今年以来，跟着人工智能技能不断完结打破迭代，生成式AI的论题屡次成为抢手，而人工智能内容生成（AIGC）的工业开展、商场反应与相应监管要求也受到了广泛重视。为了更好地探寻其在各职业落地运用的可行性和开展趋势，易观对AIGC工业进行了探究并将发布AIGC工业研究陈述系列。

　　陈述以内容生成模态作为视角，涵盖了AIGC在言语生成、图画生成、音频生成、视频生成、三维生成、分子发现与电路规划（图生成）等范畴的技能开展、要害才能、典型运用场景，我国AIGC工业在商业化落地进程所面临的应战和对远景的展望。期望经过整理和把握AIGC工业的开展头绪，为各范畴的运用开发者和运用者供给参阅。

　　言语生成是指神经网络学习的语义概率模型能够依据使命要求生成言语，生成的言语包含天然言语、编程言语与逻辑言语等。

　　因为绝大大都的常识与经历以言语、尤其是天然言语的方法进行记载与保存，且言语也是交流的根底，因而言语生成具有广泛的运用方法与运用场景。

　　言语生成运用依据其运用才能的针对性可分为通用言语生成运用与垂类言语生成运用。通用言语生成运用具有很多通用范畴常识，能够依据要求完结不同类型的言语生成使命，如编撰邮件、模仿对话、生成代码等；与通用言语生成运用比较，垂类言语生成运用除具有必定通用范畴常识外还具有专业范畴常识，一般运用方法规划也愈加契合专业范畴运用中的各项要求。

　　现在言语生成已在多个职业中得到了广泛的运用。金融业运用言语生成运用剖析很多财务陈述、企业定时陈述等金融资料以生成要害信息摘要与出资战略主张，言语生成运用也可依据金融数据生成数据剖析陈述；电商运用言语生成运用生成产品描绘，也运用言语生成运用剖析产品点评，也可运用言语生成运用为客户生成产品引荐；新闻与媒体运用言语生成运用主动生成新闻报道，进行内容发明等；教育业运用言语生成运用帮忙教师生成教育计划与教育计划、辅佐教师批改作业，为学生供给学习教导；医疗运用言语生成运用帮忙医师编撰医疗计划与病例，帮忙病患匹配医疗资源等。

　　言语生成也已运用于多个范畴。营销运用言语生成运用生成博客文章、交际媒体帖子、广告案牍等营销内容；出售运用言语生成运用生成报价单、出售计划与出售合同，也运用言语生成运用剖析商场数据与出售数据，构成出售猜测与出售计划主张等；产品研制运用言语生成运用辅佐开发IT产品、测验产品并构成产品文档、产品说明书与测验陈述等。客户服务运用言语生成运用帮忙客服人员剖析客户意图与客户问题，生成反应与问题解决计划等；在作业中也能够运用言语生成运用编写公函，总结会议资料与议程，提炼要害行为并进行团队同步等。

　　现在言语生成的运用方法首要为生成内容与供给交互。言语生成的内容一般是具有现实性、功用性或文娱性的书面性文本内容，如博客文章、新闻、邮件、小说、代码等。在生成内容方面，新闻、传媒、营销、广告、作业等职业与场景进行相关运用较早，前期的内容生成是依据模板的生成，即仅能依据模板生成固定的内容，如生成固定格局的合同、提取新闻内的财经相关信息填入模板等，生成的文字内容精确性高、生成进程对根底设施的要求较低，但此类言语生成仅能运用于方法化程度高的言语生成使命、生成的内容缺少想象力与发明力，因而其运用具有较大的局限性。跟着技能前进，言语生成运用能够进行低方法化的内容生成，生成内容的想象力与发明力大幅提高，言语生成运用的能够运用于更多场景。如生成广告案牍、产品描绘、博客文章、营销策划、商业邮件等，生成才能在想象力与发明力方面的提高使言语生成运用能够辅佐文学内容的发明。言语生成运用也能够对各类内容进行摘要与总结。

　　与内容生成比较，言语生成运用在供给交互时需求更精确地舆解言语包含的心情、并能做出恰当的答复，在多轮对话中也要具有对前文的回忆才能，在一些运用场景中对推理才能也有更高的要求。如智能客服作为重要交互场景，长时间以来智能程度较低，难以精确了解客户意图，更难以完结客户有用转化。现在言语生成运用大幅提高了智能客服的智能水平，除能够精确了解客户意图外，还能够完结处理订单状况、查询运送状况与产品信息等愈加杂乱的使命，并能与客户进行个性化交流、智能引荐产品和活动等，提高客户的转化率。因为才能的提高，言语生成已运用于心思教导、教育教导、医疗导诊、虚拟文娱等多种交互场景中。

