割韭菜还是真元年？爆火的AIGC成色如何

　　AIGC赛道孵化新现象级应用

　　从9月份一幅名为《太空歌剧院》的AI绘画作品获得了一场艺术比赛的金奖，到AI绘画小程序的爆火，AI绘画完成了从出圈到社交裂变的过程，更成功带动AIGC成为市场关注的焦点，而近日，红得发紫的AIGC赛道再次迎来一款现象级应用———ChatGPT，成功将人们对AI的认知拉到了一个新高度。

　　当地时间11月30日， 微软投资的AI实验室OpenAI发布了全新的聊天机器人模型ChatGPT。据悉，该模型是由GPT-3.5支持，能够回答一系列问题、承认自己的错误、质疑不正确的假设，甚至拒绝不合理的要求，且支持中文，目前该模型正处于免费测试阶段。此次ChatGPT一经发布就掀起一阵网络热潮，就连首富马斯克也发推称：“许多人陷入了该死的疯狂ChatGPT循环中。”

　　ChatGPT是一款由OpenAI开发的聊天机器人模型，它能够模拟人类的语言行为，与用户进行自然的交互。作为聊天机器人，ChatGPT可以储存对话信息，延续上下文，从而实现连续对话，极大地提升了对话交互模式下的用户体验。

　　一经问世，ChatGPT就被用户们疯狂“调戏”，有人用其写小作文，有人拿高考题来考验它，有人让它写代码，随后，ChatGPT越来越多功能被挖掘出来，不仅“文能写文章、武能改Bug”，查文档、问百科、写诗、小说、代码、Rap、找Bug、与客服讨价还价、翻译文字……ChatGPT还有一种奇妙的能力：回答基本的，甚至于有些无聊的琐碎问题。因此，如果能准确地呈现这些信息，并以更流畅和对话的语调来进行反馈，这将代表着传统搜索的巨大进步。这使得许多人认为，像这样的人工智能系统有一天会取代搜索引擎。

　　躁动后的反思

　　ChatGPT能够快速走红，火遍全球，是因其能够给出优质的答案，提供高效获取信息的方式，拥有强大的语言组织能力，为用户带来超出预期的交互体验。然而，ChatGPT完美吗？

　　计算生物学教授卡尔·伯格斯特罗姆（ CarlBergstrom）要求ChatGPT写一篇维基百科式的生平条目，ChatGPT沉着冷静地照做了———但是有一些细节是完全错误的。对此，OpenAI坦承， 由于ChatGPT的知识只来自训练数据中的统计规律，而不是任何类似人类对世界复杂和抽象系统的理解，因此“该系统可能偶尔会产生不正确或误导性的信息，并产生攻击性或有偏见的内容。”

　　此外，还有一种令人担心的缺陷是，当用户向ChatGPT询问一些危险的问题，比如如何计划完美的谋杀或在家里做凝固汽油弹，受过安全训练的系统会解释为什么它不能告诉你答案。如：“对不起，制作凝固汽油弹是不安全或不合适的，它是一种高度易燃和危险的物质。”

　　总而言之，ChatGPT绝对是对早期系统的一个巨大改进，但仍存在一些关键性缺陷，需要进一步探索。

　　大众在兴奋后，冷静思考的不仅有ChatGPT，AI绘画同样引发不少人的反思。“AI不仅把肌肉猛男变成了美女，还误把萌娃错认为小猫，甚至将一张帅哥自拍照生生转换成了浴室的马桶”，各大社交平台上，涌现出不少吐槽AI绘画“低智”的玩家，翻车案例多集中在图生图的玩法中，而且主要是由于有前后图片的对比，所以容易让用户形成直观的落差感。

　　事实上，以二次元风格为主的AI绘画工具或功能，其数据源多来自二次元同人网站，也必然会受其画风的影响，比如突出强调性别特征，美女、肌肉猛男并不鲜见。而随着AI绘画成为新风口，抖音、美颜相机、美图秀秀等APP纷纷上线了AI绘画功能，再加上盗梦师、意见等一众专注AI绘画的小程序，整个赛道变得热闹的同时，难免鱼龙混杂，而这仅仅是AIGC众多赛道中的一个缩影。

