隨著ChatGPT的持續火爆，全球的目光都已經聚焦在了AI領域，不僅各路網友展示了如何與ChatGPT共同整活的技巧，業界更將AI商業落地場景開拓出了誘人的想象空間，今天要提到的AIGC就是一個非�；馃岬募毞仲惖馈�

　　顧名思義，AIGC即AI Generated Content，是指利用人工智能技術來生成內容，從創作者群體來說，AIGC是區別于UGC、PGC之后的新型內容生產方式，從創作內容來說，AI繪畫、AI寫作等都屬于AIGC的分支。

　　其實AIGC長久以來都是科技圈想要實現的夢想，而伴隨著ChatGPT在過去一年的持續出圈，2022年也被認為是AIGC高速發展的一年，并且可以預見的是，在短期內AIGC將會在以更加迅猛的勢頭來改變我們的生活。

　　想象一下，在未來你瀏覽的網頁都是由AI完成，你收聽的電臺并沒有真人發聲，你所玩的游戲每個玩家的劇情都是不同的。

　　那么，面對AIGC帶來的巨變時刻，我們應該先弄明白一個問題：AIGC，魔力到底在哪里?

　　AIGC的歷史非常久遠。早在1957 年，兩位科學家萊杰倫·希勒和倫納德·艾薩克森就通過將計算機程序中的控制變量換成音符完成了歷史上第一支由計算機創作的音樂作品——弦樂四重奏《依利亞克組曲(Illiac Suite)》。

　　但是，由于當時科技水平的限制，AIGC發展速度并不快。按照人工智能的演進歷程，AIGC 的發展大致可以分為三個階段，即：早期萌芽階段(20 世紀 50 年代至 90 年代中期)、沉淀積累階段(20 世紀 90 年代中期至 21 世紀 10 年代中期)，以及快速發展階段(21 世紀 10 年代中期至今)。

　　這一歷程也與人工智能大規模出現在社會生活的時間大致相當：2010年后，隨著智能手機爆發式增長和算法算力的高速更新，讓人工智能商業化有了大規模落地的可能性。特別是智能語音、個性拍照、人臉識別等驚艷的功能伴隨著智能數碼產品相繼出現在了生活中后，人們對AI到底有多強大的討論，始終沒有邊界定論。

　　回到AIGC，為什么它的出現讓人如此振奮?也是因為相比于之前的AI功能，它的魔力實在是有多之而無不及：

　　從技術上看，AIGC在個性化創作和自動化產出都具有顛覆性加之，特別是與人工制作內容相比，AICI有著難以估量的成本效率優勢。

　　從應用場景上看，AIGC數字化程度高及內容需求豐富的領域有廣闊應用空間。AIGC所涉及到的內容創作元素如文字、音頻、視頻及跨模態，在以ChatGPT為代表的一系列科技成果推進下，已經存在綜合疊加運用于AIGC的技術基礎，并呈現出真實性、多樣性、可控性及綜合性等特征，非常適合率先使用在傳媒、電商、影視、娛樂等數字化程度高、內容需求豐富的行業。

　　從普及條件上看，深度學習模型+開源模式加速AIGC普及，得到業界、市場、客群的多方認可。比如，2018年，人工智能生成的畫作在佳士得拍賣行以43.25萬美元成交，成為首個出售的人工智能藝術品;2019年，DeepMind發布DVD-GAN模型用以生成連續視頻;2022年11月，OpenAI上線了智能對話系統(聊天機器人)ChatGPT，引發全球熱潮。

　　從規模上看，根據IDC數據預測，2021年中國人工智能軟件及應用市場規模為51億美元，預計2026年將會達到211億美元，年增速不低于25%。而數據規模上，中國將從2021年的18.51ZB增長至2026年的56.16ZB，年均增長速度CAGR為24.9%，高于全球同期21.2%的增速，位居全球第一。

　　如此看來，AIGC處于爆發趨勢已是不爭的事實，所以，無論是巨頭還是資本，都在不斷押注賽道。那么，在繁榮的產業背景下，新的機會必將會出現。對于AIGC來說，這些機會又在哪里，是一個需要仔細研究的方向。

　　想要尋找方向，就先要了解AIGC的架構是怎樣的。從產業鏈結構來看，AIGC 主要包括基礎層、中間層和應用層。

　　基礎層包括芯片、傳感器、大數據、云計算等，為人工智能提供數據及算力支撐。其中，智能傳感器及大數據主要負責數據的收集，智能芯片是人工智能的算力基礎，和云計算一起負責運算。在這一產業鏈環節中，主要玩家是科技巨頭與超級研究機構。例如，引爆AI賽道的ChatGPT的低版本——2020年由OpenAI 發布的 NLP 模型 GPT-3 ，參數量約 1,750 億，訓練數據量達 45TB，模型訓練成本近 1,200 萬美元，這樣的投入與耗資，并不是一般玩家能參與的。在基礎層發力布局的玩家除了OpenAI，還有諸如谷歌、微軟、Meta、百度這樣的中外頂級科技公司。

