AIGC未来已来 迈向通用人工智能时代

第1章 AIGC为何引发关注
1.1　《太空歌剧院》带来的冲击和影响　002
1.2　“生成”所引发的创意性工作革新　004
1.3　内容生成方式进入新阶段　005
1.4　AIGC在绘画领域率先破圈　006
1.5　典型的AIGC模型　008
海外模型　008
国内模型　010
第2章 模型即服务时代的到来
2.1　模型即服务的历史进程　017
早期人工智能在曲折中探索　017
深度学习引发关注　019
2.2　典型的深度学习网络　021
生成对抗网络　021
Transformer　024
2.3　大公司探索之路　026
DeepMind　026
OpenAI　027
2.4　基础模型普及的关键节点　028
基础模型的能力与服务　028
曾经热议的云，今后的基础模型　031
基础模型的通用性　033
2.5　人工智能的未来何在　033
人工智能逐步接近人类的思考模式　033
未来人工智能的发展特点　035
第3章 ChatGPT引发的潮流与思考
3.1　ChatGPT会成为人工智能的拐点吗　038
引发全球关注的ChatGPT　038
ChatGPT潜在的应用领域　039
3.2　ChatGPT能力大揭秘　040
3.3　ChatGPT是OpenAI对大模型的坚定实践　042
3.4　ChatGPT的局限性及其引发的思考　043
技术创新性与工程创新性　043
知识局限性　044
盈利与成本之间的平衡　044
应用落地所面临的困境　045
法律合规与应用抵制　045
网络安全风险　046
能耗挑战　047
3.5　ChatGPT引发的思考　048
如何看待人类创新与机器创新　048
ChatGPT在哪些方面值得我们学习　049
3.6 GPT-4未来已来，奇点时刻该如何面对　049
多模态　050
提示工程的价值　050
安全隐忧　050
第4章 大模型驱动的人工智能绘画“创作”
4.1　AI绘画的先驱——AARON　053
4.2　人工智能绘画的原理　054
神经网络是如何模仿人类思考的　054
如何让神经网络画一幅画　055
4.3　人工智能学习如何画一只猫　057
教会你的神经网络认识“猫咪”　057
人工智能真的画出了猫咪　058
4.4　DALL-E的初次尝试与突破　059
4.5　人工智能绘画的技术创新点　061
CLIP实现跨模态创新，打造图文匹配　061
用Diffusion加速AIGC落地普及　063
Diffusion模型为AIGC写下的注脚　064
Stable Diffusion岂止于开源　065
AIGC进一步降低模型的使用门槛　066
4.6　使AIGC绘画技术成熟的重要因素　068
提示词的重要性　068
算力资源的关键支撑　071
第5章 人类的创新能力会被AIGC替代吗
5.1　艺术创作会被AIGC取代吗　073
用户的猎奇与创作者的抵触　073
AIGC不会取代艺术创作工作　074
使用AIGC，需要具备什么能力　077
AIGC是直接消费品还是工具　078
5.2　创作者如何通过AIGC获得更大的收益　080
如何将AIGC应用于创作　080
创意工作者的收益探索　084
未来人工智能创作艺术的5个层次　085
5.3　AIGC——你的“达·芬奇”　089
内容输出的“平民化”　089
大众与艺术家“直连”　090
实时互动和精准化构建的“即时满足”　091
社区与共创的“想象力”　092
基于生成全新内容的平台　093
5.4　抓住AIGC的机遇　094
AIGC时代，做“短信”还是“微信”　094
AIGC的发展仍无法脱离技术周期　097
第6章 开源成就行业发展的未来
6.1　开源让我们站在巨人的肩膀上　099
6.2　开源成为引爆AIGC的导火索　099
6.3　大模型的开源之路　101
第7章 AIGC与商业化
7.1　AIGC商业化的3个阶段　106
感知冲击——尝鲜阶段　107
认知领悟——协助阶段　107
新生态链——原创阶段　108
7.2　AI领域的企业发展　108
平台型企业　109
应用型企业　111
现有产品的智能化　112
7.3　当下典型的AIGC变现手段　114
按照计算量收费　114
按照输出图像数量收费　114
软件按月付费　115
模型训练费　116
7.4　AIGC商业模式的困境　116
AIGC Inside的商业化并不容易　116
难以建立技术壁垒　117
探索自主的大模型及应用　118
第8章 AIGC的典型应用
8.1　文字创作　121
主要特点　121
典型应用　122
8.2　音频生成　126
主要特点　126
典型应用　127
8.3　视频生成　131
主要特点　131
典型应用　131
8.4　3D模型生成　135
主要特点　135
典型应用　135
8.5　编写代码　137
主要特点　137
典型应用　137
8.6　游戏创作开发　139
主要特点　139
典型应用　140
8.7　绘画产品　143
典型绘画产品的AIGC应用　144
AIGC绘画与NFT结合　148
8.8　建筑设计　149
将AIGC融入建筑设计　149
用AIGC实现装修设计　151
8.9　其他应用　152
DIY设计　152
儿童创意实现　155
内容营销　156
诊疗与心灵慰藉　156
第9章 AIGC的不足与挑战
9.1　技术与产业方面的不足与挑战　159
细节仍需打磨　159
成本问题　161
输出结果不一致　162
大模型到大应用的挑战　162
通用性较差　163
9.2　在确权方面面临的挑战　163
AIGC作品的著作权归属　163
著作权争议的潜在解决方案　165
法律监管出现争议　166
企业态度不统一　166
伦理与安全风险　167
第10章 业界和学界的专家洞察
10.1　AIGC可扩展潜力巨大，可能掀起新一波创新创业浪潮　170
从AIGC到AIGS，“服务规模化的个性化”时代到来　170
从科技圈体验到全民使用，AI首次成功破圈　171
OpenAI已经成功探索出AI领域科技创新落地的新模式　173
中国需要自主大模型，也有可能探索出自己的创新　175
10.2　AIGC火热的背后，需要深度思考治理难题　179
破解“克林格里奇困境”，要靠更敏捷的治理思路　179
加强对弱势群体的保护，平台应该做好“守门人”　180
AIGC内容知识产权还没有定论，但业界已有基本共识　182
探索人工智能领域“数据合作”新范式　183
10.3　AIGC火热背后的业界冷思考：中国AI行业的未来发展，需要有自己的思路　185
ChatGPT的流畅对话来源于预训练大模型　185
“AI幻觉”仍是阻碍产业发展的难题　186
大规模预训练技术仍处于早期探索阶段，人工智能公司还需耐心打磨　188
在AIGC技术浪潮中，一些行业将迎来全新挑战　189
中国AI行业的未来发展，需要有自己的思考和思路　191