AIGCWeb3时代的生产力工具.docx

《AIGCWeb3时代的生产力工具.docx》由会员分享，可在线阅读，更多相关《AIGCWeb3时代的生产力工具.docx（23页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、NEW媒体V 峰会V 学院v解决方案产业园区V 活动 商城首页快讯资讯 产业Web3.0海盗号 专题 专栏 项目视频Q 2022-10-17 18:05区块链应用操作员培训迈阿密Web3峰会首批嘉宾揭 晓，迈阿密市长、“加密女温州将迎首个元宇宙园区！重磅活动第一弹：万元悬赏21天技术认知逆袭计划I区 块镇职业技能等级培训我要投稿弱寻求报道Francis Suarez1.2022 : AIGC崛起之年近期，硅谷的众多一线VC们开始将目光瞄准AI初创公司，尤其是生成式AI艺术这一 领域。今年9月23日，红杉美国官网发表了一篇名为生成式AI： 一个创造性的新世 界的文章，认为AIGC （AI-Gen

2、erated Content人工智能生成内容）会代表新一轮范 式转移的开始。2022年10月，英国开源人工智能公司Stability AI宣布获得1.01亿美元融资，估值高 达10亿美元，跻身独角兽行列，由Coatue Lightspeed Venture Partners和 OShaughnessy Ventures LLC 参与投资。Stability AI 今年发布 了 Stable Diffusion 的模型， 主要用于根据用户输入的文字描述自动生成图像。Stable Diffusion的诞生让AI绘画这 个领域愈发火爆。最近，巴比特正式对外宣布，全面拥抱AIGC,开始规模化采用AI配

3、 图，其中头条图片，全面由AI创作。包括但不限于巴比特网站和APP,微信公众号、百 家号、网易号等自媒体平台，以及微博等社交媒体账号。图表工红框为网站头条文章位置，为/创作巴比特I元宇宙每日必 读：又一所“双一流大学 入场！南开大学推出国内该院将开设面向本科教育的专业选修课“元字 宙与媒介的演进趋势二资料来源：巴比特官网,除了绘画以外，文字、音频、视频均可通过AI来生成。 文字：以Jasper为例，以AI文字生成为主打产品，通过其文字生成功能，用户可 以生成Instagram标题，编写TikTbk视频脚本、广告营销文本、电子邮件内容等工 作。截止2021年，J叩er已拥有超过70000位客户，

4、并创造了 4000万美元的收入。图表16扩散模型训练原理pe(xji|x。q(xjxji)AssemblyAL相比于其他模型，扩散模型的优势在于生成的图像质量更高，且无需通过对抗性训 练，这使得其训练的效率有所提升。同时: 扩散模型还具有可扩展性和并行性。VAE: maximize variational lower bound图表IZ扩散模型与其他模型比较GAN: AdversarialtrainingFlow-based models:Invertible transform of distributionsDiffusion models:Gradually add Gaussianno

5、ise and then reverseGithub “what are diffusion models?,高斯噪声是一种概率密度函数符合正态分布的函数，当AIGC运用扩散模型来生成内容 的时候，是通过在一副纯白的画布（随机白噪声）上逐步去噪来生成最终的目标画作。 即用户给出的文本描述形容词，来从一个模糊的概念逐步具象。我们可以简化为多个正 态分布函数的叠加，模型选择其中重叠的区间输出，这也是一个逐步缩小范围的过程。 这与人类的思维模式很类似。简言之，在AI训练阶段，我们将数据集中上亿组图文对进行训练，提取特征值；生产过 程中，通过添加文字描述，引入不同的特征值进行去噪，从而生产一副AI理解

6、下的内容 作品。例如，在当我们在脑海中想象一个画面的时候，比如：一只柯基通过一个小号玩 火焰。我们的思维模式也是先有一只柯基，再去想象小号和火焰，最后将这些元素叠加在柯基身上。图表18：正态分布函数叠加在柯基身上。图表18：正态分布函数叠加Wikipedia,简述完原理以后，我们可以通过目前非常先进的AI图像生成应用DALL-E2来举例阐述 具体的工作过程： 将文本提示输入到一个经过训练能够将提示映射到表示空间的文本编码器中；通过一个被称为“先验”（Prior）的模型，将文本编码映射到图像编码器中。这一 图像编码器会捕获文本编码包含的信息和语义； 图像编码器随机生成一个图像，这一图像是该语义信

