AIGC（人工智能生成內(nèi)容）白皮書

AIGC（人工智能生成內(nèi)容）白皮書在當前數(shù)字世界和物理世界加速融合的大背景下，人工智能生成內(nèi)容（ArtificialIntelligenceGeneratedContent，簡稱AIGC）正在悄然引導著一場深刻的變革，重塑甚至顛覆數(shù)字內(nèi)容的生產(chǎn)方式和消費模式，將極大地豐富人們的數(shù)字生活，是未來全面邁向數(shù)字文明新時代不可或缺的支撐力量。

人工智能生成內(nèi)容的發(fā)展歷程與概念

1950年，艾倫·圖靈（AlanTuring）在其論文《計算機器與智能（ComputingMachineryandIntelligence）》中提出了著名的“圖靈測試”，給出了判定機器是否具有“智能”的試驗方法，即機器是否能夠模仿人類的思維方式來“生成”內(nèi)容繼而與人交互。某種程度上來說，人工智能從那時起就被寄予了用于內(nèi)容創(chuàng)造的期許。經(jīng)過半個多世紀的發(fā)展，隨著數(shù)據(jù)快速積累、算力性能提升和算法效力增強，今天的人工智能不僅能夠與人類進行互動，還可以進行寫作、編曲、繪畫、視頻制作等創(chuàng)意工作。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，成為世界上首個出售的人工智能藝術品，引發(fā)各界關注。隨著人工智能越來越多地被應用于內(nèi)容創(chuàng)作，人工智能生成內(nèi)容（ArtificialIntelligenceGeneratedContent，簡稱AIGC）的概念悄然興起。

AICG歷史沿革結合人工智能的演進歷程，AIGC的發(fā)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(fā)展階段（21世紀10年代中期至今）。自2014年起，隨著以生成式對抗網(wǎng)絡（GenerativeAdversarialNetwork,GAN）為代表的深度學習算法的提出和迭代更新，AIGC迎來了新時代，生成內(nèi)容百花齊放，效果逐漸逼真直至人類難以分辨。2017年，微軟人工智能少女“小冰”推出了世界首部100%由人工智能創(chuàng)作的詩集《陽光失了玻璃窗》。2018年，英偉達發(fā)布的StyleGAN模型可以自動生成圖片，目前已升級到第四代模型StyleGAN-XL，其生成的高分辨率圖片人眼難以分辨真假。2019年，DeepMind發(fā)布了DVD-GAN模型用以生成連續(xù)視頻，在草地、廣場等明確場景下表現(xiàn)突出。2021年，OpenAI推出了DALL-E并于一年后推出了升級版本DALL-E-2,主要應用于文本與圖像的交互生成內(nèi)容，用戶只需輸入簡短的描述性文字，DALL-E-2即可創(chuàng)作出相應極高質量的卡通、寫實、抽象等風格的繪畫作品。AIGC的概念與內(nèi)涵

目前，對AIGC這一概念的界定，尚無統(tǒng)一規(guī)范的定義。

國內(nèi)產(chǎn)學研各界對于AIGC的理解是“繼專業(yè)生成內(nèi)容（ProfessionalGeneratedContent,PGC）和用戶生成內(nèi)容（UserGeneratedContent,UGC）之后，利用人工智能技術自動生成內(nèi)容的新型生產(chǎn)方式”。在國際上對應的術語是“人工智能合成媒體（AI-generatedMedia或SyntheticMedia）”，其定義是“通過人工智能算法對數(shù)據(jù)或媒體進行生產(chǎn)、操控和修改的統(tǒng)稱”。綜上所述，我們認為AIGC既是從內(nèi)容生產(chǎn)者視角進行分類的一類內(nèi)容，又是一種內(nèi)容生產(chǎn)方式，還是用于內(nèi)容自動化生成的一類技術集合。從發(fā)展背景方面來看，AIGC的興起源于深度學習技術的快速突破和日益增長的數(shù)字內(nèi)容供給需求。一方面，技術進步驅動AIGC可用性不斷增強。另一方面，海量需求牽引AIGC應用落地。隨著數(shù)字經(jīng)濟與實體經(jīng)濟融合程度不斷加深，以及Meta、微軟、字節(jié)跳動等平臺型巨頭的數(shù)字化場景向元宇宙轉型，人類對數(shù)字內(nèi)容總量和豐富程度的整體需求不斷提高。

技術能力從技術能力方面來看，AIGC根據(jù)面向對象、實現(xiàn)功能的不同可分為三個層次。一是智能數(shù)字內(nèi)容孿生其主要目標是建立現(xiàn)實世界到數(shù)字世界的映射，將現(xiàn)實世界中的物理屬性（如物體的大小、紋理、顏色等）和社會屬性（如主體行為、主體關系等）高效、可感知地進二是智能數(shù)字內(nèi)容編輯其主要目的是建立數(shù)字世界與現(xiàn)實世界的雙向交互。在數(shù)字內(nèi)容孿生的基礎上，從現(xiàn)實世界實現(xiàn)對虛擬數(shù)字世界中內(nèi)容的控制和修改，同時利用數(shù)字世界高效率仿真和低成本試錯的優(yōu)勢，為現(xiàn)實世界的應用提供快速迭代能力。三是智能數(shù)字內(nèi)容創(chuàng)作其主要目標是讓人工智能算法具備內(nèi)容創(chuàng)作和自我演化的能力，形成的AIGC產(chǎn)品具備類似甚至超越人的創(chuàng)作能力。以上三個層面的能力共同構成AIGC的能力閉環(huán)。

