来源： GameLook

 

ChatGPT的开年爆红，迅速引发新一轮的技术浪潮。但同时，AI忧患意识正逐渐在多国蔓延，全球范围内人工智能监管呼声也愈发高涨。

 

早在3月，生命未来研究所发布了一封集齐了马斯克、图灵奖得主等众多名人签署的公开信《暂停大型人工智能研究》，倡议暂停比GPT-4更强的AI模型的训练，使AI监管进入公众视野。

 

随后，意大利个人数据保护局宣布暂时禁用ChatGPT，并要求OpenAI对用户信息收集等行为提交改进措施；4月，德国方面表示不排除封禁ChatGPT，法国和爱尔兰开始接触跟进监管，加拿大也宣布对OpenAI展开调查。另据外媒报道，拜登政府已开始研究是否需要对ChatGPT等人工智能工具进行审查。

 

以月为单位飞速进化的AI，未来会对人类社会产生怎样的影响、又该如何规范相关监管？俨然已经成为全球各国政府、相关领域科学家、以及公众共同关注的话题。不过，在AIGC的监管道路上，中国走在了全球最前列。

 

4月11日，网信办发布消息，正式就《生成式人工智能服务管理办法（征求意见稿）》（以下简称为《管理办法》）公开征求意见。虽然空缺了施行的具体月份，但清晰显示为2023年，或意味着中国将成为全球最早实施AIGC相关法律法规的国家。

 

 

巧合的是，4月11日中国互联网巨头阿里同一天发布了“通义千问”AI大模型，并宣布阿里旗下所有产品将接入“通义千问”、进行全面改造，类似微软将旗下产品全线整合ChatGPT的操作。而在前一日，商汤科技刚刚发布了“日日新SenseNova”大模型体系；更早些时候，华为还公布了自己的“盘古”。

 

 

网信办三个月内发布两版针对AI的管理规定，前后有何不同？

 

事实上，这并非国内第一次有关于AI技术监管的法律法规出台。早在去年12月，网信办、工信部、公安部联合发布了《互联网信息服务深度合成管理规定》（以下简称《规定》），已经于2023年1月10日正式施行。

 

 

时隔三个月，网信办再次发布《管理办法》，进一步增强了对人工智能领域的监管。对比来看，前后两个版出现了哪些不同？

 

在GameLook看来，首先是名字变化：相比《互联网信息服务深度合成管理规定》提及的“深度合成”，《生成式人工智能服务管理办法（征求意见稿）》直接点名“生成式人工智能”，监管对象的指向性明显更强。从名称上前后表述上的不同，可以看到对技术形态监管定性层面上的升级，而在GameLook看来，这正是源自AI技术的快速提升。短短几个月，无论是监管部门还是普通用户，对于AI的认知和接纳度也在升级。

 

毕竟去年仅仅是在聊天、合成和生成图片等领域浅尝辄止的AIGC，已经一跃踏入千亿级参数的大模型，甚至已出现超出用户乃至技术人员都难以理解的“涌现”能力（指一个系统复杂到能够出现的全新、意想不到的特性或行为能力）。

 

如今，相比去年公众对AI的初次接触，AI能力不断提升的同时，热度也在持续发酵。大量开发者、公众尝试后，对人工智能是否可以从原先的低纬度的算法概念、升级为高纬度的“智能”这件事，不再怀疑。因此，对比之前，在AIGC相关法律法规的监管对象上，《生成式人工智能管理办法》选择直接点名就是“人工智能”。

 

其次是在法规条款的细节程度上：《生成式人工智能管理办法》的条款数、文字量和条款细节度上，暂时落后于年初发布的《深度合成管理规定》。但考虑到这并非最终版，还只是意见稿，之后应该会继续完善。

 

再从具体条款来看，《深度合成管理规定》发布时，对于AI能否生成代码并不确定，因此暂未提及。而今天发布的《生成式人工智能管理办法》则明确指出“本办法所称生成式人工智能，是指基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术”。这意味着，AI生成代码得到认可已经成为新的技术拓展趋势，未来AI生成计算机软件、游戏代码也将成为可能。

 

短短三个月，两个管理办法对AI能力范围上出现了戏剧性变化，也证明了AI能力提升已经得到主管部门认可。

 

同时，《管理办法》还对具体的技术细节上提出了要求：“ 提供者应当按照《互联网信息服务深度合成管理规定》对生成的图片、视频等内容进行标识”。增加标识以对创作内容溯源，这与目前海外讨论的监管方向基本一致。

 