　　而技術層強調核心技術研究，包含括機器學習、類腦智能計算、計算機視覺、自然語言處理、智能語音、生物特征識別等，是連接人工智能產業鏈基礎層與應用層的橋梁。這樣一看，技術層也是實現垂直化、場景化、個性化的主要環節。一個典型的例子就是，今年大火的基于潛在擴散模型的文圖生成開源模型Stable Diffusion，就被多家公司用于二次模型開發，其中就包括二次元繪畫領域的 NovelAI，以天工巧繪 SkyPaint出圈的昆侖萬維等公司。

　　最后，應用層建立在基礎層與技術層的基礎上，將人工智能技術和商業場景結合，提供行業解決方案服務、硬件產品和軟件產品，包括智能產品和場景應用，主要分為圖像、音頻、文本、視頻等模態。在這一環節中最著名的莫過于ChatGPT， 其通過網頁登陸互動以及后臺配合社交軟件的使用方式讓萬千用戶在體驗過后為其瘋狂。

　　說完產業鏈環節，再來看看AIGC與哪些行業有著密切的聯系，從目前來看，傳媒、電商、影視、娛樂是公認的AIGC可以深度參與的行業。

　　傳媒行業中，寫稿機器人、采訪助手、視頻字幕生成、語音播報、視頻錦集、人工智能合成主播等相關應用不斷涌現，滲透到采集、編輯、傳播等各個環節。例如，2022年冬奧會期間，科大訊飛的智能錄音筆通過跨語種的語音轉寫助力記者2分鐘快速出稿，一戰成名。而百度、騰訊等企業推出手語播報數字人，為千萬聽障用戶提供手語解說，為全方位報道賽事提供了有力支撐。

　　電商行業中，AIGC 正加速商品 3D 模型、虛擬主播乃至虛擬貨場的構建，通過和 AR、VR 等新技術的結合，實現視聽等多感官交互的沉浸式購物體驗。阿里于 2021 年 4 月上線 3D 版天貓家裝城，支持消費者自己動手做家裝搭配，為消費者提供沉浸式的“云逛街”體驗。不僅購物的轉化率平均值為 70%，較行業平均水平提升了 9 倍，同比正常引導成交客單價提升超 200%，同時商品退換貨率明顯降低。

　　同樣，在直播帶貨上，AIGC打造的虛擬主播全時在崗、品牌形象貼合年輕人、卻不會擔心主播跳槽、塌方等問題，實在是各大品牌的優心之選。

　　影視行業中，AIGC能激發影視劇本創作思路，擴展影視角色和場景創作空間，比人力創作具有無法比擬的效率與題材優勢。而在AI視覺領域，愛奇藝、優酷、西瓜視頻等流媒體平臺均投身到 AI 修復經典影視作品的業務當中，可見AIGC的實際效果已經得到業界肯定。

　　在娛樂領域，AIGC在趣味性圖像音視頻生成、打造虛擬偶像、開發 C 端用戶數字化身等方向，具有相當大的想象空間。之前國外流行的AI換臉應用，就已經引發了一股用戶追捧的狂潮;人民日報新媒體中心在國慶 70 周年推出互動生成 56 個民族照片人像的應用刷屏朋友圈，其合成照片總數超 7.38 億張;騰訊推出化身游戲中的“和平精英”與火箭少女 101 同框合影，更是擊中年輕人的口味，迅速破圈。

　　說完行業，再從模態上普及一下當下有哪些AI公司值得關注。首先，文字模態，OpenAI是一個神話般的存在，已經到了不得不提的程度，而像主攻廣告文案的Copy AI,主攻寫作創意的Notion AI都是可以持續關注的公司。

　　然后是圖像模態，Stable Diffusion的開發公司Stable AI在業內聞名，雖然有負面新聞曝出，但其開發的AI作圖底層協議是AI圖像無法規避的環節，所以依然是資本關注的對象。

　　以上是國外著名的AI公司，再來看看公司賽道。除了主攻大模型的BAT之外，一系列業務聚焦于應用層的創業公司已經開始出現在公眾視野當中。文字業務上，聆心智能、瀾舟科技、彩云科技都在不同行業中持續布局，視頻圖像業務中，感知階躍、影譜科技、帝視科技等新老玩家也都期待在當下的AI浪潮中大有作為。音頻、游戲等業務中，標貝科技、知覺之門等公司憑借貼近年輕人的業務優勢，試圖在技術價值與情感價值之間取得完美平衡。

　　從上面可以看出，AIGC如火如荼，并不是只會憑借技術演進來取代人們的工作崗位，為是會提供出更多更有價值、更高要求的崗位，從這點看，我們每個人都需要為這次AI科技狂潮做好準備。