AIGC 如火如荼，它的魔力蕴含在产业链哪里？
随着 ChatGPT 的持续火爆，全球的目光都已经聚焦在了 AI 领域，不仅各路网友展示了如何与 ChatGPT 共同整活的技巧，业界更将 AI 商业落地场景开拓出了诱人的想象空间，今天要提到的 AIGC 就是一个非常火热的细分赛道。
顾名思义，AIGC 即 AI Generated Content，是指利用人工智能技术来生成内容，从创作者群体来说，AIGC 是区别于 UGC、PGC 之后的新型内容生产方式，从创作内容来说，AI 绘画、AI 写作等都属于 AIGC 的分支。
其实 AIGC 长久以来都是科技圈想要实现的梦想，而伴随着 ChatGPT 在过去一年的持续出圈，2022 年也被认为是 AIGC 高速发展的一年，并且可以预见的是，在短期内 AIGC 将会在以更加迅猛的势头来改变我们的生活。
想象一下，在未来你浏览的网页都是由 AI 完成，你收听的电台并没有真人发声，你所玩的游戏每个玩家的剧情都是不同的。
那么，面对 AIGC 带来的巨变时刻，我们应该先弄明白一个问题：AIGC，魔力到底在哪里？
AIGC 的历史非常久远。早在 1957 年，两位科学家莱杰伦 · 希勒和伦纳德 · 艾萨克森就通过将计算机程序中的控制变量换成音符完成了历史上第一支由计算机创作的音乐作品——弦乐四重奏《依利亚克组曲（Illiac Suite）》。
但是，由于当时科技水平的限制，AIGC 发展速度并不快。按照人工智能的演进历程，AIGC 的发展大致可以分为三个阶段，即：早期萌芽阶段（20 世纪 50 年代至 90 年代中期）、沉淀积累阶段（20 世纪 90 年代中期至 21 世纪 10 年代中期），以及快速发展阶段（21 世纪 10 年代中期至今）。
这一历程也与人工智能大规模出现在社会生活的时间大致相当：2010 年后，随着智能手机爆发式增长和算法算力的高速更新，让人工智能商业化有了大规模落地的可能性。特别是智能语音、个性拍照、人脸识别等惊艳的功能伴随着智能数码产品相继出现在了生活中后，人们对 AI 到底有多强大的讨论，始终没有边界定论。
回到 AIGC，为什么它的出现让人如此振奋？也是因为相比于之前的 AI 功能，它的魔力实在是有多之而无不及：
从技术上看，AIGC 在个性化创作和自动化产出都具有颠覆性加之，特别是与人工制作内容相比，AICI 有着难以估量的成本效率优势。
从应用场景上看，AIGC 数字化程度高及内容需求丰富的领域有广阔应用空间。AIGC 所涉及到的内容创作元素如文字、音频、视频及跨模态，在以 ChatGPT 为代表的一系列科技成果推进下，已经存在综合叠加运用于 AIGC 的技术基础，并呈现出真实性、多样性、可控性及综合性等特征，非常适合率先使用在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业。
从普及条件上看，深度学习模型 + 开源模式加速 AIGC 普及，得到业界、市场、客群的多方认可。比如，2018 年，人工智能生成的画作在佳士得拍卖行以 43.25 万美元成交，成为首个出售的人工智能艺术品；2019 年，DeepMind 发布 DVD-GAN 模型用以生成连续视频；2022 年 11 月，OpenAI 上线了智能对话系统（聊天机器人）ChatGPT，引发全球热潮。
从规模上看，根据 IDC 数据预测，2021 年中国人工智能软件及应用市场规模为 51 亿美元，预计 2026 年将会达到 211 亿美元，年增速不低于 25%。而数据规模上，中国将从 2021 年的 18.51ZB 增长至 2026 年的 56.16ZB，年均增长速度 CAGR 为 24.9%，高于全球同期 21.2% 的增速，位居全球第一。
如此看来，AIGC 处于爆发趋势已是不争的事实，所以，无论是巨头还是资本，都在不断押注赛道。那么，在繁荣的产业背景下，新的机会必将会出现。对于 AIGC 来说，这些机会又在哪里，是一个需要仔细研究的方向。
想要寻找方向，就先要了解 AIGC 的架构是怎样的。从产业链结构来看，AIGC 主要包括基础层、中间层和应用层。
基础层包括芯片、传感器、大数据、云计算等，为人工智能提供数据及算力支撑。其中，智能传感器及大数据主要负责数据的收集，智能芯片是人工智能的算力基础，和云计算一起负责运算。在这一产业链环节中，主要玩家是科技巨头与超级研究机构。例如，引爆 AI 赛道的 ChatGPT 的低版本—— 2020 年由 OpenAI 发布的 NLP 模型 GPT-3 ，参数量约 1,750 亿，训练数据量达 45TB，模型训练成本近 1,200 万美元，这样的投入与耗资，并不是一般玩家能参与的。在基础层发力布局的玩家除了 OpenAI，还有诸如谷歌、微软、Meta、百度这样的中外顶级科技公司。
