7月7日，在2023世界人工智能大會“生成式AI與大模型：變革與創新”論壇上，啟明創投攜手未盡研究共同發布《生成式AI》報告。

　　報告顯示，政府對于生成式人工智能的監管反應相當及時，各國也出現了不同的特點。中國在迅速推出生成式人工智能的監管辦法并征求意見的同時，也在鼓勵發展通用人工智能，北京、上海、深圳是最具雄心的第一梯隊，均提出了較具雄心的人工智能科研、創新與產業目標。歐盟繼續在監管和立法方面領先，一如其5年前率先推出GDPR。美國更在意人工智能技術的領先地位，正在形成以風險管理為原則的監管框架。

　　長期來看，人才對人工智能未來的影響，超過了算力。中國研究人員發布的論文在數量上已經超過了美國，但金字塔頂端，無論是研究還是創業，美國仍然占據明顯的優勢。在全球范圍內，人工智能研究創新的重心正從高校轉移至企業，美國擁有頂尖學者最多的前三大機構，分別是谷歌、微軟與meta，合計招攬了美國頂級學者的30%。中國仍以高校為主，僅阿里巴巴躋身前10。

　　2022年和2023年，是生成式人工智能技術取得突破的兩年，報告經過梳理論文，發現生成式人工智能領域的一個突出特征，是研究與創新過程的密切結合，許多在企業內部實現，迅速推出用例和產品。這種研究與創業的一體化，初創企業和風險資本起到了重要的作用，而美國科技巨頭和主要人工智能企業的研究投入與人才，包括一些底層技術的研究，這些年來已經超過了大學等研究機構。

　　有意思的是，報告還對行業未來作出了10大前瞻性預測——

　　大語言模型方面，2024年中國將出現比肩GPT-4的多語言通用大模型；超長上下文（Long Context）將引領下一次LLM技術突破；在出現更有前景的大語言模型之前，為實現垂直領域更好的效果，以下三種方式將共存：一是在不改變數據分布的情況下，利用更多通用數據進行通用大模型預訓練，不特別引入行業數據，二是利用行業專屬數據微調（Fine-Tuning）通用大模型，三是利用行業數據占比更高的數據集進行垂直模型預訓練。

　　多模態模型方面，當前CLIP + Diffusion的文生圖模型是過渡態，未來2年內將出現一體化的模型結構；下一代Text-to-Image模型將具備更強的可控性，它將結合底層模型能力和前端控制方式，對模型的設計將注重與控制方式的結合；2025年之前，Video和3D等模態將迎來里程碑式的模型，大幅提高生成效果；以PALM-E為代表的具身智能（Embodied AI）展現出在機器人的感知、理解和決策等方向上的巨大潛力，但當前訓練和可靠性存在較大挑戰；短期內Transformer正成為多個模態的主流網絡結構，但壓縮整個數字世界的通用方法尚未出現，Transformer并不是人工智能技術的終點。

　　商業機會方面，3年內，顛覆式的AI應用的核心驅動力來自于底層模型的創新，兩者無法解耦，模型的作用將大于產品設計的作用；當前生成式AI市場處于技術主導的早期階段，存在千億美元市值的平臺性企業的機會。