　　因为硬件与技能方面的约束，以循环神经网络结构为代表的语义概率模型在言语了解与生成方面才能较弱，因而言语生成运用体现欠安，仅能完结高度方法化的言语生成使命，如文件填写，特定格局文本文件的要害信息抽取等。

　　2017年Google提出的Transformer神经网络结构极大地加强了构建杂乱语义概率模型的才能，模型的言语了解与生成才能有了明显的提高。Transformer为言语生成运用奠定了坚实的技能根底，但这一阶段的言语生成运用仍仅能完结高度方法化的言语生成使命。

　　2018年至2019年间，语义概率模型的杂乱度持续添加。依据下流使命，言语模型能够分为言语了解模型与言语生成模型，以GPT系列模型与OPT模型为代表的语义概率模型愈加重视提高言语生成才能，也为言语生成运用完结如文本摘要、文本编撰等低方法化使命供给了技能支撑。

　　2020年至2021年间，语义概率模型的杂乱度持续添加，模型的言语了解才能与生成才能已开端满意低方法化言语生成使命的运用要求，学术界与工业界开端探究言语生成运用的开展。如OpenAI提出的GPT-3模型一经问世就引发工业界的广泛重视，Jarvis（现Jasper）、Viable、Fable等工业界公司活跃与OpenAI协作讨论言语生成运用的开展。

　　这一阶段语义概率模型只在部分下流使命中挨近人类水平，因而对言语生成运用产品化与商业化的探究不行广泛，但言语生成运用现已能够完结低方法化的言语生成使命。

　　2022年，学术界与工业界经过调整语义概率模型生成内容的方法，使模型生成内容与人类评判规范对齐，加快言语生成运用的商业化进程。语义概率模型呈现的生成泛化才能、推理才能、跟从指令的才能也扩展了言语生成的运用场景。

　　这一阶段Google推出的LaMDA模型体现出惊人的对话生成才能，但并未将模型产品化与商业化。OpenAI开发的InstructGPT模型集经过不同的微调方法强化生成泛化才能、推理才能与跟从指令的才能，且经过供给GPT-3.5模型服务的方法加快了言语生成运用在不同范畴进行商业化的探究。

　　2022年底，OpenAI面向大众供给的ChatGPT宣告言语生成运用进入大规划商业化年代。ChatGPT改写了大众对言语生成的认知，其把握的很多通用范畴常识与完结杂乱使命的才能使言语生成运用在多个范畴完结商业化成为或许。

　　2023年头，言语生成运用产品化与商业化的热度骤升。OpenAI提出的GPT-4模型改写了如SAT、IELTs等为人类规划的考试中的体现，其可接受言语与图画输入的才能也拓宽了言语生成运用的商业化维度，社会各界敏捷认识到言语生成运用的商业化价值，金融、教育、传媒、政府、医疗等多个职业活跃探究言语生成运用的运用场景，言语生成运用在营销、练习、招聘、文娱等多个环节取得杰出的运用作用。

　　现在在言语生成运用方面，海外商场以OpenAI为首，Google、Anthropic等科技巨子与创业公司竞相追逐，构成“一超多强”的上游商场竞赛状况。

　　OpenAI作为抢先的研究型创业公司，其产品ChatGPT是现在最具代表性的通用言语生成运用。依据其很多的通用范畴常识，ChatGPT能够完结文本编撰、现实问答、虚拟人物交互、代码生成等多种言语生成使命，ChatGPT强壮的言语生成才能在短时间内招引了很多用户，积累了可观的品牌声量。与微软、Morgan Stanley、Duolingo、冰岛政府等不同范畴企业与组织的协作不只证明了言语生成的泛用性、增强OpenAI的服务才能，也敏捷构建了以OpenAI为中心的工业运用生态，构成的数据闭环与运用拓宽也帮忙OpenAI构成长时间的商场竞赛力。现在面向个人用户的ChatGPT选用免费增值订阅制，面向企业用户采纳按输入量与生成量收费的方法。

　　Google作为新一代科技巨子，在言语生成运用范畴并未抢占到先机，其对标ChatGPT的言语生成运用Bard还没有成型的商业方法，但其方针是将Bard接入Google产品体系中，提高其产品生态与微软产品生态进行竞赛的才能。Bard能够完结与ChatGPT相同的使命类型，且支撑调用Google查找引擎以与New Bing竞赛。现在Bard向大众免费敞开，但其接口仍在测验阶段。现在Bard的生成成果能够输出到Google Doc与Gmail，也能够在Google Workspace中运用。

