本报记者秦枭北京报道
最近，aigc (利用ai技术自动生成内容的生产方式)的概念在二级市场上受到无数关注，其概念股视觉中国( 000681.SZ )、蓝色光标( 300058.SZ )、恒信东方( 300081.SZ )等与此同时，多家证券公司团队发表研究报告称，看好AIGC，这是继专业生产内容( PGC )、用户生产内容( UGC )之后，利用AI技术自动生成内容的新生产方式。
不少业内人士在接受《中国经营报》记者采访时表示，以前AIGC技术主要应用于文字处理领域，但近年来随着深度学习模式的成熟和普及，AIGC技术取得了本质突破，资本市场对新技术的突破非常尖锐。 相关概念的热度能否持续取决于该技术实现商业变化的速度和规模。
AIGC并不完美
AIGC均被称为AI Generated Content，指利用人工智能技术生成内容。 目前，在应用场景中，广义的AIGC应用场景可以大致分为To B和To C两个路径。 在B端的应用主要是通过“AI”，在为各产业赋能的C端主要通过人机交互进行内容生产，主要包括AI运行、AI助手、AI辅助文本生成等。
百度创始人、董事长兼首席执行官李彦宏表示：“在技术方面，AI作画目前非常受关注。 这是技术革新的代表，方向性的变化是AI从理解语言、理解文字、理解图像和动画中生成内容。 这被称为AIGC，即人工智能自动生成内容的“人机共创”的新模式。”
其实，AIGC并不是一个新生事物，其萌芽阶段可以追溯到20世纪50年代，自90年代以来逐渐由实验性向实用性转变。 据业内人士介绍，AIGC正式迎来“春天”是从2014年开始的，这一年提出了以对抗网络( GAN )的生成为代表的深度学习算法。 GAN可以帮助神经网络用更少的数据学习，生成更多的合成图像，识别和创建更好的神经网络。
随着GAN的反复更新、2023年语言模型GPT-3算法的出现，以及自然语言处理( NLP )技术和扩散模型)的发展，人工智能不仅能模仿人类的思维方式，还能理解人类的语言
在此基础上，AI进入了一个新的阶段，AIGC的应用也更加广泛。 据不完全统计，过去两年在这个领域共计发售了约300多个APP。
但是，真正引起AIGC好评的是2023年8月的美国科罗拉多州博览会艺术比赛，由Allen使用AI绘图工具Midjourney生成，用Photoshop润色的《太空歌剧院》作品获奖。
浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员戴克、林告诉记者，目前AIGC的应用正在兴起，即AI创作内容。 许多领域已经成为工具。 他说，例如，在写作、画画、3D建模、剪辑、视频拍摄等很多领域都有AI的身影，但这些AI不如AIGC，虽然制作内容，但最终需要人类删除内容
科技巨头的集体布局
据Gartner预测，到2025年，人工智能生成数据所占比例将达到10%。 根据《Generative AI：A Creative New World》的分析，AIGC有可能产生数万亿美元的经济价值。
潜在的市场价值，自然吸引了很多玩家入场。 百度、腾讯、阿里巴巴、字节跳动、网易等国内巨头纷纷跟进，在AIGC领域动作频繁。
其中，百度拥有AI艺术和创意辅助作画平台“文心一格”，腾讯拥有写稿机器人“梦想写手”，阿里巴巴拥有旗下的AI在线设计平台Lubanner，两家巨头的字节跳动和快手分别有剪彩、酷开
在上市公司层面，AIGC的概念更是炙手可热，目前上市公司的互动平台有300多个问题，很多上市公司都对此做出了回应。 其中，中文在线( 300364.SZ )、视觉中国、中科金财( 002657.SZ )等上市公司表示，自己的业务与AIGC技术有关。
不仅仅是国内，国外科技巨头谷歌、微软等也在AIGC领域陆续布局。
除了传统科技巨头外，国外还出现了Stability AI、Jasper、OpenAI等新贵物品。 近日，由主文生成的AIGC公司Jasper宣布完成1.25亿美元的A轮融资，估值达到15亿美元，Stability AI估值达到10亿美元。
对此，上海画龙信息科技有限公司AI运营专家骆建华对记者表示：“AIGC的概念由来已久，但为什么最近突然爆发，是因为现在AIGC的技术有了本质上的突破。 资本市场对新技术的突破非常敏锐。 相关概念的热度能否持续，取决于该技术能否迅速实现业务变化和实现的规模。 ”
天使投资人、知名互联网专家郭涛对记者说，以前AIGC技术主要应用于文字处理领域，但近年来随着深度学习模式的成熟和普及，文字、语音、代码、图像、视频、机器人动作等格式内容也随之而来在重塑众多行业和场景的同时，也孕育了巨大的商机，越来越多的企业积极参与其中。
商业化还需要时间
AIGC相关概念在资本方面很受欢迎，但对于其大规模商业化，目前业内人士并不乐观。
盘和林认为，业内公司面临的问题比较多，主要是需求差异化。 如果只看合作的话，AIGC可以写，但是写的需求不同。 有人写政府通知书，有人写说明书，有人写广告文案，有人写高考作文。 所有这些需求都基于不同的数据。 根据目的不同，AI的功能不同，训练AI的数据内容也不同。 这些细分场景太多了，企业不得不在很多流水线上开发AIGC产品。
此外，盘和林认为，AIGC商业化落地困难是数据污染造成的。 他表示，虽然AIGC是基于数据的人工智能，但小规模的差异化数据可能会误导AI，最终产生讽刺性的结果，无法解决内容创造问题，成为现实的娱乐工具。
郭涛也向记者表示，目前AIGC赛道还处于探索阶段，存在关键核心技术不成熟、内容堆砌、质量水平不统一、成熟商业应用场景少、相关法律法规不健全、存在技术伦理挑战等突出问题，短期内会有大规模的商业化响应
骆先生认为，目前AIGC没有实现大规模商业化的落地有三个原因。 “AI模型技术的成熟度和不稳定性的可能性、AIGC与政治、道德、伦理、价值观等存在不确定性的冲突风险、硬件设施的性能限制。 我认为从商业化落地开始，要看实现什么程度的落地。 目前，一些细分领域可能很快落地推广，但要实现大规模商业化落地，保守估计，至少需要3~5年的时间积累。 ”
“目前人工智能还处于传统的弱小人工智能阶段，必须高度依赖人类实际问题的建模。 AIGC相关应用以各种辅助创作功能为主。”郭涛认为。 “未来10年，随着深度人工智能、量子计算机等相关技术的发展和成熟，人工智能有望产生独立的思维和意识，作品将真正拥有‘独立的灵魂’，AIGC将进入全新的发展阶段。 ”
(编辑)吴清正(张国刚) ) ) ) ) ) ) )。
