AIG:深度解密人工智能內容生成的發展與現狀_TIGC

摘要

AIGC?是Web3.0?時代的生產力工具，AIGC?提供大量的生產力，而Web3.0?與區塊鏈的應用則決定生產關系與用戶主權。

但我們必須認識到?AIGC?和Web3是兩個不同的方向。AIGC?作為使用?AI?技術的生產工具，既可以應用于Web2世界，也可以應用于Web3世界。到目前為止，大多數已經開發的項目仍然在Web2領域。把兩者放在一起談話是不合適的。而Web3希望借助區塊鏈和智能合約技術，讓用戶擁有虛擬資產的主權。它與創建模式之間本沒有直接聯系。

本文將從以下四個方面解密?AIGC?的發展與現狀進行：

內容創造形式的演變

技術測概況

AIGC?的行業應用

AIGC?與Web3

第一部分：內容創造形式的演變

可以分成三個階段：

第一個階段是?PGC(Professionally-GeneratedContent)，專家生成內容，由擁有內容相關領域資質的專業團隊進行創作，門檻與成本較高，質量有一定保障，追求電視劇電影等商業化渠道的收益，代表項目就是以愛優騰為首的視頻平臺。在這些平臺上，用戶更多地是去接收和搜索視頻資源來收看，類似于Web1.0?的概念。

但這一階段創作權掌握在少數專業人士手中，普通創作者的成果很難被大眾看見。在第二階段衍生出了一系列的?UGC?平臺(User-generatedContent，用戶生產內容)，如?Twitter，YouTube，國內愛優騰等視頻平臺。在這些平臺上用戶不僅是接收者，也可以是內容的提供方，內容生產的規模極大地擴張了，但用戶生產的內容質量則參差不齊，可以將它看作是Web2.0?時代的內容創作。

幣記Bitget與啟航資本達成深度合作關系:據官方消息，幣記Bitget與啟航資本達成深度合作關系，共同拓展市場。

啟航資本于2019年進入區塊鏈市場，主要專攻ETH合約 ，BTC合約，FIL現貨，數字貨幣量化（現貨、合約）。致力于技術分析，資金分配 ，風險控制管理。自2021年2月份深入合作以來，跟單人數已超千人，日交易量上千萬usdt。管理資金更是超百萬u，實現利潤與風險雙向控制。所有策略都是實時更新，保障合作用戶實時跟上操作。

幣記Bitget總部位于新加坡，是一家擁有四國牌照的專注于衍生品的全球數字資產交易平臺，在日本、韓國、越南、加拿大等地設有辦事處。幣記Bitget的標桿產品為一鍵跟單，累計跟單數超過360萬，全球擁有150多萬注冊用戶，合約交易量位居世界前五。[2021/4/30 21:12:38]

那么Web3.0?時代的內容創作生態是？AIGC?和web3的關聯在哪里？

AIGC(AIgeneratedContent，人工智能生成內容)，指由人工智能幫助甚至取代人類進行內容創作，可以作為強大的生產力工具，幫助解決Web3.0?和元宇宙中的一些實際問題。它生產頻率更快，并且可以定制風格，滿足每個人的需求。它擁有無限規模的內容創作靈感，效果也不會太差。

第二部分：技術測概況

AIGC?技術的快速發展始于?GAN(生成對抗網絡，?2014)模型的發表。它由兩個模型組成:生成模型和判別模型。生成器生成“假”數據并試圖欺騙鑒別器;鑒別器驗證生成的數據，并嘗試正確識別所有“假”數據。在訓練迭代的過程中，兩個網絡對抗中提升，直到達到平衡狀態。

AIGC?技術的快速發展始于?GAN(生成對抗網絡，?2014)模型的發表。它由兩個模型組成:生成模型和判別模型。生成器生成“假”數據并試圖欺騙鑒別器;鑒別器驗證生成的數據，并嘗試正確識別所有“假”數據。在訓練迭代的過程中，兩個網絡對抗中提升，直到達到平衡狀態。

工信部辛國斌：推動區塊鏈與金融深度融合 提高企業融資便利性:10月22日，在2020金融街論壇年會上，工業和信息化部副部長辛國斌表示，支持銀行在合理區間自主、理性確定對制造業相關企業的貸款利率，發揮貸款市場報價利率方向性和指導性作用。辛國斌稱，通過引導貸款利率下行等方式，推動金融部門降低企業融資綜合成本，強化金融科技創新，推動大數據、云計算、區塊鏈、人工智能與金融深度融合，提高制造企業融資的可得性和便利性。（新京報）[2020/10/22]

