AIGC落地应用盘点：写剧本、绘图、编程已“解锁”，离AI写PPT还有多远？
出品 | 搜狐科技
作者 | 郑松毅
人工智能生成（Artificial Inteligence Generated Content，以下简称“AIGC”）是指利用人工智能算法和模型，通过训练和优化，自动生成符合特定要求的、高质量的的文本、图像、声音等信息。
目前，AIGC技术已经应用在广泛的领域，如脚本撰写、绘图、编程等。与此同时，AIGC技术可以根据用户需求提供个性化服务，不仅提高了用户体验，还大大提升了工作效率。
接下来，搜狐科技将带领大家一起感受AIGC在各领域中展现的“超能力”，看看这些“超能力”是否能帮助解决大家的工作困扰？
AI文本创作
形式：分析键入文本需求，生成剧本等文本形式内容
应用场景：撰稿、编写剧本、文本处理等
代表应用：Rytr、Jasper AI、ChatGPT-4
Rytr是最适合入门级文本创作者应用的软件，它可以生成高质量的文章、营销方案、电子邮件、博客文章等。这个AI写作工具的特点是它的算法可以根据用户提供的主题、关键词和目标受众，自动生成定制化的内容。同时，这个工具还可以与其他应用程序进行整合，例如：WordPress、Shopify、Slack 等，方便用户在其他平台上直接发布它们所创建的内容。此外，Rytr还提供了一个AI编辑器，可以帮助用户轻松编辑和修改文章和文案，大大提高了创作效率和质量。
Rytr除了具备字符计数、语法检查等常规功能外，其具备2000+数量级的内容创意库，可以帮助作者找到最理想的创意方向。
此外，Rytr的使用方式也很简单，让初学者可以快速上手：
首先，用户可以从上百种语库中选择目标语种。
接下来，用户需要键入需要生成文本的主题。
之后，Rytr会在一分钟内的时间里生成完整的文本结果。
最后，Rytr支持用户根据需求对文本字体、字号、文字间隔空间等进行编辑修改。
搜狐科技从Rytr用户了解到，用户对于Rytr的使用满意度评分高达4.9分（满分5分）。好评的原因主要如下：
1. 易上手：用户反馈3分钟内即可上手操作Rytr软件，并生成理想的文本结果；
2. 文本生成速度快：用户形容“在屏幕上光标闪烁间，文本已生成完毕”；
3. 文本质量高：用户反馈Rytr生成的文本表达高度准确，用词较为规范，让人一时分辨不出一篇文稿是出于AI之手。
如今，Rytr等文本创作类AIGC软件已广泛应用于Pwc（咨询行业）、Ford（制造行业）等领域，其极具高效的创作能力及多语种编辑能力，其对文本创作领域中的行业从事者造成不小的冲击。
但搜狐科技分析，其目前仍无法完全代替文本创作者，从创作风格多样性及用词表达准确性来讲，AI文本工具距离人类的能力还存在差距。
AI图片创作
形式：分析文本需求，生成图片
应用场景：海报制作、漫画创作等
代表应用：Stable Diffusion、Midjourney
2022年以来，以 Stable Diffusion、Midjourney等为代表的文本生成图像的跨模态应用相继涌现，千锤百炼后的AI图片生成应用的创作能力令网友直呼“真实到颤抖”。
搜狐科技就以Stable Diffusion为例，为大家带来AI成像视觉冲击体验。
上图为Stable Diffusion根据用户指令“一位亚洲老战士首领的肖像照，部落美洲豹风格化妆，红蓝基调，侧面轮廓，目视远方，严肃的眼睛，50毫米肖像照，强烈的边沿线条亮度” 制作而成的图像，是否让你感受到惟妙惟肖的视觉冲击感？遗憾的是，目前Stable Diffusion只支持英文指令，搜狐科技提示大家可以使用翻译器或ChatGPT去根据需求生成更准确的英文指令。
如今，AI制图的应用在广告制作、漫画创作、海报制作、游戏画面设计等领域被广泛应用，其根据指令用短短2分钟的时间就可以完成制作一张时装模特试穿的效果图，节约了商家聘请模特试用展示的资金成本和时间成本。
搜狐科技了解到，Stable Diffusion虽具备强大的图片创作能力，但其作品并非每次都令人满意。由于不同的用户具备不同的审美风格，对于图片美感的定义也是不同的，因此用户会对AI制图应用创作的作品提出更严苛的细节要求，但如“神仙风格”此类模糊的风格要求是目前这些AI应用还理解不到位的。同时，AI创作作品的版权问题也饱受争议，此前美国版权局裁定：“AI作图不受版权保护”，这意味着AI制图的实际应用场景还有待考量。
此外，近日日本大阪大学研究发现，Stable Diffusion不仅具备强大的制图能力，甚至还可能具备逼真复现人类大脑图像的“读心术”能力。
其整体研究的思路，是基于Stable Diffusion，打造一种以人脑活动信号为条件的去噪过程的可视化技术。简单来说，研究人员发现利用Stable Diffusion结合脑机接口处理技术，可以复现人们曾经看到过的图像记忆。
当然，目前此项“脑图复现”研究还在探索过程中，但无疑Stable Diffusion等AI制图应用正在引起一波视觉图像呈现技术的新浪潮。
AI编程
形式：分析键入文本需求，生成编程代码
应用场景：程序开发等
代表应用：GitHub Copilot
众所周知，“加班”“熬夜”已成为程序员职业的标签。那如果拥有了AI编程开发应用这个小助手，程序员是否能够实现解放双手？
GitHub Copilot是当下最为热门的AI编程应用，其可根据命名或者正在编辑的代码上下文为开发者提供代码建议。GitHub Copilot目前已接受了来自GitHub上公开可用存储库的数十亿行代码的训练，它支持大多数编程语言，包括Python，Java，Ruby等。
其对于编程新手玩家很是友好，只需登录GitHub账户申请使用权限后，安装GitHub Copilot软件即可使用。
下图是一个简单的Python示例，创建一个计算数据平均值的函数来测试Copiloy的表现：
灰色代码部分是Copilot建议使用的代码，可以通过按“Tab”键使用。如认为建议不正确，则可使用“+”浏览更多建议。
当前GitHub Copilot等AI编程软件仍处于测试优化阶段，其虽能满足大多数功能要求下代码的编写，但代码准确性和可运行性还不足，需要程序开发人员仔细检查。此外，AI编程软件目前还无法根据特定算法给出编程建议，也无法对既定算法进行优化，从而无法提升程序运算性能。换句话说，AI编程软件目前还不清楚什么是“好的代码”。
此前有程序员表示，“有时为AI编程应用写出的代码不断找漏洞修复的时间，还不如上网搜索算法结构后直接自己编写来的快”。
搜狐科技分析，当前AI编程类软件更适合作为程序员的助手，而不是替代者。但不能否认AI编程软件的确是一个正确的发展方向，其不仅从某种程度上可以提高开发者的工作效率，也降低了行业门槛，使更多人可以体会到编程的乐趣。也许在不远的未来，迭代后的AI编程软件将成为“基础程序员”的“万能钥匙”，帮助入门级程序员不必再为程序算法和设计框架担忧，只要熟悉基础的编程语法，即可创作出富有逻辑的解决方案。
尽管马斯克、库克等大佬忌惮于AI的不可控性，联合呼吁要暂停训练比GPT-4更强大的人工智能系统，但通用人工智能在这一波浪潮中的迭进无疑已经势不可挡，以大模型为基础发展起来的AIGC，正在越来越多的场景中落地。不过，整体而言，从“能用”到“好用”之间，AIGC还有较长的一段路要走。