總體來看，整個生成式AI的產業地圖可以分為三類：上游資料服務產業、中游演算法模型產業、下游應用拓展產業（圖5-1）。
1. 資料服務
作為智慧型機器的「食物」和數位經濟世界的生產要素，資料在被「餵」給機器之前，常常會涉及查詢與處理、轉換與編排、標註與管理等前置步驟，而在整個資料的使用過程中也離不開治理與規範方面的管理工作。作為生成式AI的源頭，相關資料服務產業孕育了很大的商業機會。
2. 演算法模型
人工智慧之所以能判斷、分析、創作，主要是因為有支撐這些功能的演算法模型。因此，訓練演算法模型就成為整個產業鏈中最「燒腦」、最具技術含量和最具商業潛力的環節。在數位世界，圍繞著如何讓演算法模型更聰明的命題，誕生了包括人工智慧實驗室、集團科技研究院、開源社區等主要玩家，構成了整個產業鏈的中游環節。
3. 應用拓展
經過資料訓練後的演算法模型最終會在下游應用拓展層完成「學以致用」的使命，根據應用場景的模態和功能差異誕生出文本處理、音訊處理、影像處理、影片處理的各個細分賽道。每個細分賽道裡都有許多創新企業在相互較量，這也是當前風險投資機構最熱衷投資的環節。
產業中游的演算法模型是生成式AI最核心的環節，是機器完成教育訓練過程的關鍵環節。中游演算法模型包括三類重要的參與者：人工智慧實驗室、集團科技研究院和開源社區。
開源社區
開源社區對生成式AI的發展十分重要，因為它提供了一個平臺，讓開發人員能夠共用他們的程式碼，分享他們最新的研究成果，並與其他人一起協作，共同推動生成式AI相關技術的發展進步。除了可以讓研究人員彼此充分學習交流外，開源社區還可以幫助開發者更快地開發出人工智慧相關應用。建造各個場景下的人工智慧應用系統就像建造一棟棟大樓，往往需要很多人的共同努力。而開源社區就像是工地上的交流中心，讓所有參與建造的人都能夠找到合適的工具和材料，並與其他人交流想法，共同完成建造工作。如果沒有交流中心，大樓的建造將會變得困難重重，甚至無法完成。同樣，如果沒有開源社區，人工智慧的發展也會面臨諸多困難。因此，開源社區對於人工智慧的重要性不言而喻。
根據開源社區所覆蓋領域的寬度和深度，可以將開源社區分為兩類：綜合型開源社區和垂直型開源社區。
1. 綜合型開源社區
GitHub是世界上最大的開源程式碼託管平臺，目前已有超過9,000萬的活躍帳戶和1.9億資料庫。作為開源玩家界的Facebook，GitHub是開發者與朋友、同事、同學及陌生人共用原始程式碼的完美場所，無論是人工智慧領域相關的程式碼，還是其他領域的程式碼都可以在這裡上傳共用。
程式碼開源不僅可以減少重複性工作，還可以推動技術研究的快速突破，降低應用門檻，加速技術產業化推廣使用，以及有效促進學界與產業界的有效交流，促進產學研融合。
2018年，Github被微軟收購，但其社區與業務依然獨立運營，保留了它傳承已久的開源精神。無論是生成式AI領域的論文還是項目，如果要選擇上傳開源程式碼的地方，Github絕對是首選。
2. 垂直型開源社區
除了像Github這樣大而全的開源社區外，還有一些針對垂直領域的小而精的網站和社區在開源領域發光發熱，比如Papers with Code和Hugging Face。
Papers with Code是一個總結了機器學習論文及其執行程式碼的網站。使用者可以輕鬆地在網站上檢索到所需要的機器學習論文及儲存在Github上的開源程式碼。使用者可以按照標題關鍵字或者研究領域關鍵字進行查詢，也可以按照流行程度、論文發表時間以及Github上收藏（Star）數量最多來對論文及論文代碼進行排序。
Papers with Code網站最初是由Reddit的使用者rstoj開發，讓人們可以從中發現一些以前不知道的研究精華。作為機器學習界的內容社區，Papers with Code大大促進了人工智慧領域的研究。
Hugging Face是專注於機器學習領域的垂直版GitHub。它想要把主打年輕使用者的聊天機器人作為主營業務，因此在GitHub上開源了一個Transformer的資料庫，不過沒想到聊天機器人業務沒做起來，Transformer庫卻在機器學習社區爆紅。很多人認為Hugging Face的成功是因為團隊開放的文化和態度，以及利他利己的精神很具有吸引力。
目前，仍然有很多業界專家都在使用Hugging Face和提交新模型，甚至有些NLP工程師招聘中明確要求面試者熟練使用Hugging Face Transformer庫。如果說人工智慧是一場淘金運動，那麼Hugging Face則是典型的「賣水人」。（19世紀加州盛行淘金，山谷裡水源極缺，淘金者苦於無水可喝，於是小農夫亞默爾放棄淘金，改為掘水賣水，因此賺進大筆錢財。）
作者介紹
杜雨：中國社會科學院大學技術經濟學博士研究生，北京大學金融學碩士，香港中文大學理學碩士，武漢大學經濟學學士。胡潤U30中國創業先鋒，G20青年企業家聯盟中國理事會青年委員。先後工作於騰訊、紅杉資本，關注數字經濟與科技創新，曾參與騰訊音樂娛樂集團合併上市，並參與投資管理得物、超級猩猩、文和友等創新型企業。北京大學未名創投協會和科技創業加速器QAQ（Quadratic Acceleration Quantum）創始人。著有《WEB3.0：賦能數字經濟新時代》。
張孜銘：北京大學管理學碩士，新加坡國立大學金融工程碩士，華中師範大學信息管理與信息系統、華中科技大學計算機科學與技術雙學士。元宇宙教育實驗室智庫專家，未可知文化科技與科技創業加速器QAQ聯合創始人。著有《WEB3.0：賦能數字經濟新時代》。
本文經授權轉載自高寶書版《AI生成時代：從ChatGPT到繪圖、音樂、影片，利用智能創作自我加值、簡化工作，成為未來關鍵人才》
責任編輯／郭家宏
