在人工智能發(fā)展的漫長(zhǎng)歷程中，如何讓機(jī)器學(xué)會(huì)創(chuàng)作一直被視為難以逾越的天塹，“創(chuàng)造力”也因此被視為人類與機(jī)器最本質(zhì)的區(qū)別之一。然而， 人類的創(chuàng)造力也終將賦予機(jī)器創(chuàng)造力，把世界送入智能創(chuàng)作的新時(shí)代。從機(jī)器學(xué)習(xí)到智能創(chuàng)造，從PGC,UGC到AIGC，我們即將見(jiàn)證一場(chǎng)深刻的生 產(chǎn)力變革，而這份變革也會(huì)影響到我們工作與生活的方方面面。
本報(bào)告將向所有關(guān)注未來(lái)科技的相關(guān)機(jī)構(gòu)、從業(yè)者、創(chuàng)業(yè)者、投資人傳遞億歐對(duì)AIGC的市場(chǎng)潛力場(chǎng)景的洞察和優(yōu)秀企業(yè)案例。
AIGC概述
人工智能概念梳理
AI跨入3.0 +深度加強(qiáng)學(xué)習(xí)范式，利用獎(jiǎng)懲模型強(qiáng)化生成能力
AIGC（AI Generated Content）是基于GAN、預(yù)訓(xùn)練大模型、多模態(tài)技術(shù)融合的產(chǎn)物，通過(guò)已有的數(shù)據(jù)尋找規(guī)律，并通過(guò)泛化能力形成相關(guān)內(nèi)容。從商業(yè)角度看，AIGC是一種賦能技術(shù)，通過(guò)高質(zhì)量、高自由度、低門檻的生成方式為內(nèi)容相關(guān)場(chǎng)景及生產(chǎn)者進(jìn)行服務(wù)。
早期決策式AI依賴邏輯判斷的純粹性，萬(wàn)物都能完美觀察、任何測(cè)量不存在誤差的前提不符合真實(shí)世界的“不確定性”；概率范式基于經(jīng)驗(yàn)主義與理性主義一定程度上解決了“不確定性”；深度加強(qiáng)學(xué)習(xí)可以利用合理的數(shù)據(jù)豐度與獎(jiǎng)懲模型達(dá)到類人類智能的水平，實(shí)現(xiàn)高質(zhì)量?jī)?nèi)容與內(nèi)容創(chuàng)作自動(dòng)化；通用型AI具備泛人類智能，可以像人類一樣執(zhí)行各種任務(wù)。
歷次AI寒潮沉淀的技術(shù)，終在算法、算力、數(shù)據(jù)三者共振的情況下誕生出大模型
在1956年的達(dá)特茅斯會(huì)議上，“人工智能”的概念被首次提出，六十多年以來(lái)，歷經(jīng)邏輯推理、專家系統(tǒng)、深度學(xué)習(xí)等技術(shù)的發(fā)展，人工智能也經(jīng)歷了數(shù)次沉浮，有如日中天的發(fā)展時(shí)期，也有因技術(shù)不足熱度退去后的寒潮。而每一次寒潮后，也會(huì)經(jīng)歷技術(shù)的蟄伏發(fā)展，為人工智能帶來(lái)里程碑式的進(jìn)步。
預(yù)學(xué)習(xí)引發(fā)AIGC技術(shù)質(zhì)變
預(yù)學(xué)習(xí)的出現(xiàn)解決了過(guò)去生成式大模型的痛點(diǎn)，但預(yù)學(xué)習(xí)本身存在模型尺寸、小樣本數(shù)量、微調(diào)能力的不可能三角，解決方法也不盡相同：對(duì)于極大模型，使用知識(shí)蒸餾；對(duì)于少樣本學(xué)習(xí)能力，進(jìn)行數(shù)據(jù)增強(qiáng)；對(duì)于監(jiān)督訓(xùn)練表現(xiàn)欠佳的模型，進(jìn)行提示學(xué)習(xí)。
以GPT為例，在目前階段，廠商通常的做法是擴(kuò)大模型尺寸。
AI大模型底座驅(qū)動(dòng)AIGC概念落地
在AIGC概念實(shí)際落地的過(guò)程中，只有基礎(chǔ)大模型與通用技術(shù)是遠(yuǎn)遠(yuǎn)不夠的，還需要能與場(chǎng)景融合匹配，更需要支持應(yīng)用落地的工具平臺(tái)和開(kāi)放包容的創(chuàng)新生態(tài)，三者協(xié)同優(yōu)化，加速AIGC落地。
在全應(yīng)用流程中，主要通過(guò)大量的無(wú)標(biāo)注文本進(jìn)行共性學(xué)習(xí)，獲得預(yù)訓(xùn)練大模型，此后再根據(jù)應(yīng)用場(chǎng)景特征進(jìn)行微調(diào)，更好與項(xiàng)目任務(wù)適配。
多模態(tài)打破多種信息之間的邊界并生成質(zhì)量穩(wěn)定的內(nèi)容，提升AIGC內(nèi)容多樣性
相比于信息模態(tài)單一的單模態(tài)模型，多模態(tài)模型可以同時(shí)處理更多模態(tài)的信息并將它們相互轉(zhuǎn)化。
現(xiàn)今多模態(tài)模型以圖文多模塊為主。Transformer雖受制于單模態(tài)但其權(quán)重共享適用于多模態(tài)；ViT模型處理輸入圖片，使得Transformer可用， 從而打破NLP和CV間屏障；BEiT將生成式預(yù)訓(xùn)練從自然語(yǔ)言處理遷移到了計(jì)算機(jī)視覺(jué)；擴(kuò)散模型多用于文本圖像生成。
多模態(tài)信息持續(xù)融合增加技術(shù)多樣性，拓寬場(chǎng)景
多模態(tài)在視頻分類、情感分析、語(yǔ)音識(shí)別等領(lǐng)域都得到了廣泛應(yīng)用，涉及圖像、視頻、語(yǔ)音、文本等融合內(nèi)容，未來(lái)還將進(jìn)入交互、感知、內(nèi)容等 更多應(yīng)用場(chǎng)景。
中國(guó)決策式AI已達(dá)到世界一流水平，而生成式AI還與國(guó)外存在基礎(chǔ)要素的
在決策式AI方面，中國(guó)已經(jīng)處在第一梯隊(duì)，中國(guó)是發(fā)表AI論文最多的國(guó)家，且近10年來(lái)占比逐年增加。
而在生成式AI方面，與國(guó)外還存在參數(shù)量的差距，背后隱含著算力資源、數(shù)據(jù)質(zhì)量等基礎(chǔ)要素的不足的原因。
AIGC原子能力動(dòng)態(tài)變化曲線
AIGC的原子能力隨著時(shí)間的變化，內(nèi)容呈現(xiàn)復(fù)雜化、多維化的特征，基礎(chǔ)模態(tài)原子能力向多模態(tài)轉(zhuǎn)變，表明目前AIGC商業(yè)應(yīng)用的嘗試正下沉至 長(zhǎng)尾場(chǎng)景，大模型的泛化能力、實(shí)時(shí)性、強(qiáng)推理與共情能力正在不斷滲透為虛擬人、聊天機(jī)器人、知識(shí)圖譜、合成數(shù)據(jù)、AIGS進(jìn)行多維度的賦能， 推動(dòng)通用人工智能時(shí)代到來(lái)。
以下是報(bào)告節(jié)選正文內(nèi)容：
