区块链钱包下载im|aigc是什么

作者：区块链钱包下载im

2024-03-07 16:57:17

一次性搞懂什么是AIGC！ - 知乎

一次性搞懂什么是AIGC！ - 知乎切换模式写文章登录/注册一次性搞懂什么是AIGC！HOTAIGC一站式AIGC导航网站你知道什么是AIGC吗？不知道？没关系，我来告诉你。AIGC就是人工智能生成内容（Artificial Intelligence Generative Content），也就是让AI自己动手创作各种各样的内容，比如图片、视频、音乐、文字等等。听起来很酷吧？那么，AIGC是怎么做到的呢？下面，我就用最简单的语言，给你介绍一下AIGC的基本概念和常见应用。AI 工作原理AI，就是人工智能。它的目标是让机器能够像人一样有智能，能够看、听、说、想、做。要实现这个目标，AI需要用到三个重要的技术：深度学习、神经网络和生成式对抗网络（GAN）。神经网络神经网络就是模仿人脑的结构，用一些小点（节点）和线（链接）来连接起来，形成一个复杂的网络。这些小点就像我们大脑里的神经元，可以接收和传递信息；这些线就像我们大脑里的神经纤维，可以控制信息的流动。深度学习深度学习就是让神经网络变得更深更强。深度学习把神经网络分成很多层，每一层都负责处理一部分信息，就像我们大脑里有不同功能的区域一样。这样，深度学习可以处理更复杂更高级的问题，比如识别图片里的物体或者理解人说的话。生成式对抗网络（GAN）GAN就是让两个神经网络互相斗争，从而提高创作能力。GAN有两个角色：一个叫生成器（Generator），一个叫判别器（Discriminator）。生成器的任务是创造出看起来真实的作品，比如图片、音乐等；判别器的任务是判断这些作品是不是真的，还是生成器做出来的。生成器和判别器不断地互相挑战，生成器越来越擅长造假，判别器越来越擅长识破。最后，生成器可以创造出非常逼真的作品，让人分辨不出真假。AI大模型/预训练大模型AI大模型就是一种超级强大的机器学习模型。它可以处理海量的信息，比如图片、文字、声音等，并且可以完成各种各样的任务。比如智能语音助手和图像识别软件都用到了AI大模型。AI预训练大模型就是一种已经学过很多东西的AI大模型。它们通过在不同领域进行大量的训练，掌握了很多知识和技能。比如GPT就是一种预训练的大型语言模型，它可以自动生成各种类型的文本，比如新闻、小说、文章、对话等。GPT是目前自然语言处理领域最先进的自然语言生成模型之一。开源开源就是分享和合作的一种方式。在计算机编程中，当一个项目是开源的，意味着它的源代码是公开的，任何人都可以查看、修改和分享。比如你做了一个蛋糕，如果你把蛋糕的配方公开，让所有人都可以做这个蛋糕，甚至可以根据自己的口味改进这个配方，那么这个蛋糕的配方就是开源的。自然语言处理（NLP）自然语言处理（NLP）就是教计算机理解和使用人类语言的一种技术。比如你对手机说：“打开天气应用，查看明天的天气。”这就涉及到了自然语言处理。你的手机需要理解你说的话是什么意思，你想做什么，然后才能执行正确的动作。自然语言处理需要用到很多开源的工具和软件，它们能够帮助研究者处理语言数据，降低开发的难度，加快技术的进步。AIGCAIGC就是由AI自动创作生成的内容（AI Generated Content），比如图片、视频、音乐、文字等。AIGC就像一支神奇的画笔，拥有无限的创造力。这支画笔的特别之处在于，它是由AI打造的。AI利用它的理解力、想象力和创作力，根据指定的需求和风格，创作出各种内容：文章、短篇小说、报告、音乐、图像，甚至是视频。AIGC的出现，打开了一个全新的创作世界，为人们提供了无数的可能性。从用户生成内容（UGC），到专业生成内容（PGC），再到现在的人工智能生成内容（AIGC），我们看到了内容创作方式的巨大变革和进步。AIGC和Chat GPT的关系AIGC是AI大模型，特别是自然语言处理模型的一种重要应用；ChatGPT则是AIGC在聊天对话场景的一个具体应用。可以把AIGC看作是一个大的范畴，而ChatGPT是其中一个类别的小应用。常见的AIGC应用1、ChatGPTChatGPT是由OpenAI开发的一款大型预训练语言模型，就像一个会聊天的机器人。它可以理解你说的话，并给出回答。这个机器人在互联网上读了很多书、文章，学到了很多知识，所以可以回答各种问题，甚至进行深入的讨论。不过，ChatGPT的理解与人类不同，人类理解事物时，有意识、经验和情感等多个层次的参与，而ChatGPT只是通过分析和模拟大量的文本数据来"学习"如何合理地回应。2、MidjourneyMidjourney是由美国旧金山的一家独立研究实验室创立的图片类AIGC应用程序，我们可以通过语言描述来生成图片。比如，输入一个苹果，它就会为你生成出一张苹果的图片。3、Stable Diffusion图片生成类AI大模型，可以在给定的任何提示词下生成图像，并支持根据关键词和图片检索。与Midjourney相比，生成图像的结果更可控。4、Bing Bing AI就是搭载了GPT-4的Bing浏览器，它能够更好地理解用户意图，提供更加智能化、个性化的搜索和服务体验。5、文心一言文心一言是百度全新一代知识增强大语言模型，能够与人对话互动、回答问题、协助创作，具备更强的中文理解能力。6、文心一格文心一格是百度基于文心大模型的文生图系统，搭建的图片生成类AI大模型，可以根据用户输入的指令提示，生成相应的图片。总结以上就是我对AIGC的基本介绍，希望你能对AIGC有一个初步的了解。如果你想了解更多关于AIGC的信息和应用，可以访问[HOTAIGC]「https://hotaigc.cn/」，你可以在这里找到更多的AIGC应用和资讯，也可以亲自体验一下AIGC的魅力。参考HOTAIGC：https://hotaigc.cn/编辑于 2023-08-06 08:54・IP 属地湖北人工智能AIGCAI之下工作革新赞同 544 条评论分享喜欢收藏申请

AIGC(AI Generated Content,人工智能生成内容) - 知乎

AIGC(AI Generated Content,人工智能生成内容) - 知乎切换模式写文章登录/注册AIGC(AI Generated Content,人工智能生成内容)吴建明wujianmingAI芯片，自动驾驶与计算机视觉专家AIGC(AI Generated Content, 人工智能生成内容)什么是AIGC？AIGC（Artificial Intelligence Generated Content / AI-Generated Content）中文译为人工智能生成内容，一般认为是相对于PCG（专业生成内容）、UCG（用户生成内容）而提出的概念。AIGC狭义概念是利用AI自动生成内容的生产方式。广义的AIGC可以看作是像人类一样具备生成创造能力的AI技术，即生成式AI，它可以基于训练数据和生成算法模型，自主生成创造新的文本、图像、音乐、视频、3D交互内容等各种形式的内容和数据，以及包括开启科学新发现、创造新的价值和意义等。国际上对应的术语是“人工智能合成媒体（AI-generated Media / Synthetic Media）”，其定义是：通过人工智能算法对数据或媒体进行生产、操控和修改的统称。腾讯研究院：内容创作模式的四个发展阶段中国信息通信研究院在《人工智能生成内容（AIGC）白皮书（2022年）》中认为：结合人工智能的演进沿革，AIGC的发展历程大致可以分为三个阶段。具有超大规模、超多参数量的多模态大型神经网络将引领AIGC技术升级正在成为学界、产业界共识，如OpenAI DALL·E 2、百度文心大模型。中国信息通信研究院：AIGC发展历程（1950s-至今）人们普遍认为，1957年Lejaren Hiller和Leonard Isaacson完成了历史上第一部由计算机创作的音乐作品。但2022年，才算是AIGC爆发之年。2022年上半年，OpenAI DALL·E 2和Stable Diffusion公开发布，AI作画大火；11月底，OpenAI发布ChatGPT，次年2月注册人数突破1亿。京东探索研究院认为，AIGC技术可以归纳为三点：智能数字内容孪生能力、编辑能力和创作能力。京东探索研究院：AIGC的三大前沿能力百度CEO李彦宏在“2022年百度世界大会”上判断，AIGC将走过三个发展阶段：第一个阶段是“助手阶段”，AIGC用来辅助人类进行内容生产；第二个阶段是“协作阶段”，AIGC以虚实并存的虚拟人形态出现，形成人机共生的局面；第三个阶段是“原创阶段”，AIGC将独立完成内容创作。清华大学新闻学院元宇宙文化实验室主任沈阳在“AIGC与智能数字时代前沿论坛暨《AIGC：智能创作时代》新书发布会”上提出AIGC会经历五个阶段：可供性、可用性、可信阶段、可替代性阶段、可塑阶段。腾讯研究院在《AIGC发展趋势报告2023》中提出，AIGC在引领AI技术新趋势和相关产业发展的同时，也可能带来一定的风险挑战，诸如知识产权保护、安全、技术伦理、环境影响等。各界需要秉持科技向善理念，负责任地、安全可控地发展应用AIGC，打造安全可信的AIGC技术和应用。AIGC即AI Generated Content，是指利用人工智能技术来生成内容，AIGC也被认为是继UGC、PGC之后的新型内容生产方式，AI绘画、AI写作等都属于AIGC的分支。对AIGC来说，2022年被认为是其发展速度惊人的一年。2023年1月30日，AIGC概念股突飞猛涨，消息面上，微软“加仓”，美版头条BuzzFeed“押注”，就连国内科技巨头也传出拟推类似工具的消息，一时间，AIGC再次站上风口浪尖。火是真的，但争议也是真的，科技巨头争相布局之下，探讨其未来前景，或许还要让AIGC再“飞”一会儿。2022年，随着“两会时间”开启，依托百度AIGC（AI generated content）技术的数字人主播度晓晓正式“上岗”，成为全国两会报道中一道独特的风景线。其中，工人日报应用百度数字人，第一时间推出《两会晓晓说》新媒体栏目，在代表通道、委员通道以及新就业形态劳动者权益维护、工匠精神和产业工人队伍建设等正能量话题方面进行报道，引发了大众的广泛关注。冬奥会期间，百家号TTV（图文转视频）技术验证了AIGC（人工智能创作内容）的发展潜力。来自人民网、中国青年网等多家媒体通过百家号TTV技术进行内容生产，持续发布实时赛况等题材的短视频作品，单条播放量超70万。2023年1月10日，百度Create AI开发者大会上，百度创始人、董事长兼首席执行官李彦宏表示：AI从理解内容，走向了自动生成内容，包括AIGC用于作画、图文、视频等多类型的内容创作。科技巨头集体布局的新赛道，AIGC又是什么？科技新赛道AIGC开始火了。首先是，今年8月份，美国科罗拉多州举办的新兴数字艺术家竞赛中，没有绘画基础的参赛者提交AIGC绘画作品《太空歌剧院》，结果却获得了比赛“数字艺术/数字修饰照片”类别一等奖，引起业内风波。再一个，AIGC领域融资规模快速扩张，甚至已经跑出几家估值超10亿美元的独角兽公司。10月19日，主打文字生成的AIGC公司Jasper.ai宣布完成1.25亿美元的A轮融资，估值达到15亿美元。前一日Stability AI宣布获得1.01亿美元，公司宣布会继续研发用于生成图片、语言、音频、视频和3D的AI生成模型，投后估值达10亿美元。11月15日，百度数字人在快手账号发布一条入驻快手短视频，据悉，百度数字人家族自带“创造力”，通过AIGC智能创作的能力，可作画、作诗、写小说、写歌词等。什么是AIGC，有什么用？AIGC即人工智能自动生成内容,被认为是继专业生产内容（PGC）、用户生产内容（UGC）之后的新型内容创作方式。目前主要用在文字、图像、视频、音频、游戏以及虚拟人上等，具体来看：1）文字创作。AIGC生成文字目前主要被应用于新闻的撰写、给定格式的撰写以及风格改写。比如用户可以通过输入一段对于目标文章的描述或者要求，系统会自动抓取数据，根据我们描述的指令进行创作。2）图像创作。技术平台降低了艺术绘画创作的门槛，用户只需要通过输入文字描述，计算机将会自动生成一张作品。3）视频创作。例如Google推出了AI视频生成模型Phenaki能够根据文本内容生成可变时长视频的技术，在公布的DEMO中，Phenaki基于几百个单词组成一段前后逻辑连贯的视频只需两分钟。4）音频剪辑。AIGC生成音频早被应用于我们的日常生活当中，比如常用的手机导航中的声音。更深层次的应用将会是虚拟人领域，AIGC不仅可以生成虚拟人的声音，并可以创造出说的内容。5）游戏开发。AIGC在游戏当中的应用可分为两方面，一方面用于场景和故事的搭建，另一方面玩家可以通过AIGC的平台工具来创建自己的虚拟人，可以用于游戏中的打金等活动。6）代码生成。资料显示，2022年AIGC发展速度惊人，迭代速度更是呈现指数级爆发，其中深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，成为AIGC发展的“加速度”。市场空间方面，Gartner预计到2025年，生成式人工智能将占所有生成数据的10%。根据《Generative AI：A Creative New World》的分析，AIGC有潜力产生数万亿美元的经济价值。而国泰君安表示，未来五年或将有10%-30%的图片内容由AI参与生成，相应或将有600亿以上的市场规模。科技巨头都在布局资料显示，国内大厂百度、腾讯优图、阿里巴巴、快手、字节跳动、网易、商汤、美图等都在AIGC领域有所投入。11月9日，百度创始人兼首席执行官李彦宏表示，过去一年无论是在技术层面还是商业应用层面，人工智能都有了巨大的进展，有些甚至是方向性的改变。其中人工智能技术方向性改变体现就是AIGC。李彦宏判断AIGC将迎来三个发展阶段：“助手阶段”，AIGC辅助人类进行内容生产；“协作阶段”，AIGC以虚实并存的虚拟人形态出现，形成人机共生的局面；“原创阶段”，AIGC将独立完成内容创作。其他国内公司中，腾讯打造的写稿机器人“梦幻写手”；阿里巴巴旗下的AI在线设计平台Lubanner，帮助营销人员生产Banner；字节跳动旗下的剪映以及快手云剪都能提供AI生成视频；网易推出的一站式AI音乐创作平台“网易天音”等等。国外在AIGC领域更是神仙打架。既有科技巨头谷歌、Meta、微软等，也不乏AIGC的新晋独角兽Stability AI、Jasper、OpenAI等，并且科技公司很快又将AI作画的热度延续到了AI生成视频。从Meta宣布由文本到视频的系统Make-A-Video，到谷歌宣布的可以从简单的文本提示中生成高清视频的Imagen Video和Phenaki，AIGC在海外迅速发展。将成Web3生产力工具国盛证券认为，AIGC将是Web3时代的生产力工具。其指出，从Web 1.0的单向信息传递的“只读”模式到Web 2.0的人与人通过网络双向沟通交流的“交互”模式，内容的需求在不断增加。为满足这一需求，内容的生成从单一的PGC演变到了现在的UGC并占据了主要市场。Youtube、Instagram、抖音、快手、B站上有大量的内容来自于UGC创作者。而当我们迈入Web3.0时代，人工智能、关联数据和语义网络构建，形成人与网络的全新链接，内容消费需求飞速增长，UGC\PGC这样的内容生成方式将难以匹配扩张的需求。而AIGC将是新的元宇宙内容生成解决方案，AIGC的生成利用人工智能学习知识图谱、自动生成，在内容的创作为人类提供协助或是完全由AI产生内容，不仅能帮助提高内容生成的效率，还能提高内容的多样性。另外，国盛证券表示，随着NLP（Natural Language Processing，自然语言处理）技术和扩散模型（Diffusion Model）的发展，AI不再仅作为内容创造的辅助工具，创造生成内容成为了可能。由此，将来文字生成、图片绘制、视频剪辑、游戏内容生成皆可由AI替代。相关产业链及公司国盛证券指出，AIGC技术主要涉及两个方面，自然语言处理NLP和AIGC生成算法，AIGC投资方向主要包括软硬件与数据集。具体来看，生成算法、NLP与算力决定AIGC能否运行，而高质量的数据集决定了AIGC质量与商业模式，公司包括：最后再附上我们特意整理的“AlGC概念股”，供大家参考。Referencehttps://www.sohu.com/a/650681621_617589https://baike.baidu.com/item/AIGC/59988381?fr=aladdinhttps://baijiahao.baidu.com/s?id=1749548841759675699&wfr=spider&for=pc编辑于 2023-03-10 05:05・IP 属地上海人工智能AI技术赞同 203 条评论分享喜欢收藏申请

