浅谈人工智能生成内容（AIGC）

兴趣了解

• [OpenAI ]人工智能绘画产品 DALL·E: 在计算机上输入一句话，DALL·E 就能够理解这句话、然后自动生成一幅意思相应的图像，且该图像是全网首发、独一无二。
• [谷歌 ] 5400 亿参数大模型 PaLM: PaLM 的文本理解能力与逻辑推理能力大幅提升，甚至可以用文本解释笑话，告诉读者为什么这个笑话好笑。

AIGC 是GAN基础上的一次飞跃提升。

DALL.E 背后的关键技术：CLIP
CLIP 让文字与图片两个模态找到能够对话的交界点，成为 DALL·E、DALL·E 2.0、Stable Diffusion 等突破性 AI 成果的基石。

相关团队：

• 何恺明团队：在CLIP出来之后，提出的一种AI范式MAE，可以将在语言任务上表现优秀的能力迁移到视觉任务的处理上。
• 心辰科技（盗梦师团队）创始人蓝振忠： 在Stable Diffusion 推出之后，只用了不到一个月的时间就上线 AI 作画产品“盗梦师”，并迅速在国内火起来，出图速度短至 1 秒，而且绘画质量非常高，日留存率接近50%（高于 90% 的小程序），不到两个月就接到了 To B 的大订单

“盗梦师” 生成的图像作品：“阳光明媚的下午，奶奶躺在摇椅上晒太阳” ↓

相似产品：

• Midjourney

助力领域：

• 自媒体 KOL
• 插画师群体与图文创作者

推荐阅读

• 《 AIGC 白皮书》

AIGC的衍生分支：

• 文本生成
• 视频生成
• 音乐生成

哪些东西助力了 AIGC的发展：

• 大模型
• 多模态
• 可控制

文字生成的商用公司：

• Jasper.ai
• Copy.ai
  开发了机器自动写作平台，用户输入关键字、AI 只需几分钟就能写成一篇逻辑与表达不输人类的长文，用于替代写作过程中的大量劳动，并能兑换出商业价值。

文字与图像的多模态研究大体可以分为三个阶段 ：
1、图文描述（让计算机描述画中的事情）；
2、图文问答（给一张图片，问这个图片里的桌子上都有什么东西。机器人需要理解问题，再了解图片里都是些什么东西）；
3、用一句话生成图片（让机器人通过一句话的描述作画）

AIGC 可以从来做什么？

• 比如电商平台的服装上新，目前的模式是线下拍摄，需要化妆师、服装师、摄影师、模特等等，而在未来的 AIGC 世界中，他们希望用 AI 直接生成能展示服装的模特图像。
• 现在，他们的 AIGC 产品“ YUAN 初”小程序已经在图像编辑上取得惊人的效果：
• 比如设计行业，小到海报、PPT、网页，大到所有商品的外包装、插画等对原创素材要求高的应用，都有 AIGC 的用武之地。
• 在没有 AIGC 之前，建筑设计师是先用铅笔画草图，画完之后觉得好看再弄成彩铅，彩铅版本满意后再做一个 3D 的视觉效果图给甲方客户看，甲方满意再设计建筑里面的工程结构等等。而有了 AIGC 之后，他们从第一步就极大地节省了时间，快速将设计师脑海中的方案用 AI 生成出来，发给甲方看。

ZMO.AI 是国内最早成立的 AIGC 公司之一。

AIGC存在的困难：
以文本生成为例，AIGC 的商业变现实际十分依赖用户驱动。但目前国内的中文语言大模型在开源一块缺少高质量的语料数据，导致中文版的 AI 在不同话题的写作质量上参差不齐；同时，国内的文字从业者在人力成本上普遍低于海外欧美发达国家，AIGC 在内容生成一块替代人力的节约成本也明显低于海外市场。

落地的 AI 在涉及与人博弈的场景中，AI 所提供的服务成本必须在相较于人力成本上有明显优势，才会被现有行业所接受

但更多的人相信，AIGC 会改变现代生产与生活的方方面面，因为 AIGC 所解决的问题是现存的、而非假设的。

算法与数据的选择也决定了各个企业后续在不同场景中的表现高低。

参考链接：https://mp.weixin.qq.com/s/6ThlQNvAidPfGkMXKHRUtQ