AIGC 的一些应用场景

一级类别	细分方向	代表项目/企业	更新状态	方向分析（划线部分是我不太确定的观点）
模型	大参数LLM（千亿级）	开启者：OpenAI	暂无变化	商业：已经不能再将他视为一个研究机构了；1）宣布降价后，形势已经明朗了，OpenAI走的和当初云服务竞争是一样的，凭借领先优势压低价格，抢数据、抢场景、抢合作伙伴、抢用户；2）技术配套商业打法让它在目前牢牢卡住了所有追随者的身位 评分依据：本来就5星，加上商业打法要突破5星了
		跟随者 海外：Google Bard 海外：Anthropic-Claude 国内：各项大厂	暂无变化	简介：都在追赶OpenAI，报道也很多我不展开说了，重点说说技术部分 技术：1）模型结构是明确的，可抄；2）数据、工程的细节没有暴露，会有很多坑，每次踩坑都意味着一次训练白费，需要用时间和金钱趟过去；3）数据上中文语料质量确实比英文差，但不会特别妨碍国内成功 4）算力上是一个槛，A100 GPU国内不多，凑凑也能训练，更大的问题在于后续的运行；5）数据会变成追随者一个非常高的门槛，OpenAI的数据飞轮已经跑了三个月了，现在猛推API降价、私有化方案，追随者会面临数据上的桎梏，导致效果始终无法追评ChatGPT体验。 商业：1）新时代船票不争就死，这是下个时代的IOS；失去这项服务的大厂在云服务、生态布局上都会受到重创；2）对于二线厂来说，将算法的命脉拱手让人暂时来说是不可接受的，所以咬牙也要上，即使在后面军备竞赛中输了，可能也更宁愿使用自己落后一代的LLM 3）也有一种可能二线厂最终放弃，变成围绕几个LLM巨头的阵营站队 评分依据：谁赢谁起飞，5分
		OpenAI：GPT-4	暂无变化	简介：Twitter爆料中展示了OpenAI计划支持企业私有化，图中一个DV（32K）版本的模型引起注意，32K的上下文比目前的4K翻了8倍，可能是即将到来的GPT-4，或至少是GPT3.6、3.7等更先进的版本。 评分依据：期待给4星
	尤里卡时刻	Toolformer模型+多模态	暂无变化	简介：Meta的paper，提供了一种让AI使用工具的思路，微软的paper，令LLM识别理解图像成为可能 商业：两者加起来是LLM领域下一个尤里卡时刻，（另一个是成本下降）；我在文章《怎么风平浪静的？多模态+Toolformer，这波还不原地起飞？》中写得很清楚，这里略过
	开源LLM	海外：GPT-J、GPT-2 meta开源LLaMA EleutherAI的GPT-Neo	更新	简介：1）海外非常担心AI中心化的发展，特别是LLM模型这种高成本的AI。2）因此涌现出许多开源项目，其目标在于打破大公司对AI的垄断。3）EleutherAI就是其中的典型代表，AI绘画的里程碑技术Stable Diffusion也来自他们 商业：现在小模型赛道有两种玩家，一种是不开源的，一种是开源的，开源的扩展速度会更快，Meta、EleutherAI都是，小模型跑马圈地的周期取决于OpenAI重新将目光投注到小模型赛道的时间，详细分析看右侧即刻链接 评分依据：为Web3的自由和开放给出满分
	LLM私有化	OpenAI	暂无变化	简介：Twitter爆料中展示了OpenAI计划支持企业私有化，最小规模模型为26W美元/年 商业：1）对小模型方向企业造成强烈冲击，因为安全问题解决了，并且成本、实时性问题也可能得到缓解；2）小参数模型可能开始进入视线，针对小规模参数模型的调优会伴随商业落地而蓬勃发展 评分依据：商业冲击+技术正向影响，给4星
	小模型 （小参数LLM） （蒸馏模型） （BerT模型）	元语智能、第四范式等企业 或者说以前的AI模型服务商 无法支付大模型的成本的都会转到这个方向	暂无变化	简介：小模型包括几种，1）更小参数的LLM，例如复旦团队的Moss；2）基于LLM蒸馏出的针对垂直方向的模型；3）原本基于Bert的传统模型，利用或不利用LLM来进行优化。——这里的小，是相对LLM这种千亿级参数的小，可能也没多小（例如百亿级） 技术：技术上没有门槛，训练、部署费用都比较低。并且在垂直领域，小模型的表现能够做到不被LLM的效果拉得太远 商业：1）LLM不可能统治所有领域，具备实时性（车载/直播等），私有化（金融），成本敏感（客服），答案精确（金融），道德控制（心理）等要求的场景还是会使用小模型；2）更新，实时性、成本、私有化三个因素都被冲击了，不再完全是小模型厂商的优势；3）后续这些因素可能进一步被动摇，毕竟LLM厂商是否将小模型跟随者视为生态的一部分并让位其实是难说的，有可能他更愿意一口吃掉所有蛋糕 评分依据：继承以前的市场非常成熟，新技术会扩展以往AI做不到的地方带来增量，但边际成本很难做低，也很难孵化巨头，作为成熟+增量市场给4分，LLM模型厂商的威胁减1分