最近大火的AIGC是什么？有什么应用场景和产品？ - 知乎

最近大火的AIGC是什么？有什么应用场景和产品？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册产品经理最近大火的AIGC是什么？有什么应用场景和产品？关注者65被浏览126,544关注问题写回答邀请回答好问题添加评论分享33 个回答默认排序网易云商营销事半功倍，增长一步到位关注AIGC燎原，人们站在风口。据艾媒咨询预测，到 2023 年，中国 AIGC 核心市场规模将达到 79.3 亿元，到 2028 年更是将达到 2767.4 亿元。有人观望，有人投身其中，AIGC在哪个行业落地？AIGC有哪些使用场景？AIGC生成哪些内容？网易云商轻研栏目发起调研，关心大家最关心的问题！在 AIGC 落地的商业领域中，大家最期待的是 AIGC 在办公软件领域的落地，本次调研中有 60.12 % 的人选择该选项。近日，微软宣布将其最新的AI模型 GPT-4 集成进 Office 办公软件中，并将生成式 AI 助手 Copilot 嵌入到微软 365 全家桶中，以实现办公自动化处理，包括 Word 、 Excel 、PowerPoint 、Outlook 和 Teams 等工具套件的升级。此举被业内认为是下一款 AI 超级应用，甚至被评论称为“开启 AI 协同人类办公的时代”。不久之后，百度文心千帆也发布了 AI 结合办公软件，实现了三分钟内完成 ppt 等操作，收费为 0.012元/1000token ，成为用户的智能助手，与金山办公 WPS 一同实现了智能化办公。随着 AI 技术的快速普及和应用，办公行业也能够从中受益。 AI 可以取代简单、复杂的重复性工作，大大提高工作效率，让人们将更多的注意力集中在创造性的工作上。这也将极大地改变未来的生产力和协作工具的形态，并且将对办公工具软件、协同 OA 、 ERP 等领域带来巨大的变化。AIGC 将成为未来职场进阶必备技能在ChatGPT轻研报告（上）报告解读中，我们调研过大家对 AIGC 是否会代替人工的看法，无论从调研结果还是公众共识来看，AIGC 的到来不会替代人，但是会使用 AI 的人将替代不会使用 AI 的人。调查结果显示，已经有 55.12% 的人将 AIGC 应用到工作中，而在职场中，AIGC 则可以帮助使用者成为全能战士。此外， 43.25 % 的人正在学习使用技巧和方法，但是尽管 AIGC 很强大，但如何充分发挥其潜力并不简单。回想第一次使用 ChatGPT 的感受，可能会有些兴奋和紧张。一方面惊叹于 ChatGPT 能够给出与众不同的答案，另一方面则需要快速思考如何提问才能够挖掘出更多的潜力。在这个巨大变革的时代，我们可以通过 AI 得到更好的答案和结果，前提是我们需要准备好问题。《未来简史》一书中提到，随着人工智能的不断发展，人类正在逐渐将决策权交给 AI，直到出现孪生世界，AI 完全理解有关人类世界的所有事情。在这样的世界中，人类可能会变成人神、神人或超人，他们能熟练地使用和驾驭 AI 。因此，随着 AI 应用于各种工作流程之中，未来每个员工都将拥有一个 AI 助手，在不同的工作场景中，协助我们更快地完成任务，减少错误率，提高生产力，节省时间和精力。掌握 AIGC 技能已成为职场进阶必备技能之一，越擅长 AI 应用的人将会拥有更多的优势和加成。此外，有 9.25% 的受访者表示，已经靠 AI 赚到了第一桶金！AIGC 内容时代即将开启文本和图像类型内容最先被 AI 化AIGC 时代的内容生产有两大突破，第一个就是可以分析和归纳语义，给它提供素材和资料，就可以提炼出来结构化的内容。其次是实现了从 0 - 1 的内容生成能力，这点在图片生成上尤为突出。过去，为了生成一张高质量的图片，需要专业的设计师进行手动编辑，这无疑是费时费力的，而且成本也很高。但现在，借助于 AIGC 的技术，我们可以轻松地生成各种各样的图片，这些图片不仅质量高，而且可以在极短的时间内完成。现在，只需要提供指令和要求，即可生成像素级图片，可以说，AIGC的快速发展为内容创作行业带来了巨大的变革和发展机遇。在调研中发现，使用 AIGC 生成的内容中，文本和图像是占比最高的内容形式。在上一期 ChatGPT 轻研解读稿件中，小编试了一下，高度依赖 ChatGPT 和 New Bing 来解读调研报告，真实感受是，AIGC确实已经很强的了，但是从“好用”再到“可用”仍需要人工进行归纳总结。大多数人认为 AI 生成的内容质量很高，创新、准确和生动是其受到认可的主要因素。虽然 AI 生成的能力已经很出色，但在机械感、可信度和准确性方面仍存在局限性，如果进一步提升这些方面的表现，将有利于人们更加认可AI生成内容的质量。AIGC 正在推动各个行业的发展，带来了前所未有的生产力革命。与此同时，我们也需要认真思考如何更好地利用 AIGC ，以最大化地发挥它的潜力，适应这个快速变化的时代。想了解更多AIGC和ChatGPT，可以点击下方链接，欢迎评论区留言讨论！网易云商：不到10%的人熟练使用ChatGPT！揭秘这群高手玩家AIGC + ？= 你最期待的 AI 落地场景 | ChatGPT轻研报告（下）发布于 2023-08-01 17:10赞同 6添加评论分享收藏喜欢收起快乐无止境互联网大厂产品专家。原本可以当医生，却误入互联网的歧途。关注AIGC（Artificial Intelligence Generated Content），也就是人工智能生成内容。这是继PGC、UGC之后，出现的第三种内容生产方式。简单回顾一下PGC和UGC的发展历程。PGC（Professional Generated Content）专业生成内容，比如最早的新闻门户网站，其实都是官方机构自己写的文章，比较专业，但需要大量人力去生产这些内容。但随着时代演进，发现不对，供求已经不平衡了，再只靠这些专业人士去输出内容，完全赶不上大众消费内容的速度了。但民间有那么多高手，为什么不发动这些人来写有趣的文章呢，还更接地气，能引发共鸣与同理心。于是，UGC（User Generated Content）用户生成内容的内容形态诞生了。继而才会有类似头条、抖音、小红书这样的平台来连接内容供求的两头，内容生产者和内容消费者，通过合理的内容分发机制，让两者都受益。PGC和UGC是从内容生产者的维度去进行划分，而AIGC是从人还是AI生产内容的维度去区别。而人和AI各自的优势在于，人更有创意和情感，而AI更高效和全面。用AI生产内容，无论是文字、图片、视频，只要在合适的指令和框架下，它的效率会更高。但AI生产出来的内容，如果没有人工的润色，千篇一律且往往会出现逻辑混乱，说话刻板，乏味无趣。AIGC应用的场景很多，可以结合自己的工作和生活，不过目前大多是和自媒体相关。通过提示词来生产文章和视频。产品也非常之多，国外的chatGPT、国内的文心一言、kimi chat等，处理图片视频的工具，例如：Midjourney、Heygen、Runway。说到底，AIGC也是生产内容的一种方式，如何利用好AI提高生产效率，同时保证内容质量，才是真正值得去思考的。发布于 2023-12-12 14:27赞同添加评论分享收藏喜欢

