最近两个多月，刺猬公社（ID：ciweigongshe）前往上海、杭州、成都、广州等都会造访了多家公司。一个惊人的事实是，险些所有公司——岂论是做游戏的，照样做直播电商、新消费、教育培训、健身、播客、是非视频的——都在讨论一个配合话题：

以Chat GPT为代表的AIGC，会若何突入并改变我们所在的行业？取代我的事情，照样给产业带来新的时机？

这个问题，Chat GPT暂时还回覆不了。它可能组织一段逻辑通顺的语言，但想要获得更多新知，甚至找寻AIGC创业的参考，还得把眼光放在大厂之外的AIGC创新者们。

在AI天生设计、AI天生虚拟人、AI天生音乐和对话式AI等四个AIGC创业的主流领域，刺猬公社对话了四家差异赛道的创业公司。相比Open AI等海内外大厂，我们能看到他们走出了一条完全纷歧样的蹊径：

从某种水平上讲，这些AIGC创新者所展现出的产物、商业和公司组织特质，甚至是“反传统互联网”的。

不问出处，都在人工智能创业

2023年2月，一份叫《ChatGPT团队靠山研究讲述》的文章在AIGC创业圈、投资圈和媒体圈盛传。研究团队针对ChatGPT项目做出孝顺的87个成员举行了靠山研究，其中，团队成员绝大多数拥著名校学历，且具有全球着名企业事情履历。他们的显著特征是“年数很轻”“靠山豪华”“聚焦手艺”“积累深挚”“崇尚创业”和“华人抢眼”。

在以上这些特征中，名校靠山以及手艺实力夺人眼球，但更主要的是，对于这些人才来说，走前人未走过的路、开拓一个全新领域，是他们最主要的追求之一。这也鲜明的体现在了刺猬公社造访的四家AIGC创业公司身上，只管AI浪潮在2022年才正式最先，但这些公司确立的时间要早得多，在AIGC看法尚不清晰的时代，他们就已经最先了起劲。

只不外那时的AI创业，没有现在的喝彩与关注。

时间拨回2016年，随同VR浪潮的升沉，成维忠和创业团队把眼光瞄准虚拟人赛道，于是，专攻虚拟人动作和神色天生手艺的中科深智降生了。但在动捕手艺与动作神色库剪辑占主流的虚拟人市场，由深条理AI算法驱动虚拟人手艺，并没有引起市场足够的重视。成维忠言诉我们，直到现在，海内外市场中使用这项手艺的公司也并不多。

这也让公司的早期融资面临着不小的问题。在研发虚拟人驱动手艺的历程中，中科深智也接纳过动作捕捉与动作神色库剪辑，但成维忠始终以为，这些都不是虚拟人的原生手艺，AI算法驱动才是未来最准确的蹊径。直到创业四年后，公司迎来了*笔融资，从2020年中到2021年终，中科深智获得了三轮融资，AI蹊径得以连续。

2022年是个变局，在此之前，AIGC不能算是虚拟人天生领域的*解，但大模子手艺的生长成熟正在改变一切。在此基础上，中科深智也探索出了虚拟人动作神色驱动的深条理手艺——多模态大模子手艺。凭证成维忠的设想，虚拟人天生手艺将会突飞猛进。几年内，AI将能完成动画影戏级其余制作，80%以上的动画产物都可以行使AI天生，未来影戏工业或许将会发生一场AI革命。

整个行业在“飞跃”，对于几年前的海内AI创业人们来说，这是难以想象的。

同样是2016年，还在清华读博的刘晓光加入了清华大学的一个专攻AI音乐的兴趣小组，这即是新音乐产业公司DeepMusic的前身。DeepMusic最早的目的是辅助音乐兴趣者更高效率地创作音乐。但在那时的团队内部，已经萌生了AI基于人的交互天生音乐内容的想法，实在已经很“AIGC”了。

