近年来，人工智能（AI）在创意领域的应用出现了爆炸性增长，新一代图像和文本生成器不断给人惊喜。在ChatGPT一路狂飙的同时，生成式AI或将在下一个领域继续掀起浪潮。而谁也无法预言，各自领域的下一个“ChatGPT”将在何处。

人工智能走出冬眠

随着OpenAI的ChatGPT于2022年11月发布，人们对人工智能的兴趣激增，不仅是普通人，企业也是如此。2022年，公司文件中提到“人工智能”的次数超过71.5万次，而2020年仅为13.5万次。根据我们的调查，到2023年4月，41%的美国人已经听说过ChatGPT，而近60%的人表示他们的工作已经在某种程度上开始使用ChatGPT。

此外，在5月18日的新闻中，ChatGPT在美国发布了第一个应用程序版本后，现在可以在iPhone上使用。谷歌还于5月5日宣布，将开始推出集成到搜索产品中的生成式人工智能工具。在进一步研究之前，我们先对人工智能进行简单的定义——人工智能是一种基于机器的系统，人类给出一组给定的目标，它可以作出预测、建议甚至决定，从而可能影响现实或虚拟环境。

人工智能其实已经酝酿了好几年。自2012年以来，与人工智能相关的风险投资交易活动和已公布的专利一直在悄然飙升。例如，风投数量从2012年的332笔增长到2022年的3884笔。2022年，风投交易价值达到830亿美元，高于2012年的18亿美元。与此同时，自2012年以来，人工智能方面的专利数量增加了7倍。

人工智能行业的进入门槛一直在降低，这刺激了该领域的商业创新。例如，自2018年以来，图像分类系统的训练成本降低了64%，而训练时间减少了94%。包括OpenAI、Anthropic、Stability AI、A121 Labs、Midjourney和Cohere在内的众多初创公司和风投公司也纷纷涌现。据报道，Anthropic最近在C轮融资中筹集了4.5亿美元，参与融资的有Alphabet、赛富时（Salesforce）和Zoom。此外，一家伦敦的人工智能公司Builder. Ai在最新一轮融资中筹集了2.5亿美元。

AI变得更加实用

对于普通人来说，AI 的应用已经渐渐成为了我们生活的一部分。从智能手机中的语音助手、到社交媒体中的个性化推荐，再到智能家居设备中的自动化控制等等，AI 已经深入到我们的日常生活中，并为我们的生活带来了便利。

一方面，AI 已经被应用于很多领域中，例如医疗保健、金融、物流等，为这些行业带来了更高的效率和更好的服务体验。比如，在医疗保健领域中，AI 可以通过图像识别技术帮助医生诊断疾病，或者通过自然语言处理技术解析病历，提供更加准确的诊断结果。在金融领域中，AI 可以通过机器学习算法来预测市场趋势和风险，帮助投资者做出更加明智的决策。

另一方面，对于个人用户来说，AI 已经成为了日常生活中的帮手。例如，在智能手机中，语音助手可以帮助用户完成一系列任务，例如查找信息、发送消息、播放音乐等。在社交媒体中，个性化推荐算法可以根据用户的兴趣和行为推荐内容，为用户提供更加丰富和有趣的体验。在智能家居中，AI 可以通过自动化控制实现家居设备的智能化，提高生活质量和舒适度。

总之，对于普通人来说，AI 已经成为了生活的一部分，为我们的生活带来了便利和效率提升。虽然AI 技术在发展过程中也存在一些问题和挑战，例如隐私问题、道德问题等，但是我们可以通过监管和技术创新来解决这些问题，推动AI 技术的健康发展。

生成式AI赛道火热

每隔几年，在人工智能领域都会出现一个新的热点。在刚刚过去的2022年，这个新热点无疑就是“生成式AI”（GenerativeAI）。所谓生成式AI，就是通过各种机器学习（MachineLearning，ML）方法从数据中学习对象的组件，进而生成全新的、完全原创的内容（如文字、图片、视频）的AI。这些生成的内容会和训练数据十分相似，但却不是简单地对学习数据进行复制。

当生成式AI取得算法突破，AIGC也随之进入应用爆发期，创造巨大经济价值。2022年之前，Diffusion、GPT-3、CLIP等深度学习模型已经相继成熟，2022年在上述的深度学习模型基础之上，衍生出了例如DALL-E 2、Stable Diffusion、ChatGPT等诸多生成式模型，内容生产模式过渡到AI辅助内容生成阶段。

根据相关测算，深度学习将在未来15-20年内，为全球股票市场增加30万亿美元的市值。据Gartner测算，预计2025年超过10%的数据由生成式AI创造。

生成式AI产品竞相涌现、形态多样。目前生成式AI产品形态包含插件、API（应用程序编程界面）网页交互、客户端等。其中，插件形式通过IDE（集成开发环境）运行代码，不需要引入新的应用程序。API网页交互在云端即可获得生成内容，如用户可在百度的“文心ERNIE 3.0”产品网页中输入提示词生成内容。

除了OPENAI、Gartner之外，已有多家国际、国内企业发布了生成型AI产品。国外如谷歌推出了文本续写软件Wordcraft；微软AI“小冰”发布了人工智能诗集《阳光失了玻璃窗》，内含139首现代诗等。国内生成式AI产品以语言生成类和视觉生成类为主。华为云推出数字内容生产线MetaStudio，可用于虚拟直播、虚拟视频内容制作；百度发布的AI艺术和创意辅助平台“文心一格”，能够根据用户提供的文字描述和创作风格生成相应画作......

根据知名创业组织Antler的统计，截至2022年年底，海外生成式AI产品数量达到190余个，包括视频、音频、游戏、数据、搜索等多种类型应用。

生成式音频可能是下一个大热门

人工智能现在能够根据不同语言、口音和方言的文本输入创造人类的声音和合成音频。它使用了在ChatGPT中流行的生成式人工智能。

从2020年第一季度到2022年第四季度，提到“生成式音频（generative audio）”的公司文件数量增加了13倍以上。

随着音乐和声音研发的深入，我们可能会看到新竞争者的爆炸式增长。很快，人们可以输入文本或图像来生成音频内容，而不需要音频专家或计算机专家。

这可能会影响游戏、通信、音乐、新闻和医疗保健等一系列领域。拥有生成式音频相关专利最多的公司包括索尼（Sony）、亚马逊、华为、字节跳动、Adobe、苹果和腾讯。

可以生成什么音频？

生成式音频分为四个主要类别，包括合成声音（synthetic voice）、语音互动（speech interaction）、音乐生成（music generation）和音频编辑（audio editing）。首先，通过深度学习，人工智能可以高质量地合成真实的人声，包括音高、音调和节奏。语音互动包括虚拟助手等技术，例如苹果的Siri和亚马逊的Alexa。随着技术的发展，人类与人工智能之间的“自然”互动可能会越来越多。

音乐生成技术可以轻松地创造出种类繁多的新音乐。例如Spotify的DJ和Aimi Studio。人工智能音乐已经对音乐产业构成了挑战。

最后，音频编辑可以使用人工智能来提高音频录制质量。