(資料圖片僅供參考)

國外瘋卷AIGC之時，一家中國上市游戲公司悄悄做到了全球第一梯隊？原創 愛游戲的葡萄君 游戲葡萄 2022-12-19 一盤超脫于游戲行業的大棋。文/以撒2022年，可以說是當之無愧的AIGC元年——AI繪圖和ChatGPT的發展，讓大量圈外人用上了以前想都不敢想的技術。這些技術在國內甚至已經有了相當“親民”的應用，比如有短視頻、美圖軟件就將AI繪畫作為濾鏡、特效功能推向用戶，吸引了不少流量。這些應用層的創新當然不是什么壞事，但葡萄君總覺得有點遺憾。因為在國外公司瘋卷AIGC、三天兩頭就蹦出一個新突破的同時，國內好像缺少一個能在底層研究上扛起大旗，和它們掰掰手腕的公司站出來。不過前幾天我立馬就被打臉了——12月15日，上市游戲公司昆侖萬維召開了一場AIGC技術發布會，一口氣發布了與圖像、音樂、文本、編程有關的一系列AI算法與模型，并宣布模型將會全部開源（開源地址見文末附錄），這在AIGC領域可不算一件小事。這樣的發布會，很難不讓人好奇——他們的模型到底有沒有真功夫？如果有，憑什么是他們率先有了突破？而且他人求之不得的模型，為什么他們還要全部開源？最近，葡萄君和昆侖萬維CEO方漢聊了聊，發現他們并非一時興起趕AIGC的熱度，而是自兩年前就開始投入實際研發，并且在某些方面已經悄悄做到了全球頂尖的水平。

一口氣發布的四款模型，到底有多強？如果只是發布單款AI模型，或許昆侖萬維還不至于讓人這么好奇，畢竟國內研究AI的公司不少，總有人的賽道會與新興技術重合。但這次發布會他們卻是一網打盡，幾乎包攬了AIGC的主流領域，達成了在國內還少有人做到的“全家桶”成就，而且從使用體驗上來看，幾款模型的水平還普遍不低。首先是AI圖像方面，他們的天工巧繪SkyPaint能支持中英雙語輸入內容，即使我用中英混雜的文本來生成圖像，它也能較好地理解我的意思，并在十幾秒內準確輸出：

另外，我發現這款模型對風格的理解能力也不錯。比如輸入“大象 剪紙疊加風格”，它就能生成好幾種不同樣式的剪紙大象，精細度也不低。雖然目前效果還比不上最頂尖的AI圖像模型，但它的底子很好——用的是Stable Diffusion的底層模型。也就是說只要訓練到位，將來的效果并不會差。而且據說研發團隊還會在此后，逐步加入圖像編輯、圖像修復等更細致的功能。其次在AI音樂方面，他們的天工樂府SkyMusic是國內第一款商用級作曲AI模型，這也讓昆侖萬維成了國內唯一一家，被傳統音樂版權代理機構接收商用AI音樂的公司。結合人類歌手的演唱，他們已經發布了近20首歌曲。說實話，如果不是提前知道，葡萄君根本分辨不出這是不是由AI作曲的音樂。而在AI文本方面，他們的天工妙筆SkyText的表現也有點超出我預期。大家都知道中文文本的AIGC很難做，但這款模型顯然對中文有一些獨到的理解，甚至在某些特殊場景比ChatGPT還強。比如我選擇“創建采訪問題”類別并隨口胡謅了一個要求，結果它竟然真的懂了，而且問題都挺有意思。

