AIG:ChatGPT之后 AIGC會如何革新內容創作？_Chain

作者：胡璇 騰訊研究院高級研究員；胡曉萌 騰訊研究院研究員、博士后

內容生產，特別是創意工作，一向被認為是人類的專屬和智能的體現。牛津大學計算機學院院長邁克爾·伍爾德里奇2019年寫作的《人工智能全傳》一書中，“撰寫有趣的故事”被列為人工智能“遠未實現”的任務之一。

如今，AI正大步邁入數字內容生產領域。AIGC（AI Generated Content）不僅在寫作、繪畫、作曲多項領域達到“類人”表現，更展示出在大數據學習基礎上的非凡創意潛能。2023年3月15日，多模態信息處理標桿GPT-4模型正式發布，使生成內容的準確度及合規性進一步提升。數字內容生產的人機協作新范式正在形成，創作者和更多普通人得以跨越“技法”和“效能”限制，盡情揮灑內容創意。

也有人擔憂，AI是否會讓創作者們集體“失業”，甚至讓“創作”本身走向衰頹，就像機械復制時代的藝術品可能失去“靈韻”那樣。換言之，AIGC的流行給了我們一個重新審視“創作”是什么、是否為人所獨有這些問題的機會。

本文將分析AIGC改變數字內容創作的現狀、關鍵突破和挑戰，并嘗試探討以上問題。

數字內容正邁入強需求、視頻化、拼創意的升級周期，AIGC恰逢其會。線上生活成為常態，一方面，用戶創作內容大幅解放生產力，例如短視頻就是將原本需要長制作周期、高注意投入的視頻，變成了可以源源不斷產出的“工業品”和“快消品”；另一方面，作為核心的創意仍舊稀缺，需要新的模式輔助創作者持續產生、迭代和驗證創意。種種因素，都需要更加低成本、高效能的新工具與方式。

AIGC正在越來越多地參與數字內容的創意性生成工作，以人機協同的方式釋放價值，成為未來互聯網的內容生產基礎設施。

從范圍上看，AIGC逐步深度融入到文字、代碼、音樂、圖片、視頻、3D多種媒介形態的生產中，可以擔任新聞、論文、小說寫手，音樂作曲和編曲者，多樣化風格的畫手，長短視頻的剪輯者和后期處理工程師，3D建模師等多樣化的助手角色，在人類的指導下完成指定主題內容的創作、編輯和風格遷移工作。

Chainlink預言機推出鏈下報告（OCR）功能，實現重大可擴展性升級:2月24日，Chainlink預言機宣布推出鏈下報告（OCR）功能，實現重大可擴展性升級。鏈下報告（OCR）OCR大幅提升了Chainlink預言機的數據聚合效率，將運營成本降低了90%，并使Chainlink網絡有能力在DeFi以及其他各個行業中加速通用連接型智能合約的開發。

對于DeFi及其用戶來說，OCR最直接的好處是使智能合約應用可以訪問比之前多十倍的鏈下數據。除了發布新的預言機網絡為鏈上傳輸更多數據外，OCR還能為Chainlink網絡帶來以下價值：

1.提升預言機網絡的去中心化水平，為Chainlink用戶在更大程度上保障數據準確性、可用性以及防篡改性。

2.縮小鏈上預言機喂價的偏差閾值，為對于價格變動更為敏感的智能合約提供更加準確的喂價。

3.降低新節點的接入成本，進一步提升Chainlink節點網絡的去中心化水平。

4.緩解區塊鏈網絡擁堵情況，減少Chainlink預言機網絡對以太坊等熱門區塊鏈網絡的負載量。[2021/2/24 17:49:26]

從效果上看，AIGC在基于自然語言的文本、語音和圖片生成領域初步令人滿意，特別是知識類中短文，插畫等高度風格化的圖片創作，創作效果可以與有中級經驗的創作者相匹敵；在視頻和3D等媒介復雜度高的領域處于探索階段。盡管AIGC對極端案例的處理、細節把控、成品準確率等方面仍有許多進步空間，但蘊含的潛力令人期待。

從方式上看，AIGC的跨文字、圖像、視頻和3D的多模態加工是熱點。吳恩達（Andrew Ng）認為多模態是2021年AI的最重要趨勢，AI 模型在發現文本與圖像間關系中取得了顯著進步，如OPEN AI的CLIP能匹配圖像和文本，Dall·E生成與輸入文本對應的圖像；DeepMind的Perceiver IO可以對文本、圖像、視頻和點云進行分類。典型應用包括如文本轉換語音TTS（Text To Speech）、文本生成圖片（Text-to-Image），廣義來看AI翻譯、圖片風格化也可以看作是兩個不同“模態“間的映射。

