从AI作画、AI编曲制作到AI形成短视频，愈来愈“聪慧”的AI增添了一种一个全新的内容生产方式，AIGC。

在往日数十年里，人们获得的内容大概分为两种：PGC（专业生产制造内容）、UGC（客户生产制造内容）。AIGC的诞生，促使内容生产方式再度多元化，与此同时，也使人们对于数字空间的依赖性水平在不知不觉中进一步加重。

据IDC数据表明，2021年全世界VR/AR终端设备销售量做到1123万部。做为元宇宙通道，VR/AR的一定销售量也使人们开始考虑，相比互联网技术，更加复杂的元宇宙的内容该如何生产制造？

AIGC的诞生为元宇宙的内容生产制造提供了一个新理念。

但是，就在那元宇宙还是处在萌芽、AIGC还没演变完成2022年，置身AIGC新冠大流行中，一些新的难题逐渐露出水面。

AI复活灵丹妙药

2016年，Alpha Go击败全球围棋大师李世石，由深度神经网络推动的第三波人工智能的浪潮做到巅峰，接着，人工智能再度归于沉寂，尤其是在全球经济下滑发展趋势的作用下，人工智能的火焰渐渐变得薄弱。

“大家本来看好一些人工智能头部企业（在这期间）上市时并不轻松，许多人工智能公司无法回避运营工作压力，”回首过去两年人工智能公司发展历路，中国信通院云计算技术与大数据研究所内容国家科技部办公室主任石霖所言。

这时候的人工智能急待一款现象级产品提升整个市场，AIGC适度爆红变成人工智能的复活“灵丹妙药”。

所说AIGC，事实上是一种运用人工智能优化算法一键生成内容的专业技术。

AIGC的应用早已有之，早就在2011年，国外《洛杉矶时报》就开始产品研发面对地震灾害行业的报道写作机器人Quakebot。2013年3月，Quakebot因首先报道佛罗里达州所发生的4.4强震，一时造成广泛关注。接着，包含美联社、彭博新闻社、《华盛顿日报》、《纽约时报》陆续引进写作机器人，自动化技术新闻报道变成AIGC最早运用方式。

2022年，在国外科罗拉多州展览会的美术比赛中，一位名叫Jason Allen的游戏程序员凭着AI绘画软件Midjourney形成作品「Thétre D’opéra Spatial」拿下艺术设计/数码影像比赛总冠军，这一消息一经发布，快速导致了广泛广泛关注。

然而这，不是AIGC在这一年里唯一一条在全球范围内的热搜。

2022年12月5日，OpenAICEOSam Altman在社交平台上发文表示，OpenAI锻炼的大中型语言表达模型ChatGPT截止到当天已达到100万消费者。这时候，ChatGPT上线只是五天，而现在的美国硅谷四巨头之一的Facebook最开始得到上百万注册账户花了有10月时间。

伙伴客数据信息首席科学家马志博分析认为，“OpenAI自身是一个非盈利组织，但是它公布的shatGPT还能在一周之内得到上百万客户，虽然吃惊的金融市场没法向其作出公司估值，若是有公司能够把技术咨询或技术商业服务落地式搞好，金融市场依然会制作出一套公司估值管理体系来获得这一波收益。”

资产和技术向来都是相伴相生，也就只有资产可以为技术性铺出一条快速通往商业服务运用的路。

AIGC四重限定

从自动化技术新闻报道到ChatGPT，AIGC演变已经有十年之久，但是，清华成人教育学院网络课程学习负责人李璇觉得，如果把AIGC划分成原型、规范、完善、精湛、完美五个环节得话，现今AIGC也只是初具雏形。

在今年的AIGC可以爆红，一个很重要的主要原因是Stable Diffusion模型的开源系统。2022年8月，就在那Stability AI公布Stable Diffusion时，该企业还一并将这一模型的权重值和编码对外开放开源系统。

NVIDIA高端处理方案架构师唐康祺表明，“Stable Diffusion模型不大，估计只有十几个G，只需一台20系列GPU就可奔跑起来，并且由文本生成图形的速率只需大约一分钟（自身布署开源系统模型只需十几秒），这一点在以前是难以想象的。”

但是，唐康祺也强调，AIGC要规模性商业布署，依然存在四个局限性：

第一，算率的局限性，尽管Stable Diffusion用起来更方便，但是整体模型的练习成本费也很高，这种模型的练习一般都必须516块高配的皮安GPU，数十万小时练习时间，练习成本费一般都要在百万重量级；

第二，数据信息来源的局限性，Stable Diffusion模型练习所使用的信息是现阶段全球最大对外开放图象-文字对数据LAION-5B，chatGPT模型的训练数据则是来自于wiki百科和一些互动问答社区论坛，数据产权属于谁全部？数据信息“生产商”以后会不会对业务应用有一定的限定？这些都是发展必须明确问题；

第三，精确应用触发词的局限性，Stable Diffusion模型规定输入触发词充足精准，表述的内涵充足清楚，只有这样才能比较容易制造出使用人自己想要的内容；

第四，三维模型产生的局限性，需到真真正正生产制造元宇宙内容时，势必会涉及到三维模型，现阶段三维模型形成上会有质的提升室内空间，包含在CG（图形学）层面专业知识提高等。

这四重限定，促使AIGC要想真正迈向规模性商业，特别是在制造出真真正正归属于元宇宙特有的内容，也有很长的路。

AI超级技能，人们挑战

虽然AIGC经营规模商业漫漫长路，但是作为将来生产力工具之途现在开始明确。

关于未来AIGC，甚至全部AI技术发展，李璇觉得，“如同科幻电影中的画面一样， 真实的世界里的精力或用脑被智能机器人取代，虚幻世界里的精力或用脑被虚拟人物取代的画面也许在不远的将来也会发生，市场前景中，仅有必须体验感受工作，才需要人们亲身参与进来。”

除此之外，李璇也强调，伴随着AIGC所带来的AI专用工具愈来愈多，大家现在的生活、工作中中存在这几个方面的“遮蔽”：

第一，信息“遮蔽”，人工智能帮助我们作出「挑选」的前提下，信息茧房也就渐渐形成，比如大家经经常使用的APP，你喜爱看得这些内容也不断给你累加消息推送，遇到的信息堡垒也会越来越多， 信息茧房也就会越大；

第二，人体器官“遮蔽”，将来VR、AR这种时光流，它相对密度和成分就会越大，这时候就容易出现信息的“胶状物体”，这种信息会出现映射、扭曲、模糊不清；

第三，互动“遮蔽”，由于AI和机器人的发展，人们和平台愈来愈多，这种互动事实上是与非人们所进行的互动，这种互动可能会致使资本控制或服务平台掌控的更大化。

应对这样一个即将来临新天地，我们要怎么突破“茧房”、防止“遮蔽”，就这样在AI的元宇宙里更好的日常生活？

李璇给的答案就是：拥抱变革，终生学习，提升茧房，超过遮蔽，根据系统化思维、开源技术和专用工具，及其终生学习心态，能够更好地不久的将来得到长足的进步。

来源：Xiaoz