详解从ChatGPT到AIGC产业链.docx

《详解从ChatGPT到AIGC产业链.docx》由会员分享，可在线阅读，更多相关《详解从ChatGPT到AIGC产业链.docx（5页珍藏版）》请在第一文库网上搜索。

1、详解从ChatGPT到AIGC产业链ChatGPT正在以颠覆性的使用体验，从科技领域破圈，重建了全球用户对人工智能的认知。作为一款生成式人工智能模型，ChatGPT兼具理解力、创造力和记忆力，主要功能是与用户进行自然语言的交互，即与用户对话。ChatGPT能理解并生成文字，属于IGC（AI-GeneratedContent,人工智能生产内容）技术应用中的文本生成模态应用模型。本文就来聊聊ChatGPT背后的概念AIGC,看它的上下游，算力、算法和下游应用和发展前景。1A1GC是什么，与ChatGPT的关系？A1GC的全称是A1-GeneratedContent,人工智能生产内容。也就是利用人工

2、智能技术自动生成内容，包括文字、图片、音频、视频、代码等。A1绘画、A1写作、A1对话、A1播客、A1搜索引擎等都属于AIGC的分支。在AIGC技术应用的模态中，有一种模态是文本生成，而ChatGPT就是文本生成的代表产品之一。过去传统人工智能偏向分析能力，而现在人工智能正在生成新内容，通过大量的训练数据和生成算法模型，自动生成文本、视频等各种形式的内容。A1GC代表A1技术发展的新趋势，也会带来内容创作的新变革。例如，智能数字内容挛生能力、智能数字内容编辑能力、智能数字内容创作能力。智能增强属性控制基于模板创作基于假念创作计算机视觉技术自然语言处理技术其他单模态技术VS多模态技术三维W音系重

3、构A修复语音合成2. AIGC的核心命门从ChatGPT的模型演变看，它经历了3次一一收集反馈数据一训练奖励模型fPPO（一种算法）强化学习，综合看，成功的关键原因有四点： 强大的基座模型能力（InStrUCtGPT）； 大参数语言模型（GPT3）； 高质量的真实数据（精标的多轮对话数据和比较排序数据）； 性能稳定的强化学习算法（PPO算法）。GPT-1(2018)GPT-2GPT-3ChatGPT(2019)(2023)(2023)9发布附间ns愦IN绦数据雷GPT-1(2018)GPTIj1肓一定09泛化触力，俄用于IOIfi答任务无关的NIP任务中.身用任务包括自然涔IS推理（判断两个句

4、子的关系）、何签和St炽推理.逡霆相皿识别和分类GPT-12018年6月1.17亿妁5GBGPT-2(2019)GPT2并没有时原有的网8进行12多的络巾*.区别与GPT1的是，GPT2使用更多的网培叁放与更大的数凝薛.理解统力更修，常用应用包括阅读摘要.天、馔写、典故等.GPT-22019年2月15亿40GGPT-3(2023)GPT3峥了在冷与预训陶被提有质的飞跃外,缗丽袋为无曲鲁康田.在该模S!的“磁下.几乎DJ以完成向然透育处理的绝大部分任务.例如回歪理挈.预计推K.文章生成.GPT-32023年5月175Oe45TB资料来源：CSdn中泰证券研究所可以发现，ChatGPT依赖于GPT

5、大模型，而GPT大模型则需要依靠微软AZUre超算中心提供算力训练。同样的，我们也可以认为ChatGPT等A1GC产业依然离不开算力、算法模型、应用的基本框架。AIGC模型有大量参数及数据参与训练，因此对算力基础设施有较高要求，这使得头部大厂的规模优势更加突出。例如ChatGPT选择微软Azure云服务，StabiIityA1选择了亚马逊AWS云服务。当下国内主要算力提供商包括阿里、腾讯、百度、商汤。模型的构成除了以上，还需要强大的AI团队和资金支持。AI团队，不仅是构建模型，还需要能够根据行业趋势对模型做持续优化和架构升级；大模型的算力要求高，模型训练超过千万美金需求量。据OPenAI测算，

6、自2012年起，全球头部A1模型训练算力需求每3-4个月翻一番，每年头部训练模型所需算力增长幅度高达10倍，而ChatGPT训练阶段总算力消耗约为3640PF-days（即1PetaF1OP/s效率跑3640天）。据测算，GPT-3训练成本预计在500万美元/次。华西证券判断AIGC领域头部企业将逐渐构建自身壁垒，剩下的初创公司将依附于头部企业去做应用，例如游戏公司可以利用大模型去生成NPC里面自然式对话。从而，也可以看出AIGC产业链将会分为技术提供方和应用开发者两种。3. AIGC多场景快速落地目前AIGC很典型的应用是：利用自然语言描述作为输入，生成各种模态的数据。包括：文本、代码、图像

