趋势报告 | 人工智能的下一个时代 AIGC​未来已来

点击上方蓝字 关注我们

生成式AI（AIGC）成为继NFT、元宇宙、Web3.0之后，又一个火出圈的风口。

2022年是 AIGC（AI-Generated Content，人工智能生成内容）爆火出圈的一年，不仅被消费者追捧，而且备受投资界关注，更是被技术和产业界竞相追逐。

2022年9月23日，红杉中国发表文章《生成式AI：一个创造性的新世界》，认为AIGC会代表新一轮范式转移的开始。2022年10月，Stability AI 获得约1个亿美元融资，估值高达10亿美元，跻身独角兽行列。Stability AI发布的开源模式 Stability Diffusion ，可以根据用户输入的文字描述（称为提示词，prompts）自动生成图像，即文生图（Text-to-Image，T2I）。Stability Diffusion、DALL-E 2、Midjourney 等可以生成图片的 AIGC 模型引爆了 AI 作画领域，AI 作画风行一时，标志人工智能向艺术领域渗透。2022年12月，Open AI 的大型语言生成模型 ChatGPT 刷爆网络，它能胜任刷高情商对话、生成代码、构思剧本和小说等多个场景，将人机对话推向新的高度，让网友不禁怀疑 ChatGPT 是否已经具备人类智能。全球各大科技企业都在积极拥抱 AIGC，不断推出相关技术、平台和应用。

经过了2022年的预热，2023年AIGC领域将迎来更大发展。AIGC生成内容的类型不断丰富、质量不断提升，也将有更多的企业积极拥抱AIGC。近日，腾讯研究院发布《 AIGC 发展趋势报告：迎接人工智能的下一个时代》。从技术发展和产业生态、应用趋势、治理挑战等维度，对AIGC的发展趋势进行了深入思考。
NO.1AIGC技术和产业生态迎来发展快车道
01

生成算法、预训练模式、多模态等AI技术累计融合，催生了AIGC的大爆发

一是基础的生成算法模型不断突破创新；二是预训练模型引发了AIGC技术能力的质变；三是多模态技术推动了AIGC的内容多边形，让AIGC具有了更通用的能力。

总的来看，AIGC在2022年的爆发，主要是得益于深度学习模型方面的技术创新。不断创新的生成算法、预训练模型、多模态等技术融合带来了AIGC技术变革，拥有通用性、基础性、多模态、参数多、预练数据量大、生成内容高质稳定等特征的AIGC模型成为了自动化内容生产的“工厂”和“流水线”。

02

AIGC产业生态加速形成和发展，走向模型及服务（MaaS）的未来

目前，AIGC产业生态体系的雏形已现，呈现为上中下三层架构：第一层为上游基础层，也就是由预训练模型为基础搭建的AIGC技术基础设施层。由于预训练模型的高成本和技术投入，因此具有较高的进入门槛。
第二层为中间层，即垂直化、场景化、个性化的模型和应用工具。预训练的大模型是基础设施，在此基础上可以快速抽取生成场景化、定制化、个性化的小模型，实现在不同行业、垂直领域、功能场景的工业流水线式部署，同时兼具按需使用、高效经济的优势。
第三层为应用层，即面向C端用户的文字、图片、音视频等内容生成服务。在应用侧，侧重满足用户的需求，将AIGC模型和用户的需求无缝衔接起来实现产业落地。
随着数字技术与实体经济融合程度不断加深，以及互联网平台的数字化场景向元宇宙转型，人类对数字内容总量和丰富程度的整体需求不断提高。AIGC作为当前新型的内容生产方式，已经率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展，市场潜力逐渐显现。与此同时，在推进数实融合、加快产业升级的进程中，金融、医疗、工业等各行各业的AIGC应用也都在快速发展。

