新一轮科技革命和产业变革深入发展进程中，人工智能愈发成为驱动人类社会思维方式、组织架构和运作模式发生根本性变革、全方位重塑的引领力量，为我们创新路径、重塑形态、推动发展提供了新的重大机遇，也带来了新的挑战。

AIGC（人工智能技术来生成内容）作为继UGC（用户生成内容）、PGC（专业生产内容）之后的新型内容生产方式，不仅被技术界和产业界竞相追逐，而且备受投资界关注，被消费者追捧。更是直言，“至少在从事技术工作的30年里，这是我从没见过的技术扩散，我也不认为这种扩散曾发生在工业革命时期。也许这一次，对于知识型工作者来说，这就完全等于工业革命。”

那这个被微软CEO纳德拉冠以“工业革命”之称的AIGC新纪元将引领一个怎样的时代？

AIGC：强人工智能的通行证

强人工智能，属于人类级别的人工智能，在各方面都能和人类比肩，人类能干的脑力活它都能胜任。例如进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作，强人工智能都可以完成，并且和人类一样得心应手。创造强人工智能比创造弱人工智能难得多，目前我们还做不到。

但随着全球各大科技企业都在积极拥抱AIGC，相关应用逐渐落地后，在某种意义来说这是弱人工智能向强人工智能阶跃的重要一步。例如最近火热的大语言生成模型ChatGPT，作为一种基于GPT-3模型的聊天机器人，不管是生成代码，回答考试问题，还是写论文、小说，都不在话下，将人机对话推向新的高度。

 AIGC支撑AI驱动数字人多模态交互

商业化：AIGC产业发展通路

        真正实现弱人工智能向强人工智能的阶跃，人工智能领域将不断进行产业化的尝试，以便拥有更多力量实现AIGC向上发展。

        目前，AIGC产业生态体系的雏形已现，呈现为上中下三层结构。每个结构都有对应的商业化路径。

AIGC产业生态体系三个层级

第一层，为上游基础层，也就是由预训练模型为基础搭建的 AIGC技术基础设施层。目前，大规模预训练模型已经在自然语言处理领域取得了巨大的成功。这方面，国内企业如阿里、智源、浪潮都发布了自己的预训练大模型。例如百度推出的文心大模型，旨在夯实工业大生产强大底座，加速 AI 规模化落地。其中文心一言大模型也将面向公众开放，更有利于实现它的商业价值。

第二层，为中间层，即垂直化、场景化、个性化的模型和应用工具。预训练的大模型是基础设施，在此基础上可以快速抽取生成场景化、定制化、个性化的小模型，实现在不同行业、垂直领域、功能场景的工业流水线式部署，同时兼具按需使用、高效经济的优势。随着兼具大模型和多模态模型的 AIGC模型加速成为新的技术平台，模型即服务(Model-as-a-Service,MaaS)开始成为现实，预计将对商业领域产生巨大影响。Stable Diffusion 开源之后，有很多基于开源模型的二次开发，训练特定风格的垂直领域模型开始流行，比如著名的二次元画风生成的 Novel-Al，还有各种风格的角色生成器等。这类商业化场景丰富，大幅度降低了人工智能应用构建的门槛，同时提高了响应效率，实现人工智能向大量长尾泛需求的扩展。

第三层，为应用层，即面向 C端用户的文字、图片、音视频等内容生成服务。在应用层，侧重满足用户的需求，将 AIGC模型和用户的需求无缝衔接起来实现产业落地。以 Stable Diffusion 开源为例，它开放的不仅仅是程序，还有其已经训练好的模型，后继创业者能更好的借助这一开源工具，以 C端消费级显卡的算力门槛，挖掘出更丰富的内容生态，为 AIGC 在更广泛的C端用户中的普及起到至关重要的作用。现在贴近C端用户的工具越发丰富多样，包括网页、本地安装的程序、移动端小程序、群聊机器人等。

总结

随着数字技术和实体经济融合程度不断加深，以及互联网平台的数字化场景向元宇宙转型，人类对数字内容总量和丰富程度的整体需求不断提高。AIGC作为当前新型的内容生产方式，已经率先在应用层取得重大突破，在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业实现重大创新发展，市场潜力逐渐显现。具体商业化落地场景重点在哪里，AIGC又将如何引领互联网走向怎样的时代，这些都值得大家一起商榷期待。

本文来自微信公众号“上海市人工智能行业协会”（ID：saia2021）。大作社经授权发布，该文观点仅代表作者本人，大作社平台仅提供信息存储空间服务。