AIGC初探

AIGC介绍

AIGC 即 AI Generated Content，利用人工智能技术来生成内容，它被认为是继PGC、UGC之后的新型内容创作方式。2022年AIGC高速发展，这其中深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，成为AIGC发展的“加速度”。

AIGC可以生成文字、代码、声音、图片和视频。

1）AI生成文字

目前AI已经可以作诗、写邮件、写广告、剧本和小说。OpenAI的GPT-3模型是AI生成文字中最成熟的模型。

GPT-3模型商业化：自动写邮件的OthersideAI，自动写广告文案的Copy.ai和Jasper.aiAI写作：采用AIGC技术的虚拟人度晓晓写作高考作文，在不到1分钟的时间，完成了40多篇文章，获得专家打分48分的成绩，击败了75%的考生知识管理和内容协作平台Notion也发布了其文字自动生成产品Notion AI

2）AI生成代码

Deepcode：由人工智能驱动的代码审查软件DeepCode宣布，它已经检查了超过400万名开发者的代码。DeepCode的机器学习机器人精通JavaScript、TypeScript、Java、C/ c++和Python。Kite：是一款由 AI 驱动的代码补全插件，可以帮助开发者更快地编写代码并保持流畅，并且支持 13 种语言和 16 款编辑器。但因付费用户过少，已经关闭。

3）AI生成音频

音乐创作

歌词音频对齐、音乐节拍识别、音乐质量检测、韵律识别等系统

音频合成和音频降噪性能，保障用户音乐作品的高质量完成度和呈现度。

语音合成

阿里推出的新一代语音合成技术KAN-TTS，可以应用到汽车导航系统/地图系统。

4）AI生成图片

今年AI作画水平突飞猛进，其背后的算法模型也在不断迭代，年初推出的Disco Diffusion只能生成粗糙的图片，4月OpenAI发布的DALL-E2代已经可以生成完整的人像和图片，到8月StabilityAI发布的Stable Diffusion模型取得质的突破，已经可以生成可以媲美专业画师的作品，生成图片的效率也从年初的数小时到现在的几分钟甚至数十秒。

AI做图的模型特点出现时间GAN（Generative Adversarial Network）不稳定、分辨率低、只会模仿无法原创2014年CAN（Creative Adversial Network）表达抽象、能够原创2017年DALL-E（openAI）文字转绘画、绘画水平一般2021年2月CLIP+VQGAN可文字转绘画、开源、绘画水平一般2021年4月Disco Diffusion可文字转绘画、开源、原创性、图片精美、渲染时间长2022年2月Midjourney可文字转绘画、付费、适合人像、突出细节2022年3月Dall-E2（openAI）可文字转绘画、付费、限制较多，对复杂文字理解准确、艺术性不高、渲染快2022年4月Stable Diffusion可文字转绘画、免费开源、原创性、灵活度高、图片精美、真实感、艺术性、渲染快2022年8月Imagen（Google）有限公开，理论上比DALL-E2效果好2022年11月

5）AI生成视频

目前AI生成视频的算法模型还未成熟，也还没出现一家独大的局面。9月底Meta公布了AI制作视频