解密人工智能内容生成（AIGC）的开展与现状

研究品种：AIGC, Web3

奉献者：Roy Dong@THUBA Core Member

审核者：Yofu@DAOrayaki

视频链接：

摘要

AIGC是Web3.0时代的消费力东西，AIGC供给大量的消费力，而Web3.0与区块链的利用则决定消费关系与用户主权。

但我们必需熟悉到AIGC和Web3是两个差别的标的目的。AIGC做为利用AI手艺的消费东西，既能够利用于Web2世界，也能够利用于Web3世界。到目前为行，大大都已经开发的项目仍然在Web2范畴。把两者放在一路谈话是不适宜的。而Web3期看借助区块链和智能合约手艺，让用户拥有虚拟资产的主权。它与创建形式之间本没有间接联络。

本文将从以下四个方面解密AIGC的开展与现状停止：

内容创造形式的演变

手艺测概略

AIGC的行业利用

AIGC与Web3

第一个阶段是PGC(Professionally-Generated Content)，专家生成内容，由拥有内容相关范畴天分的专业团队停止创做，门槛与成本较高，量量有必然保障，逃求电视剧片子等贸易化渠道的收益，代表项目就是以爱优腾为首的视频平台。在那些平台上，用户更多地是往领受和搜刮视频资本来收看，类似于Web1.0的概念。

但那一阶段创做权掌握在少数专业人士手中，通俗创做者的功效很难被群众看见。在第二阶段衍生出了一系列的UGC平台(User-generated Content，用户消费内容)，如Twitter，YouTube，国内爱优腾等视频平台。在那些平台上用户不只是领受者，也能够是内容的供给方，内容消费的规模极大地扩大了，但用户消费的内容量量则良莠不齐，能够将它看做是Web2.0时代的内容创做。

那么Web3.0时代的内容创做生态是？AIGC和web3的联系关系在哪里？

AIGC(AI generated Content，人工智能生成内容)，指由人工智能搀扶帮助以至代替人类停止内容创做，能够做为强大的消费力东西，搀扶帮助处理Web3.0和元宇宙中的一些现实问题。它消费频次更快，而且能够定造风气，称心每小我的需求。它拥有无限规模的内容创做灵感，效果也不会太差。

展开全文

第二部门：手艺测概略

AIGC手艺的快速开展始于GAN(生成匹敌收集，2014)模子的颁发。它由两个模子构成:生成模子和判别模子。生成器生成“假”数据并试图哄骗辨别器;辨别器验证生成的数据，并测验考试准确识别所有“假”数据。在操练迭代的过程中，两个收集匹敌中提拔，曲抵达到平衡形态。

AIGC手艺的快速开展始于GAN(生成匹敌收集，2014)模子的颁发。它由两个模子构成:生成模子和判别模子。生成器生成“假”数据并试图哄骗辨别器;辨别器验证生成的数据，并测验考试准确识别所有“假”数据。在操练迭代的过程中，两个收集匹敌中提拔，曲抵达到平衡形态。

在GAN颁发后的两三年时间里，业内对GAN模子停止了各类革新和利用。2016年和2017年，在语音合成、情感检测、换脸等范畴产生了一多量现实利用。

谷歌在2017年开发的Transformer模子逐步代替了Long and Short Term memory (LSTM)等传统RNN模子，成为NLP问题的首选模子。

做为Seq2seq模子，它提出了重视力机造，计算每个单词与其上下文的相关性，以确定哪些信息敌手头的使命最重要。与其他模子比拟，Transformer速度更快，而且能够更长时间地保留有效信息。

BERT(来自Transformer的双向编码器表达，2018)利用Transformer构建了一个用于天然语言处置的完全模子框架。它在处置一系列天然语言处置使命上超越了现有的模子。

BERT(来自Transformer的双向编码器表达，2018)利用Transformer构建了一个用于天然语言处置的完全模子框架。它在处置一系列天然语言处置使命上超越了现有的模子。

从那时起，模子的大小不竭增加，在比来两年呈现了GPT-3、InstructGPT和ChatGPT等一批大模子，其成本也呈几何级数上升。

现今的语言模子有三个特征:大模子、大数据、大计算才能。在上方的图中能够看到模子参数的数量增加得有多快。有人以至提出了语言模子的摩尔定律，——一年增长十倍。最新发布的ChatGPT模子有1750亿个参数，很难想象在那之后GPT-4中还有几参数。

ChatGPT的优势：

在参与2022年奇绩创坛秋季营的55家公司中，有19家AI主题公司、15家元宇宙主题公司和16家大型模子主题公司。与AIGC相关的项目有十余个，此中一半以上是与图像相关的。每个项目标详尽信息附鄙人面的链接中：

Link：

当下AIGC最火的细分赛道当属图像范畴，回功于Stable Diffusion的行业利用，图像AIGC在2022年迎来了发作式的增长。详细地,图像AIGC赛道具有以下优势：