文本生成	营销内容生成	海外：Copy.AI，Jasper等	暂无变化	简介：围绕营销方向的文本生成企业，例如SEO文章写作，社媒文章写作等 技术：1）LLM在他们瞄准的短文本这个领域效果很好；2）企业实现了数据飞轮，收集了更多营销方向的内容来进行二次微调训练 商业：首先营销是最靠近钱的地方，其次瞄准了电商从业人员，最后在海外SaaS付费心智成熟，三者叠加变成一个非常棒的生意 评分依据：市场成熟，但上限有限，给3分
	会议记录/摘要	海外：微软（Teams）	暂无变化	简介：实现实时会议纪要生成 技术：这本质上是LLM中摘要领域的能力，很成熟，较以往的模型效果更好 商业：不会有增量产生，这种能力会成为每个玩家必备的能力，先卷带动后卷，最后全都得有这项能力 评分依据：没有增量的市场，先卷的有一定优势，但后面全都一样反而成本高了，2分
	销售线索+邮件建议	海外：微软（Viva Sales）	暂无变化	简介：通过通话内容、商机线索等信息判断与客户的交往处于什么场景（例如询价、寒暄、回复等），再根据这个场景自动生成推荐的邮件内容 技术：1）判断处于什么场景，不是LLM，应该是规则或者ML做的；2）基于场景生成邮件这部分是LLM做的，写个小邮件也很成熟。 商业：他本质是解决的只是“写邮件”这个事情，却在PR里打包成“智能销售”的概念，可见AI 2B故事是多么重要啊.而写邮件算啥呢，对于销售来说找到客人才是最重要的，很多时候是没客人，而不是没精力写邮件 评分依据：骗不了我，只是写邮件不值得那么高的分数
	短内容写作 （4K以内）	例如周报、作文、论文（部分）等等	暂无变化	简介：围绕写作中的续写、扩写、润色、纠错等功能展开 技术：1）LLM领域目前成熟的方向；2）其实也可以用低配的自研模型实现 商业：1）价格问题被解决了，以前写一份周报两毛钱，现在写一份两分钱，一下子就可以接受了 评分依据：市场需求旺盛，但垄断不了，毕竟门槛较低，给3星
	长篇内容写作 （4K以上）	暂无突破性进展 小程序：澜舟熊猫小说家，用多段小文本生成希望凑出长篇，效果真的很差	暂无变化	简介：所谓长篇指小说、研报、论文等，不能简单以篇幅来划分，更多以文本中结构复杂、论点多、角色多、有预设背景等复杂因素（你可以通俗理解为，就算是你自己写也要先起个大纲想想，并边写边改那种文章） 技术：1）LLM目前只支持4Ktoken，所以对长篇内容能力较弱；2）看新闻32Ktoken的版本即将出现 商业：内容生成可能将从短文本领域进入到长文本领域 评分依据：给你5星，期望你早日出现
	PPT生成	海外：chat-gpt-ppt	暂无变化	简介：基于ChatGPT+ marp的组合应用，能够生成简单PPT 技术：GPT负责生成标题和正文，然后通过 marp去形成PPT，你会发现本质上没有任何新技术突破，只是链接了一个工具而已， 商业：如果能成，能给1星，PPT优化算打工人一个痛点。印度的专业PPT制作者，我记得是100美元/张（咨询公司报价）。但意义不大，我们都知道PPT的设计只是外壳，真正让我们头疼的是他里面的内容如何组织 评分依据：噱头应用，0星
	语言翻译	国内：phrases.ai	暂无变化	简介：基于ChatGPT进行文本润色，可以把你的土八路英文，润色得通顺优美 技术：我猜是用Prompt实现的，类似“你帮我润色下面这段文字”，开发者表示后续会收集数据进行微调优化 商业：从独立应用角度来说，这个市场是成立的，有这个需求的人通常付费意愿都还行 评分依据：技术角度和商业角度只能给1星，但是他们是从自身需求出发，执行力超强地做了这个Side project，而且确实有帮助，所以给3星
	阅读辅助	SciSpace	暂无变化	简介：看论文，有不同的问他 技术：1）LLM不可能浏览整篇论文，这超出了4Ktoken的限制；2）首先根据用户问题检索到语义相似的片段；3）将这个片段提供给LLM，让它回答用户的问题 商业：1） 有场景；2）论文场景下的朋友们应该会付费——但收费太高的，朋友们完全可以自己搭一个 评分依据：有点意思
