2023Web3時(shí)代的生產(chǎn)力工具AIGC

Web3時(shí)代的生產(chǎn)力工具AIGC2023P.PAGEP.PAGE22022：AIGC崛起之年 3AIGC是什么？ 5AIGC發(fā)展簡(jiǎn)史 6技術(shù) 6自然語(yǔ)言處理技術(shù)NLP 6AIGC生成模型 9當(dāng)我們開始用AIGC——商業(yè)模式的探索 14AIGC的未來(lái)發(fā)展趨勢(shì) 18面臨的挑戰(zhàn) 19未來(lái)的發(fā)展方向 20投資策略：AIGC的軟硬件與數(shù)據(jù)集 20風(fēng)險(xiǎn)提示 21圖表目錄圖表1：紅框?yàn)榫W(wǎng)站頭條文章位置，為AI創(chuàng)作 3圖表2：官網(wǎng)展示應(yīng)用場(chǎng)景 4圖表3：AI生成的喬布斯訪談博客 4圖表4：《幻覺東京》AI重制版 5圖表5：內(nèi)容生成的四階段 5圖表6：AIGC發(fā)展歷程 6圖表7：自然語(yǔ)言理解三大發(fā)展階段 7圖表8：自然語(yǔ)言生成6步驟 7圖表9：微軟ApacheSpark功能 8圖表10：Transformer與其他神經(jīng)網(wǎng)絡(luò)英德翻譯質(zhì)量對(duì)比 9圖表11：Transformer與其他神經(jīng)網(wǎng)絡(luò)英法翻譯質(zhì)量對(duì)比 9圖表12：Transformer模型結(jié)構(gòu) 9圖表13：GAN的兩個(gè)組成 10圖表14：GAN架構(gòu) 10圖表15：DALL-E2可以根據(jù)文字描述生成圖片 11圖表16：擴(kuò)散模型訓(xùn)練原理 12圖表17：擴(kuò)散模型與其他模型比較 12圖表18：正態(tài)分布函數(shù)疊加 13圖表19：DALL-E2工作過程舉例 13圖表20：Jasper的應(yīng)用場(chǎng)景 14圖表21：通過AIGC撰寫的AIGC報(bào)告 15圖表22：通過AIGC生成的圖片 15圖表23：MidJourney用戶案例 16圖表24：Phenaki2分鐘視頻生成案例 17圖表25：Delysium中的虛擬人玩家 18圖表26：GitHubCopilot 18圖表27：AIGC生成的圖片在細(xì)節(jié)上效果較差 19圖表28：AIGC投資標(biāo)的 211.2022：AIGC崛起之年VCAIAI923AIAIGC（AI-GeneratedContent202210StabilityAI1.01達(dá)10億美元，躋身獨(dú)角獸行列，由Coatue、LightspeedPartners和O'ShaughnessyVenturesLLCStabilityAIStableDiffusionStableDiffusionAIAIGCAI配AI圖表1：紅框?yàn)榫W(wǎng)站頭條文章位置，為AI創(chuàng)作資料來(lái)源：巴比特官網(wǎng)，國(guó)盛證券研究所除了繪畫以外，文字、音頻、視頻均可通過AI來(lái)生成。JasperAIInstagram2021700004000202220221113日P.PAGEP.PAGE10圖表2：官網(wǎng)展示應(yīng)用場(chǎng)景資料來(lái)源：Jasper，國(guó)盛證券研究所3：AI

Podcast.aiAI的語(yǔ)JoeRogan資料來(lái)源：Podcast.ai官網(wǎng)，國(guó)盛證券研究所AI1603AIAIGC基于AIGC圖表4：《幻覺東京》AI重制版資料來(lái)源：公開資料，國(guó)盛證券研究所NLP（NaturalLanguageProcessing）（DiffusionAdversarialNetwork）GANAIGC是什么？AIGC1.02.0PGCUGCInstagramB的內(nèi)容來(lái)自于UGC圖表5：內(nèi)容生成的四階段資料來(lái)源：A16Z，國(guó)盛證券研究所AIGCAIAIGC發(fā)展簡(jiǎn)史AIGC的發(fā)展可以大致分為以下三個(gè)階段：2050年代—90AIGC902110106：AIGC

近年來(lái)，AIGC的發(fā)展迅速，從原來(lái)作為邊緣側(cè)服務(wù)于企業(yè)、機(jī)構(gòu)的角色變?yōu)榱爽F(xiàn)在段

