【AIGC】服务于人类｜一种新的人工智能技术

• 文章目录
• 前言

  • 一、AIGC的自我介绍

    二、AIGC八大领头羊——生成式人工智能八大领头羊

    1.Character.AI

    2.Open AI

    3.Midjourney

    4.Stability AI

    5.Tome

    6.Anthropic

    7.Hugging Face

    8.Jasper

    三、AIGC用来干嘛？

    四、AIGC当今弊端

    4.1 法律法规完善程度低

    4.2 数据要素问题突出

    4.3 技术保密性问题

    总结

---

前言

首先我想说的是：“人类的思想永远闪耀！”

我很抱歉竟然停更了五个月，在这时间里，发生太多人和事的变化。

我的绘画进入了瓶颈期、家里人生病、对梦想的迷茫以及不知如何前进……

所以我积极寻找素材、资料、把自己的兴趣赶紧提起来！

（感觉最近的AIGC没有很多人关注了，大家渐渐忘记或者习惯它的存在。）

---

一、AIGC的自我介绍

这里我用了CSDN的创作助手：

关于背景：AIGC在政策发展提高效率下，市场裁员不断提升，尤其是互联网行业相关，例如各个行业设计、销售 、宣传等等都离不开互联网扶持，流量可以说是一个行业的命脉。AIGC的发展也迅速替代了许多岗位，这意味着将会有很多人不断的被淘汰而出，而市场在需求量的方面会不断提高。

所以AIGC的使用我们无法避免，如果按照行业发展一定要学会基本技术和操作。人和机器轻度融合，让人能够用机器传输需要大量时间学习的知识积累阶段，创造好就交给人，人只需要监督和审查就好了。如果用得好，就可以提高工作效率。

---

二、AIGC八大领头羊——生成式人工智能八大领头羊

1.Character.AI

Character.AI,可以与各种生成AI人物聊天，是一个类ChatGPT的对话式AI平台，回答问题的同时还可以附加一张图片。可创建聊天角色是其一大技术亮点，用户可以自由创建动漫、科技、娱乐等各种领域的专属对话式AI机器人，例如，钢铁侠、爱因斯坦、哈利波特、哆啦A梦等。

不过这个网站需要～（所以用不了）

（图片来源：百度）

2.Open AI

ChatGPT的开发公司，展现了大型语言模型的能力；还发布了用于图像生成的DALL-E系列模型。

（图片来源：Open AI官网）

从搜索栏里我们就可以输入想要生成的图片。

3.Midjourney

一个自筹资金的研究试验室，发布一个完全在Discord上运行的图像生成工具。

（图片来源：Midjourney官网）

如果打不开的话，这里有平替版：在微信上面搜索Midjourney小程序：

（图片来源：Midjourney微信小程序）

在这里我们可以将想要的生成词、风格、模型等等进行选择，生成的质量也是不错的。

4.Stability AI

开源了Stability Diffusion，也是最早向公众发布的图像生成的模型之一。

（图片来源：Stability AI）

5.Tome

帮助生成演讲和视觉叙事故事的人工智能。

（图片来源：Tome 官网）

6.Anthropic

专注于人工智能安全和研究的公司，主要为工作环境构建聊天机器人。

（图片来源： Anthropic官网）

7.Hugging Face

建立模型以执行企业中的特定任务。

（图片来源：Hugging Face官网）

8.Jasper

创造营销和品牌层面创意内容的模型。

图片来源：（Jasper官网）

---

三、AIGC用来干嘛？

AIGC是建立在多模态之上的人工智能技术，即单个模型可以同时理解语言、图像、视频、音频等，并能够完成单模态模型无法完成的任务，比如给视频添加文字描述、结合语义语境生成图片等。

现阶段国内AIGC多以单模型应用的形式出现，主要分为文本生成、图像生成、视频生成、音频生成，其中文本生成成为其他内容生成的基础。简单来说，我们可以利用对应功能的AI进行需要合成的图片文本，人工和AI相互结合，用得好既可以提高效率，还能帮助人类减轻负担。

（图片来源：百度）

---

四、AIGC当今弊端

4.1 法律法规完善程度低

目前AIGC相关的法律法规不完善是主要问题，想要实现对AIGC技术的有效发挥，必须对其相关的法律法规进行完善。就当前的AIGC技术在目前的应用来看，其缺乏完善的安全性标准，没有明确AIGC技术服务、内容传播与技术应用各相关方面的法律和社会责任。其次，缺乏完善的AIGC技术相关立法，与分级分类的监管手段，AIGC技术的安全性难以得到保障。

4.2 数据要素问题突出

在AIGC技术的使用中，没有明确划分公有数据和专有数据的使用界限，使基础大模型训练的数据合规性、安全性、权属产生问题。例如，专有数据的泄露可能会导致用户数据安全的问题，同时数据要素也很难有效的发挥出自己的价值。

4.3 技术保密性问题

技术保密性是AIGC的首要问题。比如，在与AIGC交互的过程中，企业的专有资源被泄露等。如果技术保密性不足就可能严重影响到信息资源的所有者。

---

总结

总之，我们在进行AI合成时一定一定要注意版权问题，要标注好是谁做的；不能完全依赖AI，只能作为辅助工具，不要钻空子和偷懒。希望AIGC的生产力可以帮助到我们，让我们越做越好。

（图片来源：百度）