在此以前，從未有過一個算法或者技術(shù)能同時出現(xiàn)在我的大學專業(yè)群（學術(shù)）、工作群（業(yè)務）、娛樂群（搞笑）、B站首頁和小紅書首頁之中。

而在過去半年里, text2img generative model技術(shù)成功出現(xiàn)在上述所有平臺，大家在校友群討論Stable Diffusion算法，在工作群討論商業(yè)化路徑，在沙雕群討論鮭魚洄游和不能游泳的小女孩，在小紅書有博主玩彩妝藝術(shù)生成，在B站也有各路up主開發(fā)出種種神奇的應用……在剛剛截稿的ICLR（一個橫跨vision, NLP, ML/RL, robotics的會議）的5000篇投稿中，title/abstract帶有diffusion字樣的文章達到了200篇，在233篇得分為7分（含）及以上的論文中，共有13篇涉及擴散模型。

在這類生成式AI出現(xiàn)以前，人們對AI的應用主要在于決策性歸納行為，比如利用機器分析一組數(shù)據(jù)，并在其中找到許多用例的模式；比如垃圾郵件檢測、人臉識別、發(fā)貨時間預測和抖音視頻推送，算法在大量數(shù)據(jù)中變得越來越聰明而精確，這被稱為分析型AI。

在當年的“AI會搶走人類哪些工作”預測中，自從AlphaGo擊敗人類冠軍棋手后，我們對于AI決策能力的質(zhì)疑就畫上了句號，從數(shù)據(jù)分析、生產(chǎn)管理到自動駕駛等，我們開始把許多領(lǐng)域的控制權(quán)都交到AI手里。

繪畫領(lǐng)域本是人類長期保留的自留地，原有的分析型AI無法在創(chuàng)造性工作上與人類競爭——它們被降格為只做分析和機械性的認知工作。我們?nèi)祟悓Ρ葯C器來說，最大的優(yōu)勢在于創(chuàng)造。隨著生成式AI的出圈，創(chuàng)作也開始失守。人們意識到機器開始嘗試創(chuàng)造有意義和美麗的東西，在更多領(lǐng)域與傳統(tǒng)工作方式和產(chǎn)品競爭，比如在美國科羅拉多州博覽會的數(shù)字藝術(shù)類美術(shù)比賽中獲得第一名的“太空歌劇院”就是AI的產(chǎn)物。

璞躍中國移動出行團隊通過對“文本自動生成”和“圖像自動生成”兩個領(lǐng)域的研究，認為AIGC確實會搶走一部分的“舊蛋糕”，但隨著元宇宙和內(nèi)容經(jīng)濟的底層、硬件的迅速發(fā)展，這兩個領(lǐng)域的內(nèi)容自動生成卻同時也是做蛋糕的手，可以幫助迅速搭建尚不成熟的內(nèi)容生態(tài)。

在它逐步發(fā)展的過程中，璞躍中國移動出行團隊認為：

在標準化強度越高、越結(jié)構(gòu)化的內(nèi)容中，AI生成內(nèi)容徹底替代人工創(chuàng)作者的可能性越大；

隨著AIGC越來越同質(zhì)化、高效化，生成內(nèi)容的可控性決定了其是否會成為商業(yè)創(chuàng)作者助手的存在，還是替代原有內(nèi)容產(chǎn)出者的角色；

AI批量生成的非結(jié)構(gòu)化內(nèi)容，如3D視頻、VRAR領(lǐng)域內(nèi)容，可以幫助硬件和平臺廠商打破生態(tài)瓶頸，迎來行業(yè)爆發(fā)。

生成式AI能應用的場景非常多，從不同類別的文本、圖像到策略的生成都可以裝進各個口袋，在這些領(lǐng)域中，文本的結(jié)構(gòu)化屬性最強，發(fā)展最早，因此文本和語音生成是目前生成式AI最成熟的領(lǐng)域。

AI生成文本

非交互式文本生成

文本生成又分為交互式和非交互式，非交互式更接近常規(guī)寫作這個領(lǐng)域，AI應用最多的在于自動輸入更正或者輸出一些中短篇內(nèi)容。

璞躍中國移動出行團隊認為，未來在新聞播報等更為結(jié)構(gòu)化、標準化的領(lǐng)域，可以完全適用算法生成的稿件；但對用于創(chuàng)意寫作、營銷寫作或者劇情續(xù)寫的非結(jié)構(gòu)化寫作來說，模型的可控性還不足以做到給AI一個題目，讓AI生成可以直接使用的千字文萬字文，它只能在文字和用詞上做一些擴展，人們還需要對自動生成的內(nèi)容進行迭代。

