一、AIGC

AIGC，AI Generated Content，人工智能内容生成。

从技术层面AIGC可分为三个层次:

1.  智能数字内容孪生  【【应用】：图像超分、语音转字幕、文字转语音等。】

2. 智能数字内容编辑  【【应用】：视频场景剪辑、虚拟试衣、人声分离等。】

3. 智能数字内容生成 【【应用】：图像生成（AI绘画）、文本生成（AI写作、ChatBot）、视频生成、多模态生成等。】

从生成内容层面AIGC可分为五个方面：

1. 文本生成

基于NLP的文本内容生成根据使用场景可分为非交互式与交互式文本生成。

【代表性产品或模型】：JasperAI、copy.AI、ChatGPT、Bard、AI dungeon等。

2. 图像生成

【代表性产品或模型】：EditGAN，Deepfake，DALL-E、MidJourney、Stable Diffusion，文心一格等。

3. 音频生成

【代表性产品或模型】：DeepMusic、WaveNet、Deep Voice、MusicAutoBot等。

4. 视频生成

【代表性产品或模型】：Deepfake，videoGPT，Gliacloud、Make-A-Video、Imagen video等。

5. 多模态生成

以上四种模态可以进行组合搭配，进行模态间转换生成。

【代表性产品或模型】：DALL-E、MidJourney、Stable Diffusion等。

二、AIGC发展历程

从PGC到UGC再到AIGC的发展历程

自然语言处理（NLP）赋予了AI理解和生成能力，大规模预训练模型是NLP的发展趋势。

自然语言处理（NLP）的两个核心任务分别是自然语言理解（NLU）和自然语言生成（NLG），ChatGPT是NLP发展中具有里程碑式意义的模型之一

也有说法：

AI 1.0就是电，AI 2.0就是电网。AI 2.0是绝对不能错过的一次革命。

我定义的AI 1.0，是以2015年CNN卷积神经网络模型为核心的计算机视觉技术，拉开AI感知智能时代的序幕，机器开始在计算机视觉、自然语言理解技术等领域超越人类，并创造了显著的价值，开始有机器人、无人驾驶的出现。过去七八年，这一直是很振奋人心的事情。
但是AI 1.0也遇到了瓶颈，大多数行业想利用 AI，需要花费巨大的成本来收集和标注数据，而这些数据集和诸多模型各成“孤岛”缺乏纵效，不能跨领域使用。

AI 2.0 时代的第一个现象级应用是生成式 AI（Generative AI），也就是国内流行的AIGC。

三、 AIGC产业地图

1. 产业上游：数据服务

2. 产业中游：算法模型

3. 产业下游：应用拓展

四、AIGC的核心技术有哪些？