代码	代码辅助	海外：Copliot（Github） 国内：AICodeHelper （一个接了ChatGPT满是广告的网页，想体验用这个） 国内：飞书（正在招人开发这方面）	暂无变化	简介：代码生成、Debug、代码解释等等，目前Copliot 100美元/年 技术：1）LLM基于代码数据训练集后的结果，有人说这代表了LLM的推理能力；2）但也有人说，这只是一种针对代码的语义搜索，题目稍微变一下他就抓瞎了（我也不确定） 商业：1）研发提效类工具，海外会个人付费，国内要靠大公司付费了；2）但是有个问题，大家愿意自己的代码暴露在LLM厂商面前吗？ 评分依据：我不懂代码，但我觉得可以用Figma代替去想象他？一个新的for程序员的市场方向，完全增量
	基于分析的SQL	海外：https://findly.ai/ 海外：https://www.seek.ai/	暂无变化	简介：1）难度LV1 帮我查去年销售业绩/对比A部和B部去年销售业绩（转换为SQL语言，无需业务理解；2）难度 LV2去年销售业绩下降了，帮我分析可能是什么原因导致的（需要理解业务） 技术：1）目前LV1是可以实现的，本质上就是把“查询，去年，销售业绩”这些关键信息捕捉出来，并转换为SQL语言——不管你是要查询、对比、求差值都是一样的；2）而LV2会更困难，因为他需要理解业务，例如销售业绩这个key，和用户数量、留存率等是有关的。3）因为目前我没实际体验过，所以不知道他在LV1中实现到什么程度——但即使目前弱，通过收集数据后微调模型，应该也是能够实现的。 商业：从功能角度来说，公司会很乐意买，但是还是那个问题——我怎么放心把我的数据暴露在你面前呢？ 评分依据：替代了数据分析师的一部分工作，增量市场但我不清楚市场多大，先给3分
ChatBOT应用	套壳应用	海外：Poe	暂无变化	简介：搭载了ChatGPT+Anthropic 技术：没有技术，就是套壳 商业：本身毫无亮点，就是借助套壳应用上线吸了一波流量；他需要想想GPT对问答社区的影响是什么，新时代的问答社区如何与GPT共存 评分依据：1分
	搜索引擎	海外：Bing	暂无变化	简介：先通过搜索引擎获取信息，再通过GPT进行总结回答 技术：技术是2-Stage Search Summarizer（技术解释详见知识区） 商业：优化后的极限成本大约占目前每次搜索广告的15%，所以头部搜索引擎没有动力做，做完直接白亏15%，而尾部搜索引擎很有动力，抢到一点份额是一点，亏一点也无所谓（成本分析详见知识区） 评分依据：5分
	终端融合	手机、音像、VR、手表、耳机、电脑等	暂无变化	简介：将LLM落地到我们目前的实体终端上，实现交互上的升级 技术：1）首先原本的ChatGPT就能融合；2）其次Toolformer让融合后LLM能够直接调用终端上的工具提供了可能；3）最后多模态的理解让这种融合更进一步，能够执行更细节的操作。详见《怎么风平浪静的？多模态+Toolformer，这波还不原地起飞？》 商业：新的交互模式，就像触控交互出现对按键手机的碾压一样；我看看谁先跟上，跟不上的原地等死。 评分依据：5分
	客服机器人-线上	大厂自有客服机器人（电商、金融等巨多） 目前做客服机器人的2B公司	暂无变化	简介：传统客服机器人基于LLM的升级 技术：客服要求的答案精确、安全仍然是LLM的痛点，因此主流会以微调小模型为主，不太可能直接使用开放式大模型 商业：1）客服是成本中心，尽管OpenAI降价，但这个价格仍然昂贵（可能以后进一步降价）；2）除非将成本中心转变为利润中心，让客服机器人去做追加销售；3）不管能不能做，所有厂商都会去做一定的落地尝试 评分依据：可能迎来聚变，但被价格、LLM缺陷，自研替代等问题牢牢卡住，给2分
	服务机器人-线下	现场实体机器人	暂无变化	简介：在线下有高频交互的机器人，例如医院、会展、银行 技术：需要针对专业领域进行知识微调 商业：1）体验上的提升很高；2）交互频率较低，最坏的情况就是一天12小时一直聊天，不至于像线上业务24小时亿级请求，所以成本较低； 评分依据：实体机器人是很重渠道的，科技反而其次（你会看到一些非常丑陋，技术非常low的），但这次科技的提升太明显，如果跟不上会被竞争淘汰
	情感-虚拟NPC （季抛类）	国内：彩云小梦、Glow等	暂无变化	简介：以构造“虚拟NPC”为核心玩法，用户通过剧本、胶囊逐步完善NPC，并支持NPC或剧本等要素的分享。 技术：可以用LLM，也可以用小模型，NPC剧本以Prompt形式或知识库形式附着 商业：1）用LLM的话控制不了成本，C端娱乐聊天这种应用，很难覆盖成本；所以自研模型是更好的方案；2）模式类似角色集卡游戏，NPC通常是季抛的；3）商业模式也要从NPC的获取、培育方面着手； 评分依据：半新不旧的赛道，但是新技术给他带来强大的生机，宅系本身也是个好赛道
