OpenAI官方宣布ChatGPT将推出新的语音和图像功能

今天ChatGPT与AIGC方向大涨，海天瑞声，万兴科技涨停、昆仑万维、科大讯飞、神州泰岳等纷纷冲高，板块机会再现。

这两天陆陆续续有一些关于大模型的消息出来，比如昨晚OpenAI官方宣布ChatGPT将推出新的语音和图像功能。公告称，公司正在开始推出ChatGPT的新语音和图像功能。它提供了一种新的、更直观的接口类型，允许用户进行语音对话或向ChatGPT展示用户在谈论的内容。

据官方介绍，语音和图像为用户提供了在生活中使用ChatGPT的更多方式。这种多模态理解力以及语音与图像处理能力让AI在各个行业的应用范围扩得更大了，当然背后的是多模态输出模式会进一步推高算力需求。带动底层算力等基础设施需求，更有望带动智能终端人机交互模式等方面的变革。这一点大家也能想象的到其实。

还有昨天阿里云举办通义千问开源发布会，正式发布通义千问140亿参数模型Qwen-14B及对话模型Qwen-14B-Chat，开源、免费。据介绍，Qwen-14B在众多同尺寸20B以内开源模型中突出重围，在MMLU、C-Eval、GSM8K、MATH、GaoKao-Bench等12个权威测评集上都取得了最优成绩，超越所有测评中的SOTA大模型。

前天百川智能发布Baichuan2-53B闭源大模型，全面升级了Baichuan1-53B的各项能力。据介绍，Baichuan2-53B的数学和逻辑推理能力显著提升，并通过高质量数据体系和搜索增强大幅降低了模型幻觉，是目前国内幻觉问题最低的大模型。

算力一直是大模型发展的支持，这两天很多大模型的消息让市场更关注算力方向，还有光模块，之前孟晚舟提到的全面智能化战略，还有台积电、博通等开发新的产品，也有望增加光模块的用量，也是增加了市场对光模块的关注度。

AIGC为什么是主要的连接与输出方向

去年元宇宙，今年大模型ChatGPT，这些都是这两年科技领域比较火的热点，元宇宙曾经被炒得不可一世，现在好像又没有那么火了，之前参与的希壤，瑶台，元璟，百度阿里腾讯这些好像也没有什么实质性产品落地，什么原因？我们觉得还是门槛太高，很难马上赚钱。

但是AIGC技术不一样，好像这个技术有些实质性的研究进展，谁也没有想到，在元宇宙、web3等概念大火的去年，AI凭借“创作”强势崛起了，并且带来了人们看得见的东西。

除了强化一些基建能力，AIGC还可以塑造出灵活有血有肉的虚拟形象，从而渗入元宇宙社交环节，强化用户的参与、互动感。算是我们体会比较深的一种接近元宇宙的技术了，现在很多网站进行了迭代，大多数都选择了AIGC新的交互模式，有数字人的入口，有gpt的交互和互动。AIGC已然成为了元宇宙领域的连接和输出技术。

国内阿里巴巴、百度、腾讯等互联网巨头都注意到了AIGC这一未来的产业富矿，不过绕不开的一家公司就是百度。

百度CEO李彦宏之前强调过AIGC的重要性，他认为，AIGC不仅能够提升内容生产小笼包，还能创造出有独特价值的独立视角的内容。百度AI可以在十分钟内复原了《富春山居图》的残卷，其背后依赖的深度学习模型，即是百度的当家模型——文心大模型。文心大模型可以为多种AIGC应用提供支持。百度的AI助理，根本上其实算是多种AIGC应用的集合，包括文本生成、图片生成，图片转换视频等多种功能，最值得关注的一点是，其直接面向用户与内容创作者，也就是说，AIGC技术的C端应用化正在实现。

这几年，昆仑万维更是发力元宇宙社交等领域，进军AIGC，昆仑天工选择开源，与百度一样，昆仑万维坚信开源能够给AIGC带来更长效的发展力，并致力于降低AIGC技术的使用门槛，让AI能够帮助更多内容创作者。产品上2021年4月研发出了百亿参数的中文GPT-3模型。值得关注的是，在很多人忽略的音乐领域，昆仑万维也取得了不错的进展，于2022年1月启动的SkyMusic已经可以实现生成商用级别的音乐。

今年六月，美图一口气发布了7款AIGC工具，包括AI视觉创作工具WHEE、口播视频工具开拍、桌面端AI视频编辑工具WinkStudio、美图设计室2.0、数字人生成工具DreamAvatar、美图AI助手RoboNeo、美图视觉大模型MiracleVision（奇想智能）。

发展到现在，很多设计工具都可以重新被AI定义。AIGC能做到的是让很多想法落地，同时开可以改变企业的商业模式，把TOC变成TOB，还是美图，在用这个技术之前，美图是一个做ToC的企业，但后来，美图可以往ToB市场上转变，因为美图发布的7个产品绝大部分是针对B端的场景，当时美图已经在C端的做的很大了，没什么下潜的空间了，但存量市场已经挖掘差不多，用户增长基本处于较为稳定的状态，但ToB一直没有机会开发，利用AIGC技术，可以将之前在C端的积累应用到B端，有望找到增量的机会。比较由C端转向B端，影像方面的技术底层是共通的，以前C端用户会用抠图功能去抠出人物，换上好看的背景，而这些功能应用到B端的场景有很多。

游戏行业也是用这个技术比较多的，三七互娱在财报中说过，近年通过决策式AI、生成式AI进行技术迭代优化，打造一整套嵌入AI与大数据技术的数智化产品矩阵。另外，游戏工业化AI+应用也是个尝试，将AIGC技术融入自研的美术设计中台“图灵”之中，赋能辅助文本、图像、音频、视频等设计资产的生成、储备与管理。

AIGC技术为什么受欢迎？

另一个问题，AIGC技术为什么受欢迎？因为能落地能赚钱，之前大家关心投资对象的产品，现在大家更关心产品什么时候能赚钱？元宇宙的很多技术还处于早期阶段的技术收益高风险也高，距离落地也比较远，相比之下大家更愿意去找那些已经可以落地赚钱的技术了，不论是对资本，还是对厂商，大家都虽然也关注元宇宙，但他们发现现阶段似乎并不能为其赚钱。但有些技术可以做到了。

现在已经有一些做的比较成熟的AI应用类厂商，特别是AIGC类应用，比如Stablediffusion，还是midjourney，这些算是比较成熟的生成图片式AI厂商。