??寫作：個人博客，InfoQ，掘金，知乎，CSDN

??公眾號：進(jìn)擊的Matrix

??特別聲明：創(chuàng)作不易，未經(jīng)授權(quán)不得轉(zhuǎn)載或抄襲，如需轉(zhuǎn)載可聯(lián)系小編授權(quán)。

前言

最近ChatGPT，想必大家已經(jīng)是耳熟能詳了，一度認(rèn)為ChatGPT的到來是人工智能的奇點(diǎn)到來，那么到底ChatGPT是什么？為什么ChatGPT為代表的人工智能技術(shù)不僅受到平民用戶的喜愛，還受到資本市場追捧呢？

上篇文章《ChatGPT研究(二)——AI平民化的里程碑》中從技術(shù)角度，解讀ChatGPT的AI發(fā)展和應(yīng)用，本篇文章將會更多的從商業(yè)場景使用中來介紹ChatGPT的應(yīng)用。

AIGC多模態(tài)交互功能持續(xù)演化，奠定多場景商用基礎(chǔ)

AIGC：利用人工智能產(chǎn)生內(nèi)容，提升生產(chǎn)力曲線

• AIGC: Artificial Intelligence Generated Context，即可以利用人工智能技術(shù)自動產(chǎn)生內(nèi)容，常見如代碼生成，文本問答等

ChatGPT已成為AIGC功能矩陣中的重要板塊

• ChatGPT是AIGC“數(shù)字內(nèi)容智能編輯”功能中的重要組成部分，ChatGPT模型的出現(xiàn)對于文字/語音模態(tài)的AIGC應(yīng)用具有重要意義

?? 隨著深度學(xué)習(xí)技術(shù)的快速突破以及數(shù)字內(nèi)容的海量增長，AIGC領(lǐng)域相關(guān)技術(shù)打破了預(yù)定義規(guī)則的局限性，使得快速便捷且智慧地輸出多模態(tài)的數(shù)字內(nèi)容成為可能。
?? 在技術(shù)創(chuàng)新以及多模態(tài)模型的持續(xù)突破下，AIGC根據(jù)功能和對象的不同，按順序可包括三種主要實(shí)用功能: 數(shù)字內(nèi)容孿生，數(shù)字內(nèi)容的智能編輯、數(shù)字內(nèi)容的智能創(chuàng)作。
這三種功能相互嵌套與結(jié)合，可以讓AIGC產(chǎn)品具備超越人類的創(chuàng)作潛力。而ChatGPT正是AIGC的數(shù)字內(nèi)容編輯這一大功能領(lǐng)域中的重要組成部分。

AIGC相關(guān)技術(shù)包含了三大前沿能力

• 數(shù)字內(nèi)容孿生能力構(gòu)建現(xiàn)實(shí)世界-虛擬世界映射

孿生能力包括智能增強(qiáng)與轉(zhuǎn)譯技術(shù)，其中增強(qiáng)技術(shù)彌補(bǔ)內(nèi)容數(shù)字化過程中的信息損失，轉(zhuǎn)譯技術(shù)在理解基礎(chǔ)上對內(nèi)容進(jìn)行多種形式的呈現(xiàn)

• 數(shù)字編輯能力打通現(xiàn)實(shí)世界虛擬世界交互通道

編輯能力包括智能語義理解與屬性控制，語義理解幫助實(shí)現(xiàn)數(shù)字內(nèi)容各屬性的分離解耦，屬性控制則在理解基礎(chǔ)上對屬性進(jìn)行精確修改、編輯與二次
生成，最終反饋于現(xiàn)實(shí)世界，形成孿生-反饋閉環(huán)

• 數(shù)字創(chuàng)作能力從數(shù)據(jù)理解走向數(shù)據(jù)創(chuàng)作

創(chuàng)作能力可分為基于模仿的創(chuàng)作與基于概念的創(chuàng)作，前者基于對某一類作品數(shù)據(jù)分布進(jìn)行創(chuàng)作，而后者從海量數(shù)據(jù)中學(xué)習(xí)抽象概念，并基于概念創(chuàng)作出現(xiàn)實(shí)世界不存在的內(nèi)容