TrueChain即將提供去中心化的預言機服務的網絡:據官方消息，TrueChain即將提供去中心化的預言機服務的網絡，鏈接智能合約和鏈外互聯網世界。TrueChain預言機將在性能上支持多條鏈，并行處理請求，達到高性能和可擴展性。與TrueBridge結合，為鏈上以及跨鏈DeFi服務提供預言機。與Chainlink相比，True預言機性能和可擴展性更好，而且完全隨機的在去中心化網絡中選取工作節點，有更好的抵御攻擊的能力，安全性更好，也更公平。[2020/8/13]

上圖：原圖，AIGC的典型場景及發展趨勢，來自紅杉資本

下圖：使用有道智云AI翻譯后的結果

AIGC對創作者的解放體現在：“只要會說話，你就能創作”，無需懂得原理，不用學習代碼，或者Photoshop等專業工具。創作者以自然語言向AI描述腦海中的要素甚至想法（術語是給出“prompt”）后，AI就能生成對應的結果。這也是人機互動從打孔紙帶，到編程語言，圖形界面后的又一次飛躍。

自然語言是不同數字內容類型間轉化的根信息和紐帶，比如“貓”這個詞語就是加菲貓的圖片，音樂劇《貓》和無數內容的索引，這些不同的內容類型可以稱為“多模態”。

AIGC此輪浪潮，最大底層進化就在AI對自然語言“理解”和“運用”能力的飛躍，這離不開2017年Google發布的Transformer，它開啟了大型語言模型（Large Language Model，簡稱LLM）時代。有了這一強大的特征提取器，后續的GPT、BERT等語言模型突飛猛進，不僅質量高、效率高，還能以大數據預訓練+小數據微調的方式，擺脫了對大量人工調參的依賴，在手寫、語音和圖像識別、語言理解方面的表現大幅突破，所生成的內容也越來越準確和自然。

Blockchain.com計劃在未來幾周內支持俄羅斯盧布:金色財經報道，5月20日，加密貨幣錢包和區塊鏈數據提供商Blockchain.com宣布了其長期路線圖。其計劃在“未來幾周內”支持俄羅斯國家貨幣盧布（RUB），即使仍然沒有法律授權可在俄羅斯流通加密貨幣。此外，Blockchain.com計劃到2030年將其賬戶數量增加至10億。[2020/5/22]

但大模型意味著極高的研究和使用門檻，例如GPT-3有1750 億參數量，既需要大算力集群也不向一般用戶開放。2022年，部署在Discord論壇上、以聊天機器人形式提供的midjourney成為了第一個用戶友好型AIGC應用，帶來AI繪畫熱潮，一位設計師用其生成的圖片甚至在線下比賽中獲獎。

使用簡單文字即可交流的低門檻，類似搜索引擎的使用方式，一下子點燃了普通用戶對AI使用的熱情。緊接著，基于擴散模型（Diffusion Models）的一系列文本生成圖片（Text-to-Image）產品，如Stable Diffusion等，把AI繪畫從設計圈帶向大眾。開源的Stable Diffusion僅需一臺電腦就能運行，截至2022年10月已有超過20萬開發者下載，累計日活用戶超過1000萬；而面向消費者的DreamStudio則已獲得了超過150萬用戶，生成超過1.7億圖片。其驚艷的藝術風格、以及圖像涉及的版權、法律等問題也引發了諸多爭議。

Diffusion的震撼感還沒消散，ChatGPT橫空出世，真正做到和人類“對答如流”，能理解各式各樣的需求，寫出回答、短文和詩歌創作、代碼寫作、數學和邏輯計算等。不僅如此，人類反饋強化學習(RLHF)技術讓ChatGPT能持續學習人類對回答的建議和評價，朝更加正確的方向前進，因此以不到GPT3的1%的參數實現了極佳的效果。盡管ChatGPT仍存在一些缺陷，例如引用不存在的論文和書籍、對缺乏數據的問題回答質量不佳等，但它仍然是人工智能史上的里程碑，并上線兩個月后用戶數突破1億，成為史上用戶數增長最快的消費者應用。

動態 | Chaintope計劃利用區塊鏈技術對藥物可追溯性進行社會測試:據crypto.watch消息，日本區塊鏈研發初創企業Chaintope宣布將通過位于馬來西亞的子公司，利用區塊鏈技術對藥物可追溯性進行社會測試，第一個實驗將于2019年6月至8月進行。[2019/6/27]

