AIGC（AI-Generated Content，人工生成内容），狭义上是指用 AI 生产内容的方式，是相对于过去的 PGC、UGC 而提出的。
- 传统意义上的AI推荐算法，侧向于分析现有数据，总结规律和模式，如个性化推荐算法，目的是做内容分发。
- 合成式媒体（Synthetic Media），泛指 AI 生产的文字、图片、视频等内容。参考：基于人工智能技术的数字内容生成AI Synthetic Media - 知乎 (zhihu.com)
- 从2014年GAN对抗性生成网络出现，人工智能进入了图像合成的全新时代。最先进的GAN可以生成高分辨率，逼真的彩色图像，我们几乎无法与真实的照片区分开。
- GAN 技术的特点是，从现有数据中生成相似的原始数据。其相似程度超过了肉眼的分辨程度后，就达到达成逼真的效果。
- 这种技术也被成为生成式AI（Generative AI）
- 跨模态生成（例如如基于文本生成图像或基于文本生成视频）是 AIGC 愈加重要的组成部分
MaaS（Model as a Service）模型即服务，概念提出。其雏形如下：
- 最下方是基础模型层，通常以预训练模型为基础搭建的AIGC技术基础设施层。如 OpenAI 提供的 GPT-3 接口等服务。
- 中间层，则是在预训练模型基础上，通过专门的调试和训练，快速抽取形成垂直化、场景化、定制化的小模型和应用工具层。
- 例如，DALL·E 2、Midjourney、二次元画风生成模型Novel-AI，都是基于 Stable Diffusion 技术进行的二次开发。
- 各类图片生成器具有不同的风格，满足不同垂直场景下的需求
- 如果想了解更多，可以参考【让你用一个视频找齐Civitai上Stable Diffusion Top 100模型】 https://b23.tv/yWBFfki
- 最上方应用层，则依托底层模型和中间层的垂直模型，面向广大的C端和B端用户提供各种各样的AIGC产品和服务，满足海量用户的内容创建和消费需求。
- 例如群聊机器人、文本生成软件、头像生成软件等
- 一个文学创作类应用 CharacterAI ，据说挺有趣的
- 这方面新的工具越来越多，有发现有趣的可以一起来玩 😀
- 乐观地估计，未来每一个层，从基础设施、到垂直领域打造、再到面向终端消费者提供产品和服务，都有新的机会。过往被成功验证的商业模式，极有可能以类似的形式再来一遍。
chatGPT 上线两个月用户破亿，当这样覆盖面足够广、有巨量造富效应的事情发生，预示着范式转移的到来。“范式”是指底层的基本逻辑，而范式转移则意味着底层逻辑发生改变。以下是过去发生的范式转移
- 诺基亚时代的通信手机 → iPhone 智能手机
- 福利分房 → 商品房
- PC互联网 → 移动互联网
- 燃油车 → 新能源车
其将朝着效率更高、品质更优、成本更低的方向发展，最终实现复制边际成本接近于零的目标。
- 活字印刷术的发明大大降低了图书的复制和传播成本
- 互联网的发展让信息传播成本更低
- 一些传统的范式会受到冲击或波及、例如知乎、StackOverflow、谷歌等
- 一些非创造性的岗位将被替代
- 也不必悲观，曾经照相机的发明，干掉了画肖像的画家，但在一百多年后，摄影师就出现了 ^_^