應用價值從應用價值方面來看，AIGC將有望成為數(shù)字內(nèi)容創(chuàng)新發(fā)展的新引擎，為數(shù)字經(jīng)濟發(fā)展注入全新動能。一方面，AIGC能夠以優(yōu)于人類的制造能力和知識水平承擔信息挖掘、素材調(diào)用、復刻編輯等基礎性機械勞動，從技術層面實現(xiàn)以低邊際成本、高效率的方式滿足海量個性化需求；同時能夠創(chuàng)新內(nèi)容生產(chǎn)的流程和范式，為更具想象力的內(nèi)容、更加多樣化的傳播方式提供可能性，推動內(nèi)容生產(chǎn)向更有創(chuàng)造力的方向發(fā)展。另一方面，AIGC能夠通過支持數(shù)字內(nèi)容與其他產(chǎn)業(yè)的多維互動、融合滲透從而孕育新業(yè)態(tài)新模式，打造經(jīng)濟發(fā)展新增長點，為千行百業(yè)發(fā)展提供新動能。2021年以來，“元宇宙”呈現(xiàn)出超出想象的發(fā)展爆發(fā)力；作為數(shù)實融合的“終極”數(shù)字載體，元宇宙將具備持續(xù)性、實時性、可創(chuàng)造性等特征，也將通過AIGC加速復刻物理世界、進行無限內(nèi)容創(chuàng)作，從而實現(xiàn)自發(fā)有機生長。人工智能生成內(nèi)容的技術體系及其演進方向

AIGC技術升級步入深化階段人工智能算法的不斷迭代是AIGC發(fā)展進步的源動力，從技術演進的角度出發(fā)，可將AIGC技術可大致劃分為傳統(tǒng)基于模板或規(guī)則的前深度學習階段和深度神經(jīng)網(wǎng)絡快速發(fā)展的深度學習階段。AIGC大模型架構潛力凸顯超級深度學習近年來的快速發(fā)展帶來了深度神經(jīng)網(wǎng)絡技術在大模型和多模態(tài)兩個方向上的不斷突破，并為AIGC技術能力的升級提供了強力的支撐和全新的可能性。AIGC技術演化出三大前沿能力AIGC技術被廣泛應用于音頻、文本、視覺等不同模態(tài)數(shù)據(jù)，并構成了豐富多樣的技術應用。分別是智能數(shù)字內(nèi)容孿生能力，智能數(shù)字內(nèi)容編輯能力和智能數(shù)字內(nèi)容創(chuàng)作能力。除了對各種模態(tài)數(shù)據(jù)內(nèi)容的修復和增強，近年間，數(shù)字內(nèi)容孿生中智能增強技術在三維視覺領域取得了快速地發(fā)展。在數(shù)字內(nèi)容孿生技術的基礎上，智能數(shù)字內(nèi)容編輯的相關技術構建了虛擬數(shù)字世界與現(xiàn)實物理世界間的交互通道。從技術角度看，智能數(shù)字內(nèi)容編輯主要通過數(shù)字內(nèi)容的語義理解和屬性控制兩類技術來實現(xiàn)對內(nèi)容的修改和控制。資料來源：京東探索研究院人工智能生成內(nèi)容的應用場景1.AIGC+傳媒：人機協(xié)同生產(chǎn)，推動媒體融合。在采編環(huán)節(jié)，一是實現(xiàn)采訪錄音語音轉寫，提升傳媒工作者的工作體驗。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。二是實現(xiàn)智能新聞寫作，提升新聞資訊的時效。三是實現(xiàn)智能視頻剪輯，提升視頻內(nèi)容的價值。2022年冬奧會期間，央視視頻通過使用AI智能內(nèi)容生產(chǎn)剪輯系統(tǒng)，高效生產(chǎn)與發(fā)布冬奧冰雪項目的視頻集錦內(nèi)容，為深度開發(fā)體育媒體版權內(nèi)容價值，創(chuàng)造了更多的可能性。在傳播環(huán)節(jié)，AIGC應用主要集中于以AI合成主播為核心的新聞播報等領域。AI合成主播開創(chuàng)了新聞領域實時語音及人物動畫合成的先河，只需要輸入所需要播發(fā)的文本內(nèi)容，計算機就會生成相應的AI合成主播播報的新聞視頻，并確保視頻中人物音頻和表情、唇動保持自然一致，展現(xiàn)與真人主播無異的信息傳達效果。2.AIGC+電商：推進虛實交融，營造沉浸體驗。隨著數(shù)字技術的發(fā)展和應用、消費的升級和加快，購物體驗沉浸化成為電商領域發(fā)展的方向。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(xiàn)視聽等多感官交互的沉浸式購物體驗。3.AIGC+影視：拓展創(chuàng)作空間，提升作品質量。隨著影視行業(yè)的快速發(fā)展，從前期創(chuàng)作、中期拍攝到后期制作的過程性問題也隨之顯露，存在高質量劇本相對缺乏、制作成本高昂以及部分作品質量有待提升等發(fā)展痛點，亟待進行結構升級。