在文、圖、視頻后，數字技術演進的重要方向是從“在線”走向“在場”，AIGC將成為打造3D互聯網的基石。人們將在在虛擬空間構建仿真世界，在現實世界“疊加“虛擬增強，實現真正的臨場感。隨著XR、游戲引擎、云游戲等等各種交互、仿真、傳輸技術的突破，信息傳輸越來越接近無損，數字仿真能力真假難辨，人類的交互和體驗將到達新階段。

目前AIGC在3D模型領域還處于探索階段，一條路徑是以擴散模型為基礎分兩步走：先由文字生成圖片，再生成包含深度的三維數據。谷歌和英偉達在這一領域較為領先，先后發布了自己的文字生成3D的AI模型。但從生成效果看，距離現在人工制作的3D內容的平均質量還有距離；生成速度也未能盡如人意。

2022年10月，谷歌率先發布了DreamFusion，但其缺點也很顯著，首先擴散模型僅對64x64的圖像生效，導致生成3D的質量不高；其次場景渲染模型不僅需要海量樣本，也在計算上費時費力，導致生成速度較慢。隨后，英偉達發布了Magic3D，面對提示語“一只坐在睡蓮上的藍色鏢蛙”，用大約40分鐘生成了一個帶有紋理的3D模型。相比谷歌，Magic3D生成速度更快、效果更好，還能在連續生成過程中保留相同的主題，或者將風格遷移到3D模型中。

Magic3D（第1、3列）與DreamFusion（第2、4列）對比

第二條路徑是借助AI來“合成”不同視角下同一物品的照片，從而直接生成3D。英偉達在2022年12月的NeurIPS 上展示了 生成式 AI 模型——GET3D（Generate Explicit Textured 3D 的縮寫），可根據其所訓練的建筑物、汽車、動物等 2D 圖像類別，即時合成 3D 模型。和上文中的輸出物相比，模型和紋理更精細，更采取了一般3D工具的通用格式，能直接用到構建游戲、機器人、建筑、社交媒體等行業設計的數字空間，比如建筑物、戶外空間或整座城市的 3D 表達。GET3D在 英偉達A100 GPU 上訓練而成，使用了不同角度拍攝的約 100 萬張照片，每秒可生成約 20 個物體。結合團隊的另一項技術，AI生成的模型能夠區分出物體的幾何形狀、光照信息和材質信息，使可編輯性大幅加強。

HalalChain將在多個國家和地區上市:由于HLC近期技術開發團隊的重大進展, 以及市場的大力拓展，HLC 將被上線更多的司法管轄區內的交易所, 因此HLC將會有更龐大的社區基礎，并加強了與當地制造商企業, 認證機構, 監管部門和交易者的深度的合作和交流。印度、印度尼西亞和馬來西亞, 新加坡將是HLC優先考慮的范疇 。[2018/4/22]

NVIDIA GET3D基于AI生成的模型示例

盡管如此，AIGC在3D側的能力，距離打造3D互聯網仍有不小的距離。而游戲中較為成熟的程序化內容生成（PCG，Procedural Content Generation）技術，可能是AIGC邁過深水區的一大助力。

從技術路徑上，AI生成3D難以沿用“大力出奇跡”的老辦法，即單靠喂給AI海量的輸入來提升效果。首先，信息量不同，一張圖片和一個3D模型相比相差一個維度，體現在存儲上就是數據量級不同；其次，圖片和3D的存儲及顯示原理不同，如果說2D是像素點陣在顯示器的客觀陳列，3D則是實時、快速、海量的矩陣運算，就像對著模型在1秒內進行幾十次“拍照”。為了準確計算得到每個像素點，“渲染”在顯示器上，需要考慮的因素至少有（1）模型幾何特征，通常用幾千上萬個三角面來表示（2）材質特征，模型本身的顏色，是強反射的金屬，還是漫反射的布料（3）光線，光源是點狀的嗎，顏色和強度如何。最后，原生3D模型的數據相對較少，僅游戲、影視、數字孿生等領域有少量積累，遠不如已存在了數千年、可以以非數字化形態存在的圖像那么多，例如ImageNet中就包含了超過1400萬張圖片。

