分析师 | 刘家豪

来源 | 天天财经116

微软市值一夜间涨超800亿美元（约5450亿元人民币），达到五个月来新高；谷歌也涨超4.6%，最新总市值1.38万亿美元，为四个月来新高……得益于ChatGPT在全球的火爆，各路大厂齐齐杀入战局，身价飞涨。一度沉寂的AIGC再次翻红，站上时代的潮头。

国内，百度、腾讯、阿里、华为、科大讯飞……迅速跟进，公布了自己的专利和业务布局。

从PGC、UGC到AIGC，新的时代已经到来。Gartner预计，2025年AIGC将占所有生成数据的10%。

有人断言，AIGC是数字经济从web2向web3升级的重要生产力工具，人工智能技术将引领新一轮产业变革，已成为全球产业界的共识。

多轮对话、文本创作、图片创作……此前的智障重灾区似乎被一一突破了，这一次人们期盼着迎来真正的人工智能。

但事实上，这一轮的突破并没有发生在算法层面，而是得益于大数据和云计算的快速发展，要弄明白这一点，我们就要讲清楚AIGC运作与应用的真相。

AIGC运作与应用的真相

AIGC技术

自然语言处理（NLP）是研究人与计算机交互中的语义理解问题的技术，帮助机器理解人类发出的指令，链接机器语言和人类语言，以实现人机交流。其核心任务分为NLU-自然语言理解和NLG-自然语言生成。

NLP应用流程：

AIGC算法

传统的机器学习算法以回归算法、分类算法和聚类算法为主，特点是不具备学习能力，依赖模型，缺点是很挑战算力并且缺乏对客观世界的深入感知和对人类语言的认知。经历了算法迭代，深度神经网络在学习范式和网络迭代的提升下，AI算法的学习能力得到大幅提升，推动了AIGC发展。

GAN/CLIP/Diffusion是AIGC发展的三大生成模型。

生成对抗网络GAN由一个生成网络和一个判别网络组成的深度神经网络架构，其优点是能更好建模数据分布，无需在学习过程中进行推断，但是GAN的学习过程中很可能出现模式缺失，生成器退化。

CLIP得益于开源模式，使之成为了当前最为先进的图像分类人工智能，并让更多机器学习从业人员将CLIP模式嫁接到其他AI应用。

扩散模型Diffusion能够生成各种高分辨率，在OpenAI，Nvidia和 Google设法训练大模型之后，它的生成逻辑相比于其他的模型更接近人的思维，帮助AIGC在近期拥有了开放性的创造力。

超级深度学习近年来的快速发展带来了深度神经网络技术在大模型和多模型两个方向上的不断突破，并为AIGC技术提升提供了全新的可能性。智能数字内容孪生能力（智能增强技术、智能转译技术）、智能数字内容编辑能力（语义理解技术、属性控制技术）和智能数字内容创作能力（基于模仿创作、基于概念创作）是AIGC的三大前沿能力。

AIGC应用场景

在AIGC场景化应用的评价体系里，个性和自动化是核心壁垒，个性化内容营销、合成数据生成、虚拟陪伴及交互性内容预计有较大增长潜力。

对内容渠道把控是核心竞争力的体现，AIGC的变革在2B的PGC领域大幅提高专业内容的生产效率，并且提高了活跃度；2C应用中则可帮助扩大UGC可覆盖的领域和潜在人群。

整体来说，AIGC应用场景集中在数字化程度高和内容需求丰富的行业。传媒领域，AIGC作为当前新兴的内容生产模式，将帮助媒体内容生产全面赋能。对媒体机构来说，AIGC大幅提高了生产效率，带来新的视觉化体验，同时也增加了互动性，推动传媒向数字化传媒转型。对传媒从业者来说，AIGC能够助力生产更具备人文关怀和社会价值的新闻作品，让劳动性的工作自动化，让需要人类精准分析或情感元素的处理得到更多的专注思考。

引领代际变革的“ChatGPT”

2月8日，新浪科技获取百度CEO李彦宏2023年一季度OKR内容，其关键任务为"引领搜索体验的代际变革"。前一天，百度正式对外官宣类ChatGPT项目--“文心一言”（ERNIE Bot），表示将于三月份完成内测，面向公众开放。

当然，ChatGPT仍然有许多不足需要改进，例如，有时会写出看似合理但错误或荒谬的回答，回复过于冗长等等。业内人士认为，ChatGPT替代Google其实还有点遥远。例如信息老旧的问题，ChatGPT不会在网络上抓取时事信息，目前它的知识仅限于2021年之前学到的东西，这使得它的一些答案显得陈旧。然而，它可以作为当前搜索引擎服务的一种补充，也会对现有的搜索引擎公司产生一定冲击，促进巨头间竞争。

AIGC未来展望

尽管目前C端用户能够以较低的门槛使用AI生成内容，但像如微软这样的行业巨头仍倾向于to B的商业模式，例如为企业定制企业版ChatGPT。

C端的用户大多是好奇使然，而对于B端客户来说，他们有较为稳定和长久的需求：首先能够降低成本，AIGC替代了部分原本应该由原创人员承担的工作，相信在未来，AI负责信息的搜索和整合，人类则负责把握整体的方向。其次，能够满足to B应用在项目上的需求。例如在设计服装的设计过程中，需要设计师不断提供原创稿件，在此期间会产生许多沟通成本和设计费用；然而，AIGC可以帮助设计师以自己的风格设计出多个初稿以供选择，这将大幅提高效率。

中国AIGC产业仍处于野蛮生长的发展初期，底层技术相较国外仍有较大差距，例如人工算法存在偏见与歧视的固有缺陷。内容审核能力有待提升，缺乏合格的审核人员可能会导致包含虚假、不良信息的违法违规内容流出，严重影响产业甚至整个网络生态环境。

因此，从长期的发展促进角度看，应当深化正向引导，建议相关行业主管部门可以通过政策引导充分释放AIGC的正面应用价值；同时，也要注意履行社会责任，企业践行科技向善理念。

2023年有望成为AIGC发展大年，随着AIGC的不断发展，一个标准规范为核心的生态框架真在日趋完善。在不久的将来，核心技术持续增强的背景下，性能更强，逻辑更智能的AI算法将被应用于AIGC，成为未来释放数据要素红利、推动传统产业升级、促进数字经济发展、构建数实融合一体、创造元宇宙世界最重要的推动力之一。