大模型与生成式AI黄金时代，每一个应用都会被刷新重写

2023年毫无疑问是AI变革加速的关键一年。微软系列产品与服务融入GPT-4等模型带来广泛关注：包括Azure OpenAI企业级服务，面向Microsoft 365、Dynamics 365、Power Platform等产品服务的一系列Copilot，以及Windows系统全面接入AI助手等等，不断开创着人机交互的新形态，也助力全球开发者把握新一轮技术变革带来的创新机遇。

面对全新的AI疆界，促使创业者与开发者思考：哪些行业会迎来革新？创新企业又该如何积极构建自己的新一代应用？

近期，高榕资本榕汇联合微软大中华区战略孵化器（CSI），与创业者一同探讨人工智能如何革新垂直领域应用场景。

Azure OpenAI国际版企业级服务助力开发者构建新一代应用

“我们相信，Azure OpenAI、大语言模型（LLM）和生成式AI，带来的影响将非常深远。”微软大中华区Azure事业部大数据与人工智能产品总监李冕率先分享了对于大语言模型的理解。

他指出，OpenAI已打造强大的自然语言内容生成基础模型，包括大家已经熟知的自然语言模型GPT-3/4、自然语言生成图像模型DALL-E、自然语言生成代码模型Codex等。最新的GPT-4，支持更复杂和抽象的自然语言任务，还具有更好的操控性。大语言模型的神奇之处在于使用了Transformer架构，基于大型数据语料库进行训练，更多使用上下文，“不断地预测下一个单词，逐渐生成长文本”；可以通过Prompt（提示）方式进行小样本学习，而不需要重新训练模型。

结合微软一系列新产品，李冕指出，“我们相信：在人工智能的黄金时代，每一个应用都将会重写，刷新成由AI驱动的智能应用。”例如Microsoft 365 Copilot被认为带来了“生产力工具革命”，让Office全家桶能力全面跃升；Dynamics 365 Copilot是在CRM和ERP领域的AI Copilot，提供AI驱动的对话智能、实时辅导、关系洞察，帮助销售人员高效完成工作；近期推出的数据分析平台Microsoft Fabric，作为一款“AI时代的数据分析平台”，更让传统意义上To B产品的“交互界面完全发生变化”。

李冕强调，面对人工智能的加速发展，微软始终坚守“负责任的人工智能”原则，包括隐私&保障、包容、负责任、透明、公平、可靠&安全六大维度。在数据方面，微软也承诺合作方与客户“任何用于客户自己的数据都不会用来训练基础模型”，“数据由业内高标准的企业级安全合规管控体系严密保护”。“可以说，数据安全是微软的生命线。”

谈及Azure OpenAI服务，李冕指出，Azure AI基础架构为OpenAI提供独家云服务的支持；而Azure OpenAI服务，致力提供超大规模预训练后的AI基础模型，为企业提供可定制、可优化、可集成的Azure OpenAI企业级云服务。Azure OpenAI企业级服务将ChatGPT、GPT-4等先进大模型与Azure安全可靠的企业级服务整合了在一起，“高安全、高可用、高集成”。

李冕在分享中也为希望落地Azure OpenAI的企业提供建议——从组织内部开始变革，可以尝试三步走策略：第一阶段是了解、学习、PoC，包括召开Azure OpenAI落地Workshop、确定内部落地场景、Azure数据及架构部署、快速原型PoC；第二阶段可以尝试从简单场景入手，快速上线，例如外部客服、售后、销售内容集成及自动化；第三阶段真正迈向创新，通过Azure OpenAI打造新一代AI构建的产品和解决方案。

技术孵化、业务加持、市场高亮

CSI助力创业公司

微软大中华区战略孵化器总经理张思元介绍了微软大中华区战略孵化器（CSI），作为微软中国助力创业者、创业企业构建创新、辐射全球、可持续业务的创新项目，如何通过长期的投入（invest）和孵化（incubate），助力持续的创新（innovation）。

CSI重点面向AIGC、元宇宙/游戏、企业服务、Web3、汽车、医疗等六大领域的创业企业，“我们期待为创业公司提供全生命周期的支持：从0到1阶段，希望提供技术支持、一同共创产品；从1到N，期待微软全球化的市场与渠道生态支持创业企业；从N到N^N，则致力一同构建多元化的生态系统。”

具体来说，在技术孵化层面，CSI将为创业企业对接微软Azure云服务、Azure OpenAI、Dynamics 365等技术与产品平台；也联动投资合作伙伴、全球生态合作伙伴、微软全球研发资源，以及HoloLens等产品，为创业者提供业务加持；最后，微软全球大会、行业市场活动等市场高亮机会也为创业企业开放。

这一次的AGI大模型技术，是犹如“第四次工业革命”和“互联网的诞生”级别的颠覆性机会。大模型本身，算力，以及垂类的闭环数据及应用，三位一体形成飞轮效应推动AGI行业的整体飞升。人类和机器的交互方式将会通过类Copilots + Plugins的模式完全被重构：以聊天机器人为界面，图像、音乐、文本、视频等多模态发展，连同开放插件、滋生新形态App的改造，一定会诞生巨头型企业。微软以及微软战略孵化器也将在各个行业上持续投入，孵化创新。

开源正不断壮大、拓宽AI能力边界

高榕资本参谋部负责人陈柒霖在活动上分享了生成式AI领域海外投融资最新趋势，值得创业者关注的To B/To C产品，并重点分享了大模型和生成式AI开源的趋势。

就基础模型层，除了OpenAI等闭源模型，越来越多的开源模型和框架开始出现，包括Bloom、LLaMA、PaLM等，以及来自中国的MOSS、GLM-130B等。“开源模型为创业公司打造更深的垂直领域应用提供了更多机会，也降低了fine-tuning的门槛。”