7、息的视觉表现。这一个过程和人类的思维模式相似。在生成的过程中，涉及到了文本编码器这一概念， 目前主流的文本编码器是来自于OpenAI的Clip模型，其通过4亿组文字-图片对进行训 练。当然，其中的模型训练都是基于英文实现，语言的区别又会给AIGC带来另一重挑 战。OOOOOOOOOOOOOO 0000一 OOOOO图表19：工作过程举例a corgi playing aflame throwing trumpet”AssembtyAL除了上述提到的自然语言处理技术和AIGC生成算法模型以外，超级计算机和算力这些 硬件作为基础设施也是不可或缺的。在机器学习的过程中，需要通过大量的训练来实现 更准

8、确的结果，这样的计算量普通的电脑是无法完成的，目前主要由英伟达A100构建 的计算集群完成，而国内外的初创企业也会通过云实现。2.3当我们开始用AIGC商业模式的探索AIGC已被广泛应用在文字、图像、音频、游戏和代码的生成当中，一些较早创立的企业 已经实现了较好的商业化。尤其在一些具备高重复性的任务、对于精度要求并不那么高 的领域应用较为成熟。随着AIGC技术的发展，其适用面将会逐渐扩大。这类AIGC服务 的提供商大多数时候会以提供SaaS服务的形式变现。文字创作图表20：方即er的应用场景AIGC生成文字目前主要被应用于新闻的撰写、给定格式的撰写以及风格改写。其中， 有一家成立还不满两年的独

9、角兽企业Jasper在最新一轮的融资里获得了 L25亿美 元资金，目前估值为15亿美元。Jasper成立于2021年，是一个AI内容平台，允 许个人和团队利用AI来创作内容，多用于商业。用户可以在借助Jasper生成具有 丰富关键词、搜索引擎优化的原创博客，可以通过文字描述让Jasper帮助完成文章 的创作、创建广告话术。通过Jasper用户可以寻找创作思路、高效完成文案、突破 语言壁垒，而不会存在抄袭的嫌疑。目前，Jaspe已用有7万多名客户，包括Airbnb、 Ibm等企业。仅2021年一年便创造了 4000万美元的收入，今年预估收入为9000 万美元。GCreate original c

10、ontent that ranks for SEOGenerate educational blog articles that are keyword-rich and plagiarism-free.Boost ad conversions with better copyEasily write and test more copy variations to increase sales and improve ROAS.OFinish your first draft 10X fasterTell Jasper about what you want and then watch t

11、he Al write paragraphs in seconds.End writers block with ideas from a robotStuck staring at a blank page? Relax and let Jasper write creative copy for you.Breakthrough the language barrierNo matter your native tongue, write creatively and clearly in 25+ languages.Scale up your content marketing fast

12、Repurpose existing content and generate new content without hiring junior writers.Jasper.用户可以通过输入一段对于目标文章的描述或者要求，系统会自动抓取数据，根据我们 描述的指令进行创作。作者本人进行如下实验，输入的描述为【写一篇关于AIGC的文 章，其中要包含AIGC的定义、发展史、应用、现阶段发展情况和对于未来发展趋势的 看法，同时，要包含细节和举例】。同时，在风格上我选择了 “专业性”。Jasper很快 就生成了一篇AIGC撰写的AIGC文章（如下图所示），可以看到这篇文章语义通顺，按 照我们给出的描

13、述逐段阐述，并且包含了一些举例，这个生成效果无疑会大幅度提升人 类的写作效率。并且，在Jasper的网页版APP上,还给出了数百种模板，可以根据需求更好的完成作品。图表21：通过/GC撰写的/GC报告O 6 http$y/appjMprAi/doc$/ediVb52605f6-ce47-4726-854-ea7b0648266c ?source=next_genJasper, cContent description / brt林write a article about Al generated cotent, should include the defintion, history, u