	情感-成熟NPC/明星	王一博BOT（现实明星） 亚瑟王Saber（动漫NPC） 路明非（小说NPC） … 平台： https://app.copilothub.co/copilot?id=5 https://www.chatbase.co/	暂无变化	简介：对自带粉丝的成熟NPC进行Bot化，甚至可以将外延延伸到Diffusion能支持的音频、图像、视频等多模态 技术：1）重点在于如何向LLM灌入明星的人设，有些明星可能阅历比较简单，而有些明星则非常困难（例如玄幻小说NPC，其人设背景通常是百万字级别以上的）2）但是问题不大，可以从简单到复杂，或者将百万字背景抽取出核心人设 商业：1）原有粉丝就是最大的付费群体，这个逻辑就像游戏厂商喜欢复刻成熟IP的游戏一样（本质这也是IP延伸开发的一种新形势）；2）现实明星可能有一个问题是，明星的价值很大一部分来自距离感，如果通过Bot缩短距离不一定是明星愿意的；3）事实上像character.ai已经做了类似的事情了，平台上最火爆的NPC是原神中的雷电将军 评分依据：未来IP应该会形成这种延伸开发，但付费潜力不确定，不然能到4分
	情感-老年陪伴	独居老人陪伴	暂无变化	暂不评价，我搭好自用ChatGPT后让我老家的父母用一下看看 我希望有用，但又不希望他有用 ——如果陪伴上人类都能被取代，那我们何以为人呢？
	情感-赛博墓碑	暂无项目	暂无变化	简介：人死后，把一生的记录都上载的云端，亲友与他对话，Bot会以逝者的语气、记忆来回答问题——那么是否爱人在另一半死亡后，才从墓碑中发现她曾经错过的温柔呢？ 技术：没什么好讲 商业：1）我会买相关的服务，感觉是很酷的事情；2）Twitter上Michelle Huang分享了她将自己童年日记本上传给GPT-3后，在与Bot的对话中找回了曾经的自己 评分依据：我觉得，真的很酷，强行5分
	情感-个人陪伴	海外：replika （长期陪伴机器人）	暂无变化	简介：不是季抛式的娱乐性NPC，也不是自带流量的热点NPC，而是需要从头培养的长期陪伴NPC 技术：1）基于LLM的知识微调，或者通过挂载知识库的方式实现；2）但是最大问题在于道德约束的技术现在还不成熟（参考Bing诱导用户离婚案例） 商业：1）不太相信现在这个时代，具备耐心的用户基数足够大；2）长期陪伴会对AI的道德有非常强的要求，稍有不慎会引发重大影响（儿童、抑郁症） 评分依据：市场前景悲观，风险悲观
	垂直-法律（报税）	海外： DoNotPay (法律方向)	暂无变化	简介：垂直方向落地的典型例子，原本专做税收报账应用的APP，想让ChatGPT作为辅助律师出庭 技术：没有详细了解，可能是用了专业领域知识做了二次微调 商业：1）在美国，法律是高频低额场景（税务/交通罚单）；2）但在国内，大家一般不和法律打交道，场景是低频高额，这种情况下用AI解决似乎没有太大必要；3）比较可能的是解决一些法律咨询问题（基数大了也还不错），但这种场景，第一次接触法律的用户可能很难接受咨询付费的概念，而更乐意去百度；4）事实上法律AI化在几年前就有了，但是落地状况一直很差 评分依据：市场前景存疑
	垂直-法律（合同）	Robin AI 1050万美元融资	暂无变化	简介：75人的团队里，30个是专业律师； 技术：1）基于LLM进行专业领域知识的微调 商业：典型的小场景高壁垒；1）他们拥有垂直领域的法律文本；2）他们选的赛道足够小，巨头不感兴趣；3）后来者一看——emmm 要不还是算了 评分依据：典型的壁垒模式，给3分
导航集市类网站	项目类导航	海外GPT应用 APP全景地图 futuretools.io saasaitools.com allthingsai.com futurepedia.io gpt3demo.com/map https://orelmizrahii.github.io/Web-AI-Archive/thelist.html https://flowgpt.com/	暂无变化	简介：导航类的网站，类似hao123，会放上站主搜集到的所有AIGC项目并放上链接，以广告联盟作为盈利手段
	AI绘画作品导航	海外：lexica.art （免费导航） kalos.art（作品NFT售卖）	暂无变化	简介：展示AI作品并提供下载，部分网站会实现AI作品售卖（基于NFT） 商业：1）AI绘画技术门槛低，会产生许多的AI绘画网站；2）因此虽然每个网站都会建设自己的作品展示社区，但跨平台的集市仍有价值；3）基于NFT来做其实有点把Web3的概念套进来了，实际上AI绘画作品的产生速度是不可能用NFT形式运作的，NFT只适合少量、高质的作品；4）这种类型相当于在花瓣等传统图库外切割了一批小众市场（而传统图库还受制于画师的意见，可能对接入此类作品有所克制）；5）短期内是可行的，长期来看我看不明白 评分依据：捉摸不定，好像可以长期存活，给2星
