AIGC的“含科量”與“含資量”_風聞

2014年的時候，我在互聯網企業裏做內容工作，當時業內很流行凱文·凱利的“一千個粉絲”理論，相信“找到一千個種子用户，產品就能夠活下去”。

找到種子用户幹嘛呢？核心KPI之一，就是鼓勵他們創造內容，提高平台的UGC數量與質量。

普通人也輕鬆能創作的圖文短視頻，用愛發電的同人衍生，極具創意的鬼畜視頻……UGC（User-generated content用户生產內容），以高效、豐富、多元的產出方式，和PGC（Professional-generated content專家生產內容）、OGC（Occupationally-generated Content職業生產內容）一起，讓互聯網數字內容呈現出前所未有的繁榮多彩。

一個時代有一個時代的主題，如今業內流行的內容生產模式，則是AIGC。

AI-generated content，字面意思是AI生產內容。AI寫詩、AI作曲、AI繪畫、AI換臉……甚至有創始人認為，遊戲中導入圖片生成模型的“捏臉系統”都是AIGC。

那麼問題來了，讓AI替人舞文弄墨，對話交互問答、創意寫作、生成詩歌圖文或是以假亂真的視頻，不都是舊新聞了嚒，都屬於自然語言生成Natural Language Generation (NLG)的應用，是NLP自然語言處理技術的一大類任務，已經應用將近30年了。

怎麼突然就以AIGC的概念成為資本熱捧的對象呢？

故事恐怕還是要從“元宇宙”説起。

AIGC，到底生產的是什麼內容？

在內外網搜索 “AIGC”時，精準匹配的是簡體中文信息，而英文AI-generated content一詞，在海外平台主要還是以自動化生成文本的NLG技術為主。所以，AIGC應該是一個在中國率先流行起來的專有名詞。

目前為止，與AIGC相關的創作類型主要有三種：

1.內容平台的一種自動化作業方式，比如CCTV的AIGC平台，就包括智能採編、模板生成、畫質優化等等；部分語音類app，通過語音合成 （TTS）技術，提供文本自動轉語音的能力；流媒體平台，通過算法對畫面畫質進行優化，提高清晰度等等。

2. AI科研機構的多模態應用，實現內容生成。比如中科院自動化所的跨模態通用人工智能平“紫東太初”，就能夠做到“以圖生音”“以音生圖”。百度文心大模型的“AI畫家”，則在前不久的元宵節，生成與地點相匹配的專屬畫作。

3. 科技企業及創業公司的數字人、虛擬人制作。通過自主開發、平台開發等形式，合成全新的人物形象，與用户開展互動。比如AI手語主播，通過AI算法將文本轉化為手語信息，為聽障朋友提供服務；品牌代言人，火星車數字人祝融號跟廣大用户進行互動；虛擬偶像，通過生動的表情、動作、語言等展示才藝，與粉絲對話；以及智能客服、遊戲陪玩等等。

通過上述AIGC應用，或許不難理解，為什麼NLG往往依靠誇張新聞點（比如deepfake）偶爾進入大眾視野，而AIGC一詞出道即爆紅了。

小紅靠捧，大紅靠命：AIGC的“含科量”有多高？

如前所説，自然語言生成NLG作為AI創作內容的一種主流方式，此前在大部分時間內都是行業內自娛自樂，偶爾憑藉“換臉”之類的奇趣新聞火一把，但僅此而已。

而AIGC這一概念，在當下能夠迅速走紅，可以説是時也、運也。

首先，深度學習技術本身不斷迭代，能夠生成更具個性化、擬人化的內容。

隨着自然語言處理技術的不斷發展，近年來AI的閲讀理解創作能力進步飛快，已經達到了驚人的水平，技術成熟給了AIGC廣泛應用的基礎。

隨着AI模型GPT-3的問世，機器已經能夠達到人類小學的閲讀寫作水平，頂級AI企業的中文普通話識別準確率能夠達到98%以上，多語言、小語種、方言的識別率也不斷升級。此外，情感計算、因果計算、知識圖譜、元學習等多種技術開始被引入深度學習，大幅改善了人機交互的自然感。