AIGC_百度百科

_百度百科网页新闻贴吧知道网盘图片视频地图文库资讯采购百科百度首页登录注册进入词条全站搜索帮助首页秒懂百科特色百科知识专题加入百科百科团队权威合作下载百科APP个人中心AIGC播报上传视频生成式人工智能(Artificial Intelligence Generated Content)收藏查看我的收藏0有用+10本词条由TE智库提供内容，经科普中国·科学百科认证。生成式人工智能AIGC（Artificial Intelligence Generated Content）是人工智能1.0时代进入2.0时代的重要标志。GAN、CLIP、Transformer、Diffusion、预训练模型、多模态技术、生成算法等技术的累积融合，催生了AIGC的爆发。算法不断迭代创新、预训练模型引发AIGC技术能力质变，多模态推动AIGC内容多边形，使得AIGC具有更通用和更强的基础能力。从计算智能、感知智能再到认知智能的进阶发展来看，AIGC已经为人类社会打开了认知智能的大门。通过单个大规模数据的学习训练，令AI具备了多个不同领域的知识，只需要对模型进行适当的调整修正，就能完成真实场景的任务。AIGC对于人类社会、人工智能的意义是里程碑式的。短期来看AIGC改变了基础的生产力工具，中期来看会改变社会的生产关系，长期来看促使整个社会生产力发生质的突破，在这样的生产力工具、生产关系、生产力变革中，生产要素——数据价值被极度放大。AIGC把数据要素提到时代核心资源的位置，在一定程度上加快了整个社会的数字化转型进程。中文名生成式人工智能外文名Artificial Intelligence Generated Content简称AIGC提出时间约 1960年提出者Alan Turing目录1概念与定义2产生背景3发展历程▪早期萌芽阶段：1950-1990▪沉积积累阶段：1990-2010▪快速发展阶段：2010-至今4特征▪文本生成▪图像生成▪语音生成▪视频生成5AIGC产业结构▪基础大模型▪行业与场景中模型▪业务与领域小模型▪AI基础设施▪AIGC配套服务6AIGC关键技术能力▪数据▪算力▪算法7AIGC商业应用领域▪营销场景▪数字办公场景▪在线客服场景▪人力资源▪基础作业8AIGC落地方式与路径▪直接使用▪Prompt▪LoRA▪FineTune▪Train9AIGC商业模式▪MaaS+IaaS▪MaaS+PaaS▪MaaS+SaaS▪收费模式▪AIGC供给侧能力评估模型10AIGC发展存在的问题▪法律法规完善程度低▪数据要素问题突出▪技术保密性问题11完善措施▪法律准入▪数据服务产业链纳入统一管理体系▪技术标准统一和完善12社会影响概念与定义播报编辑生成式人工智能——AIGC（Artificial Intelligence Generated Content），是指基于生成对抗网络、大型预训练模型等人工智能的技术方法，通过已有数据的学习和识别，以适当的泛化能力生成相关内容的技术。AIGC技术的核心思想是利用人工智能算法生成具有一定创意和质量的内容。通过训练模型和大量数据的学习，AIGC可以根据输入的条件或指导，生成与之相关的内容。例如，通过输入关键词、描述或样本，AIGC可以生成与之相匹配的文章、图像、音频等。麦肯锡的定义：生成式人工智能旨在通过以一种接近人类行为，（与人类）进行交互式协作。 [1]Gartner的定义：生成式人工智能是一种颠覆性的技术，它可以生成以前依赖于人类的工件，在没有人类经验和思维过程偏见的情况下提供创新的结果。 [2]BCG的定义：生成式AI是一种突破性的人工智能形式，它使用对抗网络(GANs)的深度学习技术来创建新颖的内容。 [3]TE智库的定义：生成式人工智能，将彻底改变人机交互的关系，并创造新的产能输出结构。它将在第四维度实现与人的思维同调，类似移动设备以人类外器官形态存在，AIGC将以外脑的形式存在于人类认知中。 [4]南京大学数据智能与交叉创新实验室：为伴随着网络形态演化和人工智能技术变革产生的一种新的生成式网络信息内容。 [5]信通院的定义：AIGC既是从内容生产者视角进行分类的一类内容，又是一种内容生产方式，还是用于内容自动化生成的一类技术集合。 [6]产生背景播报编辑1950年，艾伦•图灵（Alan Turing）在其论文《计算机器与智能（Computing Machinery and Intelligence ）》13中提出了著名的“图灵测试”，给出了判定机器是否具有“智能”的试验方法，即机器是否能够模仿人类的思维方式来“生成”内容继而与人交互。 [7]某种程度上来说，人工智能从那时起就被寄予了用于内容创造的期许。经过半个多世纪的发展，随着数据快速积累、算力性能提升和算法效力增强，今天的人工智能不仅能够与人类进行互动，还可以进行写作、编曲、绘画、视频制作等创意工作。 [6]2018年，人工智能生成的画作在佳士得拍卖行以43.25万美元成交，成为世界上首个出售的人工智能艺术品，引发各界关注。随着人工智能越来越多地被应用于内容创作，人工智能生成内容 (Artificial Intelligence Generated Content,简称AIGC)的概念悄然兴起。 [6]发展历程播报编辑人工智能的发展历史大致可以被划分为5个阶段。（1950~1974）人工智能概念的出现；（1974~1980）神经网络遇冷，研究经费减少；（1980~1987）专家系统流行并商用；（1987~1993）专家系统溃败，研究经费大减；（1993~至今）深度学习理论和工程突破。使用计算机生成内容的想法自上个世纪五十年代就已经出现，早期的尝试侧重于通过让计算机生成照片和音乐来模仿人类的创造力，生成的内容也无法达到高水平的真实感。结合人工智能的演进改革，AIGC的发展可以大致分为以下三个阶段：早期萌芽阶段：1950-1990受限于科技水平，AIGC仅限于小范围实验。1957年，莱杰伦·希勒(Lejaren Hiller)和伦纳德·艾萨克森（Leonard Isaacson）通过将计算机程序中的控制变量改为音符，完成了历史上第一部由计算机创作的音乐作品——弦乐四重奏《依利亚克组曲（Illiac Suite）》。1966年，约瑟夫·韦岑鲍姆(JosephWeizenbaum)和肯尼斯·科尔比(Kenneth Colbv)共同开发了世界上第一个机器人“伊莉莎(Eliza)”，其通过关键字扫描和重组来完成交互式任务。80年代中期，IBM基于隐马尔可夫链模型创造了语音控制打字机“坦戈拉（Tangora）”，能够处理两万个单词。沉积积累阶段：1990-2010AIGC从实验性向实用性逐渐转变，深度学习算法、图形处理单元(GPU)、张量处理器(TPU)和训练数据规模等都取得了重大突破，受到算法瓶颈的限制，效果有待提升。2007年，纽约大学人工智能研究员罗斯·古德温（Ross Goodwin）装配的人工智能系统通过对公路旅行中的所见所闻进行记录和感知，撰写出世界上第一部完全由人工智能创作的小说《1 The Road》。2012年，微软公开展示了一个全自动同声传译系统，通过深度神经网络（DNN）可以自动将英文演讲者的内容通过语音识别、语言翻译、语音合成等技术生成中文语音。快速发展阶段：2010-至今深度学习模型不断迭代，AIGC取得突破性进展。尤其在2022年，算法获得井喷式发展，底层技术的突破也使得AIGC商业落地成为可能。其中主要集中在AI绘画领域：2014年6月，生成式对抗网络（Generative Adversarial Network，GAN）被提出。2021年2月，OpenAI推出了CLIP（Contrastive Language-Image Pre-Training）多模态预训练模型。2022年，扩散模型Diffusion Model逐渐替代GAN。特征播报编辑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。文本生成文本生成（AI Text Generation），人工智能文本生成是使用人工智能(AI)算法和模型来生成模仿人类书写内容的文本。它涉及在现有文本的大型数据集上训练机器学习模型，以生成在风格、语气和内容上与输入数据相似的新文本。 [8]图像生成图像生成（AI Image Generation），人工智能(AI)可用于生成非人类艺术家作品的图像。这种类型的图像被称为“人工智能生成的图像”。人工智能图像可以是现实的或抽象的，也可以传达特定的主题或信息。 [9]语音生成语音生成（AI Audio Generation），AIGC的音频生成技术可以分为两类，分别是文本到语音合成和语音克隆。文本到语音合成需要输入文本并输出特定说话者的语音，主要用于机器人和语音播报任务。到目前为止，文本转语音任务已经相对成熟，语音质量已达到自然标准，未来将向更具情感的语音合成和小样本语音学习方向发展；语音克隆以给定的目标语音作为输入，然后将输入语音或文本转换为目标说话人的语音。此类任务用于智能配音等类似场景，合成特定说话人的语音。 [10]视频生成视频生成（AI Video Generation），AIGC已被用于视频剪辑处理以生成预告片和宣传视频。工作流程类似于图像生成，视频的每一帧都在帧级别进行处理，然后利用 AI 算法检测视频片段。AIGC生成引人入胜且高效的宣传视频的能力是通过结合不同的AI算法实现的。凭借其先进的功能和日益普及，AIGC可能会继续革新视频内容的创建和营销方式。 [10]AIGC产业结构播报编辑AI产业链主要由基础层、技术层、应用层三大层构成。其中基础层侧重于基础支撑平台的搭建，包含传感器、AI芯片、数据服务和计算平台；技术层侧重核心技术的研发，主要包括算法模型、基础框架、通用技术；应用层注重产业应用发展主要包含行业解决方案服务、硬件产品和软件产品。调研归纳发现，国内AIGC产业链结构主要由基础大模型、行业/场景中模型、业务/领域小模型，AI基础设施、AIGC配套服务五部分构成，并且已经形成了丰富的产业链。图片来源：TE智库《企业AIGC商业落地应用研究报告》基础大模型通过大量无标签或通用公开数据集，在数百万或数十亿参数量下，训练的深度神经网络模型。这种模型经过专门的训练过程，能够对大规模数据进行复杂的处理和任务处理。大模型需要占用大量的计算资源、存储空间、时间和电力等资源来保证它的训练和部署。 [4]行业与场景中模型基于行业/场景专有数据，在较小参数量下训练的深度神经网络模型。面向特定场景和行业，该模型运行速度更快，也更加轻便。 [4]代表供应商类型：行业头部数字化供应商、AI厂商、行业巨头、基础大模型厂商、数据服务供应商。业务与领域小模型基于少量、特定领域或企业独有数据，在小规模参数下训练的深度神经网络模型。适用于解决一些简单的、小规模的问题，可以在低功耗设备上运行，具有更快的推理速度。 [4]代表供应商类型：垂直领域数字化服务供应商（包含SaaS服务供应商）、行业巨头、AI厂商、基础大模型厂商。AI基础设施为模型厂商提供算力、算法、数据服务三大套件支持，包括服务器、芯片、数据湖、数据分析能力。 [4]AIGC配套服务围绕大模型，提供建模工具、安全服务、内容检测、基础平台等服务。AIGC产业链上游主要提供AI技术及基础设施，包括数据供给方、数据分析及标注、创造者生态层、相关算法等。中游主要针对文字、图像、视频等垂直赛道，提供数据开发及管理工具，包括内容设计、运营增效、数据梳理等服务。下游包括内容终端市场、内容服务及分发平台、各类数字素材以及智能设备，AIGC内容检测等。 [4]AIGC关键技术能力播报编辑实现AIGC更加智能化、实用化的三大要素是：数据、算力、算法。数据AIGC人有我优的核心基础，包括存储（集中式数据库、分布式数据库、云原生数据库、向量数据库）、来源（用户数据、公开域数据、私有域数据）、形态（结构化数据、非结构化数据）、处理（筛选、标注、处理、增强…）算力为AIGC提供基础算力的平台，包括半导体（CPU、GPU、DPU、TPU、NPU）、服务器、大模型算力集群、基于IaaS搭建分布式训练环境、自建数据中心部署。 [4]算法通过模型设计、模型训练、模型推理、模型部署步骤，完成从机器学习平台、模型训练平台到自动建模平台的构建，实现对实际业务的支撑与覆盖。 [4]AIGC商业应用领域播报编辑国外AIGC的商业化从基础大模型开始，包括以ChatGPT、Midjourney为代表的典型应用是基于基础大模型的调用，孵化而来。国内正好相反，由于国内市场极度丰富的业务场景，高度离散的供给侧服务，导致当前的AIGC商业化先从业务/领域小模型开始。基础大模型尚处于快速迭代升级的阶段，同时也开始关注具体的业务场景。而行业/场景中模型市场相对更加滞后，但这一市场在中国特色市场下，将会是未来基础大模型和领域小模型都会积极跨界的领域。目前国内的AIGC技术与应用，供需两侧主要集中在营销、办公、客服、人力资源、基础作业等领域，并且这种技术所带来的赋能与价值已经初步得到验证。根据TE智库《企业AIGC商业落地应用研究报告》显示，33%企业在营销场景、31.9%的企业在在线客服领域、27.1%的企业在数字办公场景下、23.3%的企业在信息化与安全场景下迫切期望AIGC的加强和支持。 [4]图片来源：TE智库《企业AIGC商业落地应用研究报告》营销场景营销场景是目前AIGC渗透最快，也是应用最成熟的场景。AIGC主要在营销动作中的内容生产、策略生成方面极大加强了数字营销的能力。例如市场认知阶段的核心价值是创意参考，可赋能环节包括：广告策略、品牌传播、市场分析、CEM、SEO、DSP、SSP，通过生成广告创意与投放优化参考，包括广告设计、广告内容、投放渠道策略和投放分析，从而提高广告效果和投放效率。 [4]数字办公场景数字办公场景也是目前AIGC渗透较快的场景之一，主要体现在对个体的办公效率提升。在文本内容生成、代码生成、流程设计和规范等方面表现出一定的提示和优化。例如流程管理模块的核心价值是规范建议，可赋能环节包括：流程规范设计、流程路径设计、流程控制设计、流程优化，在一个新项目启动时，可以根据项目需求和历史经验自动生成流程规范建议，包括各阶段的任务分配、时间节点等。 [4]在线客服场景在线客服是AIGC音频生成最近距离的场景之一，声音合成、语义理解在智能化策略下，生成具有明确目的性的对话内容。例如全渠道接入模块的核心价值在于个性化模块，可赋能的环节：富文本沟通、自动主动对话、访客信息展现，生成个性化回复模板，更好地提供针对性服务，从而提升客户满意度。 [4]人力资源AIGC对人力资源服务的加成，是目前在企业经营管理体系中进展较快的领域。使人力资源管理体系的效率大幅提升的同时，在一定程度上也改变了传统人力三支柱的传统管理模型。例如招聘模块的核心价值在于简历推荐，可赋能的环节：筛选、面试筛选、笔试测评，以筛选简历阶段为例，可以分析各个候选人的简历，生成匹配结果报告，并根据公司需求智能推荐合适的候选人。大幅提高筛选准确性和效率，减少人力资源部门的工作负担。 [4]基础作业AIGC在基础作业场景中的表现十分突出，在设计、电子签名、合同管理、法律服务等环节表现出很强的智能化以及可替代性。例如在平面设计领域：设计构思模块的核心价值在于创意辅助，可赋能的环节：设计对接、沟通设计思路，当企业开始设计时，可以根据客户需求，自动转化设计对接，同时辅助设计不同风格方案生成，提升设计师的创意水平。在合同管理、电签等领域：核心价值在于合同草稿生成、内容自动审核、合同完整性确认，可赋能的环节：合同制作、业务部门内部审核、审核确认、财务审核、法务审核、审核确认、领导审核、审核确认、最终审核，存档，能够根据企业需求和行业标准，自动识别关键信息并生成合同草稿，提高合同起草质量，节省企业起草合同所需时间；自动分析合同内容，为业务部门审核合同提供有效建议，提高审核效率，降低合同执行潜在风险；可以基于已完成的合同审核意见及修改意见，确保合同完成，生成最终合同文档。 [4]AIGC落地方式与路径播报编辑目前企业/机构端在使用相关的AIGC能力时，主要有五种方式：直接使用、Prompt、LoRA、Finetune、Train。 [4]直接使用顾名思义，直接使用基础大模型厂商发布的产品服务，通过接口调用方式嵌入自身业务或系统当中。Prompt通过提示工程，通过微调少量参数，引导预训练语言模型做特定下游任务。利用文本对话方式操控语言大模型，引导生成结果。LoRA仅训练低秩矩阵（low rank matrics），使用时将LoRA模型的参数注入基础大模型，在不修改大模型的前提下，改变模型的生成风格。所需的训练资源比训练基础大模型要小很多，非常适合社区使用者和个人开发者。FineTuneFinetune是应用或利用迁移学习的一种方式。对基础大模型进行微调，以适应特定任务。当数据集相似，但数据量又很少的情况下，微调省去大量计算资源和计算时间，提高了计算效率,甚至提高准确率。具体来说，微调是一个过程，它采用已经针对一项给定任务训练过的模型，然后调整或微调模型以使其执行第二个类似任务。 [11]Train调用数据、算力、算法从头训练大模型，从头开始训练大模型。除非特殊领域和特定要求，一般商业公司不会从头开始训练基础大模型。 [4]AIGC商业模式播报编辑目前AIGC主要的商业模式为MaaS（Model as a service），MaaS是一种云与大模型深度绑定后的新商业模式，以云为基础、模型为中心，提供众多预训练基础模型，只需针对具体场景作调整优化，就能够快速投入使用。 [4]MaaS与云计算各层的商业结合，将会引发企业市场一场新的商业模式变革。图片来源：TE智库《企业AIGC商业落地应用研究报告》MaaS由三部分组成，包括基础层、中间核心层和底层扩展层。基础层涵盖了用户的身份信息，如用户姓名和职业等基本信息；中间核心层描述了重要的用户特征，如用户兴趣、偏好、目标等；底层扩展层包含带有用户特征的个性化知识，包括通过语义关系分析和推理得到的用户兴趣、偏好和个性化的模型网络。这个平台可作为独立的服务平台，插入到云计算中，具体位置在PaaS层和SaaS层之间。因此在商业模式上可以是MaaS+IaaS、MaaS+PaaS、MaaS+SaaS。MaaS+IaaSMaaS开发人员设计的所有MaaS配置文件模板都存储在IaaS层中，也就是说用IaaS层的数据库喂给MaaS。这意味着MaaS的质量也取决于IaaS层数据库的质量，其中包括关系型数据库、NewSQL、数据仓库和数据湖等对数据的处理。MaaS+PaaSMaaS主要针对PaaS的构建和开发模式产生巨大影响，缩短PaaS的开发周期。原来PaaS层的服务主要依赖与在某一领域的专业深耕，垂直化PaaS的价值得以放大。而MaaS的介入，在理论上使得通用PaaS服务成为可能，并且PaaS服务对象直接赋能最终B端客户，不再局限交付团队。MaaS+SaaS这是目前AIGC与企业业务结合最具想象力的商业模式，SaaS+MaaS能为每个终端用户，输出针对自己业务的个性化服务。客户可以直接将需求传递给系统，它会自动调用功能、展示结果。区别在于，通过MaaS平台搭建出的SaaS软件会展现出更个性化的工具，其效果可能要好过PaaS+SaaS的模式。最后，SaaS的订阅模式也会因此发生改变。收费模式数据调研发现，中国企业用户在AIGC的付费模式期望方面开始出现明确的方向。对MaaS的收费模式主要分为三类：订阅收费、按内容产出量收费、定制模型开发收费。 [4]图片来源：TE智库《企业AIGC商业落地应用研究报告》AIGC供给侧能力评估模型判断一个组织或机构在AIGC时代的商业化潜能，可以从四个维度加以验证：团队、创新、市场、生态。 [4]图片来源：TE智库《企业AIGC商业落地应用研究报告》团队——结构与战力（Team-Structure& ability）创新——资源与保障（Innovate-Resources& security）市场——机会与密度（Market-Opportunity& density）生态——连接与协作（Ecological -Cooperation& collaboration）AIGC发展存在的问题播报编辑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。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。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。完善措施播报编辑法律准入随着AIGC技术的不断发展，AI应用的领域日益广泛，为了更好地规范市场发展，建议逐步完善保障AIGC良性发展的法律法规体系，建立法律准入体系。开展针对AIGC模型市场准入方面的法律法规研究，从而明确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。同时，鼓励立法研究的多方参与、监管手段的分级分类、行业治理的公私合作。数据服务产业链纳入统一管理体系数据是AIGC发展的三大根基之一，加强数据要素安全，是AI技术安全落地的基础。首先，可以加强各级单位对于数据要素的治理，分级分层建立数据要素安全标准，如网络安全等级保护、数据分类分级管理、合规管理体系的搭建以及安全事件的防范等方面建立完善的解决方案。技术标准统一和完善技术是AIGC发展的核心，加强技术的独立可控是AIGC发展的重要手段。可以在基础大模型阶段开始实施技术标准、业务标准的制定，从起步阶段完善产业链体系的标准化。同时加强数据归集、算力统筹、算法开源等平台和基础能力建设等；同时优化AIGC技术的发展环境，通过技术创新、理念创新，进一步适应新的发展环境，提高技术的应用价值，是未来AIGC技术的发展重点。社会影响播报编辑2023年12月，AIGC入选2023年十大科技热词。 [12]新手上路成长任务编辑入门编辑规则本人编辑我有疑问内容质疑在线客服官方贴吧意见反馈投诉建议举报不良信息未通过词条申诉投诉侵权信息封禁查询与解封©2024 Baidu 使用百度前必读 | 百科协议 | 隐私政策 | 百度百科合作平台 | 京ICP证030173号京公网安备110000020000