	Prompt词导航	海外：promptbase	暂无变化	简介：提供Prompt词的网站（部分收费，部分广告变现，都是独立开发者作品） 商业：1）Prompt的壁垒就像淘宝上卖的“新媒体运营资料”一样，专宰信息搜集能力差的人；2）后面LLM模型厂商一定会建立自己的模型社区，在社区里Prompt是开源的 评分依据：短期噱头，不能长久存在，1星
图片生成	时代开启者	AI绘画时代开篇：Midjourney	暂无变化	简介：AI绘画时代开启者，引领时代的《太空歌剧院》就来自这个软件 评分依据：因为时代意义给4分
		AI绘画开源先驱：Stability.AI	暂无变化	简介：Stability.AI公司发布并开源Stable Diffusion算法，启动AI绘画浪潮 评分依据：因为时代意义给4分
	指定方向画图	意见、元初、Pai等	暂无变化	简介：1）指定方向画图这个定义来自我作品《AI绘画全解析》，指AI仅需针对文字生成图片，最多附带风格、画风等约束；2）但是目前ControlNet发布后，这个方向会慢慢消亡，并不是公司消失了，而是他们会转向更可控的AI绘画服务 技术：1）基于Stable Diffusion的基础，进行定向数据喂养优化（二次元、真人图等）；2）同时也会标记用户创作的高质量作品纳入训练数据集 商业：1）AI绘画的成本目前最低到0.005元/张，成本已经非常低；2）但是方向画图的价值是很低的，用户不会愿意为这项服务付太多钱（因为他们从这类图片中赚不到太多钱） 评分依据：这就是ControlNet出来前，我对AI绘画的评价，2分
	可控条件画图	ControlNet带动的浪潮，如稿定设计AI	暂无变化	简介：1）ControlNet能够对AI绘画限定更多条件，具体的条件和原理见知识区；2）另外要看AI绘画模块建议看我的作品《AI绘画全解析》，我一些概念在这里不会重复讲 技术：1）基于ControlNet进行可控性升级；2）后续可控性方面的技术还会迎来更多的爆发——因为之前学术界精力很多集中在降低成本方面，现在精力转移过来了 商业：1）可控条件就导致我们对AI作品的操控性更强；2）而商业用途的内容，是条件最多的（参考甲方对乙方提出的需求）；3）因此这个方向的每一点进步，都会扩大他的商业空间，不断往商业用图的领域倾蚀 评分依据：最牛逼的方向，救活了AI绘画，5星
	完全可控画图	AI实现全方位的条件控制	暂无变化	简介：1）可控条件逐步发展到顶点，就是完全可控；2）需要注意这是分领域的，例如NPC立绘的完全可控实现，会比设计海报的完全可控要快（可能反过来，但大概是这个意思）；3）所以不要把这个当成一种不可达的技术，AI会先在某些绘图领域实现条件控制的完全满足
	AI绘画工作平台	设计类公司；PS、Figama、稿定 绘画类公司：Midjourney	暂无变化	简介：1）AI绘画流是指，在技术处于部分条件可控的时候，我们最终都需要对产出进行二次设计修改；2）特别是在进入商用图领域后，这种修改更有必要、也更有价值；3）为此设计师/画师，需要一种整合型的平台，让他们从AI出图到二次精修在一个地方完成。 技术：没有技术，就是整合 商业：1）目前设计厂商，绘画厂商都有可能进行这方面的尝试；2）有可能每一个现在在接触AI绘画领域的厂商，最终都会往这个方向发展 评分依据：虽然没有技术，商业变量也不太多，但是一种工作方式的重构，给4星
	AI绘画技术服务商	国内：画宇宙、文心一格等	暂无变化	简介：提供基础技术给需要AI绘画的公司，例如稿定设计、创客贴等上线的AI绘画，大概率就来自这类公司 技术：就是做AI绘画最先进的技术，然后封装成接口，提供付费API 商业：给淘金者卖矿稿的生意，挺好的 评分依据：市场成熟，边际成本低
	垂类-插画	留个坑位	暂无变化	欢迎大家，特别是图片社区、设计师方向的朋友补充专业讲解 这里会跟踪罗列每个细分图像领域目前的进展——例如：插画已经实现完全可控
	垂类-NFT	botto：https://www.botto.com/	暂无变化	简介：1）用GPT生成Prompt词，并号称这个生成过程会学习；2）每周生成350副作品，并提交给社区成员；3）社区投票选出每周最佳，并制作为NFT 技术：没有技术 商业：1）是一种概念上的玩法，组装了GPT、AI绘画、社区公投这些概念，来刷NFT领域的热度，从而获利，先行者很吃香，跟随着就难说了；2) 电子作品的泛滥（质量还很好），会不会对NFT造成冲击呢？我觉得不会，NFT本质不是大家真的在买那些艺术品，感觉还是炒币的逻辑，所以应该没啥影响 评分依据：我一直没弄明白币和NFT的价值，大家都在说去中心化的理想，但我看到的只有高昂的运作成本和狂热的投机生意——或许是我错了，这条不评价
