林泰松

　　一、案由：

　　【摘要】近年来，越来越多的国家认识到，人工智能对于提升全球竞争力具有关键作用，纷纷深化人工智能战略，人工智能已成为科技创新的关键领域和数字经济时代的重要支柱。去年底，以ChatGPT为代表的AIGC（生成式人工智能）兴起，人工智能大规模商业化应用进入拐点。抢抓人工智能发展机遇，是培育经济增长新动能、构筑产业竞争新优势的迫切需要，也是推动创新驱动发展、产业转型升级和社会变革进步的重要途径，具有重要的战略和现实意义。本文通过对AIGC发展的梳理，阐述发展脉络和未来趋势，总结AIGC发展面临的主要挑战，有针对性地提出具有前瞻性、引领性、可行性、实操性的具体对策措施。

　　（一）AIGC基本情况

　　AIGC（AI Generated Content），指基于预训练大模型、生成式对抗网络 （GAN）等人工智能技术，通过已有数据寻找规律，并通过释放泛化能力生成相关技术的内容。更进一步还有狭义和广义概念之分，狭义的AIGC与普通用户更为贴近，更关注图像、文本、音频、视频等内容生成；广义的AIGC还包含策略生成、代码生成、蛋白质结构生成等。从商业角度看，AIGC是一种赋能技术，通过高质量、高自由度、低门槛的生成方式为内容相关场景及生产者进行服务。

　　AIGC产业可大致分为基础设施层、模型层及应用层。其中，基础设施层主要分为数据层、算力层、计算平台、模型开发训练平台和其他配套设施。模型层即垂直化、应用化、场景化的模型和应用工具，主要分为底层通用大模型和中间层模型，底层通用大模型又可分为开源基础模型、非开源基础模型和模型托管平台；中间层模型有人类互动反馈、大模型调整和个性化模型。应用层即面向C端用户的文字、图片、音视频等内容生成服务，按不同的价值创造逻辑，可分为生产可直接消费内容、结合底层系统生产高附加值内容、提供内容生产辅助工具、用于提供体系化解决方案四类。

　　（二）AIGC产业发展现状

　　1.美欧地区互联网龙头竞逐AIGC赛道，产业集聚优势明显

　　去年ChatGPT发布以来，全球各大互联网龙头企业纷纷关注ChatGPT的发展并寻求利用它来提升自身的竞争力。谷歌已经加入竞争，推出了类似实验性对话式 AI 服务软件Bard。投资3亿美元于Anthropic以应对ChatGPT的威胁，加入RLAIF(Reinforcement Learning from Artificial Intelligence Feedback)去减少人类的反馈。微软作为Open Al的主要投资方也在利用ChatGPT来增强其产品竞争力，宣布将ChatGPT模型加入到旗下Bing（必应）搜索和Edge浏览器中。继微软、谷歌之后，Facebook母公司Meta也宣布加入AI军备竞赛。2月25日，脸书母公司Meta CEO扎克伯格在社交媒体宣布推出最新的基于人工智能的大型语言模型（Large Language Model Meta AI，简称“LLaMA”）。据扎克伯格介绍，Facebook AI Research 研发的LLaMA是“目前水平最高的”大型语言模型，目标是帮助研究人员推进他们在 AI 领域的工作。亚马逊4月14日正式推出了生成式 AI 产品 Bedrock，和 OpenAI 的 ChatGPT、微软的必应聊天（Bing Chat）、谷歌的 Bard 正面竞争。3月30日，英特尔宣布构建256个至强芯片和512个Gaudi芯片组成、用于生成式 AI 算力的英特尔开发者云。AI 初创公司Hugging Face和Stable Diffusion已经在使用英特尔芯片，实现包含1760亿个参数的开源语言大模型BLOOMZ和深度学习文生图大模型。

　　2.各国对待AIGC技术态度不一，产业发展受政策影响大

　　韩国最大的云计算服务提供商 LG CNS 4月11日宣布，将加强与微软的战略合作伙伴关系，并使用 ChatGPT 开发新服务，两家公司于4月6日在微软总部就 Azure OpenAI 服务业务达成了合作协议。4月29日，意大利《共和国报》报道称，被意大利数据监管当局勒令下线近一个月后，美国科技公司OpenAI的聊天机器人应用ChatGPT已经在该国恢复服务。澳大利亚成为最快将ChatGPT投入工作之中的国家，今年1月份该国使用ChatGPT的人数已经超过了100万。据研究报道，在16岁及以上的澳人中，20%的人已经知道ChatGPT，33%的澳洲劳动者打算在工作中使用该技术。

