7月7日，在2023世界人工智能大会“生成式AI与大模型：变革与创新”论坛上，启明创投携手未尽研究共同发布《生成式AI》报告。

报告显示，政府对于生成式人工智能的监管反应相当及时，各国也出现了不同的特点。中国在迅速推出生成式人工智能的监管办法并征求意见的同时，也在鼓励发展通用人工智能，北京、上海、深圳是最具雄心的第一梯队，均提出了较具雄心的人工智能科研、创新与产业目标。欧盟继续在监管和立法方面领先，一如其5年前率先推出GDPR。美国更在意人工智能技术的领先地位，正在形成以风险管理为原则的监管框架。

长期来看，人才对人工智能未来的影响，超过了算力。中国研究人员发布的论文在数量上已经超过了美国，但金字塔顶端，无论是研究还是创业，美国仍然占据明显的优势。在全球范围内，人工智能研究创新的重心正从高校转移至企业，美国拥有顶尖学者最多的前三大机构，分别是谷歌、微软与Meta，合计招揽了美国顶级学者的30%。中国仍以高校为主，仅阿里巴巴跻身前10。

2022年和2023年，是生成式人工智能技术取得突破的两年，报告经过梳理论文，发现生成式人工智能领域的一个突出特征，是研究与创新过程的密切结合，许多在企业内部实现，迅速推出用例和产品。这种研究与创业的一体化，初创企业和风险资本起到了重要的作用，而美国科技巨头和主要人工智能企业的研究投入与人才，包括一些底层技术的研究，这些年来已经超过了大学等研究机构。

有意思的是，报告还对行业未来作出了10大前瞻性预测——

大语言模型方面，2024年中国将出现比肩GPT-4的多语言通用大模型；超长上下文（Long Context）将引领下一次LLM技术突破；在出现更有前景的大语言模型之前，为实现垂直领域更好的效果，以下三种方式将共存：一是在不改变数据分布的情况下，利用更多通用数据进行通用大模型预训练，不特别引入行业数据，二是利用行业专属数据微调（Fine-Tuning）通用大模型，三是利用行业数据占比更高的数据集进行垂直模型预训练。

多模态模型方面，当前CLIP Diffusion的文生图模型是过渡态，未来2年内将出现一体化的模型结构；下一代Text-to-Image模型将具备更强的可控性，它将结合底层模型能力和前端控制方式，对模型的设计将注重与控制方式的结合；2025年之前，Video和3D等模态将迎来里程碑式的模型，大幅提高生成效果；以PALM-E为代表的具身智能（Embodied AI）展现出在机器人的感知、理解和决策等方向上的巨大潜力，但当前训练和可靠性存在较大挑战；短期内Transformer正成为多个模态的主流网络结构，但压缩整个数字世界的通用方法尚未出现，Transformer并不是人工智能技术的终点。

商业机会方面，3年内，颠覆式的AI应用的核心驱动力来自于底层模型的创新，两者无法解耦，模型的作用将大于产品设计的作用；当前生成式AI市场处于技术主导的早期阶段，存在千亿美元市值的平台型企业的机会。