14、sages, current development and opinions about future, with details and example.Tone of voice professionalKeywordsXitput lengthS M 0Compose CTRL J。口)363w res.then(json = return json;GitHub,3.AIGC的未来发展趋势AIGC是PGC、UGC之后，全新的内容生产方式。不仅能提升内容生产的效率以满足我 们飞速增长的内容需求，也能够丰富内容的多样性。在2022年百度世界大会上，李彦 宏提到了： “AIGC将走过三个发

15、展阶段：第一个阶段是“助手阶段”，AIGC用来辅助 人类进行内容生产；第二个阶段是“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；第三个阶段是“原创阶段”，AIGC将独立完成内容创作。未来十 年，AIGC将颠覆现有内容生产模式，可以实现以十分之一的成本，以百倍千倍的生产速 度，去生成AI原创内容。”3.1 面临的挑战技术上来看，虽然当前生成的图片、文字已经可以用以商业用途，但还存在一些问题使 得无法满足较高的质量要求。我们可以发现在二次元或抽象的图片生成中，AIGC的表现 较好。但对于比较具体和细节的内容，生成的效果不尽如人意。下图是笔者通过AIGC生成的一副“美女与布

16、偶猫”的图片，从这一张图片我们可以发 现有两个问题： 其中有两幅图片的猫咪眼睛很奇怪，在这些细节描绘上还无法和真人画师媲美。 输入的关键词是“美女”与“布偶猫”，但是生成的“美女”均长着一张猫脸，胭 里反映出AIGC绘画会出现一些空间位置以及数量上的偏差。产生的原因主要还是 来源于语义理解和处理上的问题。图表2Z /GC生成的图片在细节上效果较差a pretty girl with a cute ragdoll cat -Variations by BIGCat (fast)MidJourney,与此同时，参考上文中的图表23,我们可以发现不同的应用平台，输入几乎一致信息点 的文本，生成的图片

17、的质量和内容差距是巨大的。那么造成以上的这些问题和差距的原因在哪里呢？我们依旧可以从AIGC的工作原理上 来分析：自然语义的理解在处理一些空间关系上还存在一定的误差，这也是为什么在空间、 数量上存在不精确的问题。目前文本生成图像时，需要用到文本编码器将文字映射到图像上。当前主流的、M 完善的是来自与OpenAI的Clip模型，其函数是开源的，但训练的数据集是封闭的。 AIGC需要大量的良好画质的文本-图片对才能训练到Clip这样的程度。从Clip本身 公开的信息来看，它使用了超4亿个文本-图片对来完成训练，这些都是基于英文的。 那么存在以下几个问题：1、亿级别的高质量的文本-图片对在于其他的语

18、言上获得的难度大幅提高，这也是为什么目前大多除英语外的其他语言的AIGC都是 需要在整个流程前增加一步翻译。这一步不但涉及语义理解，还包含了文化、语言 习惯等潜在的因素，很难被精确翻译，对于翻译模型的挑战很大。2、Clip的模式很 难复刻，即使运用Clip开源的函数，基于不同的数据库训练出的结果不同。据我们 了解，海外有团队运用了 20亿的文本-图片对才接近复刻了 Clip；运用的AIGC生成算法不同也会导致产生的内容的差距； 数据集的质量、合规性、风格偏向都会决定生成的内容质量。以上，我们可以看到若要使得AIGC生成的内容真正高效地被运用在商业层面，那么自 然语言处理、翻译模型、生成算法和数

19、据集这些细分赛道都还有很大的进步空间。3.2未来的发展方向在上文中，我们了解到从应用软件方面，自然语言处理、翻译模型、生成算法和数据集 这些细分赛道都还有很大的进步空间。更深入地来看，以上这些的发展需要依托于算力、 数据的支持。所以未来的发展重点将更着力于大模型、大数据和大算力的方向去发展。 同时，为了让功能更加精确，将会更多地去开发一些垂直类的应用，毕竟垂直类的应用 可以更有针对性地为特定功能进行训练，成本相对较低。4,投资策略：AIGC的软硬件与数据集从PGC到UGC再到AIGC, AIGC能让人类突破内容生产力枷锁，高效率生成高质量内 容，让人类进入到真正的元宇宙之中。若要AIGC能够满