這些新成果應用在內容創作上，就是大家能看到AI寫出更流利通順的文章、用更自然的音色去朗讀一本書、更聲情並茂地跟人對話、對用户輸入的語句理解的更準確，一句話，終於開始擺脱“人工智障”的標籤了。

第二，AI基礎設施不斷發展，多模態大模型的相繼成熟落地。

如果只是生成單一的內容，那麼AIGC或許還不至於讓見多識廣的大眾眼前一亮。而多模態大模型的出現，讓融合性創新成為可能。

多模態大模型，既需要具備NLP（自然語言理解）大模型、CV（計算機視覺）大模型等的能力，理解語言、視覺的內容，還要能夠跨模態生成全新的內容，由此帶來了非常多的創意空間。比如通過一部小説的文字描寫，生成故事畫面、人物形象、環境佈景等，可以幫助創作者大大節省時間。

正因如此，多模態大模型需要處理的數據類型多，規模量大，模型參數已經達到千億級別，需要龐大的算力來支撐。得益於全國多地對AI基礎設施的重視和建設，才能夠讓多模態應用達到比較好的效果，進而支撐AIGC創作業態的進一步發展。

此外，AI平台化的生態搭建，以及充足廣闊的產業實踐空間。

大模型雖好，對於很多企業和創作者來説，想要自己從頭開發一套大模型用來進行AIGC既不經濟、也不現實。這時候，AI平台化、民主化就變得至關重要。

去年推出的許多多模態大模型，如紫東太初、文心、M6等，都通過AI平台進行開源，可以直接調用並通過雲端算力進行訓練。一些科技企業也將數字人技術開源開放，這些動作大大降低了企業和創業者的開發門檻，創作效率提升，進而助力高質量AIGC變得普及。

目前，南京、武漢等地，已經開始形成多模態應用的產業集羣。而千行百業的數字化、數字經濟的持續發展，也給予了AIGC前所未有的產業空間與實踐場景。比如此次受資本追捧的一些AIGC公司，就瞄準了“遊戲+AI”場景，通過算法生成數字人、語言互動等方式，滿足玩家在虛擬世界中個性化、定製化的體驗需求。而更多的產業實踐，也會源源不斷地產生新的數據，推動算法的迭代升級。

AI產業化和產業AI化的發展，當下已經能夠支持內容創作的大變革，AIGC的流行，自然也就水到渠成了。

“含資量”不低，警惕AIGC的虛火

AI創作的大行其道，是科技發展到一定水平後的必然現象。但資本熱捧，許多投融資消息突如其來，卻給“AIGC”一詞添上了一種別樣的味道。

為什麼説是“突然”呢？如前所説，AI寫詩之類的NLG應用並不罕見，但一直沒有被以“AIGC”一詞整合包裝起來。2021年7月，一位股民詢問擁有虛擬數字技術開發業務的絲路視覺：在AIGC技術上是否有儲備或應用？結果被該企業發言人直接反問：啥是AIGC？顯然，當時“AIGC”一詞就連從事相關業務的企業高管都不熟悉。

而在某問答平台上，關於“AIGC未來會扮演什麼樣的角色”的問題，只有一個回答，來自某投資機構，而該機構正是某AIGC沙龍的組織方，參與討論的創始人也主要描繪了一種核心的AIGC應用場景，那就是元宇宙。

而剛剛拿下千萬美金融資的某AI公司，正在佈局的AIGC領域也聚焦在虛擬人技術，為遊戲行業提供基於AI的智能NPC、自動化QA、對話系統和AI陪玩。完成1億美元融資、由紅杉中國領投的某獨角獸，核心產品則是AI bot，表示希望作為虛擬世界的先鋒，圍繞元宇宙開展多維度的基建。

