为什么中国没有出现 ChatGPT？我们的差距在哪里？要投入多少资金才能与之抗衡？

“本质是专注和决心，是有没有做到 AI First。”从技术层面来讲，大模型的技术没有太多的秘密，中国人的技术不亚于欧美。在本土化实践技术、中文大模型等方面，中国甚至某些方面领先。

“AIGC（指利用人工智能技术来生成内容）背后的大模型是大资本的游戏，长期持续投入真的很贵。”在 ChatGPT 出现之前，较多企业不会选择把钱烧在一个未知的机会上。“GPT3.5 训练一次需要花费 300-460 万美金，还只是算力的成本，没算人才的成本，Open AI 一共 375 人左右，一年工资开支就要 2 亿美金，AI 算力开支 5 亿美元，需要雄厚的资本支撑。”

但 ChatGPT 的惊艳四座，AIGC 的技术质变，投射到广阔的中国互联网上，引燃了 AI 从业者的光荣与梦想、激情与野望，在喷薄、在跃动。

在被 ChatGPT 惊艳的同时，国内业界也在思考：AIGC 的商业模式是什么？哪些方向存在更多机会？中国版 ChatGPT 的危与机？

最重要的是，哪些企业凭着自己的敏锐嗅觉和拼闯劲头，抓住这波技术红利，寻求命运的蜕变，能够脱颖而出引领下一个时代？

中国 AIGC 生态初现：大厂搞基建，小厂做创新

当下，全世界互联网都刮起了一阵 ChatGPT 风。这款由 OpenAI 推出的全新聊天机器人模型，不仅可以回答人类的提问，承认自己的错误，还能作诗、编程甚至帮助大学生完成论文。它让马斯克感叹“好得吓人”，也代表 AIGC 向全世界喊出了“芝麻开门”。

在中国，围绕 AIGC 生长出的市场生态，已崭露头角。

“AIGC 并不是一个多么新鲜的概念。”大厂很多 2C 应用里，已经有不少内容是 AI 生成的，甚至出现过广告对外宣传已经在大规模使用 AIGC 技术，至少两年前就有这个方向的创业团队出现，并得到了一线美元基金的青睐和投资。

在他看来，AIGC 不只是大厂的机会，也将新起很多创业公司。一类公司偏底层，在新场景中孕育大模型的突破，产研类似 DALL・E、GPT 等产生很多新模型；另外是在应用层中，也会出现很多新公司，包括生成文字、图像、视频、数字人等等。

在赶超 ChatGPT 的巨大诱惑下，大厂率先打响了追平基础大模型差距的“攻坚战”。

“好的人工智能大模型是非常费钱的。”基础模型 GPT3.5 训练一次需要花费 300-460 万美金，还只是算力的成本，没算人才的成本，Open AI 一共 375 人左右，一年工资开支就要 2 亿美金，算力开支 5 亿美元。“这真是很贵，而且前面那么多年是没商业回报的，基础模型的参数又是持续优化的过程，随着商业化进展加速要不断进行训练，需要雄厚的资本支撑，确实是小公司用不起来。”

但对于基础大模型、应用大模型未来的商业价值，行业从业者都有共识、有期待。

另一面，在细分行业中，AIGC 的造富速度同样让人们睁大眼睛。

去年 10 月 19 日，以文字生成为主的 AIGC 项目 Jasper.Ai 完成了 1.25 亿美元的 A 轮融资。完成融资后，凭借 15 亿美元的估值跻身 AIGC 赛道独角兽俱乐部。就在 Jasper.Ai 宣布融资的前一天，Stability AI 成功融得资金 1.01 亿美元，投后估值达 10 亿美元。

在 AIGC 的垂直技术场景中，按照模态区分，可以分为音频生成、文本生成、图像生成、视频生成等细分领域，均已出现中国企业的探索身影。

从独角兽到大厂，从使用者到投资人，从业界到学术界，AIGC 在应用层的创新引发了广泛的关注。

有数据显示，在用户增长数据方面，TIAMAT 内测的用户为 2 万人，盗梦师日增 5 万，上线两个月已积累 50 万用户。旗下视频生成产品 Movio 上线不到一年时间，已在海外市场获得了不错的用户增长数字。

资本涌入、互联网巨头纷纷布局的背后是 AIGC 巨大的经济价值和市场规模。

Gartner 预测称，到 2026 年，全球 30% 的企业机构将拥有用于数字人和元宇宙的产品与服务。麦肯锡则预测，到 2030 年全球元宇宙相关支出或达 5 万亿美元。更值得期待是，AIGC 正在逐步探索性地进入真实工业生产链条，应用到营销、游戏、代码、生命科学等多个领域。

尤其是一级市场，投资人的脉搏正在变快。

但对于像 OpenAI 这种提供 API 的商业模式，在中国能否真正 work，还是个问号。

这个方向不仅在研发阶段要承担巨大的人力成本、算力开支压力，即便真的推出效果类似 ChatGPT 的大模型，数据成本、算法调优、AI 伦理优化依然居高不下。“目前 ChatGPT 每回答一个问题，成本至少要一美分，以这样的方式去做商业变现，面临着高昂的成本、海量的行业优化需求、多条科技战略路径决策选择。”

同时，ChatGPT 类似第一代 iPhone，上面尚没有成功的爆款 App（例如愤怒的小鸟），它离稳定性的商业服务还存在距离，没有跨过工业红线。在他看来，当下还处于从实验室基础技术转向产业界爆款应用服务的过程中，处于很早期。“但至少让大家看到了基础模型巨大的跨领域服务能力，找到了通用人工智能的一条可能成功的路。”

与此同时，在国内真正能做 AI 大模型的公司其实是极少的。

但凡能做底层的模型，不管是去做语言大模型的，还是去做强化学习的，只要以技术见长，以工程化产品化的思维做底层模型的公司，融资都非常不错，过去一两年 VC 都要抢着投进去。“可能资本的溢价没有像美国那么夸张，但一两年时间做到 10 亿美金估值的公司还是有一些的。”

目前很多创业者正在入局垂直场景，解决细分的需求，尤其是游戏 AI 和数字人生成这两条综合性的 AIGC 场景，已经出现趋于成熟的商业化范式。

在这场或许比移动互联网更加颠覆的大变革里，对于中国 AI 企业，距离终点仍有漫长的道路要寻找、摸索、攀登。