02. - AIGC市场规模空间还在不断增长，国内外巨头不断纳入布局 - AI应用进入高速发展阶段，AIGC多模态交互能力持续进化
- 人机交互进化：AIGC引领新范式
- 不同行业领域通过 AIGC 技术提升生产效率，不同场景触发新内容形式诞生03. AIGC商业化机会
2023年上半年以来，通过生成式人工智能技术(AIGC)使机器能够自动创造文本、图像、音频、视频等多媒体内容已取得较大进展。特别是在文本和图像领域，GPT模型展现了超出传统人工智能的智能表现。国内互联网巨头纷纷涉足该领域，推出了许多类ChatGPT模型。
长远来看，AIGC领域未来发展仍面临数据、算力和人才等方面的挑战，但从机器学习到智能创造，从个人生成内容到人工智能生成内容，一个影响到我们工作和生活各个方面的深刻的生产力革新却在逐渐到来。预计AIGC将在两个方向上改变内容行业：一是降低成本，提高效率；二是提升付费上限，带来全新的内容体验。 AIGC市场规模空间还在不断增长，国内外巨头不断纳入布局
目前AIGC在内容生成领域的渗透率不过低，根据Gartner的估算，2025年AIGC产生的数据将占10%；同时根据量子位智库的估算，预计到2030年，AIGC市场规模将超过万亿人民币规模。国内外科技巨头在生成式AI领域多有布局。国内公司百度、腾讯、阿里、华为、商汤等及国外公司谷歌、Meta、微软等均推出了生成式AI的应用产品，其中微软旗下Open AI推出的GPT-4和ChatGPT最为出圈。
AI应用进入高速发展阶段，AIGC多模态交互能力持续进化
AI应用可分为感知型、决策型、分析型和生成式AI。生成式AI应用（AIGC）是重点，借助深度学习等技术，能自动创造文本、图像、音频等。AIGC的发展经历探索、自主能力弱和深度学习推动三个阶段。1. 探索阶段(1950s-1960s)：机器创作音乐和对话，但成本和商业难题限制发展。2. 自主能力弱(1990s-2010s)：AI开始探索创作内容，但仍受算法和模板限制，缺乏创意。3. 深度学习驱动(2010s-至今)：深度学习如GAN、语言模型推动AIGC迅速发展，实现高质量快速内容生成。自然语言生成的进步从简单语义匹配到交互式生成，AI逐渐能理解用户意图。从早期基于语音关键词的客服机器人，到端到端的深度学习算法的应用，例如DSSM，使得灵活的文本相似度匹配成为可能。2018年，OpenAI推出GPT模型，引领大规模预训练语言模型时代，实现了高质量的交互式文本生成，开创了新的篇章。人机交互正经历着一场颠覆性的革命。大语言模型相较传统AI的规则引擎和决策树，拥有明显优势。它不仅能胜任基础的识别、预测和分辨任务，更能与人类自然对话，创造准确的上下文语义内容。虽然目前AIGC模型主要以文本与人交互，但未来将着眼于语音和多模态交互，展现交互范式的颠覆性变化。展望未来，基于各类AI模型的交互系统将成为主导操作形式，应用程序和指令逻辑将因AI交互平台重新设计。目前，AI大模型已逐步代替部分传统应用的操作方式，随着算力成本降低和模型轻量化，其替代作用将广泛扩展，涵盖智能家居、工业自动化、智能物流、智慧城市等2C领域。大型模型在信息处理环节，将输入自然语言转化为机器可识别信息，显著提升交互体验和效率。传统单向交互仅依赖精确简单的操控方式，而双向人机交互则借助AI为中心的平台，打造整合的控制中枢。不同场景及领域，AI大模型理解用户需求，提供智能自然的控制和服务，大幅提升用户体验。从内容质量到交互效率，AIGC引领了人机交互的变革。ChatGPT插件系统的推出更是展示了这一新范式。未来，这一变化将继续推动人机交互向更智能、高效、自然的方向发展。AIGC技术将极大地提高内容生产的效率，同时带来创新的内容形态。这一变革主要表现在两个方面：一是降低生产成本，提高创意实现效率；二是通过新的人机交互形式，提供全新的内容体验，提升内容付费的上限。
传统的内容生产过程需要经历多个复杂的步骤才能实现，例如写作、口述、绘画、拍摄和编程等。然而，AIGC技术只需要输入一些提示信息，就可以迅速生成大量的内容。用户只需对生成的作品进行评估和调整，就能大幅提高创作效率，同时降低生产成本和门槛。这也有助于激发新的创意。另外，低成本的各种内容形式，如图片和视频等，也将降低用户之间的沟通成本。