從這些脈絡中不難看出，AIGC技術本身很真實，但長期以來一直處於默默發展、偶爾出圈的狀態。能夠在近期快速成為一個風口、一種網紅概念，與元宇宙的爆火、資本的動向，不無關係。

在這個新故事中，一般會有如下邏輯：1.元宇宙需要很多數字人、需要個性化的數字環境；2.這些內容光靠人來開發週期太長，需要更高效的生產方式；3.AI的能力就是提質增效，適合用來創作；4.所以，AIGC有前途。

歸根結底就是，元宇宙要火了，AI能做。

AI能做是真，但元宇宙到底啥時候火，可就沒個準數了。

我們此前探討過，作為一個複雜龐大的技術集羣概念，元宇宙依賴很多技術的成熟，距離真正成型還很遙遠。在這一天到來之前，沒有人能清楚地定義什麼是元宇宙，自然也不可能量化出到底需要多少虛擬人、數字人。那麼，為了元宇宙而生的AIGC，到底價值幾何，可能就跟元宇宙一樣，是個見仁見智的玄學了。

既然AIGC的走紅是技術發展的產物，那麼它的上限，自然也要受到技術規律的約束。誠然，AI的發展給內容創作帶來了很多可能，但技術也決定了很多內容依然是AI無法做到的：

首先，AIGC的內容質量有待提升。

OpenAI用於編寫內容的通用GPT-3模型發佈之後，很多內容機構都基於它開發了相應的創作模型。目前來看，主要應用還是一些重複枯燥工作的自動化，以CCTV的AIGC平台為例，主要是自動完成挖掘新聞熱點，將新聞報道數據進行深度關聯、輔助編輯選題策劃，基於模板快速生成海報圖片圖表，智能生成內容標籤，修復歷史視頻等等。

一些用於生成內容的AI編寫器，創作能力實在是不太行。要麼只能用於生成一些符合SEO（搜索引擎優化）的營銷內容，比如YouTube視頻標題、Facebook廣告標題、GoogleAds標題和描述、亞馬遜產品描述等等，主要是更通順地把關鍵詞堆疊在一起，你不會覺得某寶的寶貝標題就是一篇“大作”吧。

要麼是由機器學習黑匣子生成的博客文章。對於這類文章，平台們往往也會提醒，AI無法複製情感，沒有靈魂、同理心、經驗等細微差別。所以也會建議使用AIGC工具的創作者，僱用人類作家來校對這些工具創建的內容。

所以至少目前為止，AIGC能提供很多幫助，但還是無法取代人類創作者的。

這是我用一個海外AI一句話生成器寫出來的文章，可以説是前言不搭後語，大家給它打幾分呢？

其次，AIGC的交互能力還不夠自然。

雖説NLP技術有了極大的進步，人工智能聊天機器人可以幫助企業與潛在客户聊天、給轄區居民撥打電話、為電商平台用户提供售前售後諮詢服務……但想必大家依然還是能夠很明顯地區別出，對面到底是真人還是聊天機器人。反正我本人，如果需要完成一些複雜的交流和操作，都會一開始就輸入“人工客服”“找人工”等命令，而不是跟智能客服在那裏“鬼打牆”。

目前，基於AI技術的人機交互還需要漫長的試錯、實踐、積累、迭代，更適用於一些重複率高、流程標準化、對專業度或靈活響應度沒那麼高的交流。比如在智能音箱裏跟主人閒聊，作為虛擬偶像滿足粉絲的基本情感互動需求，或是在電商場景裏作為主播“念稿子”直播帶貨。

這裏面其實已經有非常大的想象空間了，雖然距離“元宇宙”中那種“和真實的人一樣”的願景還有距離。

從應用前景來看，“含科量”滿滿的AIGC，打開了內容創作的想象力，將會給包括虛擬人、數字人、圖文音影遊等各種應用創新帶來可能。

在廣闊的產業和個人消費市場，AIGC正等待着展翅高飛。而“含資量”不低的AIGC風口，當元宇宙的熱潮退卻後，又會有多少裸泳的人，就需要時間來告訴我們答案了。