20、足元宇宙的需求，独立完成高 质量、高精度的内容，AIGC技术层面还需要一定的发展，我们可以分为软硬件两个维度 看，软件层面主要包括自然语言处理技术、AIGC生成算法模型和数据集，硬件层面主要 是算力、通信网络。从业务层面看，结合国内外发展情况，目前在AIGC的知识产权归属方面尚有法律空缺， 且创作伦理问题也未得到有效解决，因此无论是技术还是商业层面，高质、干净的数据 集对于模型训练及内容生成均有至关重要的影响。同时，随着AIGC逐步落地，其算力 需求将大增，未来相关企业除用云计算之外，或组建自有算力集群,考虑到英伟达A100、 H100出口受限，相关国产算力芯片将有机会获得增量市场。从主题投资

21、的角度看，区块链、元宇宙、Web3均描述了数字经济时代中宏大的应用场 景，而去年被资本市场关注的虚拟人、NFT等只是其中的具体应用之一。我们认为，AIGC 将是推动数字经济从Web2向Web3升级的重要生产力工具：一方面，其对现有的杀手 级应用一一短视频、游戏等具有颠覆式影响，或进一步扩大内容量、提高成瘾性，同时 对社交和广告提供新的工具；另一方面，Web3开放、共建的价值观下，UGC、AIGC的 内容会更具吸引力，二次创作、开放想象的浪潮将来临。目前AIGC已成为硅谷最新热 门方向，国内一级市场、互联网大厂等对AIGC应用关注度也在快速提升中。图表28： /GC投资标的赛道公司代码AIGC谷

22、歌GOOG深度学习模型Transformer, AIGC生成应用Imagen自然语言处理微软MS卜1自然语言处理用用Apache Spark,投资了 OpenAINLP科大讯飞002230语音识别和人工智能拓尔思300229通过基于大数据和NLP的知识图谱的构建，为虚拟人安装知识大脑英伟达NVDAOmniverse,生成对抗网络 PoEGAN, StyleGANMetaMetaAIGC生成应用Meta AI,多语言模型XLS-RAIGC生成算法百度BIDU拥有文心大模型，不仅可以自然语言处理，还可以生成修复图片和数据集视觉中国000681通过AIGC生成艺术照片，拥有图质量图片数据集昆仑万维3

23、00418旗下海外平台StarX完成了首批5首完全AI作曲的歌曲蓝色光标300058发布一键生成抽象画平台“康定斯基模型”，用于AI绘画澜起科技688008全球服务器芯片提供商天孚通信300394全球光模块及数通厂商光学器件供应商0000635G设备商龙头算力新易盛300502400G时代领先的光收发器件解决方案提供商美格智能002881物联网智能模组供应商奥飞数据300738有影响力的IDC服务提供商中际旭创300308全球光电子领军企业，FB供应商公开资料，风险提不技术创新不及预期：AIGC的技术发展不及预期。以及底层硬件技术，如：超级计算机、 算力的发展不及预期。政策监管风险：目前AIG

24、C还处于相对早期，后续是否会出台AIGC作品相关知识或其他 法律监管条款尚不明确。图表2：官网展示应用场景I网站观看如何将贾斯珀用于社交媒体您知道吗?Jasper是唯款具有Chrome扩展程序的AI,可让您编写开放式命令，而不仅仅是使用模板eO广告在几分钟内生成数月的社交媒体内容Jasper有助于激发创意并轻松创建内容，让您始终保持最佳 状态。想出几十个聪明的Instagram标题-有些可能很幼稚!发布有趣的Linkedln文章.编写朗朗上口的视频脚本，在YouTube和TikTok上传播开 来。一使用贾斯珀浏览器扩展程序直接在社交媒体平台上创建.Jasper, 音频：以Podcast.ai为