7、、语音、视频、3D模型、场景、音乐等。BBjI7：AIGC主要下游如也场景文本生成俅构化写作：6好问播弧号就劝植写作：抱虏用闱和机娥人：原拟另/关内定、步动海自哥女友、心理答询等年公的化芍作：制精统母、曾筑文本生：文本文.互游戏号：A1dungeonf攵本生成终移达找人美平均太平乐至专业水平图像生成图便除弃工具:去除水印、找用分W芈、将点脸钛得功能信图像生成：根根指定叠忒生成仔M关海我、蟆粉困、1og。*划近用像生成：随机我校照仆点黑仕生成超作考国便生成水平达到区本产品设计水.用犍生或水平与卡朋艺术家、设汴佛和极影舔的水中排近音预生成诲音克隆文人里改狩足浴M：生成自拟人的行定欹卢/持报书乐由/

8、歌曲生成：包含作向与组的A1用煤去除几痹和案料中的噪音AI作曲又再M枝化S人矣创作音乐太平相他视频生成视%及性燃料：加除文主体、生成排数,跟踪勤结y双然部分分*：视哌快珍等观融自动剪3：网将底片段计行检涮勺会成全由动土灰艮时间的视女作品依个人皆第定M电影强副典其他（游戏/代码/3D）游戏青产生成代局补全主成警代程力员立更M劳动/残操作支电生成和NPC正姓及刖情生成30堂色、3D用匕制作3D游戏,、代吗3动生和3D场青成史加济传A*Ai4力义第.收力广上以实匕点蚂444A.分上如锻化或用St4.4jf4：红杉国、巩统更虎、量于&、MicrosoftOpenA1retat.、睾嶷马允文本生成方面，

9、AIGC目前可以较好地完成新闻播报等结构化写作、推荐相关内容、帮助润色等非结构化内容，同时在虚拟男/女友、心理咨询等闲聊机器人中应用较为广泛。剧情续写、营销文本、文本交互游戏等应用还没实现规模化应用，期待未来某一天，AIGC的终稿能媲美甚至超越人类。图像生成方面，随着算法模型的不断迭代，AI作画水平不断提高。在图像编辑工具上，去除水印、提高分辨率、特点滤镜等已较广泛应用。根据要求生成画作、海报、模特图等功能性图像生成发展也接近成熟。但与专职艺术家、设计师和摄影师的产品设计作品存在一定差距。音频生成的发展较为成熟，消费与企业级的应用正在铺开。当前，A1GC在语音克隆、生成虚拟人的特定歌声/播报等

10、的文本生成特定语言、包含作曲与编曲的乐曲/歌曲生成上得到广泛应用，代表企业和应用的有倒映有声、Deepmusic、网易-有灵智能创作平台等。AI降噪去除压缩和采样中的噪音仍需改善，A1作曲不再机械化与人类创作音乐水平相仿，在未来值得期待。视频生成方面，AIGC对于删除特定主体、生成特效、跟踪剪辑等的视频属性编辑已较广泛应用，视频换脸等的视频部分剪辑预计不久将规模化应用。当前，全自动生成长视频作品还不能实现，距离依个人梦想定制电影和剧集还较为遥远。其他应用领域还有游戏、代码、3D等。代码补全生成已较为成熟，大量应用早已落地；游戏中游戏操作策略生成和NPC逻辑及剧情生成尚需进一步完善；3D生成尚处

11、于早期阶段，还没实现规模化应用。相关领域的更加智能将成为未来增长方向。由这些基本模式的生成任务，可以衍生出各种各样的应用场景。随着AIGC技术的发展和人们想象力边界的扩展，这些场景还将继续增加。AIGC使得C端以较低的门槛使用，但B端仍然是AIGC目前主要商业模式。C端的付费逻辑在于高效获取信息，替代表达以及扩大用户创造力；B端主要原因是它能为企业节省大量成本，使企业可以节省大量人力成本。近期微软、谷歌等全球软件互联网大厂大力投入AIGC,并开始探索应用层面的突破，AIGC已经来到2年前自动驾驶的应用突破拐点，2023年有望成为A1GC大年。传统商业时代，驱动力是产品本身，互联网商业时代，驱动力是用户流量，数字商业时代，消费升级（场景要素、体验要素、服务要素）和数字技术同步驱动，以互联网、物联网、大数据和人工智能等数字技术为核心，加速商品、营销、服务、供应链数字化改造，以更高的效率、更好的体验为用户提供商品和服务。AIGC作为AI数字商业的探路者，有望开启下一场数字商业模式的新篇章！