當然，它也能做到許多別的要求，比如聊天、問答、翻譯、續寫內容、創建食譜、寫詩和對聯……而且生成的參數是可調整的，比如你可以為內容設置敏感詞，也可以限定它寫八百字的小作文。最后在AI編程方面，他們的天工智碼SkyCode能作為插件安裝在編輯器中，并又快又好地補全、生成多種主流編程語言的代碼。方漢表示，這款模型目前是開源領域最好的輔助編程工具，能在工作中降低20%-30%的代碼工作量。估計不少人要納悶：為什么昆侖萬維之前看起來沒什么聲音，但突然就來了波大的，而且效果看上去都不錯？據葡萄君了解，其實他們入局AIGC始于2020年底。當時AIGC的概念尚不明確，但在看到GPT-3這款語言模型后，技術出身的高管層隨即決定建立團隊研發相關技術。李開復曾經提過一個“五秒鐘準則”：未來10年，人類只需思考5秒以內的工作大部分都會被AI取代——方漢表示，GPT-3讓他們覺得，這個時間可能要變成5小時了，因為大語言模型將會深刻地改變內容生成行業。這AI不投則已，一投就是大幾千萬的花銷。首先是訓練成本：他們采用了目前市面上算力最高的顯卡集群A100 80G，對圖像模型訓練時間超過9萬個顯卡時、寫作模型參數達到140億，再加上時不時要租用的云服務，每年至少就要花一兩千萬；其次是人力成本，他們的AIGC團隊目前有200余人，每月也需要六七百萬維持開支。而且拋開成本不談，找人在當年也是一件難事。因為在GPT-3剛出世之時，國內基本還沒有研究大語言模型的團隊，想要組建團隊只能靠從頭培養。2021年他們開始研究AI音樂時也是一樣——方漢提到，全中國畢業的音頻專業碩士，每年可能還找不出200個。他們要走的路就是這么窄。但恰恰是兩年前的選擇，給他們打下了良好的基礎。因為語言模型可以說是AIGC最重要的底層積木，比如如今主流的AI圖像模型實際上就由兩部分構成：基于GPT-3的Clip模型以及Diffusion模型。在去年就做出國內領先的語言模型的前提下，今年能趕上新一波技術熱潮、做出“全家桶”也就順理成章了。除了技術上的前瞻，他們也有一些其他的“拼圖”，比如昆侖萬維旗下擁有一款叫StarMaker的音頻社交產品——這是在海外最火的K歌軟件，它擁有大量正版的優質作品曲庫。這可以說是他們得天獨厚的優勢，因為這款產品為他們積累了極強的音頻處理能力和訓練基礎。因此方漢稱，昆侖萬維在AI音樂方面有全球的絕對領先地位。02AIGC能為一家公司帶來多大的可能性？擁有這樣一套AI技術，對一家游戲公司來說意味著什么？最大的影響當然是降本增效。一方面，降的是美術、音樂的外包成本。方漢稱，如今昆侖萬維自研游戲的所有音樂和部分美術資產都將不再外包。他們的某款游戲結合AI音樂，用不到一個月時間制作了200首高質量的BGM，幾乎抹消了這一塊的外包成本；另一方面，增的是產品的研發、溝通效率。此前報道AI繪畫時，我們就試想過AIGC影響研發，甚至成為游戲人一項必備技能的可能性。事實證明，有許多游戲公司已經驗證了這一點，昆侖萬維也不例外。比如如今他們的策劃對接美需時，都會以AI作品打樣來方便溝通。在語言模型成熟后，變化可能還會更大。另外，AIGC也是元宇宙的一塊重要拼圖。因為元宇宙作為大型虛擬世界，其中的內容量實在太大了，人工去堆顯然不現實。但有了AIGC，不說靠它自動生成，即便只是發揮好降本增效，也會對內容量有極大的助力。但如果你只從游戲公司的角度來看這件事，那就顯得格局小了，畢竟昆侖萬維本身也不是游戲行業的常規型選手，這讓他們可以有很刁鉆的打法。因為不僅游戲公司在音樂方面有剛需，娛樂、時尚等其他行業也有。昆侖萬維目前就已經與頭部車企達成了戰略合作，甚至還與教育機構達成了AI音樂教育輔學合作。想想音樂的應用場景，只能說這項應用的行業跨度會非常恐怖。不止是跨度，在深度上，AIGC也有極高的上限。