AI行业研报：生成式文字后即将爆发生成式音频？

本文由 BT财经 撰写/授权提供，转载请注明原出处。

文章来源于：BT财经

作者：BT财经

在爆发全球热潮前，人工智能是经过了多年酝酿的。为了正确预测未来的人工智能创新，我们回到源头，研究了人工智能应用的专利和风险投资交易活动。

我们收集了 193 个世界知识产权组织（WIPO）成员在 2012 年至 2022 年期间公布的 175072 项人工智能专利，分为五大类。对于风险资本投资，我们使用了经合组织（OECD）人工智能数据库 2012 年至 2022 年 92 个经济体的 24310 笔交易数据。

按绝对值计算，自 2012 年以来，人工智能领域的风险投资活动和专利数量激增。期间，风险投资交易数量增加了 10 倍，达到 3884 笔，2022 年的交易价值几乎是 2012 年的 50 倍，达到 830 亿美元。与此同时，人工智能专利数量在 2022 年增长了 7 倍，达到近 3.7 万个。

从风险投资交易和专利来看，过去 10 年，超过三分之二的人工智能创新集中在交通、工业和消费等行业应用上。

接下来，我们预计生成式音频（generative audio）将在 2024 年大规模出现，并颠覆游戏和电影制作等行业。

人工智能走出冬眠

随着 OpenAI 的 ChatGPT 于2022年 11 月发布，人们对人工智能的兴趣激增，不仅是普通人，企业也是如此。2022 年，公司文件中提到“人工智能”的次数超过 71.5 万次，而 2020 年仅为 13.5 万次。根据我们的调查，到 2023 年 4 月，41% 的美国人已经听说过 ChatGPT，而近 60% 的人表示他们的工作已经在某种程度上开始使用 ChatGPT。

此外，在 5 月 18 日的新闻中，ChatGPT 在美国发布了第一个应用程序版本后，现在可以在 iPhone 上使用。谷歌还于 5 月 5 日宣布，将开始推出集成到搜索产品中的生成式人工智能工具。在进一步研究之前，我们先对人工智能进行简单的定义——人工智能是一种基于机器的系统，人类给出一组给定的目标，它可以作出预测、建议甚至决定，从而可能影响现实或虚拟环境。

人工智能其实已经酝酿了好几年。自 2012 年以来，与人工智能相关的风险投资交易活动和已公布的专利一直在悄然飙升。例如，风投数量从 2012 年的 332 笔增长到 2022 年的 3884 笔。2022 年，风投交易价值达到 830 亿美元，高于 2012 年的 18 亿美元。与此同时，自 2012 年以来，人工智能方面的专利数量增加了7倍。

人工智能行业的进入门槛一直在降低，这刺激了该领域的商业创新。例如，自 2018 年以来，图像分类系统的训练成本降低了 64%，而训练时间减少了 94%。包括 OpenAI、Anthropic、Stability AI、A121 Labs、Midjourney 和 Cohere 在内的众多初创公司和风投公司也纷纷涌现。据报道，Anthropic 最近在 C 轮融资中筹集了 4.5 亿美元，参与融资的有 Alphabet、赛富时（Salesforce）和 Zoom。此外，一家伦敦的人工智能公司 Builder. Ai 在最新一轮融资中筹集了 2.5 亿美元。

为了正确预测人工智能即将到来的情况，我们还研究了该领域的专利。我们预计，获得风投的公司大约需要两到三年时间才能将产品推向市场，甚至需要更长的时间等待专利批准，如七至十年。就专利而言，在公司专利获得保护后，他们则需要营销，选择商业伙伴等，这大概需要一到三年时间。

通过世界知识产权组织 Patentscope，我们收集了 193 个该组织成员在 2012 年至 2022 年期间公布的 175072 项人工智能专利条目，这些专利分为五大类，其中包括部门应用（sectoral applications）、服务平台（horizontal platforms）、自动化机器（autonomous machines）和半导体（semiconductors）。在风投方面，我们使用的是经合组织人工智能数据库涵盖的 92 个经济体的 24310 笔交易。