此模型的作用，是在創(chuàng)作者寫作的過程當中，根據(jù)現(xiàn)有的文本產(chǎn)生新的想法，或者重寫已有文句，從而幫助創(chuàng)作者突破創(chuàng)作瓶頸。隨著數(shù)量和模型的累積，未來將有更高質(zhì)量的輸出、更多形式的內(nèi)容和更好的垂直領(lǐng)域深度內(nèi)容產(chǎn)生。比如谷歌的LaMDA ，本身的設(shè)計功能只是句子補全；比如通過給定的一個單詞，來預測下一個最有可能的單詞是什么。

隨著時間的積累，LaMDA的模型規(guī)模和訓練數(shù)據(jù)量大到讓它獲得了一種潛意識的能力，可以從語言中學習很多更高層次的概念和聯(lián)想，從而對于創(chuàng)作者的工作流程帶來非常大的幫助。現(xiàn)在的創(chuàng)作者可以用這個模型重寫語句，生成文章細節(jié)內(nèi)容，也可以讓它遣詞造句，讓原有的行文“更有趣”或者“更憂郁”一點。

交互式文本生成

自動客服、聊天機器人和交互式文本游戲都屬于交互式文本生成，目前現(xiàn)有的交互式文本都是基于給定的語句庫給出答案，而不能創(chuàng)造新的回答方式。生成式AI可以做到徹底地代替?zhèn)鹘y(tǒng)人工客服，回答更復雜、開創(chuàng)性的問題。

代碼生成

如果說AI文字生成用的是常規(guī)人類文本，AI代碼生成則是機器語言的自動生成。GitHub基于 OpenAI 推出的Copilot，可以說是程序員神器了，它是在數(shù)十億行開源代碼上訓練，并在寫代碼的同時默默給出整行，甚至只要填寫注釋和調(diào)用的包，它就能給出完整算法的建議。在短期內(nèi)，這一技術(shù)的應用將大大提升開發(fā)人員的生產(chǎn)力和效率，未來更多的非開發(fā)人員也將能利用代碼生成，完成自己的內(nèi)容開發(fā)。

AI文字生成的蛋糕在哪里：

1/ 結(jié)構(gòu)化自動創(chuàng)作：新聞稿、公文件等標準化強度高的創(chuàng)作領(lǐng)域適用于AI文字生成；

2/ 非結(jié)構(gòu)化創(chuàng)意輔助：創(chuàng)意創(chuàng)作者的細節(jié)優(yōu)化、文采優(yōu)化；

3/ 交互式文本：對比普通人完成交互，AI更適合滿足長時間、高反應速度的客服及娛樂需求；

4/ 代碼生成：降低開發(fā)人員門檻，讓更多普通技術(shù)人員參與開發(fā)過程，優(yōu)化低代碼、無代碼平臺研發(fā)。

AI文字生成切走的蛋糕在哪里：

1/ 標準化強度高的文案內(nèi)容創(chuàng)作；

2/ 傳統(tǒng)NLP文本客服將依然存在，用于滿足簡單問題解答，但需求會顯著降低；

3/ 代碼生成將與此前的低代碼、無代碼平臺融合，拉低開發(fā)人員和非開發(fā)人員的差距。

圖片生成出現(xiàn)的時間最短，但是最有成為殺手級應用的傳播能力的一種。比起單調(diào)乏味的文字和專業(yè)性更強的代碼開發(fā)，過去對AI的運用“更多像是學術(shù)界的自嗨”，今年AI創(chuàng)作的技術(shù)利用了基于大模型的diffusion model帶來了文字轉(zhuǎn)圖像的交互方式，允許大眾參與自主創(chuàng)作，大眾屬性和圖片生成自帶的傳播能力是最近AIGC爆火的主要原因。

2D創(chuàng)意圖像生成

2D創(chuàng)意圖像生成是最近爆火的diffusion的主要功能，目前這個功能主要面向C端用戶，而且多以免費的形式出現(xiàn)。在創(chuàng)意圖像生成，功能性圖像生成方面，如根據(jù)指定要求生成商業(yè)用途的海報、模特圖、logo等，這些商業(yè)圖片盡管目前尚未廣泛應用，但在未來有望落地大規(guī)模低成本創(chuàng)作的機會。除了版權(quán)問題，AI生成的圖像離商業(yè)化最大的阻礙在于現(xiàn)在絕大多數(shù)AI對圖畫細節(jié)的處理、可控性和文本理解能力尚有欠缺，所以常常會出現(xiàn)比例失調(diào)，看起來怪異猙獰，或者對著類似“鮭魚洄游”有著獨特的理解的情況。

