來(lái)源：同程商旅

AIGC（AI-Generated Content?人工智能生成內(nèi)容）代表新一輪范式轉(zhuǎn)移的開始。

近期，硅谷的眾多一線?VC?們開始將目光瞄準(zhǔn)?AI?初創(chuàng)公司，尤其是生成式?AI?藝術(shù)這一領(lǐng)域。今年有兩家獨(dú)角獸?Stability?和?Jasper?均獲得了超過一億美元的融資，估值突破十億美元。

AIGC?賽道火爆不僅得益于技術(shù)進(jìn)步、商業(yè)應(yīng)用廣泛和需求增長(zhǎng)，還歸功于該賽道還處于早期。雖然大型科技公司捕獲了大量?jī)r(jià)值，初創(chuàng)企業(yè)仍有機(jī)會(huì)突破。

AIGC?將是?Web3?時(shí)代的生產(chǎn)力工具。當(dāng)我們邁入?Web3.0?時(shí)代，人工智能、關(guān)聯(lián)數(shù)據(jù)和語(yǔ)義網(wǎng)絡(luò)構(gòu)建，形成人與網(wǎng)絡(luò)的全新鏈接，內(nèi)容消費(fèi)需求飛速增長(zhǎng)。

UGC\PGC這樣的內(nèi)容生成方式將難以匹配擴(kuò)張的需求。AIGC?將是新的元宇宙內(nèi)容生成解決方案。

AIGC?的生成利用人工智能學(xué)習(xí)知識(shí)圖譜、自動(dòng)生成，在內(nèi)容的創(chuàng)作為人類提供協(xié)助或是完全由?AI?產(chǎn)生內(nèi)容。不僅能幫助提高內(nèi)容生成的效率，還能提高內(nèi)容的多樣性。

隨著?NLP（Natural Language Processing，自然語(yǔ)言處理）技術(shù)和擴(kuò)散模型（Diffusion Model）的發(fā)展，AI?不再僅作為內(nèi)容創(chuàng)造的輔助工具，創(chuàng)造生成內(nèi)容成為了可能。由此，將來(lái)文字生成、圖片繪制、視頻剪輯、游戲內(nèi)容生成皆可由?AI?替代。

AIGC?技術(shù)主要涉及兩個(gè)方面：自然語(yǔ)言處理?NLP?和?AIGC?生成算法。自然語(yǔ)言處理是實(shí)現(xiàn)人與計(jì)算機(jī)之間如何通過自然語(yǔ)言進(jìn)行交互的手段。

AIGC?生成算法主流的有生成對(duì)抗網(wǎng)絡(luò)?GAN?和擴(kuò)散模型。擴(kuò)散模型已經(jīng)擁有了成為下一代圖像生成模型的代表的潛力。它具有精度更高、可擴(kuò)展性和并行性，無(wú)論是質(zhì)量還是效率均有所提升，其快速發(fā)展成為?AIGC?增長(zhǎng)的拐點(diǎn)性因素。

同時(shí)，在機(jī)器學(xué)習(xí)的過程中，需要通過大量的訓(xùn)練來(lái)實(shí)現(xiàn)更準(zhǔn)確的結(jié)果，目前以英達(dá)?A100?為主，對(duì)于底層算力需求將有飛速增長(zhǎng)。

AIGC?在文字、圖像、音頻、游戲和代碼生成中商業(yè)模型漸顯。近期我們研究了國(guó)內(nèi)外數(shù)十家?AIGC?相關(guān)企業(yè)，尤其在一些具備高重復(fù)性的任務(wù)、對(duì)于精度要求并不那么高的領(lǐng)域應(yīng)用已逐步成熟，并在探索商業(yè)模式中。

目前圖片生產(chǎn)、文字生成較為常見，這類?AIGC?服務(wù)大多數(shù)時(shí)候會(huì)以提供?SaaS?服務(wù)的形式變現(xiàn)。

AIGC?未來(lái)發(fā)展核心：大模型、大數(shù)據(jù)與大算力。結(jié)合自然語(yǔ)言的大模型與數(shù)據(jù)集已成為?AIGC?發(fā)展的軟件基礎(chǔ)，OpenAI?的?Clip?模型基于?4?億組高質(zhì)量的英文圖文對(duì)應(yīng)數(shù)據(jù)訓(xùn)練而成；算力即權(quán)力將在?AIGC?數(shù)字時(shí)代更加凸顯，?Stable Diffusion?目前依賴于?4000?個(gè)英偉達(dá)?A100?的?GPU?集群，運(yùn)營(yíng)成本超?5000?萬(wàn)美金。

為了讓功能更加精確，未來(lái)還將更多地基于語(yǔ)種去開發(fā)垂直類的應(yīng)用，便于更有目的性地為特定功能進(jìn)行訓(xùn)練。