2018年，在刘晓光的率领下，DeepMusic从一个兴趣小组酿成了一家科技公司，并拿到了清华系基金和音乐人李健的投资。用AI辅助音乐人创作，甚至AI自主创作音乐，成为了DeepMusic的目的。让刘晓光印象最深刻的是两年之后的2020年，全民K歌找到了他们，希望能够在平台内开发“一键remix”的功效，将已有的音乐伴奏举行气概化改编。

“他们提出的诉求是，一个月做出5万首左右的伴奏。一样平常来说，一个20人的音乐人团队需要两年左右才气完成。”刘晓光回忆，只管DeepMusic的AI天生手艺已经相对成熟，但并没有产物化，“这个要求是我们产能的10倍。”

这是DeepMusic*次大规模地应用自己的手艺，在确立起了一个流水线化的生产流程后，一个月，他们最终完成了义务，5万首伴奏的通过率到达99%。与中科深智一样，DeepMusic的AI手艺同样是应用在企业端的，早期的AIGC创业公司与传统的互联网公司差异，他们不追求直接触达C端，而是以输出手艺的方式加持B端，这不仅关于手艺能力的生长，更是由市场需求决议的。

直到2022年AI作画兴起，AIGC才真正最先走进C端市场，而DeepMusic一类的创业公司，则在B端更高要求的应用中，不停推进手艺的生长。2022年，DeepMusic已经成为了海内头部的AI音乐公司，不仅拥有“配乐猫”“口袋音乐”等创作产物，还与QQ音乐等头部音乐平台睁开互助，推出了多个AI音乐系统。

随同时间的推移，在海内，真正面向更广漠用户，人们触手可及的AI产物也最先泛起。盘算美学旗下的画宇宙平台正是其中之一。

“从很早最先，我们就以为人工智能加设计一定是未来。”盘算美学团结首创人赵哲析告诉刺猬公社，在营销场景不停增添的情形下，海内设计人才与设计力依旧存在短板。想要解决恒久以来的供求不平衡，一定需要新手艺带来新变化。2020年12月，赵哲析和几个同砚一起开办了盘算美学，专攻AI设计领域。

他们*拿出了一款AI天生logo的产物，之后的2022年1月，进阶产物“图宇宙”正式推出，可以在AI手艺的加持下实时天生海报。在那时的海内市场，AI天生海报的产物仅盘算美学一家，2021年终，盘算美学也获得了高瓴创投的数万万融资，新的产物也被提上日程。

差异于大多数AI作画平台，盘算美学从一最先的目的就是希望行使AI赋能专业设计，2023年头，他们搭建起一个专业级其余智能设计平台——“画宇宙”，能够实现“无限画板”“实时编辑”，在AI的交互和可控方面更进一步。

值得关注的是，无论是盘算美学和DeepMusic，他们的创业团队都有着深挚的名校靠山。DeepMusic脱胎于清华大学的兴趣小组，焦点成员基本都来自清华大学。盘算美学同样有着类似的基因，据团结首创人赵哲析的先容，盘算美学的设计团队基本都来自清华大学美术学院，手艺方面的成员则基本都来自清华和北大。

海内*高校靠山、年轻的研发团队，他们依赖着自身的学术圈层群集在一起，配合步入了一个未来风口之中。

而在对谈中，几位公司的首创人都提到了团队的一大特点，那就是团队的稳固。“对于许多算法工程师来说，做AIGC纷歧样，需要很深度的团队协作，在人工智能的团队里，耐久投入才气看到功效。”成维忠言诉刺猬公社，AI创业并不简朴，无论是研发手艺照样产物，都需要长时间的投入。因此，相比于职员更改频仍的互联网行业来说，AI创业公司的手艺团队异常稳固，创业几年已往，团队中最早的一批成员依旧是中流砥柱。

“我们的焦点算法团队从来没有变过。”秘塔科技团结首创人、首席运营官王益为告诉刺猬公社，他的另一个身份被更多人熟知：B站着名UP主“王一快”。

在AI创业之前，王一快是一名状师，2018年，他和几位NLP领域的手艺专家一起确立了秘塔科技，最早从AI翻译服务切入，并逐步推出文本校对、改写润色等功效服务。秘塔科技是海内较早行使大语言模子手艺推动AIGC内容的公司，“我们的手艺蹊径，从2019年最先做写作猫就已经决议了。”