AIGC行業(yè)發(fā)展經(jīng)歷了三個主要時期

AIGC發(fā)展經(jīng)歷了早期萌芽、沉淀積累和2014年之后的快速發(fā)展階段

從分析式AI到生成式AI逐步演化，生成式AI賦予AIGC創(chuàng)新力

• 生成式AI起源于分析式AI，分析式AI發(fā)展過程匯總的技術(shù)積累為生成式AI的產(chǎn)生奠定基礎(chǔ)

分析式AI其學(xué)習(xí)的知識局限于數(shù)據(jù)本身；生成式AI在總結(jié)歸納數(shù)據(jù)知識的基礎(chǔ)上可生成數(shù)據(jù)中不存在的樣本
最新生成式AI技術(shù)如GAN，Diffusion等，催生多款A(yù)IGC產(chǎn)品如:OpenAI系列、DALL·E2(Diffusion)，Starry A.I.(基于GAN)等

AIGC：學(xué)習(xí)范式更新奠定基礎(chǔ)，模型結(jié)構(gòu)升級助力騰飛

• 人工智能技術(shù)推動AIGC行業(yè)不斷發(fā)展，其中學(xué)習(xí)范式的更新賦予AI模型主動學(xué)習(xí)能力，模型結(jié)構(gòu)升級提升AI模型學(xué)習(xí)，歸納與創(chuàng)新能力

AIGC產(chǎn)業(yè)鏈涵蓋了從硬件到多類終端應(yīng)用的廣泛領(lǐng)域

• AIGC關(guān)聯(lián)產(chǎn)業(yè)可分為應(yīng)用層、模型層、云計算平臺與計算硬件層

計算硬件層結(jié)合云計算平臺為AIGC提供機(jī)器學(xué)習(xí)訓(xùn)練與推理算力，其 中GPU與TPU為硬件核心，主要參與廠商包括英偉達(dá)(GPU)與谷歌 (TPU)；
云平臺參與廠商則包含AWS，GCP，Azure以及 Coreweave;計算硬件層中云計算平臺廠商分布穩(wěn)定，競爭出現(xiàn)于模型 層面與應(yīng)用層面

模型層面，閉源基礎(chǔ)模型提供商如OpenAI通過API向用戶提供服務(wù)， 而開源基礎(chǔ)模型則通過在托管平臺如Hugging Face、Replica公開模 型權(quán)重。
模型訓(xùn)練其高計算力需求推動了模型層廠商與云計算廠商建 立合作關(guān)系(如 OpenAI+Azure，GCP+DeepMind。模型層面閉源 模型較為普遍，各廠商依靠模型建立技術(shù)壁壘。

在應(yīng)用層面，MidJourney，Runway等自主研發(fā)、持有模型;而 Jasper，Github Copilot則通過調(diào)用閉源模型商提供的API或采用托管 平臺共享的模型。

AIGC產(chǎn)業(yè)鏈上下游玩家百家齊放

• AIGC上游主要包括數(shù)據(jù)供給方、算法機(jī)構(gòu)、創(chuàng)作者生態(tài)以及底層配合工具等，中游主要是文字、圖像、音頻和視頻處理廠商，其中玩家眾多；下游主要是各類內(nèi)容創(chuàng)作及分發(fā)平臺以及內(nèi)容服務(wù)機(jī)構(gòu)等

AIGC廠商之間的競爭在于模型層面競爭

• 追根溯源，AIGC依賴于底層機(jī)器學(xué)習(xí)模型產(chǎn)生內(nèi)容，因此模型為AIGC行業(yè)廠商真正競爭力所在

文本生成產(chǎn)品多依賴GPT系列模型，自己訓(xùn)練的模型在圖像/視頻模態(tài)產(chǎn)品中較為普遍(圖像/視頻模態(tài)產(chǎn)品通常擁有自己訓(xùn)練的模型，而不是如文本模態(tài)調(diào)用OpenAI提供的模型服務(wù))

