01 Chatgpt成为史上用户增长最快应用

本周三，瑞银分析师Lloyd Walmsley在一份研究报告中指出，OpenAI旗下聊天机器人ChatGPT在今年1月，即推出仅两个月后，月活跃用户估计已达1亿，成为历史上增长最快的消费应用。

根据Sensor Tower的数据，海外版抖音TikTok在全球发布后，花了大约9个月的时间才达到月活1亿用户，Instagram则花了两年半的时间。

Walmsley进一步分析道，世界上有超过10亿的知识工作者，OpenAI此前推出的专业版ChatGPT每月收费42美元。如果假设这些人中的每一个人都有两个账户，一个是普通账户，一个是专门账户，那么ChatGPT将获得近1万亿美元。

Chatgpt真的会成为人们日常使用的应用么？

02 未来Chatgpt必将出现在你的工作中

微软计划在未来几周内将ChatGPT的下一代版本GPT-4整合到旗下搜索引擎必应（Bing）中，这标志着人工智能领域的快速进步，也预示着目前市占第二的搜索引擎——必应将对谷歌搜索发起巨大挑战。

还没等谷歌喘口气，1月7日又有一个爆炸性消息被放出——微软计划在Word、PowerPoint、Outlook等软件中，悉数加入ChatGPT等AI。

想象一下，在你需要请假时，只要随手打出「写一封请病假的邮件」几个字，Outlook就能秒秒钟把措辞正式的请假申请写好，直接点击发送即可。

另外，微软的高管和研究人员最近还研究了Outlook和Word如何使用GPT自动回复电子邮件，或改进用户的写作，比如哪里应该更改，哪里可以删除。

而且，这不仅仅会停留在文字的编辑上。据《MIT科技评论》报道，微软还计划使用DALL·E来为PPT生成图像。没准，躺着让AI帮咱写论文、做PPT的好日子要来了？

03 AIGC商用化场景及案例

红杉资本的两位合伙人 Sonya Huang 和 Pat Grady 几个月前曾发表了一篇名为《Generative AI: A Creative New World》（生成式 AI：一个创造性的新世界）的文章，里面提到 AIGC 的应用格局，主要分为文本领域、代码领域、图像领域、语音领域、视频领域、3D 领域等。

文章认为，AI 生成文本是目前最先进的领域，但是对自然语言的正确理解，AI 还需要加强；AI 生成代码短期内将对开发人员的生产力产生很大影响，此外还将使非开发人员更容易创造性地使用代码；AI 语音合成虽然已经出现一段时间了，但是商业化应用才刚刚开始，如何让 AI 语音达到人类质量的门槛还需要一定时间；AI 视频和 3D 模型潜力很大，但应用层面目前则远远落后，期待在未来1-2年有基础的 3D 和视频模型出现。

下面我们来看下AIGC在各领域的具体落地尝试：

Part.1 营销和方案写作

文案写作可谓生成式AI最吸人眼球、也最有名的用途之一了。互联网营销的成本越来越高，而且难度也越来越大——好的营销需要大量的时间、技巧以及能力。生成式AI的出现，给了营销团队除去外包与搭建团队的第三种方案——任何人都可借助这一强大的AI助手，顺畅写作电子邮件、博客文章、社媒推文等，而且速度比以前快数倍。特别是对于初创公司来说，这种方案将大大减少公司所花费的成本与精力。

案例1：Copy.ai

Copy.ai 是一家为企业客户建立人工智能驱动的文案写作工具的初创公司。这些自动化工具使用户能够在几秒钟内生成营销副本。CopyAI 的平台具有社交媒体主要文本、标题、链接描述、博客创意等功能。

Copy.ai 主要利用 GTP-3 技术来实现，GPT-3 的模型包含了1750亿个不同的参数。这个巨大的模型训练了数以万亿计的单词和短语，只需要输入文章的标题和核心内容。通过 AI 生成和人工修正，它能不断地训练出更优秀的人工智能。

案例2：销博特

近日，蓝色光标销博特发布 AIGC“创策图文”营销套件，该套件结合内容营销业务“Know-How”提供从创意、策划、文案、图片等内容一体化智能生成解决方案，通过 AI 技术让 Web 3.0 时代的内容营销实现实时在线、即刻生成个性化内容，构建更有情感、更富质感、更具体验感的新营销方式，实现个性化内容营销。销博特在创意和文案自动生成领域已获得三个软件著作权（创意机、品牌主张、国风文案）；同时，在策划案自动生成领域，销博特团队在品牌定位方面结合 NLP 技术并引入数学向量运算，将心智定位转化成一道道数学题，由此形成的品牌定位支持向量机专利正在受理过程中；此前发布的“康定斯基”模型的相关专利和软件著作权也正在申请中。