	垂类-头像	海外：avater.ai、国内：漫镜	暂无变化	简介：上传几张图，帮你生成N多张风格各异的头像 技术：1）基于Diffusion，是他图生图的技术领域；2）专门针对头像进行二次微调 商业：1）社交货币驱动的需求，能够一时爆火但难以持久；2）海外levelsio一个月靠这个变现30W美金 评分依据：有点意思，但不多，2星
	垂类-室内设计	海外：interior.ai	暂无变化	简介：上传一个房间，给出不同风格的装修图片；同时你还可以给出文字进行风格调整 技术：1）在之前，是通过Diffusion的图生图技术实现的；2）现在可以通过Diffusion实现文-生图，然后Control作为建筑线条引导条件控制，迭加起来效果比以前更好 商业：1）家居设计讲方案的时候更方便了，不再是给你一些手册，而是现场拿一个PAD——要小清新？OK等两秒，你看这20张风格你选那张？；2）需要进行下个突破的（可能已经突破了），出的图是可编辑格式，这样家居设计师可以对房屋的布局进行微调；3）目前迫切需要的是家居领域的标注数据，这方面积累起来会形成壁垒 评分依据：垂类领域技术成熟，应用性感，有壁垒，有市场，给4分
	垂类-模特商品图	国内出海：ZMO.AI	暂无变化	简介：基于模特虚拟生成商品图（附带一些编辑、替换的工具） 技术：不是很确定，这种技术的应用早于Diffusion出现，不知道Diffusion是否带来一些改变和升级 商业：1）海外电商类SaaS，是一个很好的商业赛道；2）但是模特图领域感觉好小 评分依据：市场成熟，但空间好像有点小，给3星
	垂类-电商背景图	海外：PhotoRoom	暂无变化	简介：电商商品图的迁移、抠图、替换 技术：1）同样不确定，抠图、替换这些都是很早的技术了，不一定和Diffusion有关系，2）而且Diffusion更多发力在生成，而非编辑 商业：和上面这个一样，赛道挺好，但感觉空间有点小 评分依据：3星
视频生成	局部静态视频	D-ID等 制作半身数字人视频	暂无变化	简介：输入文本+指定虚拟人，生成这个虚拟人朗读文本的视频，中文表现偏弱 技术：1）这本质上就是虚拟人的技术栈，是很多技术组合到一起的；2）TTS语音合成负责输出声音；3）脸部表情+唇语是一个复合模型，用来匹配文本语音；4）小范围的姿态动作也会与语音文本进行匹配 商业：1）播报式的视频用这个没啥问题了；2）但是平台很容易监测这种虚拟人，他们是否愿意这类内容泛滥是一个问题——不管虚拟人再真实，用户都更喜欢真人出镜；3）现在的热潮可能是社交热点带来新奇心理的，并不是公众多喜欢虚拟人视频 评分依据：虚拟人是个成熟赛道
	PPT类缝合视频	QuickVid	暂无变化	简介：基于GPT一键生成PPT缝合类视频（就是图片翻页+音频） 技术：本身是缝合了多类技术，1）GPT对输入文本进行扩写；2）给文本找匹配风格的图片；3）做成翻页式的视频；4）文本转语音补上音频 商业：1）垃圾内容制造器；2）做这个就不能指望做成大号，更多是铺量做很多小号，来换取总体流量的扩大从而获利 评分依据：除了加个GPT，其他都是以前的旧技术，垃圾内容制造器，给1分
	真实视频	Video-Diffusion	暂无变化	简介：生成复合我们想象的那种真正的视频 技术：1）基于Diffusion；2）目前不成熟；3）难点在于视频的标注数据少、视频也更复杂（你可以理解是多张图，并且这些图之间要有行动逻辑） 商业：如果能做出来商业前景肯定是没问题的，动漫、电影特效、短视频等等 评分依据：技术不成熟，先不给分
3D建模	3D建模	Point-E、dreamfields等	暂无变化	简介：生成3D影响 技术：1）一般来说会对生成做拆解，例如先生成点云图，再用别的来渲染点云图形成最终的3D；2）最大的难题和视频一样，数据、复杂度（3D需要有结构逻辑） 商业：如果做出来商业前景也很好，不多说了 评分依据：技术不成熟，先不给分
