共计 3800 个字符，预计需要花费 10 分钟才能阅读完成。
上个月，Adobe 发布的一个视频引发了不小的轰动。视频展示了如何仅靠输入相关的文字信息完成图像生成、模型构建、图像编辑以及图形变体等各种任务。在看了视频之后，不少人惊呼「颠覆」、「逆天」。
不过，身处 AI 行业的人应该早有预感，「动嘴皮子修图」这件事从去年开始就已经很常见了，只不过大多出现在论文中。在这部分人看来，Adobe 新 demo 的意义更多地体现在另一个层面：研究与应用的「墙」正在被打破，而且速度是如此之快。
当然，这一切还得追溯到 ChatGPT 的意外破圈。
春节过后，ChatGPT 的热度开始在国内发酵。一时之间，从一线 CBD 到小县城，从 VC、技术大牛到普通企业主、打工人，似乎所有人都开始谈论 AI。
前者的话题可能主要聚焦于如何造出中国版 ChatGPT; 而后者大多感到新奇、迷茫和焦虑：和以往 AI 的每一次发展高峰一样，大众热议 AI 可能带来的机会、负面影响。但简单聊聊你就会发现，大多数人并不知道 AIGC 能做什么，边界在哪儿，能给商业、产业或者一家商业公司的业务经营带来什么变化，多数人感受到的仅仅只是对从业的恐慌，或者对技术机会的兴奋。
对于后者的问题，没过多久，微软就率先给出了一种答案：通过与现有的办公软件结合，ChatGPT 可以转变为实实在在的生产力工具，就像微软 Copilot 所展示的那样。利用 Copilot，你可以以自然对话的形式「支使」软件完成一系列工作，比如自动把文档转成 PPT、把 Excel 总结成图表……
国内企业同样反应迅速。今天，在 Copilot 面世一个月后，阿里巴巴旗下的钉钉也迈出了重要一步，演示了一个生产力工具在接入通义千问大模型之后所能带来的变革，并分享了对于 AI 应用层的思考。和微软 Copilot 视频、4 月 11 日阿里云峰会发布的钉钉视频不同，今天，我们看到了实机演示以及更多的功能。
对于中国 AI 的发展来说，这是一个微小但却十分重要的信号：在已经十分拥挤的算法层外，大模型应用层的革命也已经开始了。从算法层落地到生产域，大模型商业场景的想象力开始更明确，而且后者可能蕴含更多的机会。
从技术革命到应用的革命：AI 应用层或迎来寒武纪大爆发
「目前，人工智能最令人兴奋的地方在于，其平台层正变得更加稳定，这意味着应用层是时候出现了。换言之，我们每天与之互动的那些东西即将涌现。」
这是美国风险投资公司 Index Ventures 合伙人 Rex Woodbury 在今年 1 月份的文章中写的一段话。短短三个月之间，他所说的这一切都在加速实现。
首先来看平台层。在过去的几十年里，人工智能技术得到了迅猛发展，包括算法、硬件、数据存储和处理能力等多个方面。最关键的是，GPT-4 的成功验证了 AI 社区近几年一直坚持的大模型路线的有效性。因此，在 GPT-4 发布后，国内外资金、研发力量迅速涌入这一赛道。美国约翰霍普金斯大学计算机系博士、「出门问问」创始人李志飞预测，仅中国在 1-2 年后就会有 50 家以上的公司做大模型。
不过，他也提醒大家，通用大模型赛道难度很大、商业竞争激烈，不一定适合所有人。他认为，「与其说现在就匆匆忙忙跳进去做通用大模型，还不如多想想做出了通用大模型以后又怎么样？」
从目前的形势来看，这个问题和造出国产版「ChatGPT」一样紧迫。在去年 12 月的时候，GitHub 前首席执行官 Nat Friedman 还吐槽说，与 2020 年就造出 GPT-3 的研究人员相比，产品人员其实是远远落后的。因为很多人听说要涉足人工智能和大型语言模型时，他们往往会认为需要大量专业知识，这其实是一个谬论。
ChatGPT 和 GPT-4 的出现让大多数人都意识到了这一点，应用层面必然奋起直追。就像之前某篇文章的热评所说，当前的「AI 时代不能睡觉，眼睛一闭就过时了」。
” alt=” 图片 ” width=”1″ height=”1″ align=”” border=”0″ data-cke-saved-src=”data:image/svg+xml,%3C%3Fxml version=’1.0′ encoding=’UTF-8’%3F%3E%3Csvg width=’1px’ height=’1px’ viewBox=’0 0 1 1′ version=’1.1′ xmlns=’http://www.w3.org/2000/svg’ xmlns:xlink=’http://www.w3.org/1999/xlink’%3E%3Ctitle%3E%3C/title%3E%3Cg stroke=’none’ stroke-width=’1′ fill=’none’ fill-rule=’evenodd’ fill-opacity=’0’%3E%3Cg transform=’translate(-249.000000. -126.000000)’ fill=’%23FFFFFF’%3E%3Crect x=’249′ y=’126′ width=’1′ height=’1’%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E” />