万字长文：AIGC技术与应用全解析 - 知乎

万字长文：AIGC技术与应用全解析 - 知乎首发于AIGC切换模式写文章登录/注册万字长文：AIGC技术与应用全解析智驱力人工智能人工智能解决方案专家一、简介近期，短视频平台上火爆的“AI绘画”，在各大科技平台上刷屏的智能聊天软件ChatGPT，引起了人们广泛关注。人工智能潜力再次被证明，而这两个概念均来自同一个领域：AIGC。AIGC到底是什么？为什么如此引人关注？AIGC能产生什么样的应用价值？本文将重点关注三个方面：1、AIGC核心技术与原理 2、AIGC典型应用场景 3、AIGC落地产品形态二、AIGC是什么？AIGC全称为AI-Generated Content，直译：人工智能内容生成。即采用人工智能技术来自动生产内容。那么，AIGC采用了什么人工智能技术？可生成什么内容？对以上两个问题进行回答，首先，从技术层面AIGC可分为三个层次，分别为：1、智能数字内容孪生：简单的说，将数字内容从一个维度映射到另一个维度。与生成有什么关系呢？因为另一个维度内容不存在所以需要生成。内容孪生主要分为内容的增强与转译。增强即对数字内容修复、去噪、细节增强等。转译即对数字内容转换如翻译等。该技术旨在将现实世界中的内容进行智能增强与智能转译，更好的完成现实世界到数字世界映射。例如，我们拍摄了一张低分辨率的图片，通过智能增强中的图像超分可对低分辨率进行放大，同时增强图像的细节信息，生成高清图。再比如，对于老照片中的像素缺失部分，可通过智能增强技术进行内容复原。而智能转译则更关注不同模态之间的相互转换。比如，我们录制了一段音频，可通过智能转译技术自动生成字幕；再比如，我们输入了一段文字，可以自动生成语音，两个例子均为模态间智能转译应用。【应用】：图像超分、语音转字幕、文字转语音等。2、智能数字内容编辑：智能数字内容编辑通过对内容的理解以及属性控制，进而实现对内容的修改。如在计算机视觉领域，通过对视频内容的理解实现不同场景视频片段的剪辑。通过人体部位检测以及目标衣服的变形控制与截断处理，将目标衣服覆盖至人体部位，实现虚拟试衣。在语音信号处理领域，通过对音频信号分析，实现人声与背景声分离。以上三个例子均在理解数字内容的基础上对内容的编辑与控制。【应用】：视频场景剪辑、虚拟试衣、人声分离等。3、智能数字内容生成：智能数字内容生成通过从海量数据中学习抽象概念，并通过概念的组合生成全新的内容。如AI绘画，从海量绘画中学习作品不同笔法、内容、艺术风格，并基于学习内容重新生成特定风格的绘画。采用此方式，人工智能在文本创作、音乐创作和诗词创作中取得了不错表现。再比如，在跨模态领域，通过输入文本输出特定风格与属性的图像，不仅能够描述图像中主体的数量、形状、颜色等属性信息，而且能够描述主体的行为、动作以及主体之间的关系。【应用】：图像生成（AI绘画）、文本生成（AI写作、ChatBot）、视频生成、多模态生成等。从生成内容层面AIGC可分为五个方面：1、文本生成基于NLP的文本内容生成根据使用场景可分为非交互式与交互式文本生成。非交互式文本生成包括摘要/标题生成、文本风格迁移、文章生成、图像生成文本等。交互式文本生成主要包括聊天机器人、文本交互游戏等。【代表性产品或模型】：JasperAI、copy.AI、ChatGPT、Bard、AI dungeon等。2、图像生成图像生成根据使用场可分为图像编辑修改与图像自主生成。图像编辑修改可应用于图像超分、图像修复、人脸替换、图像去水印、图像背景去除等。图像自主生成包括端到端的生成，如真实图像生成卡通图像、参照图像生成绘画图像、真实图像生成素描图像、文本生成图像等。【代表性产品或模型】：EditGAN，Deepfake，DALL-E、MidJourney、Stable Diffusion，文心一格等。3、音频生成音频生成技术较为成熟，在C端产品中也较为常见，如语音克隆，将人声1替换为人声2。还可应用于文本生成特定场景语音，如数字人播报、语音客服等。此外，可基于文本描述、图片内容理解生成场景化音频、乐曲等。【代表性产品或模型】：DeepMusic、WaveNet、Deep Voice、MusicAutoBot等。4、视频生成视频生成与图像生成在原理上相似，主要分为视频编辑与视频自主生成。视频编辑可应用于视频超分（视频画质增强）、视频修复（老电影上色、画质修复）、视频画面剪辑（识别画面内容，自动场景剪辑）。视频自主生成可应用于图像生成视频（给定参照图像，生成一段运动视频）、文本生成视频（给定一段描述性文字，生成内容相符视频）。【代表性产品或模型】：Deepfake，videoGPT，Gliacloud、Make-A-Video、Imagen video等。5、多模态生成以上四种模态可以进行组合搭配，进行模态间转换生成。如文本生成图像（AI绘画、根据prompt提示语生成特定风格图像）、文本生成音频（AI作曲、根据prompt提示语生成特定场景音频）、文本生成视频（AI视频制作、根据一段描述性文本生成语义内容相符视频片段）、图像生成文本（根据图像生成标题、根据图像生成故事）、图像生成视频。【代表性产品或模型】：DALL-E、MidJourney、Stable Diffusion等。三、AIGC的核心技术有哪些？1、基础模型模型名称提出时间应用场景1、深度变分自编码（VAE）2013年图像生成、语音合成2、生成对抗神经网络（GAN）2014年图像生成、语音合成3、扩散模型（Diffusion Model）2015年图像生成4、Transformer2017年语言模型5、Vision Transformer（ViT）2020年视觉模型（1）变分自编码（Variational Autoencoder，VAE）变分自编码器是深度生成模型中的一种，由Kingma等人在2014年提出，与传统的自编码器通过数值方式描述潜空间不同，它以概率方式对潜在空间进行观察，在数据生成方面应用价值较高。VAE分为两部分，编码器与解码器。编码器将原始高维输入数据转换为潜在空间的概率分布描述；解码器从采样的数据进行重建生成新数据。VAE模型如上图所示，假设有一张人脸图片，通过解码器生成了多种特征，这些特征可以有“微笑”,“肤色”,“性别”,“胡须”,“眼镜”,“头发颜色”。传统的自编码器对输入图像编码后生成的潜在特征为具体的数值，比如，微笑=0.5，肤色=0.8等，得到这些数值后通过解码器解码得到与输入接近的图像。也就是说该张人脸的信息已经被存储至网络中，我们输入此人脸，就会输出一张固定的与该人脸相似的图像。我们的目标是生成更多新的与输入近似的图像。因此，我们将每个特征都由概率分布来表示，假设“微笑”的取值范围为0-5，“肤色”的取值范围为0-10，我们在此范围内进行数值采样可得到生成图像的潜在特征表示，同时，通过解码器生成的潜在特征解码得到生成图像。（2）生成对抗网络（Generative Adversarial Networks，GAN）2014年 Ian GoodFellow提出了生成对抗网络，成为早期最著名的生成模型。GAN使用零和博弈策略学习，在图像生成中应用广泛。以GAN为基础产生了多种变体，如DCGAN，StytleGAN，CycleGAN等。GAN模型GAN包含两个部分：生成器：学习生成合理的数据。对于图像生成来说是给定一个向量，生成一张图片。其生成的数据作为判别器的负样本。判别器：判别输入是生成数据还是真实数据。网络输出越接近于0，生成数据可能性越大；反之，真实数据可能性越大。如上图，我们希望通过GAN生成一些手写体来以假乱真。我们定义生成器与判别器：生成器：图中蓝色部分网络结构，其输入为一组向量，可以表征数字编号、字体、粗细、潦草程度等。在这里使用特定分布随机生成。判别器：在训练阶段，利用真实数据与生成数据训练二分类模型，输出为0-1之间概率，越接近1，输入为真实数据可能性越大。生成器与判别器相互对立。在不断迭代训练中，双方能力不断加强，最终的理想结果是生成器生成的数据，判别器无法判别是真是假。以生成对抗网络为基础产生的应用：图像超分、人脸替换、卡通头像生成等。（3）扩散模型（Diffusion Model，里程碑式模型）扩散是受到非平衡热力学的启发，定义一个扩散步骤的马尔科夫链，并逐渐向数据中添加噪声，然后学习逆扩散过程，从噪声中构建出所需的样本。扩散模型的最初设计是用于去除图像中的噪声。随着降噪系统的训练时间越来越长且越来越好，可以从纯噪声作为唯一输入，生成逼真的图片。一个标准的扩散模型分为两个过程：前向过程与反向过程。在前向扩散阶段，图像被逐渐引入的噪声污染，直到图像成为完全随机噪声。在反向过程中，利用一系列马尔可夫链在每个时间步逐步去除预测噪声，从而从高斯噪声中恢复数据。前向扩散过程，向原图中逐步加入噪声，直到图像成为完全随机噪声。前向扩散反向降噪过程，在每个时间步逐步去除噪声，从而从高斯噪声中恢复源数据。反向扩散扩散模型的工作原理是通过添加噪声来破坏训练数据，然后通过逆转这个噪声过程来学习恢复数据。换句话说，扩散模型可以从噪声中生成连贯的图像。扩散模型通过向图像添加噪声进行训练，然后模型学习如何去除噪声。然后，该模型将此去噪过程应用于随机种子以生成逼真的图像。下图为向原始图像中添加噪声，使原始图像成为随机噪声。添加噪声下图为从噪声中恢复的原始图像的变种图像。生成图像应用：在扩散模型（diffusion model）的基础上产生了多种令人印象深刻的应用，比如：图像超分、图像上色、文本生成图片、全景图像生成等。如下图，中间图像作为输入，基于扩散模型，生成左右视角两张图，输入图像与生成图像共同拼接程一张全景图像。生成全景图像产品与模型：在扩散模型的基础上，各公司与研究机构开发出的代表产品如下：DALL-E 2（OpenAI 文本生成图像，图像生成图像）DALL-E 2由美国OpenAI公司在2022年4月发布，并在2022年9月28日，在OpenAI网站向公众开放，提供数量有限的免费图像和额外的购买图像服务。如下图，左图像为原始图像，右图像为DALL-E 2所生成的油画风格的变种图像。DALL-E 2生成的变种图像Imagen（Google Research 文本生成图像）Imagen是2022年5月谷歌发布的文本到图像的扩散模型，该模型目前不对外开放。用户可通过输入描述性文本，生成图文匹配的图像。如下图，通过prompt提示语“一只可爱的手工编织考拉，穿着写着“CVPR”的毛衣”模型生成了考拉图像，考拉采用手工编织，毛衣上写着CVPR，可以看出模型理解了提示语，并通过扩散模型生成了提示语描述图像。“一只可爱的手工编织考拉，穿着写着“CVPR”的毛衣”Stable Diffusion（Stability AI 文本生成图像，代码与模型开源）2022年8月，Stability AI发布了Stable Diffusion ，这是一种类似于DALL-E 2与Imagen的开源Diffusion模型，代码与模型权重均向公众开放。通过prompt提示语“郊区街区一栋房子的照片，灯光明亮的超现实主义艺术，高度细致8K”，生成图像如下，整体风格与内容锲合度高，AI作画质量较高。“郊区街区一栋房子的照片，灯光明亮的超现实主义艺术，高度细致8K”（4）Transformer2017年由谷歌提出，采用注意力机制（attention）对输入数据重要性的不同而分配不同权重，其并行化处理的优势能够使其在更大的数据集训练，加速了GPT等预训练大模型的发展。最初用来完成不同语言之间的翻译。主体包括Encoder与Decoder分别对源语言进行编码，并将编码信息转换为目标语言文本。采用Transformer作为基础模型，发展出了BERT，LaMDA、PaLM以及GPT系列。人工智能开始进入大模型参数的预训练模型时代。Transformer模型（5）Vision Transformer (ViT)2020年由谷歌团队提出，将Transformer应用至图像分类任务，此后Transformer开始在CV领域大放异彩。ViT将图片分为14*14的patch，并对每个patch进行线性变换得到固定长度的向量送入Transformer，后续与标准的Transformer处理方式相同。以ViT为基础衍生出了多重优秀模型，如SwinTransformer，ViTAE Transformer等。ViT通过将人类先验经验知识引入网络结构设计，获得了更快的收敛速度、更低的计算代价、更多的特征尺度、更强的泛化能力，能够更好地学习和编码数据中蕴含的知识，正在成为视觉领域的基础网络架构。以ViT为代表的视觉大模型赋予了AI感知、理解视觉数据的能力，助力AIGC发展。Vision Transformer（ViT）2、预训练大模型虽然过去各种模型层出不穷，但是生成的内容偏简单且质量不高，远不能够满足现实场景中灵活多变以高质量内容生成的要求。预训练大模型的出现使AIGC发生质变，诸多问题得以解决。大模型在CV/NLP/多模态领域成果颇丰，并如下表的经典模型。诸如我们熟知的聊天对话模型ChatGPT，基于GPT-3.5大模型发展而来。计算机视觉（CV）预训练大模型自然语言处理（NLP）预训练大模型多模态预训练大模型微软Florence（SwinTransformer）谷歌Bert/LaMDA/PaLMOpenAI的CLIP/DALL-EOpenAI的GPT-3/ChatGPT微软的GLIPStability AI的Stable Diffusion（1）计算机视觉（CV）预训练大模型FlorenceFlorence是微软在2021年11月提出的视觉基础模型。Florence采用双塔Transformer结构。文本采用12层Transformer，视觉采用SwinTransformer。通过来自互联网的9亿图文对，采用Unified Contrasive Learning机制将图文映射到相同空间中。