?時下，AIGC技術正在以驚人的速度在各個行業中爆發，這種新型技術正在帶來一場全新的行業變革大浪潮。越來越多的企業投入到新一輪的AI技術應用與研發當中，并取得了一定進展。預計未來它將對商業、崗位和職業造成更廣泛和深刻的影響。

為了更好地了解未來AIGC時代的商業新機遇和崗位新趨勢，并為行業提供更準確、更實用的建議，一覽科技聯合創始人&CTO陳錫言就《AIGC新浪潮，不要怕，只是技術性調整》進行主題分享。

陳錫言認為，大模型不同的發展路徑也可能有不同的涌現結果，當參數達到一定規模的時候，涌現是怎么發生的，以及如果繼續擴大參數規模是否能讓效果越來越好，對人類來說還是一個待解決的問題。

他還表示，AI和AIGC的確會改變我們的生活和工作，這幾乎是不可避免的，但不要怕，這只是一次技術升級，或者叫內容創作升級。作為內容從業者，我們應該對AIGC技術保持開放的態度，學會利用AIGC工具來提高工作效率，投資自己，提升自己，解決問題，提供價值。

以下為陳錫言分享內容全文：

大家好，我是一覽科技聯合創始人&CTO 陳錫言。

我名字的三個首字母分別是 “C”，“X”，“Y”，每個人都會喜歡和自己名字有關的東西，我也一樣，后來我就真的成為了一名程序員。

在十幾年的職業生涯中，我一直都在做著同一個行業，它就是網絡視頻。從網頁端到客戶端，從 PC 端到移動端，從影視劇到短視頻，從橫屏到豎屏，從 PGC 到 AIGC，從一小時到 15 秒，我親身經歷了這個行業的整個發展歷史。

我此次的分享主題是《AIGC新浪潮：不要怕，只是技術性調整》

首先介紹一下AIGC的概念，AIGC是一個相對于PGC和UGC的概念，人工智能生產內容。

早期互聯網以PGC為主，都是由專業機構生產和發布信息，例如Yahoo，搜狐等等，他們都是單向發布內容，普通用戶只能單向接收內容，總內容量也比較少。

在互聯網中期，出現了普通用戶貢獻內容。比如貓撲天涯，也有QQ微信，再到后來的公眾號、微博、抖音。一方面是動態頁面技術的發明，另一方面是制作工具的快速發展，讓創作和發布成本越來越低，內容生產質量卻越來越高。這個質量達到什么水平呢？一些專業電視工作者投身于短視頻創作，而一些自媒體制作的短視頻可以進入電視臺播放，也就是說，優質的自媒體短視頻已經達到了電視臺的標準，所以有人把這叫做PUGC，也就是P和U之間的界限越來越不明顯了。

那么現今的互聯網，機器作為區別于P和U的第三方也可以大量生產信息和內容，這里面有兩個含義。

一、機器聽從人的命令生產內容。

二、機器直接生產內容。

未來會有越來越多的信息和內容是由人工智能生產的。

想象一下，會不會已經有一臺計算機，它會自動在自媒體號上發表文章，然后根據閱讀反饋數據，調整選題，調整內容，它能夠自學習，然后讓后面的發表數據表現更好，那它真的是一個從零開始的AI大V。

最近AI技術的發展，讓我們重新看到了AIGC的可行性，肉眼可見的AI已經能做很多我們人類的工作了。AI是怎么突然變得這么強呢？

這還得說到大語言模型，ChatGPT讓人類看到了AGI的可能性。AGI是通用人工智能的意思，表示機器可以完成各種不同類型的任務。比如ChatGPT并不是為法律工作特別訓練的，但是它卻可以非常好的完成法律任務。這就是AGI的表現。