• 比較而言，OpenAI依靠模型建立先發(fā)競爭優(yōu)勢，技術(shù)到產(chǎn)品轉(zhuǎn)化相對亮眼

AIGC取長補(bǔ)短，有望成為主流內(nèi)容生產(chǎn)模式

• AIGC所屬內(nèi)容生產(chǎn)生態(tài)的發(fā)展經(jīng)歷了專家生產(chǎn)內(nèi)容(PGC)、用戶生成內(nèi)容(UGC)、AI輔助生產(chǎn)內(nèi)容、AI生產(chǎn)內(nèi)容 (AIGC)四個階段，目前處于一、二階段為主，第三階段為輔的境況
• AIGC克服PGC與UGC存在的 質(zhì)量、產(chǎn)量 無法兼具的缺點(diǎn)，其有望成為未來主流的內(nèi)容生產(chǎn)模式

AIGC生成技術(shù)可按模態(tài)進(jìn)行分類

• AIGC根據(jù)其內(nèi)容模態(tài)不同可分為文本、視頻、圖像，音頻與跨模態(tài)生成

AIGC不同模態(tài)對應(yīng)著各種生成技術(shù)及應(yīng)用場景

• AIGC不同模態(tài)對應(yīng)的技術(shù)應(yīng)用場景也有著各自的細(xì)分品類

AIGC文本生成技術(shù)場景可分為交互式和非交互式

• AIGC非交互式文本生成技術(shù)中，結(jié)構(gòu)化寫作其形式相對固定，生成難度較小，商業(yè)化應(yīng)用較為廣泛；而創(chuàng)作型寫作開放性 較大，在長文本生成中難度較大，仍需技術(shù)進(jìn)一步發(fā)展
• 隨著通信互聯(lián)網(wǎng)技術(shù)發(fā)展，線上社交需求快速增長，如閑聊機(jī)器人等交互式文本產(chǎn)品將迎來快速發(fā)展

AIGC文本生成技術(shù)商業(yè)化落地有望優(yōu)勢先發(fā)

• 文本領(lǐng)域預(yù)訓(xùn)練大模型技術(shù)成熟，文本領(lǐng)域細(xì)分垂類較多，產(chǎn)品數(shù)量居首位，模型數(shù)量發(fā)展超過其他模態(tài)技術(shù)
• 數(shù)字內(nèi)容中，文字模態(tài)數(shù)據(jù)遠(yuǎn)大于圖片/視頻/音頻等，發(fā)展前景相對較大
• 基于GPT-3的文字生成功能已嵌入如Writesonic、Conversion.ai、Copysmith等軟件中，商業(yè)化前景相對清晰

AIGC圖像生成技術(shù)隨著模型結(jié)構(gòu)的優(yōu)化而明顯提升

• 模型結(jié)構(gòu)不斷進(jìn)化提高了AIGC生產(chǎn)圖像的多樣性，但要求較高的功能實(shí)現(xiàn)還有待于技術(shù)的進(jìn)一步提升

“圖像編輯” 難度低于“圖像生成” 與“2D-3D” 轉(zhuǎn)換，目前已存在多款產(chǎn)品支持“圖像編輯” ，而對于“圖像生成”任務(wù)，由于圖片相
較包含更多元素，其生成效果仍存在不穩(wěn)定性，對于要求較高的功能類圖像生成仍需要技術(shù)上的提升

AIGC音頻生成技術(shù)正朝更富情感等人類特征演化

• 文本到語音任務(wù)已比較成熟，語音質(zhì)量已達(dá)到自然的標(biāo)準(zhǔn)，未來將朝更富情感、富韻律的語音合成以及小樣本語音學(xué)習(xí)方向發(fā)展

音樂生成任務(wù)中仍需解決音樂數(shù)據(jù)難以標(biāo)注的問題，數(shù)據(jù)標(biāo)注其顆粒度大小影響音樂生成任務(wù)的可控性。若可控性得以解決，則可指定風(fēng)格、
情緒等因素的音樂生成任務(wù)有希望在影視、游戲等場景下的到大量應(yīng)用。