在?GAN?發表后的兩三年時間里，業內對?GAN?模型進行了各種改造和應用。2016?年和?2017?年，在語音合成、情緒檢測、換臉等領域產生了一大批實際應用。

谷歌在?2017?年開發的?Transformer?模型逐漸取代了?LongandShortTermmemory(LSTM)等傳統?RNN?模型，成為?NLP?問題的首選模型。

作為?Se?q2?seq?模型，它提出了注意力機制，計算每個單詞與其上下文的相關性，以確定哪些信息對手頭的任務最重要。與其他模型相比，Transformer?速度更快，并且可以更長時間地保留有效信息。

BERT(來自?Transformer?的雙向編碼器表示，?2018)使用?Transformer?構建了一個用于自然語言處理的完整模型框架。它在處理一系列自然語言處理任務上超越了現有的模型。

BERT(來自?Transformer?的雙向編碼器表示，?2018)使用?Transformer?構建了一個用于自然語言處理的完整模型框架。它在處理一系列自然語言處理任務上超越了現有的模型。

ChainUP創始人鐘庚發：當前市場狀態企業需要深度修煉內功:3月12日，ChainUP聯合Cointube、Cointelegraph中文主辦區塊鏈\"三方會談\"線上直播，三位CEO嘉賓就\"疫情下的行業發展與合作\"進行精彩分享。ChainUP創始人兼CEO鐘庚發在分享中表示，針對目前疫情現狀，ChainUP加強線上品牌活動、加強與媒體間的深度合作、發起\"企業戰疫扶持計劃\"等等。另外他認為，當前正是適合企業修煉內功的時候，可以為下一次的市場爆發做好準備。

對于未來的規劃鐘庚發表示，合規化、集團化、全球化一直是ChainUP的目標。合規上，ChainUP持續推進與監管機構和持牌機構的合作，發力監管，加碼合規。集團化方面，重點發展1個主品牌、5條業務線，打造全生態平臺。全球化方面，目前ChainUP除了新加坡總部、日本分公司、香港分公司，已在10多個重點國家和地區拓展市場建立深度聯系，未來會持續深入布局，實現全球化與本地化。[2020/3/12]

從那時起，模型的大小不斷增加，在最近兩年出現了?GPT-3、InstructGPT?和?ChatGPT?等一批大模型，其成本也呈幾何級數上升。

現今的語言模型有三個特點:大模型、大數據、大計算能力。在上方的圖中可以看到模型參數的數量增加得有多快。有人甚至提出了語言模型的摩爾定律，——一年增長十倍。最新發布的?ChatGPT?模型有?1750?億個參數，很難想象在這之后?GPT-4?中還有多少參數。

ChatGPT?的優勢：

引入了?HFRL(HumanFeedbackRL,2022.03)技術，在訓練數據集中增加了人的反饋，基于人的反饋進行優化，但由于需要大量的人的注釋，成本進一步擴大。

聲音 | 王小云：密碼技術將深度融合5G、區塊鏈等技術，為物聯網安全保駕護航:2019物聯網密碼應用專題峰會在無錫召開。密碼學家、中國科學院院士王小云在會上表示，物聯網絡設施，是經濟社會運行的神經中樞，也是可能遭到重點攻擊的目標，而密碼是保障物聯網網絡安全的核心技術和基礎支撐。密碼學是集數學、信息科學、計算機科學和物理學等于一體的深度交叉與融合的學科。密碼技術將深度融合5G、區塊鏈、人工智能、衛星通信等技術，為物聯網安全保駕護航。（經濟參考報）[2019/9/12]

第二點是模型在回答問題時會有自己的原則。之前的聊天機器人在與用戶聊天時會將一些負面和敏感的內容一并學習，最后學會謾罵，發表歧視言論。與之前的模型不同，ChatGPT?可以識別惡意消息，然后拒絕給出答案。

有記憶：ChatGPT?支持連續對話，并能記住與用戶之前對話的內容，因此經過多輪對話用戶會發現它的答案在不斷提升。

第三部分：AIGC?的行業應用

在參加?2022?年奇績創壇秋季營的?55?家公司中，有?19?家?AI?主題公司、?15?家元宇宙主題公司和?16?家大型模型主題公司。與?AIGC?相關的項目有十余個，其中一半以上是與圖像相關的。每個項目的詳細信息附在下面的鏈接中：

Link：https://new.qq.com/rain/a/20221121?A?04?ZNE?00?