但不同于国外，《生成式人工智能管理办法》首次对AI提出了防沉迷要求：“提供者应当明确并公开其服务的适用人群、场合、用途，采取适当措施防范用户过分依赖或沉迷生成内容”，这一规定可以说是相当超前。

 

当然，两版管理办法也存在不小的共性。如都强调了对知识产权、以及用户信息等个人隐私的保护……这些都是开发者和创业者最关心的话题。

 

其中，《生成式人工智能管理办法》进一步规范了AI技术监管，特地提到：面向公众服务的AI产品需要提前备案；而对AI生成的内容，技术服务商几乎要承担“无限连带责任”，包括个人信息的保护义务。换言之，OpenAI、谷歌、阿里、腾讯、商汤等大模型公司开放API接口后，要对调用“GPT类AI能力”的第三方应用的AIGC内容负责。

 

 

 

监管即将落地，对AI创业企业有何影响？

 

所有人都清楚，站在投资风口的AI相关产业，将成为推动全球经济增长的重要力量。因而在《生成式人工智能管理办法》公布后，外界的第一反应必然是：遭遇监管后，AIGC发展速度是否会由此变慢？

 

其实在GameLook看来，中国科技领域，没有被“单独立法立规”纳入监管的行业，往往公众影响力和商业规模、商业价值还不够大。

 

比如以游戏业熟知的剧本杀、盲盒为例、他们在火之前并没有相关的专项管理规定，都是在做大并产生了公众影响力和商业价值后，才纳入了监管范畴。而一些长期冷门的领域，比如桌游、至今主管部门都没有具体的管理规定。

 

因此再来看AI当前的情况，之所以相关规定法规能够迅速出台，推动中国可能成为全球最早实施AIGC相关法律法规的国家，说明公众、企业界、主管部门自上而下都认可，AI是一个极具发展潜力的新兴科技行业。

 

正如OpenAI创始人Sam Altman在采访中指出，AI是少有的被严重炒作之后，还被严重低估的东西；比尔·盖茨则强调，AI是他一生中第二次革命性技术进步；英伟达CEO黄仁勋直言：“我们正处于AI的iPhone时刻。”——种种信号表明，当下正是加入AI创业的最佳时机。

 

从全球范围来看，目前海外知名孵化器Y Combinator的创业营中，来自AI领域的创业公司数量与占比大幅增长，15%的创业公司选择下场AIGC。不过，对中国市场来说，相关领域的AI创业公司还很稀缺。

 

 

此前据市场传闻，米哈游对中国AI创业公司MiniMax发起两轮投资，并与红杉资本共同策划发起新一轮投资。而Minimax的估值也在半年间飞涨十倍，目前高达10亿美元。然而在融资消息曝光前，这家估值十亿的公司却鲜为人知，甚至像GameLook这样专注于游戏ACG市场的行业垂直媒体此前都没听说过Minimax，这足以说明国内AI创业的确处于早期阶段，优质AI投资标的在国内极为稀缺。

 

Minimax此前推出的AI聊天类APP“Glow”

 

今日公布的《生成式人工智能管理办法（征求意见稿）》虽然空缺了施行的具体月份，但已经清晰显示了2023年。结合已经开始实施的《规定》，今年年内可能会有两项AI相关的法律法规落地，那么，这又会对国内AI创业市场带来怎样的影响？

 

首先是《生成式人工智能管理办法》中提及的AI备案、增加AI生成内容标识、对生成内容负责等具体条例，带来的最直接影响是——AI创业公司团队投入、合规投入的增大。

 

有关AI的隐私保护、数据安全等内容审核，意味着大量的时间和人力投入，习惯了申请版号的游戏公司、以及互联网平台公司对内容审核最为熟悉。虽然国外比如Meta、Google等也在用AI或者说用算法在做内容自动审核，但依旧不能完全脱离人工内容审核。

 

因此，短期内面向中国市场的AI创业公司对内容审核团队要求必然会更加迫切，而非外界担心的“AI完全取代人类工作”情况，以AIGC产品内容生成动辄单日百万、乃至千万级的内容量，没准AIGC中国公司要招聘不少内容审核员。

 

同时，由于两版管理办法都强调公众可以直接举报，并会带来停止服务等相关处罚，影响明显。对于AIGC创业公司来说，未来没有人工团队将会很难运转。面向公众服务的AIGC公司需要立刻建立内容审核团队，快速解决相关备案，完善用户隐私保护等问题。

 

