AIGC的“含科量”与“含资量”

理财鱼小提示：AIGC的“含科量”与“含资量”

文丨脑极体

2014年的时候，我在互联网企业里做内容工作，当时业内很流行凯文·凯利的“一千个粉丝”理论，相信“找到一千个种子用户，产品就能够活下去”。

找到种子用户干嘛呢？核心KPI之一，就是鼓励他们创造内容，提高平台的UGC数量与质量。

普通人也轻松能创作的图文短视频，用爱发电的同人衍生，极具创意的鬼畜视频……UGC（User-generated content用户生产内容），以高效、丰富、多元的产出方式，和PGC（Professional-generated content专家生产内容）、OGC（Occupationally-generated Content职业生产内容）一起，让互联网数字内容呈现出前所未有的繁荣多彩。

一个时代有一个时代的主题，如今业内流行的内容生产模式，则是AIGC。

AI-generated content，字面意思是AI生产内容。AI写诗、AI作曲、AI绘画、AI换脸……甚至有创始人认为，游戏中导入图片生成模型的“捏脸系统”都是AIGC。

那么问题来了，让AI替人舞文弄墨，对话交互问答、创意写作、生成诗歌图文或是以假乱真的视频，不都是旧新闻了嚒，都属于自然语言生成Natural Language Generation (NLG)的应用，是NLP自然语言处理技术的一大类任务，已经应用将近30年了。

怎么突然就以AIGC的概念成为资本热捧的对象呢？

故事恐怕还是要从“元宇宙”说起。

AIGC，到底生产的是什么内容？

在内外网搜索 “AIGC”时，精准匹配的是简体中文信息，而英文AI-generated content一词，在海外平台主要还是以自动化生成文本的NLG技术为主。所以，AIGC应该是一个在中国率先流行起来的专有名词。

目前为止，与AIGC相关的创作类型主要有三种：

1.内容平台的一种自动化作业方式，比如CCTV的AIGC平台，就包括智能采编、模板生成、画质优化等等；部分语音类app，通过语音合成 （TTS）技术，提供文本自动转语音的能力；流媒体平台，通过算法对画面画质进行优化，提高清晰度等等。

2. AI科研机构的多模态应用，实现内容生成。比如中科院自动化所的跨模态通用人工智能平“紫东太初”，就能够做到“以图生音”“以音生图”。百度文心大模型的“AI画家”，则在前不久的元宵节，生成与地点相匹配的专属画作。

3. 科技企业及创业公司的数字人、虚拟人制作。通过自主开发、平台开发等形式，合成全新的人物形象，与用户开展互动。比如AI手语主播，通过AI算法将文本转化为手语信息，为听障朋友提供服务；品牌代言人，火星车数字人祝融号跟广大用户进行互动；虚拟偶像，通过生动的表情、动作、语言等展示才艺，与粉丝对话；以及智能客服、游戏陪玩等等。

通过上述AIGC应用，或许不难理解，为什么NLG往往依靠夸张新闻点（比如deepfake）偶尔进入大众视野，而AIGC一词出道即爆红了。

小红靠捧，大红靠命：AIGC的“含科量”有多高？

如前所说，自然语言生成NLG作为AI创作内容的一种主流方式，此前在大部分时间内都是行业内自娱自乐，偶尔凭借“换脸”之类的奇趣新闻火一把，但仅此而已。

而AIGC这一概念，在当下能够迅速走红，可以说是时也、运也。

首先，深度学习技术本身不断迭代，能够生成更具个性化、拟人化的内容。

随着自然语言处理技术的不断发展，近年来AI的阅读理解创作能力进步飞快，已经达到了惊人的水平，技术成熟给了AIGC广泛应用的基础。

随着AI模型GPT-3的问世，机器已经能够达到人类小学的阅读写作水平，顶级AI企业的中文普通话识别准确率能够达到98%以上，多语言、小语种、方言的识别率也不断升级。此外，情感计算、因果计算、知识图谱、元学习等多种技术开始被引入深度学习，大幅改善了人机交互的自然感。

这些新成果应用在内容创作上，就是大家能看到AI写出更流利通顺的文章、用更自然的音色去朗读一本书、更声情并茂地跟人对话、对用户输入的语句理解的更准确，一句话，终于开始摆脱“人工智障”的标签了。

第二，AI基础设施不断发展，多模态大模型的相继成熟落地。

如果只是生成单一的内容，那么AIGC或许还不至于让见多识广的大众眼前一亮。而多模态大模型的出现，让融合性创新成为可能。

多模态大模型，既需要具备NLP（自然语言理解）大模型、CV（计算机视觉）大模型等的能力，理解语言、视觉的内容，还要能够跨模态生成全新的内容，由此带来了非常多的创意空间。比如通过一部小说的文字描写，生成故事画面、人物形象、环境布景等，可以帮助创作者大大节省时间。

正因如此，多模态大模型需要处理的数据类型多，规模量大，模型参数已经达到千亿级别，需要庞大的算力来支撑。得益于全国多地对AI基础设施的重视和建设，才能够让多模态应用达到比较好的效果，进而支撑AIGC创作业态的进一步发展。

此外，AI平台化的生态搭建，以及充足广阔的产业实践空间。

大模型虽好，对于很多企业和创作者来说，想要自己从头开发一套大模型用来进行AIGC既不经济、也不现实。这时候，AI平台化、民主化就变得至关重要。

去年推出的许多多模态大模型，如紫东太初、文心、M6等，都通过AI平台进行开源，可以直接调用并通过云端算力进行训练。一些科技企业也将数字人技术开源开放，这些动作大大降低了企业和创业者的开发门槛，创作效率提升，进而助力高质量AIGC变得普及。

目前，南京、武汉等地，已经开始形成多模态应用的产业集群。而千行百业的数字化、数字经济的持续发展，也给予了AIGC前所未有的产业空间与实践场景。比如此次受资本追捧的一些AIGC公司，就瞄准了“游戏+AI”场景，通过算法生成数字人、语言互动等方式，满足玩家在虚拟世界中个性化、定制化的体验需求。而更多的产业实践，也会源源不断地产生新的数据，推动算法的迭代升级。

AI产业化和产业AI化的发展，当下已经能够支持内容创作的大变革，AIGC的流行，自然也就水到渠成了。

“含资量”不低，警惕AIGC的虚火

AI创作的大行其道，是科技发展到一定水平后的必然现象。但资本热捧，许多投融资消息突如其来，却给“AIGC”一词添上了一种别样的味道。

共2页: 上一页下一页

>相关《 AIGC的“含科量”与“含资量”》内容：

1、 IPO审核过会率下降 “含科量”要求进一步强化

新股从严监管下，IPO审核通过率悄然下降。从单月来看，9月份未通过审核的IPO企业数达到6家，创下年内新高，与此同时，年内共有143家拟IPO企业主动撤单。 从被否原因来看，持续经营能力、财务真实性和内控有效性是监管层关注的主要内容。多位市场人士认为，...【继续阅读】