首页 > 文档云仓 > 行业研究 | 企业研究 > 信息产业|互联网 > 区块链行业深度:AIGC--Web3时代的生产力工具

区块链行业深度:AIGC--Web3时代的生产力工具(22页).pdf
  强生   2022-11-13   17274 举报与投诉
 强生   2022-11-13  1.7万

【报告导读】AIGC(AI-Generated Content 人工智能生成内容)代表新一轮范式转移的开始。 近期,硅谷的众多一线 VC 们开始将目光瞄准 AI 初创公司,尤其是生成式 AI 艺术这 一领域。今年有两家独角兽 Stability 和 Jasper 均获得了超过一亿美元的融资,估值 突破十亿美元。AIGC 赛道火爆不仅得益于技术进步、商业应用广泛和需求增长,还 归功于该赛道还处于早期。虽然大型科技公司捕获了大量价值,初创企业仍有机会 突破。

AIGC 将是 Web3 时代的生产力工具。当我们迈入 Web3.0 时代,人工智能、关联 数据和语义网络构建,形成人与网络的全新链接,内容消费需求飞速增长。UGC\PGC 这样的内容生成方式将难以匹配扩张的需求。AIGC 将是新的元宇宙内容生成解决方 案。AIGC 的生成利用人工智能学习知识图谱、自动生成,在内容的创作为人类提供 协助或是完全由 AI 产生内容。不仅能帮助提高内容生成的效率,还能提高内容的多 样性。随着 NLP(Natural Language Processing,自然语言处理)技术和扩散模型 (Diffusion Model)的发展,AI 不再仅作为内容创造的辅助工具,创造生成内容成 为了可能。由此,将来文字生成、图片绘制、视频剪辑、游戏内容生成皆可由 AI 替 代。

AIGC 技术主要涉及两个方面:自然语言处理 NLP 和 AIGC 生成算法。自然语言处 理是实现人与计算机之间如何通过自然语言进行交互的手段。AIGC 生成算法主流的 有生成对抗网络 GAN 和扩散模型。扩散模型已经拥有了成为下一代图像生成模型的 代表的潜力。它具有精度更高、可扩展性和并行性,无论是质量还是效率均有所提 升,其快速发展成为 AIGC 增长的拐点性因素。同时,在机器学习的过程中,需要通 过大量的训练来实现更准确的结果,目前以英伟达 A100 为主,对于底层算力需求将 有飞速增长。

AIGC 在文字、图像、音频、游戏和代码生成中商业模型渐显。近期我们研究了国 内外数十家 AIGC 相关企业,尤其在一些具备高重复性的任务、对于精度要求并不那 么高的领域应用已逐步成熟,并在探索商业模式中。目前图片生产、文字生成较为 常见,这类 AIGC 服务大多数时候会以提供 SaaS 服务的形式变现。

AIGC 未来发展核心:大模型、大数据与大算力。结合自然语言的大模型与数据集 已成为 AIGC 发展的软件基础,OpenAI 的 Clip 模型基于 4 亿组高质量的英文图文对 应数据训练而成;算力即权力将在 AIGC 数字时代更加凸显, Stable Diffusion 目前 依赖于 4000 个英伟达 A100 的 GPU 集群,运营成本超 5000 万美金。为了让功能更 加精确,未来还将更多地基于语种去开发垂直类的应用,便于更有目的性地为特定 功能进行训练。


分享

格式

pdf

大小

2.32MB

青云豆

2

下载

收藏(123)

格式

pdf

大小

2.32MB

青云豆

2

下载
123
举报与投诉
确认提交
取消
维权须知

如果您觉得此文档侵犯了您的合法权利,请填写以上内容并提交。请您务必阅读并参照网站底部的“用户协议”、“隐私协议”中关于侵权问题的处理方法,积极维护您的权益,我们将尽快处理以维护您的合法权益。

温馨提示

您的青云豆余额不足,请充值后再下载!

去充值 ×

下载支付确认

区块链行业深度:AIGC--Web3时代的生产力工具.pdf

所需支付青云豆:2

确认支付
取消支付
分享
菜单 登录/注册