NO.2AIGC在三大领域的价值影响

1、消费端：AIGC牵引数字内容领域全新变革

1）AIGC有望塑造数字内容生产与交互新范式，成为互联网的内容生产基础设施数字内容迈入强需求、视频化、拼创意的螺旋式升级周期，AIGC在这阶段的发展迎合了这一需要。AIGC正在成为越来越多地参与数字内容的创意性生成工作，以人机协同的方式释放价值，成为未来互联网的内容生产基础设施。2）AIGC的应用生态和内容消费市场逐渐繁荣而今在内容消费领域，AIGC已经重构了整个应用生态。作为当前新型的内容生产方式，AIGC已经率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展，市场潜力逐渐显现。2022年，AIGC发展速度惊人，迭代速度呈现指数级爆发，谷歌、Meta、百度等平台型巨头持续布局，也有Stability AI、Jasper AI等独角兽创业公司问世。根据6pen预测，未来五年10%-30%的图片内容由AI参与生成，有望创造超过600亿以上市场空间，若考虑到下一代互联网对内容需求的迅速提升，国外商业咨询机构Acumen Research and Consulting预测，2030年AIGC市场规模将达到1100亿美元。3）AIGC将日益成为未来3D互联网的基础支撑互联网向下一代技术升级和演进的重要方向是从“在线”走向“在场”，迈向3D互联网时代，AIGC将成为打造虚实集成世界的基石。AIGC为3D互联网带来的价值，既包括3D模型、场景、角色制作能效的提升，也能像AI作画那样，为创作者激发新的灵感。4）聊天机器人和数字人成为新的、更包容性的用户交互界面，不断拓展应用领域（1）聊天机器人：2022年12月1日，美国人工智能研究公司Open AI研发的聊天机器人产品ChatGPT正式对外开放，一经推出便火遍全网，截止12月12日已拥有超过100万名用户，而ChatGPT正是典型的文本生成式AIGC。（2）数字人：首先AIGC大大提升了数字人的制作效能。用户可以上传图片/视频，通过AIGC生成写实类型的数字人，具有生成过程较短、成本低、可定制等特点。其次，AIGC支撑了AI驱动数字人多模态交互中的识别感知和分析决策功能，使其更神似人。5）AIGC将作为生产力工具来推动元宇宙发展近期，Linkedln做了一个调查，向Linkedln用户征集他们最希望了解哪个元宇宙相关的技术主题，76%的受访者选择了AIGC。只有通过AIGC，元宇宙才可能以低成本、高效率的方式满足海量用户的不同内容需求。首先，AIGC为构建沉浸式的元宇宙空间环境提供了核心基础设施技术，将成为元宇宙的生产力工具。其次，AIGC将作为生产力工具为元宇宙用户提供个性化内容体验。同时，AIGC将赋予用户更多的创作权力和自由，促进创新并提升元宇宙的用户体验。最后，AIGC也将作为用户交互界面的一部分在元宇宙中发挥作用。

2、产业端：合成数据牵引人工智能的未来

1）合成数据为AI模型训练开发提供强大助推器，推动实现AI2.0人工智能的发展应用离不开数据，但真实世界数据面临着难以获取、质量差、标准不统一等诸多问题。为此，计算机模型技术或算法生成的合成数据，作为真实数据的廉价替代品，日益被用于创造精准的AI模型。2）合成数据助力破解AI“深水区”的数据难题，持续拓展产业互联网应用空间合成数据背后的生成式AI被Gartner评为2022年银行和投资服务领域越来越受欢迎的三项技术之一。原因是能够通过合成数据以成本更低、易规模化、隐私保护合规的方式提供接近真实世界的数据。3）合成数据产业加快成为数据要素市场新赛道，科技大厂和创新企业抢先布局合成数据对人工智能未来发展的巨大价值使其加速成为AI领域的一个新产业赛道。一方面，国外的主流科技公司纷纷瞄准合成数据领域加大投入与布局。另一方面，合成数据作为AI领域的新型产业，相关创新创业方兴未艾，合成数据创业公司不断涌现，合成数据领域的投资并购持续升温，开始涌现了合成数据即服务（synthetic data as serve，SDaaS ）这一发展前景十分广阔的全新商业模式。4）合成数据加速构建AI赋能、数实融合的大型虚拟世界展望未来，可以从三个方面来理解大型虚拟世界为什么成为AI数实融合的关键场景。第一，大型虚拟世界可以提供人工智能开发所需的数据和场景，为AI应用开发提供“加速度”。第二，大型虚拟世界为各行各业训练开发AI提供了试验田。第三，在大型虚拟世界中通过AI连通虚拟与现实，实现AI数实融合。

