智库文档所有分类

2023AIGC应用与实践展望报告.pdf

下载

hybgfx

48页 | 3.31MB | 25次下载 |

0.0

(0人评价)

我要评价：

投诉举报

用手机看文档

扫一扫,手机看文档

下载

开通VIP

出品机构：甲子光年智库报告指导：宋涛报告撰写：刘瑶发布时间：前言 • 不可否认AIGC的出现似乎已经让大家预见了AI应用的拐点，其创造性与智能性一夜之间刷新了大众认知。但去伪存真，在市场火爆的背后其真正的应用及商业价值几何，更待我们冷静地剖析。基于此，甲子光年智库特此展开AIGC应用与实践研究，输出《AIGC应用与实践研究报告》，期待与各方共同见证AIGC行业的星辰大海。 AIGC如何从内容生成撬动作业模式改变本次报告探讨的问题去伪存真，研判AIGC在引发热烈讨论背后的商业价值，尤其是围绕内容作业体系下的革新。 1. AIGC的本质剖析及AIGC背后的新一代人工智能技术革新？ 2. 基于技术及商业的价值，AIGC将会如何改变内容产业的作业模式，对现有商业模式带来哪些机遇及冲击？ 3. 当下AIGC产业链及核心玩家可能是谁，如何在细分领域完成产品及服务？ 4. AIGC时代到来，企业及个人需要如何面对？ AIGC时代已来，算力及数据下训练的“暴力美学”实现内容生成质的突破内容生成的低成本及高效率必然会冲击现有的商业模式 AI企业、互联网企业、垂直行业的数字化科技企业在AI能力加持下需要再出发目录 Part 01 概念重生：AIGC是内容生成方式一次进化 Part 02 行业颠覆：内容生产体系的作业模式走向工程化 Part 03 产业变革：五湖四海涌向AIGC开阔地 Part 04 未来可期：在探索中寻找人类与机器的平衡缘起于GC，而归于AI， AIGC的关键是AI突破了人类生产“内容”的特权 AIGC 广义的概念：更关注如何利用生成式AI技术在涉及数字内容的诸多领域实现改变及突破： ✓ 首先对内容的作业模式进行了流程再造 ✓ 其次对内容质量及成本的改变，改变了交互的效果及效率 ✓ 生成式AI实际上扩大了“内容”的含义，凡是可以数字化的内容形式均为生成对象，而非传统意义下媒体环境的内容狭义的概念：关注内容（Generated Content）的生成方式，即是否内容的最终形态由AI完成，来自于互联网之前对内容生成方式描述比较（PGC&UGC），对生成主体的不同（人VS机器）、数量及规模的上限，生成速度的巨大差异进行比较 • 目前广受热议的“AIGC”实际是对此次AI技术变革的一种描述概念，即AI（或者说以硅为基本构成的计算机）具备了人类社会中“内容生成概念”的能力，而不是随意生成人类社会共识下无法理解的文字语句、图片、人像、视频等等。 • AIGC概念具备狭义和广义区别，狭义概念更强调内容属性，广义概念强调AI的技术属性： ✓ 狭义的概念重点关注的是数字内容的生产形式（Synthetic Media），和人类生成内容方式对比，例如文字、图片、视频等常规内容形式如何一步通过AI生产； ✓ 广义的概念则突出生成式AI（Generative AI）的概念，即如何通过生成式AI的技术思路解决以往决策式AI难以完成的问题，尤其在数据或者内容生成上实现 “质的突破”。随着生成式对抗网络（Generative Adversarial Network，GAN）等的演进及迭代，生成式AI可以延展到流程、策略、代码、蛋白质结构等多种形式，即意味着凡是可以使用数字内容形式的产业，生成式AI均可以涉及。此次报告在广义的概念下进行讨论。分析式AI 生成式AI 通过对输入数据进行分析和推理，实现感知、认知及决策从大量数据中学习并生成新的数据或内容改变了人类社会所有判断相关的工作流程即将改变人类社会所有内容相关的工作方式 PGC UGC AI-UGC Professionally- Generated Content 内容生成成本高，需要专业人士完成内容生成，总体内容生产数量低 User-Generated Content 内容生成及传播成本由于互联网时代的，无需专业人士完成，总体内容生产数量有所提升 AI-assisted - Generated Content 内容生产主体从人类本身开始向人工智能迁移，主要区别体现在内容的生产效率、知识图谱的多样性以及提供更加动态且可交互的内容上注：此处表示的整个AI技术的大致方向 AIGC提供了机器“从无到有”媒体内容生成能力分级 0级 1级 2级 3级 4级 5级发展趋势内容生产模式生产人生产内容机器辅助审核机器辅助加工机器有条件自动生产内容机器高强度生产内容机器完全自动生产内容生产主体采集生产人生产人生产人生产人和机器生产人和机器机器 AI渗透率↑加工生产人生产人生产人和机器生产人和机器机器机器审核生产人生产人和机器生产人和机器机器机器机器机器生产力的限制情况采集受限受限受限部分受限部分受限不受限生产力↑加工受限受限部分受限部分受限不受限不受限审核受限部分受限部分受限不受限不受限不受限技术示例 • 素材上传、存储、分类、检索、权限设置 • 多媒体内容编辑，提供文字、图片、视频功能 • 内容在线批注、修改 • 支持内容审核，包括文字规范性核查，人物/机构/地域等实体属性核查 • 自动标题、自动摘要、智能字幕、文本生成 • 在内容审核过程中自动屏蔽、剔除或修改内容 • 抓取线上数据 • 根据内容模板利用线上数据自动生成内容 • 采集素材的规范性与准确性审核 • 支持固定位置的线下设备进行数据采集 • 支持根据已设定的内容模板对原始数据进行加工后自动生成内容 • 支持可移动设备自动进行数据采集 • 分析原始数据，自动判断是否需要进一步采集，并根据素材挑选模板自动生成内容技术能力↑ 如果完全按照AI技术参与内容生产流程判断，大多数情况下是AI作为辅助完成内容的生产，但由于内容生产流程的复杂性，往往生成式AI参与的内容生产环节往往被称为“AIGC” • 从内容生产的流程看，内容生产粗略地由“采集”、“加工”、“审核”三个步骤组成，这三个步骤以线性的方式逐步推进，最终完成内容的生产。 • AIGC技术使得机器可以在内容生产过程中尽量实现“自动化”，减少人的工作量；AIGC技术进步使得机器越来越走向“自动化”，实现了“从无到有”。完全态“AIGC” AIGC发展历程的拐点体现在媒体内容生成效果“质的突破” • AIGC的技术不是2022年才突然出现，而是随着AI技术迭代而出现，早期主要是受制于算法、算力及信息数字化的程度（数据信息的成本）。 • 随着机器智能的规模效应，及社会对于信息化的使用程度大规模上升（大量线上数据产生），AIGC迎来了发展的机遇，并且在2022年产品和服务效果在商业化规模效应下表现受到关注。 1950s-1990s 1990s-2010s 2010s-2021 2022至今早期萌芽阶段沉淀积累阶段快速发展阶段产品爆发阶段受限于科技水平，AIGC仅限于小范围实验 AIGC从实验性向实用性转变，受限于算法瓶颈，无法直接进行内容生成深度学习算法不断迭代，人工智能生成内容百花齐放，效果逐渐逼真直至人类难以分辨 • 1950年，艾伦·图灵提出著名的 “图灵测试”，给出判定机器是否具有“智能”的试验方法 • 1957年，第一支由计算机创作的弦乐四重奏《依利亚克组曲(llliac Suite)》完成. • 80年代中期，IBM创造语音控制打字机Tangora • 2007年，世界第一部完全由人工智能创作的小说《1 The Road》问世 • 2012年，微软展示全自动同声传译系统，可将英文演讲者的内容自动翻译成中文语音 • 2017年，微软“小冰”推出世界首部 100%由人工智能创作的诗集《阳光失了玻璃窗》 • 2018年，人工智能生成的画作在佳士得拍卖行以万美元成交，成为首个出售的人工智能艺术品 • 2019年,DeepMind发布DVD-GAN模型用以生成连续视频 • 2021年,OpenAI推出了DALL-E ，主要应用于文本与图像交互生成内容迎来集中爆发，多款产品出圈 • 2022年8月Stability AI发布的 Stable Diffusion模型。 • 2022年11月30日推出的人工智能聊天工具ChatGPT 该阶段：从技术角度上，持续进行尝试，实现算法在局部领域的突破，但是受制于算力、能耗及基础设施的不足，未能实现实际生成中的“生成” 效果，如训练计算的增长符合摩尔定律，大约每20个月翻一番。更好的模型，更多的数据，更多的算力生成式AI迎来了更好的发展土壤自2010年代早期深度学习（Deep Learning）问世以来，训练计算的规模加快，大约每6个月翻一番。2015年末，随着公司开发大规模ML模型，训练计算需求增加10至100 倍。2015-2016年左右，出现了大规模模型的新趋势。这一新趋势始于2015年末的 AlphaGo，并持续至今 AIGC在内容层面产生的效果源于“基础模型”可以广泛使用递归神经网络（RNN）蒙特卡洛树搜索（MCTS）卷积神经网络（CNN）受限玻尔兹曼机（RBM） Paul Smolensky 多层感知机（MLP）反向传播（BP）概率模型高维词向量长短期记忆（LSTM）非线性激活深度玻尔兹曼机(DBM）生成对抗网络（GAN 注意力机制（Attention） RNN改进 AlexNet & Dropout 深度强化学习（DQN） Attention & Transformer 生成预训练变压器（GPT）双向编码表示（BERT） GPT3 残差网络（ResNet) AlphaFold2 AlphaFold chatGPT () MT-NLG 代表具有里程碑的关键创新代表相关算法开创者所在公司或阵营 1900年-1980年 1980年-1990年 1990年-2000年 2000年-2010年 2010-2020年 2020年-至今 Transformer的应用标志着基础模型时代的开始（基础模型的庞大规模和应用范围突飞猛进） • 技术层面上，基础模型通过迁移学习（Transfer Learning）和规模（scale）得以实现 • 深度学习中，预训练又是迁移学习的主要方法：在替代任务上训练模型（通常只是达到目的的一种手段），然后通过微调来适应感兴趣的下游任务。