8375
30这次我们讨论当下非常火热的一个话题，Generative AI，也就是生成式AI。最近一年来，如果你对科技创业有所关注，就会发现这个领域陆续有很多创业公司，即使在资本寒冬中，估值和商业上都取得了惊人的进展。比如开发了开源文字生成图片模型 Stable Diffusion 的 Stability AI, 2019年成立, 今年就融资1.1亿美元成为独角兽。生成文字内容的公司比如copy.ai, Jasper, 都是成立不到2年的时间，就实现了数千万美金的收入。国内也有很多创业公司加入了生成式 AI 这个创业领域。
这不禁让人回想起五六年前那一波AI的热潮，技术和资本热度上似曾相识，但是商业和产品化上，会有哪些新的可能性，又会有哪些挑战呢？
Hello World, who is onboard?
这次的播客，我们就请来了硅谷的几位嘉宾，从资深AI研究员、独角兽投资人和YC创业者三个角度，一起来聊聊这个话题。这几位嘉宾，真是非常重磅（自我介绍环节，你也会听到几位嘉宾的精彩经历）：
- 田渊栋 Yuandong Tian (@tydsh)，很多做AI的小伙伴应该都很熟悉了，作为 Meta, 原来 Facebook AI 研究院 FAIR的资深研究员，他也是一路见证了AI，强化学习，深度学习这几年的研究进展，最近也刚刚发表了一篇长文本生成的论文。业余时间，他还是科幻小说写手！
- Xuezhao (Lan) Lan (@xuezhao)，是硅谷资深投资人，早期投资基金 Basis Set ventures 创始合伙人，前 Dropbox 投资负责人。她的基金过去几年，投资了Scale AI 等在内的几十家AI公司。
- Chun Jiang (@chunonline), 从产品和设计转身创业，她所创立的 Monterey AI 入选了今年的YC，将生成式 AI 用于产品管理工具。
这次还请来了一位客座 co-host, Indigo Lu, 他是微博早期创始团队成员。离开微博后转身投资，他的公众号“Indigo 的数字镜像”，有关于AI，元宇宙，web3等话题非常深入的探讨。他的加入，让我们对技术的探讨又多了一些未来感。
有投资人的视角和判断，有创业者务实的思考和探索，更有技术人对技术的思辨和畅想。到最后发散得很有意思！感恩节周末，时间有些仓促，以后还会组织更多讨论，大家拭目以待！
Enjoy!
关于主播
Monica：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学
我们都聊了什么
02:25 嘉宾们的自我介绍
12:14 Yuandong 回顾生成式 AI 诞生的技术背景
17:35 Lan 作为投资人，如何看待这一次 AI 热潮跟以前的异同？
22:54 Chun 介绍 Monterey AI, 为什么选择这个方向
26:08 AI 生成长文本的挑战，是否需要新的模型结构来实现？
29:04 投资人如何判断生成式 AI 商业价值，如何看待有渠道优势的巨头或者公司的竞争？
33:53 通过多个模型融合可以让生成效果实现质的飞跃吗？
38:47 Yuandong 看到的现有生成式 AI 技术还存在的挑战
41:04 Chun 在做生成式 AI 创业中的挑战
43:59 生成式 AI 有哪些新的研究方向，可能的突破？
49:00 生成式 AI 如何在商业上突破只是作为玩具的商业价值
55:09 现在的生成式 AI 太贵吗？提供 API 的模式成立吗？
62:45 如何看待 Gartner AI Hype Cycle 中，生成式 AI 在见顶前夕？
我们聊到的公司和种种
- Stability AI: 开源文字生成图片模型 Stable Diffusion 母公司
- DALL·E 2：人工智能公司 OpenAI 开发的文字生成图片工具
- Jasper: AI 生成长文本内容公司
- Copy.ai: AI 辅助写作工具
- Scale AI：从AI数据标注起家的AI数据工具独角兽
- Scale AI 最近发布的AI生成产品图片工具 Forge
- Yuandong 最新的研究：论文，代码
- Yuandong 的小说：破晓之钟，幽夜星火
- Yuandong 提到的清华大学的论文：DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model Sampling in Around 10 Steps
- Chun 提到的 AI 生成图片公司：Artsio，rosebud.ai，vizcom，Interior AI
- Gartner Hype Cycle for AI 2022
重要词汇
- AIGC：AI Generated Content AI 自动生成内容
- GAN（Generative Adversarial Network）：生成对抗网络，2014年Ian Goodfellow提出，可以帮助神经网络用更少的数据进行学习，生成更多的合成图像，然后用来识别和创建更好的神经网络
- Transformer：利用注意力机制来提高模型训练速度的深度学习模型。2017 年 Google Brain 和多伦多大学的研究人员在《Attention Is All You Need》的论文中提出的一个自然语言处理（NLP）的模型。后来的很多经典的模型比如BERT、GPT-2都是基于Transformer的思想。具体可以看这篇解释，还有中文版。
- 小样本学习(few-shot learning)：让机器学习模型在给定少量样本（Few-Shot）条件下拥有对任务的学习和概括能力
- Incumbent: 传统巨头，有历史优势的公司
推荐的文章
- Sequoia Capital 关于生成式 AI 的文章：Generative AI: A Creative New World
- Indigo 的文章： 机器之心的进化 / 理解 AI 驱动的软件 2.0 智能革命
- Google 2017年提出 Transformer 的介绍文章：Transformer: A Novel Neural Network Architecture for Language Understanding
欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！
M小姐研习录 (ID: MissMStudy)
大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~
如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
免责：节目中的观点都是嘉宾和主持人个人观点，不代表所在机构观点，亦不构成任何投资建议。
