割韭菜還是真元年？爆火的AIGC成色如何

上善若水

從9月份一幅名為《太空歌劇院》的AI繪畫作品獲得了一場藝術比賽的金獎，到AI繪畫小程序的爆火，AI繪畫完成了從出圈到社交裂變的過程，更成功帶動AIGC成為市場關注的焦點，而近日，紅得發紫的AIGC賽道再次迎來一款現象級應用——ChatGPT，成功將人們對AI的認知拉到了一個新高度。

當地時間11月30日，微軟投資的AI實驗室OpenAI發布了全新的聊天機器人模型ChatGPT。據悉，該模型是由GPT-3.5支持，能夠回答一系列問題、承認自己的錯誤、質疑不正確的假設，甚至拒絕不合理的要求，且支持中文，目前該模型正處于免費測試階段。此次ChatGPT一經發布就掀起一陣網絡熱潮，就連首富馬斯克也發推稱：“許多人陷入了該死的瘋狂ChatGPT循環中。”

ChatGPT 是一款由OpenAI 開發的聊天機器人模型，它能夠模擬人類的語言行為，與用戶進行自然的交互。作為聊天機器人，ChatGPT 可以儲存對話信息，延續上下文，從而實現連續對話，極大地提升了對話交互模式下的用戶體驗。

一經問世，ChatGPT就被用戶們瘋狂“調戲”，有人用其寫小作文，有人拿高考題來考驗它，有人讓它寫代碼，隨后，ChatGPT越來越多功能被挖掘出來，不僅“文能寫文章、武能改Bug”，查文檔、問百科、寫詩、小說、代碼、Rap、找Bug、與客服討價還價、翻譯文字……ChatGPT還有一種奇妙的能力：回答基本的，甚至于有些無聊的瑣碎問題。因此，如果能準確地呈現這些信息，并以更流暢和對話的語調來進行反饋，這將代表著傳統搜索的巨大進步。這使得許多人認為，像這樣的人工智能系統有一天會取代搜索引擎。

ChatGPT成AIGC領域現象級應用

ChatGPT能夠快速走紅，火遍全球，是因其能夠給出優質的答案，提供高效獲取信息的方式，擁有強大的語言組織能力，為用戶帶來超出預期的交互體驗。然而，ChatGPT完美嗎？

計算生物學教授卡爾·伯格斯特羅姆（ Carl Bergstrom）要求ChatGPT寫一篇維基百科式的生平條目，ChatGPT沉著冷靜地照做了——但是有一些細節是完全錯誤的。對此，OpenAI坦承，由于ChatGPT的知識只來自訓練數據中的統計規律，而不是任何類似人類對世界復雜和抽象系統的理解，因此“該系統可能偶爾會產生不正確或誤導性的信息，并產生攻擊性或有偏見的內容。”

此外，還有一種令人擔心的缺陷是，當用戶向ChatGPT詢問一些危險的問題，比如如何計劃完美的謀殺或在家里做凝固汽油彈，受過安全訓練的系統會解釋為什么它不能告訴你答案。如：“對不起，制作凝固汽 油彈是不安全或不合適的，它是一種高度易燃和危險的物質。”

總而言之，ChatGPT絕對是對早期系統的一個巨大改進，但仍存在一些關鍵性缺陷，需要進一步探索。

大眾在興奮后，冷靜思考的不僅有ChatGPT，AI繪畫同樣引發不少人的反思。“AI不僅把肌肉猛男變成了美女，還誤把萌娃錯認為小貓，甚至將一張帥哥自拍照生生轉換成了浴室的馬桶”，各大社交平臺上，涌現出不少吐槽AI繪畫“低智”的玩家，翻車案例多集中在圖生圖的玩法中，而且主要是由于有前后圖片的對比，所以容易讓用戶形成直觀的落差感。

事實上，以二次元風格為主的AI繪畫工具或功能，其數據源多來自二次元同人網站，也必然會受其畫風的影響，比如突出強調性別特征，美女、肌肉猛男并不鮮見。而隨著AI繪畫成為新風口，抖音、美顏相機、美圖秀秀等APP紛紛上線了AI繪畫功能，再加上盜夢師、意見等一眾專注AI繪畫的小程序，整個賽道變得熱鬧的同時，難免魚龍混雜，而這僅僅是AIGC眾多賽道中的一個縮影。