“2018年左右，我们都以为AI明白上下文语境是异常难题的，那时基本都是单轮问答，甚至单轮问答内里也不能设置太长的条件。”依赖对自身语言模子的不停的深度学习训练，2021年终，秘塔科技已经能够实现AI的多轮对话。

2023年，ChatGPT席卷全球；3月，秘塔科技推出了自研AI文本天生产物“对话写作猫”，算得上海内*批“中文ChatGPT产物”。在现实的体验中，对话写作猫已经能举行流通的中文延续对话，而且在执法内容领域展现出了一定的优势。

向对话写作猫提问弱智吧问题

但差距仍然存在，“我们现在这个百亿级别参数的训练量还没有跑完，这更像是个Demo。”不外王一快对于未来信心满满。“我们另有许多设施让多轮对话去变得加倍智能，可以期待，在半年之内能够到达跟ChatGPT持平的效果。”

在与四家公司的对谈中，我们能够勾勒出中国AI创业人的大要样貌：他们来自各行各业，基本都异常年轻、拥著名校靠山、与此同时关注垂直领域，并拥有足够稳固的团队。跟许多互联网公司差异，他们不在意营销与流量，在AI这个全新的天下里，手艺就是王道，而新浪潮的来临，则为他们带来了新的时机与新的挑战。

总的来说，岂论AI天生设计、AI天生虚拟人，照样AI天生音乐、对话式AI，这些和大洋彼岸的Open AI、Google和Midjourney们处在统一赛道的中国AI创业者们，都想施展自己的优势，起劲向前奔跑。

中国AI创新者，不想“大干快上”

“我们想用对话写作猫给人人看一下，不是只有巨头才气干好，其适用少一点的资源、小一点点的模子，也能输出一个异常好的效果。”王一快说。

在访谈中，王一快经常把训练模子的历程比作“一个重大而细腻的工程”。它不是可控核聚变那样的推翻性创新，但AI创新者们需要做的，是在资源有限的条件下，去完成这个可能有着海量细节的工程，为用户出现出*的体验。那些“没钱干不了大模子”“百亿规模的模子就是不行”的声音，王一快并不认同。

以对话写作猫为例，其模子的成本、规模比ChatGPT低了一个数目级，但依然属于大语言模子，同样可以完成效果近似的中文对话。王一快透露，这是由于对话写作猫的模子参数规模更小，但做了更细腻化的调优事情。“Open AI和某组织差不多，无限的弹药量——堆算力、扔数据，打出一个对照好的效果；我们创业公司没有那么多钱，用异常有限的资源，只能这么打。”

即便效果可能并不是100分，但对于中国的AIGC创新者来说，有和无的问题更为主要。“我们一定是先拿一个60分的产物出来用着，然后在骂声和叫好声中发展，逐步地走到80分。”王一快说。

除了低成本和“小步快跑”，将创业偏向放到互联网大厂尚未涉足的细分领域，也是许多AI创新者们的选择。

“我们在2018年前后判断，由于大厂的数据最多、资源集中，歌词天生这种自然语言的问题一定是大厂去做的。”而一样平常的算法工程，很难明白伴奏该怎么变、乐器该怎么弹、旋律该怎么写这类“小众”问题，这就是DeepMusic要去解决的。

在天生音乐的手艺蹊径上，DeepMusic用的是“符号天生音乐”的路径，而不是音频的直接天生。也就是说，让AI检测中音频中的音乐知识，把音乐拆解成林林总总的模态符号，再行使符号去生产音乐。 “当符号形貌出来以后，一个音乐人已经知道这些符号该怎么去配所有的乐器了。”