而技术层强调核心技术研究，包含括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等，是连接人工智能产业链基础层与应用层的桥梁。这样一看，技术层也是实现垂直化、场景化、个性化的主要环节。一个典型的例子就是，今年大火的基于潜在扩散模型的文图生成开源模型 Stable Diffusion，就被多家公司用于二次模型开发，其中就包括二次元绘画领域的 NovelAI，以天工巧绘 SkyPaint 出圈的昆仑万维等公司。
最后，应用层建立在基础层与技术层的基础上，将人工智能技术和商业场景结合，提供行业解决方案服务、硬件产品和软件产品，包括智能产品和场景应用，主要分为图像、音频、文本、视频等模态。在这一环节中最著名的莫过于 ChatGPT， 其通过网页登陆互动以及后台配合社交软件的使用方式让万千用户在体验过后为其疯狂。
说完产业链环节，再来看看 AIGC 与哪些行业有着密切的联系，从目前来看，传媒、电商、影视、娱乐是公认的 AIGC 可以深度参与的行业。
传媒行业中，写稿机器人、采访助手、视频字幕生成、语音播报、视频锦集、人工智能合成主播等相关应用不断涌现，渗透到采集、编辑、传播等各个环节。例如，2022 年冬奥会期间，科大讯飞的智能录音笔通过跨语种的语音转写助力记者 2 分钟快速出稿，一战成名。而百度、腾讯等企业推出手语播报数字人，为千万听障用户提供手语解说，为全方位报道赛事提供了有力支撑。
电商行业中，AIGC 正加速商品 3D 模型、虚拟主播乃至虚拟货场的构建，通过和 AR、VR 等新技术的结合，实现视听等多感官交互的沉浸式购物体验。阿里于 2021 年 4 月上线 3D 版天猫家装城，支持消费者自己动手做家装搭配，为消费者提供沉浸式的 " 云逛街 " 体验。不仅购物的转化率平均值为 70%，较行业平均水平提升了 9 倍，同比正常引导成交客单价提升超 200％，同时商品退换货率明显降低。
同样，在直播带货上，AIGC 打造的虚拟主播全时在岗、品牌形象贴合年轻人、却不会担心主播跳槽、塌方等问题，实在是各大品牌的优心之选。
影视行业中，AIGC 能激发影视剧本创作思路，扩展影视角色和场景创作空间，比人力创作具有无法比拟的效率与题材优势。而在 AI 视觉领域，爱奇艺、优酷、西瓜视频等流媒体平台均投身到 AI 修复经典影视作品的业务当中，可见 AIGC 的实际效果已经得到业界肯定。
在娱乐领域，AIGC 在趣味性图像音视频生成、打造虚拟偶像、开发 C 端用户数字化身等方向，具有相当大的想象空间。之前国外流行的 AI 换脸应用，就已经引发了一股用户追捧的狂潮；人民日报新媒体中心在国庆 70 周年推出互动生成 56 个民族照片人像的应用刷屏朋友圈，其合成照片总数超 7.38 亿张；腾讯推出化身游戏中的 " 和平精英 " 与火箭少女 101 同框合影，更是击中年轻人的口味，迅速破圈。
说完行业，再从模态上普及一下当下有哪些 AI 公司值得关注。首先，文字模态，OpenAI 是一个神话般的存在，已经到了不得不提的程度，而像主攻广告文案的 Copy AI, 主攻写作创意的 Notion AI 都是可以持续关注的公司。
然后是图像模态，Stable Diffusion 的开发公司 Stable AI 在业内闻名，虽然有负面新闻曝出，但其开发的 AI 作图底层协议是 AI 图像无法规避的环节，所以依然是资本关注的对象。
以上是国外著名的 AI 公司，再来看看公司赛道。除了主攻大模型的 BAT 之外，一系列业务聚焦于应用层的创业公司已经开始出现在公众视野当中。文字业务上，聆心智能、澜舟科技、彩云科技都在不同行业中持续布局，视频图像业务中，感知阶跃、影谱科技、帝视科技等新老玩家也都期待在当下的 AI 浪潮中大有作为。音频、游戏等业务中，标贝科技、知觉之门等公司凭借贴近年轻人的业务优势，试图在技术价值与情感价值之间取得完美平衡。
从上面可以看出，AIGC 如火如荼，并不是只会凭借技术演进来取代人们的工作岗位，为是会提供出更多更有价值、更高要求的岗位，从这点看，我们每个人都需要为这次 AI 科技狂潮做好准备。
来源：ZAKER