3、社会端：AIGC助力可持续社会价值的实现

比如，在医疗健康方面，AI语音生成帮助病人“开口说话”。语音合成软件制造商Lyrebird为渐冻症患者设计的语音合成系统实现“声音克隆”，帮助患者重新获得“自己的声音”。AI数字人也能帮助老年痴呆症患者与他们可能记得的年轻面孔或者逝去的亲人互动。此外，AIGC也可以用于文物修复，助力文物保护传承。腾讯公司利用360度沉浸式展示技术、智能音视频技术、人工智能等技术手段，对敦煌古壁画进行数字化分析与修复。在国外，DeepMind合作开发的深度神经网络模型Ithaca可以修复残缺的历史碑文。总之，随着AIGC模型的通用化水平和工业化能力的持续提升，AIGC的根本影响在于，将极大降低内容生产和交互的门槛和成本，有望带来一场自动化内容生产与交互变革，引起社会的成本结构的重大改变，进而在各行各业引发巨震。未来，“AIGC+”将持续大放异彩，深度赋能各行各业高质量发展。
NO.3AIGC面临的挑战及未来展望

发展总是与挑战并生，AIGC的发展也面临许多科技治理问题的挑战。目前，主要是知识产权、安全、伦理和环境四个方面的挑战。

首先，AIGC引发的新型版权侵权风险，已经成为整个行业发展所面临的紧迫问题。因版权争议，国外艺术作品平台ArtStation上的画师们掀起了抵制AIGC生成图像的活动。

其次，安全问题始终存在于科技发展应用之中。在AIGC中，主要表现为信息内容安全、AIGC滥用引发诈骗等新型违法犯罪行为，以及AIGC的内生安全等。较为著名的案例是，诈骗团队利用AIGC换脸伪造埃隆·马斯克的视频，半年诈骗价值超过2亿人民币的数字货币。

再次，算法歧视等伦理问题依然存在。比如，DALL·E 2具有显著的种族和性别刻板印象。最后是环境影响，AIGC模型训练消耗大量算力，碳排放量惊人。此前就有研究表明，单一机器学习模型训练所产生的碳排放，相当于普通汽车寿命期内碳排放量的5倍。

为了应对以上挑战，面向人工智能的下一个时代，人们需要更加负责任地、以人为本地发展应用AIGC技术，打造可信AIGC生态。面对AIGC技术应用可能带来的风险挑战，社会各界需要协同参与、共同应对，通过法律、伦理、技术等方面的多元措施支持构建可信AI生态。在立法方面，网信办等三部门出台的《互联网信息服务深度合成管理规定》针对深度合成技术服务提出的要求和管理措施，诸如禁止性要求、标识要求、安全评估等，亦适用于AIGC。接下来，需要着重从以下方面持续推进AIGC的政策和治理。

其一，政府部门需要结合AIGC技术的发展应用情况，制定并明晰AIGC的知识产权与数据权益保护规则。目前，AIGC的知识产权与数据权益保护规则的不明确，在某种程度上导致甚至加剧了AI领域的乱象。

其二，研发应用AIGC技术的主体需要积极探索自律管理措施，例如，秉持不作恶、科技向善等目的，制定适宜的政策（消极要求和积极要求），采取控制和安全措施保障AIGC的安全可控应用，采取内容识别、内容溯源等技术确保AIGC的可靠来源。

其三，打造安全可信的AIGC应用，需要深入推进AI伦理治理。例如，行业组织可以制定可信AIGC的伦理指南，更好地支持AIGC健康可持续发展；AIGC领域的创新主体需要考虑通过伦理委员会等方式，推进落实AI风险管理、伦理审查评估等，在AIGC应用中实现“伦理嵌入设计”（ethics by design）。

其四，社会各界需要携手应对AIGC领域的能源消耗问题，推行绿色AI的发展理念，致力于打造绿色可持续、环境友好型的AI模型，实现智能化与低碳化融合发展。

未来已来，让我们拥抱AIGC，拥抱人工智能的下一个时代，打造更美好的未来。

责编：岳青植
监制：李红梅

文章内容来自：腾讯研究院发布的《 AIGC 发展趋势报告：迎接人工智能的下一个时代》

往期回顾