其可处理的下游任务包括：图文检索、图像分类、目标检测、视觉问答以及动作识别。Florence overview（2）自然语言处理（NLP）预训练大模型LaMDALaMDA是谷歌在2021年发布的大规模自然语言对话模型。LaMDA的训练过程分为预训练与微调两步。在预训练阶段，谷歌从公共数据数据中收集了1.56T数据集，feed给LaMDA，让其对自然语言有初步认识。到这一步通过输入prompt能够预测上下文，但是这种回答往往不够准确，需要二次调优。谷歌的做法是让模型根据提问输出多个回答，将这些回答输入到分类器中，输出回答结果的安全性Safety，敏感性Sensible，专业性Specific以及有趣性Interesting。根据这些指标进行综合评价，将评价从高分到低分进行排列，从中挑选出得分最高的回答作为本次提问的答案。LaMDA对话系统原理图ChatGPTChatGPT是美国OpenAI公司在2022年11月发布的智能对话模型。截止目前ChatGPT未公开论文等技术资料。大多数的技术原理分析是基于InstructGPT分析。ChatGPT与GPT-3等对话模型不同的是，ChatGPT引入了人类反馈强化学习（HFRL：Human Feedback Reinforcement Learning）。ChatGPT与强化学习：强化学习策略在AlphaGo中已经展现出其强大学习能力。简单的说，ChatGPT通过HFRL来学习什么是好的回答，而不是通过有监督的问题-答案式的训练直接给出结果。通过HFRL，ChatGPT能够模仿人类的思维方式，回答的问题更符合人类对话。ChatGPT原理：举个简单的例子进行说明，公司员工收到领导安排任务，需完成一项工作汇报的PPT。当员工完成工作PPT制作时，去找领导汇报，领导在看后认为不合格，但是没有清楚的指出问题在哪。员工在收到反馈后，不断思考，从领导的思维方式出发，重新修改PPT，提交领导查看。通过以上多轮反馈-修改后，员工在PPT制作上会更符合领导思维方式。而如果领导在第一次查看时，直接告诉员工哪里有问题，该怎样修改。那么，下一次员工所做的PPT很大概率还是不符合要求，因为，没有反馈思考，没有HFRL，自然不会做出符合要求的工作。ChatGPT亦是如此。ChatGPT训练过程图ChatGPT能够回答出好的问题与它的“领导”所秉持的价值观有很大关系。因此，你的“点踩”可能会影响ChatGPT的回答。ChatGPT的显著特点如下：ChatGPT特点1）主动承认错误：若用户指出其错误，模型会听取，并优化答案。2）敢于质疑：对用户提出的问题，如存在常识性错误，ChatGPT会指出提问中的错误。如提出“哥伦布2015年来到美国时的情景”，ChatGPT会指出，哥伦布不属于这一时代，并调整输出，给出准确答案。3）承认无知：对于非常专业的问题或超出安全性范围，如果ChatGPT不清楚答案，会主动承认无知，而不会一本正经的“胡说八道”。4）支持连续多轮对话：ChatGPT能够记住先前对话内容，并展开多轮自然流畅对话。（3）多模态预训练大模型CLIP（OpenAI）2021年美国OpenAI公司发布了跨模态预训练大模型CLIP，该模型采用从互联网收集的4亿对图文对。采用双塔模型与比对学习训练方式进行训练。CLIP的英文全称是Contrastive Language-Image Pre-training，即一种基于对比文本-图像对的预训练方法或者模型。简单说，CLIP将图片与图片描述一起训练，达到的目的：给定一句文本，匹配到与文本内容相符的图片；给定一张图片，匹配到与图片相符的文本。怎样进行训练？首先，采用Text-Encoder与Image-Encoder对文本与图像进行特征提取。Text-Encoder采用Text Transformer模型，Image-Encoder采用CNN或Vision Transformer（ViT）。其次，这里对提取的文本特征和图像特征进行对比学习。对于一个包含N个文本-图像对的训练batch，将N个文本特征和N个图像特征两两组合，CLIP模型会预测出N^2个可能的文本-图像对的相似度，这里的相似度直接计算文本特征和图像特征的余弦相似性（cosine similarity），即下图所示的矩阵。这里共有N个正样本，即真正属于一对的文本和图像（矩阵中的对角线元素），而剩余的N^2-N个文本-图像对为负样本，那么CLIP的训练目标就是最大N个正样本的相似度，同时最小化N^2-N个负样本的相似度。最后，训练模型，优化目标函数。完成训练，输入文本经模型预测输出匹配图片；输入图片经模型预测输出匹配文本。有什么应用？1）跨模态检索：如搜索中文本搜索图片、文本搜索视频，图片搜索文本等。2）跨模态内容生成：文本生成图片（DALL-E 2，Stable Diffusion等）、图片生成标题、图片生成描述等。CLIP模型结构Stable Diffusion（Stablility AI）Stable Diffusion是英国伦敦 Stability AI公司开源的图像生成扩散模型。Stable Diffusion的发布是AI图像生成发展过程中的一个里程碑，相当于给大众提供了一个可用的高性能模型，不仅生成的图像质量非常高，运行速度快，并且有资源和内存的要求也较低。Stable Diffusion从功能上来说主要包括两个方面：1）利用文本输入来生成图像（Text-to-Image）2）对图像根据文字描述进行修改（输入为文本+图像）具体原理是怎样实现？下面以文本生成图片进行分析。如下图：Stable diffusion=Text Encoder+Image Generator1) Text Encoder（文本特征提取）我们知道，文本与图片为两个不同模态。要建立文本与图片之间的匹配需要多模态模型，因此，需利用多模态预训练模型中的Text Encoder提取文本特征（与CLIP中的Text Encoder功能一致。）之后，文本特征向量与随机噪声一并输入Image Generator。输入：文本；输出：77*768向量（77个token，每个token 768维）。Stable diffusion原理图2）Image Generator（图像生成）Image Generator=Image Information Creator+Image DecoderStable diffusion原理图A：Image Information Creator（独家秘方，领先的关键）Image Information Creator=UNet+Scheduler相比之前的模型，它的很多性能增益都是在这里实现的。该组件运行多个steps来生成图像信息，通常默认为50或100。Stable diffusion原理图整个运行过程是step by step的，每一步都会增加更多的相关信息。Stable diffusion原理图整个diffusion过程包含多个steps，其中每个step都是基于输入的latents矩阵进行操作，并生成另一个latents矩阵以更好地贴合「输入的文本」和从模型图像集中获取的「视觉信息」。将这些latents可视化可以看到这些信息是如何在每个step中相加的。Stable diffusion原理图由上图可以看到，图像从噪声中生成的全过程，从无到有，到每一步的变化，生成细微差异的图像。B：Image DecoderImage Decoder对处理过的信息矩阵进行解码，输出生成图像。输入：处理过的信息矩阵，维度为（4, 64, 64）输出：结果图像，各维度为（3，512，512）Stable Diffusion是一款功能强大、免费且开源的文本到图像生成器。不仅完全开放了图片版权，甚至开放了源代码，并允许用户免费使用该工具，允许后继的创业者们使用开源框架构建起更加开放而强大的内容生成大生态。“Stable Diffusion最初采用4000台A100的显卡训练，这些显卡价值不菲（每台价格一至两万美元），很难想象他们有着怎样的财力，抱着怎样的理念，或者说为人们做贡献的精神去把这个东西放出来的。它的价值之高，对业界的影响之大，说是AI革命都不过分。”四、AIGC的应用场景有哪些？1、AIGC在传媒行业应用AI在媒体行业架构如上图为AI在媒体行业应用架构，包括生成、审核、分发运营、创新应用以及媒资管理。以上架构总体上分为两部分：AI内容生成（AIGC）与AI内容分析。AIGC在媒体行业能做什么？采集环节编辑环节播报环节语音转文本画质修复AI数字人（AI合成主播）写作机器人画质增强智能播报机器人AI视频剪辑视频字幕生成视频封面生成图文转视频（1）采集环节借助语音识别技术将语音实时转换为文本，压缩稿件生产过程中的重复性工作，提高内容生产效率。采用智能写作机器人，提升新闻资讯写作的时效性。（2）编辑环节采用AIGC技术对视频画质修复与增强，提升视频质量。此外，可利用AIGC技术对视频场景识别，实现智能视频剪辑。如人民日报社利用“智能云剪辑师”并能够实现自动匹配字幕、人物实时追踪与画面抖动修复等功能。2022冬奥会期间，央视视频通过AI智能内容剪辑系统，高效生产与发布冰雪项目视频集锦内容。（3）播报环节AI合成主播开创了新闻领域实时语音及人物动画合成的先河，只需要输入所需要播发的文本内容，计算机就会生成相应的AI合成主播播报的新闻视频,并确保视频中人物音频和表情、唇动保持自然一致，展现与真人主播无异的信息传达效果。AI合成主播2、AIGC在影视行业应用前期创作中期拍摄后期制作剧本创作虚拟场景生成画质修复画质增强AI视频剪辑人脸替换、人声替换在前期创作阶段，AIGC可通过对海量剧本进行学习，并按照预定风格生成剧本，创作者可进行二次筛选与加工，激发创作灵感，缩短创作周期。在中期拍摄阶段，可通过人工智能合成虚拟场景，将无法实拍或成本过高的场景生成出来，提升视听体验。比如，在拍摄前，进行大量场景素材收集与建模制作虚拟场景，演员在绿棚中进行拍摄，根据实时人员识别与抠图技术，将人物嵌入至虚拟场景中进行融合，生成最终视频。在后期制作阶段，可结合AIGC技术对视频画质进行增强，若视频中出现“劣迹艺人”等敏感人员可通过“人脸替换”、“人声替换”对视频进行编辑。此外，制作者可利用AI技术自动对视频片段进行剪辑，缩短视频预告片、片段集锦的制作时间。3、AIGC在电商行业应用在商品展示环节：AIGC生成3D模型用于商品展示和虚拟适用，提升线上购物体验；在主播打造环节：打造虚拟主播，赋能直播带货；在交易场景环节：虚拟商城构建，智能聊天机器人，赋能线上和线下秀场加速演变，为消费者提供全新的购物场景。4、AIGC在娱乐行业应用全民娱乐：在图像内容生成应用（人脸美妆、融合；黑白图像上色、图像风格转换、人像属性变换）社交互动：虚拟主播、虚拟网红、聊天机器人、聊天互动游戏。5、AIGC在其他行业应用在教育行业：AIGC为教育工作者提供了丰富的教学工作与内容素材。比如，在通过数字人生成技术，可对历史人物进行生成并与之对话，提升课堂互动。再比如，通过ChatGPT生成创意性教学方案，提供更加广泛的授课思路。在工业行业：将AIGC技术融合工业设计软件CAD，Solidworks中，通过文本输入提示语生成，特定样式的机构模型供设计者参考。比如“设计一款卫星太阳能电池板可伸缩折翼机构”通过AIGC模型生成3D设计机构。AIGC在内容生成行业的突破，将提升内容创作者，设计师，工程师，教育工作者等各行业人员工作效率与质量。同时，将加速企业数字化与智能化进程。五、AIGC的产品形态有哪些？AIGC产业生态体系1、基础层（模型服务）基础层为采用预训练大模型搭建的基础设施。由于开发预训练大模型技术门槛高、投入成本高，因此，该层主要由少数头部企业或研发机构主导。如谷歌、微软、Meta、OpenAI、DeepMind、Stability.ai等。基础层的产品形态主要包括两种：一种为通过受控的api接口收取调用费；另一种为基于基础设施开发专业的软件平台收取费用。2、中间层（2B）该层与基础层的最主要区别在于，中间层不具备开发大模型的能力，但是可基于开源大模型等开源技术进行改进、抽取或模型二次开发。该层为在大模型的基础上开发的场景化、垂直化、定制化的应用模型或工具。在AIGC的应用场景中基于大模型抽取出个性化、定制化的应用模型或工具满足行业需求。如基于开源的Stable Diffusion大模型所开发的二次元风格图像生成器，满足特定行业场景需求。中间层的产品形态、商业模式与基础层保持一致，分别为接口调用费与平台软件费。3、应用层（2C）应用层主要基于基础层与中间层开发，面向C端的场景化工具或软件产品。应用层更加关注用户的需求，将AIGC技术切实融入用户需求，实现不同形态、不同功能的产品落地。可以通过网页、小程序、群聊、app等不同的载体呈现。总结：基础模型与预训练大模型的发展，促使AIGC迎来质变期与大规模应用期，未来随着核心技术演进、产品形态丰富、场景应用多元化、生态建设的日益完善，AIGC将充分释放应用价值与商业潜力。参考文献：人工智能内容生成（AIGC）白皮书（中国信息通讯研究院&京东探索研究院）AIGC发展趋势报告2023（腾讯研究院）Denoising Diffusion-based Generative Modeling: Foundations and Applications（Google Brain& NV）从CHAT-GPT到生成式AI（Generative AI）：人工智能新范式，重新定义生产力（中信建投证券）https://jalammar.github.io/illustrated-stable-diffusion/Edited by Lucas Shan 编辑于 2023-06-03 20:17・IP 属地山东AIGC应用ChatGРТ人工智能赞同 60927 条评论分享喜欢收藏申请转载文章被以下专栏收录AIGC分享 AIGC 有价值