功能性圖像生成

當下的圖片生成更多是做到了好看，但是沒有細節(jié)。如果想在工業(yè)級別或者企業(yè)級別上使用內(nèi)容生成，現(xiàn)在的模型還缺少科學的精準和可控性，這也是目前AI的創(chuàng)作技術(shù)的發(fā)展方向之一。

如果可以達到過程可控，相關(guān)技術(shù)就可以成為創(chuàng)作者的輔助插件，正如之前當PS剛剛推出各種筆刷，盡管剛出現(xiàn)時藝術(shù)家也有反感態(tài)度，但時至如今，筆刷已經(jīng)做到了節(jié)能增效的作用，幫助藝術(shù)家更快速簡便地完成創(chuàng)作，幫助創(chuàng)作者完成構(gòu)建創(chuàng)意與實現(xiàn)的分離。

從這個角度來看，可以把創(chuàng)作者和AIGC的關(guān)系比作攝影師和照相機，創(chuàng)作者（攝影師）構(gòu)建拍攝思路并進行規(guī)劃，對相機進行參數(shù)配置，正如人們對AI模型進行參數(shù)配置，即可直接點擊輸出作品。創(chuàng)意和實現(xiàn)呈現(xiàn)出分離狀態(tài)，實現(xiàn)過程變?yōu)橐环N可重復勞動，可以由AIGC來完成，并逐步將成本推向趨近于0。

視頻、3D模型、VR圖像

比起普通2D圖像更進一步的是視頻、3D模型和VR圖像，在這幾個領(lǐng)域AI并沒有太多的積累，卻可以打破目前內(nèi)容的投入產(chǎn)出比極低的痛點。無論是VRAR硬件設(shè)備廠商，還是元宇宙平臺運營商，目前都面臨“生態(tài)內(nèi)容不足的痛點”，不足5秒的3D鏡頭需要耗費超2個月的時間完成，難以規(guī)模化生產(chǎn)，通過AI快速生成這類進階圖像則可以打破這一生態(tài)瓶頸。

RCT Studio打造的Morpheus引擎能夠通過深度學習，輸入目標文字即可渲染成3D資源和動畫；同樣NeRF能夠利用幾張靜態(tài)圖像生成多視角的3D動畫。隨著AI技術(shù)迭代，引擎渲染過程加速，人們期待在未來1-2年內(nèi)看到基礎(chǔ)的3D和視頻模型的出現(xiàn)，打開電影、游戲、虛擬現(xiàn)實、建筑和實物產(chǎn)品設(shè)計等大型創(chuàng)意市場，同時帶動硬件、影視、游戲等其他產(chǎn)業(yè)。

AI圖像生成的蛋糕在哪里：

1/ 2D領(lǐng)域：批量藝術(shù)性內(nèi)容，如海報、藝術(shù)頭像等生成，藝術(shù)家創(chuàng)作輔助插件；

2/ 3D/VR/AR領(lǐng)域：模型快速渲染，數(shù)字人、仿真人等元宇宙內(nèi)容生態(tài)搭建；

3/ 視頻領(lǐng)域：廣告內(nèi)容生成。

無論是元宇宙平臺、還是車企、互聯(lián)網(wǎng)公司的營銷需求，AI生成的內(nèi)容都可以低成本、高效率的滿足。

AI圖像生成切走的蛋糕在哪里：

1/ “獨一無二”版權(quán)在不同領(lǐng)域的應用，如服裝、電子產(chǎn)品、建筑藝術(shù)品等

無論生成式AI的出現(xiàn)搶走了蛋糕還是做大了蛋糕，璞躍中國移動出行團隊認為，一切新技術(shù)和應用的出現(xiàn)，最終目的都應該是提高人們的工作效率，從而進一步提升生活體驗。本文僅給大家列舉了一部分有意思的生成式AI應用場景和舊市場之間的關(guān)系，在AIGC系列的下一篇中，我們將從商業(yè)模式出發(fā)，探討商業(yè)化落地更快，變現(xiàn)能力更強的案例。

審核編輯黃昊宇