这样一来，天生所需手艺的庞大度比大模子小许多，但通过符号天生，也可以通过自己的路径到达一个较好的音乐效果。

刘晓光示意，DeepMusic相当重视AI在专业用户中的应用，好比，他们希望让AI辅助音乐生产者的事情，真正嵌入音乐的生产流程内里。

在AI天生的历程中，可控是最难的。好比，当我们天生一段10秒的音乐时，想控制这段的音乐第二秒是什么样的异常难题。而若是不能实现可控，AI也就没设施被音乐生产者真正用上。此外，想要嵌入音乐人的事情流，还要做出一个音乐事情站——苹果系统里的“库乐队”，就是一个浅易版的音乐事情站。DeepMusic同样破费了许多手艺精神，做出了一个音乐事情站，支持词、曲、编、录、混的AI天生，而且用一个音乐引擎把这些模态连系起来。 

与大厂在手艺蹊径上的差异，体现在更多AIGC的细分赛道。CEO成维忠向我们对比了Open AI等大厂和中科深智的区别：

大厂们一样平常走从大语言模子到文生图再到文字天生视频、动画的手艺路径，从天生图片到让图片动起来，“顺理成章”，这种动画、视频被业内称为“帧视频”，本质上是2D手艺；

中科深智的手艺则更类似3D，能够直接天生3D的动作神色数据，而这些数据自己是看不到的。它绕过了文字天生图片的环节，在渲染引擎的支持下，可以直接给出3D效果的虚拟形象。

而“3D”能带来的利益是，在视频质量和实时天生上有较大优势，能够知足专业内容和人机交互的需要。在元宇宙中也能加倍适配3D立体环境，成为元宇宙的基础设施。

“我们自己的定位首先是个手艺公司，不是应用公司。”成维忠向我们强调，“我们的焦点是搞定天生式AI。”对于业内盛行的动作库、神色库、动作捕捉等手艺去驱动虚拟人，中科深智从2022年上半年起就逐渐用AI天生，替换用模子库来缔造虚拟人的方式。

这不意味着AI创新公司和大厂之间是对立的，也不乏两者互助的案例。好比中科深智，就和英伟达、Unity等公司互助；盘算美学，和百度文心大模子以挪用接口的方式举行互助。这可以让AI创新公司们“站上巨人的肩膀”，将更多资源用在自己的竞争优势上。

盘算美学的一大优势在于买通了种种AI手艺之间的壁垒，可以在AI天生的历程中做消除、擦除，也可以做扩展延伸，还可以凭证文字举行调优。

在众多文生图产物中，经常需要用户像“抽盲盒”一样，天生很多多少次才气想要获得一张知足的图片，无法干预天生的历程。 “我们一直强调AIGC的能力要可控”，赵哲析说，“越可控，效果越好，越能为客户发生价值。”

“我们应用层更多的是以需求为导向去做创新”。赵哲析告诉刺猬公社，AI产业可以分为三层——基础层，也就是阿里云、腾讯云、华为云等云盘算厂商，他们认真提供算力；模子层，以百度文心、Open AI等大模子厂商为代表；而盘算美学处于第三层——应用层，在以上底层能力的基础上，开发创新性的应用产物，而不是做前期投入较高的基础性研究。

小米不能拖了雷军后腿

商业化：AI、G、C，该走哪条路？

在AIGC的商业化上，追赶Google和Open AI的中国AI创业者们经常被诟病的，不是商业化太慢了，而是太早就赶着去做商业化。

有人举例子说，百度度秘（小度前身）刚学会基本对话就做了小度AI、阿里达摩院对话机械人刚能语言就转向阿里小蜜客服机械人、无人驾驶刚学会低速行驶和认障碍物就搞无人车配送，以为“海内的AI一出生就接受生计教育，未成年就走出家门去赚钱。”

先岂论这种声音是否片面，但它道出了海内AIGC创业的一个逆境：要在何时、以何种方式走向市场，与千行百业发生联系？

“作为一个现实的从业者，埋怨或者指责没有意义。”对于“海内AI商业化是否操之过急”的问题，王一快以为各个国家有差其余国情，AI产业的生长模式也不会相同。只有顺应潮水，知足人人对AI生长的期待。