　　3.国内AIGC产业发展情况

　　今年以来，我国人工智能领域龙头企业纷纷发布大模型，抢占AIGC赛道。腾讯在2月3日公布一项人机对话专利，为实现机器与用户之间自然且顺畅的沟通而加紧市场脚步。2月10日，媒体从京东集团处确认，京东云旗下言犀人工智能应用平台将推出产业版ChatGPT，取名ChatJD。京东云表示，ChatJD定位为产业版ChatGPT，旨在打造优势、高频、刚需的产业版通用ChatGPT。百度在3月完成其ChatGPT产品的内测，面向公众开放类ChatGPT产品---文心一言(ERNIEBot)。3月份，网易有道宣布加码入局ChatGPT生态，推出了人工智能绘画与设计及ChatGPT从入门到熟练两项自研AI课程。4月7日，阿里巴巴在AI大模型领域的研究成果亮相，阿里云宣布自研大模型“通义千问”开始邀请用户测试体验。这也是继百度后国内又一家巨头启动AI大模型邀测。5月6日，科大讯飞正式推出星火认知大模型，明确将大模型的能力推向学习机、录音转写工具“讯飞听见”等产品，并于6月9日更新发布讯飞星火认知大模型V1.5。7月7日，华为云在年度开发者大会上揭晓盘古大模型3.0。

　　7月13日，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局公布《生成式人工智能服务管理暂行办法》，该办法自2023年8月15日起施行，是国家首次针对AIGC产业发布规范性政策。该办法提出国家坚持发展和安全并重、促进创新和依法治理相结合的原则，采取有效措施鼓励生成式人工智能创新发展，对生成式人工智能服务实行包容审慎和分类分级监管，明确了提供和使用生成式人工智能服务总体要求。但总的来看，我国的生成式AI处于发展的初期，底层技术和国外还有较大的差距。国外芯片龙头公司的断供及次品供应使得中国生成式AI的基础硬件提供不了足够算力。虽然国内众多厂商开始布局AIGC，但是目前的商业模式还不成熟。技术层面的不足也限制了应用端的发展。

　　（三）广州市发展AIGC产业的优势和不足

　　1.优势

　　一是有较为有力的政策支持。广州围绕人工智能领域，先后出台《广州市加快IAB产业发展五年行动计划》《广州人工智能与数字经济试验区建设总体方案》《广州市关于推进新一代人工智能产业发展的行动计划》等政策文件，优化完善政策体系，营造良好发展环境。

　　二是已集聚一批人工智能领域领军企业和高水平人才团队。近些年，广州实施分层分类服务科技创新企业做强做优做大行动，紧紧围绕企业初创孵化期、成长壮大期、扩张成熟期的成长主线，完善全链条科技创新企业培育体系，对人工智能领域企业各成长阶段多角度，全方位分层分类予以精准扶持，涌现云从科技集团股份有限公司、佳都科技集团股份有限公司、广州广电运通信息科技有限公司等领军企业。广州还依托高水平创新载体，成功引入一批中科院院士、长江学者以及国家重大人才项目的顶尖人才。

　　三是拥有良好的智能基础设施根基。广州是全国三大通信枢纽、互联网交换中心和三大互联网国际出口之一，存储数据丰富，固定宽带普及率、宽带接入能力、光纤入户率等指标均居全国前列，是全国大数据应用先行区，拥有世界超级计算机500强排行榜六连冠的“天河二号”。2020年广州出台《广州市加快推进数字新基建发展三年行动计划》，全面加速新型基础设施建设，为AIGC等人工智能的应用和普及提供了坚实的基础设施支撑。

　　四是拥有一批人工智能领域高端创新平台。目前，广州共有6家企业获批建设广东省新一代人工智能开放创新平台，数量约占全省40%。拥有广州中国科学院软件应用技术研究所、中科院自动化研究所广州人工智能与先进计算研究院、广州国际人工智能产业研究院等研究平台，同时积极布局人工智能领域重大科技专项，加强核心技术攻关。

　　2.不足

　　一是原始创新及关键核心技术攻关能力有待加强。广州在基础理论和算法等方面缺乏重大原创性成果，原始创新能力明显不足，高端芯片、关键部件、高精度传感器等缺失制约了人工智能的发展。虽然广州近些年逐步加大对人工智能关键核心技术攻关的经费投入，但整体攻关能力仍较薄弱。