如何搞懂AIGC? - 知乎

如何搞懂AIGC? - 知乎首页知乎知学堂发现等你来答切换模式登录/注册教育科技市场社会AI技术如何搞懂AIGC?关注者19被浏览9,756关注问题写回答邀请回答好问题添加评论分享12 个回答默认排序June科技向善关注AIGC是一种新型内容生产方式，元宇宙是一种新型社会形态。AIGC是实现元宇宙的关键因素。此前，第三方研究机构Gartner曾发布预测报告称，2026年25%的人每天将至少在元宇宙中工作、购物、学习、社交或娱乐一小时。Gartner研究副总裁Marty Resnick表示：各家厂商正在为用户开发能够将他们的生活复制到数字世界中的方法。传统的数字内容制作方式开发周期较长，通常以年计，在生产方式上，或来源于现实，通过扫描或重建模型实现材质、光影、动作捕捉等，或通过创作工具辅助艺术家实现。而AIGC可根据已有数据做衍生，创作更多数字内容，恰好为元宇宙发展提供高效率的工具。红杉中国认为AIGC会引领新一轮范式转移，预测文字类和代码类AI生成将在2023年进入成熟期，图像类AI生成将于2025年进入成熟期，视频类、3D、游戏类AI 生成将于2030年进入成熟期。3D内容如3D模型、3D场景、3D角色制作等，在元宇宙中有大量需求。例如，Google Research的DreamFusion可以通过文本提示生成3D模型，并在不同光照条件进行渲染；英伟达的GET3D可通过2D图像训练生成具有高保真纹理和复杂几何细节的3D形状；国内的影谱科技推出的影宙产品，可以借助AIGC技术直接生成各种3D场景。总之，AIGC作为一个创新的技术，正在加速元宇宙的发展，提高数字内容的生产效率，将为未来的数字世界带来更丰富的可能性。发布于 2023-08-26 23:17赞同 2添加评论分享收藏喜欢收起Ai小专家分享优质AIGC教程和学习资源关注什么是AIGC？AIGC（AI Generate Content）是指利用人工智能生成内容的技术和方法。随着人工智能的快速发展，AIGC正在成为媒体、广告、营销和创意产业中的重要工具。通过训练和使用AI模型，可以自动生成各种类型的内容，包括文章、新闻、广告文案、音乐、诗歌、艺术作品等。AIGC技术的发展为内容创作提供了新的可能性，同时也带来了一些挑战和讨论。AIGC行业分析：1. 内容创作领域的改变：AIGC技术的出现改变了传统内容创作的方式。传统上，内容创作者需要花费大量时间和精力来撰写、设计和制作内容。而使用AIGC技术，可以快速生成大量的内容并进行定制和优化。这大大提高了内容创作的效率，同时满足了用户对个性化和多样性的需求。2. 媒体和新闻行业的影响：AIGC技术在媒体和新闻行业中的应用日益广泛。新闻机构可以利用AIGC技术生成实时新闻报道、摘要和数据分析等。而媒体公司也可以使用AIGC技术为读者提供更多样化的内容，吸引更多的读者和用户。3. 广告和营销的革新：AIGC技术也正在广告和营销领域引起重大变革。广告公司可以使用AIGC技术生成创意广告文案、标语和广告剧本等。而营销人员可以通过AIGC技术生成个性化的内容来吸引和互动用户，提高品牌影响力和销售转化率。4. 艺术创作的拓展：AIGC技术也被广泛用于艺术创作领域。艺术家可以使用AIGC模型生成艺术作品的初始设计和构图，并在此基础上进行修改和个性化创作。这为艺术家提供了新的灵感和创作方式，并推动了数字艺术的发展。挑战与讨论：1. 伦理和版权问题：AIGC技术引发了伦理和法律层面的讨论。生成的内容是否符合道德标准？是否涉及版权和知识产权问题？这些问题需要进一步的讨论和规范。2. 个性化与原创性的平衡：AIGC生成的内容往往是基于已有的数据和模型进行生成的。这可能导致生成内容的个性化程度很高，但缺乏真正的原创性。在内容创作过程中，如何平衡个性化和原创性是一个需要思考的问题。3. 技术应用的局限性：虽然AIGC技术有很大的应用前景，但目前仍存在一些技术局限性。例如，在语义理解和文化背景识别方面，AI模型仍然存在一定的局限性和误差。如何学习AIGC？可以参考之前的文章：学习AIGC全套教程(AI工具、课程、书籍、社区)里面介绍了AIGC主要工具使用、教程、AI相关电子书及交流社区等发布于 2023-09-14 15:23赞同 121 条评论分享收藏喜欢

什么是AIGC？什么是大模型？具体有什么应用？ - 知乎

什么是AIGC？什么是大模型？具体有什么应用？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册人工智能AI技术大模型AI绘画AIGC什么是AIGC？什么是大模型？具体有什么应用？有无朋友来回答一下？显示全部关注者61被浏览74,405关注问题写回答邀请回答好问题添加评论分享34 个回答按时间排序翎羽飞扬关注AIGC是什么？AIGC是英文AI-generated content的缩写，也就是人工智能生成内容。简单地说，就是通过一些提示词来生成文字内容、图片、视频、动画，甚至是生成代码。AIGC的原理AIGC的原理其实很简单，人工智能发展到现在，已经出现了“涌现”能力，AIGC就是利用人工智能的“涌现”能力，通过一些简单的“提示词”来实现让人工智能去想象、推理、分析，最终，“涌现”内容。AIGC的意义AIGC将改变整个内容产业。AIGC大大加强了文字内容、图片内容、视频内容、动漫内容的生产力，提高了内容生产效率。所以，未来，大量优质的内容都将通过人工智能来生产或辅助生产。AIGC的历史AIGC，始于2022年。2022年底，GPT3和ChatGPT的发布，标志着一个新的内容生产时代的来临。AIGC这个概念也在2023年开始流行。世界各地，大量的AIGC创业团队和个人纷纷开始新一轮的创业热潮。来自Google的数据，和AIGC相关的搜索量急剧上涨。AIGC的基础——大语言模型（LLM）大语言模型（Large Language Model，缩写LLM），简称大模型，是AIGC的基础。人工智能的涌现能力就来源于大语言模型。到目前为止，根据用途的不同，大模型可以分为以下几类：文本类、图片类、视频类。1、文本类这是基本的大模型。主要用来实现对话（chatbot）、文本生成、代码生成等。最有名的有以下几个：GPT用于对话和文本内容生成。由OPenAI打造的大模型，是现在使用最多的大模型。ChatGPT就是基于GPT大模型的。闭源大模型。PaLM用于对话和文本内容生成。由Google打造的大模型，是目前，各方面都和GPT比较接近的大模型。未来是否开源，不确定。Llama用于对话和文本内容生成。由MATE公司打造的大模型。开源大模型。应该是现在开源的用于对话和文本内容生成的大模型中最好的一个了。文心用于对话和文本内容生成。由百度打造的大模型。是现在对中文支持最好的大模型。闭源。2、图片类图片类大模型是用来生成图片的大模型。可以实现文本生成图片（即：text to image），和图片生成图片（即：image to image）。目前，最热门的图片类大模型主要是：Midjourney用于图片生成。由一个小团队打造，是现在最流行的图片生成大模型。闭源。Stable Diffusion用于图片生成。由一个小团队打造。和Midjourney接近。开源。DALL.3用于图片生成。由OpenAI打造。闭源。3、视频类大模型视频类大模型是用来生成视频的大模型。主要有三种：文字生成视频：text to video，通过提示词（文字）直接生成视频。图片生成视频：image to video，通过图片，或图片+文字生成视频。视频生成视频：video to video，通过视频，或视频+文字生成视频。目前，最热门的视频类大模型主要有以下几个：Stable Video Diffusion由 stable.ai打造，是现在最热门的视频生成类大模型，开源。Gen-2由runway打造。是现在最成熟的视频生成类大模型。闭源。Gen-2的一大特点就是强调真实感。所以，使用Gen-2生成的视频，往往真实感极强。AIGC的关键——提示词（prompt）、上下文（context）和AI代理（AI Agent）1、提示词（prompt）和大模型的交互方式就是使用提示词（prompt）。聊天、生成文本、生成图像、生成视频。。。都是用提示词和大模型交互实现的。生成什么样的内容？内容的质量如何？在大模型一样的前提下，提示词的不同，会让最后的结果千差万别。所谓的用自然语言和人工智能交互，说的就是提示词。2、上下文（context）大模型是可以根据一定长度的上下文来理解提示词的。各个大模型对上下文长度限制也是不同的，一半来说，上下文长度越长，那么，对提示词的理解越接近提出这个提示词的人的想法。对于AIGC应用来说，有多轮对话模式和单轮对话模式。多轮对话模式：使用大模型上下文。单轮对话模式：不使用大模型上下文。其实，对于很多内容生成的场景，不需要上下文，只要单轮对话模式即可。3、AI代理（AI Agent）AI代理，简单地说，就是给大模型定义的一个角色。先给大模型定义一个角色，然后，让这个角色完成你指定的任务。你或许会奇怪，为什么要这么做？其实很好理解。就拿让GPT写一个短篇小说来说，写同一个主题，同一个标题的短篇小说，如果你不定义角色，和把GPT分别定义角色为“托尔斯泰”和“JK罗琳”，三种情况的结果对比，差别是很大的。你可以试一下。AIGC的应用方向1、对话类应用（Chatbot）问答类、AI女友、角色扮演等是现在的对话类应用主要的几个方向。2、文字内容生成（Text Generate）小说生成、文章生成、论文生成、营销文案生成等。文字内容生成是现在AIGC方向上做的最多的应用。3、图片内容生成（AI Image）4、视频生成（AI Video）5、动漫生成（AI Anime）6、代码生成（AI Code）AIGC产业格局1、大模型厂商AIGC时代的核心，就是大模型，不断提升大模型的能力，将是大模型厂商不断努力的方向。每一个大模型都将形成一个应用生态。大模型厂商的盈利，既可以直接向用户提供直接的应用盈利，也可以向自己的生态中的开发者收取费用。2、AIGC应用厂商一方面面向用户的需求，一方面面向大模型的能力。在两方面寻找最合适的应用点、增长点和盈利点。3、AIGC应用分发厂商AIGC应用的大量出现，那么，对AIGC应用的分发需求也将越来越多。AIGC应用更多的构建在web上，所以，web的开放性导致分发厂商的大量出现。这一点，更像是PC互联网时代的导航站，而不会像移动互联网时代比较封闭的应用商店。如何开始你的AIGC业务？1、如果你想利用AIGC应用提高自己的生产力你需要一个经常更新的AIGC导航站。或者经常关注Product Hunter网站上AIGC的，因为很多AIGC的应用上线后会第一时间到这个网站上发布，以获得更多关注。2、如果你想制造AIGC应用首先，你需要熟悉各个大模型的能力，多玩玩GPT等各个大模型吧。然后，你需要找到一个好的应用场景和应用点。做好这两点，做一个AIGC应用，就是一个很简单的事情。阅读更多· · 发布于 2023-12-07 12:01赞同添加评论分享收藏喜欢收起谭剑中国科学院空天信息研究院数字地球系统副研究员关注想了解具体知识，可以从买本正版《人工智能与艺术》开始，正版读者可以共享北京邮电大学智能交互设计研究生教学内容，无作业负担。个人感觉：AIGC作品创作才是最好的学习方向。死记硬背已经跟不上了。在北京邮电大学、数媒学院研究生口领导、老师的支持下，我获得了研究生教学教改经费支持，2023年秋冬季的北邮数媒学院智能交互设计专业研究生课程：《应用机器学习AIGC设计》大作业正式进入整活轨道。大作业整活总动员部分：先编几句slogan，这是我自己编的，无版权，请随意引用：人，可以平凡，作品，不能平庸。生活，可以简朴，整活，必需奢华。匿名，可以装蛋，实名，必需对得起自己。科研，需要证伪，游戏，好玩就行。设计，需要目的，艺术，打动人心。好了，闲言碎语不用讲（已经讲了很多了），动员动员，我不动，怎么能让同学们动，请看，本老师要献丑了：添加图片注释，不超过 140 字（可选）添加图片注释，不超过 140 字（可选）添加图片注释，不超过 140 字（可选）下面是研究生大作业的提交标准：1、不少于3分钟以上的视频；2、AI贡献率超过80%。人类当然可以剪辑、组合+实拍之类提升作品到新高度，但是要充分发掘AI潜力。3、独立创作，实名全网发布（至少包括油管、tiktok、X、B站、知乎、抖音）。4、提交方式，文件名“2023年应用机器学习AIGC设计大作业-学号-姓名”，所有文件都是这个命名方式，发送到我QQ邮箱，如太大可以发送百度网盘链接或压缩包之类。根据上面抛的4块砖，我已经测试了一下，难度并不多，成本并不高，各位正常情况下都能完成。至于助研费用能不能剩下，看各位创意和协作能力了，因为很多AI平台是按时间收费，完全可以搭伙取得规模效益。以下是使用ChatGPT分析我布置该作业的动机和效果，即设计常说的5w2h是什么？1. What (什么):创建一个不少于3分钟的视频，其中AI的贡献率应超过80%，包括至少三种不同的模态（如图片、文字、语音和音乐）。作品应通过AI技术来生成大部分内容，而人类的角色主要在于剪辑、组合和可能的实拍以提升作品的质量和创意。2. Why (为什么):奖项和认可：通过这项作业，学生可能有机会参与后续的艺术设计奖评选，获得个人IP认可，以及得到国际观众的评价和反馈。技能普及：该作业也旨在推广和应用AIGC（AI生成内容）技能，让学生了解和掌握AI在艺术和设计中的应用。实名发布：通过要求学生实名发布作品，教师也可能想要鼓励学生对自己的创作负责，并在公共领域展示他们的技能和创意。3. Who (谁):研究生，特别是对AIGC技能和艺术设计感兴趣的学生。4. When (什么时候):根据课程安排和作业提交的截止日期，通常会在学期内的某个时间点进行。5. Where (哪里):在线平台（如YouTube, TikTok, B站, 知乎, 抖音等）上全网发布。6. How (如何):学生需要利用AI技术（可能包括但不限于深度学习、生成对抗网络等）来生成视频的主要内容。人类的贡献主要集中在视频的剪辑、组合和可能的实拍环节，以确保作品的质量和创意。作品应独立完成，并在指定的在线平台上实名发布。7. How Much (多少):打分和评选标准包括：AI的贡献程度和技术创新性。作品的艺术和设计价值。作品的原创性和创意表现。在线平台上的发布和推广效果（例如观众反馈和影响力）。作品的整体完成度和符合作业要求的程度。不得不说AI已经像我肚子里的蛔虫了，单凭作业描述都能猜的八九不离十。但是，我还得强调一下：作业的下限：1、功能完备：3种模态AIGC数据都有，3分钟时长达到。2、安全可用：AIGC不是法外之地，文化红线、宗教红线、种族红线等等大家要多调研，AI对不齐的我们要对齐，AI考虑不到的我们得考虑到。每个同学可以用我的肖像（本帖就算授权声明），如果用自己的肖像，提交作业时就算授权我公开发布。红线比如国内100年内的真实名人不要做，有版权的小说不要视频化。你们的视频不及格不要紧，不要连累为师的自媒体账号被封了。3、一届更比一届强：去年AIGC作业最强小组如下，今年她们只是你们作品的baseline，感觉超不过的话分数不会高。这不是苛求，而是AIGC目前的功能已经全面升级，并不需要你们出更多力气，重要的想象力和创作力。作业的上限：题材不限：你们想做什么题材都行，视频只是展示形式，不是作品形式，比如你们可以用AIGC做个交互式游戏，然后把游戏精彩片段录制成视频。创作不限：你们想做多久都行，最好是个完整的作品，最起码是个完整作品的广告片。万一做多了时间，比如做到300分钟的长片系列了。没关系，老师我截短了慢慢发。我的好处：1、完成教改工作；2、借助同学们的创意和探索，了解国际最新AIGC进展；3、借助各位的视频，给我的各路账号增加流量（谭老师的经费，岂能是易与的？）；我的风险：1、看不仔细容易被作业炸号；2、别的风险暂时没想到。以下是2周内AIGC最新进展：Midjourney出了自定义样式功能，可以按照同一艺术风格出一系列画作，还可以局部修改，十分适合大图片量作品保持一致性，比如漫画、电影分镜头稿。GEN2出了4K视频生成功能，画质基本赶上电影级别，尤其是结合Midjourney分镜头稿，单人大片不是梦。SUNO出来按歌词和音乐风格谱曲功能，在上面动员的整活中，我已经用了中文流行音乐和英文R&B。还有照片3D建模AI、骨骼动画AI、赵本山说英文AI模型Heygen（在上面动员的整活中，我已经用在了西游记女儿国部分）等等，期待同学们的调研和测试。发布于 2023-11-04 00:06赞同添加评论分享收藏喜欢收起1 个回答被折叠（为什