“你不早点让它落地，这事就做不起来。”他说，稀奇是在海内，“用户和企业都是异常现实的，谁效果好、谁能快速地给我带来直接的收益，我就用谁的，而不是迷信大厂。”

除了对于“何时搞商业化”的讨论，AIGC商业化的焦点还集中在以下两个维度：

一是AIGC商业化的偏向，是靠AI赚钱，照样靠AI生产出的内容？

二是要做To B，照样To C？

先看*个问题。对于“AIGC”这四个字母，刘晓光将之拆分为AI、G和C，其中AI意味着内容生产的形式，G代表内容生产的历程，C就是生产出来的内容。

AI的意义，在于让生产变得更快、更廉价。内容原本就可以不依赖AI生产出来，但AI的介入，能让投入产出比小于1的事情大于1，让它变得商业价值。从这个角度看，AI的商业化焦点，在于解决To B的问题。

相对来说，G和C加倍偏向To C，就是“做一个AI，让用户能够生产出可消费的内容”。而这种模式和20年前互联网“羊毛出在猪身上狗买单”的商业模式没有本质区别，都是通过产物吸引用户停留，然后在用户时长的基础上卖广告。

“现在没有流量盈利了，以是这种模式可能并不是现在应该优先实验的偏向。”刘晓光说，“做一个更好的内容生产工具，让人生产出可消费内容，然后群集起来做一个平台，这件事可能很难题。”

好比DeepMusic的产物“口袋乐队”，在没怎么投流的状态下仍能留存不少忠适用户，但刘晓光不以为在此基础上做个内容社区是个好选择。相比无数盼望实现从工具到社区跨越的互联网从业者，这种思绪显得颇为差异。

DeepMusic AI天生的音乐集

在UGC时代，内容就已经迎来了大发作，到了AIGC时代，内容生产的成本又低了几个量级，C的供应越发远大于求。好比音乐，2022年中国生产了约莫300万首音乐，而人们会去听的，只有几千首。在流量盈利消逝之时，只有那些具有消费潜力的内容——那些用户愿意去看、愿意去听的——才有价值。

既然AI内容社区和AI内容自己的商业化难题重重，那么，什么才是AIGC商业化的希望所在？

“C可能并不是下一个发作点。”刘晓光说，“G可能是下一个内容生产的发作点。”

他进一步注释，已往可能有人对一件事感兴趣，但被一些庞大的学习门槛卡在外面；现在，由于AI的介入，不用学习也可以介入制作，脱节知识的局限，并在其中找到心流体验、感受有趣的生产历程。最终，人们可以行使AI工具去完成艺术探索，实现AIGC对UGC的反哺。“我们现实上是在做AI音乐制作人，把音乐生产各个环节里的辅助工具给到用户，让AI告诉你怎么去做音乐。”

至于做To B照样To C，受制于海内用户付费习惯的限制，面向To B客户做尺度化产物，是AIGC创业中的主流选择。“做手艺的公司一旦最先个性化定制，规模效应就出不来。我们公司确立以来，只要是做都是以尺度化产物为主。”成维忠说，现在主要收入来自于SaaS服务，纵然有定制的需求，也只提供虚拟人底层能力的定制，其他的定制事情都是交给其他互助同伴集成商完成的。

“一定是要做标品的。”王一快也示意，在To B的营业中以尺度化产物为主，向用户提供大模子的API接口。“若是做模子的定制，现在看来花费的人力、提供的服务照样异常重的，可能只会根据大的行业去举行调优。”

赵哲析也以为，“AIGC商业化更多的时机照样在To B上面。”To C更多的只是围绕流量做用户转化，但尝鲜用户的多是一次性行为，深入使用和付费意愿也相对较低。因此，盘算美学从一最先做产物就是定位在面向To B行业。

想要在To C上做商业化，也不是完全没有空间，只不外时机可能不在海内。成维忠透露，他们想要在外洋结构一个可以由文字天生3D动画的产物，以订阅制方式做商业化，不再区分To B照样To C。