此外，AI技术结合大语言模型等新的交互形式，将为创作者带来全新的创作可能性。通过AI技术的辅助，创作者可以更快地学习新的知识和技能，开拓新的创作领域。同时，AIGC生成的内容也为创作者提供新的灵感和素材。这种创作方式将为内容创作者带来更广阔的发展空间，推动内容创作的创新发展。
不同行业领域通过 AIGC 技术提升生产效率，不同场景触发新内容形式诞生在美术领域，AIGC可以提供可视化工具，辅助美术师进行图像处理和创作任务，大幅提高效率。未来，通过复杂计算机视觉算法和深度学习技术的进一步发展，图层分割技术将为图像处理带来更多可能性和创新。
在建模和动捕领域，AIGC能够识别现有三维模型并自动生成类似的模型，同时生成高质量的纹理和材质，使生成的模型更加逼真。
配音行业方面，AI配音具有更高的效率、更低的成本和更好的普适性，能够模拟各种语音和情感，提供更好的音频体验。
在编程领域，AIGC可以通过分析代码和预测行为来辅助编写代码，大大提高编码的速度和准确性。
此外，AIGC还可以在文本和数据分析方面提供准确和高效的识别、抽取和处理，帮助优化数据分析过程。虽然在文献阅读和信息提取方面仍存在一些限制，但AIGC在不同行业的应用前景仍然广阔。AIGC带来的第一个变化是释放了一部分基础脑力工作，人们只需告诉AI想要什么，它就能自动生成内容。通过开源模型（如Stable Diffusion），技术人员可以自由修改和实现所需的场景或能力。AIGC比人类的想象能力更强，可以生成出意想不到的效果，解放的是智力劳动而不是体力劳动。AIGC将显著降低内容生产成本，同时降低AI应用和供给端的成本。以往的AI主要用于营销计划、内容分发和广告投放的个性化，未解决内容供给端的需求。AIGC实现了从对语义的理解到对语义的分析和归纳。语义模型能够提炼出结构化的内容，这是ChatGPT走红的主要原因。AIGC还能够从无到有生成内容，例如AI绘画可以自主生成图片，将内容成本降到最低。无论是在线上还是线下，品牌都需要关注到所有平台上的优质内容。品牌组织不再单独分为线上和线下，而是由同一个人负责，以统一分发内容，打通所有消费场景。未来2-3年，AIGC有望在短视频和直播领域迎来爆发式增长。
首先，品牌需要在多个电商平台上进行短视频内容的覆盖，但这会带来高昂的成本和周期负担。AIGC可以帮助品牌批量化生产和分发短视频内容，并自动化地进行智能分析和调优。
其次，直播已经成为品牌营销的主流手段，但对于品牌来说，马拉松式的直播负担很重。AIGC可以为直播营销赋能，提供更好的时效性和实时互动。
北美和中国市场在AIGC商业化方面面临不同挑战。北美仍以科研为主，应用需求欠缺。国内本土AIGC企业面临AI训练成本高、中文素材不足等难题。国外市场由于高人力成本，对SaaS友好，适合AIGC快速商业化。国内AIGC在To B端应用早期，多采用大模型训练小模型。而在To C端，AIGC用于娱乐应用，大平台流量运营提升用户体验和付费率。国内AIGC企业主要面临三个挑战：底层大模型持续迭代，技术需紧跟趋势；训练小模型需要准确性和可控性优化；虽然ChatGPT对中文表达有进展，但仍需提升。
AIGC 代表厂商
1、筷子科技
筷子科技是一家企业级创意智能生产及协作增长平台。经过多年的技术沉淀，筷子科技基于自研的图片、音频和视频内容的结构化分析技术引擎 FusionX，通过 AI 自动解构图像及视频创意元素，赋能内容人机协作生产效率，深度分析创意与商业转化效果的关系，并通过商业创意线上化团队协作平台产品，大幅提升内容商家客户团队效率和业务增长。目前，Kuaizi 已经引入众多AI内容技术，包括AI内容拆分、内容识别、自动字幕、AI多国语言配音、图片与视频智能标签等AI能力，为用户内容生产提供智能服务。在AI绘图及文本生成领域，筷子科技也正在加紧研发，为平台用户度身定制最具价值的商业创意AIGC应用。超会Al (chaohui.ai） 主要为内容创作和营销人员提供保姆级文案生成服务，从灵活的生成式聊天窗口，到专业的行业场景模版，再到企业定制的私有数据Aiill练模块。基于AI让营销内容创作更简单。
3、极睿科技
北京极睿科技有限责任公司推出的AFashion旨在打造更懂时尚的Al，专注人工智能在时尚领域的应用落地。凭借顶尖的人工智能算法和长期积累的海量行业数据，自主研发出行业领先的时尚服饰识别、分析和检素产品，为服饰电商、时尚媒体和线下服装零售等行业提供先进的计算机视觉解决方案。企业通过简单的APl调用，快速实现时尚与业务的灵活对接，优化用户体验，打造沉浸式购物环境，促进企业效益升级。