迁移学习（Transfer Learning）使基础模型成为可能 • 人工智能基于漫长的研究过程，正在经历范式上的转变：基于通用类模型构建人工智能（AI）系统，这种模型则被称为基础模型，即在大规模数据上训练并适配（微调，fine tune）到各种下游任务的模型。从技术角度来看，基础模型并不新鲜：它们基于深度神经网络和自监督学习，两者都已经存在了几十年数字内容的孪生能力将现实物理世界中数字世界复刻一遍数字内容的智能创作高效生成人类可以理解的数字内容数字内容的智能编辑将数字世界的化身数据进行修改编辑 AIGC产业的发展来自于算法、数据及算力的综合推动 AIGC 数据数据巨量化跨模态融合算法算力内容创造力数据层面核心技术突破多模态认知计算数字孪生虚拟现实全息立体应用场景算法层面感知+交互大数据语料库高精度训练集标注训练计算任务投喂算力层面硬件算力智能交互实时算力边缘计算云计算本地化 − 从现实生成数字：AIGC利用AI技术构建模拟现实世界的数字孪生模型； − 从数字生成数字：AI能够学习并创作更丰富的内容； − 从数字生成现实：AIGC基于物联网，多模态技术获取多维信息，实现更加智能的人与机器互动。当下的时代机遇：大规模模型的摩尔定律-单模型参数量每年增长10倍 AIGC面对的训练变化：训练所需的资源仅仅是成功的“必要不充分条件” 算力设备：提供底层动力源泉收集数据及数据准备包括数据收集、预处理、存储；数据的质量和梳理对算法效果至关重要特征工程从原始数据提取有代表性、可解释的特征模型选择自开发实现模型使用现成的框架模型训练无监督学习监督学习强化学习 …… 模型评估根据分类、回归、聚类等各种问题有相应评估指标模型调优网络搜索、随机搜索、贝叶斯优化、梯度优化、集成方法等选取最优参数组合，提高模型性能模型部署和应用模型封装后，导入生产环境进行推理模型调参 API部署边缘部署集成部署批处理部署容器化部署调参过程实际上类似于“实验”：“调参”的结果与以往人工智能方式相比，具有更多的不确定性，需要进行多次的反复训练，模型训练中，模型即是训练结果，中间的过程则无法完全复制。算力规模数据质量数学理论 ……分布式计算效率充足的能耗模型训练涉及的基础资源提升在方向上（理论上）能够决定模型训练的效率和结果实际上可以看作“必要不充分条件”：难以明确的直接因果关系训练的过程呈现“黑盒”性质 “量变”撬动“质变” AIGC的产品商业落地需要在模型构建与应用中寻找最优解 “海洋之光”超级计算机（国产超算） 512块 GPU 大算力腾讯太极机器学习平台昇腾 AI 基础软硬件平台 16 块 GPU 大数据量图像292GB 文本中文多模态数据集 M6- Corpus 五大跨模态视频检索数据集基于万条小规模数据集数百 G 级别不同领域的高质量语料模型类型多模态预训练模型图、文、音三模态 “八卦炉”（脑级AI模型） M6 大模型 “混元”HunYuan_tvr 紫东太初孟子大参数 174万亿（与人脑中突触数量媲美） 10 万亿万亿千亿 10亿商汤AIDC，峰值算力3740Petaflops3 -- 计算机视觉模型计算机视觉模型书生(INTERN+) 某视觉模型 100亿 300亿商汤科技商汤科技等企业清华大学等1 阿里腾讯 280 块 GPU 鹏城云脑Ⅱ（2048 块CPU）和百度飞桨 4095（Pflops-day）/2128 张GPU 3390 亿条文本数据纯文本和知识图谱的 4TB 语料库 5000GB 高质量中文数据集 NLP 大模型 NLP 大模型 NLP 大模型 Megatron-Turing ERNIW Titan 源 5300亿 2600 亿 2457 亿微软和英伟达百度和鹏程实验室浪潮信息鹏城云脑Ⅱ和全场景 AI 计算框架 MindSpore，2048 块 GPU 40TB 训练数据盘古系列大模型千亿 3640（Pflops-day3）/上万块V100 GPU 组成 gao 带宽集群算力超过万亿单词的人类语言数据集 1750 亿OpenAI 华为云中科院自动化所澜舟多模态预训练模型结合人类参与强化学习复旦大学超算中心 -- 对话式大型语言模型MOSS 百亿复旦大学大模型小模型海量无标注数据：文本、图像、视频…… 自监督学习利用更有限的资源形成实现具备应用的特征类似人类学习的 “通识教育” 通过“暴力美学”实现大算力、大数据、大参数下的通用模型能力，根据具体垂直应用进行fine-tune 依然通过预训练模式实现基础模型，但关注具体垂直细分应用，最终模型相较于大模型的参数（千亿规模）少，更容易实现小算力场景下的应用营销游戏影视金融工业教育传媒 …… 生成文字生成图片生成视频生成代码生成虚拟场景生成数字人生成策略 …… 技术能力行业应用类似人类学习的“专业教育” fine-tune 基于应用调整模型最终形态基于模型寻找最优的应用落地目录 Part 01 概念重生：AIGC是内容生成方式一次进化 Part 02 行业颠覆：内容生产体系的作业模式走向工程化 Part 03 产业变革：五湖四海涌向AIGC开阔地 Part 04 未来可期：在探索中寻找人类与机器的平衡 AIGC内容的生成作业方式基于人类的“prompt”而完成 AIGC 预训练模型串联融通 2014年提出，由生成器网络和判别器网络组成，相互对抗，不断提高生成样本真实性和判别器准确性 CLIP（对比性语言-图像预训练）模型是，可以理解文本和图像。该模型将文本和图像匹配起来，可识别图像中的内容和描述图像的语言 Transformer模型取代了RNN，Transformer 模型能够同时并行进行数据计算和模型训练，训练时长更短，且训练得出的模型具有可解释性相较于GAN，是图像生成领域的一大进步，不需要明确地计算数据的先验概率分布。通过“扩散” 来执行隐空间中的推断 2020年提出，NeRF 能够将2D图像转3D模型，可以利用少数几张静态图像生成多视角的逼真 3D图像 GAN CLIP Transformer NERF Diffusion 特殊文本形态 • 代码（-计算机语言……） • 生物/化学信息（蛋白质序列、碱基序列……）特殊视频形态示例 • 3D视频（数字世界的立体形态） • 动画（与写实类视频做区分） • 数字人（目的为模拟人的视频形象） • 动态环境（一般指数字场景）文本图片音频视频策略/选择（数字世界的行为及交互）文本图片音频视频策略/选择（数字世界的行为及交互）人类可执行的内容输入（prompt）输出人类可以理解的内容形态 (next token) 内容生成的原理思路示例，以下算法结构是目前较为常用的结构，当下的预训练模型向着可以使用更多种类“prompt”的方向发展，以满足作业需求内容生成的核心在于使用人类文明常用的表达方式进行，利用计算机实现内容形态的输出，文本作为prompt是最容易使用，也是目前最容易实现的方式 *代码生成其他内容，则是通过计算机语言完成，往往不需要生成式AI技术 *机器也可以设计为不需要prompt完成，但不在内容生产作业体系范畴下，本报告不做讨论 AIGC的技术内核推动内容生产方式从“作坊式”走向“流水线” 工作流程及范式发生改变各类内容形态的生产时间大幅降低基于内容的交流效率大幅提升直接价值：内容的生成成本下降，生成效果提升间接价值：人与人之间，人与机器之间的交互效率提高最终价值：生产力显著提升，生产关系逐步发生变化内容交互流程 • AIGC不仅改变了内容生产的方式，从内容-交互-流程，实现了生产方式的变革。 AIGC解决了内容创作效率的核心矛盾：环节中始终存在大量个性化的重复性工作，内容创作的门槛及成本皆源于此。 AIGC可以在部分环节实现“工程化”的工作模式 AIGC解决了工作过程中交流的核心矛盾：交互环节中面对文字风格、图片、视频等等无法用语言进行准确描述的环节，都可以采用快速生成的内容进行直接沟通，颠覆了沟通方式 AIGC重构了作业环节的劳动力（生产时间变化所致）与物质资料（能耗、技术等）分配：生产力的发展会促使新的生产关系的出现 AIGC的能力来源于内容生成的多种类型，辐射多个应用场景及行业文字生成音频生成图像生成虚拟生成策略生成代码生成营销游戏影视金融工业传媒教育视频生成蛋白质结构生成文本处理：总结、续写、改写、修改…… 文本交互：闲聊、问答、咨询…… 音乐生成人声生成、语音克隆图像编辑、修复、风格转换 2D图像生成、3D图像生成（AI绘画）图像分析视频修复、风格转换视频特效（换脸、造景……）数字人生成音效生成游戏场景生成对战策略 NPC“心智”（与环境的交互）代码按需生成或补全修复代码bug 蛋白质结构预测游戏逻辑及剧情心理法律医疗文字素材的生成及加工：小说、稿件、剧本、文案、新闻资讯、广告语…… 基于文字内容的分析：策划、思路灵感激发、热点捕捉…… 基于专业内容的交互：客户服务、心理咨询、法律咨询、医疗咨询、金融咨询、教育咨询…… 基于娱乐的交互：游戏对话、闲聊互动、文字游戏…… 基于商业服务的图片设计及修复：广告海报、工业设计图、建筑图、服装设计、CAD图…… 图片素材的生成、影片的特效及转制…… 长视频、短视频的生成、修复、转换基于商业化的音乐制作：编曲、歌曲制作…… 变声及配音…… 数字形象的建立/模拟：游戏NPC、虚拟偶像、虚拟IP、数字员工（咨询师、分析师、老师、医生、律师……）数字场景的建立：游戏场景、影视特效、数字孪生场景、地图生成…… 关卡、剧情、对战的生成、改编…… 代码编写、信息系统应用的开发…… 专业领域的数据分析、报告生成…… 数字形象直播…… 科研思路及灵感的激活…… ………… …… …… 生成的内容类型内容形式应用的场景覆盖行业实现规模化生产下的个性化应用从内容到流程，AIGC实现游戏行业作业模式的加速变化探索阶段原型阶段开发阶段测试阶段上线阶段游戏开发市场分析产品核心成本、周期预估竞争分析方案策划技术确定美术、音乐原型程序代码编写美术设计音效制作测试 BUG修复数据监控紧急情况处理策划美术素材音乐和音效对战策略图像、文本素材生成原画设定（2D） 3D游戏 3D角色 3D场景和物体 3D角色模型 3D角色动作 3D角色表情 3D技能特效 Photo-to-3D Text-to-3D GPT>Code>DCC 3DScan (Laser + Photos) 2D游戏 2D角色 2D场景和物体 3D角色表情 3D技能特效 2D角色动作 2D角色设计代码逻辑游戏的内容生成效率及效果提升赋能游戏开发全流程 • 游戏的开发过程涉及了AIGC内容生成的诸多方向，以游戏为例，可以体现AIGC相关内容的生成效率及效果直接加速了整个开发流程。 *其中部分内容生成的成熟度尚且不足智能客服实现更自然和专业的交互实现对消费者“心智”层面理解内容营销基于数据实现个性化交互数字人等更多营销模式的普及智能电视 …… 开屏广告信息流广告插入式广告贴片广告搜索广告 …… 线上广告淘宝京东拼多多垂直/兴趣电商平台平台粉丝群拼团群 …… 电商平台小红书微博知乎豆瓣 …… 社交类 B站抖音快手影视综艺 …… 视频类淘宝直播抖音直播快手直播电竞游戏直播 …… 直播平台楼宇广告门店商场 …… 户外广告OTT大屏微信公众号微信视频号企业微信群微信小程序导购个人微信微博企业号知乎企业号抖音企业号 …… 企业号矩阵自有APP 自有官网自有粉丝群 …… 自有平台消费者“心智”面对全渠道的同质化内容饱和式地争夺 AIGC推动了营销过程中交互对于用户心智的理解作用，重构商业逻辑行动触达兴趣分享用户属性用户订单行为用户偏好用户分层商圈细分风险控制社交属性以新一代消费者的生命周期为例，内容营销与交互可以影响全周期通过内容的生成，AIGC通过交互方式的升级实现企业与消费者间壁垒的“打穿” AIGC对于企业和消费者间的交互方式改变标签化的数据（营销全链路信息）与内容营销的结合可以实现更多的玩法创新 ID身份数据来源数据用户主数据会员数据第一方数据第二方数据第三方数据分层数据标签数据偏好数据指标数据行为数据订单数据标签数据模型数据情感状态数据外部标签数据 “知识传递和生命传递将重构世界的商业模式。在未来，并非AI战胜人类，而是使用AI的人群会打败没使用AI的人群。——硅基智能创始人&CEO 司马华鹏 ” AIGC给予了企业流程的新的管理思路及技术可行性供应商客户生产部门财务采购及销售物物财财资资企业内部供应商 • 一级供应商 • 二级供应商 • …… 企业 • 分公司/子公司 • 各地办事处 • …… 用户 • to B/to C客户 • KA客户/小客户 • …… 原材料 • 核心/非核心材料 • 物流 • …… 产品/货物 • 生产过程产品 • 废料 • …… 商品 • SKU管理 • 价格管理 • …… 应付账款 • 流程审批 • 网银转账 • …… 应收账款 • 流程审批 • 网银转账 • …… 内部费用 • 工资及奖金 • 绩效奖金 • …… 采购 • 原料管理 • 采购流程 • …… 销售 • 售前/售中/售后 • 营销模式 • …… 生产/货物调配 • 生产调度 • 存货管理 • …… 人物资财产品营销自动补货销售信息产品组合仓储管理加工订单生产工艺供应采购 • AIGC可以通过模拟学习和模型构建，帮助企业更好地理解大数据，提升企业的智能化水平，实现智能化运营，从而提升企业的效率和能力 • AIGC可以改变以往企业各个环节的依赖内容（非机构化数据）交互流程及效率，实现部门与部门间、部门内容之间的沟通更为顺畅数据在企业的人、财、物、资中无处不在，数字化的重要作用是通过数字世界的信息流完成企业数字化管理 • 既定业务流程的建模、标准化、自动化、执行、控制、度量和优化（例如BPM）是基于现有数据交互协同的思路管理员工； • AIGC通过解决部分交互及协同标准，可以更好地实现流程上的协同管理，但仍需企业对场景的不断探索后才能明确需求。企业流程示例从内容出发，AIGC实现了AI技术对各个行业的升级迭代，带动产业价值 AIGC在内容成本的替代比率 AIGC在流程交互中的提升比率营销游戏影视金融工业传媒教育心理法律医疗 AIGC在产业模式的创新比率 …… AIGC实现对细分行业内容生成而呈现的替代价值。例如，批量生成文案、图片、视频等，直接完成原有行业内容作业方式的方式替代，是 AIGC价值的直接体现 AIGC通过简化行业的流程交互过程，从而提升了原行业的效率，实现时间成本的保留。例如通过智能客服完成提升营销过程中的效率及最终达成 AIGC通过内容生成的多样性，尤其是虚拟技术的应用（数字人、虚拟场景、3D建模等等），实现了行业内新的商业模式。例如通过快速构建数字员工实现数字劳动力的价值 AIGC在原有产业规模上实现升级以部分产业数字化细分行业规模量级为示例，单位元 2022年，中国数字营销市场规模数量级：~10000亿 2022年，中国网络视听规模数量级：～3000亿 2022年，中国游戏市场规模量级：～2600亿 2022年，中国金融科技市场规模量级：～5000亿 2022年，中国线上市场规模量级：～3000亿 2022年，中国法律服务规模量级：～1500亿 2022年，中国线上问诊规模量级：～500亿 2022年，中国工业设计规模量级：～5000亿 2022年，中国心理咨询规模量级：～3000亿 *以上为示例，仅代表AIGC的产业带动规模计算逻辑 AIGC可以带动的产业价值 AIGC的行业商业化落地需要基于目标与资源的分配与达成的工程学方式技术实现行业know-how • 实现AIGC的商业化落地是考验企业在平衡模型开发成本与行业问题解决程度的能力，并且比以往更具有可调整性，因为AIGC对于问题的解决不是唯一解，而是要与原有的数字化方案做成本的比较与衡量。算力及能耗的管理基于AIGC提供用户更好的商业解决方案 AIGC的价值是基于行业know-how的最优解回答，AI落地需要找到企业自身的适合的方式包括模型的开发成本及后续产品的运营成本行业know-how不仅仅表现在丰富的行业实践经历，而是深入理解客户的业务需求，并且通过管理项目开发的流程完成，在细化需求中寻找到主要矛盾并解决 Why（用户分析） How（项目执行） • 基于用户的细分行业属性，熟悉细分行业的需求价值 • 基于用户的业务流程细节，对用户的需求矛盾分析 • 基于用户的资源能力，明确用户的负担上限 • …… • 在不同阶段和层面对项目的工作内容从主项、分项、子项甚至单体的各个部分进行拆分（例如采用WBS），实现项目关键节点的管理， • 完成项目人员的协同、管理、分工及时间资源调配 • 对风险的预知、判断及合理控制 • …… 预训练模型基于需求进行 fine-tune 结合其他需求进行产品的封装对应数据准备技术实现路径模型的训练“黑盒”机制需要工程化的思索时间成本 (是否尽快抢到实践化的落地）基础设施成本 (云服务或者算力的使用成本）人员成本 (工程化协作的团队）目录 Part 01 概念重生：AIGC是内容生成方式一次进化 Part 02 行业颠覆：内容生产体系的作业模式走向工程化 Part 03 产业变革：五湖四海涌向AIGC开阔地 Part 04 未来可期：在探索中寻找人类与机器的平衡 AIGC在全球范围内引发投资热潮，巨大潜力驱使多行业企业进入企业名称融资时间融资轮次融资金额投资机构超参数 2022-01 B轮 1亿美元五源资本，红杉资本中国，高榕资本影眸科技 2022-04 Pre-A轮数千万人民币奇绩创坛，红杉中国种子基金数字力场 2022-07 天使轮数千万人民币 BV百度风投智谱AI 2022-09 B轮数亿人民币启明创投，君联资本特看 2022-09 天使轮数千万人民币未透露标贝科技 2022-10 B轮数千万人民币基石基金，联储证券中科闻歌 2022-10 E轮超5亿人民币国家制造业转型升级基金等心识宇宙 2022-11 天使+ 数千万人民币银杏谷资本，红杉中国种子基金等衔远科技 2023-01 天使轮数亿元启明创投领投、经纬创投跟投深氧科技 2023-02 天使轮千万级人民币汉能创投 tiamat 2023-02 A轮近千万美元 DCM中国，绿洲资本澜舟科技 2023-03 Pre-A+轮数亿人民币中关村科学城，斯道资本，创新工场行者AI 2023-03 天使轮数千万人民币英诺天使基金，九合创投 $71 $199 $1,296 $271 $1,548 $2,654 23 32 42 65 105 110 0 20 40 60 80 100 120 140 160 $0 $500 $1,000 $1,500 $2,000 $2,500 $3,000 2017 2018 2019 2020 2021 2022 全球来看，投资者对生成式AI的兴趣在2022年大幅上升投资额单位：百万美元投资数量 OpenAI获10亿美元融资拉高数值中国企业也备受投资机构关注 *以下企业为示例，代表AIGC的企业在2022年及2023年受到了投资者关注基于模型的IT技术栈更加复杂，也为企业进入AIGC产业提供更多玩法从模型到应用闭源闭源模型应用基于公共网络平台的应用，单一平台应用网络平台应用提供基于本地边缘或端侧交互的应用边缘或端侧应用数据中心工具与模型部署和调用API 数据中心与模型API 基于预训练模型的场景/ 产品适配 Prompt优化与模型微调商业化的预训练模型，通过API调用非开源预训练模型开源模型共享平台模型 Hub 代码及权重开源的预训练模型，一般可免费试用开源模型用于训练或云部署的深度学习框架和中间件等，包括PyTorch、TensorFlow 深度学习框架与中间件等用于训练或云部署的开放式计算平台云计算本地边缘或端侧交互计算硬件边缘或端侧计算平台计算加速芯片与存储芯片，用于模型训练与部署包括：CPU、GPGPU、DSA（例如TPU）、内存、NVMe协议、 Infinband网络解决方案等计算机硬件与芯片应用层中间层（接口层）模型层框架层资源层数据采集、清洗、标注等数据 AIGC的IT技术栈通用类：提供大模型能力，实现MaaS （Model as a Service）解决模型的基础设施与训练条件，如算力、数据及网络资源；如训练所需的框架及平台等目前，垂直类企业及通用类在产品及服务方式的建立过程中实现了中间层的任务，当下单独提供中间层能力企业较少对于用户来讲为垂直类企业：针对细分领域需求提供产品或服务芯片数据云服务训练目前是AIGC企业发展的最初阶段，企业在探索中寻找合适的场景进行商业化落地，往往跨越技术栈的多个层级实现商业试错 AIGC产业图谱通用类：侧重NLP/CV/音视频/多模态大模型能力尽量拓展大模型通用能力，提供的是跨越尽量多的模态、行业、场景能力的大模型（排名不分先后）芯片数据云服务借助生成式AI的模型、算法思路，利用工程化的手段加深纵向细分场景、行业、领域的应用效果，提供针对性的产品及服务（排名不分先后）垂直类：针对细分领域需求提供产品或服务（包括to B，to C）训练综合（提供多类型产品/服务）虚拟技术（包括虚拟人及虚拟场景建设）游戏技术创新（包括美术、剧情及策略等）营销创新（营销方式创新或提效）效率工具写作图像设计代码 …… AIGC产业图谱（未来有更多的企业进入AIGC领域或扩大自身的能力范围，并且AIGC会具有更多的细分场景）影视音创作（提升视频、音频生成效率）工业其他（教育等）重点厂商产品及服务能力分析——百度具备从芯片层到应用层的AIGC完整产业能力，率先尝试应用大模型赋能多行业 ➢ 公司简介：百度是拥有强大互联网基础的领先AI公司。是全球为数不多的提供AI芯片、软件架构和应用程序等全栈AI技术的公司之一，百度以 “用科技让复杂的世界更简单”为使命，坚持技术创新，致力于“成为最懂用户，并能帮助人们成长的全球顶级高科技公司”。芯片层框架层模型层应用层文心大模型百度是目前全球少有的，在“芯片-框架-模型-应用”四个层面上均有所布局的人工智能公司 • “芯片-框架-模型-应用”四个层面将形成高效的闭环反馈，推动百度人工智能持续迭代升级 • 并且框架层和模型层之间具有协同作用，可以帮助构建更高效的模型，并显著降低成本。例如，为了支持海量参数模型的高效分布式训练，百度飞桨专门研发了4D混合并行技术实现千行百业的商业落地百度文心全景图——「产业级知识增强大模型」拥有AIGC产业的优质生态，用AIGC技术实现数字世界的建设与链接亿月活用户量 8亿网盘积累用户亿全域DAU 1300亿日均位置服务请求 8000万全域DAU 百度多端优势产品矩阵，打造10亿+互联网用户规模的“创新土壤” 3000万家庭渗透 AI驱动数字人 AI驱动的3D生成 AI实现的虚拟空间以数字人为例，提供行业级完整的解决方案为创作者打造更多的创作工具及环境具备实现完整虚拟世界的建设能力百度数字人：1+2+3+X虚拟数字人生态体系一站式平台数字人核心资产三大应用+三大场景 3d数字人：度晓晓+希加加 +EVA 合作授权品牌营销服务场景百度智能云曦灵平台—四大AI引擎为依托唇形驱动表情驱动肢体驱动手势感知人像驱动引擎智能对话引擎语音交互引擎智能推荐引擎任务对话预置技术智能问答开放域对话全双工AST 变声器个性化TTS 定制唤醒词内容与产品推荐素材库国内首款独立元宇宙APP AI智能永久复用多端兼容极限观感丰富活动场景会议会展、文博文旅文创、试乘试驾、个人空间元宇宙基础设施百度文心产业知识增强大模型 500万创作者 ……文字生成图片生成音频生成视频生成百度AI开放平台 …… …… …… AI能力实现AIGC千行百态的赋能，场景反馈的应用需求提升AI能力产品矩阵为AI的应用提供广泛土壤，AI反哺用户效率工具与创新能力为创作者提供AI生成工具，降低创作门槛，让更多普通人享受内容创作的快乐输入文案成片输入或粘贴一段文案生成视频选择文章成片从百家号文章中选择内容生成视频智能匹配素材无需担心素材缺乏，海量内容快速成片模版一键包装丰富模版，标题、字幕、背景、配音，可以在模版中一键搞定 2d数字人：青小霞 + 40位数字人上百套专业级模版，覆盖不同场景 40+数字人音色，打造千人千面度咔口播 TTV自动生产营销解决方案 + 重点厂商产品及服务能力分析——硅基智能：国内AIGC赛道领跑者打造多种形态的“硅基劳动力”，科技平权赋能千行百业 ➢ 公司简介：硅基智能是创立于南京的人工智能独角兽企业，获得国家高新技术企业、国家级专精特新“小巨人”企业认证，也是腾讯在人工智能领域唯一重点投资的AIGC科技公司。硅基智能以人工智能科技创新为核心驱动力，将“碳基生命的硅基化”作为核心目标，专注于AI技术深度研发和落地应用，布局AIGC领域不断研发，通过数字人+AIGC的创新应用生产场景，实现更接近于人类、个性化、善学习的数字人应用方案。目前硅基智能已投入服务10多个行业近万家企业，在本地生活、直播电商、医疗教育、泛娱乐、金融服务、文博文旅、政务服务等行业开辟了一系列AI数字人规模化应用场景，目标2025年为世界创造1亿硅基劳动力。人物形象克隆智能语音交互自然语言处理智能语音识别个性化 TTS 无穿戴表情动作捕捉 OpenGPT 大语言模型硅基DUIX引擎+ 华为鲲鹏引擎算法技术产品平台 DUIX（数字人交互平台） MAAS （沉浸式AI体验平台）应用场景知识生产虚拟直播生命克隆数字文娱知识电商企业家IP 名医律师IP 达人经济本地生活直播直播带货服务跨境电商服务中小企业直播数字永生情感陪伴名人复刻虚拟偶像数字人智能大屏数字文创 DAAS（数字孪生应用平台）核心资源电力算力财力核心围绕“硅基劳动力”的建造及后续运营，对传统“生产资料”的需求进行重构，帮助更多企业释放自身的潜能基于自研的AI技术及平台打造，逐步实现“硅基劳动力”在诸多场景的价值释放，把人类从繁重的重复性脑力劳动中解放出来，让人回归人的价值，创造及实现自我生命价值的时间与空间，为人类世界的丰富性打造更多可能性 2025年为世界创造1亿硅基劳动力，在实践中不断迭代“硅基劳动力”的实际场景价值英雄缅怀数字文旅电商直播带货本地生活直播带货硅基智能：数字人+AIGC，大幅提高直播和视频生产效能 ➢ 能力认证：硅基智能的数字人通过中国信通院47项基础能力评测，成为拥有权威认证的数字人厂商之一。 ➢ 场景落地：数字人直播平台和硅语短视频平台，广泛应用于本地生活直播、电商直播带货、企业家IP、医生IP、律师IP、个人IP、直播电商、跨境电商等领域，适用抖音、快手、视频号、淘宝、天猫、拼多多、京东等国内视频、电商全平台，也支持海外视频平台如TikTok、Ins、Facebook、 YouTube等。直播：一键打造“数字分身”，实现超高拟真度的数字人主播的快速生成短视频：实现微表情、肢体语言等多维度的突破，复刻数字化形象 • 数字人直播平台，全流程数字化，无需服化道、设备、场景、灯光，数字人代替真人出镜，弹幕互动等多种交互方式，节约近90%的成本极大降低开播门槛，商家以最低成本打造7 x 24小时开播的直播间； AI数字人主播无限逼近真人主播的真实感；达到远超真人主播的能效（案例：某线下餐饮店使用硅基数字人直播，无广告投流，直播 374小时GMV达数百万元；某酒旅企业使用硅基数字人直播，春节小长假期间,无广告投流，GMV达数千万元）硅基数字人可以极大缓解实体小店的痛点，解决开播难题，7x24H的直播间，拉满直播时长，不用再去地推、发传单、投大量的广告，也可以解决获客问题，获得大批流量市场痛点 • 成本高：虽然大量企业及个人亟需直播营销的帮助，但是主播及运营成本、直播设备成本的居高不下，让诸多企业望而却步 • 实施难：复杂的中控平台、硬件的操作及流程繁琐让企业难以上手；此外，直播团队人员流动大，管理难，直播时长难保证，企业需要保持直播实施的稳定性解决方案实践效果虚拟偶像“爱夏”多渠道矩阵打法，快速获得关注度硅基智能提供大屏定制专属数字员工，满足多种专属场景的交互需求硅语短视频平台 1-3分钟视频+20分钟声音即可完美复制数字人形象与声音，定制自身的克隆数字人 • 高效快捷，节约90%的成本和时间：省去拍摄和剪辑的繁琐过程，通过克隆数字人代替真人出镜；仅输入文案，在1分钟内可批量生成数字人视频，为企业或个人节约90%的成本和时间 • 适用范围广泛，可用于国内外各大视频和电商平台此外，硅基智能也在多领域打造数字偶像、数字员工等： • 海量数字人模版，百种音色，多国语言，快速批量生成多类数字人视频数字人律师数字人主播数字人医生数字人宝妈数字人老师数字人教练重点厂商产品及服务能力分析——网易云商·七鱼智能客服智能重塑服务价值，与全场景联接，驱动企业服务效率和质量双提升 ➢ 产品简介：七鱼智能客服是网易云商旗下以 AI 驱动的智能客服 SaaS 系统，依托全面的自研算法技术，融合在线客服、在线机器人、云呼叫中心、企微客服、视频客服、呼入机器人、外呼机器人、客户之声、自定义报表、数据大屏、智能质检等产品，提供一站式智能客服解决方案，实现全渠道服务，完成全场景联接。