不外，对于AIGC创业者们来说，一切实在都在转变，远未来到定局。赵哲析告诉我们， 他的事情时间里7成是在解决现有的需求，3成要在做探索。“最懂AIGC的应该是我们这些从业者，不能指望着你的客户去你提需求提得稀奇精准。”

这种事情逻辑有点像观察和实验：提出假设、论证假设，修改假设再去论证假设，最后把它变为真正能落地的器械。“创业最怕剃头挑子一头热，你以为解决了一个天大的需求，找到目的客户一问人家说不需要。”赵哲析说，“我们是很务实的。

AI的未来，人机交互革命？

商业化、供需、应用，在一系列行业面临的现实问题之下，AI创业者们脚扎实地，但也把眼光投向了未来。

在与四位首创人的对谈中，险些每位都提到了“人机交互”，在他们看来，AIGC不仅是天生内容的变化，更在于人机交互形式的刷新，这也是他们能在浪潮来临前入局AIGC创业的深层缘故原由。

“最早我们与盘算机交互可能是纸上打孔，之后是DOS系统的代码，随后是行使鼠标和键盘与盘算机交互，再到现在用手指点屏幕，下一步，很可能就是行使语音直接与机械举行交互。”在刘晓光看来，未来可能会泛起基于自然语言交互的操作系统，对于偏向内容型的服务行业，会有一个新的入口可以去占领。

“我们希望音乐能够被更多感官所感受，实现更游戏化的音乐浏览历程以及娱乐历程。”在做音乐AIGC的历程中，DeepMusic一直希望把音乐酿成一种“不只通过耳朵摄入的内容”，用声音的模态和图像、视频的模态连系起来，天生多模态的内容，为用户提供一种新的服务形式。

这并不是一种“扑朔迷离”式的设想，在刘晓光的认知里，AIGC将开拓更多元的交互场景与内容消费方式。“一些小公司没有能力去做大模子，那是大资源集中去做的事。但在应用上，AIGC可以做到许多新的服务形式，而且找到新的入口去占领。”

刘晓光稀奇看好教育和游戏领域的“强人机交互”属性，“用户在付费的时刻都市有一个心理钱包的问题，好比说为了一个工具、一个视频平台付费，意愿可能没那么强，但为了游戏可能会花许多钱。”因此，AIGC*波乐成的商业化，很可能发生在游戏化或者教育化的应用上。

盘算美学同样是在人机交互协作的理念下，才开发出了画宇宙这样的工具类AI产物，他们思量到的则是未来内容生产模式的转变。

“人机协作方式行使AI把设计变得可量化，辅助设计师的生产。”交互也体现在了产物的设计上，“画宇宙”让AI作图不仅是人输入指令、AI生产作品那么简朴，而且行使智能工具总结梳理素材，并举行实时修改与编辑，真正实现人机的共创，“这是以往产物形态做不到的”。

这并非是一厢情愿的构想，在2023年，AIGC及大语言模子手艺已经在改变内容生产的模式，“人机交互”的刷新也正在发生。3月16日，微软的Copilot正式宣布，其将大型语言模子的能力嵌入到Microsoft 365应用程序中，在Word、Excel、PowerPoint、Outlook等产物中都有应用。

我们能够清晰的看到生产与事情的方式在被改变，无论是凭证用户需求天生文档、PPT，照样协助用户剖析数据，制订设计、编写讲稿，借由AI壮大的明白能力，人机交互变得加倍有用，大量的生产力将被解放。

这或许将不亚于从DOS系统打孔输入指令到鼠标键盘交互的变化。AIGC的生长不仅是AI智能提升这么简朴，更主要的是其能更好的整合数据资源，实现高效率的指令触达，而且这种提升是指数级的，人与机械、算力的关系将被重构。

“我们最近在梳理一个新的领域，NUI，也就是自然用户界面。”同样的，在中科深智的构想中，AIGC的生长将催动下一代操作系统的降生。过往的功效菜单将会被自然语言对话取代，想要实现交互，只要最简朴的对话与动作就能实现。

