AIGC推动创意落地，突破表达瓶颈虽然AI能帮助人类更好的释放创意，但从剧本到荧幕仍是一段漫长的距离。从创意到表达的跨越，AI可以保驾护航，帮助人类化不可能为可能。举例来说，当前劳动密集型的影视生产方式难以满足观众对质量日益提高的要求。2009年上映的《阿凡达》令全球观众旗舰了解3D电影的魅力，此后沉浸式观影体验成了影视产业链上共同的追求。为了满足这种追求，影视特技与应用呈现井喷式发展，但后期制作与渲染，复杂程度也都水涨船高，传统的作业方式已经难以为继，而AI技术就有推动变革的潜力。从技术角度来说，影视特技行业的作业流程是极为繁琐的，比如场景中的建模就需要从一草一木、一人一物开始，逐渐打造世界的雏形，再通过骨骼绑定和动作设计让模型活起来，之后的定分镜、调灯光、铺轨道、取镜头等等无不费时费力，后期的解算和渲染等工作同样如此。可以说在影视工作的每个环节都有大量重复性工作或等待时间，无形中拖慢了工作节奏。因此现在就有企业致力于解封流程生产力，比如优酷的“妙叹”工具箱，在动漫中实时渲染，帮助工作者实时把握效果或做出修改，节省了大量成本，减轻人员负担，目前已被多家国漫企业采用。 另外DAVID MARR提出了机器视觉方 面的新理论，例如，如何通过一副图像的阴影，形状，颜色，等信息辨别图像.三明AIGC案例

    【应用】：图像生成（AI绘画）、文本生成（AI写作、ChatBot）、视频生成、多模态生成等。从生成内容层面AIGC可分为五个方面：1、文本生成基于NLP的文本内容生成根据使用场景可分为非交互式与交互式文本生成。非交互式文本生成包括摘要/标题生成、文本风格迁移、文章生成、图像生成文本等。交互式文本生成主要包括聊天机器人、文本交互游戏等。【代表性产品或模型】：JasperAI、、ChatGPT、Bard、AIdungeon等。2、图像生成图像生成根据使用场可分为图像编辑修改与图像自主生成。图像编辑修改可应用于图像超分、图像修复、人脸替换、图像去水印、图像背景去除等。图像自主生成包括端到端的生成，如真实图像生成卡通图像、参照图像生成绘画图像、真实图像生成素描图像、文本生成图像等。【代表性产品或模型】：EditGAN，Deepfake，DALL-E、MidJourney、StableDiffusion，文心一格等。3、音频生成音频生成技术较为成熟，在C端产品中也较为常见，如语音克隆，将人声1替换为人声2。还可应用于文本生成特定场景语音，如数字人播报、语音客服等。此外，可基于文本描述、图片内容理解生成场景化音频、乐曲等。【代表性产品或模型】：DeepMusic、WaveNet、DeepVoice、MusicAutoBot等。 漳州谷歌AIGC前景尽管经历了这些受挫的事件，AI仍在慢慢恢复发展.新的技术在日本被开发出来，如在美国原创的模糊逻辑。

    诸如我们熟知的聊天对话模型ChatGPT，基于。计算机视觉（CV）预训练大模型自然语言处理（NLP）预训练大模型多模态预训练大模型微软Florence（SwinTransformer）谷歌Bert/LaMDA/PaLMOpenAI的CLIP/DALL-EOpenAI的GPT-3/ChatGPT微软的GLIPStabilityAI的StableDiffusion（1）计算机视觉（CV）预训练大模型FlorenceFlorence是微软在2021年11月提出的视觉基础模型。Florence采用双塔Transformer结构。文本采用12层Transformer，视觉采用SwinTransformer。通过来自互联网的9亿图文对，采用UnifiedContrasiveLearning机制将图文映射到相同空间中。其可处理的下游任务包括：图文检索、图像分类、目标检测、视觉对答以及动作识别。（2）自然语言处理（NLP）预训练大模型LaMDALaMDA是谷歌在2021年发布的大规模自然语言对话模型。LaMDA的训练过程分为预训练与微调两步。在预训练阶段，谷歌从公共数据数据中收集了，feed给LaMDA，让其对自然语言有初步认识。到这一步通过输入prompt能够预测上下文，但是这种回答往往不够准确，需要二次调优。谷歌的做法是让模型根据提问输出多个回答，将这些回答输入到分类器中，输出回答结果的安全性Safety，敏感性Sensible。

