文|腦極體
2014年的時候，我在互聯(lián)網(wǎng)企業(yè)里做內容工作，當時業(yè)內很流行凱文·凱利的“一千個粉絲”理論，相信“找到一千個種子用戶，產(chǎn)品就能夠活下去”。
找到種子用戶干嘛呢？核心KPI之一，就是鼓勵他們創(chuàng)造內容，提高平臺的UGC數(shù)量與質量。
普通人也輕松能創(chuàng)作的圖文短視頻，用愛發(fā)電的同人衍生，極具創(chuàng)意的鬼畜視頻……UGC（User-generated content用戶生產(chǎn)內容），以高效、豐富、多元的產(chǎn)出方式，和PGC（Professional-generated content專家生產(chǎn)內容）、OGC（Occupationally-generated Content職業(yè)生產(chǎn)內容）一起，讓互聯(lián)網(wǎng)數(shù)字內容呈現(xiàn)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(yè)內流行的內容生產(chǎn)模式，則是AIGC。
AI-generated content，字面意思是AI生產(chǎn)內容。AI寫詩、AI作曲、AI繪畫、AI換臉……甚至有創(chuàng)始人認為，游戲中導入圖片生成模型的“捏臉系統(tǒng)”都是AIGC。
那么問題來了，讓AI替人舞文弄墨，對話交互問答、創(chuàng)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，都屬于自然語言生成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(jīng)應用將近30年了。
怎么突然就以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”說起。
AIGC，到底生產(chǎn)的是什么內容？
在內外網(wǎng)搜索 “AIGC”時，精準匹配的是簡體中文信息，而英文AI-generated content一詞，在海外平臺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(chuàng)作類型主要有三種：
1、內容平臺的一種自動化作業(yè)方式，比如CCTV的AIGC平臺，就包括智能采編、模板生成、畫質優(yōu)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；流媒體平臺，通過算法對畫面畫質進行優(yōu)化，提高清晰度等等。
2、AI科研機構的多模態(tài)應用，實現(xiàn)內容生成。比如中科院自動化所的跨模態(tài)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(jié)，生成與地點相匹配的專屬畫作。
3、科技企業(yè)及創(chuàng)業(yè)公司的數(shù)字人、虛擬人制作。通過自主開發(fā)、平臺開發(fā)等形式，合成全新的人物形象，與用戶開展互動。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(shù)字人祝融號跟廣大用戶進行互動；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、游戲陪玩等等。
通過上述AIGC應用，或許不難理解，為什么NLG往往依靠夸張新聞點（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？
如前所說，自然語言生成NLG作為AI創(chuàng)作內容的一種主流方式，此前在大部分時間內都是行業(yè)內自娛自樂，偶爾憑借“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，可以說是時也、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。
隨著自然語言處理技術的不斷發(fā)展，近年來AI的閱讀理解創(chuàng)作能力進步飛快，已經(jīng)達到了驚人的水平，技術成熟給了AIGC廣泛應用的基礎。
隨著AI模型GPT-3的問世，機器已經(jīng)能夠達到人類小學的閱讀寫作水平，頂級AI企業(yè)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(chuàng)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、更聲情并茂地跟人對話、對用戶輸入的語句理解得更準確，一句話，終于開始擺脫“人工智障”的標簽了。
第二，AI基礎設施不斷發(fā)展，多模態(tài)大模型的相繼成熟落地。
如果只是生成單一的內容，那么AIGC或許還不至于讓見多識廣的大眾眼前一亮。而多模態(tài)大模型的出現(xiàn)，讓融合性創(chuàng)新成為可能。
多模態(tài)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(tài)生成全新的內容，由此帶來了非常多的創(chuàng)意空間。比如通過一部小說的文字描寫，生成故事畫面、人物形象、環(huán)境布景等，可以幫助創(chuàng)作者大大節(jié)省時間。
正因如此，多模態(tài)大模型需要處理的數(shù)據(jù)類型多，規(guī)模量大，模型參數(shù)已經(jīng)達到千億級別，需要龐大的算力來支撐。得益于全國多地對AI基礎設施的重視和建設，才能夠讓多模態(tài)應用達到比較好的效果，進而支撐AIGC創(chuàng)作業(yè)態(tài)的進一步發(fā)展。
此外，AI平臺化的生態(tài)搭建，以及充足廣闊的產(chǎn)業(yè)實踐空間。
大模型雖好，對于很多企業(yè)和創(chuàng)作者來說，想要自己從頭開發(fā)一套大模型用來進行AIGC既不經(jīng)濟、也不現(xiàn)實。這時候，AI平臺化、民主化就變得至關重要。
