据了解,作为元宇宙概念的另一个分支,AIGC(人工智能生成内容)意味着新一轮范式转移的开始,是继UGC、PGC 之后新型利用AI技术自动生成内容的生产方式。
内容生产从UGC向AIGC过渡,AIGC内容形态从文字向图片发展。
AIGC、NFT和VR是元宇宙和Web3.0的三大基础设施,随着数据积累、算力提升和算法迭代,人工智能在逐步渗透在写作、编曲、绘画和视频制作等创意领域。1)内容生产:相比于PGC,UGC具有供给量充足、快速试错、优胜劣汰等优势,成为当前内容生产的主要形态。而AIGC将这些优势深化,并进一步提高了供给量。2)内容形态:游戏领域的UGC仍不成熟,文字领域的AIGC日趋成熟,由此推演,图片和视频领域的AIGC化即将到来。
Diffusion成为新一代图像生成主流模型,带动AIGC进入新篇章。
技术进步和模型优化是AI发展的主要动力,AIGC的重要技术也从NLP、GAN向Diffusion过渡。GAN是传统的图像生成模型,并广泛应用于图像修复、文字转图片等领域。然而GAN具有训练不稳定、样本大量重复相似等问题。2022年,Diffusion逐步流行,其图像质量明显优于GAN模型,并采用开源模式,带动本轮图片领域AIGC热潮。
海外平台开启商业化尝试,AI素材平台、AI配图具有无限可能。
海外拥有大量AI绘画相关公司,并且开始多样化的2B和2C商业化尝试。RosebudAI即将上线的以AI生成为基础的素材摄影平台,在广告行业采用率高。巴比特用AI配图代替传统的付费版权库图片,并且可以为自己生成的AI图片实行区块链认证。新的技术带来更多的商业化可能。
风险提示:技术发展不及预期;商业化进程不及预期。