用計算機幫助創作者這件事，游戲界已經探索了四十多年。用算法生成的游戲內容首次出現在1981年的游戲Rogue（Toy and Wichman）中，地圖隨機，每局不同。3D時代，程序化生成技術大量應用于美術制作，因為其需要巨額時間和人力成本，以2018年發售的游戲《荒野大鏢客2》為例，先后有六百余名美術參與，歷經8年才完成約60平方公里的虛擬場景。

程序化生成在效能和可控度上介于純手工和AIGC之間。例如2016年發布、主打宇宙探險的獨立游戲《無人深空》（No Man's Sky），用PCG構造了一系列生成規則和參數，聲稱能創造出1840億億顆不同的星球，每個星球都有形態各異的環境和生物。

游戲《無人深空》中使用程序化生成的海洋生物示例

2022年的Epic打造的交互內容《黑客帝國：覺醒》在最新虛幻引擎和程序化生成加持下，打造出栩栩如生、高度復雜的未來城市，共包括700萬個美術資產，包括7000棟建筑、38000輛可駕駛的車和超過260公里的道路，其中每個資產由數百萬個多邊形組成。

Epic使用虛幻5引擎和程序化生成技術高效制作《黑客帝國：覺醒》中的龐大城市

程序化生成和AI的結合更成為熱門學術領域，每年人工智能與游戲的頂級學會——IEEE Transactions on Games都會為程序化生成開辟專門的討論板塊。劇情、關卡、場景、角色，每個板塊都有大量的研究和實踐成果在推進。

關于創作，有一句經典論斷——天才是99%的汗水，加上1%的靈感。愛迪生認為那1%的靈感最重要。AIGC則向我們證明，99%的汗水能產生質變。善用AI的創作者，或許才是“完全體”。

首先，AI和自然人的創作過程，沒有那么大的差異：一部作品的誕生，一個作者的成長，都建立在大量對經典的觀察、參照、模仿、提煉基礎上，并非一蹴而就。而創新往往也有跡可循，或者是對主流的揚棄甚至反叛，或者是對多種元素的加成和融合。因此，如知識產權制度，也是在鼓勵創作的基礎上，給予貢獻者以對等的獎勵，而非一刀切地拒絕模仿。

其次，人作為創作核心這一點沒有變化：AI面向任務，人類面向創造。一方面，人類信息系統紛繁復雜，遠非幾個“prompt”輸入就能概括。正如一位網友說，AI代替不了我，因為它理解不了老板的需求。沒有五年經驗的乙方，也解讀不來甲方口中的“要大氣”。另一方面，AI成長的養料仍然由人提供，AI更可靠可信也依賴著人的使用與反饋。“斷奶”于2021年的ChatGPT可不知道2022年世界杯的戰果。

從實用的視角，AIGC將賦予普通用戶更多的創作權力和自由。從PGC、UGC到AIGC的發展路徑可見，普通人越來越多的參與到創作之中，數字內容不僅呈現數量上的指數級增長，類型和風格也走向了更加包容和多元的生態。未來，用戶可以使用手機拍攝的一系列照片，通過AIGC工具生成一個可以使用的3D渲染圖。采用這種創造內容的方式，我們可以想象未來的數字空間將不再完全由開發人員構建，而是利用AIGC響應用戶的輸入按需生成。

AIGC工具對專業人士的杠桿效應更顯著：如果對普通人的增益是從0到1，對專業人士則可能是從1到10，使他們能集中精力處理更頂層、更有價值的事情：比如立意，風格，構圖，元素組合和后處理，或者怎樣在前期制作盡可能多樣的demo來找尋更好的方案。運用AI也正成為新的職業能力，善于“施咒”的大觸們前赴后繼地開發著AI近乎無限的潛能，并社交平臺上留下讓人望洋興嘆的作品。

更長期看，創作和藝術的歷史是螺旋上升的歷史，是某一種風格數量極大豐富、質量巔峰造極之后的突破、突變與跨界，也是一個時代精神情感的凝結。我們有理由相信，AIGC變革下創新依舊存在，甚至會加速發展。

參考資料來源:

https://mp.weixin.qq.com/s/ZYSEou1ki0a4JVY2Nv8_SA.

https://zhuanlan.zhihu.com/p/388666777.

https://zhuanlan.zhihu.com/p/82758631.

https://zhuanlan.zhihu.com/p/493739360.

騰訊研究院

企業專欄

閱讀更多

金色財經 善歐巴

金色早8點

白話區塊鏈

Arcane Labs

Odaily星球日報

MarsBit

歐科云鏈

深潮TechFlow

BTCStudy

Tags：AIGIGCCHAChainAIGO ProtocolTIGCinfluencechainHare Chain

DOGE