　　二是行业顶尖龙头企业和相关人才有所欠缺。与北京、上海、深圳等城市相比，广州整体呈现“星星多、月亮少”的分布局面，缺乏具有引领辐射、带动作用的顶尖龙头企业。从高层次学者分布来看，广州并未入榜全国前10位。

　　三是算力基础设施有待提升。广州凭借前期国家超级计算广州中心等算力基础设施布局，2019年进入全国城市人工智能算力第一梯队。但在2020年排名中，广州跌出全国前5位、居第6位，侧面反映了广州算力基础设施建设以及更新迭代升级的速度明显缓慢，这也是制约广州人工智能的高质量发展的因素之一。

　　四是应用示范潜力有待挖掘。广州虽然具备得天独厚的人工智能应用场景优势，但应用示范潜力仍有待深入挖掘。各领域不同场景下人工智能应用方案差异较大，导致开发难度大、成本高，尚未形成大规模、可复制和具备整体解决方案的通用人工智能。同时法律法规标准、相关制度的严重滞后，高质高效数据的缺乏，数据开发和共享以及交易机制的缺失，极大地制约了广州人工智能与实体经济融合程度的提升。

　　二、建议：

　　（一）培育发展AIGC产业生态集群

　　选定特定的区域作为AIGC产业的集中发展地，如琶洲试验区、天河智慧城等，以形成产业集聚效应。研究制定支持AIGC产业发展的专项政策，如租金减免、税收优惠、资金扶持等，广泛吸引AIGC企业和相关机构进驻。强化产业载体空间支持，通过项目化招商、市场化运作、鼓励国企参与等模式，打造契合AIGC产业发展需求的特色品牌园区。定期举办行业峰会论坛活动及相关赛事，推动AIGC行业技术交流、资源共享以及业务对接合作。探索定期举办科技金融对接会，推动重点培育企业与资本市场有效对接，为重点企业提供资本支持。

　　（二）加强AIGC应用基础研究

　　围绕新一代人工智能发展趋势，依托中山大学、华南理工大学、人工智能与数字经济广东省实验室（广州）等高校、科研机构，联合国有企业和本土人工智能龙头企业，合作共建AIGC研究发展中心。通过提供资金支持、人才引进和研究资源共享等手段，从市场需求侧加强规则研究和技术攻关，加强新一代人工智能应用基础研究，让AIGC从提高生产力的出发点赋能经济增长。探索推动广州本土高校、科研机构与企业合作组建创新联合体，开展重大科技任务攻关，推进产学研深度融合，促进AIGC领域最新的科研及产业化成果在广州本地落地。

　　（三）聚焦垂直领域发展行业大模型

　　鼓励龙头企业依托自身行业领域，发展和应用AIGC技术，梳理不同场景所需的基础大模型和行业大模型，规划好大模型的沙盘，牵引大模型的孵化和创新，结合技术特点发展行业大模型形成差异化竞争，避免脱离实际使用场景扎堆发展计算机视觉、自然语言处理等领域，减少重复投入，加速行业大模型赋能政务、医疗、教育、工业等领域形成新优势，打造良好发展生态。探索建立完善的数据管理和保护机制，在训练和应用行业大模型的过程中，确保行业数据的安全和合法使用。

　　（四）夯实人工智能算力底座

　　AIGC商业化应用离不开算力基础。建议通过“政府引导、企业主导、市场运作、产业联动”的运营模式，建设开放、融合、绿色、普惠、专业的智算中心，打造人工智能算力赋能平台和公共算力服务平台。推进云网协同和算网融合发展，形成网络化的算力服务，实现多样化算力供应和算网调度。以补贴形式向AIGC企业发放“算力券”，重点支持核心算法创新、模型研发等领域企业获得低成本的算力资源。

　　（五）加强AIGC领域人才引进和培养

　　支持高校和职业培训机构开设AIGC相关专业和课程，提供相关技能培训和终身学习机会，以满足技术需求并培养创新精神。鼓励企业与高校合作，提供实习和培训机会，以培养更多的AIGC人才。加强人才引进力度，鼓励企业从国内外引进AIGC领域的专家和团队，打造AIGC人才高地。

　　（六）提供法规和政策支持

　　研究制定实施层面的法律法规和具体细则，为AIGC技术的发展提供指导和支持，确保行业健康规范发展，促进人工智能技术的合规和伦理性使用，保护个人隐私和数据安全。制定专项政策鼓励AIGC的研究、开发和应用，为AIGC产业提供税收优惠、知识产权保护和市场准入等支持和便利。