---

  新智元報道  

那么，AIGC的商業落地何以成為可能？

其實，靠的都是底層技術的突破。最開始，傳統的AI繪畫采用的是GAN，但結果輸出效果不敢恭維。直到2021年，OpenAI團隊開源了深度學習模型CLIP，以及7月出現的Diffusion，AI產生圖片和文字的效果才有了大的飛躍。

2022年4月，OpenAI發布的DALL-E 2生成的人像和圖片已經效果驚人，而到了8月，Stability AI發布的Stable Diffusion模型，更是取得了質的突破，AIGC的作品，已經完全可以媲美專業畫師。

擊敗人類獲得藝術大獎的AIGC作品《太空歌劇院》

而在AI生成視頻方面，Meta、谷歌已經紛紛發布了模型。

去年9月，Meta發布了AI生成視頻工具Make-A-Video，具有文字轉視頻、圖片轉視頻、視頻生成視頻三大功能。

谷歌也緊隨其后，發布了Imagen Video和Phenaki。其中Phenaki可以通過文字生成一段情節完整、連貫的視頻。

B站up主「秋之雪華」發布的《夏末彌夢》，是全球首個由AI繪制、AI配音的動畫，一經發布就震撼了廣大網友。

來源：秋之雪華

AIGC商業化的潛力如此之大，但究竟有哪些落地場景呢？

從融資角度來看，目前AIGC有3個商業化的方向：

• 第一個方向是通過AI生成文字，比如自動寫郵件和文案。
• 第二個方向是利用AI生成繪畫，主要技術是結合多模態神經語言模型CLIP和圖像擴散模型Diffusion，僅需提供一些關鍵字描述即可。
• 第三個方向是AIGC的底層技術模型開發，Stable AI是這個方向的頂流之一。

游戲

電商

廣告傳媒

• 基礎層主要是由預訓練模型的技術投入，主要代表為上游基礎設施提供方如Open AI、Stability AI等；
• 中間層是垂直化、場景化、個性化的模型和應用工具；
• 應用層即面向C端的用戶的文字、圖片、音視頻等內容生成服務等。

• 前期投入大

• 算力要求高

• 缺乏成熟的算法模型

• 計算資源豐富

• 自研芯片性價比高

• 超大規模工作負載時成本最優

• 擁有廣泛驗證的算法模型