网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　AIGC应用与数智化相结合，在目前阶段还非常新颖，也充满想象。比如基于AI大模型生成城市交通设计方案、城市绿地规划等。一旦进入产业规模化应用阶段，就需要面临一个问题，基础模型是所有AIGC应用的支撑，而一些海外大模型如OpenAI系列是不支持大陆地区访问的，当大家都在为GPT3.5、ChatGPT而感到震惊时，也不能忽视软件上“卡脖子”的味道。

　　2023年，AIGC要与产业智能化相融合，还要解决底层模型安全、可控、领先的问题，变得愈发紧迫。

　　3.产业链趋于完善和顺畅。

　　2022年，我们看到的是各种AIGC模型的你追我赶、争奇斗艳，要将AIGC从小众需求变成大众需求，进一步提升AIGC的商业空间，靠的不是某一个模型的一呼百应，而是开发者、ISV服务商、云厂商、互联网公司、传统企业等产业链角色，都能够与AIGC对齐，知道自己应该如何用好AIGC，如何找到/卖出自己所需要的AIGC产品。

　　目前，AIGC领域的产业集中度还比较低，应用场景也较为单一，既需要基础模型的企业来教育市场、构建典型案例，也需要大量代理商、云服务商来推动供需匹配，开发者充分释放脑洞和创意，挖掘AIGC实际场景……这些都需要一个完善且顺畅的产业生态体系。

　　4.行业标准和伦理基本形成共识。

　　一致认可的行业技术标准，是AI商业化的重要推动者。尤其是AIGC这样涉及个人创作的领域，在模型训练与开发过程中可能缺乏透明度和可解释性，必须采取额外的努力来培养公众的信心，避免因数据滥用、版权问题而造成AI技术的不信任。

　　对此，基础模型的开发者更有能力与责任去推动行业技术标准和市场规范的建立，一来，可以减轻后续商业化的长期风险，避免修改可能导致的成本；二来可以在早期就建立开发者/代理商/用户对AIGC产品的信任，确保产品符合伦理规范与法律法规；三来，技术标准也有助于竞争力的建立，为后续市场活动建立边界。

　　2022年，AI作画引发了大量个人艺术家的抵触和担忧，版权问题目前还没有明确的共识和定义，这一点有望在2023年通过行业标准、规范与共识而带来改变。

　　AIGC的商业化繁荣，本质上是构建一个从实验室到产业地带的AI落地通道。只有将上述基石一个个搭建好，完成商业化所需要的前期准备，才能真正迎来规模化大爆发的“奇点”。