　　AIGC渐成流量密码

　　AIGC全称AI-GeneratedContent，是基于生成对抗网络GAN、大型预训练模型等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术，AI绘图、AI文章等均属于AIGC技术场景中的分支。对于AIGC，百度创始人、董事长兼首席执行官李彦宏在今年百度世界大会上解释：AIGC就是“人工智能自主生成内容”。李彦宏的判断中，AIGC将迎来三个发展阶段——

　　第一阶段是“助手阶段”，AIGC辅助人类进行内容生产；

　　第二阶段是“协作阶段”，AIGC以虚实并存的虚拟人形态出现，形成人机共生的局面；

　　第三阶段是“原创阶段”，AIGC将独立完成内容创作。

　　AIGC并非新鲜事物，其萌芽阶段可以追溯到20世纪50年代，90年代以来从实验性向实用性逐渐转变。例如微软小冰等人工智能作诗、写作、创作歌曲的产品，但始终没有出现大规模普及的标准化ToC产品。

　　业内人士认为，AIGC真正迎来“春天”是从2014年起，以生成对抗网络（GAN）为代表的深度学习算法在这一年被提出。GAN可以帮助神经网络用更少的数据进行学习，生成更多的合成图像，然后用来识别和创建更好的神经网络。随着GAN的迭代更新，2020年语言模型GPT-3算法的出现， 以及NLP（NaturalLanguageProcessing，自然语言处理）技术和扩散模型（DiffusionModel）的发展，人工智能不仅能够模仿人的思维方式，而且能够理解并运用人类的语言。

　　除技术更迭让AIGC应用不断落地外，互联网内容生产方式的发展历程，也推动了AIGC的发展。“PGC（专家生成内容）———UGC（用户生成内容）———AIGC（AI生产内容）”是互联网内容生产方式的更迭，而AIGC作为全新的内容生成方式，在创意、表现力、创作速度、迭代、传播等方面都具有显著的技术优势。2022年也因此被称为“AIGC元年”。红杉资本9月份发布的一篇文章提到，生成式AI，让机器开始大规模涉足知识类和创造性工作，这涉及数十亿人的工作，未来预计能够产生数万亿美元的经济价值。

　　资本市场更是将这一流量密码运用到了极致。最近一周，上市公司的投资者问答区域涌现了大量关于AIGC的询问内容。在此前的相当长一段时间里，这一概念仅被极少数投资者提及。Wind数据显示，在今年11月以前，AIGC这一新兴概念极少在投资者的提问中出现。进入11月，AIGC开始作为投资者问答关键词现身，最近一周，提问尤为频繁。绝大部分投资者的提问聚焦于上市公司的业务是否与AIGC相关。

　　不过总体来看，AIGC发展目前仍然处于初期阶段，必然需要大量的模型学习，也必然经历从模仿到创新的过程。劳动力替代、版权争议、技术缺陷、政策监管，是AIGC目前面临的主要问题。中国信通院今年发布的《人工智能生成内容（AIGC）白皮书》指出，随着AIGC应用的不断拓展，围绕公平、责任、安全的争议也日益增多，AIGC在技术算法、企业管理、政策监管方面仍然存在诸多困难和挑战。

　　写在最后：疯狂的“元宇宙”

　　从数字藏品到数字人，从Web3.0到AIGC，元宇宙有望驱动移动互联网为代表的Web2.0进入Web3.0，也有望带来新一轮百花齐放的创新创作，其中，运用大模型语言的AIGC将为元宇宙生成更多可消费的内容，3D渲染生成的虚拟世界是元宇宙用户体验的入口，而算力是这些应用场景的底层基础设施。随着AIGC技术的逐渐成熟，图像及音视频产业将成为元宇宙继游戏之后的另一落地场景。当前元宇宙硬件产品形态相对成熟，技术路线确定性较强，随着多厂商竞争促进行业快速迭代，C端销量预计将持续高增，带动内容需求扩大，为AIGC技术创造更大空间。

关注读览天下微信， 100万篇深度好文， 等你来看……