其次，从AI发展形势来看，未来会出现多种创业方向。如热度最高的千亿参数的通用大模型AI，虽然能够解决很多问题，但由于开发和训练门槛较高，目前进场选手多是中大型的上市公司，且竞争极其激烈。但同时，随着AI大模型公司越来越多，这也能推动为AI提供训练的数据标注、内容版权交易等关联产业，在短期内可预见会出现较大发展，同样会带来数据标注员的大量招聘需求，创造了新的就业。

 

与之相对，成本更低百亿、乃至几十亿参数量的AI小模型为了不被挤出赛道，则需要在专业度上不断演化。毕竟每个行业都有自己的独特需求，如ChatGPT能够短时间内满足游戏行业需求，但随着一些专用模型的发展，像是Midjourney、Stable Diffusion等专业文本图像生产AIGC的深化，更适用于游戏业这个特定使用场景，其能力也更受游戏开发者青睐。

 

 

通过为专业人群提供服务、解决特定行业的特定需求，小模型AI一样存在巨大价值。当然，也不排除未来巨头重点开发垂类AI应用模型的可能性。比如腾讯作为一家在游戏和内容产业深度布局的公司，不排除腾讯的AI大模型会着重在游戏以及音视频领域深度发力，但无论如何，在中国市场AI的合规化将是眼下巨头、以及创业公司需要遵循的首要原则。

 

游戏业监管已经滴水不漏，AI管理办法出台对游戏业影响有限

 

对于游戏行业来说，虽然ChatGPT可以转换为智能NPC，或是帮助开发者编写剧情，甚至是有朝一日实现游戏代码、3D模型生成的可能性。但就目前来说，国内这两则AI管理法规对游戏公司的影响却相当有限。

 

一方面，游戏产业本就拥有相对全面的管理规定和行业法规，监管覆盖了事前、事中、事后多个阶段，不光需要提前申请版号进行游戏内容审核，对于数据安全、隐私保护、甚至是未成年人保护等方面也都有具体要求。长期处于强监管下的游戏业，之前落地的各项监管规定明显比这两则AI管理规定更加完善和具体。

 

另一方面，两版管理办法的主要对象是对公众提供服务的AI大模型，而游戏企业目前主要在内部使用Midjourney、Stable Diffusion等软件进行AI绘图，且Stable Diffusion大多是在游戏企业的开发机上本地部署安装软件。生成内容也是在企业端使用，并不存在不经内容审核面向公众（玩家）的问题。

 

 

不仅如此，ChatGPT级别大模型AI需要超过1万张A100显卡，每训练一次的成本高达1000万美元。而游戏企业使用的免费开源AI模型Stable Diffusion不存在大量算力投入问题，项目开发往往不需要如A100这样的高级显卡，消费级的30系、或者高端点的40系显卡即可初步满足游戏企业日常AIGC生产的算力要求。当然也要看各游戏企业的具体要求，是否需要采用云端GPU集群来做AIGC生成，取决于游戏企业的工作量和效率要求，但本地开发机安装部署Stable Diffusion依旧是主流。

 

虽然在内容版权管理上，游戏业其也面临和通用型AI一样的困境，但成熟游戏企业内部往往积累了大量有版权的图片、美术资源，能够基于自有知识产权内容进行二次训练，完全合法合规。这就意味着，面对版权保护挑战，游戏企业想要做到严格合规，并不困难。

 

与此同时，近期Meta大语言模型LLaMA在4chan上“意外泄露”，也让通用AI大模型迎来了“Stable Diffustion开源时刻”，一系列表现出色的ChatGPT开源替代品陆续登场。虽然没有达到千亿参数，但这些AI小模型应对游戏企业常见使用场景的效果不错。

 

例如，斯坦福发布的大模型Alpaca，仅用了52k数据，且训练成本不到600美元，但性能约等于GPT-3.5；AI风险投资公司Age of AI开发的FreedomGPT，允许用户本地运行LLaMA……其中，Alpaca在与GPT-3.5的比较中，获胜次数为90：89。

 

 

同样地，游戏企业本身就有程序员、也有一定可能和意愿对这些开源AI模型进行二次开发，将来能够使用到什么程度，完全取决于游戏厂商的投入。更进一步来看，继Stable Diffusion后，套壳LLaMA的AI模型迎来本地部署，意味着游戏公司的AI模型使用成本几乎归零，迎来了“AI自由”的新时代，或将成为技术革新大潮下最受益的对象之一。

 

此外，相比这些短期内对游戏业有限影响，GameLook更好奇的是：随着AIGC纳入监管，普通网民都能通过AI进行UGC创作了，那这是否意味着UCG类游戏在中国游戏市场同样可能迎来“解锁”？