資策會產業情報研究所（MIC）指出，受到外在環境升息影響，2022年AI投資金額較2021年下滑34%，然而生成式AI投資卻逆勢成長。隨著生成式AI應用逐漸普及，2023年全球生成式AI投資將突破百億美元，預期帶動資本市場投資熱度逐年上升，台灣資通訊業者可因應發展出生成式AI三大商業模式。

圖片來源 : shutterstock、達志影像

生成式AI仰賴資料（Data）、算力（Computing）與算法（Algorithm）三大基石共同協作，由資料和算力構成底層基礎架構後，疊加深度學習演算法，建構出生成式AI模型。現階段技術發展以通用大模型為主，然而垂直領域需要客製化模型來解決特定任務，可在大模型基礎上進行微調，並適當降低參數後開發專用模型。因此，生成式AI未來趨勢將朝向垂直領域專用模型蓬勃發展。

AI投資放緩、生成式AI熱度上升

受到外在環境升息影響，2022年AI投資金額較2021年下滑34%，但隨著生成式AI應用逐漸普及，帶動資本市場投資熱度逐年上升，預計2023年生成式AI投資將突破百億美元。2022年全球生成式AI投資金額占AI總投資額約5%，然而在全球AI投資放緩的情勢下，生成式AI卻呈現逆向成長趨勢，人工智慧聊天機器人ChatGPT的研發公司OpenAI獲得10億美元投資，並帶動資本市場投資熱度，未來發展可期。

圖一、全球生成式AI投資金額

資料來源：CB Insights，MIC整理，2023年5⽉

生成式AI技術演進的兩大趨勢

生成式AI仰賴資料與算力構成底層基礎架構，再往上疊加深度學習演算法，建構出生成式AI模型。 資策會MIC產業分析師楊淳安指出生成式AI技術演進的兩大趨勢，趨勢一是生成式AI底層大模型仰賴大量資料與算力資源，然而垂直領域適合發展小型專用模型，未來將呈現蓬勃發展趨勢；趨勢二是語言模型與圖像模型均朝向多模態技術發展，未來不論通用大模型或垂直領域專用模型，多模態都將成為基本配備之一。

雖然現階段生成式AI技術發展以通用大模型為主，然而其所需要的算力資源、後續模型推論營運，僅有少數廠商有能力開發，未來垂直領域需要客製化模型以解決特定任務，可觀察到垂直領域已出現降低參數的專用模型，預估垂直領域專用模型將會蓬勃發展。此外，單一大模型能處理文字、圖像、影片和語音等多種任務時，便稱為「多模態基礎模型」，未來無論是通用（GPT-4、PaLM-E）或專用（Gen 2、DALL·E 2）模型，多模態將成為通用與專用模型的基本配備。

生成式AI四大新創標竿獨角獸

除了微軟、Google、AWS、NVIDIA等國際大廠積極布局生成式AI市場，新創的發展同樣是日新月異。楊淳安指出，生成式AI可分為七大應用領域，包含文字、圖像、影片、程式碼、語音、3D模型及其他。由於技術逐漸成熟，新創業者如雨後春筍般出現，新創公司數量已超過250間，其中以文字和圖像生成的數量最多（詳見圖二）。目前生成式AI新創業者多處於募資前期階段，估值超過10億美元的獨角獸共4間公司，分別為OpenAI、Hugging Face、Jasper與Stability AI，除了產品、技術均具特色，同時未來極具發展性而受到市場資金青睞。

圖二、生成式AI新創廠商七大應用領域

資料來源：紅杉資本、CB Insights，MIC整理，2023年5月

OpenAI在2015年成立於美國加州，自行研發技術並開發通用模型，並與微軟合作開發出ChatGPT、GPT-3、DALL·E 2等技術應用，主要營收仰賴API串接服務、SaaS服務訂閱制，市場估值高達290億美元，是生成式AI新創當中估值最高的一間公司。OpenAI先前才剛將模型升級至GPT-4，未來將升級到GPT-5或是公布新款的開源語言模型[1]仍未確定，楊淳安認為，OpenAI若開發GPT-5，可能採用新技術而非增加資料與算力，將改變過去以規模取勝的營運模式。（相關文章可參考北美智權報327期：「ChatGPT掀起生成式AI大對決」）

Hugging Face是2016年成立於美國紐約的新創公司，從一家自然語言處理（NLP）技術的開發商，發展成為全球熱門的開源機器學習社群和平台，與AWS合作在開源模型基礎上研發通用模型，並與OpenAI保持競合關係，核心產品為AI模型開源函式庫與Auto Train服務。Hugging Face強調以遷移式學習簡化模型權重，主張開源並縮小模型尺寸，以實現NLP的民主化。Hugging Face目前估值突破20億美元，未來將與AWS合作開發通用大模型、發展Hugging GPT大模型協作⼯具，目標是成為機器學習界的GitHub[2]。

成立於2021年、目前估值15億美元的美國德州新創Jasper，串接OpenAI的API開發出行銷專用模型，並提供電商垂直領域文案或圖像生成服務的應用服務，主要產品包括生成廣告、文案、電子郵件等內容。Jasper近日宣布和Google Cloud建立新的合作夥伴關係，Jasper計劃將Google的 Vertex AI 基礎模型引進Jasper的AI引擎中，該引擎會自動為每個用戶大規模查詢並選擇最佳模型，產生出更適合客戶品牌的獨特內容，並為Jasper AI引擎帶來更大的靈活性[3]。隨影音生成技術逐漸成熟，Jasper未來可能提供輸入文字生成行銷影片或Podcast的客製化服務。

2019年成立在英國倫敦的Stability AI，是一間估值達10億美元的AI圖片生成公司，Stability AI開發出知名圖像生成模型Stable Diffusion，由Stability AI自行研發圖像生成技術並將程式碼完全開源，允許用戶改良後使用於商業或非商業用途。

Stability AI在2022年8月發布了Stable Diffusion的第一個版本，在第二版發布僅一個月後，Apple應用商店中排名前10的應用程式中，即有4個由Stable Diffusion提供支持，顯示Stable Diffusion成功應用於開源平台上創建應用程式。此外，Stability AI的其他影像應用程式，像是DreamStudio、 Lensa、Wonder和NightCafe等外部構建的產品，也已累積超過4000萬用戶。Stability AI正與AWS合作獲取訓練資源，未來有機會將推出影片或3D模型生成服務。

台灣資通訊業者可發展生成式AI三大模式

楊淳安指出，生成式AI需要大量資料與算力，因此促進雲端服務、資料庫、晶片等軟硬體產品的需求與創新，為各行各業提供新興應用與商業模式，形成生成式AI生態系，建議台灣資通訊業者可發展生成式AI三大模式：

【模式一】使用開源社群資源研發通用模型：
台灣基礎架構與模型開發業者可運用開源模型進行微調，提供通用大型語⾔模型API串接或顧問服務。

【模式二】使用開源資源開發專用模型：
根據用戶需求加入客製化設計，提供垂直領域專用模型。

【模式三】應用服務業者：
可透過串接國際廠商API，微調模型後開發專用模型，提供垂直領域應用服務。

資料來源：

1. 《36th MIC FORUM Spring 開擘》楊淳安簡報資料，資策會產業情報研究所（MIC），2023/5/11。

備註：

Facebook 在北美智權報粉絲團上追踪我們