AIGC，進入爆發(fā)期。

【資料圖】

2022年12月16日，Science雜志發(fā)布了2022年度科學十大突破，韋伯望遠鏡當選為年度最大科學突破，可謂實至名歸。而在其他入選的科學突破中，AIGC也赫然在列。

這或許是當下最炙手可熱的概念了。無論是火遍全網(wǎng)的AI繪畫，還是震驚世人的ChatGPT，都屬于AIGC這一概念，即生成式AI。憑借著諸多明星技術(shù)、產(chǎn)品的問世，誰也沒有想到，在元宇宙、web3等概念叱咤風云的2022年里，AI憑借“創(chuàng)作”強勢崛起了。

有人認為，AIGC將會改變內(nèi)容領(lǐng)域的生產(chǎn)方式，帶來整個行業(yè)的變革，也有人認為AIGC將會取代大多數(shù)創(chuàng)作者，帶來災(zāi)難性的影響。在各種言論甚囂塵上之時，一個共識似乎悄然達成了，從2022年開始，AIGC將迎來完全不同的發(fā)展時期。

2022年，真的是AIGC的元年嗎？

AIGC編年史

首先明確一個定義，何為AIGC？

跟PGC、UGC、PUGC等概念一樣，AIGC即是指利用人工智能技術(shù)生成內(nèi)容，也就是說內(nèi)容的制作者從實打?qū)嵉娜嘶驒C構(gòu)變成了AI。

AI繪畫最早要追溯2014年，GAN（生成式對抗網(wǎng)絡(luò)）的誕生。據(jù)說人工智能專家Ian Goodfellow在一次酒后想到了這一深度模型概念，基于CNN（深度卷積神經(jīng)網(wǎng)絡(luò)），GAN創(chuàng)造性地將兩個神經(jīng)網(wǎng)絡(luò)進行對抗，即生成器與鑒別器。生成器用于生成“造假數(shù)據(jù)”，鑒別器用于判斷數(shù)據(jù)的真?zhèn)?，在兩者的對抗中，逐漸演化出強大的“造假能力”，而這種造假能力則用于圖像的合成。

GAN之父Ian Goodfellow，圖源網(wǎng)絡(luò)

GAN被稱為21世紀最強大的算法模型之一，Ian Goodfellow也一躍成為AI領(lǐng)域最知名的專家之一。2015年開始，GAN開始被投入實際運用中，相關(guān)的論文也爆發(fā)式增長，也成為AI生成圖像、處理圖像任務(wù)里最常見的存在。

在GAN大放異彩的2015年，一家公司在美國硅谷成立，其背后站著“鋼鐵俠”埃隆·馬斯克、Y Combinator總裁阿爾特曼、天使投資人彼得·泰爾等一眾硅谷大佬，這家公司就是ChatGPT的締造者——OpenAI。

OpenAI創(chuàng)立的初衷是預(yù)防人工智能帶來的災(zāi)難性影響，推動人工智能發(fā)揮積極作用，雖為公司，但OpenAI是一家非營利機構(gòu)，是馬斯克等大佬用愛發(fā)電的產(chǎn)物，在創(chuàng)立之初，大佬們投入了10億美元用于AI的開發(fā)。2016年，OpenAI進一步明確了自己的目標，即向AGI（通用人工智能）研究發(fā)力，致力于讓AI成為改變?nèi)祟惿畹男录夹g(shù)。

OpenAI最大的特點即是“Open”，即開放AI能力，全球研發(fā)者都可以通過其提供的開發(fā)與研究框架投入AI開發(fā)中，共同促進AI技術(shù)的發(fā)展。也是從2016年開始，OpenAI推出了自己的AI平臺Universe。故事轟轟烈烈地開始了。

時間來到2018年，Transformer 架構(gòu)的發(fā)展改變了NLP（自然語言處理）技術(shù)的發(fā)展，預(yù)訓練模型的引入改變了一切。GPT系列正是OpenAI在NLP（自然語言處理）領(lǐng)域打造的模型，其第一款產(chǎn)品GPT-1也是在2018年正式推出。GPT-1的獨特之處在于“半監(jiān)督”，在此前的NLP模型中，AI需要基于特定任務(wù)對大規(guī)模數(shù)據(jù)集進行學習，而這些數(shù)據(jù)是需要“監(jiān)督”的，即人為地對數(shù)據(jù)進行標注。

GPT-1則可以在開始進行無監(jiān)督學習的預(yù)訓練，通過對數(shù)據(jù)的學習增強語言能力，最后進行部分有監(jiān)督的微調(diào)。簡單來說，GPT-1可以用更少的資源和數(shù)據(jù)進行更具效率的學習，但GPT-1仍舊是青澀的，一方面礙于訓練數(shù)據(jù)的有限，AI的“世界觀”很有限，另一方面其性能仍舊不夠好，遠遠達不到對話的能力。