Part.2 视觉内容创作

生成式AI的另一个知名应用领域便是艺术与视觉内容创作领域，而且它们的应用远不止供人们娱乐消遣而已。艺术家们用它来获得灵感、快速测试设计效果，其中一些人甚至生成了100%由计算机制作的艺术作品。我们看到了AI生成艺术的巨大发展，一种具备计算机科学方面技能的新型艺术家正在出现。但是这些工具还远远不够完美，例如它们生成的结果大多数时候都不是我们真正想要的、使用的过程中交互相对麻烦、生成的结果无法本地修改编辑等。对于创业者来说，或许这就是机会所在：为艺术家和设计师打造更好的辅助工具，将生成性AI以更好的方式融入他们的工作流程。比如一些针对设计行业特定领域的工具，在AI的加持下，结合可本地编辑修改的辅助工具，任何人都将能成为更好、更高效的设计师。我们可能还会看到利用这些工具的新型设计机构出现。

案例1：Runway

成立2018 年的图片和视频 AI 编辑软件提供商的 AIGC 公司 Runway 于 12月5日宣布获得5000万美金的C轮融资。Runway 主要为设计师、艺术家和开发人员提供一系列的工具和平台，帮助他们利用人工智能技术创建作品。

该公司创始团队在接受福布斯采访时介绍，目前包括 New Balance、好莱坞制作公司等企业客户都在使用 Runway 来制作内容。其CEO Cristóbal Valenzuela 还表示，从长远来看，他希望能建立一个类似于 Adobe 的人工智能原生视频编辑软件工具套件。

案例2：特看科技

特看科技成立于2022年6月，特看核心团队全都来自阿里巴巴，在在生成式AI、B端视频直播工具领域有着多年的技术及产品落地经验。团队致力于打造服务全球电商商家的内容工具SaaS，目前已推出海外电商数据分析&视频智能生成工具Tabcut.com，数字人直播工具“主播宝”。特看科技聚焦三个核心能力：脚本（大脑） 数字人（主播身体） 素材（商品/服务），然后组装成直播工具和视频工具，主要服务电商腰部商家。

Part.3 游戏、VR和元宇宙

在过去很长一段时间中，游戏公司已经在使用接近生成式AI算法的方式来构建无限世界了。其中最受欢迎的方法是程序生成——游戏设计师提供一套包含对象、景观元素和规则的算法，算法按照这些规则随机生成新的世界，诸如《我的世界》和《无人深空》等游戏就是如此。这种方式非常简单，但局限性很大、普适性不高。

而生成式AI将会让一切发生改变。想象一下，你不仅可以要求计算机通过将你设计的多个内容组合在一起来生成一个世界，还可以使用这些内容生成全新的内容，并构建丰富广阔百倍、千倍的世界。通过微调3D生成算法，结合游戏设计师的设计，配以现实物体的虚拟副本，在未来，将有公司能够生成令人难以置信的丰富的虚拟世界和游戏，而成本和时间可能只需要之前的百分之一。但这还不是全部，得益于文本和音频生成技术，我们或许还能创造出真正智能的NPC和游戏角色，这些都是前所未有的突破。

案例1：rct AI

RCT STUDIO是一家AI娱乐技术提供商，致力于运用人工智能打造下一代交互式娱乐体验，团队将前沿的AI技术，特别是深度学习和强化学习，引入娱乐产业，为消费者和制作方提供真正动态且智能的用户体验。rct studio相信下一代的游戏体验将会更加开放，沉浸与智能。人类玩家与虚拟世界的互动将变得更加动态和多元。同时rct studio正在打造各种游戏、云服务、产品和解决方案，帮助设计师和游戏开发者创造真正动态的、智能的游戏体验。

案例2：超参数科技

超参数科技是一家AI技术研发商，主要针对机器学习、强化学习、大系统工程等领域进行技术开发与应用，并通过将AI能力和具体业务场景进行深度结合，为企业提供人工智能解决方案。致力于通过人工智能技术，改变游戏内容生产方式，打造有生命的AI，重新定义人与AI的关系。在2019-2022年期间，完成3轮融资，分别来自五源资本、高榕资本、红杉中国，共完成约8.3亿人民币的融资，最新于2022年1月4日获得1亿美元的B轮融资。

Part.4 代码和软件工程

伴随着数百名程序员齐心协力地 ” 教 ” 模型如何编写基本代码，ChatGPT 背后的 AI 技术将高质量发展，未来很可能从死记硬背的编码工作开始，进而逐步取代一些初级程序员，最终实现部分硅谷高管的梦想：让没有或只有很少编码经验却具有创造力的人，通过向 AI 编码工具描述其愿景，就可以构建从网站到视频游戏的一切。

届时，人人都可以是 ” 程序员 “，而本来的程序员则需要成为 ” 独一无二 ” 才能不被替代。

据一名亚马逊员工表示，为了更好地了解 AI 对其业务的影响，亚马逊网络服务云部门创建了一个小型工作组进行测试，结果发现 ChatGPT 在为 AWS Aurora 数据库工程师编写故障排除方案以及回答 ” 困难 ” 支持问题方面也 ” 非常出色 “，还能 ” 确定客户的公司目标 “。因此，许多亚马逊员工十分乐意在工作中利用 ChatGPT 来提高效率。

案例：Copilot

GitHub Copilot是一款能够自动生成代码的生成式AI工具，它能够在你输入几个简单的词语后，自动为你补足剩余代码。是不是听起来很冲击？不过，目前它仅仅只对于非专业的开发者来说比较有帮助，对于开发工程师就显得十分不足。