視頻生成 為AIGC應(yīng)用生態(tài)中的高潛力場景

• 視頻生成本質(zhì)上與圖片生成類似，通過對視頻進(jìn)行幀數(shù)級別的切割，實(shí)現(xiàn)對每一幀的處理

視頻生成過程包括三個階段:數(shù)據(jù)的提取、訓(xùn)練和轉(zhuǎn)換，當(dāng)前技術(shù)正在著重提升視頻修改精準(zhǔn)度和實(shí)時性兩個維度。鑒于視頻本身的文本、圖像和音頻的綜合屬性，
視頻生成也是跨模態(tài)生成領(lǐng)域的重要應(yīng)用場景。

跨模態(tài)生成技術(shù)是真正實(shí)現(xiàn)認(rèn)知和決策智能的轉(zhuǎn)折點(diǎn)

• 現(xiàn)實(shí)世界的信息是文本、音頻、視覺、傳感器以及人類各種觸覺的綜合體系，要更為精準(zhǔn)地模擬現(xiàn)實(shí)世界，就需要將各種 模態(tài)能力之間打通，例如文字-圖像、文字-視頻等跨模態(tài)生成能力

大型預(yù)訓(xùn)練模型的發(fā)展使得跨模態(tài)逐步成熟，“文本-圖像” 生成正在快速落地，“文字-視頻”的實(shí)驗(yàn)效果也已較為理想(視頻時長、 清 晰程度、 邏輯等還有較大提升空間)。

AIGC改變數(shù)字內(nèi)容生產(chǎn)模式

• AIGC作為新的內(nèi)容生產(chǎn)模式，其具有內(nèi)容多樣，可控性強(qiáng)與生產(chǎn)效率高的優(yōu)點(diǎn)，符合傳媒，電商，影視，娛樂等行業(yè)對內(nèi)容數(shù)字化程度高、內(nèi)容多樣以及內(nèi)容更新快的要求，AIGC在以上行業(yè)逐漸替代傳統(tǒng)內(nèi)容生產(chǎn)模式的趨勢十分顯著

AIGC滲透傳媒領(lǐng)域各個環(huán)節(jié)

• AIGC技術(shù)逐漸滲透傳媒領(lǐng)域包括采集、編輯、傳播等環(huán)節(jié)，有助于加快內(nèi)容生產(chǎn)效率，提高內(nèi)容質(zhì)量，擴(kuò)寬內(nèi)容影響力

AIGC化2D為3D，拓展電商展示維度

• AIGC 2D圖像生成3D模型技術(shù)為傳統(tǒng)電商提供多維度的展示空間
• 虛擬合成主播為客戶提供更及時、可靠、親和的服務(wù)體驗(yàn)

AIGC打破傳統(tǒng)娛樂體驗(yàn)邊界

• AIGC技術(shù)打破物理邊界，使粉絲可與偶像親密互動，并形成新的發(fā)展點(diǎn)
• AIGC為用戶打開虛擬世界入口，通過趣味方式體驗(yàn)虛擬世界

AIGC拓寬影視行業(yè)創(chuàng)意邊際

• AIGC技術(shù)以其內(nèi)容多樣性為作品內(nèi)容帶來更多靈感
• AIGC技術(shù)幫助拍攝突破物理限制，還原劇本效果，提高作品質(zhì)量

AIGC促進(jìn)各行業(yè)轉(zhuǎn)型升級

AIGC技術(shù)在各行業(yè)數(shù)字內(nèi)容相關(guān)領(lǐng)域均有發(fā)揮空間

最后歡迎大家點(diǎn)贊、收藏、評論，轉(zhuǎn)發(fā)！

歡迎大家關(guān)注我的微信公眾號！隨機(jī)分享無用的計算機(jī)知識，

微信搜索：進(jìn)擊的Matrix文章來源地址http://www.zghlxwxcb.cn/news/detail-487651.html

到了這里，關(guān)于ChatGPT研究(三)——AIGC多模態(tài)交互功能，奠定多場景商用基礎(chǔ)的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！