音频生成	音频生成	海外：MusicLM 低质量完整音乐生成（人声、乐器、音效） 并实现音乐-文本	暂无变化	简介：基于文字生成音频（特效音，人声、乐器等） 技术：1）基于Diffusion在做；2）技术上还不完全成熟，音乐是有，但都是低质量的音乐 商业：1）我之前看过一个说法，为什么到现在我们很少听到好的新歌了？是电子化对音乐的冲击吗？2）这个说法指人类的旋律是有限的，精彩的旋律近乎被挖空，以至于现在的人很难逃出窠臼；3）站在这个角度说，AI能突破这个限制吗？找到高质量音乐不太现实；4）但是对于质量一般的音乐AI是可以胜任的，这可以用于商业音乐领域，例如游戏、动画制作等，用AI绕开付费版权问题 评分依据：虽然有应用场景，但是技术还差一点，先不给分
	声音迁移	Titok变声器	暂无变化	简介：把你说话的声音变成萝莉音、大叔音、御姐音 技术：1）以前的技术栈效果会有点尴尬；2）但是最近看Titok变声器的效果好像迎来了突破（虽然我暂时没查到怎么突破的） 商业：1）首先是视频特效玩法会有很多有趣的应用；2）其次对于内容制作者，解决音色不完美也是一个好的方案（可以区别于千篇一律的大家好，这个小伙是小帅） 评分依据：市场不错，技术成熟
多模态通路	图转文	海外：CLIP Interrogator 图像生成Prompt词	暂无变化	简介：输入图片，返回图片的AI绘画Prompt词 技术：还记得Diffusion中的CLip吗？用来将文字转化为图像，这就是反过来的过程 评分依据：为跨模态应用提供可能（例如ChatGPT调用这个，理解了图片内容）
	图转文应用	海外：BLIP-2 让语言模型理解图片	暂无变化	简介：给LLM输入一张图片，他可以理解并与你交流 技术：1）用类似上面的做法BLIP2_OPT，先将图片转成文本；2）然后LLM基于文本进行对话聊天（这里的LLM不是GPT，是Google的T5） 评分依据：一种有趣的实践，但好像没有特别大的突破（本质是缝合了两个算法）
生物	生物科技	语言模型ProGen实现蛋白质可控预测	暂无变化	简介：能够指定希望这个蛋白质合成的方向 技术：1）借鉴LLM的模式，来训练蛋白质领域的模型；2）关键是能够指定方向预测（例如给我做一些杀菌性很好的蛋白质） 评分依据：完全不懂生物领域，无法评价
		DeepMind-AlphaFold 预测蛋白质结构，推动科研的范式转变。	暂无变化	简介：如果说以前的蛋白质结构领域是马拉火车，现在就变成了太空电梯，这个工具让蛋白质预测的速度极度攀升，成为了蛋白质结构工程师不可或缺的工具 评分依据：完全不懂生物领域，无法评价
职场	招聘	JD-CV互相匹配	暂无变化	简介：1）基于语义的匹配，例如标题和正文中都没有AI，但是提及了NLP、图像领域产品落地经验，那么可以与AI产品经理匹配；2）再升级一点，除职业术语以外，也能理解管理经验、业务经验等更广阔的知识 技术：目前LLM或小型模型应该都是比较成熟的 商业：7年前我做过类似项目，当时没跑通商业模式（我当时只是个刚毕业的，和我关系不大哈），我到现在也没想通，为啥招聘网站没有这方面的诉求，应该涉及到一些招聘领域的商业模式、业务逻辑制约把（挠头，有做这方面的朋友欢迎交流） 评分依据：因为商业前景不明，给2星
游戏	游戏效率	建模提效、绘画提效、音频提效等等	暂无变化	简介：提效在很多方面都有可能，我一个个说哈。1）建模提效，用ChatGPT+unity联合实现游戏开发，现在还不明显，需要LLM再升级一轮，学会利用工具才能真正可用；2）美术提效，不多说了，目前影响最大的；3）音频提效，音频生成现在虽然质量较低，但在独立游戏上可能还能用，4）音频提效，声音风格迁移，可能有助于缓解CV配音的压力；5）文案提效，ChatGPT写短文案例如NPC简介还是可以的；6）数值/关卡部分有一些工作是苦力式的配表，可能或许现在暂时AI做不了，但可以期待一下 商业：应该有一些游戏开发平台在陆续集成这波新的技术了，不过我不太了解这个行业 评分依据：市场成熟，价值可观，但应该不会有太多增量市场——原有的游戏开发工具平台直接下场兼容新技术更可能一些
	新时代游戏	逆水寒-手游版	暂无变化	简介：1）利用LLM让NPC支持智能对话；2）利用游戏提效，让NPC数量上升，丰富游戏玩；3）通过LLM让NPC做自由选项，实现自由任务 技术：1）NPC的对话需要约束在游戏背景之下，这个在前面有提到，累死你训练一个乔布斯Bot是一样的做法；2）NPC支持自由选项及自由任务奖励某种程度上可以实现，我在ChatGPT上与Bot模拟过桌游过程，只是需要额外限制下做二次的数值校正，本质上也是奖励随机只是套上了AI的外皮。 商业：1）非常期待；2）但是游戏是一门艺术，如果把AI恰到好处植入游戏，而不妨碍心流塑造；如何围绕新AI苟住一种新的游戏交互方式（有点像开创新游戏类型）等，这些都是比直接把AI用进游戏中更困难的事情；3）此外游戏中使用AI的成本也需要考虑，比较大的可能是用小规模实现，而非LLM，后者在实时性和成本上都不太匹配游戏业态。 评分依据：资深游戏迷为爱给5星