方漢舉了一個例子：國外有一家公司叫Grammarly，主打用AI來進行英文語法糾錯，現在他們大概有四千萬用戶、一千萬付費用戶，它的上限可能就是覆蓋所有Office用戶。而這還只是語法糾錯這一條很窄的賽道，如果上升到更大的內容層面，AIGC對于行業的重塑程度會是顛覆性的。但在音樂之外，AI生成文本和圖像的商業化其實還需要更多探索。方漢提到了他們的認知：現在的所有AIGC作品都只是素材而非內容——比如一張AI畫的畫，用戶最終是沒興趣看的，除非你能把它融入到你的產品、內容中供用戶消費。而這樣的轉變，還需要整個行業共同的努力來推動。所以他們才選擇了免費開源，并且也會在這個過程中“打輔助”，通過將AIGC轉化為生產力工具來盈利，比如制作Photoshop等日常工具的AIGC插件。在發布會上，方漢表示他們也會通過如Mango DB 、databricks的方法，在商業支持、云服務方面形成收入來源，同時大力去做B端和C端的應用。有一說一，這種想法在國內是比較難得的，畢竟在壁壘被反復強調的今天，誰掌握了領先技術都會想藏著掖著。但昆侖萬維在開源方面的認知確實有多年積累了，比如CEO方漢自己就是國內最早一批接觸互聯網的人，也是中國第一本Linux書的作者。昆侖萬維旗下的昆侖資本曾投資過國內最好的開源數據庫廠商PingCAP，據說當時他們讀了PingCAP的代碼、爬了社區的數據，在見面時給PingCAP團隊提了不少建議，還讓對方有些驚訝——昆侖萬維怎么會對開源社區這么了解？03AIGC是一盤超脫于游戲行業的大棋帶著這樣的認知基礎，昆侖萬維才做出了開源的選擇。其實把技術閉源握在手里，再通過賣API盈利，是大廠非常常見且正確的做法——掙錢嘛，不寒磣。但這樣做難免影響行業生態，因為無法接觸底層技術，大部分中小廠商就只能購買API、做應用，以通過用戶付費盈利。而開源模型，則給了中小廠商另一種低成本的選擇。這種選擇最大的意義，就是能快速推動技術全面發展。因為在大量用戶使用開源模型后，群眾的智慧會是無限的。此前火熱的Disco Diffusion和Stable Diffusion正是如此，如果Stability.AI沒有開源模型，Midjourney等一系列產品就不會誕生，AI繪畫也必定不會飛速發展、被探索出這么多有趣的玩法。另外，開源也能讓一些更細分、長尾，但通常情況下難以商業化的領域百花齊放。比如有一款基于Stable Diffusion迭代的模型，專門用于生成美甲圖案。大廠不可能有精力來下場經營這樣的賽道，但開源恰恰就能滿足這種千人千面的需求。如方漢所說，開源會推動技術民主化、降低行業的入局門檻，催生更多創新型的中小創業公司。這對游戲行業來說同樣不難想象——如今幾乎所有頭部大廠都有自己的AI研發團隊，這種壁壘沒有多年積累是很難趕上的。但如果有一家公司站出來開源，或是提供全面的定制化服務，其他所有公司可能就都有了站在同一起跑線上的機會。到了這一步，格局還能再大嗎？可以。方漢提到了一點：如今全球的內容產出比在很多方面都是不均衡的，比如要論小說，全世界的產出量估計都沒有中國的網文量大；但要論漫畫，中國則趕不上日、美、韓。創作者的不均，對一些文化領域是不公平的，比如某種語言如果只有500萬人使用，那可能就會極度缺乏各種內容。但AIGC的發展，很可能為這種局面帶來變革，因為它能讓所有文化領域都較為均衡地獲取內容產品。由此種種看來，其實AIGC遠不止是游戲研發的助推器，而是一盤大棋。如今在棋局中有這么一家中國公司站出來，此后的局勢恐怕會更加精彩。畢竟AI不是我們的敵人，而是代表著內容產業變革的前兆，以及無限的可能性。附錄昆侖天工開源地址：網頁鏈接天工巧繪官網：網頁鏈接天工智碼官網：網頁鏈接

$科大訊飛(SZ002230)$ $昆侖萬維(SZ300418)$ $視覺中國(SZ000681)$

關鍵詞： 昆侖萬維 語言模型 游戲行業