    一.AIGC是什么？AIGC（即ArtificialIntelligenceGeneratedContent），中文译为人工智能生成内容。简单来说，就是以前本来需要人类用思考和创造力才能完成的工作，现在可以利用人工智能技术来替代我们完成。在狭义上，AIGC是指利用AI自动生成内容的生产方式，比如自动写作、自动设计等。在广义上，AIGC是指像人类一样具备生成创造能力的AI技术，它可以基于训练数据和生成算法模型，自主生成创造新的文本、图像、音乐、视频、3D交互内容等各种形式的内容和数据。二.AIGC发展历史AIGC的发展历程可以分成三个阶段：早期萌芽阶段（上世纪50年代至90年代中期），沉淀累积阶段（上世纪90年代至本世纪10年代中期），快速发展阶段（本世纪10年代中期至今）。在早期萌芽阶段（1950s~1990s）由于技术限制，AIGC有限于小范围实验和应用，例如1957年出现了首支电脑创作的音乐作品《依利亚克组曲（IlliacSuite）》。然而在80年代末至90年代中期，由于高成本和难以商业化，AIGC的资本投入有限，因此未能取得许多斐然进展。作者：HOTAIGC链接：源：简书著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 从图灵影响深远的奠基性研究到机器人和新人工智能的飞跃。

    智能数字内容编辑：智能数字内容编辑通过对内容的理解以及属性控制，进而实现对内容的修改。如在计算机视觉领域，通过对视频内容的理解实现不同场景视频片段的剪辑。通过人体部位检测以及目标衣服的变形控制与截断处理，将目标衣服覆盖至人体部位，实现虚拟试衣。在语音信号处理领域，通过对音频信号分析，实现人声与背景声分离。以上三个例子均在理解数字内容的基础上对内容的编辑与控制。【应用】：视频场景剪辑、虚拟试衣、人声分离等。3、智能数字内容生成：智能数字内容生成通过从海量数据中学习抽象概念，并通过概念的组合生成全新的内容。如AI绘画，从海量绘画中学习作品不同笔法、内容、艺术风格，并基于学习内容重新生成特定风格的绘画。采用此方式，人工智能在文本创作、音乐创作和诗词创作中取得了不错表现。再比如，在跨模态领域，通过输入文本输出特定风格与属性的图像，不仅能够描述图像中主体的数量、形状、颜色等属性信息，而且能够描述主体的行为、动作以及主体之间的关系。 而从一个语言研究者的角度来看，要让机器与人之间自由交流那是相当困难的，是一个永无答案的问题。。莆田科技AIGC好处

大脑不是计算机，不会亦步亦趋、按部就班的根据输入产生输出。三明AIGC案例

    应用：在扩散模型（diffusionmodel）的基础上产生了多种令人印象深刻的应用，比如：图像超分、图像上色、文本生成图片、全景图像生成等。如下图，中间图像作为输入，基于扩散模型，生成左右视角两张图，输入图像与生成图像共同拼接程一张全景图像。生成全景图像产品与模型：在扩散模型的基础上，各公司与研究机构开发出的代替产品如下：DALL-E2（OpenAI文本生成图像，图像生成图像）DALL-E2由美国OpenAI公司在2022年4月发布，并在2022年9月28日，在OpenAI网站向公众开放，提供数量有限的无偿图像和额外的购买图像服务。Imagen（GoogleResearch文本生成图像）Imagen是2022年5月谷歌发布的文本到图像的扩散模型，该模型目前不对外开放。用户可通过输入描述性文本，生成图文匹配的图像。StableDiffusion（StabilityAI文本生成图像，代码与模型开源）2022年8月，StabilityAI发布了StableDiffusion，这是一种类似于DALL-E2与Imagen的开源Diffusion模型，代码与模型权重均向公众开放。（4）Transformer2017年由谷歌提出，采用注意力机制（attention）对输入数据重要性的不同而分配不同权重，其并行化处理的优势能够使其在更大的数据集训练，加速了GPT等预训练大模型的发展。 三明AIGC案例