【科技明說 ｜ 全球AI觀察】

相信，很多人對生成式AI（Artificial Intelligence Generated Content，即AIGC）并不陌生了，畢竟AI與大模型已經(jīng)深入行業(yè)、深入人心，概念普及早已到位，然而，還是有不少人對其概念并不十分清楚。

其實(shí)，AIGC強(qiáng)調(diào)AI應(yīng)用的過程是生成式，由AI自動生成，這是一種能夠自主創(chuàng)造新內(nèi)容的人工智能技術(shù)。與傳統(tǒng)AI不同，生成式AI通過學(xué)習(xí)大量數(shù)據(jù)中的模式和規(guī)則，生成全新的文本、圖像、音頻、視頻甚至代碼等內(nèi)容。其核心特點(diǎn)為創(chuàng)造而非分析。

業(yè)內(nèi)朋友戲言，AIGC就像養(yǎng)娃，吃的是數(shù)據(jù)，喝的是算法，調(diào)優(yōu)訓(xùn)練熊孩子成棟梁之才。
為此，需要代碼（調(diào)優(yōu)）、數(shù)據(jù)（訓(xùn)練）與模型（算法）相互結(jié)合與作用，構(gòu)建AI創(chuàng)新時(shí)代的新質(zhì)生產(chǎn)力。

AIGC包括了哪些重要的核心技術(shù)呢？

如基礎(chǔ)模型方面，基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)的Transformer、GAN、擴(kuò)散模型等。

如訓(xùn)練數(shù)據(jù)方面，通過海量數(shù)據(jù)（文本、圖像、視頻等）學(xué)習(xí)語言、視覺或邏輯規(guī)律。

如生成方式方面，根據(jù)用戶輸入提示詞或指令，預(yù)測并輸出符合邏輯的新內(nèi)容。

因此，生成式AI的最大特點(diǎn)就是要實(shí)現(xiàn)自動化的生成，而非簡單的分析。

顯然，創(chuàng)造性成為生成式AI的最顯著特點(diǎn)。能生成人類未明確編程的內(nèi)容，例如寫詩、繪畫、設(shè)計(jì)代碼，甚至創(chuàng)作音樂或虛構(gòu)故事情，例如ChatGPT生成對話、MidJourney生成圖像等。

其次，AIGC還具有多樣性特點(diǎn)。用戶同一輸入可生成多種不同結(jié)果。如輸入沙漠中的綠洲，AI可生成不同風(fēng)格、細(xì)節(jié)的圖像或文本，甚至視頻描述。

AIGC針對上下文理解的能力也表現(xiàn)得非常突出。通過自然語言交互，理解復(fù)雜指令并生成連貫內(nèi)容。甚至可以根據(jù)用戶需求，逐步修改設(shè)計(jì)方案。

支持多模態(tài)也是生成式AI必須具備的能力。目前，新一代生成式AI可跨文本、圖像、音頻、視頻等多種模態(tài)工作，如GPT-4支持圖文混合輸入，Sora生成視頻，智譜AI清影生成視頻。

AIGC必須具備快速迭代與適配能力，支持AI應(yīng)用的多元化。并且生成結(jié)果可實(shí)時(shí)調(diào)整，通過反饋優(yōu)化輸出，如修改提示詞、調(diào)優(yōu)參數(shù)。

目前，AIGC被利用實(shí)現(xiàn)規(guī)模化自動生成，如快速生成大量內(nèi)容，降低創(chuàng)作成本，在廣告文案、產(chǎn)品設(shè)計(jì)原型上逐步實(shí)現(xiàn)落地。

AIGC的典型應(yīng)用場景相信很多人都有接觸了，如文本生成、圖像生成、音視頻生成、科研與工程等。

在文本生成上，實(shí)現(xiàn)自動化寫作、客服對話、代碼開發(fā)，如ChatGPT、Copilot、文言一心、DeepSeek、KIMI、天翼云星辰大模型等模型應(yīng)用。

在圖像生成上，實(shí)現(xiàn)藝術(shù)創(chuàng)作、廣告設(shè)計(jì)，如DALL-E、Stable Diffusion、豆包等這類生成式模型。

在音視頻生成上，實(shí)現(xiàn)虛擬人配音、影視特效，如Sora、Deepfake、360智腦等這類深度學(xué)習(xí)模型。

在科研與工程上，助力分子結(jié)構(gòu)設(shè)計(jì)、材料科學(xué)模擬。

即便AIGC應(yīng)用場景越來越廣泛，但是業(yè)界對于AIGC的安全性討論從來就沒有停止過。其中倫理風(fēng)險(xiǎn)備受關(guān)注，比如AIGC帶來的內(nèi)容在版權(quán)爭議、虛假信息、深度偽造上帶來的風(fēng)險(xiǎn)。

與此同時(shí)，生成式AI的幻覺問題也非常有挑戰(zhàn)，事實(shí)準(zhǔn)確性如何提升也成為眾多軟件廠商的長期研究課題。

目前來看，生成式AI的復(fù)雜推理能力仍有限，需人工校驗(yàn)。為此，也有業(yè)內(nèi)朋友戲言，有多少人工才能有多少智能。

雖然生成式AI發(fā)展的方向是模仿人類創(chuàng)造力，但通過數(shù)據(jù)學(xué)習(xí)生成新內(nèi)容，其數(shù)據(jù)集的質(zhì)量也影響著生成結(jié)果。

從工具升級為協(xié)作伙伴，生成式AI在謹(jǐn)慎應(yīng)對技術(shù)濫用和倫理問題上，還需要很長一段路要走。隨著多模態(tài)模型的發(fā)展，未來可能在教育、娛樂、科研等領(lǐng)域進(jìn)一步滲透。

生成式AI的未來已來，值得持續(xù)關(guān)注。

對于AIGC生成式AI還有哪些看法，歡迎各位親補(bǔ)充評論。

阿明書法：有多少人工才有多少智能

你怎么看？

歡迎文末評論補(bǔ)充！

【科技明說｜全球存儲觀察 ｜全球云觀察｜阿明觀察】專注科技公司分析，用數(shù)據(jù)說話，帶你看懂科技。本文和作者回復(fù)僅代表個(gè)人觀點(diǎn)，不構(gòu)成任何投資建議。