25、例，作为一个由AI生成的博客，每周都会探讨一个话题。律 一期节目中，其通过乔布斯的传记和收集网络上关于他的所有录音，Play.ht的语言 模型大量训练，最终生成了一段假Joe Rogan采访乔布斯的播客内容。图表3 /生成的乔布斯访谈博客Welcome to x -, a podcast that is entirely generated by artificialintelligence. Every week, we explore a new topic in depth, and listeners can suggest topics or even guests and host

26、s for future episodes. Whether youre a machine learning enthusiast, just want to hear your favorite topics covered in a new way or even just want to listen to voices from the past brought back to life, this is the podcast for you.Podcast.ai 官网, 视频：目前的AI技术不仅可以生成图片，也能够生成序列帧，如：幻觉东京。 经过160小时，完成3万多张独立插画，

27、再进行手动微调。虽然目前还只是在原脚 本和视频的基础上，通过AI逐帧完成图片生成的，但看到了 AIGC参与到视频创作 中的可能。而在诸多垂直类应用中，如体育、财经等，已经可以通过文字直接生成 相应的短视频，如果配上虚拟人则可以实现自动播报。相比于单一的虚拟人读稿， 基于AIGC生产的内容在镜头转换、表情动作结合方面更加逼真。图表4：幻觉东京/重制版资料来源：公开资料,随着NLP （Natural Language Processing,自然语言处理）技术和扩散模型（Diffusion Model）的发展，AI创造生成内容成为了可能。此前，内容生成主要运用GAN（Generative Adver

28、sarial Network,生成对抗网络）来实现的，GAN不同于扩散模型依赖于超大规模 语言模型，因此难以实现通过文字的描述，自主理解内容并创造出图像、视频等。近年 来，随着扩散模型的成熟，生成方式更接近于人脑的联想，AIGC完成了内容创造辅助工 具到内容创作主体的角色转变。2. AIGC是什么？AIGC是通过人工智能技术自动生成内容的生产方式。从Web 1.0的单向信息传递的“只 读”模式到Web 2.0的人与人通过网络双向沟通交流的“交互”模式，内容的需求在不 断增加。为了满足这一需求，同时也因为互联网的发展，内容的生成从单一的PGC演变 到了现在的UGC并占据了主要市场。Youtube

29、、Instagram抖音、快手、B站上有大量 的内容来自于UGC创作者。当我们迈入Web3.0时代，人工智能、关联数据和语义网络 构建，形成人与机器网络的全面链接，内容消费需求飞速增长，UGCPGC这样的内容生 成方式将难以匹配扩张的需求。图表5：内容生成的四阶段内8K内8K用户创作UGC专业创作PGCAI辅助用户创作 AIUGCA16Z,我们认为，AIGC将是Web3时代全新的内容生成工具，同样，将对现有的短视频、游戏 及广告行业带来巨大的影响。AIGC的生成利用人工智能学习知识图谱、自动生成，在内 容的创作为人类提供协助或是完全由AI产生内容。不仅能帮助提高内容生成的效率，还 能提高内容的

30、多样性。2.1 AIGC发展简史AIGC的发展可以大致分为以下三个阶段： 早期萌芽阶段：20世纪50年代一90年代中期，受限于科技水平，AIGC仅限于小 范围实验沉积积累阶段：20世纪90年代中期一21世纪10年代中期，AIGC从实验向实用转 变，受限于算法，无法直接进行内容生成 快速发展阶段：21世纪10年代中期一现在，深度学习算法不断迭代，AI生成内容 种类多样丰富且效果逼真近年来，AIGC的发展迅速，从原来作为边缘侧服务于企业、机构的角色变为了现在C 端零基础用户都可以使用的创作工具。开发侧重点上，AIGC也从原先用于翻译、语音合 成以及重复性工作转变为了更注重应用层面，用户能够便捷操作的方向。1950年，图灵提出著名的“图灵测试”，给出判断机器是否具有智能”的实验方法1957年，第一-支由计算机创作的弦乐四重奏依利亚克组曲完成1966年，世界第一款可人机对话的机器人Eliza问世80年代中期，IBM创造语音控制打字机2007年，世界第一部完全由人工智能创作的小说1 the road问世2012年，微软展示全自动同传系统2014年，Ian J. Goodfellow提出生成对抗网络GAN2017年，微软