而且，应用层究竟蕴藏着多少机会目前还不好预测。在国外，OpenAI 开放了 GPT-4 API，海量企业、个人开发者开始接入。一位推特用户发帖说，他花 10 个小时用 ChatGPT 做了一款应用，24 小时内就收到了 1000 美元的订单，三周后就成功地把该应用卖掉了。可见，应用层需求的迫切程度远比想象中惊人。由于需求过大，OpenAI 前段时间还暂停过 ChatGPT Plus 的销售。
如果真如阿里巴巴 CEO 张勇所说，「所有产品都值得用 AI 重做一遍」，那我们用「寒武纪大爆发」来形容 AI 应用层即将面临的状态应该并不为过。
在国内，很多行业的从业者也已经跃跃欲试，试图抓住这波应用层的机会，不过，真正以产品形式出现的成果还很少，尤其是能切实提高生产力同时覆盖人群又足够广泛的生产力工具。
所以，钉钉的入局以及今天在现场的实机演示显得尤其难能可贵 —— 不仅标志着国内科技公司的着眼点开始从算法层迈向应用层; 而且相比于 Copilot 的视频，我们兴奋地看到国内科技公司开始不只发布 PPT，而是直接上实机演示。这也意味着 类 GPT 的前沿技术，可以在国内环境下，在生产力领域普及。
一句话，一条「/」，一场生产力变革
在微软发布「一句话就能让 AI 帮我做 PPT」的 Copilot 之后，人们有一种感觉：这家科技公司似乎又回到了它年轻时的样子。当年从 DOS 命令行到 Windows 图形界面交互的变革也是由这家公司来引领的。
和当年那次变革一样，Copilot 掀起的这场革命也有一个突出的特点：让原本只有少数人能掌握并自由运用的前沿技术走到了每个人身边，成为了实实在在的生产力工具。今天，钉钉的现场演示让我们看到，这场变革在国内也已经开始了：只需输入一条「/」，一个智能化世界的门就此打开。
在 4 月 11 日的 demo 中，我们看到，这条「/」能召唤文档创作、摘要提取、应用开发等各项能力。
今天的现场演示展示了「/」的更多用法，对于提升个人和企业的生产力都有很大帮助。
如果你是一位老师，你可以用「/」完成课件设计等工作，比如设计一个以「马德堡半球实验」为主题的实践活动：
如果你是一位企业工作者，通过「/」召唤出的知识机器人，可以让你一键创作自动学习的专属机器人。在创建过程中，你不需要再去手动设定问题和对应答案，因为机器人可以自动学习一篇文档、一个网页或者知识库链接中的内容，然后智能生成对话问答。通过多轮交互，你还可以让机器人不断学习新文档，自动新增、更新问答内容。一个专属的知识小模型的感觉有了。当然，生成调查问卷并自动整理报告这种小事更是不在话下。
，时长 06:31
从通义大模型开启企业邀测到钉钉官宣接入该模型，再到钉钉的实机演示，阿里只用了 11 天时间。这样的产品化速度给人一种争分夺秒的感觉，就像 Copilot 带给外界的感觉一样。
当然，这一切都是有迹可循的。阿里搞 AI 有优势，从芯片到算力到模型到应用，都自成一家，是国内可对标微软布局的全能选手。阿里云有芯片、算力与算法，作为阿里云组织的一部分，钉钉直接受益于阿里云多年来搭建起来的 AI 流程闭环和产业链协作效应，拥有架构优势。
钉钉自身则有 AI 技术落地所欠缺的应用和场景。从 2014 年创立至今，已经有 2300 万个组织启用了钉钉，用户总数超过 6 亿，行业覆盖政府、医疗、教育、餐饮、旅游、制造、零售、互联网等各类。有了这些真正的生产、应用场景，钉钉上积累了大量对产业需求和解决方案的洞察，具有用 AI 技术创造商业价值的探索环境。
在现场，钉钉还宣布，他们将在一年内完成所有场景的智能化布局。这意味着 AI 走向应用只是一个开始。这样一个大规模的生产力平台接入当前最具潜力的新技术，其影响力将是相当可观的。这也是它的里程碑意义所在。
结语
在 ChatGPT 刚刚破圈的时候，大众可能会有点疑惑，「这不就是语音助手吗? 怎么那么火?」不过，在看到 ChatGPT 编程、解题等聊天之外的能力后，大家走向了另外一个极端：需求天马行空，什么问题都想试一试，比如让它推荐房产。作为一个连网都不能联的聊天窗口，ChatGPT 只能给出一些自己编造的答案或拒绝回答。
从本质上来说，GPT 确实不只是「chat」，「chat」只是 OpenAI 展示出来，让全球认知 GPT 的一个场景。
作为一个让全民感知 AI 能力的入口，ChatGPT 正在出色地完成自己的历史使命。类似的国内大模型也在不断迭代，缩小与 ChatGPT 的差距。正如张勇所说，「AI 大模型的出现是一个划时代的里程碑，人类将进入到一个全新的智能化时代。就像工业革命一样，大模型将会被各行各业广泛应用，带来生产力的巨大提升，并深刻改变我们的生活方式。」
不过，AI 在每一轮高速发展中都会面临从技术到应用，从研究到商业的落地难题，这一次的 AIGC 也不例外。
在商业场景、生产领域，大语言模型还能做什么、如何和产业侧或企业侧的业务经营更好地结合，原有的应用和能力哪些可以完美结合、哪些可能要彻底退出历史舞台，依然是颇具挑战性的问题。但这是中国科技公司，也是钉钉必须要解决的问题。
参考链接：
https://digitalnative.substack.com/p/ai-in-2023-the-application-layer
https://stratechery.com/2022/an-interview-with-daniel-gross-and-nat-friedman-about-chatgpt-and-the-near-term-future-of-ai/
https://mp.weixin.qq.com/s/Yiwsu-eVYJIrJkpM9l4Rqg