自2018年開始NLP領(lǐng)域迎來了飛速發(fā)展，也從某種程度上改變了AI生成圖像的未來，也就是AI繪畫。

2020年是翻天覆地的一年。彼時，OpenAI推出了GPT-3，相比前兩代，這一次GPT實現(xiàn)了進化，GPT-3的參數(shù)超過1750億個，是人腦神經(jīng)連結(jié)的十分之一，與此同時GPT-3的性能也更強，它能夠識別更深層次的文本含義，并進行反饋。GPT-3的推出是一場革新。

與此同時，在圖像生成領(lǐng)域，一場革命也在發(fā)生。盡管GAN已經(jīng)能生成較高質(zhì)量的圖片及內(nèi)容，但相較來說，其效率較低，同時生成的圖像始終難以令人滿意。而Transformer架構(gòu)的出現(xiàn)改變了一切，自此開始，圖像合成領(lǐng)域告別了GAN時代，NLP與計算機視覺技術(shù)搭配的新時代來臨了。

隨后便是我們熟知的故事了。2022年9月，AI繪畫爆火，11月30日，ChatGPT橫空出世，正式讓全世界看到了AIGC的“強大”。

AIGC國內(nèi)玩家

在OpenAI等行業(yè)巨頭的帶領(lǐng)下，海外AIGC產(chǎn)業(yè)正處于一個高速發(fā)展時期，那么在國內(nèi)，AIGC發(fā)展到哪一步了？

首先我們需要認識到一個現(xiàn)實，相較于美國，國內(nèi)AIGC領(lǐng)域的發(fā)展是相對滯后的，但近幾年來，阿里巴巴、百度、騰訊等互聯(lián)網(wǎng)巨頭都注意到了AIGC這一未來的產(chǎn)業(yè)富礦。

國內(nèi)AI領(lǐng)域，繞不開的一家公司即是百度。

在五個月前的百度世界大會上，百度CEO李彥宏就著重強調(diào)了AIGC，他認為，AIGC不僅能夠提升內(nèi)容生產(chǎn)小籠包，還能創(chuàng)造出有獨特價值的獨立視角的內(nèi)容。在世界大會上，百度AI也展示出了自己的實力：在十分鐘內(nèi)復(fù)原了《富春山居圖》的殘卷，其背后依賴的深度學習模型，即是百度的當家模型——文心大模型。

百度AI復(fù)原的《富春山居圖》，圖源網(wǎng)絡(luò)

文心大模型起源于2019年，是百度深耕預(yù)訓練模型的產(chǎn)物，其核心特色在于“知識增強”，能夠?qū)Ａ繑?shù)據(jù)進行深度學習，并為多種AIGC應(yīng)用提供支持。目前為止文心大模型已經(jīng)發(fā)布了超過十多個大模型，形成了一個大模型家族。

在世界大會兩個月后的萬象大會上，百度還發(fā)布了AI助理，根本上是多種AIGC應(yīng)用的集合，包括文本生成、圖片生成，圖片轉(zhuǎn)換視頻等多種功能，最值得關(guān)注的一點是，其直接面向用戶與內(nèi)容創(chuàng)作者，也就是說，AIGC技術(shù)的C端應(yīng)用化正在實現(xiàn)。

AIGC也不止圖像生成、文本生成等領(lǐng)域，AI創(chuàng)作同樣是多元的，音樂、編程等領(lǐng)域同樣在飛速發(fā)展。

就在不久前，昆侖萬維高調(diào)宣布入局AIGC領(lǐng)域，并發(fā)布了“昆侖天工”模型。這一成立于2008年的公司早期以游戲代理起家，自2016年起，昆侖萬維在海外建立起龐大業(yè)務(wù)，成為國內(nèi)知名的出海巨頭之一，近年來，昆侖萬維更是發(fā)力元宇宙社交等領(lǐng)域，而這一進軍AIGC，也是早有準備。

自2020年起，昆侖萬維便組建了超過200人的AIGC團隊，訓練集群200張卡，投入數(shù)千萬元，并在2021年4月研發(fā)出了百億參數(shù)的中文GPT-3模型。值得關(guān)注的是，在很多人忽略的音樂領(lǐng)域，昆侖萬維也取得了不錯的進展，于2022年1月啟動的SkyMusic已經(jīng)可以實現(xiàn)生成商用級別的音樂。

值得注意的是，昆侖天工選擇開源，與百度一樣，昆侖萬維堅信開源能夠給AIGC帶來更長效的發(fā)展力，并致力于降低AIGC技術(shù)的使用門檻，讓AI能夠幫助更多內(nèi)容創(chuàng)作者。