當下?AIGC?最火的細分賽道當屬圖像領域，歸功于?StableDiffusion?的行業應用，圖像?AIGC?在?2022?年迎來了爆發式的增長。具體地,圖像?AIGC?賽道具有以下優勢：

中高會區塊鏈產業聯盟與挖時科技達成深度戰略合作:據悉，于5月9日在北京，中國高科技產業化研究會區塊鏈產業聯盟與挖時科技達成深度戰略合作。雙方就海南打造區塊鏈特色小鎮項目進行深度交流洽談。會后，挖時科技聘請聯盟秘書長張正帥擔任發展顧問；同時，聯盟聘請挖時科技作為副秘書長單位。[2018/5/10]

與自然語言處理中的大模型相比，CV?領域的模型尺寸相對較小，與Web3的契合度也更高，可以與NFT、元宇宙緊密聯系在一起。

與文字相比，人們對圖片的閱讀成本更低，一直是一種更直觀和更容易被接受的表達形式。

圖片的趣味性和多樣性更高，且該部分技術目前趨于成熟，正在快速迭代。

在參加?2022?年奇績創壇秋季營的?55?家公司中，有?19?家?AI?主題公司、?15?家元宇宙主題公司和?16?家大型模型主題公司。與?AIGC?相關的項目有十余個，其中一半以上是與圖像相關的。每個項目的詳細信息附在下面的鏈接中：

擴散模型

2022?年?CVPR?的論文《High-ResolutionImageSynthesiswithLatentDiffusionModels》

通過向圖像中添加噪聲，可以將一張圖片變成隨機的噪聲圖片，擴散模型與之相反，學習如何去除噪聲。然后，該模型將這種去噪過程應用于隨機的噪聲圖片，最終生成逼真的圖像。

當前圖像?AIGC?領域也存在一些局限性，具體有下面幾點：

模型需要在效果和效率之間做權衡，在秒級別還是難以生成準確的，用戶期待的定制效果。

這些公司的運營和維護成本很高，需要大量的圖形顯卡設備來帶動他們的模型。

賽道中近期涌現大量初創公司，競爭激烈，但缺乏殺手級應用程序。

接下來再來討論下3D-AIGC，這是一個潛力較大的賽道，目前模型尚不成熟，但未來會成為元宇宙中的剛需的基礎設施。

類似于2D圖像的生成，3D-AIGC?項目能夠生成三維物品，進而甚至自動地渲染與構建三維場景。當未來元宇宙得到普及之后，會對虛擬的三位資產有大量的需求。當用戶處于三維場景中時，用戶需要的不再是二維的圖片，而是三維的物體和場景。

相比于生成二維圖像，在三維上生成虛擬資產需要考慮更多的東西。一個三維的虛擬物體由兩部分組成，一個是三維形狀，另一個是物體表面的花紋和圖案，我們稱之為紋理。

因此一個模型需要選取三維虛擬資產可以分兩步生成。在我們獲得了一個3D對象的幾何圖形后，我們就可以通過紋理映射，環境貼圖等多種方法來賦予它表面的紋理。

而在描述三維物體的幾何形狀時也需要考慮多種的表達方式有顯式的表達形式，比如網格和點云；也有代數、NeRF(神經輻射場)等隱式的表達方式。具體需要選取適配模型的方式。

總之我們最終需要將所有的這些過程都集成到一起，組成一個文本到3D圖像的流程管線，管線比較長，在當下也尚未有成熟的應用端模型出現。但擴散模型的流行會促使許多研究者進一步研究三維圖像生成技術。目前這一方向的技術模型也在快速迭代。

