一文读懂AIGC,AI-Generated-ContentAI生成内容
目录
一文读懂「AIGC,AI Generated Content」AI生成内容
首先,让我们理解一下这两个概念。
- AIGC ,或者称之为人工智能生成内容,是指使用AI算法和模型来自动生成全新的、原创的内容。这种内容可以包括文本、图像、音频、视频等各种形式,甚至可以包括一些独特的形式,比如新颖的创意和设计。AIGC的应用领域非常广泛,包括但不限于写作、绘画、音乐创作、视频制作等。
- 生成式AI ,则是一种更广泛的概念。它指的是使用AI算法和模型来生成或者模拟某种特定的数据或现象。这种AI模型的学习和训练过程通常是基于大量的数据,从而使其能够模拟出真实世界中的某种行为或者现象。生成式AI的应用领域也非常广泛,包括但不限于自然语言处理、图像识别、语音合成等。
一、什么是AIGC?

二、市场规模
预计2024年436亿元,2028年,中国AIGC产业规模预计将达到7202亿元,中国AIGC产业生态日益稳固,完成重点领域、关键场景的技术价值兑现,逐步建立完善模型即服务产业生态,2030年中国AIGC产业规模有望突破万亿元,达到11441亿元

三、技术层面发展
Transformer类架构的发展带动多模态融合,为范式转变奠定基础

AIGC要素:算力 + 算法+ 数据 在这里插入图片描述 AIGC发展重点

AIGC产业图谱

AIGC产业链路


AIGC未来方向



三、产业层面发展
AIGC产业融资

AIGC场景应用

四、AIGC应用分析

AI+ 游戏

eg:网易伏羲

AI + 广告营销

eg:

AI + 影视媒体行业

eg:

AI+ 电商

eg:

AI+医疗

eg:

AI + 金融

eg:

AI+ 其他

五、AIGC落地方式与路径
目前企业/机构端在使用相关的AIGC能力时,主要有五种方式:直接使用、Prompt、LoRA、Finetune、Train。
- 直接使用 :直接使用基础大模型厂商发布的产品服务,通过接口调用方式嵌入自身业务或系统当中。
- Prompt :通过提示工程,通过微调少量参数,引导预训练语言模型做特定下游任务。利用文本对话方式操控语言大模型,引导生成结果。
- LoRA :仅训练低秩矩阵(low rank matrics),使用时将LoRA模型的参数注入基础大模型,在不修改大模型的前提下,改变模型的生成风格。所需的训练资源比训练基础大模型要小很多,非常适合社区使用者和个人开发者。
- FineTune :Finetune是应用或利用迁移学习的一种方式。对基础大模型进行微调,以适应特定任务。当数据集相似,但数据量又很少的情况下,微调省去大量计算资源和计算时间,提高了计算效率,甚至提高准确率。具体来说,微调是一个过程,它采用已经针对一项给定任务训练过的模型,然后调整或微调模型以使其执行第二个类似任务。
- Train :调用数据、算力、算法从头训练大模型,从头开始训练大模型。除非特殊领域和特定要求,一般商业公司不会从头开始训练基础大模型。
六、AIGC营收模式

目前AIGC主要的商业模式为MaaS(Model as a service),MaaS是一种云与大模型深度绑定后的新商业模式,以云为基础、模型为中心,提供众多预训练基础模型,只需针对具体场景作调整优化,就能够快速投入使用。
六、机遇和挑战

七、标杆企业

阿里云


第四范式


云知声


中关村科金


软通动力


八、资源
- 艾瑞咨询:https://www.iresearch.com.cn/Detail/report?id=4294&isfree=0