为40万家企业构建服务营销一体化体系，高效连接8亿用户七鱼智能客服：协助企业高效打造最佳服务体验，服务体验的落地关键在于自研算法及多年行业know-how，产品覆盖多类型服务场景千人千面塑造极致服务体验体验反馈推动服务管理升级服务全渠道接入智能化机器人智能化人工辅助线上线下业务纵深 -工单流转及数据分析服务体验反馈包括满意度、客户体验反馈及样本服务的数据补充数智化管理实现质检与数据共享七鱼海外版在线客服在线机器人呼叫中心视频客服企微客服工单系统智能质检呼入机器人外呼机器人自定义报表数据大屏客户之声 …… 典型产品示例服务智能化的关键：AI协助实现交互过程中精准意图识别与“专业性”及“自然性”的反馈算法采用sentence-bert模型思想使用蒸馏+多模型集成方案进行fineturning加强垂直领域下的识别能力部署小模型，速度快、效果好，落地成本低自研NLP核心算法文本意图识别率95% FAQ语义算法能力同样语料，语义识别准确率再提升10% 语料数据积累 • 积累亿级语料库数据和20+行业知识库 • 能够有效帮助企业快速搭建知识库 • 同时提供专业的话术模板，提升问题匹配率和问题解决率业务场景匹配实现业务贴合度为目标，提供最佳预配置模型及场景解决方案加以落地多轮对话场景覆盖多轮对话的流程控制，功能完整度较高，支持流程跳出等 AI算法实现精准数据积累提升专业度场景理解支持业务落地 AI技术实现复杂对话下的高准确率意图识别，实现智能化过程关键节点的顺畅及稳定网易云商·七鱼智能客服构建“一触即达”流程，机器人问题解决率达95% ➢ 客户信息：松果出行是全国知名的共享电单车品牌，随着业务增长，在服务用户过程中，在服务规模，服务成本、相应速度等方面遇到常规人力资源方案无法解决的问题，因此借助七鱼智能客服的AI技术及业务融合能力，打造多轮对话机器人，实现降本增效。业务痛点实践效果服务用户数庞大服务成本高用户对响应速度的要求高拥有近5000万用户，日订单峰值达300万单大量的用户，高频的业务咨询使得客服人工、场地的成本与日俱增。 “降本增效”成为企业的核心目标之一在出行场景中，用户遇到问题时对处理的时效性要求高，期待“扫码即走，随到随停”，因此要求客服中心具备快速的响应能力 75% 90% 智能化咨询占比 95% 机器人问题解决率实现10个+人工客服的释放，每年节省人力成本约200万服务团队人效 220% • 七鱼成功助力松果出行将原有的大量的人工客服环节（如核对用户身份、核对订单、申请退款等）实现自助化处理 • 全天候精准识别用户咨询并秒级响应，不断提升机器人问题解决率和智能化咨询占比 • 解决了困扰松果出行多年的“单轮交互”问题，实现服务团队的降本增效通过配置节点、接口对接及知识运营，构建起“一触即达”的流程，实现“多轮对话” 将海量咨询问题梳理为任务流程判断节点-实现逻辑判断即通过用户的回答判断串联各节点，从而确认机器人下一步应该问什么问题对话节点-了解真实意图通过对话节点主动发问，从客户回答中提取必要信息，了解真实意图，从而为机器人回答提供判断条件端到端的接口-实现用户信息用于对话当中七鱼支持机器人在客服咨询过程中，以端到端接口对接的形式自动调用用户信息，从而判断其需求是否满足服务条件，并提供正确回应 4000+流程节点 300+判断节点成功搭建 500+接口获取值用户状态接口对接 …… …… 接口对接接口对接接口对接用户状态用户状态对话节点判断节点知识运营-在海量运营任务过程中保持后端知识库迭代机器人知识运营：通过知识查重（主要是帮助机器人自动识别知识库中高度重复的知识）和知识挖掘（主要是帮助机器人自动收集接待用户过程中表现欠佳的知识），不断提高机器人的问题匹配率 1. 使用To B场景客服专用无标签语料训练基础大模型 2. 做fineturning操作，使模型具备客观的相似度判别能力 3. 在人工标注的客服场景语料进一步训练，加强垂直领域下的主观相似度识别能力 4. 使用蒸馏技术，实现小模型部署，速度快、效果好，落地成本低算法采用sentence-bert 模型思想，并在此基础之上做了重点优化执行亮点可以根据参数设置极端玩法，例如提供基于策略生成的机器人，提供相应的挑战式玩法实现玩家付费通过调整参数塑造不同类型的机器人，模拟不同的真实玩家，对游戏生态进行填充和平衡深厚的技术沉淀重点厂商产品及服务能力分析——网易智企·网易游戏AI竞技机器人为游戏提供成熟可靠的高智能水平+高拟人水平的AI机器人，专注商业化应用 ➢ 公司简介：网易智企是一站式企业服务提供商，依托网易 23 年AI、大数据、通讯音视频技术，以 PaaS、SaaS 为主，提供智能化、数据化、场景化的企业服务解决方案。网易游戏AI竞技机器人团队为网易智企旗下专注于游戏商业应用的团队，AI机器人可以随时随地随需调用弥补真人不足，表现智慧拟人，确保玩法成功，低成本实现买量自由。高能力水平：具有可以超越最高水平人类玩家的能力强度，能战胜顶尖玩家，带来更刺激的战斗体验高拟人水平：具有高度的拟人性，让玩家难辨真假，带给玩家更真实的游戏体验多样化的策略：基于目标并根据不断变化的环境状态调整自己的策略和行为模式，策略千变万化，套路不再单一高度可定制化：可以根据不同的游戏需求和玩家需求进行定制化开发，满足不同游戏场景和玩家需求高性能训练与推理（自研框架支持分布式 10W+FPS）复杂环境支持多样训练方式丰富算法集成多语言支持低成本接入训练实现网易智企的 AI机器人产品特色实现游戏领域的商业模式创新平衡游戏生态，延长游戏寿命提供增值服务通过提供高智能水平的机器人队友和对手，吸引更多的玩家参与游戏，从而提高游戏的收益和市场占有率提高游戏的竞争力网易游戏AI竞技机器人：游戏行业AI技术的深厚积累+多类型游戏的丰富经验，具备为不同玩法的竞技性游戏提供个性化的竞技机器人解决方案动作生存类 MOBA类体育竞技类卡牌棋牌类 ……• 强化版AI机器人 • 多风格AI机器人 • AI机器人难度分级 • 局内难度动态调整 • 实时胜率预测 • 机器人表现分析测评 • 基础版AI机器人 • 模型线上部署配套模块 • AI匹配服务 • 平衡性测试系统基础类服务增值类服务定制类服务满足多类型游戏需要 MMORPG 网易游戏AI竞技机器人实现多类型游戏价值提升 ➢ 应用广泛：满足MMO、MOBA、ACT、SPG、SLG等多个游戏类型，应用于副本、战场、吃鸡等PVP和PVE玩法，满足匹配、陪玩、挑战、托管等游戏需求，20+已上线游戏案例，日均调用量达数千万次，积累大量落地经验。 • 3种类战斗风格：激进、稳健、谨慎，适配不同策略 • 6个能力水平：适配不同等级玩家 • 机器人强度局内动态调整：时刻关注玩家体验让初级玩家轻松上手让中级玩家紧密配合让高级玩家刺激对战 MMORPG MOBA 吃鸡ACT 非对称竞技 CCG卡牌 SPG 棋牌其他战场AI、竞技场AI、新手AI、门派对战 AI…… 3v3v3竞技AI、5v5竞技AI、 10v10竞技AI 战斗+寻路AI 战斗竞技AI 卡牌竞技AI 五子棋竞技AI、国标麻将竞技AI 足球5V5、足球11V11、格斗游戏体育竞技AI 项目背景：野蛮人大作战2是还未正式上线的休闲竞技游戏，游戏需要在上线前就有高水平的机器人，这样在游戏上线以后就能很好的适配高水平玩家，让游戏在开服前期具备良好的游戏生态项目痛点：内置规则机器人能力水平较低，智能化水平较低，难以满足玩家刺激对战的需要，难以适配不同段位的玩家，更难有合理拟人的行为方式打造高智能化的机器人，线下内测的拟人混淆度超过80% 创新设计：适配3V3V3多阵营非对称性对抗提供多类型AI机器人，游戏体验创新例如12个AI组队打本，AI学会躲 Boss AOE技能、刺客绕后破盾、 Boss虚弱期集火等灵活的行为具备灵活的对战策略利用机器人能力，提供多样玩法在某知名MMORPG游戏利用AI竞技机器人实现游戏创新开发专门AI玩法，用户可以付费挑战高水平AI，以便提升营收有效提升玩家活跃度增加玩法人次数120%，形成良好及热烈的游戏生态在MMORPG中增加棋局对弈 PVE日均场次数增加387% 带动PVP棋局数增长，玩家之间场次数增加39% 实践案例示例重点厂商产品及服务能力分析——快手 AIGC与内容社区及社交平台结合，实现短视频/直播科技持续创新与体验提升 ➢ 公司简介：快手作为领先的内容社区及社交平台，其使命是成为全球最痴迷于为客户创造价值的公司。因此快手基于在多模态技术领域的深厚数据和技术积累，以及长年深耕UGC内容创作的相关技术，为客户提供多元场景下的智能创作解决方案，在LLM领域的研究，更聚焦于用户体验的提升，以及和业务场景的融合。