中间层，各类开源的大模型应用开发框架层出不穷，例如开源LLM应用开发框架LangChain，API调用自监督学习方法toolformer，以及近期火爆的开源AI Agent——Auto-GPT等等。“这些开源框架我们认为特别需要应用层创业者关注，可能会让大家在开发应用时能力与效率得到巨大提升。”

此外还有基于开源生态陆续涌现的有趣新应用，如PDF Chatbot、chatbox等等。

在文生图领域，开源生态尤为繁荣。“虽然Midjourney等闭源模型的自我迭代速度很快、效果惊人，但开源生态则孕育了源自社区更加爆发式的、组合式的增长。”陈柒霖介绍，除了开源基础模型Stable Diffusion之外，也出现优化出图可控性的中间层开源插件（如ControlNet）以及开源模型分享社区（Hugging Face、Civitai等）。“文生图模型通过fine-tuning可以在各垂直领域获得很好的效果，而且对于模型的需求和评价标准都更加多元化，未来这一生态将吸引更大规模、更年轻的开发者群体加入。”

“开源正不断壮大、拓宽AI能力边界，并更多在现实世界领域中得以应用”，陈柒霖总结，随着LLM输入端引入更多跨模态内容，AI Agent逐步加强彼此之间的调用与交互等等，都将为输出端带来更多的生产力涌现，并将应用在游戏娱乐、电商、程序开发、医药、科研、3D打印、机器人等领域。

生成式AI革新行业

AI驱动下的效率升级、初心回归与全新生态

活动上，四位来自AI科技、金融科技、新药研发和AI社交领域的创始人，也分享各自领域如何探索生成式AI的应用以及对于未来机遇的判断。

领创集团是一家AI技术驱动的科技集团，业务覆盖南亚、东南亚、大中华区和拉丁美洲等地区。领创集团联合创始人、Advance X负责人李彤彤介绍，“我们率先将AI技术用于内部协调效率的提高上，并开发了一个名叫Mindy的产品。我们将公司的知识库、指引、培训、学习与发展、合规、组织协同等信息与文档输入AI模型，员工通过自然语言交互可以高效获得反馈，相当于有了一个7*24小时的企业智能助手。尤其是可以自动翻译为多个语言版本，满足全球化员工的需求，极大节省员工撰写维护文档、回答问题、培训的时间。”

百奥几何致力于开发几何深度学习、深度生成模型等下一代人工智能技术，用于大分子药物研发。百奥几何创始人、CEO唐建分享，“我们认为生成式人工智能在药物发现、特别是蛋白质设计领域拥有巨大的潜力，完全有潜力开发类似ChatGPT的生成式模型，创造和生成全新的蛋白质和分子，帮助我们找到更好的药物。”

例如传统药物研发流程中，科学家为了找到好的药物靶点，需要分析大量多组学数据、临床数据和医疗文献数据，利用AIGC可以快速对这些数据进行分析。再比如以往大分子药物发现的周期长、成本高，百奥几何利用生成式AI技术，在模型中输入抗原的序列和结构，AI生成抗体序列，之后通过在湿实验平台对序列进行测试得到反馈、回到AI模型，几轮交互之后有可能想要的抗体药物大分子。

熵简科技致力于致力金融资管机构实现投研数字化升级。熵简科技创始人费斌杰表示，“大模型出现之后，我们确实非常兴奋，甚至可以说让我们真正回归初心——用数字化的方式去降低投研过程中的熵。目前我们期待基于大模型做prompt engineering，在某些步骤访问专业投研数据库，让AI生成的结果真正帮助到专业投研人员。”

费斌杰进一步指出，在金融资管行业，很多语料可能藏在研究报告、会议纪要和深度投研指标中，“我们认为基于这类足够垂直、足够多的私域知识库，并将其嵌入到大模型中，相信会非常有价值”。

云中子科技聚焦AI社交方向，致力于利用AI技术帮助人类更好地社交，进而达成更好的自己。云中子科技创始人、CEO陈军宏分享了对于未来AI产品与应用生态的思考。

“今天行业中运用AI技术的产品和应用，我认为可以分为三类。”第一种陈军宏称之为AI Embedded/AI Enabled应用，即在原有产品和业务流中嵌入了AI，这类产品往往行业本身有强壁垒或强垂直认知属性；往上可以称之为AI Based应用，即新的业务、新的范式因AI而生，一开始就长在AI之上，这可能是未来大家会看到的大部分AI应用类型。“这两类的区别在于，对于AI Based应用来说，AI和产品之间是互增益关系；而对于AI Embedded/AI Enabled应用来说，理论上不靠AI也可以盈利。”

第三类是AI Native应用，这类应用可能最初的能力就像是孩童，做出产品之后反哺ta，“让ta长得更快、更有力气”。所以AI Native本质上是生态级的概念，在其领域构建一个不断生长的生态，最典型的例子就是OpenAI。

陈军宏也谈及，随着AI技术迭代速度不断加快，以及全世界科研人员被调动起来，相信会有越来越多开源的解决方案诞生，“开源世界的力量可能会超乎我们的想象”。

未来，相信AI原生公司、大型科技企业，以及扎根不同垂直领域和行业、永远步履不停的创业者和开发者，将互相渗透与合作，不断“刷新”工作流与产品形态，一同定义由人工智能驱动的未来。