　　Anthropic作为人工智能安全的研究型创业公司，其产品Claude在产品才能、产品定位、商业方法等各个方面均与ChatGPT十分相似。但Claude愈加重视言语生成运用对人类的帮忙性，着重运用的安全性，为企业供给从数据到模型再到体系的人工智能运用安全服务，面向企业用户的Claude相同选用按输入量与生成量收费的方法，且价格为ChatGPT的30%-50%。Anthropic并未独立开发面向个人的言语生成运用，而是与其协作伙伴一起探究言语生成的运用方向与运用方法。

　　在下流商场则是以微软为首，很多腰部厂商与草创团队依据场景打造言语生成运用，构成微软“一览众山小”的竞赛状况。

　　微软作为老牌科技巨子，与OpenAI协作，将言语生成才能与微软产品生态结合，探究与拓宽言语生成的场景运用潜力的一起，极大增强微软产品生态的商业竞赛力。New Bing作为微软通用言语生成的代表运用，不只结合查找引擎功用为用户带来更好的查找体会，也直接供给文本生成功用，且接入Edge浏览器的New Bing能够供给网页信息总结功用。New Bing的查找才能和在Edge浏览器内调用的特性短时间内招引了很多用户，在商业上直接要挟Google查找事务与Google Chrome浏览器的用户活跃度。微软在其全球最大的代码保管渠道GitHub上推出代码生成运用Copilot X，一起将言语生成才能接入作业软件，推出微软365 Copilot，在微软云服务Azure中也能够直接调用OpenAI的言语生成才能。因为微软产品与事务矩阵的广泛性与在作业运用与代码保管渠道的高运用浸透率，其言语生成运用无论是在通用范畴仍是在其针对的垂类范畴均有着十分强的商业竞赛力。

　　Jasper作为最早测验将言语生成运用商业化的公司之一，在2020年即开端测验以GPT-3作为内核开发用于营销案牍的言语生成运用，现在Jasper能够用于广告案牍、产品描绘、博客文章、营销策划、商业邮件、视频构思文档等多种类型商业性文字内容的生成，其方针用户期望文字内容能够更广地传达。Jasper供给的模板下降了各类商业性文字内容的编撰难度，而且契合商业性文字内容的写作流程，Jasper也能够依据用户的不同要求匹配言语生成模型以供给更佳的生成作用。一起Jasper经过敞开API与浏览器插件的方法增强与用户运用场景的交融才能。因为生成的商业性文字内容具有更强的传达性，因而Jasper有着更强的溢价才能。Jasper现在选用免费试用订阅制，其订阅价格较ChatGPT高约50%。

　　Poe是Quora开发的谈天机器人运用，集成OpenAI、Anthropic、Neeva等多家言语生成运用，供给定制化谈天机器人的服务，并将用户定制的谈天机器人集成为社区，用户能够运用社区内具有不同功用的谈天机器人，如不同言语的编程机器人、图画生成提示机器人、菜谱机器人、虚拟人物对话机器人等。现在Poe选用免费增值订阅方法，订阅价格与ChatGPT价格根本一起。

　　除Jasper、Poe之外，还有许多具有代表性的言语生成运用，如用于外语学习的Duolingo、用于教育的Khan Academy、用于金融剖析的BloombergGPT等。现在海外商场的言语生成运用层出不穷，许多运用依据其原有的产品、服务与用户集体开发相应的言语生成运用，如Snapchat、Whatsapp、Discord均开发其谈天机器人产品，Tripadvisor、Getaiway开发其游览主张产品，Salesforce依据其CRM渠道开发邮件编撰、主动回复等产品，此类运用一般用于丰厚其产品才能以与同类产品竞赛，许多产品将言语生成运用作为收费功用或溢价功用，面向个人用户的收费功用一般选用订阅制，而面向企业用户的产品与服务则经过包含言语生成运用增强其产品与服务的溢价才能。也有许多重生的言语生成运用，首要为依据某一类细分场景或运用方法依据言语生成才能的运用优化，如用于A/B测验的A/B testing、用于生成思想导图的AYOA、用于总结论文的ArxivGPT等，产品方法多为网页、API与浏览器插件，收费方法多样，其间一次性付费的运用大都还需求自行购买OpenAI、Anthropic的言语模型API。