快手基于内容社区的场景需求，利用AIGC技术大幅提升创作者效率，实现玩法创新及体验升级，完成技术与应用的融合短视频长视频直播/互动广告电商视频标签物体检测视频检索扩散模型面部特征人体关键点手势追踪人像分割语音识别音频标签语言合成音频检索文本标签语义分析翻译多轮对话 SLAM 人体驱动 3D重建 3D渲染视频理解人脸/人体识别音频技术 NLP技术 CG建模 AI原子能力具备资源及大模型的基础设施多模态大模型文本大模型视频素材库虚拟人资产库服务于AIGC的平台引擎数据标注与处理训练平台云原生服务架构移动端推理引擎视频译制视频摘要精彩时刻剪辑新闻视频合成风格迁移魔法表情智能编辑 AR合成歌词生成旋律生成 AI歌手音色转换文图生成文字和视频生成 3D结构生成文字动作生成有中之人无中之人卡通虚拟人写实虚拟人视频创作 AI玩法智能音乐跨模态生成虚拟人 AIGC解决方案应用场景丰富在线教育剧本创作虚拟偶像语聊/k歌 …… 自研并落地行业领先的AIGC绘画玩法多元场景下的智能视频创作解决方案发布基于AIGC技术的数字人解决方案「快手智播」 • 融合视觉、音频、NLP 的多模态技术 • 自动化脚本/语音/字幕的生成 • 相关的视频创作素材及模版自动完成80%左右的内容创作创作者仅需在云端编辑器中手动精调剩下的部分即可，大幅提升创作者的创作效率工程优化 • 2022年在短视频行业内首发了图到图的AI绘画功能,线上实测运行速度为行业标杆Oneflow近两倍 • 沉淀出一套基于扩散模型的全链路 QPS部署优化方案效果可控、算力可控、交互可控等难点问题上实现了技术突破「AI动漫花瓣飘落」示例技术层面的创新 • 面部和动作生成方面，快手推出了中文语音唇形驱动模型以及基于神经网络渲染的面部驱动与生成框架 • 互动方面，推出了基于大型语言模型和检索式相结合的问答系统传播型虚拟人服务型虚拟人身份型虚拟人 AI赋能，快手AIGC科技助力虚拟内容高效生成蒙牛售前-中-后期业务全链路玩法 • 蒙牛集团第一个虚拟员工 • 中国乳业第一个虚拟主播 • 元宇宙第一个游牧民族电商主播 ➢ 项目简介：快手全链路虚拟数字人直播解决方案+内容平台在品牌营销上的独特优势，为蒙牛人性化的直播电商IP打造提供技术支持。从0到1量身打造的品牌虚拟人IP“奶思”，带动品牌营销玩法创新升级，为相关企业营销思路及落地方案提供标杆性借鉴。蒙牛借助快手的技术支持，在新消费领域实现营销创新，突破次元壁给予消费者新体验对于用户、技术、场景的深刻洞察及实践落地开创营销新玩法三个应用两个平台快手基于自身技术积累、行业优化经验，仅2个月内迅速完成虚拟人“奶思”的打造快手数字人直播解决方案快手虚拟演播助手老铁智播间移动端混合现实引擎数字人及XR制作平台快手虚拟世界虚拟人关小芳参与快手商业发布会虚拟人张凤琴与周杰伦同台 • 快手StreamLake从技术支撑、场景应用、品牌营销、价值挖掘等多维度实现综合的解决方案，实现直播场景的最优解 • 快手团队具备解决人物迅速上线，互动设计、分发推流、直播营销等多个方面的综合行业经验快手团队积累直播领域的工程化经验，积累大量实际应用场景的优化经验示例完整的技术基础+丰富团队经验实现多场景的虚拟互动支持多场景的 7*24直播除动捕方案外，支持摄像头驱动，快手支持“奶思” AI 自动开播，能够根据蒙牛输入的文案脚本匹配动作表情，讲解所售货品，降低了使用门槛和运营成本作为AI驱动型虚拟人，“奶思”具备与真人互动的能力，能够在直播过程中自动回答用户提问，并且基于快手超过十万款特效，直播互动的形式更为丰富多个突破技术支撑突破能力赋能营销 “奶思”在电商直播、新媒体互动、品牌拟人化宣传等场景上落地应用，为蒙牛承担多类营销职责 “奶思”的二次元形象，作为日常微博媒体平台的内容运营者，成为蒙牛元宇宙创新营销的关键开始 · 重点厂商产品及服务能力分析——出门问问下一代AIGC内容生成平台，提供一站式AIGC解决方案 ➢ 公司简介：出门问问是一家以交互式AI和生成式AI为核心布局的人工智能科技公司，为全球 150 多个国家和地区提供AI智能硬件、AI政企服务，以及面向创作者的AIGC工具。出门问问基于自主中文大模型UCLAI，推出了AI声音平台、数字人视频制作与直播平台、AI写作平台、AI图片生成平台以及声音克隆、形象克隆等AIGC产品，服务于全球内容创作者。大算力&大数据大规模分布式训练平台 Advanced Training Platform（ATP）听（语音识别）说（语音合成）读与写（自然语言&图像处理） AI即服务开源共享出门问问自主中文大模型UCLAI（Universal Chinese Language Artifical Intelligent) 语音识别语音合成文本理解文本生成图像识别图像生成 3D内容生成 AIGC底层能力产品矩阵 • 长序列 • 多模态 • 单模型 • 大数据平台特点为用户提供高品质AI配音，目前已在全球范围内获超百万量级的付费用户海外版 AI配音平台 • 丰富的声音库，包括1000+音色和2000+声音风格 • 强大的声音编辑功能，包括多音字调整、语速调节、重读、拖音等 • 媲美真人的声音克隆：结合出门问问新一代TTS引擎 MeetHiFiVoice，输入20句话即可定制高仿真AI声音，兼具情感迁移、跨语言迁移 • 数百量级的真人克隆、3D卡通、3D偏写实、3D超写实角色 • 上千款多语种精品AI发音人 • 覆盖全领域内容类型的场景模版，轻松赋能创作灵感 • 1:1高仿真声音&形象克隆技术数字人视频生成&直播平台拥有自主语音合成、完整人脸建模、虚拟形象驱动、语音动画合成等AI技术能力 AI写作工具 • AI写作，海量模版助力创作 • 风格转化，根据需求转换文风，匹配不同应用场景 • 要点提取，快准狠提炼内容亮点 • 校对纠错、续写、改写、扩写、缩写、翻译等功能 AI图片生成 • 具有“文本生成图片”、“文本及图片生成图片”、“定制模型”等功能 • 支持现代风格、古风、二次元风格等多种风格和视角的高精准垂直内容，可提高内容二次创作度可快速生成爆款广告素材，智能辅助游戏设计相关内容形态音频数字形象视频直播文字图片出门问问最早布局AIGC领域，提供一站式AIGC产品矩阵，实现“技术、产品、商业化”三位一体闭环出门问问AIGC产品已有明确的落地场景和商业化运作能力出门问问AIGC客户案例一款文本写作效率工具，内含九大实用功能，覆盖市场营销、职场办公、新媒体运营等多重场景在多类型应用场景中实现下一代人机交互，加速世界迈入更为智慧的AI时代 ➢ 应用广泛：出门问问可提供一站式AIGC产品及服务，赋能内容创作全流程，具备1:1高仿真克隆技术及积累的海量数字资产，已经形成一套成熟、可信赖的商业模式，在多个领域实现落地。微信读书是一款国民级的电子书阅读应用，其有声书希望能拥有更生动、多样化、趣味性的声音能力，从而最大化地吸引用户，使用户获得更丰富的声音体验，更优质的听觉享受「微信读书」重磅推出的有声书栏目，搭载出门问问AIGC配音平台「魔音工坊」，为「微信读书」有声书的小说、历史、财经、科幻、儿童读书等各类电子书籍带来生动入耳的音频形态出门问问AIGC配音平台「魔音工坊」拥有海量发音人资源，其多样百变的情感化人声在业界广受好评，且能提供稳定专业的工程保证，与微信读书正式达成合作微信读书利用AIGC技术赋能金融业展览厅，让普通用户有更深的体验感出门问问提供自研中文大模型，并针对金融领域业务做数据微调，从而在产品推广、在线客服等场景实现落地 • 智能化：实现与参展人员的智能交互 • 无人化：通过AI虚拟数字人代替真人介绍企发展历程、核心业务、未来规划等信息，降低人力成本 • 形象化：定制工行自己的虚拟数字人IP形象，加深参展人员印象，增强展会体验感 • 专业化：利用知识图谱、图数据库、智能匹配等技术构建招行知识库，提高数字人问题解答准确率基于「奇妙元」数字人克隆和「魔音工坊」的丰富声音，为工商银行的不同分行定制了多款数字人 • 实现形象声音1:1还原，针对客户需求实现24小时自动化引导和智能答疑，实现可视化、多场景的语音智能交互 • 连接运营管理平台，实现数字人客服知识库的持续更新，打通服务闭环 • 兼顾趣味性和专业性：不同地区分行数字人客服还能讲方言，如粤语、四川话、河南话、东北话「魔音工坊」实现有声书用户体验“质”的飞跃数字形象实现金融行业服务智能化 AIGC解决方案提升公安培训质量和效率通过真人形象克隆技术和声音克隆技术实现：只需将编辑好的内容文字输入，即可选择采用专属的播报声音、配合服务人员的形象，生成播报材料的视频，让培训视频新颖生动又有深刻的教育意义客户需求合作效果合作方案实现多类别图书的多人性化配音客户需求合作方案合作效果客户需求合作方案合作效果一套智慧公安科创方案，包括智能化警校培训，节约教学时间与警力成本、AI写作协助案件处理、智能外呼、大屏数字人宣传党史党建、24小时数字人警察主播等 • 建立一套专属的播报声音模型：选取优质的播报人员声音，通过声音模型训练，多音字、生僻字配置，完成声音克隆 • 建立一套视频合成平台：将编辑好的内容文字输入，即可选择采用专属的播报声音模型配合基础服务人员形象播报材料的视频重点厂商产品及服务能力分析——容联云依托“通讯+数据+智能”的核心技术能力，打造全渠道智能联络中心 ➢ 公司简介：容联云依托“通讯+数据+智能”的核心技术能力，运用AI能力为企业搭建数智化转型的能力底座，在营销与服务侧提供人机对话、智能联络、智能陪练、坐席辅助、智能知识库等产品，一体智能中台实现企业的生产、运营、管理环节精细化提升，数据分析能力让云通讯产品的价值进一步提升，让企业的数字化进程变得的更加精细。全渠道接入 AI智能中台全业务赋能平台容联云容犀：可实现传统呼叫中心彻底地创新化和智能化改造基础层能力的机器学习、NLP、ASR、TTS、知识平台容联云容犀对话引擎、规则引擎、呼叫引擎智能语音、坐席辅助、智能陪练等各类场景化的应用打造高智能高转化高效率全渠道智能联络中心（AICC）专利申请数十项、软著数百件，通过软件CMMI5认证助力企业和政府组织实现生产管理、市场营销、运营服务等系统的全数字化升级改造与融合打通服务热线教育培训营销推荐售后服务诉求洞察信息咨询状态查询交易委托 …… 多场景实践实现多领域标杆用户认可利用AIGC技术深入智能联络中心的建设的核心环节，提高人机交互的体验平衡AIGC的使用成本与实践效果，实现关键“质”的突破 ➢ 通过AIGC实现标准问答和知识库的内容生成，实现针对于客户知识库高效低成本建立 ➢ 通过自然语言完成SQL 数据库结构化查询语句，提升信息的获取效率及对应门槛 ➢ …… 具体业务结合的更加紧密，持续深入各垂直细分领域云通讯技术+AI深度融合，容联云实现证券领域的海量用户高效回访 ➢ 客户信息：证券行业回访场景是证券行业刚性需求，兴业证券在全国31个省、市、区共设有275个分支机构，每一年积累了几十万的回访数据。