今天分享一篇知乎高分文章——《大模型技术与应用思考导图》。

作者丨王咏刚

原文丨https://zhuanlan.zhihu.com/p/625620619

可控性与AI应用路线图

生成式AI的应用场景在哪里

Stable Diffusion、ChatGPT等生成式AI技术（Generative AI）在2023年上半年吸引了IT创投圈的最多注意力。当我们稍稍从波澜壮阔的新技术浪潮中回过神来，开始认真思考到底什么样的应用场景才是生成式AI的最佳落地方向时，很多人还是会发现，科技与市场之间的关系错综复杂，很难梳理出生成式AI落地的最佳路径：
  • 某投资人：这几个月来，一线风投机构全体动员，忙得昏天黑地，结果发现除了四五家头部大模型创业项目被大家追捧外，其他AIGC项目都看不清，不敢投，不知道未来AI应用会向哪里发展。

  • 某分析师：几家头部大模型项目投入大，风险也高；所有B端、政府端应用受限于私有部署和私有数据的制约，周期长，难落地；C端应用大部分都太浅太薄，文本和图像生成项目同质化严重；有一两篇好论文就出来创业的现象很普遍，但团队自己也想不清具体应用落地方向……

这里面最大的思维症结是：

  • 大多数人还是在潜意识里把生成式AI看成是一组生成对话、文章、图片的工具。按这样的刻板印象：这东西只能帮文案工作者、设计师提高提高效率，哪里称得上颠覆式的变革？

  • 虽然有许多迹象表明，生成式AI显露出通用人工智能（AGI）的曙光，但受限于短期价值判断的人总会说：曙光又怎样？眼见为实。今天的AI不还是在聊天儿、写文章、画画儿吗？

显然，仅停留在单一视角或单一时间节点来分析生成式AI的应用前景是不可取的。有没有串联起生成式AI的发展脉络，简明易用的思考模型呢？

围绕可控性建立思考模型

我们认为，生成式AI是可以与桌面计算、移动计算相提并论甚至更具颠覆效应的信息产业革命。颠覆式变革从来都不是一蹴而就，而要随着生成式AI的不断发展、不断进步逐渐实现。如果想看清、看透生成式AI即将带来哪些新产品、新平台、新市场、新机会，我们觉得，有一条简明易懂，也易于指导产品选型、项目选型的思维路径：

生成式AI的可控性越强，对市场和产业的颠覆性就越大！

这条路径可以简单用一张图来表示：


随着生成式AI对生成内容的可控性不断提高，生成式AI适用的应用场景也会不断扩展和深化。量变引起质变。一旦突破领域阈值，生成式AI就可以彻底改造现有的产品生态，为产品赋予真正的智能元素。

可控性与典型应用方向

生成式AI可控性的提升带来适用领域的大幅扩展。我们用下图概括生成式AI在不同发展阶段，可控性与最佳应用方向之间的关系：


以可控性为脉络，生成式AI在每个发展阶段，支持的应用方向不断扩展、深化，从满足简单、局部需求，逐步发展到满足领域、平台需求，并最终积累到产品和商业模式的颠覆性变革。思维链、逻辑推理是否可控，在多大程度上可以精准控制，是这个量变到质变过程里最关键的因素。

可控性与具体应用案例

以生成式AI的可控性为脉络，我们将今天和近未来的生成式AI最适合的应用方向分成四个大类，并用下图将每个大类中的典型应用案例与生成式AI的不同发展阶段关联起来：

多模态AI的应用能力演进

与简单的文本生成、图片生成相比，包含声音、视频、3D场景、动画、复杂故事线的多模态系统与人类的常识感受和本源需求更加契合，明显拥有更宽广和深远的应用前景。

有关多模态AI的技术现状和前景展望，可以参见本文作者的另一篇文章：

https://zhuanlan.zhihu.com/p/626540670

在多模态领域，我们认为，今天和未来的生成式AI会大致按照下图所示的脉络演进积累，不断催生有革命意义的新应用、新平台甚至颠覆性的新商业模式：


大模型应用思考导图

前几年一直做AI领域的投资和深度孵化，最近在全力做自己的3D+AIGC的项目（SeedV实验室），一直在不断学习、跟进AI科技的发展，思考最新AI技术在应用中的场景、机会和范式。

定期发一些我自己的思考过程和结果吧。以下是截至4月28日的思考内容梳理：


上面整个思考导图分两个部分，第一部分围绕GPT等通用大语言模型，第二部分围绕多模态AI模型。

第一部分的放大图：


第二部分的放大图：


因为我目前是全力创业、打磨技术产品的状态，没太多空闲去写很多解释文字。上面的导图可以传达个基本意思或逻辑吧。
使用许可

以上所有应用路线图的图片和文字内容，均由SeedV实验室以CC BY 4.0协议发布。

以上应用路线图的图片也同时开源在以下位置，欢迎访问：
https://github.com/SeedV/generative-ai-roadmap