1950年，圖靈提出著名的“圖靈測(cè)試”，給出判斷機(jī)器是否具有”智能“的實(shí)驗(yàn)方法1957年，第一支由計(jì)算機(jī)創(chuàng)作的弦樂四重奏《依利亞克組曲》完成1966年，世界第一款可人機(jī)對(duì)話的機(jī)器人Eliza問世80年代中期，IBM創(chuàng)造語(yǔ)音控制打字機(jī)段2007年，世界第一部完全由人工智能創(chuàng)作的小說(shuō)《1theroad》問世2012年，微軟展示全自動(dòng)同傳系統(tǒng)段2014年，IanJGoodfellow提出生成對(duì)抗網(wǎng)絡(luò)GAN2017年，微軟“小冰”推出世界首部100%由人工智能創(chuàng)作的詩(shī)集《陽(yáng)光失了玻璃窗》2018年，英偉達(dá)發(fā)布StyleGan模型可自動(dòng)生成高質(zhì)量圖片2018年，人工智能生成畫作在佳士得以43.25萬(wàn)美成交，成為首個(gè)出售的人工智能藝術(shù)品2019年，DeepMind發(fā)布DVD-GAN模型用以生成連續(xù)視頻2021年，OpenAI推出DALL-E，主要應(yīng)用于文本與圖像交互生成內(nèi)容資料來(lái)源：《AIGC白皮書》，國(guó)盛證券研究所技術(shù)隨著NLP（NaturalLanguageProcessing，自然語(yǔ)言處理）技術(shù)和擴(kuò)散模型（DiffusionModel）的發(fā)展，AI不再僅作為內(nèi)容創(chuàng)造的輔助工具，創(chuàng)造生成內(nèi)容成為了可能。自然語(yǔ)言處理技術(shù)NLP自然語(yǔ)言處理最早可以追溯到1950年，圖靈發(fā)表論文“計(jì)算機(jī)器與智能”，提出“圖靈測(cè)試”的概念作為判斷智能的條件。這一測(cè)試包含了自動(dòng)語(yǔ)意翻譯和自然語(yǔ)言生成。自然語(yǔ)言處理技術(shù)可以分為兩個(gè)核心任務(wù)：自然語(yǔ)言理解NLU計(jì)算機(jī)在理解上有很多難點(diǎn)，所以NLU3786

自然語(yǔ)言生成GNLG到現(xiàn)在的高級(jí)NLG內(nèi)容確定文本結(jié)構(gòu)內(nèi)容確定文本結(jié)構(gòu)句子聚合語(yǔ)法化參考表達(dá)式生成語(yǔ)言實(shí)現(xiàn)子。參考表達(dá)式生成需要識(shí)別出內(nèi)容的領(lǐng)域，然后使用該領(lǐng)域（而不是其他領(lǐng)域）的詞匯。NLG最終傳達(dá)的信息要多。NLP主要被應(yīng)用在四個(gè)方面：youtubenetflix圖表9：微軟ApacheSpark功能資料來(lái)源：微軟官網(wǎng)，國(guó)盛證券研究所商業(yè)上，NLP主要被應(yīng)用在一下領(lǐng)域：文字處理工作，如：名稱實(shí)體辨識(shí)（NER）、分類、摘要和關(guān)聯(lián)擷取。AI(RNN)NLP年由Google（LSTM）RNNGPTCommonCrawl圖表10：Transformer與其神網(wǎng)絡(luò)英翻譯量對(duì)比 圖表11：Transformer與其神網(wǎng)絡(luò)英翻譯量對(duì)比資料來(lái)：GoogleResearch，盛證券究所 資料來(lái)：GoogleResearch，盛證券究所NLPRNN不必像RNN圖表12：Transformer模型結(jié)構(gòu)資料來(lái)源：GoogleResearch，國(guó)盛證券研究所AIGC生成模型近年來(lái)，AIGC的快速發(fā)展歸功于生成算法領(lǐng)域的技術(shù)積累，其中包含了：生成對(duì)抗網(wǎng)絡(luò)（DiffusionModel）AIGC生成對(duì)抗網(wǎng)絡(luò)GAN（GenerativeAdversarialNetworks）2014J.Goodfellow圖表13：GAN的兩個(gè)組成資料來(lái)源：EasyAi，國(guó)盛證券研究所GAN圖表14：GAN架構(gòu)資料來(lái)源：公開資料，國(guó)盛證券研究所其優(yōu)點(diǎn)在于：缺點(diǎn)：（ModeCollapse）GANs擴(kuò)散模型DiffusionModel擴(kuò)散模型是一種新型的生成模型，可生成各種高分辨率圖像。在OpenAI，NvidiaGoogle圖表15：DALL-E2可以根據(jù)文字描述生成圖片資料來(lái)源：OpenAI官網(wǎng)，國(guó)盛證券研究所擴(kuò)散模型的生成邏輯相比其他的模型更接近人的思維模式，也是為什么近期AIGC擁有了開放性的創(chuàng)造力。本質(zhì)上，擴(kuò)散模型的工作原理是通過連續(xù)添加高斯噪聲來(lái)破壞訓(xùn)練數(shù)據(jù)，然后通過反轉(zhuǎn)這個(gè)噪聲過程來(lái)學(xué)習(xí)恢復(fù)數(shù)據(jù)。訓(xùn)練后，我們可以通過簡(jiǎn)單地將隨機(jī)采樣的噪聲傳遞給學(xué)習(xí)的去噪過程來(lái)生成數(shù)據(jù)。（latentvariable）q(????|?????1)??1……??????0??0????????(?????1|????)圖表16：擴(kuò)散模型訓(xùn)練原理資料來(lái)源：AssemblyAI，國(guó)盛證券研究所相比于其他模型，擴(kuò)散模型的優(yōu)勢(shì)在于生成的圖像質(zhì)量更高，且無(wú)需通過對(duì)抗性訓(xùn)練，這使得其訓(xùn)練的效率有所提升。同時(shí)，擴(kuò)散模型還具有可擴(kuò)展性和并行性。圖表17：擴(kuò)散模型與其他模型比較資料來(lái)源：Github”whatarediffusionmodels?”，國(guó)盛證券研究所高斯噪聲是一種概率密度函數(shù)符合正態(tài)分布的函數(shù)，當(dāng)AIGC運(yùn)用擴(kuò)散模型來(lái)生成內(nèi)容的時(shí)候，是通過在一副純白的畫布（隨機(jī)白噪聲）上逐步去噪來(lái)生成最終的目標(biāo)畫作。即用戶給出的文本描述形容詞，來(lái)從一個(gè)模糊的概念逐步具象。我們可以簡(jiǎn)化為多個(gè)正態(tài)分布函數(shù)的疊加，模型選擇其中重疊的區(qū)間輸出，這也是一個(gè)逐步縮小范圍的過程。這與人類的思維模式很類似。AIAI在柯基身上。圖表18：正態(tài)分布函數(shù)疊加資料來(lái)源：Wikipedia，國(guó)盛證券研究所簡(jiǎn)述完原理以后，我們可以通過目前非常先進(jìn)的AI圖像生成應(yīng)用DALL-E2來(lái)舉例闡述具體的工作過程：（Prior）OpenAI的Clip4-AIGC圖表19：DALL-E2工作過程舉例資料來(lái)源：AssemblyAI，國(guó)盛證券研究所除了上述提到的自然語(yǔ)言處理技術(shù)和AIGC生成算法模型以外，超級(jí)計(jì)算機(jī)和算力這些硬件作為基礎(chǔ)設(shè)施也是不可或缺的。在機(jī)器學(xué)習(xí)的過程中，需要通過大量的訓(xùn)練來(lái)實(shí)現(xiàn)更準(zhǔn)確的結(jié)果，這樣的計(jì)算量普通的電腦是無(wú)法完成的，目前主要由英偉達(dá)A100構(gòu)建的計(jì)算集群完成，而國(guó)內(nèi)外的初創(chuàng)企業(yè)也會(huì)通過云實(shí)現(xiàn)。AIGC——商業(yè)模式的探索AIGCAIGCAIGC服務(wù)SaaS文字創(chuàng)作20：Jasper