回访量大、范围广、回访业务难的业务属性，并且客户情绪化高、回访客服人员不足，造成企业业务线受阻，因此兴业证券通过调研后决定使用智能外呼机器人，实现业务创新。业务价值实践效果回访数量提升 ➢使用智能机器人外呼后，每天回访数量提升至人工外呼的 350% 回访时间减少 ➢同样数量的外呼，完成时间仅需原来的22% 回访效率增加 ➢同样的数据通过使用智能机器人外呼回访的方式比人工外呼回访效率提升400%+ 同组回访数据，分别进行人工外呼回访和智能机器人外呼回访的效率对比： 350% 22% 400% 智能服务基础平台 NLP中文处理能力深度学习的模型训练能力知识管理和知识优化能力智能语音外呼场景流程组件拖拽式设计根据需求进行流程调整，灵活管理实现与现有联络中心架构无缝衔接有效降低人工坐席外呼工作量 ➢ AI能力加持：提供AI模型自学习平台，其内置常用模型及算法，可根据业务类型进行选择建模 ➢模型持续迭代：后续模型更新可以通过自学习平台进行线上初检、复检，数据标注统一管理，不断优化模型成熟度 ➢提供开放式模型：可将模型原子化能力开发给第三方应用系统使用，并且提供数字化模型分析在项目执行中进行持续进行运营管理，实现项目过程中的不断优化智能服务基础平台实现基于语音技术和语义理解技术，为兴业证券提供高质量的外呼服务执行亮点解决海量用户回访实现高效精准触达引领行业科技创新海量的回访数据，在人工不足的情况下，利用智能外呼机器人快速完成回访任务使用智能外呼机器人技术，可以建立通过跨天任务式进行有规则的外呼，通过这种方式达到企业降本增效的目的兴业证券作为引领行业创新的证券公司，需要根据实时变换的营商环境，积极落实金融责任，探索科技创新，以前瞻布局推进创新，探索责任共担、资源共享的协同发展新模式重点厂商产品及服务能力分析——小冰 AI Being理念，创造人工智能和人类团队新的协作与生活方式 ➢ 公司介绍：小冰公司前身为微软（亚洲）互联网工程院人工智能小冰团队，2020年从微软总部拆分，独立后的小冰公司加速促进全球前沿技术与本土化产品的融合，专注于人工智能赛道，并依靠深厚的技术积累和研发实力，在短短两年的时间里成长为独角兽企业。 ➢ 基于小冰框架的人工智能数字员工（AI Being Employee）产品技术已经在多个场景使用：提升企业员工和内外部交互与协同的效率与体验，进一步提升业务流、信息流的流通效率，实现增效降本的新价值。 2013 2014-2020 2020-现在 90年代二十年前，微软研究员创设自然语言处理、计算机视觉、计算机语音三个研究部门，经持续投入，逐渐形成在AGI方向上的大量研究成果，并训练了一批人才。这些成果，know-how与人才组织，形成了小冰团队基础小冰团队专注于与传统对话系统有较大区别的基础框架理念，提出了AI Being定义并建立同一基础框架（Session-oriented），而非割裂的算法与知识图谱松散整合。实现数据、算法、算力的融合循环，强调数据为其中关键部分，算法基于数据进行迭代突破多年以来，小冰团队通过持续的微软内部孵化方式实现团队扩充，不断完善小冰框架的完备技术栈。对外，以Dual AI 战略实现数据规模最大化，形成了超越所有竞争对手的数据总量。分拆前，在团队规模、数据量、技术完备度方面均为微软第一名时代在加速拥抱小冰的理念，AI Being逐渐成为通行名词。在AI Being领域，小冰是目前全球最领先的完备人工智能框架公司，目前框架内的用户规模超过亿月活跃用户，AI Being总数超过100万个小冰框架 AI Being AI Being 不只于外表 2019年，小冰率先提出了数字人（AI Being）理念，并基于全球领先的完备人工智能小冰框架，推出了数字专家和数字员工等完整产品线。 Persona （人格） Creation （内容创造） Knowledge （知识） Skill （技能） biological character （生物学特征） Attitude （立场） Human 实现自驱交互 World 完成知识任务 Deployment 多平台的部署 AI Creation 内容创造招商局数字人员工“招小影”应用，“小影” 强大的技能树兼具深度、广度与精度。她既有工作汇总、信息通知等通用技能，又具备专业领域知识和业务自动处理等能力在直播上面，每经AI电视可以每天24小时不间断在视频号直播，每天有10w+人通过每日经济新闻视频号关注全球财经信息人工智能数字员工（AI Being Employee）应用示例红杉中国数字虚拟员工Hóng 已具备核心对话引擎、多重交互感官等多项技能，擅长第三方内容触发与第一方内容生产十年框架技术积累，AI Being 在多行业实现加速普及文字生成诗集金融资讯《阳光失了玻璃窗》由AI诗人小冰创作，是人类史上第一本人工智能诗集。为了验证小冰创作的诗歌水平，科学家们曾用27个化名在各大平台发表作品，但没有人发现这些诗歌的作者“不是人” 2020年，每日经济新闻宣布与小冰在人工智能赋能“智媒体”领域展开合作。基于小冰人工智能文本生成，在前期试运营的一个月里，已为7000万用户推送一万余篇的金融资讯图像生成绘画设计 2021年，AI画家夏语冰的水墨画《山水精神》在迪拜世博会中国馆展出，夏语冰成为全球第一个以画家身份参加世界级展览的人工智能个体 AI设计师元徕创作的《衍生/DERIVE》在中央美术学院的毕展中备受关注。2021年，万事利丝绸与小冰公司宣布，依托人工智能小冰框架，双方共同打造的“西湖一号” 数字美学创意平台，接受一对一的定制化商品设计服务音乐生成 2020年，Burberry发布TB夏季专属标识系列（TB Summer Monogram）推广曲《Runway 》。AI歌手何畅与音乐人马伯骞共同演绎。同时，小冰也参与了该曲目的词曲创作 AI“天花板歌手”何畅，作词、作曲、演唱《阅向未来》语音生成 AI声库 2022年，洛天依十周年生日会现场，洛天依首次用AI发声。以小冰框架定制的洛天依AI，和X Studio音乐创作软件制作包括洛天依的歌声合成声库，和第一个语音声库，向广大创作者们推出体育播报 2022年，体育主持人刘建宏的数字孪生虚拟人首次亮相，代他完成了2022卡塔尔世界杯快讯播报视频生成 2023年，Netflix宣布，其与小冰公司日本分部（rinna）、WIT STUDIO共同创作的首支AIGC动画短片《犬与少年》正式公开。这是Netflix动画创作者计划的第一支作品，通过人工智能技术绘制完整动画场景，为动画制作揭开新的未来《犬与少年》是AIGC技术辅助商业化动画片的首支发行级别作品。该片讲述了一个小孩与一只机器狗的重逢故事 2022年2月，音乐人小柯首次搭档AI歌手，为北京冬季奥运会创作了歌曲《唯你无他》。演唱者共两位，何畅和夏语冰，均由人工智能小冰框架创造完成歌、词、曲、演的多重角色，并且与知名歌手搭档具备实现人类美学艺术的能力，并且实现设计能力商业化落地从艺术到实用，小冰实现了多重细分领域的跨度能力利用AI实现数字人成为人类社会雇员通过人工智能技术绘制完整动画场景，为动画制作揭开新的未来 ➢ 具备穿透To B到To C的体验：帮助B端客户穿透用户群体到达C端场景，实现解决方案的升级换代、用户体验升级跃迁，具备广泛的应用场景优势。重点厂商产品及服务能力分析——超参数科技致力于“打造有生命的AI”，创造一个10亿人与100亿AI共同生活的虚拟世界 ➢ 公司简介：2019年成立，红杉、高瓴等顶尖风投多轮加持，估值达独角兽，团队深耕“游戏AI”领域多年，专注打造虚拟世界中的AI bot，期待为虚拟世界与现实世界带来全新体验。 AI bot初具雏形，聪明机灵，表现自然，有独特的生命感，能展现出自己的思考和想法，做出情理之中、意料之外的行为 AI bot开始展现出多样性，拥有不同的性格、情绪、价值观等。不同角色的AI能与人类紧密配合，积极地交流与互动，为了小队的共同目标而努力 AI bot的数量大幅增加，目标和行为各不相同，并且相互影响。量变引发质变，如蝴蝶效应般，形成一个鲜活的、动态运转的生态体系每个AI Bot都将和人类个体一样独一无二，并与更多的人类产生社交关系。AI的关系网络将与人类的关系网络有机融合，组成一个全新的社交网络超参数与顶尖产品团队深度合作，提供创新的AI体验应用层 AI训练（AI Training) 模型评估（Model Evaluation) 特征提取（Feature Extraction）数据生成（Data Generation) 强化学习（Reinforcement Learning) 监督学习（Supervised Learning) 批量计算（Batch Computing）定制计算（Customized Computing）基于云原生的底层架构架构层计算模式（Computing Mode）计算任务（Computing Task） L1 L2 L3 L4 基于云原生的AI研发引擎，实现多云多集群管理跟随技术路径，逐步打造极致的 AI BOT 提供的AI bot已在多款千万日活的产品中上线；在业内率先实现在3D FPS领域的大规模商业化落地基于构建AI NPC生态能力的技术系统，打造永续运转的“AI社会”雏形 ➢ 超参数科技构建了“活的长安城”，它是一个永续运转的“AI社会”雏形，性格各异的AI NPC们生活其中，它们在比人际互动更丰富的社会生活层面相互连结，彼此影响。 ➢ “活的长安城”成为现实的是GAEA：一项拥有构建AI NPC生态能力的技术系统。GAEA是超参数探索“AI社会”的阶段性成果，它能让无数个长安城（虚拟场景）涌动起来。 • GEAE是⼀个技术系统，拥有构建 AI NPC ⽣态的系统能⼒。换⽽⾔之，GAEA 是⼀套综合了不同模型应⽤能⼒的技术⽅案，可以解决比如开放世界产品等的内容⽣态问题。要点在于打造有“生命”的AI NPC，以及建立反馈机制。所谓“反馈机制”，指的是：GAEA让AI NPC个体之间、子系统之间可以相互作用的系统能力。 • GEAE得益于AI BOT 技术和团队技术选型能⼒：所谓技术选型能⼒，即不断改进技术⽅案和迭代路线的能⼒，⼯程化能⼒+产品化能⼒的综合体现，其次是 AI ⾏业的技术突破，LLM 的锦上添花。记忆内在状态 + 个体记忆库策略网络宏观策略微观策略灵魂系统环境系统社会环境物理环境目标行动 LLM制定目标 LLM推理人类社会常识 LLM作为聊天机器人构建AI NPC生态能力的技术系统-GAEA 负责与海量AI NPC产生交互、反馈，并驱动整个 AI NPC生态的自运转打造有“生命”的AI NPC “记忆”中最重要的是“内在状态” （ Internal state）和“个体记忆库” （Memorized events） “内在状态”可以理解为AI NPC在性格、长短期目标相互作用下呈现出的结果，其具体体现为心情等数值的变化 “个体记忆库”则可看作AI NPC个体过往经历的合集，由AI NPC和社会环境相互作用形成，是一个较为抽象的存在 “灵魂系统”与“环境系统”在GAEA的反馈机制下相互作用，彼此施加影响，使“AI社会”得以永续运转 GAEA中时间维度的存在，在“AI 社会”的演化过程中，环境系统会在AI NPC行为的影响下发生改变，反过来，环境系统的改变也会作用于AI NPC的灵魂系统，进而影响AI NPC的行为决策拥有“灵魂系统”的AI NPC们不仅因角色不同而各具目标，还因个性、过往经历不同而生发多种行为模式从技术层面看，灵魂系统主要由“策略网络模块”上下两层模型组成：宏观策略：具备常识理解能力，权衡长短期目标，综合记忆能力做出智能宏观决策微观策略：符号系统的多任务建模，支撑 NPC在开放世界下的海量行为表现 + 目录 Part 01 概念重生：AIGC是内容生成方式一次进化 Part 02 行业颠覆：内容生产体系的作业模式走向工程化 Part 03 产业变革：五湖四海涌向AIGC开阔地 Part 04 未来可期：在探索中寻找人类与机器的平衡 AIGC所带来的思索：新时代“人机关系”带来生产方式及关系的理念转变 AIGC将重构知识创意类的工作流，生成式AI将创造和知识工作的边际成本降至零，产生巨大的劳动生产率和经济价值，以及相应的市值。炼大模型是长期主义的持久战，应理性去判断，怎样能够长期参与，「垂直整合型大模型」是一种比较务实的做法。 AGI就像真相，永远只能逼近不能到达。AIGC时代，我们要用AI的思维来思考这个世界，理解AI的边界，了解它能为人类提供什么帮助，怎样更好地为人类所用。未来，出门问问将继续坚定深耕AIGC领域，把中国式创新的大模型越做越强，上层应用体验做得越来越好，同时把商业化做得更坚实，以更聪明的AI赋能千行百业。“ ” ——出门问问创始人兼CEO 李志飞在AIGC技术下，人与AI之间的关系转变为寻求合理的协作方式人 AI 随着AIGC的应用场景增加，AI在不断提升在流程中的工作占比，但仍然仅是流程中的工具 AI AI 人需要在工作的各环节中时刻考虑AI协作的灵活性，实现更好的协作性人人绝大多数的工作仍然由人完成指示AI 指导AI 指挥AI 绝大多数的工作可以由AI完成人类可以利用AICG技术不断减少自身的重复性工作从生产力角度看，由“手工工具”到 “机器工具”的转换，是人类文明发展史上一个革命性转折原始时代人类文明进化历程数智时代数字时代信息时代工业时代农业时代生产工具先进性石器农具+牛机械 PC/软件云、网、端、芯、链 ? 信息革命改变信息生产、交换、分配和消费方式，从而改变了生产力及生产关系 AIGC的出现在改变人与AI（所代表的智能化机器）的生产协作模式，也在改变人与人之间、人与社会之间的生产协作关系 ……生产要素的增加与丰富是推动人类文明进展的重要因素，……其次，文明的演进也得益于生产工具先进性的不断提高…… ——张一甲，《2022中国式数字经济30条判断》 AIGC产业中AI技术的通用性在迭代中不断提升 “ ” AIGC带来了新的企业机遇及生态合作可能色块代表企业在AIGCIT技术栈的能力占据，闭源模型应用网络平台应用边缘或端侧应用数据中心与模型API Prompt 优化与模型微调非开源预训练模型模型 Hub 开源模型深度学习框架与中间件等云计算边缘或端侧计算平台计算机硬件与芯片应用层中间层模型层框架层资源层数据围绕模型层能力开展技术或资源占位，未来AIGC的企业具有更多的协作模式 1. 基于/借助模型层能力，向中间层及应用层延伸，实现针对于用户需求的技术能力占位，企业间具有更多技术上下游合作的可能 2. 基于/借助模型层能力，向框架及资源层延展，实现MaaS模式在算力、训练及模型构建的底层一体化能力当下的的IT技术栈多模态✖️多场景✖️多技术，未来的AIGC产业逐步形成复杂的生态合作关系 OpenAI为全球的AIGC企业提供了榜样，但并不是唯一答案被投公司主营业务投资阶段 Anysphere AI工具种子轮 Atomic Semi 芯片制造种子轮 Cursor 代码编辑种子轮 Diagram 设计工具种子轮 Harvey AI法律顾问种子轮 Kick 会计软件种子轮 Milo 家长虚拟助理种子轮开发者工具种子轮 EdgeDB 开源数据库 A轮 Mem Labs 记笔记应用 A轮 Speak AI英语学习平台 B轮 Descript 音视频编辑应用 C轮 APIs ChatGPT Open AI 推出 Plugin(插件)，目的是希望用户可以轻松在Plugin平台下开发应用插件 Open AI本身具备开发插件能力，网络浏览器帮助 Open AI 接入互联网成功弥补自身短板，代码解释器引领“编程变革” Plugin基本具备扮演更加类似“助手”的作用: 1. Plugin 可以及时更新实时信息； 2. Plugin更具有服务化的意识…… 微软云 OpenAI系列大模型微软云上部署 OpenAI的产品 OpenAI与微软的合作微软未来可能利用自身庞大的平台优势销售AI插件 OpenAI的产品集成到微软的产品中，例如Copilot，Bing Open AI 推出 Plugin(插件)，降低开发门槛，实现“AI+”生态有望生成推动“AI+”时代，应用软件生态的繁荣 OpenAI与微软的合作，从底层算力、模型训练、模型完成再到最后的产品商业化提供了非常好的实践范例，并且通过投资实现下游应用的延展，及基于AIGC的新开发生态但中国与美国的数字化进程不同，内容经济不同，从场景应用的商业玩法看，可能有诸多更优秀的答案 *以上为部分被投企业示例 2020年1-2月 2021年1-2月 2022年1-2月 2023年1-2月 AIGC带来了机遇和风险，每个人都需要在时代中进行选择 2021年1⽉，Open AI开发的⽂本⽣成图像⼯具DALL·E⾯世，引发国内AI⼈才招聘需求暴涨。2021 年1-2⽉的AIGC领域岗位数量较2020年上涨281% AIGC带来了对原有职业的价值重新判断 2023年1-2⽉，ChatGPT横空出世，AIGC⼈才需求再度逆势上涨，岗位数量同⽐增⻓%，创历史新⾼ AIGC领域岗位数量呈现井喷增⻓2022年-2023年，1-2月AIGC相关岗位同比增长趋势职业替代百分比高盛在一份报告中认为欧美的行政岗位、法律、建筑设计师是前三位的替代率，分别是46%，44%，37% 并且认为欧美所有的行业平均被AI替代的概率上升到25% “……我认为不断去探索和理解我们存在的世界和人类的智能，再抽象为程序和代码来实现数字化的智能，是非常有趣且让我充满好奇和激情的事儿，这逐渐沉淀为Magics目前专注的智能数字人，减少人的重复劳动，降本提效增量创收，这是我认为现在就对我们的世界很有价值和意义的事儿，未来也没有尽头：构建不断自主学习、持续进化的智能和数字世界是终极追求，也是我愿意投身其中去做一辈子的事业。……” “……生命历程中充满奇迹，而技术也可以创造更多奇迹，回归程序员的上帝视角用代码创造奇迹--这是我认为值得终身追求的事儿，也是我理解的创业和工作最大的差异：拥有自由去定义自己生命的意义，按照自己的意愿为我们的世界创造价值。……” ——迈吉客科技创始人伏英娜，月访谈 AIGC降低了内容的生成门槛，为更多的人提供了选择、创新及改变的机会，时代面前只能顺势而为 “ “行政法律平均建筑设计师…… 智库院长宋涛微信 stgg_6406 分析师刘瑶微信 18401669467 北京甲子光年科技服务有限公司是一家科技智库，包含智库、媒体、社群、企业服务版块，立足于中国科技创新前沿阵地，动态跟踪头部科技企业发展和传统产业技术升级案例，致力于推动人工智能、大数据、物联网、云计算、AR/VR交互技术、信息安全、金融科技、大健康等科技创新在产业之中的应用与落地扫码联系商务合作关注甲子光年公众号

包含本文档的专题

AI的多面光芒：探索人工智能在不同领域的的无限可能性

5 40个文档

未登录

联系我们

智库文档公众号

客服微信

标签

包含本文档的专题

联系我们

意见反馈