成维忠还将人机交互刷新扩睁开来。他提到了元宇宙看法，作为把陶醉式体验作为焦点研发偏向的公司，中科深智一最先就把AI算法驱动虚拟人视为通往真正元宇宙的入口。

他以为，在视觉手艺、XR手艺的生长之下，元宇宙的场景、物品都能获得不错的解决方案，现在相关手艺也已经较为成熟，但在元宇宙中“人”则是最难点。无论是虚拟空间的NPC，照样现实人类的虚拟化身，都需要更好的交互体验，而AIGC则是最主要的解决方案。

“元宇宙它自己实在是加倍社交属性的，在虚拟化的社区里，人和人之间的交流就变得异常的主要，没有异常好的Ai的手艺，现实上就做不到真正的千人千面，所有人的动作神色都一样。”AI则能成为解决实时交互问题的焦点手艺，在成维忠的眼中，AIGC的生长成熟更能够催动真正元宇宙的来临。

对于元宇宙行业来说，ChatGPT及大语言模子为代表的AI生产力或许并非取代者，而能够带来真正的加持。在已往的元宇宙设想中，高效率的数字资发生产与有用的社交交互是虚拟天下的*痛点之一，而在AI手艺的加持下，无论是场景、道具天生，照样虚拟人驱动，或许都将迎来新的时机。

在未来，3D内容创作者或许也可以将AIGC手艺应用于创作中。差异于以前的艰辛建模，随同AIGC的生长，输入prompt、或者“口述”，场景与人物、道具就能直接天生，同样也能加持人们的虚拟体验。据悉，天下*的“元宇宙”平台Roblox正在构建一个AIGC平台，希望生长通过语音、文本或基于触摸的手势，取代鼠标和键盘移动，即可实现傻瓜式确立的便利工具，通过AIGC将其平台上5880万用户打造成为创作者。AIGC正在真实的改变这些新兴的行业。

说回海内的AIGC创业者们。在这场人机交互革命之中，微软、谷歌、OpenAI等大厂所做的，就是依赖大模子产物搭建新一代操作系统的基础设施，正如百度CEO李彦宏在近期的访谈中所说，不会再泛起一个OpenAI，没需要重复造轮子，在手艺底层、大模子手艺领域，在客观条件之下，海内AIGC创业公司或许已经失去时机，但在应用层，一切都还刚刚最先。

大厂们忙着搞“基础设施”，而我们所关注到的这些AIGC创业公司们，则在各个垂直领域深扎下去，依赖他们掌握的手艺及产物，或许能够成为这个未来操作系统的组成部门，也就是一个个详细的“功效”。这也是属于他们的天地。

尾声

在刺猬公社遇见的AIGC创业者中，始终有着一个疑问，AI产业的春无邪的到了吗？

而产业大发作的卡点，恰恰是AIGC手艺自己。

成维忠举了AI天生虚拟人方面的例子——现在能天生双人的交互，多人交互还做不到。只有进一步突破手艺障碍，才气未来在游戏、动画等领域大规模应用。刘晓光示意DeepMusic希望做些“增量”，在AI手艺的支持下，让更多人介入到音乐的生产历程中，“真正让内容生产者，用AI工具做自己想做的事。”

至于商业化的难点，“我以为没啥难点。”成维忠说，“由于手艺还没到，以是能啃下的市场照样很少。挖空心思地‘想出一个市场’去规避掉手艺问题，我以为没需要。”未来，做AIGC照样要拼手艺赚钱。

因此，此时现在正处于聚光灯下、浪尖之上的AIGC创业者们，也要做“时间的同伙”。‍

“等风口已往了之后，才真正进入落地的场景。”王一快说，“就像我们当初讨论5G一样，等到现在都不讨论这件事了，说明它已经成了一个基础设施，人人真正能用上了。”

（本文头图由盘算美学产物“画宇宙”AI天生）