　　我国言语生成运用商场与海外商场相似，能够分为上游商场与下流商场。上游商场的首要参与者能够分为以百度智能云、阿里云等为代表的云厂商；以商汤、科大讯飞、第四范式等为代表的老牌人工智能解决计划供货商；以澜舟科技、元语智能、MiniMax等为代表的草创企业；智谱AI、复旦邱锡彭教授团队等为代表的学术型企业与团队。

　　云厂商方面，百度文心一言在产品才能方面全面临标ChatGPT，现在面向个人用户免费敞开文心一言产品体会，文心一言也可与百度查找引擎结合运用，提高用户查找体会。且百度宣告将文心一言接入智能语音帮手小度、等百度旗下运用，也对企业敞开文心一言言语生成才能，探究言语生成的运用场景；阿里通义千问相同对标ChatGPT，现在以约请制进行内测，仍未面向大众推出言语生成运用。

　　老牌人工智能解决计划供货商方面，商汤商议定位为通用言语生成运用，现在以约请制进行内测，并将推出用于医疗的商议·大医与用于编程的商议·AI代码帮手；科大讯飞面向大众敞开讯飞星火产品体会，产品才能相同对标ChatGPT，将依据讯飞在教育、作业、轿车等不同范畴事务开发垂类言语生成运用；第四范式推出的式说是针对企业软件开发场景的垂类言语生成运用，不向个人用户敞开。

　　草创企业方面，澜舟科技开发的孟子对话机器人仍未对大众敞开，其写作辅佐言语生成运用现在产品才能仍较为单一；元语智能现在向大众敞开ChatYuan产品体会；MiniMax现在具有向企业输出言语生成的才能，且开发面向个人用户的人工智能谈天软件Glow。

　　学术性企业与团队方面，智谱AI的ChatGLM、复旦邱锡彭教授团队的MOSS产品才能均对标ChatGPT，现在均处于内测状况。ChatGLM现已开源，而MOSS也将开源，中文开源言语生成模型将极大地促进我国言语生成运用商场的开展。

　　下流商场的首要参与者能够分为以我国农业银行为代表的职业先行者；以WPS、豁达数据与云知声等为代表的场景运用供货商；以小冰公司、聆心智能、彩云等为代表的运用开发商等。

　　我国农业银行依据开源模型自研ChatABC言语生成模型，并打造小数、谛听、天枢等银职业言语生成运用，完结对各类金融事务的赋能。WPS交融MiniMax言语生成才能，打造作业软件类言语生成运用，现在仍未正式上线；豁达数据开发曹植言语生成模型，并接入其产品矩阵内打造文本生成与处理的垂类言语生成运用；云知声依据开源模型打造运用于医疗问诊、导诊等场景的言语生成运用，现在仍处于内部测验阶段。小冰公司、聆心智能、彩云均开发了面向个人用户的文娱型、陪同型谈天机器人，现在均已上线。

　　与海外商场相似的是，我国言语生成运用商场的参与者很多、活跃度高，商场结构较为完好，但现在我国言语生成运用商场的商业化成熟度依然较低。以文心一言、通义千问、讯飞星火等为代表的通用言语生成运用仍处于测验阶段，现在仍不具有盈余根底，言语生成运用在生成才能方面也与海外商场的ChatGPT、Claude等代表性产品存在距离。面向企业用户的垂类言语生成运用与通用言语生成运用相似，大都仍处于测验阶段，也缺少代表性用例。而面向个人用户的言语生成运用在智能化程度方面也有较大提高空间。不过中文言语生成模型才能在短时间内已大幅提高，而我国言语生成运用商场有着广泛的运用场景与旺盛的运用需求，因而商场的商业化节奏有望敏捷与海外商场拉齐。

　　生成质量是言语生成运用商业化的首要要害才能。高质量的言语生成一方面需求运用对用户的意图、使命的意图等方面有着精确的了解，另一方面也需求生成文本能够精确表达意义，生成的言语恰当流通，以取得高质量的文本内容与交互作用。关于言语生成运用来说，提高生成质量的要害在于构成数据的闭环。一方面能够经过用户的运用数据反应提高练习数据规划与数据质量，从底层扩展模型的常识范畴与运用中存在的规矩；另一方面则是经过用户的运用数据反应发现潜在的运用痛点与运用需求，并依此规划提示工程，提高言语生成质量。对垂类言语生成运用来说，更要针对特定的职业或运用场景,深化了解相关范畴的常识结构和运用要求,以生成契合垂类运用要求的高质量文本。

