生成式AI全景图（The Landscape of Generative AI）

Sequoia Capital

Generative AI: A Creative New World（19.09.2022）

生成式AI正引发一场创造力与生产力的革命。其核心在于通过大规模语言模型（如GPT系列）和扩散模型等技术，使机器能够生成文本、代码、图像、音频甚至3D内容，逐步从辅助工具演变为具备"类人创造力"的合作伙伴。技术发展经历了四个阶段：2015年前的小模型分析时代、Transformer架构驱动的规模化竞赛（2015-2022）、成本优化与开源普及阶段（2022+），以及当前以垂直领域杀手级应用为特征的爆发期。典型应用已覆盖代码生成（GitHub Copilot提升开发者55%效率）、艺术创作（Midjourney年收入数亿美元）、法律文书（Harvey定制LLM）、营销内容生成等领域，并正向影视制作、工业设计等复杂场景延伸。

关键趋势显示，行业正从技术导向（Act 1）转向需求驱动（Act 2）：早期以展示技术可能性为主的应用（如简单文本/图像生成）面临用户留存率低的问题（中位留存仅14%），而成功案例如Character AI（用户日均使用2小时）则通过深度集成工作流和多模态交互实现价值闭环。技术前沿已进入推理能力升级阶段（Act o1），OpenAI的Strawberry模型通过"推理时计算"模拟人类深度思考，在代码、数学等领域展现类AlphaGo的决策能力，但开放域创作仍待突破。

挑战与机遇并存：一方面，算力瓶颈、版权争议（如日本认定训练数据无IP权）和伦理风险持续发酵；另一方面，模型层（OpenAI、Anthropic等）与应用层的生态分化加速，行业解决方案需结合领域专用认知架构（如Factory的代码审查机器人），形成用户网络与工作流黏性的护城河。未来，随着边际创作成本趋近于零，生成式AI有望释放数万亿美元经济价值，重塑从医疗文书到影视制作的全产业链。