大模型有四大： 數據量大，運算量大，參數規模大，花錢規模大。 

GPT1和GPT2能力其實并不好，但是GPT3參數達到1750億的時候，突然涌現出許多強大的能力，可以學習和模仿人類的思考過程。

OpenAI做出了一個典范，在OpenAI之前，沒有一個人愿意相信原來大力花錢真的可以出奇跡。

大模型不是一個新技術，只不過沒有人愿意為一個不確定的目標，投入如此之大。就像哥倫布發現新大陸，他告訴人們一直劃一直劃就會有收獲，后面的人從此愿意為此投入。當然大模型也不是全是因為花錢，算力和數據量也恰好達到了一個臨界點。不同的發展路徑也可能有不同的涌現結果，當參數達到一定規模的時候，涌現是怎么發生的，以及如果繼續擴大參數規模是否能讓效果越來越好，對人類來說還是一個待解決的問題。

大模型的涌現主要帶來以下方面的變化：

• 泛化能力：大模型能夠在訓練數據范圍之外的情況下生成高質量的內容，這被稱為“泛化能力”。這使得大模型能夠應用于廣泛的任務和領域。
• 語言生成能力：大模型能夠生成流暢、準確、富有創造性的語言，這使得它們在自然語言處理、文本生成、機器翻譯等領域有著廣泛的應用。
• 交互性能力：大模型能夠理解人類的自然語言輸入，并產生符合語境的響應，這使得它們在聊天機器人、語音助手等領域有著廣泛的應用。

感覺AI這么強，會很快搶走我們的工作，尤其是內容創作者對AIGC產生很多的擔憂，下面我們看看AIGC對內容創作產業了哪些的影響

3.1. 取代部分文字工作者和設計師的工作

它將改變內容創作的工作方式，如果僅僅是簡單可重復性的工作，那肯定是要被取締的，具有創造力的做作AI取代不了。每位編輯或者設計師有自己的風格，這種風格的形成需要很長時間，這也是優勢。但在處理復雜任務時，我們可能就需要具有各類不同優勢的人組成的一個團隊。但如果出現一種AI工具，它具有各種各樣的風格和能力， 那么有了AI輔助，效率和風格的廣度會大大提高。

3.2. 取締大部分快消品內容生產

大部分互聯網內容不是作為藝術品存在，甚至不是作為信息存在的，它們是一種快消品。制作快，生命周期短，在短暫的生命周期內爭取最大的流量是他們生命的意義，爆款率極低，只能靠數量爭取更多流量。所以這類業務KPI一般都會是成本控制，這類工作大概率會被AIGC所取締。

3.3. 促進版權法升級

之前在圖庫中找到一張完美的圖片并不容易，而且費用還是很貴的。現在AI工具可以直接從文本內容生成對應的圖片。AI作品的版權還處于灰色地帶，這是版權法最高級的部分。但這個狀態不會太久，當未來越來越多的人使用時，這部分法律會得到完善。

3.4. 內容爆炸

我們并不想讓他發生，但是一定是要發生了。互聯網內容數量可能會至少是現在的10倍甚至更多，但總人數和總時間只有那么多。如何分辨內容是由AI生產還是由人類生產，以及如何選擇更有價值的內容來填充有限的時間，將成為所有人的難題

AI正在影響我們的工作和生活，它很強大，但我們也要了解它具有哪些局限性。

4.1 內容風格有限

目前，AIGC最適合生成八股文等特定風格的內容，而對于更加創新和多樣化的內容，AIGC的表現可能不盡如人意。AIGC模型只能基于已有的數據進行訓練，而且數據的質量和數量對模型的性能有著決定性的影響。內容創作需要創意，優秀的藝術家需要形成自己的風格，這一點AI很難做到。

4.2 有限的知識

ChatGPT的知識只到2021年，目前還無法做到知識和信息實時更新。AIGC模型可能無法獲取到一些人類知識領域的新發現和進展。AIGC模型雖然可以生成新的內容，但其缺乏真正的創造力和人性化，無法創造出從未出現過的完全新穎的概念或想法。