AIGCJasper1.25億美15Jasper2021AIAIJasperJasperJasper7Airbnb、Ibm202140009000資料來(lái)源：Jasper，國(guó)盛證券研究所AIGCAIGCJasper很快就生成了一篇AIGCAIGCJasperAPP圖表21：通過AIGC撰寫的AIGC報(bào)告資料來(lái)源：Jasper，國(guó)盛證券研究所圖像創(chuàng)作22AIGC

MidJourneyNLP（）AIAIGC創(chuàng)資料來(lái)源：MidJourneyBot和無(wú)界版圖，國(guó)盛證券研究所近期，OpenAI已經(jīng)與全球最大的版權(quán)圖片供應(yīng)商之一的Shutterstock達(dá)成深度合作，Shutterstock將開始出售利用OpenAI的DALL-E生成的圖片，并禁止銷售非DALL-E生成的圖片，完成深度獨(dú)家綁定。AIGC圖表23：MidJourney用戶案例資料來(lái)源：MidJourney，國(guó)盛證券研究所視頻創(chuàng)作Google推出了AIDEMOImagen基ImagenVideoPhenakiAIGC24：Phenaki2音頻剪輯AIGC游戲開發(fā)AIGCAIGC來(lái)創(chuàng)建場(chǎng)景和NPCAIGCDelysium202220221113日?qǐng)D表25：Delysium中的虛擬人玩家資料來(lái)源：Delysium，國(guó)盛證券研究所代碼生成GitHubCopilot是一個(gè)GitHub和OpenAIAI或者正在編輯的代碼上下文為開發(fā)者提供代碼建議。官方介紹其已經(jīng)接受了來(lái)自GitHub圖表26：GitHubCopilot資料來(lái)源：GitHub，國(guó)盛證券研究所AIGC的未來(lái)發(fā)展趨勢(shì)AIGC是PGC、UGC之后，全新的內(nèi)容生產(chǎn)方式。不僅能提升內(nèi)容生產(chǎn)的效率以滿足我們飛速增長(zhǎng)的內(nèi)容需求，也能夠豐富內(nèi)容的多樣性。在2022年百度世界大會(huì)上，李彥宏提到了：“AIGC將走過三個(gè)發(fā)展階段：第一個(gè)階段是“助手階段”，AIGC用來(lái)輔助AIGCAI面臨的挑戰(zhàn)下圖是筆者通過AIGC生成的一副“美女與布偶貓”的圖片，從這一張圖片我們可以發(fā)現(xiàn)有兩個(gè)問題：AIGC圖表27：AIGC生成的圖片在細(xì)節(jié)上效果較差資料來(lái)源：MidJourney，國(guó)盛證券研究所那么造成以上的這些問題和差距的原因在哪里呢？