1. 人工智能景观——将创意带入生活

. 股票市场反应如何

迅速采用 ChatGPT 和其他新的人工智能的公司股价飙升。例如，2023 年 1 月 31 日，人工智能软件企业 C3. ai 推出了集 OpenAI、谷歌、学术研究等人工智能技术于一体的“生成式人工智能产品套件”。当日，该公司股价上涨近 22%，自今年年初以来已累计上涨 143%。

人工智能音频和语音识别软件公司 SoundHound 的股价今年迄今已上涨 66%。

不仅仅是人工智能软件公司，人工智能几乎影响了价值链上的所有公司。英伟达是一家半导体公司，其生产的计算机芯片可以运行人工智能模型，该公司股价上涨了 110%。在大型科技公司之间的人工智能竞赛中，Meta 也表现出色。

. 资金流向人工智能

2022 年，全球对人工智能的风险投资达到 830 亿美元的峰值，高于 2012 年的 18 亿美元。Databricks 和麻省理工学院发现，大多数公司已经开始广泛部署人工智能。在样本中，到 2022 年未使用人工智能的公司比例不到 6%。

. 企业将从人工智能增长中受益

多年来，人工智能研究一直局限于学术界，如今正被应用于商业领域。学术界是先行者，从学术发表到获得专利通常需要 15 年的时间。

然而，越来越明显的是，人工智能创新爆发的时机已经成熟。从 2012 年到 2022 年，49% 的风投交易是在过去三年达成的。同样，我们的数据库中有 52% 的人工智能相关专利在三年内发布。

2. 应用领域：人工智能将在 2023 年成为主流

亚马逊创始人兼执行主席 Jeff Bezos 表示：“我们现在正在用机器学习和人工智能来解决问题，现在发生的这一切犹如科幻小说里描述的内容。”

过去 10 年，与人工智能相关的风投交易中，近五分之四是在行业应用领域。另有 8% 发生在自动化机器和汽车领域，还有 13% 发生在半导体领域。人工智能相关专利的比例也类似。

. 行业应用：人工智能不局限于一个行业

目前，79% 的风投交易和 61% 的专利发生在我们认为的“行业应用”中。根据我们的定义，这包括消费、工业、资讯科技、运输、医疗保健、金融服务业。

从 2012 年到 2022 年，风投交易数量从 270 笔增加到 3006 笔，增长了 10 倍多。2022 年，交易总额达到 620 亿美元，远高于 2012 年的 13 亿美元。在这些领域发布的专利也在蓬勃发展。自 2012 年以来，相关专利数量增加了 6 倍。拥有最多专利的公司都是公认的科技巨头，如 IBM、三星（Samsung）、英特尔（Intel）、LG电子（LG Electronics）和高通（Qualcomm）。

. 服务平台：AI 工具

自 2012 年以来，我们看到服务平台（horizontal platforms）的专利数量增长了近 6 倍，包括人工智能主核（AI core）、自然语言技术（natural language technology）、人工智能自动化平台（AI automation platforms）、计算机视觉软件（computer vision software）。服务型应用（Horizontal applications）是人工智能开发和部署的重点模块，拥有这类专利的公司包括 AT&T、IBM、LG 电子、百度以及老牌科技企业。

自然语言处理（Natural language processing）是一种用于大型语言模型（LLMs）的人工智能工具，随着ChatGPT的出现而变得流行。自然语言处理的一些例子包括翻译、自动纠错、自动文本摘要、聊天机器人，以及金融领域的信息需求等处理方式。

计算机视觉涉及使用人工智能来分析视觉数据，并做出有意义的预测，包括面部识别、地理空间分析等。

微软的 Inner Eye 技术已经可以帮助检测肿瘤和异常细胞。在他们的最新研究中，微软展示了其技术如何帮助临床医生。在计算机视觉专利数量最多的五家公司中，有两家是中国公司，分别是百度和华为。

