2023年AIGC应用与实践展望报告.docxVIP

出品机构：甲子光年智库

报告指导：宋涛

报告撰写：刘瑶

发布时间：2023.04

前言

?不可否认AIGC的出现似乎已经让大家预见了AI应用的拐点，其创造性与智能性一夜之间刷新了大众认知。但去伪存真，在市场火爆的背后其真正的应用及商业价值几何，更待我们冷静地剖析。基于此，甲子光年智库特此展开AIGC应用与实践研究，输出《AIGC应用与实践研究报告》，期待与各方共同见证AIGC行业的星辰大海。

AIGC时代已来，算力及数据下训练的“暴力美学”实现内容生成

AIGC时代已来，算力及数据下训练的“暴力美学”实现内容生成质的突破

内容生成的低成本及高效率必然会冲击现有的商业模式

去伪存真，研判AIGC在引发热烈讨论背后的商业价值，尤其是围绕内容作业体系下的革新。

AIGC如何从内容生成撬动作业模式改变1.AIGC的本质剖析及AIGC背后的新一代人工智能技术革新？

AIGC如何从内容生成

撬动作业模式改变

2.基于技术及商业的价值，AIGC将会如何改变内容产业的作业模式，对现有商业模式带来哪些机遇及冲击？

AI企业、互联网企业、垂直行业的数字化科技企业在AI能力加持下需要再出发3.

AI企业、互联网企业、垂直行业的数字化科技企业在AI能力加持下需要再出发

4.AIGC时代到来，企业及个人需要如何面对？

2

Part01概念重生：AIGC是内容生成方式一次进化

目录

Part02行业颠覆：内容生产体系的作业模式走向工程化

Part03产业变革：五湖四海涌向AIGC开阔地

Part03产业变革：五湖四海涌向AIGC开阔地

Part04未来可期：在探索中寻找人类与机器的平衡

Part04未来可期：在探索中寻找人类与机器的平衡

3

缘起于GC，而归于AI，AIGC的关键是AI突破了人类生产“内容”的特权

?目前广受热议的“AIGC”实际是对此次AI技术变革的一种描述概念，即AI（或者说以硅为基本构成的计算机）具备了人类社会中“内容生成概念”的能力，而不是随意生成人类社会共识下无法理解的文字语句、图片、人像、视频等等。

?AIGC概念具备狭义和广义区别，狭义概念更强调内容属性，广义概念强调AI的技术属性：

狭义的概念重点关注的是数字内容的生产形式（SyntheticMedia），和人类生成内容方式对比，例如文字、图片、视频等常规内容形式如何一步通过AI生产；

广义的概念则突出生成式AI（GenerativeAI）的概念，即如何通过生成式AI的技术思路解决以往决策式AI难以完成的问题，尤其在数据或者内容生成上实现“质的突破”。随着生成式对抗网络（GenerativeAdversarialNetwork，GAN）等的演进及迭代，生成式AI可以延展到流程、策略、代码、蛋白质结构等多种形式，即意味着凡是可以使用数字内容形式的产业，生成式AI均可以涉及。此次报告在广义的概念下进行讨论。

更关注如何利用生成式AI技术在涉及数字内容的诸多领域实现改PGC广义的概念：

更关注如何利用生成式AI技术在涉及数字内容的诸多领域实现改

PGC

变及突破：

Professionally-GeneratedContent内容生成成本高，需要专业人士完成内容生成，

Professionally-

GeneratedContent

内容生成成本高，需要专业人士完成内容生成，总体内容生产数量低

UGC

其次对内容质量及成本的改变，改变了交互的效果及效率

User-GeneratedContent内容生成及传播成本由于互联网时代的，无需专业人士完成，总体内容生产数量有所提升AI-UGC生成式AI实际上扩大了“内容”的含义，凡是可以数字化的内容形式均为

User-GeneratedContent

内容生成及传播成本由于互联网时代的，无需专业人士完成，总体内容生产数量有所提升

AI-UGC

AI-assisted-

GeneratedContent内容生产主体从人类本身开始向人工智能迁移，主要区别体现在内容的生产效率、知识图谱的多样性以及提供更加动

GeneratedContent

内容生产主体从人类本

身开始向人工智能迁移，主要区别体现在内容的生产效率、知识图谱的多样性以及提供更加动态且可交互的内容上

即将改变人类社会所有内容相关的工作方式生成式AI

即将改变人类社会所有内容相关的工作方式

从大量数据