　　言语生成运用需求与客户达到长时间协作，或需求用户发生用户黏性，因而需求产品运营才能与客户支撑才能。在客户遇到问题或需求帮忙时，需求供给及时、专业的技能支撑，也需求为客户供给练习和教育课程，帮忙客户更好地运用言语生成运用。言语生成运用也需求经过产品迭代、发放优惠、树立产品社区等方法添加用户黏性。言语生成运用商业化也需求将言语技能才能有用转化为简略易用的产品和服务，这需求杰出的产品规划和用户体会规划才能。而产品易用性强更有利于完结用户的转化与留存。

　　现在以大言语模型驱动的言语生成运用将成为干流，而大言语模型昂扬的练习本钱与运用中不菲的推理本钱是言语生成运用有必要考虑的要素。经过营销敏捷取得用户与客户能够有用摊薄运营本钱，且关于下流运用来说具有较大的用户集体也意味着具有更强的与上游议价的才能。且关于同一类型的言语生成运用来说，其潜在的用户群规划较为固定，而同一类型运用必定经过产品运营与客户支撑提高用户黏性的一起提高用户的隐性搬迁本钱，因而关于言语生成运用来说，需求经过营销占据必定的商场规划，然后保证其商业化具有盈余空间。

　　此外，经过产品运营才能、客户支撑才能与营销才能，言语生成运用能够逐步构成用户的网络效应，发生用户集群，构成用户与产品生态的双闭环，为运用带来用户的天然增加，可促进运用构成长时间商业优势。

　　不同职业的客户或许将言语生成运用于各类场景中，而因为职业、场景、作业方法等多方面的差异，客户或许会发生定制化运用的需求，因而言语生成运用需求定制化才能以满意客户的需求。

　　关于言语生成运用来说，因为运用能够从语义层面进行解耦与重构，因而商场的细分需求改变速度较快，一切运用也有必要面临来自新运用的应战。而具有定制化才能的另一方面则是能够促进用户反应运用中存在的痛点与需求，而具有定制化才能也能够有用转化为产品与服务的立异才能，从而能够更好地应对商场需求的改变与新运用带来的应战，坚持运用的长时间商场竞赛才能。

　　因为各类言语生成运用的底层模型在生成言语时会生成错误信息与有害信息，因而言语生成运用相同难以躲避此问题。而生成错误信息与有害信息或许会对品牌名誉与产品形象发生巨大影响，因而成为言语生成运用商业化的巨大危险。

　　在运用言语生成运用的进程中，因为许多产品与服务依据公有云服务，或需求将信息上传至供货商服务器，因而或许呈现信息走漏的危险。如三星集团表明集团人员在运用ChatGPT服务进程中屡次走漏机密芯片信息，而也有用户表明ChatGPT会走漏其他用户的输入信息。此前意大利表明因ChatGPT无法证明其满意GDPR要求，因而全境封禁ChatGPT服务，其他欧盟国家表明将重视言语生成运用带来的数据安全危险。

　　因为信息走漏会带来法令诉讼问题，并需求面临更严厉的政府监管，也有或许成为负面社会事情，因而言语生成运用需求留意并躲避因信息安全所带来的危险问题。

　　因为语义的根底性，各类运用均可从语义层面进行解耦与解构，因而许多言语生成运用或许会因技能的前进与运用的规划迭代等难以坚持其商业上的竞赛优势，因而被快速代替或代替。

　　从言语模型的开展来看，近年来跟着模型参数规划、练习数据量与核算量的上升，模型的言语生成才能也快速提高，并涌现出如多步推理、问题判别、指令调优等新式与言语生成相关的才能。曩昔两年言语生成才能的快速提高使言语生成运用能够为其客户与用户发明更大的价值，而各类新式才能也成为言语生成运用开发时一切必要考虑的才能。而未来言语生成才能的提高相同将加快言语生成运用在各职业与场景中的运用浸透，开辟更多的运用范式。

　　因为言语模型的练习与推理本钱下降速度较快，言语生成运用的开发难度也快速下降，因而言语生成运用的整体本钱或许会敏捷下降，使依据个人与企业运用习气、功用、言语风格偏好、内容生成方法等方面的高度定制化言语生成运用成为或许，未来工业运用中非规范化的言语生成运用将成为干流商业形状之一。

　　AIGC工业研究陈述系列共分为六个部分，包含言语生成篇、图画生成篇、音频生成篇、视频生成篇、三维生成篇、分子发现与电路规划篇，并将在本月连续发布，欢迎重视并与咱们一起讨论AIGC工业开展。