去年推出的許多多模態(tài)大模型，如紫東太初、文心、M6等，都通過AI平臺進行開源，可以直接調用并通過云端算力進行訓練。一些科技企業(yè)也將數(shù)字人技術開源開放，這些動作大大降低了企業(yè)和創(chuàng)業(yè)者的開發(fā)門檻，創(chuàng)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(jīng)開始形成多模態(tài)應用的產(chǎn)業(yè)集群。而千行百業(yè)的數(shù)字化、數(shù)字經(jīng)濟的持續(xù)發(fā)展，也給予了AIGC前所未有的產(chǎn)業(yè)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“游戲+AI”場景，通過算法生成數(shù)字人、語言互動等方式，滿足玩家在虛擬世界中個性化、定制化的體驗需求。而更多的產(chǎn)業(yè)實踐，也會源源不斷地產(chǎn)生新的數(shù)據(jù)，推動算法的迭代升級。
AI產(chǎn)業(yè)化和產(chǎn)業(yè)AI化的發(fā)展，當下已經(jīng)能夠支持內容創(chuàng)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(chuàng)作的大行其道，是科技發(fā)展到一定水平后的必然現(xiàn)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。
為什么說是“突然”呢？如前所說，AI寫詩之類的NLG應用并不罕見，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(shù)字技術開發(fā)業(yè)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(yè)發(fā)言人直接反問：啥是AIGC？顯然，當時“AIGC”一詞就連從事相關業(yè)務的企業(yè)高管都不熟悉。
而在某問答平臺上，關于“AIGC未來會扮演什么樣的角色”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(chuàng)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，正在布局的AIGC領域也聚焦在虛擬人技術，為游戲行業(yè)提供基于AI的智能NPC、自動化QA、對話系統(tǒng)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(chǎn)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，但長期以來一直處于默默發(fā)展、偶爾出圈的狀態(tài)。能夠在近期快速成為一個風口、一種網(wǎng)紅概念，與元宇宙的爆火、資本的動向，不無關系。
在這個新故事中，一般會有如下邏輯：1.元宇宙需要很多數(shù)字人、需要個性化的數(shù)字環(huán)境；2.這些內容光靠人來開發(fā)周期太長，需要更高效的生產(chǎn)方式；3.AI的能力就是提質增效，適合用來創(chuàng)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(shù)了。
我們此前探討過，作為一個復雜龐大的技術集群概念，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么是元宇宙，自然也不可能量化出到底需要多少虛擬人、數(shù)字人。那么，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(fā)展的產(chǎn)物，那么它的上限，自然也要受到技術規(guī)律的約束。誠然，AI的發(fā)展給內容創(chuàng)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用于編寫內容的通用GPT-3模型發(fā)布之后，很多內容機構都基于它開發(fā)了相應的創(chuàng)作模型。目前來看，主要應用還是一些重復枯燥工作的自動化，以CCTV的AIGC平臺為例，主要是自動完成挖掘新聞熱點，將新聞報道數(shù)據(jù)進行深度關聯(lián)、輔助編輯選題策劃，基于模板快速生成海報圖片圖表，智能生成內容標簽，修復歷史視頻等等。
一些用于生成內容的AI編寫器，創(chuàng)作能力實在是不太行。要么只能用于生成一些符合SEO（搜索引擎優(yōu)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(chǎn)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。
要么是由機器學習黑匣子生成的博客文章。對于這類文章，平臺們往往也會提醒，AI無法復制情感，沒有靈魂、同理心、經(jīng)驗等細微差別。所以也會建議使用AIGC工具的創(chuàng)作者，雇用人類作家來校對這些工具創(chuàng)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(chuàng)作者的。
這是我用一個海外AI一句話生成器寫出來的文章，可以說是前言不搭后語，大家給它打幾分呢？
其次，AIGC的交互能力還不夠自然。
雖說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(yè)與潛在客戶聊天、給轄區(qū)居民撥打電話、為電商平臺用戶提供售前售后咨詢服務……但想必大家依然還是能夠很明顯地區(qū)別出，對面到底是真人還是聊天機器人。反正我本人，如果需要完成一些復雜的交流和操作，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里“鬼打墻”。
目前，基于AI技術的人機交互還需要漫長的試錯、實踐、積累、迭代，更適用于一些重復率高、流程標準化、對專業(yè)度或靈活響應度沒那么高的交流。比如在智能音箱里跟主人閑聊，作為虛擬偶像滿足粉絲的基本情感互動需求，或是在電商場景里作為主播“念稿子”直播帶貨。
這里面其實已經(jīng)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”的愿景還有距離。
從應用前景來看，“含科量”滿滿的AIGC，打開了內容創(chuàng)作的想象力，將會給包括虛擬人、數(shù)字人、圖文音影游等各種應用創(chuàng)新帶來可能。
在廣闊的產(chǎn)業(yè)和個人消費市場，AIGC正等待著展翅高飛。而“含資量”不低的AIGC風口，當元宇宙的熱潮退卻后，又會有多少裸泳的人，就需要時間來告訴我們答案了。