在参与2022年奇绩创坛秋季营的55家公司中，有19家AI主题公司、15家元宇宙主题公司和16家大型模子主题公司。与AIGC相关的项目有十余个，此中一半以上是与图像相关的。每个项目标详尽信息附鄙人面的链接中：

扩散模子

2022年CVPR的论文《High-Resolution Image Synthesis with Latent Diffusion Models》

通过向图像中添加噪声，能够将一张图片酿成随机的噪声图片，扩散模子与之相反，进修若何往除噪声。然后，该模子将那种往噪过程利用于随机的噪声图片，最末生成传神的图像。

当前图像AIGC范畴也存在一些局限性，详细有下面几点：

接下来再来讨论下3D-AIGC，那是一个潜力较大的赛道，目前模子尚不成熟，但将来会成为元宇宙中的刚需的根底设备。

类似于2D图像的生成，3D-AIGC项目可以生成三维物品，进而以至主动地衬着与构建三维场景。当将来元宇宙得到普及之后，会对虚拟的三位资产有大量的需求。当用户处于三维场景中时，用户需要的不再是二维的图片，而是三维的物体和场景。

比拟于生成二维图像，在三维上生成虚拟资产需要考虑更多的工具。一个三维的虚拟物体由两部门构成，一个是三维外形，另一个是物体外表的斑纹和图案，我们称之为纹理。

因而一个模子需要拔取三维虚拟资产能够分两步生成。在我们获得了一个3D对象的几何图形后，我们就能够通过纹理映射，情况贴图等多种办法来付与它外表的纹理。

而在描述三维物体的几何外形时也需要考虑多种的表达体例有显式的表达形式，好比网格和点云；也有代数、NeRF(神经辐射场)等隐式的表达体例。详细需要拔取适配模子的体例。

总之我们最末需要将所有的那些过程都集成到一路，构成一个文本到3D图像的流程管线，管线比力长，在当下也尚未有成熟的利用端模子呈现。但扩散模子的时髦会促使许多研究者进一步研究三维图像生成手艺。目前那一标的目的的手艺模子也在快速迭代。

相关于VR、XR等需要与人互动、对实时性有严厉要求的手艺。3D AIGC推的实时性要求更低低，利用门槛和速度会更快一些。

第四部门：AIGC与Web3

都说AIGC是web3.0时代的消费力东西，AIGC供给大量的消费力，而web3.0与区块链的利用则决定消费关系与用户主权。

但我们必需熟悉到AIGC和Web3是两个差别的标的目的。AIGC做为利用AI手艺的消费东西，既能够利用于web2世界，也能够利用于Web3世界。到目前为行，大大都已经开发的项目仍然在Web2范畴。把两者放在一路谈话是不适宜的。而Web3期看借助区块链和智能合约手艺，让用户拥有虚拟资产的主权。它与创建形式之间本没有间接联络。

但两者之间确实又有良多趋同之处：

一方面，它们都依靠法式来优化现有的消费和创做模子。AIGC用AI代替人类停止创造，Web3用智能合约、区块链等往中心化法式代替人工中心化机构。用机器取代人，不会有主看的误差和误差，效率也会显著进步。

另一方面，Web3和元宇宙将对二维的图片和音频，三维的虚拟物体和场景有很大的需求，而AIGC是一个很好的称心体例。

但在web3.0的概念尚未普及到普罗群众的当下，我们能看到涌现出的项目几乎仍是Web2的项目，在web3范畴的利用目前大量地仍是停留在图像生成的AIGC上，用于NFT的创做。

其其实利用端，AIGC和web3.0的联络不克不及仅仅依靠“消费力”和“消费关系”之间的联络，因为AIGC同样也能给web2项目带来消费力的提拔，而web3项目标优势是不明显的。

所以，为了挠住AIGC开展的机遇，我认为当前web3项目需要在以下两个方面停止优化：

一是逃求AIGC加持下的Web3.0原生项目，即只在Web3端可以利用的项目。或者换句话说，往根究若何用AIGC处理Web3项目目前面对的窘境，如许的处理计划也是Web3原生的。例如ReadOn用AIGC往生成文章quiz，开垦了Proof of Read的新形式，处理了ReadFi不断以来存在的刷币问题，为实正阅读的用户供给代币奖励。那很难做到，但web3需要如许的形式立异。

二是用AIGC优化现存Web3利用的效率和用户体验。目前AIGC的利用次要存在于图像和NFT上，但其实创做是一个很广泛的概念，除图片外还有良多种其他的创做体例。上文提到的3D-AIGC是元宇宙中可供根究的利用渠道，quiz生成也是一个面前一亮的idea。eduDAO和开发者平台能够根究用AIGC来赋能教导，用于出题或者修改模块化的代码、生成单测等等；GameFi能够根究能否能用AIGC来充任游戏里的NPC;以至能否借助AIGC的coding才能生成智能合约。

前期分享可参考：