AIGC同樣引發大量討論

AIGC全稱AI-Generated Content，是基于生成對抗網絡GAN、大型預訓練模型等人工智能技術，通過已有數據尋找規律，并通過適當的泛化能力生成相關內容的技術，AI繪圖、AI文章等均屬于AIGC 技術場景中的分支。對于AIGC，百度創始人、董事長兼首席執行官李彥宏在今年百度世界大會上解釋：AIGC就是“人工智能自主生成內容”。李彥宏的判斷中，AIGC將迎來三個發展階段——

第一階段是“助手階段”，AIGC輔助人類進行內容生產；

第二階段是“協作階段”，AIGC以虛實并存的虛擬人形態出現，形成人機共生的局面；

第三階段是“原創階段”，AIGC將獨立完成內容創作。

AIGC并非新鮮事物，其萌芽階段可以追溯到20世紀50年代，90年代以來從實驗性向實用性逐漸轉變。例如微軟小冰等人工智能作詩、寫作、創作歌曲的產品，但始終沒有出現大規模普及的標準化To C產品。

業內人士認為，AIGC真正迎來“春天”是從2014年起，以生成對抗網絡（GAN）為代表的深度學習算法在這一年被提出。GAN可以幫助神經網絡用更少的數據進行學習，生成更多的合成圖像，然后用來識別和創建更好的神經網絡。隨著GAN的迭代更新，2020年語言模型GPT-3算法的出現，以及NLP（Natural Language Processing，自然語言處理）技術和擴散模型（Diffusion Model）的發展，人工智能不僅能夠模仿人的思維方式，而且能夠理解并運用人類的語言。

除技術更迭讓AIGC應用不斷落地外，互聯網內容生產方式的發展歷程，也推動了AIGC的發展。“PGC（專家生成內容）——UGC（用戶生成內容）——AIGC（AI生產內容）”是互聯網內容生產方式的更迭，而AIGC作為全新的內容生成方式，在創意、表現力、創作速度、迭代、傳播等方面都具有顯著的技術優勢。2022年也因此被稱為“AIGC元年”。紅杉資本9月份發布的一篇文章提到，生成式AI，讓機器開始大規模涉足知識類和創造性工作，這涉及數十億人的工作，未來預計能夠產生數萬億美元的經濟價值。

資本市場更是將這一流量密碼運用到了極致。最近一周，上市公司的投資者問答區域涌現了大量關于AIGC的詢問內容。在此前的相當長一段時間里，這一概念僅被極少數投資者提及。Wind數據顯示，在今年11月以前，AIGC這一新興概念極少在投資者的提問中出現。進入11月，AIGC開始作為投資者問答關鍵詞現身，最近一周，提問尤為頻繁。絕大部分投資者的提問聚焦于上市公司的業務是否與AIGC相關。

不過總體來看，AIGC發展目前仍然處于初期階段，必然需要大量的模型學習，也必然經歷從模仿到創新的過程。勞動力替代、版權爭議、技術缺陷、政策監管，是AIGC目前面臨的主要問題。中國信通院今年發布的《人工智能生成內容（AIGC）白皮書》指出，隨著AIGC應用的不斷拓展，圍繞公平、責任、安全的爭議也日益增多，AIGC在技術算法、企業管理、政策監管方面仍然存在諸多困難和挑戰。

微軟小冰也是AIGC應用的一個縮影

百度內容創作平臺希壤

從數字藏品到數字人，從Web3.0到AIGC，元宇宙有望驅動移動互聯網為代表的Web2.0 進入Web3.0，也有望帶來新一輪百花齊放的創新創作，其中，運用大模型語言的AIGC將為元宇宙生成更多可消費的內容，3D 渲染生成的虛擬世界是元宇宙用戶體驗的入口，而算力是這些應用場景的底層基礎設施。隨著AIGC 技術的逐漸成熟，圖像及音視頻產業將成為元宇宙繼游戲之后的另一落地場景。當前元宇宙硬件產品形態相對成熟，技術路線確定性較強，隨著多廠商競爭促進行業快速迭代，C 端銷量預計將持續高增，帶動內容需求擴大，為AIGC 技術創造更大空間。