AIGC是什么_AI自动内容生成解决方案 - AWS云服务

跳至主要内容

单击此处以返回 Amazon Web Services 主页

联系我们

支持

中文（简体）

我的账户

创建 AWS 账户

re:Invent

产品

解决方案

定价

文档

了解

合作伙伴网络

AWS Marketplace

客户支持

活动

探索更多信息

关闭

عربي

Bahasa Indonesia

Deutsch

English

Español

Français

Italiano

Português

Tiếng Việt

Türkçe

Ρусский

ไทย

日本語

한국어

中文 (简体)

中文 (繁體)

关闭

我的配置文件

注销 AWS Builder ID

AWS 管理控制台

账户设置

账单与成本管理

安全证书

AWS Personal Health Dashboard

关闭

支持中心

专家帮助

知识中心

AWS Support 概述

AWS re:Post

单击此处以返回 Amazon Web Services 主页

免费试用

联系我们

re:Invent

产品

解决方案

定价

AWS 简介

入门

文档

培训和认证

开发人员中心

客户成功案例

合作伙伴网络

AWS Marketplace

支持

AWS re:Post

登录控制台

下载移动应用

AIGC 是什么？

AIGC 又称生成式 AI (Generative AI)，是继专业生产内容（PGC， Professional-generated Content）、用户生产内容（UGC， User-generated Content）之后的新型内容创作方式，可以在对话、故事、图像、视频和音乐制作等方面，打造新的数字内容生成与交互形式。

与所有人工智能技术一样，AIGC 的能力由机器学习模型提供，这些模型是基于大量数据进行预先训练的大模型，通常被称为基础模型（Foundation Models）。如今以基础模型为驱动的 AIGC 应用迭代速度呈现指数级发展，从由 Stable Diffusion 文生图模型驱动的 AI 作画应用，再到以大语言模型（LLM）驱动的智能聊天机器人，深度学习模型不断完善、开源预训练基础模型的推动以及大模型探索商业化的可能，都在成为这场人工智能颠覆性革命的主要驱动力。

联系云架构师定制专属方案

加入 AIGC 初创企业扶持计划

AIGC 是什么？

联系云架构师定制专属方案

加入 AIGC 初创企业扶持计划

重磅发布

《五大关键要素解锁生成式 AI 全新机遇》

随着生成式 AI 应用快速进入市场，以及越来越多大模型的不断面世，2023 年已经成为生成式 AI 的元年：不同区域、各行各业、不同领域的人们开始尝试在工作和生活中使用生成式 AI，以探索各种可能性。于企业而言，生成式 AI 也已经成为从董事会到基层员工都在探讨热议的话题，一些领先的企业甚至已经利用生成式 AI 技术实现了业绩增长。

下载白皮书

《AIGC 加速企业创新实践指南》

本白皮书将结合 AIGC 领域最新技术趋势和真实行业客户案例，向所有 AIGC 的决策者，开发者、创业者和使用者展示 AIGC 给各行各业带来的创新与变革，帮助用户更好的理解 AIGC 带给企业的价值，以及如何借助亚马逊云科技的产品和服务快速高效地构建差异化的 AIGC 应用，增强企业在 AIGC 时代的敏捷性与竞争力。

下载白皮书

《机器学习助力构建企业创新引擎》

本指南将从当前成熟的人工智能与机器学习案例出发，关注人工智能与机器学习技术在业务增长、效率提升、体验创新、风险控制等方面带给企业的新机遇，解读人工智能与机器学习的应用场景，并凭借亚马逊云科技丰富的经验积累，以及全面、可靠、可扩展、安全的服务和解决方案能力，为您提供从数据中提取价值、赋能业务的指导建议。

下载白皮书

Play

Pause slide rotation

Resume slide rotation

面临挑战

算力要求高

从 AI 生成图片到 AI 生成视频要用到大量数据训练模型，对算力要求呈指数级的提升，同时也需要快速高效的方式来处理数据集。

前期投入大

数据、算力、算法是驱动 AIGC 发展的三驾马车，要实现 AIGC 的发展，这三者缺一不可，但每一项的发展都需要企业投入大量的资金，尤其是前期的硬件投资更是占企业投入资金的大多数。

缺乏成熟的算法模型

市场上模型过多，缺乏被广泛验证的成熟模型，模型的好坏及算法调优的经验决定了产出内容的质量。

我们的优势

灵活性

您可以从 AI21 Labs、Anthropic、Stability AI 和亚马逊云科技自研的基础模型如Amazon Titan中选择，找到最适合您的使用用例的模型。

了解更多

咨询更多推荐

安全定制

只需几个带标签的示例即可为您的企业自定义基础模型。由于所有数据都经过加密且不会离开您的 Amazon 虚拟私有云（VPC），因此您可以相信您的数据将保持私有和机密。

了解更多

联系架构师专属定制

使用亚马逊云服务构建基础模型的最简单方法

Amazon Bedrock 允许您使用熟悉的控件以及与 Amazon SageMaker 和 Amazon S3 等亚马逊云科技在深度和广度上的功能和服务集成，快速将基础模型集成并部署到在亚马逊云科技上运行的应用程序和工作负载中，而不需要管理基础设施。

了解更多

联系架构师部署调优

全托管的一站式机器学习开发平台

Amazon SageMaker 提供了包含数据标注、模型训练、微调、部署的标准化、自动化的端到端流程和管理工具，助力用户高效实现 AIGC 基础模型的训练，推理，自定义、微调，部署和管理。同时，借助 Amazon SageMaker，您可以使用托管式 Spot 竞价实例轻松训练机器学习模型，与按需实例相比，使用托管的 Spot 实例训练模型，可以将成本优化高达 90%。

了解更多

联系架构师部署调优

最具成本效益的基础设施

借助由亚马逊云科技设计的机器学习芯片（AWS Trainium 与 AWS Inferential）和英伟达GPU 提供支持的基础设施，为生成式 AI 提供最佳性价比。经济高效地扩展基础设施，训练和运行包含数千亿个参数的基础模型，可节省高达 50% 的训练成本，每次推理成本最多可降低 70%。

了解更多

联系架构师优化成本

生成式 AI 驱动的开箱即用的代码生成解决方案

借助内置的生成式 AI，如人工智能编码助手 Amazon CodeWhisperer，可以帮助您提高工作效率。此外，您可以使用将亚马逊云科技 AI 服务与领先的基础模型相结合的亚马逊云科技解决方案部署常见的生成式 AI 场景，例如呼叫中心摘要和问题解答。

了解更多

咨询更多推荐

行业及应用场景

医疗健康

医学影像分析、健康数据分析、药物研发、个性化治疗、医护陪伴、心理治疗

游戏

聊天机器人、游戏原画设计、场景生成、游戏策略生成、 BGM 生成、IP 角色生成

零售电商

智能导购、智能推荐、字人直播、广告素材生成、智能换装、优化定价、智能化经营分析、市场报告生成

金融

智能投顾、智能客服、个性化营销文案、产品风险与客户信用评估、行业研究报告生成

媒体娱乐

视频游戏生成、AI 生成虚拟人头像、自拍图片风格生成、剧本设计、特效制作、影视作品配乐

广告设计

创意辅助、包装设计、服装设计出图、品牌宣传视频生成、营销素材生成、营销文案配图

客户案例

Canva 使用 AI 生成图像

查看更多内容

四月科技使用 AIGC 节约了 60% 的原画设计成本

查看更多内容

Accenture 采用辅助编写代码提高开发人员的工作效率

查看更多内容

解决方案推荐

AI 绘画

大型语言模型

AI 绘画

Stable Diffusion 亚马逊云科技插件解决方案

方案介绍

通过为社区提供插件和云资源模版的方式，帮助客户将现有 Stable Diffusion 的模型训练，推理和调优等任务负载从本地服务器迁移至 Amazon SageMaker，利用云上弹性资源加速模型迭代，避免单机部署所带来的性能瓶颈。

优势

1. 安装便捷使用 Amazon CloudFormation 一键部署亚马逊云科技中间件，搭配社区原生 Stable Diffusion WebUI 插件安装形式一键安装。

2. 社区原生 WebUI 界面与后端分离，用户无需改变现有 Stable Diffusion WebUI 的使用习惯，WebUI 可以在任何支持的终端启动而没有 GPU 的限制，原有训练，推理等任务通过插件所提供的功能迁移到 Amazon SageMaker。

3. 可扩展性强方案插件以及中间件代码开源，采取非侵入式设计，有助于用户快速跟上社区相关功能的迭代，从 WebUI 本体到广受欢迎的 Dreambooth、 ControlNet、LoRa 等插件。

适合客户

对 AI 生图有业务需求的企业客户，包括算法工程师、制作人、画师、设计师等。

了解详情

方案效果

大型语言模型

基于大语言模型的下一代智能搜索和知识库解决方案

方案介绍

各行各业中，都有很多建立企业知识库，并基于知识库提供知识检索和精准问答的需求。例如在制造，汽车和医疗健康领域，过往有大量的技术文档，维保记录，医学指南等没有充分利用的知识资产，亟需能够基于这些资产建立企业知识库服务内部和外部客户。在零售和电商领域，亟需能够对商品进行精准搜索和商品特性进行问答。为了解决用户需求和我们服务之间的差距，我们借助亚马逊云服务，构建智能搜索解决方案 : 1. 以 Amazon OpenSearch 和 Amazon Kendra 为基础构建搜索引擎和建立企业知识库；2. 通过 Amazon SageMaker 部署包含大语言模型（LLM）和语意搜索模型在内的推理节点，结合搜索引擎，可根据企业知识库直接给出搜索问题答案；3. 结合 Amazon Lex，Amazon Connect 等服务，提供聊天机器人和智能客服场景应用，形成完整的端到端应用。

优势

1. 简单易用基于 Amazon OpenSearch 和 Amazon Kendra 能够快速建立 Demo 查看效果。

2. 轻量化插件方案中的各个模块即可作为服务独立使用，也可作为插件与其他服务结合。

3. 内置引擎自动优化算法可将用户行为记录，并周期性自动优化搜索引擎，提高搜索引擎精度的同时减少运营成本

4. 功能组件快速拓展通过拓展组件能够快速实现，包括语音 / 视频 / 图片 / 文本在内的多维度数据搜索并实现端到端的服务

适合客户

适合对 AIGC 有不同层面需求的企业客户，包括数据 / 算法 / 软件工程师等。

了解详情

方案效果

关闭

合作伙伴

集之互动

西湖心辰

计算美学

行者 AI

伊克罗德

像衍科技

集之互动

AI 数字人全域解决方案

集之互动在亚马逊云科技上构建的数字人全域解决方案，目前包含在为零售、医疗、工业化工等领域的头部企业定制人工智能交互数字人解决方案，以及赋能跨境电商卖家实现可互动超写实数字人的直播运营管理平台。该平台为跨境电商卖家直播，提供可互动的数字人租赁以及定制服务。其AI数字人的全域解决方案在覆盖数字营销链路中的多个场景，如销售讲解、直播带货、客户服务等。通过 AIGC 的赋能，集之互动让数字人提供更智能，更类人的企业服务，从而帮助企业降本增效。

适合客户

跨境出海直播的品牌客户或卖家，有定制数字人需求的企业，应用于：如线上线下导购、产品视频解说、会议主持、售后客服等场景。

合作伙伴

集之互动成立于 2013 年 5 月，是一家以技术为驱动的数字化解决方案公司。着力于人工智能结合数字人的深度研发，集之互动的数字人以实现实时驱动，智能交互，多语言模态，更能完成多项专业性工作。其自有 IP 大量服务于政府及企业的宣传活动，其定制的数字人获得碧迪医疗、伊士曼集团等多加 500 强企业再起企业内的全域应用。集之互动 AI 致力于用数十年沉淀的专业 AI 技术，与亚马逊云科技 AIML 云服务平台 SageMaker 深度绑定，可结合产品为用户及行业提供全栈式解决方案，致力实现数字人的类人化发展。

联系集之互动

方案效果

关闭

西湖心辰

AI 写作，作画和 AI 聊天解决方案

西湖心辰专注于大模型的研究和应用构建了模型层—中间层—应用层的产品架构，并且在模型层，训练出了匹敌 GPT3.5 千亿级参数的语言大模型 RIO。按照模型参数量大小，RIO 系列现在已有十几个成员，参数量从 100 多亿到 1000 多亿不等，支持中英文双语，除了记忆外，还掌握了搜索引擎、知识图谱、外部数据等认知工具调用能力。利用 Amazon Sagemaker Notebook 将心辰大模型发布至 Sagemaker Inference Endpoint，通过关键词来调用模型并生成文字或图片。基于 AI 大模型的能力，西湖心辰主要推出三个解决方案：

「聊会小天」AI 心理咨询和问答机器人能为用户提供数字化的、7x24 小时的、千人千面的心理支持与陪伴，是轻度心理倾诉及专业的心理咨询服务平台。

「Friday」AI 智能写作平台依靠自主研发的创新性 AI 算法，可以生成不同形式和语言风格的内容，拥有 50+ 写作模板，适配多种写作场景，25 秒即可生成一篇高质量原创文章。