有人曾提出一個問題：如果500年前，就發明了ChatGPT，是不是人類永遠不知道地球是圍繞著太陽轉的。這是一個值得令人深思的問題。

4.3 缺少驗證和實施的能力 

前幾天有新聞說AutoGPT已經可以開公司了，但都是停留在紙面上的，真正實現還很遙遠，現在的實際情況是，訪問網站就很厲害了，除非雇人去辦，否則怎么把真實公司注冊下來呢？麥哲倫船隊繞了地球一圈,才證明了地球是圓的，這并不能靠AI系統得到。科學發展需要大量的實驗，AIGC跨越不了。

4.4 可信度問題

我讓ChatGPT給我規劃一條路線，他大概率會一本正經地胡說八道，AIGC模型的生成結果可能存在誤差和不合理的情況，需要進行人工審核和驗證，以確保其準確性和合理性。嚴格確定性內容不適合由AI生成。

4.5 數據偏差

AIGC模型需要大量的數據集進行訓練，但這些數據可能存在偏差和隱私問題，如性別歧視、種族歧視等。因此，需要加強數據管理和隱私保護，建立透明度和問責制機制。根據公開資料，GPT3的訓練集大部分來自英語，漢語預料可能不超過0.3%，所以很多價值觀一定是偏西方的。這也是受訓練數據集干擾比較大，且不容易被解決的問題。訓練數據集需要非常長期的積累，可能真的不是直接砸一大筆錢就能解決的問題。

4.6 缺乏情感 

內容是需要注入情感的，這是一個有爭議的問題，AI能解決已知的邏輯，比如色彩是什么情緒，語音語調表示的情感，文字表示的情感。但更高級的內容是一種情緒的組合，這是AI無法感知到的，也缺少足夠多的數據集，因為同一個內容，一萬個人有一萬個感受，所以在數據集中很難被標注出來。

4.7 難以控制

AIGC模型的運作方式是基于訓練數據的自動化過程，因此很難對其生成的內容進行精確控制，可能會產生一些不適當的內容，引發社會或道德問題。比如，AI繪畫雖然可以生成超越想象力的精美圖片，但我認為仍然是一種“先開槍，再瞄準”的結果，因為我們腦海中的畫面，轉化成自然語言就是一種信息缺失，傳遞給AI理解又是一種信息缺失，可能最終AI畫出了一幅很好看的圖片，但早已經不是我們腦中的那幅畫面了，過度依賴AIGC會讓我們丟失很多腦中的景象。自然語言不是一種確定性的人機交互方式，而且為了讓AI變得越來越強，它就必須產生新的隨機、學習和反饋，目前大部分AI系統是不區分開發環境和生產環境的，生產環境的數據是開發環境最好的飼料。所以具有一定概率產生不合適內容，也是AI系統必要的工作之一。

4.8 AI無意識 

如果幾年前，兩波程序員在群里吵起來，一定是因為討論PHP是不是世界上最好的語言，現在兩波程序員在群里吵起來，大概率是因為“AI是否具有意識”。這是一個哲學問題，咱們不做過多討論。但人類為什么會如此關注“AI是否具有意識”，是因為人類認識世界的過程是將事物擬人，太陽公公，月亮姐姐，機器人一定要兩條腿才叫機器人，四條腿就叫機器狗，人類更喜歡和自己相似的東西，所以人魚一定要上半身是人，下半身是魚；上半身是魚，下半身是人就是怪物。將萬事萬物擬人化是一種哲學上的本質主義錯誤，因為“意識”對于”人工智能“來說是非必要的。

說了這么多AIGC不足的地方，但所有AI不足的地方都是人類的機會。

AIGC還在快速地發展，每周都有新產品發布，新論文發表，根本看不過來。那么AIGC在未來會有哪些可能性呢？

5.1 內容生產成本繼續降低

AI現在在快速生產創意，以及技法上已經超過人類。未來AIGC生產內容時間會越來越快，成本會越來越低，這會導致新一輪的信息爆炸，這似乎是一個必然會發生的事情。

5.2 多模態模型的發展

當前的AIGC模型主要依賴于文本數據來生成內容，GPT4號稱多模態但還一直未發布，文心一言的多模態其實也僅限于接口調用，我認為真正多模態應該是機器自主使用多模態的表達，由AIGC自己來結合多種類型的數據，例如圖像、音頻、視頻等，生成多模態內容。

