学习理财博客空间

理财鱼

您现在的位置是:理财鱼 > 理财方法 >

理财方法

AIGC的“含科量”与“含资量”

发布时间:2022-02-21 07:55理财方法 评论

理财鱼小提示:AIGC的“含科量”与“含资量”

 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。

 AIGC的“含科量”与“含资量”

 AIGC的“含科量”与“含资量”

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。

 AIGC的“含科量”与“含资量”

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。

 AIGC的“含科量”与“含资量”

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】