除了以上提到的這兩家公司外，在國內(nèi)AIGC領(lǐng)域，垂直賽道的初創(chuàng)公司也勢頭正勁，覆蓋AI音樂、虛擬人、AI音頻語音、AI游戲等領(lǐng)域。

但另一個事實也同時存在，相較于OpenAI等海外巨頭，國內(nèi)AIGC領(lǐng)域公司仍存在較大的差距，一方面在組織架構(gòu)方面，國內(nèi)基本都基于公司自身的科研團隊，而OpenAI等組織更類似一個研究院，能夠通過開放共享的模式吸納全球頂尖科研人才。

另一方面，國內(nèi)AIGC相關(guān)公司面對的營收壓力客觀存在，很難像OpenAI等平臺不計成本的進行投入。但伴隨著AIGC逐漸成熟的商業(yè)化以及更廣泛的應(yīng)用，或許國內(nèi)AIGC領(lǐng)域即將迎來春天。

為何元年？

回到最開始的那個問題，2022年為何會被看作AIGC的元年？

其實深入了解AI繪畫與ChatGPT就能理解這一說法：

2022年8月，人工智能公司Stability AI推出了AI文生圖模型Stable Diffusion（擴散模型），將AI圖像生成的效率與精度提升到了前所未有的量級，在最基礎(chǔ)的終端設(shè)備上，只需輸入關(guān)鍵詞，就能生成高質(zhì)量的AI圖像，幾乎讓整個世界為之瘋狂。AI繪畫的爆發(fā)式發(fā)展也第一次讓C端感受到了AIGC的強大魅力。

而ChatGPT的到來更令人震驚。作為基于GPT-3.5的對話式AI，ChatGPT最大的特點即是能夠“理解”對話者的語義，能夠進行更有效的反饋，并進行連續(xù)對話?；趯Τ笠?guī)模數(shù)據(jù)的深度學習，ChatGPT在文本生成領(lǐng)域幾乎能“以假亂真”，讓你認為其真的擁有了意識。此外，ChatGPT不僅能答疑解惑，還能寫故事、作詩，甚至編程，生成內(nèi)容的能力空前提高。

AIGC元年的秘密就藏在這兩個模型里。

第一，在性能上，AI已經(jīng)實現(xiàn)了“進化。相比以前的GAN圖像生成模型，Stable Diffusion最大的特點就在于精準，只要輸入對關(guān)鍵詞，其就能產(chǎn)生較為接近的圖像結(jié)果，這是此前的圖像生成很難做到的。ChatGPT也同樣是高性能的，有人幾乎把它當做了谷歌一樣的搜索引擎，正是在于其對于文本的深度分析并能夠生成較為精確的反饋。而各種生成內(nèi)容則進一步顯示了其性能的強大。

第二則在于“理解”。這點在ChatGPT上體現(xiàn)的更加明顯，相比此前的對話AI，人們驚奇的發(fā)現(xiàn)，ChatGPT似乎能夠理解文本更深層次的含義，無論是連續(xù)流暢的對話，還是對于錯誤想法的糾正，都讓人感覺到對面的AI似乎是有思想的，盡管其只是類似“中文屋”的深度學習的產(chǎn)物，但強化學習模型的加入會讓其不斷進化，對話任務(wù)也完成的更加出色。

最后則在于更大范圍的應(yīng)用。相比于此前的“圈內(nèi)狂歡”，2022年的AIGC真正做到了全民關(guān)注，這是技術(shù)飛速發(fā)展下的產(chǎn)物，以Stable Diffusion為例，其最大的特點即是低門檻，不需要多強大的顯卡與服務(wù)器，最普通的PC就能完成任務(wù)。同時平臺的封裝也讓AIGC更加“平易近人”，AI繪畫僅需要輸入關(guān)鍵詞，ChatGPT也只需要網(wǎng)頁和提問欄就能實現(xiàn)對話，這讓普通人接觸AIGC的機會大大增加了。

AIGC在2022年的火爆，是技術(shù)積累與發(fā)展策略雙重變革的產(chǎn)物，從某種角度來看，稱之為元年也并不為過，只不過2022年更應(yīng)該是AIGC的“應(yīng)用元年”。

AIGC也還有很長的路要走。一方面，在“創(chuàng)造”這一概念面前，基于深度學習的AI的創(chuàng)作是否真正是創(chuàng)造還難以定論，另一方面知識產(chǎn)權(quán)問題也像一把達摩克利斯之劍始終懸在AIGC頭上，如何解決AI學習背后的倫理問題也是一大難題。

但在AI技術(shù)的發(fā)展問題面前，以上問題可能都是細枝末節(jié)了。正如OpenAI等平臺所期望的那樣，AIGC并不是最終目的，真正實現(xiàn)通用人工智能才是最核心的目標。

關(guān)鍵詞： aigc chatgpt 人工智能 昆侖萬維