5.3 互動內容成為可能

很多年之前，我們就設想過互動內容，根據觀眾的反饋產生不同的下一內容，但是由于復雜度過高，只能制作有限的分支劇情，效果都不是很理想，AIGC可以有效解決這一點。我們不需要提前制作好所有分支劇情，可以在發生時再制作。舉例來說，現在推薦系統是根據人的喜好來推薦已有內容，未來有可能實現AIGC根據人的喜好實時生產內容。

5.4 個人AI助理

AI會成為一個基礎設施，所有人未來可能都要人手一個AI助理。未來可能只有兩類公司，AI基礎設施維護公司，和AI應用公司，而完全和AI無關的企業將會被淘汰。未來公司中可能只有兩種崗位，一種是數據標注類崗位，另一種是使用AI工具工作的崗位，而完全和AI無關的崗位可能也會被逐漸淘汰。“通用人工智能成為可能”不是一句危言聳聽的話。我們身邊的小度小愛天貓精靈可能很快會變成Jarvis。無論設計師、編輯、工程師還是什么工作崗位，因為“個人AI助理”的出現，對效率和質量的要求會建立在一個新的標準上，就像幾百年前工廠的出現一樣，這個過程似乎也是不可逆的，我們只能接受。

5.5 AI對齊

AI對齊指的是確保人工智能系統的目標和行為與人類價值觀一致，因為AI如果濫用其強大的計算和學習能力，造成人類無法控制的后果。比如說，我們給AI定一個改善地球自然環境的目標，AI最后得到的方法是減少人類數量，這就是比較可怕的結果。AI對齊的最基本目的是保障人類社會的利益和控制權。未來的研究可能會集中于開發更加可解釋的AIGC模型，這將使人們更加理解模型是如何生成內容的，并且更加信任模型的結果。任何時候，AI對齊的追求是使得人工智能系統成為有益的工具，為人類創造價值，與人類和諧共處。

前面介紹了本次AI浪潮中AIGC的優勢、問題和發展方向，作為互聯網內容從業者，我們該如何應對這次浪潮呢？

首先，不要害怕。我們需要認識到AIGC只是一次技術性調整，而不是對傳統內容創作產業的完全顛覆。AIGC系統可以快速幫助人類拓寬知識廣度，但它并不會取代人類的智慧和創造力。這次AI浪潮是一次偉大的進步，但它不會讓我們失去飯碗。相反，它需要我們自我反思，找到自己的核心競爭力。

其次，擁抱變化。學會利用AIGC工具，設計師和內容從業者可以考慮利用AIGC的優勢來提高工作效率。例如，利用AIGC生成的文字和圖像可以完成一些基礎工作，從而節省時間和資源。這將允許他們更好地專注于更高級的工作，如創新思考和策劃。

第三，投資自己。與此同時，設計師和內容從業者可以把注意力放在提高他們的技能和知識上。學習新的技術和工具，如AIGC和其他人工智能技術，可以幫助他們更好地適應未來的工作要求。此外，提高溝通和協作能力也非常重要，因為這些技能不可能被機器人取代。

第四，了解市場。了解市場和客戶的需求是成功的關鍵，而AIGC可以提供有用的信息來提供幫助，AI不能幫你做決策。我曾經表達過一個觀點“AIGC并不會帶來爆款率提升”，未來不是擁有流量紅利的時代，但爆款內容會一直稀缺。如何制造爆款內容取決于人對市場判斷，以及后續一系列的運作。大數據監測只能算是蹭熱點，不能稱為創作爆款。

最后，我總結四種AI替代不了的能力提供給大家參考：

「創造力」「情感」 「解決問題」「提供價值」

AI和AIGC的確會改變我們的生活和工作，這幾乎是不可避免的，但不要怕，這只是一次技術升級，或者叫內容創作升級。作為內容從業者，我們應該對AIGC技術保持開放的態度，學會利用AIGC工具來提高工作效率，投資自己，提升自己，解決問題，提供價值。

謝謝大家！