AIGC：Web3 时代的内容创作利器
AIGC（AI-Generated Content，人工智能生成内容）代表着一种新的范式转变的开端。 近年来，硅谷的顶级风险投资公司纷纷将投资目光投向 AI 初创企业，尤其是生成式 AI 艺术领域。今年，已有两家独角兽企业 Stability 和 Jasper 获得超过一亿美元的融资，估值均超过十亿美元。AIGC 的蓬勃发展不仅得益于技术的快速进步、广泛的商业应用和不断增长的需求，更在于该领域仍然处于发展早期。尽管大型科技公司占据了大部分市场份额，初创公司依然有潜力实现突破。
AIGC 将成为 Web3 时代的生产力工具。 随着我们迈入 Web3.0 时代，人工智能、关联数据和语义网络的构建将形成人与网络之间的新联结，内容消费需求迅速上升。传统的 UGC\PGC 生成方式越来越难以满足这种扩张的需求，而 AIGC 将成为元宇宙内容生成的新解决方案。利用人工智能学习知识图谱，AIGC 能够自动生成内容，既可以辅助人类创作，也可以完全由 AI 独立生成。这不仅提升了内容生成的效率，也增加了内容的多样性。随着自然语言处理（NLP）技术和扩散模型的发展，AI 不再仅仅是内容创作的辅助工具，完全自主的内容生成成为可能。未来，文字生成、图像绘制、视频编辑和游戏内容创作都将可能被 AI 所替代。
AIGC 技术主要涵盖两个核心方面：自然语言处理（NLP）和 AIGC 生成算法。 自然语言处理技术实现人与计算机之间的自然语言交互。而 AIGC 的生成算法包括生成对抗网络（GAN）和扩散模型。扩散模型已经展现出成为下一代图像生成模型的潜力，具备更高的精度、可扩展性和并行性，大幅提升了质量和效率，成为 AIGC 增长的重要推动力。同时，机器学习过程中的大量训练需求，预计将使对底层算力的需求呈现爆发式增长。
AIGC 在文字、图像、音频、游戏及代码生成等领域的商业模型逐渐显现。 我们近期对国内外数十家 AIGC 相关企业进行了研究，发现其在高重复性任务和对精度要求不高的领域中应用逐步成熟，并逐渐探索商业模式。目前，图像生成和文字生成服务尤为常见，大部分 AIGC 服务通过提供 SaaS 模式来实现盈利。
AIGC 未来发展的核心要素
-
大模型、大数据与大算力。
结合自然语言的大模型与数据集已成为 AIGC 发展的基础。例如，OpenAI 的 Clip 模型基于4亿组高质量的英文图文数据进行训练；而在 AIGC 数字时代，算力的重要性将愈加突出，Stable Diffusion 当前依赖于4000个 NVIDIA A100 GPU 集群，运营成本超5000万美元。为了增强应用的精准性，未来还会更多地基于特定语种进行垂直应用开发，以便针对特定功能进行更有针对性的训练。 -
投资框架：软硬件与数据集。
生成算法、NLP 和算力是 AIGC 成功运行的关键，而高质量的数据集则直接影响 AIGC 产品的质量与商业模式。 -
软件层面主要包括自然语言处理技术的提供者：谷歌、微软、科大讯飞、拓尔思；
- AIGC 生成算法模型及数据集的主要企业有：英伟达、Meta、百度、蓝色光标、视觉中国、昆仑万维；
- 算力层主要涵盖：澜起科技、中兴通讯、新易盛、天孚通信、宝信软件、中际旭创等。
风险提示： AIGC 的技术创新或许不及预期，底层硬件如超级计算机或算力的进展也可能遭遇挑战。此外，政策监管风险仍待观察，目前 AIGC 仍处于相对早期的阶段，未来是否会出台有关 AIGC 作品的知识产权或其他法律监管条款尚不明确。
2022：AIGC 的崛起之年
近期，硅谷的许多风险投资公司开始关注 AI 初创企业，尤其是生成式 AI 艺术领域。2022年9月23日，红杉资本发布了一篇名为《生成式 AI：一个创造性的新世界》的文章，指出 AIGC（人工智能生成内容）将标志着一轮新的范式转移。
2022年10月，英国开源人工智能公司 Stability AI 宣布获得1.01亿美元融资，估值高达10亿美元，成功跻身独角兽行列，参与投资的公司包括 Coatue、Lightspeed Venture Partners 和 O’Shaughnessy Ventures LLC。Stability AI 今年发布的 Stable Diffusion 模型，能够根据用户输入的文字描述自动生成图像，其问世使得 AI 绘画领域愈发火爆。最近，巴比特宣布全面拥抱 AIGC，开始大规模采用 AI 配图，涵盖头条图片和各类自媒体平台。
除了绘画以外，文字、音频、视频均可通过 AI 来生成。
以 Jasper 为例，该平台以 AI 文字生成为核心功能，为用户生成 Instagram 标题、TikTok 视频脚本、广告文案、电子邮件内容等。截止2021年，Jasper 已拥有超过70000位客户，创造了4000万美元的收入。
在音频创作方面，Podcast.ai 是一个由 AI 生成的博客，每周讨论一个话题。在第一期节目中，借助乔布斯的传记及其网络录音，Play.ht 的语言模型得以进行大量训练，最终生成了假乔·罗根采访乔布斯的播客内容。
视频方面，现有 AI 技术不仅能够生成图片，还能够创建序列帧，例如《幻觉东京》。该项目花费160小时完成30000多张独立插画，并进行人工微调。尽管当前的技术仍基于原始脚本和视频，通过 AI 逐帧生成图像，但已显示出 AIGC 在视频创作中的巨大潜力。同时，在诸多垂直领域应用中，文字可以直接生成相应的短视频，结合虚拟人技术可实现自动播报，从而使内容呈现更加逼真自然。
随着 NLP 技术和扩散模型的发展，AI 生成内容的可能性正在拓展。此前内容生成主要依赖 GAN（生成对抗网络），而 GAN 因其特性无法像扩散模型那样依赖超大规模语言模型。因此，AI 的内容理解及创造能力在当前技术下更为有限。然而，随着扩散模型的成熟，生成方式开始趋近人脑的联想方式，AIGC 成功实现了内容创作辅助工具到主要创作者的转变。