OpenAI、Google搶進投資AI新創！文字轉圖像浪潮襲來，網路小編大敵|數位時代 BusinessNext

文字轉圖像浪潮襲來，網路小編大敵！OpenAI、Google搶進投資AI新創

基於人工智慧演算的文字轉圖像技術DALL·E推出API公測版，讓人工智慧圖像生成有更多商用價值，而OpenAI和Google更爭相投資人工智慧新創。

文字轉圖像技術是什麼？怎麼做的？

DALL·E透過AI模型來理解自然語言輸入（例如「五邊形形狀的綠色皮革錢包」或「一隻悲傷水豚的等距視圖」），並生成相應的圖片。它既可以生成現實的圖像（例如「帶有藍色草莓圖像的彩色玻璃窗」），也能夠生成現實中不存在的物體（例如「具有豪豬紋理的立方體」）。

DALL·E透過大量的演算法模型訓練，讓用戶使用自然語言提示創建和編輯圖像的轉換器語言模型，在正式釋出API之前，已經有時尚設計平台Cala和在裝飾瓷磚印出線上照片的Mixtiles等公司合作，針對特定的使用場景和產品需求進行測試。

OpenAI根據開發者使用的圖像數量及圖像尺寸收費，DALL·E 2的API使用價格為1024×1024 的圖片每張約0.6元台幣（0.02美元）；512×512的圖片每張約0.58元台幣（0.018美元）； 256×256的圖片則是每張約0.05元台幣（0.016美元）。

與微軟、Shutterstock合作，你想要的圖AI都能生給你

文字轉圖像的AI應用近來受到廣大用戶的喜愛，微軟日前也與OpenAI合作，將DALL·E整合至圖形設計應用程式Designer，以及內建Image Creator工具的瀏覽器 Bing 和 Microsoft Edge 之中， 當用戶在網路上搜尋不到想要的圖片時，就會透過整合DALL·E的Image Creator產生所需的圖像 。

此外，圖庫平台Shutterstock日前也宣布和OpenAI合作，讓使用者根據輸入的文字條件產生圖像。Shutterstock去年起就與OpenAI合作，授權OpenAI以平台上的圖片為素材，訓練DALL-E演算模型。不過，為了避免侵權的狀況發生，其他圖庫業者包括Getty目前仍是禁止出售以AI產生的圖片。

文字轉圖像商機有多大？為何連Google也投入？

不僅是OpenAI積極投入DALL·E的開發，Google今年中也公布了基於人工智慧的文字轉圖像生成系統Imagen。Imagen基於大型Transformer語言模型所建立，透過使用文字轉圖像擴散模型（Diffusion Model），讓Imagen對文字能有更深的理解，進而產出更貼近用戶所需的圖像。

Google表示，在未能完全過濾網路上不當的色情、暴力、種族主義、社會刻板印象等內容之前，以及建立安全框架之前，不考慮將Imagen公開給大眾使用。

由於開發先進人工智慧系統所需的人員、運算、及最重要的資金等資源都很龐大，多數人工智慧新創公司在初期所獲的融資規模仍是入不敷出，因此目前針對AI新創公司的孵化器項目並不多，因此OpenAI無疑是希望透過這項投資計畫，在商用範圍和利潤越來越大的AI行業中，能透過扶植有潛力的AI新創公司以斬獲先機。

雖然今年以來美國科技公司多受到通膨及經濟不景氣的影響而撙節開銷、謹慎投資，但OpenAI卻在微軟與其他合作夥伴的支持下，與獲得OpenAI投資1億美元的新創團隊Converge合作，將選出尚在種子輪的10位新創公司創辦人，提供100萬美元的資金、獲得早期使用OpenAI模型、為其新創公司量身定制的AI程式等協助，同時享有與OpenAI員工一同工作、參加研討會等活動共計5周的時間。

同一時間，市場傳出Google計畫投資專注開發自然語言處理軟體的人工智慧新創公司Cohere 2億美元的資金。Cohere執行長艾登·戈梅茲（Aidan Gomez）之前是Google Brain的實習生，他發表的論文推動了Transformer AI 模型的廣泛應用。從OpenAI和Google近來砸大錢投資人工智慧新創公司的做法，可預期人工智慧將是大型科技公司之間軍備競賽的另一個領域。

這點從AI新創公司Stability AI和Jasper今年來相繼獲得創投基金的注資，而在一遍不景氣中躍升為估值達10億美元以上的新創獨角獸公司可證明。Stability.Ai與DALL·E同樣都是基於人工智慧技術開發的文字轉生成圖像的工具；而Jasper則是透過白話的編寫開放式命令來產生社群、部落格、行銷用的文案或文章內容，讓使用者可輸入直白的文字，設定文章主軸、內容資訊、目標讀者等訊息，就能產生行銷文章來分享，堪稱是網路小編和行銷人未來的大敵。

責任編輯：林美欣

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。