運用AIGC技術能激發(fā)影視劇本創(chuàng)作思路，擴展影視角色和場景創(chuàng)作空間，極大地提升影視產(chǎn)品的后期制作質量，幫助實現(xiàn)影視作品的文化價值與經(jīng)濟價值最大化。4.AIGC+娛樂：擴展輻射邊界，獲得發(fā)展動能在數(shù)字經(jīng)濟時代，娛樂不僅拉近了產(chǎn)品服務與消費者之間的距離，而且間接滿足了現(xiàn)代人對歸屬感的渴望，重要性與日俱增。

借助于AIGC技術，通過趣味性圖像或音視頻生成、打造虛擬偶像、開發(fā)C端用戶數(shù)字化身等方式，娛樂行業(yè)可以迅速擴展自身的輻射邊界，以更加容易被消費者所接納的方式，獲得新的發(fā)展動能。5.AIGC+其他：推進數(shù)實融合，加快產(chǎn)業(yè)升級除以上行業(yè)之外，教育、金融、醫(yī)療、工業(yè)等各行各業(yè)的AIGC應用也都在快速發(fā)展。教育領域，AIGC賦予教育材料新活力。金融領域，AIGC助力實現(xiàn)降本增效。醫(yī)療領域，AIGC賦能診療全過程。工業(yè)領域，AIGC提升產(chǎn)業(yè)效率和價值?？傮w來看，AIGC正在發(fā)展成與其他各類產(chǎn)業(yè)深度融合的橫向結合體，其相關應用正加速滲透到經(jīng)濟社會的方方面面。人工智能生成內(nèi)容發(fā)展面臨的問題

隨著人工智能技術發(fā)展步入快車道，AIGC因為其快速的反應能力、生動的知識輸出、豐富的應用場景，在社會生產(chǎn)和生活的方方面面發(fā)揮著重要的作用。

但與此同時，AIGC的關鍵技術、企業(yè)核心能力和相關法律法規(guī)尚未完善，圍繞公平、責任、安全的爭議日益增多。關鍵技術不夠完全成熟，大規(guī)模推廣落地尚存痛點、難點。

目前，AIGC技術不斷升級，進一步釋放內(nèi)容生產(chǎn)力，但其在人工智能關鍵技術方面尚存在局限，掣肘產(chǎn)業(yè)發(fā)展進程。一是人工智能算法存在固有缺陷；二是AIGC內(nèi)容編輯與創(chuàng)作技術不夠完善；三是企業(yè)風險治理能力尚未完善。2022年5月，最新出臺的《關于推進實施國家文化數(shù)字化戰(zhàn)略的意見》，要求研究制定扶持文化數(shù)字化建設的產(chǎn)業(yè)政策，強調(diào)各地要因地制宜制定具體實施方案，相關部門要細化政策措施。未來，各地、各部門政策的支持力度、推進落實和動態(tài)調(diào)整情況將決定著技術與社會的相互建構程度，將對AIGC技術在社會情境中的發(fā)展起到重要作用。未來展望

從真實可控向多樣組合發(fā)展從技術層面上看，目前AIGC的相關算法已經(jīng)具備了真實復刻和創(chuàng)造某類既定內(nèi)容的能力，同時相關模型對簡單場景的內(nèi)容生成也取得了較好成果，但面對多樣性變化和復雜場景內(nèi)容生成的挑戰(zhàn)，現(xiàn)有AIGC的算法能力仍需進一步提升。從本地化集中式向大規(guī)模分布式發(fā)展作為數(shù)字經(jīng)濟和實體經(jīng)濟深度融合的新模式，AIGC通過應用大量新型人工智能技術來創(chuàng)造和制作豐富的創(chuàng)新型、高質量、可交互的數(shù)字內(nèi)容，這給當前人工智能技術的研究帶來了全新的挑戰(zhàn)，針對大規(guī)模分布式AIGC交互算法的研究是時下緊迫且熱門的主題，也是AIGC技術未來的發(fā)展方向之一。隨著AIGC核心技術的不斷發(fā)展，其內(nèi)容孿生、內(nèi)容編輯、內(nèi)容創(chuàng)作三大基礎能力將顯著增強。目前，AIGC已經(jīng)在多個領域得到廣泛應用，如金融、傳媒、文娛、電商等，未來應用場景會進一步多元化生態(tài)建設日