相對于?VR、XR?等需要與人互動、對實時性有嚴格要求的技術。3DAIGC?推的實時性要求更低低，應用門檻和速度會更快一些。

第四部分：AIGC?與Web3

都說?AIGC?是web3.0?時代的生產力工具，AIGC?提供大量的生產力，而web3.0?與區塊鏈的應用則決定生產關系與用戶主權。

但我們必須認識到?AIGC?和Web3是兩個不同的方向。AIGC?作為使用?AI?技術的生產工具，既可以應用于web2世界，也可以應用于Web3世界。到目前為止，大多數已經開發的項目仍然在Web2領域。把兩者放在一起談話是不合適的。而Web3希望借助區塊鏈和智能合約技術，讓用戶擁有虛擬資產的主權。它與創建模式之間本沒有直接聯系。

但兩者之間確實又有很多趨同之處：

一方面，它們都依靠程序來優化現有的生產和創作模型。AIGC?用?AI?取代人類進行創造，Web3用智能合約、區塊鏈等去中心化程序取代人工中心化機構。用機器代替人，不會有主觀的誤差和偏差，效率也會顯著提高。

另一方面，Web3和元宇宙將對二維的圖片和音頻，三維的虛擬物體和場景有很大的需求，而?AIGC?是一個很好的滿足方式。

但在web3.0?的概念尚未普及到普羅大眾的當下，我們能看到涌現出的項目幾乎還是Web2的項目，在web3領域的應用目前大量地還是停留在圖像生成的?AIGC?上，用于?NFT?的創作。

其實在應用端，AIGC?和web3.0?的聯系不能僅僅依靠“生產力”和“生產關系”之間的聯系，因為?AIGC?同樣也能給web2項目帶來生產力的提升，而web3項目的優勢是不明顯的。

所以，為了抓住?AIGC?發展的機遇，我認為當前web3項目需要在以下兩個方面進行優化：

一是尋求?AIGC?加持下的Web3.0?原生項目，即只在Web3端能夠應用的項目。或者換句話說，去思考如何用?AIGC?解決Web3項目目前面臨的困境，這樣的解決方案也是Web3原生的。例如?ReadOn?用?AIGC?去生成文章?quiz，開辟了?ProofofRead?的新模式，解決了?ReadFi?一直以來存在的刷幣問題，為真正閱讀的用戶提供代幣獎勵。這很難做到，但web3需要這樣的模式創新。

二是用?AIGC?優化現存Web3應用的效率和用戶體驗。目前?AIGC?的應用主要存在于圖像和?NFT?上，但其實創作是一個很寬泛的概念，除圖片外還有很多種其他的創作方式。上文提到的3D-AIGC?是元宇宙中可供思考的應用渠道，quiz?生成也是一個眼前一亮的?idea。eduDAO?和開發者平臺可以思考用?AIGC?來賦能教育，用于出題或者修改模塊化的代碼、生成單測等等；GameFi可以思考是否能用?AIGC?來充當游戲里的?NPC;甚至能否借助?AIGC?的?coding?能力生成智能合約。

視頻鏈接：?https://www.bilibili.com/video/BV17D4y1p7EY/spm_id_from=333.999.0.0

致謝：

去中心化媒體和研究組織?DAOrayaki?公開資助?THUBADAO?展開獨立課題研究，并進行公開成果分享。研究主題主要聚焦在Web3、DAO?等相關領域內容。本文是資助成果的第六期分享。

DAOrayaki是一個代表社區意志、功能齊全的去中心化媒體平臺和研究組織。旨在鏈接創作者、資助者、讀者，并提供?Bounty、Grant、預測市場等多種治理工具，激勵社區自由的展開研究、策展及報道多類話題。

THUBADAO?是由清華大學區塊鏈協會(THUBA)成員所發起的去中心化組織。THUBADAO?致力于將Web3世界帶給每一個學生，成為連接海內外區塊鏈社區的橋梁，并培養最優秀的下一代?Web?青年與先鋒者。

前期分享可參考：

DAOrayaki&THUBADAO｜Web3.0?時代的媒體：鏈上媒體平臺、鏈上自媒體與媒體?DAO

DAOrayaki&THUBADAO｜多案例分析代幣經濟設計思路

DAOrayaki&THUBADAO｜NFTFi?的核心機制和賽道分析

DAOrayaki&THUBADAO｜Web3域名賽道：龍頭ENS面臨的冰與火

Tags：AIGWEBIGCWEB3AIGENIUS價格WEB3.0TIGCweb3域名.tid

BNB價格