金融	文本理解/审核	庖丁科技	暂无变化	简介：1）不是生成金融报告，这是目前LLM做不到的事情；2）他做的是对金融文本进行理解、结构化整理，包括合同、财报、招股书等 技术：1）技术上以前用的是传统NLP模型+OCR等技术；2）LLM来了以后他也不会用的，更多会基于LLM去优化自己的小模型，因为金融行业对私有化、安全性的要求非常高。 商业：1）专注某个领域的文本理解工作，市场有点小但能活得挺滋润；2）新技术可能会让他拿下更多的金融企业 评分依据：增量有限，市场规模小，2星
教育	教育AI-因材施教	网易好像在做相关的事情，懒得找报道了	暂无变化	简介：我们以前的教育AI集中在两个方面：1）知识点的拆解，图谱化；2）基于个人学习进度的知识推荐和Review推荐。当然还有别的AI比如说机器人、虚拟人，这一块我没深入调研过，我先谈我比较感兴趣的这部分 技术：目前LLM在文本领域的效果提升能够将第一部分做得更好，而知识推荐则可能受限于推理能力暂时不会带来提升。 评分依据：教育是很有价值的方向，平均教育效率越高，人类的平均素质就越高，越能涌现出优秀的科研人才从而推动科技进步，为这个方向打5星
	教育AI-语言教学	大部分英语学习软件都会跟进	暂无变化	简介：这部分的技术应用都较为简单，基本上是基于Prompt实现的，大家都可以自己通过对Bot下指令来实现。产品的亮点主要在于应用层上的设计，令整个学习体验更完善 商业：1）对于存量企业属于锦上添花，后续竞争者都会提供类似功能；2）部分领域如AI对话可能可以出现一些小而美的应用，但LLM层面的壁垒低，容易同质化竞争
	个人学习方法重构	学习流重构	暂无变化	简介：1）新技术可以重构我们的信息检索效率，从而提升学习速度；2）可以利用新技术进行语言学习，例如将英文单词发送给AI，让它生成一篇短文，基于短文进行记忆加强；3）对于不明白的概念可以直接询问AI获得详细解释，例如“自回归模型为什么训练成本更高”4）可以加强我们的写作能力，例如“告诉我打电话的正式口语和非正式口语”or“帮我润色这段英文”；5）进入一个陌生领域学习，可以让AI提供一个建议步骤清单，例如“我想开始学习Python，请帮我列出学习顺序、参考资料、网站” 评分依据：新时代，请不要沉迷在ChatGPT的热浪里，你或许不能创业，但至少可以用技术提升自己
	AI技能培训	AI使用培训	暂无变化	简介：培训用户掌握ChatGPT、AI绘画或其他延伸AI工具的能力 商业：1）教育培训市场是高度细分的，因为真的要培训出来做出一定要做线下，一定要真实教师投入——用户学不会很大程度不仅因为蠢，还因为懒；2）一旦进入线下，那么壁垒就在于师资力量，而师资是流动性很高的；3）AI教育如果只是For用AI的话，门槛不高，就像当初的电脑培训班一样，很快大家都不需要培训了，网上全是资料；4）AI教育的付费意愿肯定不如考公考研，可能和英语差不多？ 评分依据：总是需要有人去做的，给3星
反作弊	文本反作弊	海外：GPTZero等	暂无变化	简介：通过模型来检测文本是否来自AI 技术：1）本质上是用监督模型，以LLM输出的文本+人类正常文本做训练数据，来做一个分类判断，效果不是很好，原因随后附上；2）短文本的检测率极低，用户可以用短文本组成长文本的方式来绕过；3）LLM本身在升级，会越来越像人，这会导致检测越来越不准 商业：1）用模型的方法去检测可能很难成功了；2）另一种方案是在源头进行控制，由LLM厂商在生成的文本中卖入密码水印（例如A字符出现概率控制为0.8123%）；3）但只要有需求就有市场，很难保证所有LLM源头都在控制当中 评分依据：这种电子垃圾的攻防战最早从反垃圾邮件开始，现在反AI内容才刚刚开始，这个模块将产生大量的算法、技巧，值得期待
新职业	Prompt Engineer	专注于AI绘画或GPT的人机交互职位	暂无变化	简介：专门AI绘画或专门GPT写文案的工种 商业：1）低端职位会存在，例如3000一个月雇佣县城主妇用AI绘画产出；2）但这个职位本身不像他描述的那么高大上，不是真的要懂什么Prompt技巧，说白了他就是新时代的电子劳工 评分依据：很悲哀的职位，给1星
	下沉市场机会	赋闲人员的知识收费	暂无变化	简介：“穷人的钱更好赚，特别是那些急于突破自身阶层的”——所以你会发现这波浪潮里，赚的最好的是那些卖课程的人 商业：这本质就是盛行不衰的“宝妈日赚500”那种课程， 评分依据：不喜欢，给1星