AIGC：人工智能生成内容的下一个风口

随着数据、算法、算力等核心技术的突破，AIGC正推动虚实共生趋势下内容创作的范式转变。AIGC（Artificialintelligence-generatedcontent）即通过AI技术来自动或辅助生成内容的生产方式。随着技术的不断发展和突破，人工智能对绘画、音乐、游戏、新闻、艺术等内容创作领域的影响和作用越来越大。随着5G大带宽网络时代的到来，人们对更具有视觉表现力的数字内容越来越渴望。传统数字内容的生成效率已成为新时代的瓶颈。作为下一个探索热点，「AI自动化内容生成」激发了大量行业需求，也让我们看到了人工智能技术新的引爆点。

从创作者的角度看，内容生态的发展大致可以分成四个阶段：专业生成内容（PGC）、用户生成内容（UGC）、AI辅助生产内容、AI生成内容（AIGC）。随着VR/AR、Metavers等概念的爆发，未来的互联网应用正在演变成一个富媒体平台，对高质量、多样性的内容需求越来越大。当PGC、UGC受产能、质量所限，当人脑的信息处理能力达到极限，亟待新的生产方式带来内容变革。从发展趋势看，AI+内容生产将弥补数字世界内容消耗与供给的缺口。

AIGC背后，是以人工智能技术为核心，多项关键技术如多模态交互技术、3D数字人建模、机器翻译、语音识别、自然语言理解等能力共同整合加持而成。从技术能力方面来看，AIGC根据面向对象、实现功能的不同可分为三个层次。

• 围绕文本的AI创建工具功能已实现较大突破。AI技术在文本创作应用包括识别翻译，写作诗歌/小说/新闻等。目前文字识别已经实现了较高的精准度。在内容创作方面同样取得较大进展，生产效率以及互动性进一步提升，如腾讯打造“梦幻写手”（Dreamwriter）的新闻写作系统能够在规定的22种场景中进行写作，具有0.46秒的平均发稿速度；在文字冒险游戏《AI地下城》（AIDungeon）中，当用户输入文字后，系统便会使用GPT-3（GenerativePre-TrainingTransformer）自然语言模型来理解脚本并生成接下去的几段文字，并且基本能够实现前后世界观一致；基于大规模语言模型自研的自然语言处理模型的续写应用“彩云小梦”已经可以实现小说故事的AI创作，只需要给她一个1-1000字的开头，它就能为你续写出后面的故事。
• 基于音频的AI创作互动性也得到进一步提升。目前AI在乐曲生成、合成讲话、制作歌曲等领域得到应用，并且交互性、实时性进一步增强。TomGruber目前已经打造了能够实时动态编曲的自适应音乐平台LifeScore。用户向LifeScore输入一系列的音乐“原材料”之后，AI大师就会改变、提高并实时混音，带来音乐表演。
• 相较于文本和音频，AI图像/视频/3D模型创作难度相对更高。Lip2WavAI语音合成技术实现动态视频的唇型转变。2020年印度海德拉巴大学和英国巴斯大学的团队推出了Lip2Wav的AI语音合成程序，创作者只需提供目标语音内容、人物视频，该程序可以直接将动态的视频进行唇形转换，输出与目标语音内容相匹配的视频结果，并且实现了个体的极高相似度，而非普遍适用的通用模型。英伟达推出的OmniverseAvatar是基于语音、机器视觉、自然语言处理等技术形成的交互式AI产品，集成了视频渲染能力（OmniVerse）、语音识别与交互（Riva、Maxine）、自然语言处理（NeMoMegatron）、AI推荐（Merlin），可以有效地形成立体肖像并进行人机对话，可应用于人工智能助理等领域。

作为下一个探索热点，AIGC激发了大量行业需求，正在创造越来越多的现实价值。人工智能生成内容（AIGC）应用视图从应用价值方面来看，AIGC将有望成为数字内容创新发展的新引擎，为数字经济发展注入全新动能。从AI技术当前发展阶段看，AIGC与游戏叙事的联系较为紧密，不仅塑造更广义的互动叙事品类，而且带来了社交玩法和商业模式产生新的启发。

然而，相关所有权归属等影响资本信心与产业发展的法律问题并没有得到确认。人工智能生成物的著作权问题争议颇多。目前，AIGC的发展应当认为已经超一般的弱人工智能标准，无限地抵进强人工智能阶段，但未实现抵达与超越强人工智能，或称通用人工智能标准。在超人工智能阶段，人工智能已经跨过“奇点”，其计算和思维能力已经远超人脑。此时的人工智能已经不是人类可以理解和想象。对于该达成时间，圣达菲研究所的人工智能专家梅兰妮·米切尔（MelanieMitchell）与埃隆·马斯克（ElonMusk）有过切实的讨论与争议，他们争议的焦点在于该达成时间为2029年。