内容处于法律灰色地带，版权和知识产权所有权仍不明确。作为 OpenAI 的代码生成模型，法典，面临 GitHub 开发者窃取其代码的诉讼，西方和中国的 AI 公司对知识产权越来越谨慎。中国人工智能艺术生成创业公司提亚马特确保其模型是使用没有知识产权的数据进行训练的。美国流行的艺术生成器应用程序 Midjourney 也采用了这一措施。

美国的制裁呢？
如果不考虑美国制裁收紧的影响，对中国生成式 AI 格局的分析是不完整的。2022年9月，美国政府禁止顶级芯片制造商 Nvidia 和 AMD 向中国出售其最先进的 GPU。许多西方观察家相信该法案可能会严重阻碍中国大规模生成人工智能模型的发展，这些模型通常需要大量计算来训练。

然而，此类制裁对应用层初创公司的影响相对有限，因为很少有应用层初创公司使用先进的 GPU 来训练和部署其 AI 模型。即使是像百度这样的中国科技巨头的 AI 云业务也几乎没有受到影响——他们很少在业务中使用被批准的 GPU，从长远来看，他们的目标是开发自己的 GPU 来替代进口产品。英伟达也有创建专门针对中国市场的 GPU 可以避免制裁。

受影响的参与者是依赖尖端 GPU 训练和扩展模型的中国基础研究机构。事实上，绝大多数中国的大规模生成式 AI 模型都是在 Nvidia GPU 上训练的，包括 BAAI 的大部分五道1.0和五道2.0模型，清华大学的多式联运齿轮视图模型，以及百度的大规模语言模型厄尼3.0。

最近，拜登政府正在考虑对美国对华投资的新管制。此类限制的影响将取决于其范围和条件。早在美国政府开始考虑投资管制之前，北京就已经对美国的投资活动施加了限制。美元基金。尽管这些基金大部分位于中国，但由于其资金来源是外国，它们在很大程度上被排除在中国的深科技领域之外。美国对境外投资的额外限制将进一步加强美国和中国科技生态系统之间的壁垒。

结语

中国的生成人工智能领域正在迅速发展，也许是除了硅谷的生成人工智能领域之外最值得关注的领域。该国是美国和英国以外唯一开发完整“生成式 AI 堆栈”（从基础模型到应用程序）的参与者。由于中国市场在许多方面与西方截然不同，难怪中国的生成人工智能垂直领域看起来与西方截然不同。与此同时，中国的创始人和投资者在生成人工智能方面面临着与西方同行相同的挑战，即可持续商业模式的创建和酷技术的商业化。中国开发商面临美国制裁和国内政策限制的额外挑战。

我们仍处于见证中国生成人工智能生态系统出现的早期阶段。也许与移动时代相似，两个生态系统中标志性的未来 AI-first 公司看起来将大不相同。在美国，由于该国成熟的 B2B 软件市场，这些公司可能会迎合传统企业用例，而在中国这个拥有巨大电子商务、供应链和消费领域的国家，我们期望看到企业家建立具有竞争力的AI公司，首先以服务这些市场为出发点。

即使考虑到基础研究能力的技术滞后和美中紧张局势带来的不断增加的压力，我们预计中国的市场和人才将继续为社会及其他地区创造令人兴奋的公司。中国的生成人工智能领域正经历着快速发展，成为全球人工智能创新的重要领域之一。

中国初创企业在不同的垂直领域探索生成式人工智能的应用，并且具有全球野心，积极寻求海外扩张。中国政府在监管生成人工智能方面领先于西方国家，出台了相关规定并加强知识产权保护。然而，面临美国的制裁和对境外投资的限制，中国的生成人工智能公司也面临一些挑战。

总的来说，中国的生成人工智能领域充满活力和潜力，将继续为全球带来创新和变革。随着技术的不断发展和政策环境的完善，我们可以期待看到更多具有竞争力的中国AI初创企业崛起，并在全球舞台上展现出强大的影响力和创造力。

翻译自：https://www.leoniscap.com/posts/chinas-generative-ai-landscape