《2024 年生成式人工智能应用发展报告》显示，截至 6 月，我国生成式人工智能产品的用户规模已达到 2.3 亿人。目前企业数量已超过 4500 家，核心产业规模已接近 6000 亿元人民币。生成式人工智能市场今年呈现出怎样的发展态势？

在浙江杭州的一家网络游戏企业内，工作人员正在借助生成式人工智能大模型制作一场游戏内的虚拟演唱会。据了解，目前生成式人工智能在这家公司的使用较为普及，涉及游戏开发、测试等环节。

浙江杭州某网络企业游戏部门设计师 刘畅：比如生成一个简单的动作，在过去需要美术同学花几天的时间一帧帧去做，现在只需要几秒就可以快速产出这个动作。

业内人士表示，此前游戏内容制作完后往往需要大量人员去测试内容，反馈程序内的错误。而生成式人工智能可以植入测试环节，由人工智能模仿用户的操作习惯去测试全部内容。

上海某游戏公司技术中心负责人 张在伟：一个项目在 3 到 5 天为一个测试周期的条件下，可以产出 3 万到 5 万条测试样例样本。定位问题就会变得更简单、更有依据，这样解决问题也变得更高效。

今年以来，生成式人工智能应用范围的逐步扩大，诞生了许多新的应用模式。甚至在音乐创作等依赖创意的行业内也出现了生成式人工智能的身影。

业内人士告诉记者，此前一些背景音乐的授权费用往往数千元，而人工智能在几秒内就能生成合适的音乐，价格也近乎免费。

广东广州某网络科技公司副总裁 贾朔：作为使用者，输入一段描述，比如在什么情况下要一首用于什么用途的歌曲，这个模型就会匹配使用者的需求，产生一条专业的效果出来。

天风证券全球前瞻产业研究院联席院长 孔蓉：去年生成式人工智能可以制作图片，其实很多游戏公司都开始用，那么用的原因就是它生成大量的素材效率是比较高的，所以成本的下降可能从 10% 到 20% 不等。

人工智能研发成本高 行业竞争激烈

尽管生成式人工智能可以有效地帮助企业降低成本，但行业目前却存在着不少亟待解决的问题。

在上海的一家科技企业，相关负责人向记者演示了目前生成式人工智能的各种技能。他告诉记者，目前，各类大模型可以从用户给出的需求生成文本、语音以及视频，并且可以帮助用户完成多种文字工作。

记者了解到，这一类生成式人工智能大模型，主要依靠庞大的算力、高效的算法和丰富的数据。其中，算力是大模型的基础。大模型需要大量的图形处理器（GPU）作为核心，去运算海量数据。

不过，业内人士表示，相较几十亿元的投入成本，目前大模型企业商业化程度不高、变现较慢。一方面，诸多企业普遍采用商业客户一次性买断和个人用户订阅制付费的方式，营业收入增长存在着不确定性。另一方面，市场上大量生成式人工智能企业，为了争夺用户，在行业内掀起一轮轮算力价格战，大模型算力价格一度下降 90% 之多。

广东广州某网络科技公司副总裁 贾朔：我觉得生成式人工智能很有可能像过往落地的大多数技术那样，短期被高估，长期被低估。我觉得人工智能也会经历类似的一个阶段。