什么是生成式AI?AI绘画、ChatGPT,全面解读生成式AI进化史

发布时间:2024-07-30 11:37:34 浏览量:260次

在各大短视频平台,总能看到各种“再不学AI绘画就晚了!”、“AI视频生成,轻松成为网络红人!”的广告,还有ChatGPT这个名词在各大科技圈中疯狂传播。这些“AI绘画”、“AI视频生成”、“ChatGPT”等概念,其实都属于同一个领域——生成式AI(AIGC:AI Generated Content),也就是人工智能生成内容。

你真的了解生成式AI是什么吗?

随着科技的不断进步,互联网内容生产方式经历了PGC(Professionally Generated Content)——UGC(User Generated Content)——AIGC的演变过程。PGC指的是专业生产的内容,比如在web1.0时代由广电行业专业人士生产的文字和视频,内容专业质量优良。UGC是用户创作的内容,随着web2.0概念兴起,像我们熟知的bilibili、抖音等,用户可以自由上传内容,内容丰富多样。而当前火热的AIGC,是由AI生成的内容,实现全自动化生产和高效产出。随着自然语言生成技术NLG和AI模型的成熟,AIGC具备了我们意想不到的能力。目前,AIGC已能够自动生成文字、图片、音频、视频,甚至是3D模型和代码,你所访问的某网页,可能全都是AI创作的。

AIGC目前主要应用于三个方向:

①AI生成文字,主要应用于自动写邮件和广告营销文案,市面上的文字生成AI多使用OpenAI开发的语言模型。

②AI作图,结合多模态神经语言模型CLIP和图像去躁扩散模型Diffusion,用户提供关键词即可自动生成图片。

③AIGC底层技术模型开发,目前由OpenAI和StableAI领衔。

AIGC的发展历程并非一帆风顺,经历“模型突破—性能提升—规模化生产—遇瓶颈—再次突破—性能提升”的循环。要想推广上述商业化方向,还需付出更多努力。以AI绘画为例:

第一次技术突破源于对抗生成网络(GAN)的诞生,GAN包括生成网络G和判别网络D,G负责生成图片,D负责判断真假,二者相互对抗,直至D无法判断时,训练达成目标。GAN采用自监督方式,推动了AI绘画性能提升。

第二次技术突破来自扩散模型Diffusion Model的运用,原理是“先增强后降噪”,首先给图像施加噪声,逐步还原原图,训练后输入随机噪声即可生成图像。Diffusion模型降低了模型训练难度,加速了AI绘画过程。

第三次技术突破是Stable Diffusion模型,凭借消费级显卡即可驱动模型,普通人也能体验AIGC的创意能力。用户门槛降低,生成效果提升,令该模型备受关注,AIGC进入新阶段。

总结AIGC的发展历程,底层模型的创新对其发展起到关键作用,新模型带来更低成本和更好效果,对AIGC市场造成巨大冲击。由于高新技术特性,从事底层模型开发的公司寥寥无几。技术门槛高,难以获得高级人才,投资回报周期长,风险大,企业不愿冒险进行模型研发。目前企业更关注AIGC应用,通过现有AI模型不断满足用户需求,呈现百花齐放之势。

作为新兴技术,AIGC拥有巨大发展潜力,市场规模将迅速增长,应用场景也将扩展。期待未来,AIGC门槛降低,成为我们日常“好帮手”!点击咨询火星时代教育相关专业培训课程。

热门课程推荐

热门资讯

请绑定手机号

x

同学您好!

您已成功报名0元试学活动,老师会在第一时间与您取得联系,请保持电话畅通!
确定