「造梦日记」AI 绘画平台拥有超强算力，最快 0.8 秒出图。平台内有 20+ 绘画风格和 10+ 画家可供选择，且支持多尺寸、多清晰度、批量出图等功能，用户输入简单的描述词或上传参考图即可生成原创图片。

适合客户

需要短期通过 AIGC 搭建创作能力来进行市场活动和营销活动的品牌商

各类需要构建企业知识库或问答聊天机器人的企业

需要基于行业数据来深度定制大模型并进行私有化部署训练和推理全流程的企业

合作伙伴

西湖心辰（杭州）科技有限公司依托西湖大学创办的专注于人工智能服务研发的科技公司，汇集国内顶尖 NLP 技术人才，旗下产品涵盖 AI 绘画、AI 智能写作、AI 心理咨询等领域，为 B 端、C 端用户提供相关优质服务。

联系西湖心辰

方案效果

计算美学

“画宇宙”AIGC 图像生成平台

画宇宙 AIGC 图像生成平台是业界领先的、面向专业场景的 AIGC 图像生成 SaaS 工具，集成多模态 AI 生成模型算法，效果丰富，持续更新。画宇宙与亚马逊云科技合作，实现 “算力 + 模型 + Web 端工具 + API” 的全套企业级服务，为企业定制贴合业务的 AIGC 绘图大模型，并搭载在 AIGC 无限画板工具汇总，已获多个行业头部客户认可。画宇宙使用 Amazon SageMaker 上的推理和训练服务器，通过 Redis 实现任务队列机制，并由 SageMaker 进行 AI 任务的处理，从而实现任务调度和弹性算力配置。

适合客户

对图像内容有需求的企业部门，例如：设计部门、品牌运营部门、市场营销部门

合作伙伴

「Nolibox 计算美学」致力于对企业提供行业领先的 AIGC 图像全链路解决方案，以「AIGC 大模型」 + 「工具化 SaaS 产品」作为 AIGC to B 的服务标准。

目前，计算美学已在诸多行业实现 AIGC 图像的落地应用，并将持续地以 AIGC 能力助力企业智能创意新基建。

联系计算美学

方案效果

行者 AI

AI 绘画解决方案

行者 AI 基于 Amazon SageMaker 构建 AIGC SaaS 平台，利用 Amazon SageMaker Notebook 将 AIGC 模型发布至 SageMaker Inference Endpoint，通过输入作画关键词直接调用这些模型并生成用户需要的图片。SageMaker Inference Endpoint 会自动根据平台调用情况进行底层 GPU 实例的弹性伸缩，保证平台能够随时支持平台用户使用。另外，平台也可以上传样本图片进行模型微调（Fine-Tunning），触发自动化工作流，自动调用 SageMaker 训练任务进行训练，并且可以将微调后的模型进行自动部署，用户调用相应接口即可获得符合预期的图片。

适合客户

技术小白或无技术人员的企业。

合作伙伴

成都潜在人工智能科技有限公司（行者 AI）成立于 2020 年 5 月 20 日，致力于使用人工智能和机器学习技术提高游戏和文娱行业的生产力，并持续改善行业的用户体验。公司业务领域涵盖游戏 AI、智能内容安全系统、智能数据平台等多个方面。针对海内外游戏、UCG 平台、现代素质教育、数字化社会建设等多行业，行者 AI 致力于用数十年沉淀的专业 AI 技术，与亚马逊云科技 SageMaker 深度绑定，可结合产品为用户及行业提供全栈式解决方案，致力成为人机交互中的 “神笔马良”。

联系行者 AI

方案效果

伊克罗德

AI 绘画解决方案

伊克罗德推出了基于 Stable Diffusion 的 AI 绘画解决方案，既拥有经过广泛验证且易于部署的先进 AI 算法模型，又提供丰富且高性价比的云端资源以优化成本，旨在帮助游戏、电商、媒体、影视、广告、传媒等行业快速构建 AIGC 应用通路，打造 AI 时代的领先生产力。此方案能够在 Marketplace 中一键订阅，快速启动，无需进行复杂的环境配置。同时还结合亚马逊云科技无服务器服务 Amazon API Gateway、AWS DynamoDB 等，将 WebUI 前端的训练、推理请求，无缝转发到 Amazon SageMaker 后端的专用推理、训练服务器上，实现算力的无缝扩展，并基于此架构基础实现前后端分离、精确的成本管控。在 SageMaker 上进行的推理、训练结果都会存储在 Amazon DynamoDB 和 Amazon S3 中，方便随时对结果进行回溯。

适合客户

希望快速上手 AIGC 技术，并且希望得到全生命周期维护与技术支持的客户。

合作伙伴

伊克罗德是一家 Born-In-Cloud 云原生咨询服务公司，作为亚马逊云科技核心级服务合作伙伴，与亚马逊云科技在全球范围内展开深度合作已长达 9 年，业务层面客户横跨互联网、媒体、游戏、电商零售、制造、汽车、金融科技、社交应用等行业，提供全方位的一站式服务；在技术层面，伊克罗德团队技术实力坚强拥有云迁移、云安全、云托管、物联网、数据分析、机器学习、SAP、DevOps 等多项能力资质，并于 2023 年在 AI 领域合作再上一层，联合亚马逊云科技共同推出生成式 AI 文生图解决方案，成功上架亚马逊云科技 Marketplace 供订阅。

联系伊克罗德

方案效果

像衍科技

AI 短视频数字人方案

像衍科技基于亚马逊云科技基础设施资源，打造了以“超写实数字人内容生成+云服务”的 SaaS 工具软件平台可支持以下 4 种解决方案：

AI 文稿创作输入产品特征，AI 完成视频文稿创作，同时支持对文稿进行多种风格改写、扩写&续写、翻译。

AI 主播形象定制每个形象仅需一次实拍（用于形象制作），即可生成数字人形象，之后每次使用无需实拍，直接使用即可。

支持多种配音方式多种热门 TTS，真人提词录音，定制声音克隆。

支持基本视频编辑背景图片、字幕、标题、花字等。

方案优势

制作成本低，克隆效果逼真：轻松实现分钟级制作、批量化分发，构建多平台、多渠道营销曝光矩阵。

创作门槛低，生产自动批量：文案秒级生成，无需拍摄，文字音乐一键驱动多国数字人。

AI 声音轻松定制，多情感多风格语音快速生成。

适合客户

电商(含跨境电商)、出海品牌、医疗健康、保险、房地产、教育和文旅等行业的运营、市场和品宣等部门。

合作伙伴

杭州像衍科技有限公司成立于 2021 年，天使轮获 IDG、红杉和聚澄等多家顶级投资机构的数千万元投资。创始团队深耕数字人相关的三维计算机视觉和图形学技术多年，创新研发了基于神经网络表示的高质量三维重建、驱动和绘制技术，基于亚马逊云科技基础设施资源，打造了以 “超写实数字人内容生成 + 云服务” 的 SaaS 工具软件平台，以创造每个人的数字化身（Digitalize Everyone in the World）为使命，让数字人成为企业与个人对外宣传与客户服务的最佳媒介。

联系像衍科技

方案效果

立即开始使用

初级

高级

初级

基于 Amazon SageMaker Notebook 快速搭建托管的 Stable Diffusion – AI 作画可视化环境

了解更多

在 Amazon SageMaker 使用 HuggingFace Diffusers 快速运行 Stable Diffusion 模型

了解更多

高级

使用 Dreambooth 进行模型微调在 SageMaker 上的优化实践

了解更多

基于 Amazon SageMaker 使用 Grounded-SAM 加速电商广告素材生成

了解更多

在 SageMaker 中进行 LoRA 调优及推理

了解更多

创新成长企业加速中心

针对电商、智能设备、游戏、媒体与娱乐、企业服务 SaaS、金融科技六大领域，联合合作伙伴打造行业解决方案，为成长型企业提供全成长周期的技术支撑，以满足他们在咨询、规划、上线部署及持续优化等不同阶段的需求

立即前往

活动专区

活动主题： “顶流” AIGC ｜从论文解读深入探究 AIGC 和 LLM 的训练优化活动时间： 2023/03/07 19:20 - 2023/03/07 20:30 活动地点：线上学习难度：中级

与开发者一起探讨 GPT-3 等前沿实践与论文背后的应用逻辑，通过实战分享和 DEMO 演示讨论最新的 AI 技术和趋势，详谈机器学习算法和自然语言处理技术的变革。

欢迎加入量身定做的动手训练营，体验基于 Amazon SageMaker 进行大型语言模型（LLM）训练优化，上手探索内容创作的未来。

观看回放

活动主题：训练属于自己的聊天机器人｜AIGC与大型语言模型从训练优化到实际应用活动时间： 2023/03/16 14:50 - 2023/03/16 17:00 活动地点：线上学习难度：中级

参加本期动手训练营，构建自己的聊天机器人！聚焦于 LLM 训练优化的实际应用，和开发者一起体验如何在 Sagemaker 的平台上构建和优化大型语言模型，掌握 LLM 的开发技巧。通过训练实战掌握最佳实践，让 AIGC 落地真实的业务需求。

观看回放

活动主题：亚马逊云科技Hands-On Lab-基于Stable Diffusion模型，快速搭建你的第一个 AIGC 应用活动时间： 2022/12/16 14:45 - 2022/12/16 16:00 活动地点：线上学习难度：初级

本实验会由亚马逊云科技的解决方案架构师带您快速搭建您的第一个 AIGC 应用。您将了解如何使用 Amazon SageMaker 部署 Stable Diffusion 模型并进行推理——即通过输入几个关键字生成独一无二的图片，再通过 Cloud 9 快速搭建您的第一个 AIGC Web 端应用。另外会有初创顾问分享 AIGC 最新行业赛道，以及如何申请到亚马逊云科技初创扶持金，助力您的 AIGC 初创道路！

观看回放

企业扶持计划

亚马逊云科技云创计划

加入云创计划，获得亚马逊云科技中国区域价值 3,500 人民币起的亚马逊云科技服务抵扣券，或亚马逊云科技海外区域价值 1,000 美元起的亚马逊云科技服务抵扣券。

查看详情 »

亚马逊云科技联合创新中心

亚马逊云科技整合了包括各地政府、产业合作方以及专业运营方在内的各方优势资源，共同投入建设联合创新中心，下设孵化器、国际化项目、加速器和云创人才培养基地等模块。

查看详情 »

立即开启 AIGC 之旅

新用户注册可享受长达 12 个月的免费套餐

联系我们

注册免费账号

关闭

在线咨询

专家实时解答您的售前、售后问题

热线

1010 0866

亚马逊云科技

海外区域

联系销售

预约销售主动与您联系提供专业解决方案

关闭

热线

1010 0866

亚马逊云科技

海外区域

在线咨询

专家实时解答您的售前、售后问题

联系销售

预约销售主动与您联系提供专业方案

登录控制台

了解有关 AWS 的信息

什么是 AWS？

什么是云计算？

AWS 包容性、多样性和公平性

什么是 DevOps？

什么是容器？

什么是数据湖？

AWS 云安全性

一次性搞懂什么是AIGC！（一篇文章22个基本概念） - 数英

AIGC简介 | Cworld.AI

跳到主要内容share more model on Community Cworld AI文档博客中文English中文DeutschFrançaisРусскийEspañol日本語한국어Search平台介绍Cworld AIAIGCAIGC简介AIGC模型概述文字类AIGC模型图像类AIGC模型音频类AIGC模型微调模型AIGCAIGC简介本页总览AIGC简介AIGC是什么？AIGC是一种通过通过人工智能模型生成内容的技术。这里的内容，准确的定义的话，可以包括图片、音频，文字，视频，3D模型等如果进行更细的划分，这项技术可以进行下面这些内容的生成图片照片原画音频语音（例如乙女游戏中，声优的配音）音乐（例如泰勒的歌）文字代码（例如一段c++代码）文案（例如）小说（例如）…3D模型人物（例如原神美少女）场景（例如楼房，建筑）AIGC产品形态对于普通用户而言，使用AIGC技术通常是为了生成自己想要的某种内容，例如生成美女图片，例如生成某个声优的相似语音，例如续写某个小说，或者生成一个特定风格的音乐等等。当前在AIGC技术发展的初期，比较常见的产品形态通常是以文字为基础进行控制和交互的，通常的产品交互方式为输入：希望的内容的文字描述输出：文字描述对应的内容(图片/音乐/文字/视频)下面是各类内容生成的样例文字生成图片现在我想要生成一张风景优美的山水画，输入（文字描述）：一幅山水画，画面中央有一座高耸入云的山峰，山峰上有云雾缭绕。输出：文字生成3D模型现在我想要一个长得像香蕉的飞机输入：一个长得像香蕉的飞机输出：文字生成文字目前，除了以文字为基础生成其他内容的交互形式之外，还有其他一些产品交互形态，例如图片+文字生成图片输入文字：让这个企鹅变成卡通的图片：输出图片生成3D模型输入输出总的来说，目前AIGC类产品形态为用户输入想要的内容的描述，模型输出用户想要的内容上一页AIGC下一页AIGC模型概述AIGC产品形态文字生成图片文字生成3D模型文字生成文字图片+文字生成图片图片生成3D模型DocsTutorialTutorial ApplicationStable Diffusion OnlineAudio GenerateSingerReddit Crush Post GenerateReddit Crush Post Generate (Simplify)Dcard Post GenerateDcard Post Generate (Simplify)DatasetReddit Top 20K subredditTwitter UserMoreBlogCopyright © 2023 Cworld AI, Inc.

Follow

区块链钱包下载im|aigc是什么

区块链钱包下载im|aigc是什么

一次性搞懂什么是AIGC！ - 知乎

AIGC(AI Generated Content,人工智能生成内容) - 知乎

最近大火的AIGC是什么？有什么应用场景和产品？ - 知乎

AIGC_百度百科

万字长文：AIGC技术与应用全解析 - 知乎

如何搞懂AIGC? - 知乎

什么是AIGC？什么是大模型？具体有什么应用？ - 知乎

AIGC是什么_AI自动内容生成解决方案 - AWS云服务

一次性搞懂什么是AIGC！（一篇文章22个基本概念） - 数英

AIGC简介 | Cworld.AI

最近的新闻

您可能喜欢的文章

bitpie比特派钱包官网版|abt

比特派官方下载|apod

比特派转错地址了怎么办

比特派二维码怎么找

bitpie比特派转不了账怎么办

比特派扫码被盗怎么办啊

比特派被攻击了怎么办啊