. 谁还需要驾照？自动驾驶已经到来

在过去十年中，8% 的风投交易和 16% 的专利都发生在“自动化机器”领域。这类技术涵盖两个关键领域，分别是自动驾驶汽车和智能机器人。在过去的十年里，这个领域受到了很多关注。这在很大程度上与特斯拉取得的成功相吻合，特斯拉一直在试验自动驾驶汽车系统。

从 2012 年到 2022 年，自动化机器领域的风投交易数量从 22 笔增加到 363 笔。智能机器人就属于这一类。这些机器人能够在不需要人类干预和输入的情况下进行一定程度的操作。人工智能通常用于协助机器人机型训练和适应。三星、LG 电子、英特尔以及中国的大疆公司和滴滴等公司在机器人专利方面地位稳固。

几年来，自动驾驶汽车也一直是人们讨论的焦点。除了特斯拉之外，其他公司也在扩大对自动驾驶汽车所需技术的研究和投资，因此，风险投资和专利申请的大幅增加很可能是在这个背景下发生的。

. 半导体芯片

英伟达首席执行官黄仁勋表示：“很明显，人工智能将影响每一个行业。我认为每个国家都需要确保人工智能是其国家战略的一部分，每个国家都会受到影响。”

半导体占人工智能相关风投交易的 13%，占已公布专利的 4%，包括处理器设计（processor design）、边缘人工智能软件（edge AI software）、智能传感器和设备（intelligent sensors & devices）。

从 2012 年到 2022 年，半导体领域的风投交易从 40 笔增加到 515 笔。2022 年，该领域交易总额达到 94 亿美元，高于 2012 年的 2 亿美元。同样，从 2012 年到 2022 年，该领域专利数量增长了 7 倍。

自 20 世纪 70 年代以来，芯片经历了快速的创新，芯片性能每隔几年就会翻一番。生产商必须跟上发展的步伐，否则就有被甩在后面的风险。随着技术变得越来越复杂，新工具是必要的，这正是人工智能可以发挥作用的地方。

3. 2024 年及以后的新机遇

. 生成式音频可能是下一个大热门

人工智能现在能够根据不同语言、口音和方言的文本输入创造人类的声音和合成音频。它使用了在 ChatGPT 中流行的生成式人工智能。

从 2020 年第一季度到 2022 年第四季度，提到“生成式音频（generative audio）”的公司文件数量增加了 13 倍以上。

随着音乐和声音研发的深入，我们可能会看到新竞争者的爆炸式增长。很快，人们可以输入文本或图像来生成音频内容，而不需要音频专家或计算机专家。

这可能会影响游戏、通信、音乐、新闻和医疗保健等一系列领域。拥有生成式音频相关专利最多的公司包括索尼（Sony）、亚马逊、华为、字节跳动、Adobe、苹果和腾讯。

. 可以生成什么音频？

生成式音频分为四个主要类别，包括合成声音（synthetic voice）、语音互动（speech interaction）、音乐生成（music generation）和音频编辑（audio editing）。首先，通过深度学习，人工智能可以高质量地合成真实的人声，包括音高、音调和节奏。语音互动包括虚拟助手等技术，例如苹果的Siri和亚马逊的Alexa。随着技术的发展，人类与人工智能之间的“自然”互动可能会越来越多。

音乐生成技术可以轻松地创造出种类繁多的新音乐。例如 Spotify 的 DJ 和 Aimi Studio。人工智能音乐已经对音乐产业构成了挑战。

最后，音频编辑可以使用人工智能来提高音频录制质量。

人工智能来了，新的创新就在眼前。以专利和风险投资等指标进行衡量，人工智能领域的创新在过去 10 年呈爆炸式增长。从风险投资活动和专利来看，过去十年中，超过三分之二的人工智能创新集中在交通、工业和消费者应用等领域，其次是自动化机器和服务型应用、半导体产业。

在 2023 年之后，我们预计生成音频创新将会激增。随着 ChatGPT 和 DALL-E 的到来，我们已经看到生成式人工智能引起了世界的关注。这些技术将共同改变游戏和电影制作等行业。

扫码关注公众号

获取更多技术资讯