2024AIGC行業(yè)應(yīng)用擴展

AIGC行業(yè)應(yīng)用擴展2024AIGC行業(yè)應(yīng)用擴展2024PAGEPAGE3單模態(tài)大模型應(yīng)用AIGC/Chatgpt+搜索引擎目 ? AIGC/GPT4+辦公軟件AIGC/Chatgpt+操作系統(tǒng)AIGC/Chatgpt+游戲錄 ? AIGC/Chatgpt+文學(xué)作品AIGC/Chatgpt+智能客服AIGC/Chatgpt+虛擬人

多模態(tài)大模型應(yīng)用AIGC+圖像AIGC+影視PaLM-E+機器人GPT4+教育/科研GPT4+數(shù)字人GPT4+應(yīng)用開發(fā)投資建議及風(fēng)險提示AIGC/ChatGPT+搜索引擎AIGC/ChatGPT+搜索引擎PAGE4PAGE4重定義搜索引擎，更加智能高效微軟將大模型ChatGPT強大的語言理解和生成能力注入現(xiàn)有的搜索引擎Bing，結(jié)合了語言大模型的優(yōu)勢，同時搜索引擎又能很好地彌補語言模型預(yù)訓(xùn)練時不具備的數(shù)據(jù)實時性。將ChatGPT智能的問答交互方式替換傳統(tǒng)的機械式搜索方式上，強大的語言理解能力讓搜索引擎更精準(zhǔn)的捕捉用戶的需求，使“搜索”變?yōu)椤罢埱蟆?，高效的?nèi)容總結(jié)歸納能力讓搜索引擎更全面的解答用戶的疑惑，使“結(jié)果”變?yōu)椤爸v解”。重新構(gòu)造了傳統(tǒng)的搜索模式，讓用戶可以通過問答的方式深入探索更加全面又準(zhǔn)確的內(nèi)容，提升了用戶體驗，提高了搜索質(zhì)量。Bing恰好能提供更加完整、準(zhǔn)確、具有實時性的內(nèi)容，彌補了ChatGPT先天的不足。由于ChatGPT基于的大模型GPT3在是在2021完成的預(yù)訓(xùn)練，其預(yù)訓(xùn)練時的訓(xùn)練數(shù)據(jù)決定了ChatGPT不具備感知2021年之后的新聞事件。相比單個ChatGPT的交互模式，Bing的加入還可以為生成的內(nèi)容提供所對應(yīng)的鏈接，使用戶檢索更便捷。用戶通過Bing產(chǎn)生的交互內(nèi)容又可以用于語言大模型的微調(diào)迭代，不斷優(yōu)化，從而進一步提升用戶體驗。圖表：接入ChatGPT的新Bing 圖表：新Bing問題解答 AIGC/GPT4+辦公軟件AIGC/GPT4+辦公軟件PAGE5PAGE5辦公軟件編輯更效率，軟件間聯(lián)動解放生產(chǎn)力微軟把大模型OfficeOffice將GPT4賦能OfficeWord軟件，改變了以往傳統(tǒng)的word編輯方式，新一代的Word根據(jù)用戶需求智能地生成多樣的文本供用戶參考或刪改，用戶不需要從零開始編輯，快速提升文本編輯效率。將GPT4賦能OfficeExcel，用戶不需要學(xué)習(xí)復(fù)雜的操作和函數(shù)，新一代的Excel將快速處理數(shù)據(jù)，生成清晰的表格，甚至還可以發(fā)現(xiàn)數(shù)據(jù)之軟件間數(shù)據(jù)流傳更流暢，功能聯(lián)動進一步解放生產(chǎn)力。用戶既可以根據(jù)文本和Excel表格讓W(xué)ord起草文案，也可以使用Word中的文案一鍵GPT4Office圖表：GPT4接入OfficeWord 圖表：根據(jù)Word文本成PPT AIGC/ChatGPT+操作系統(tǒng)AIGC/ChatGPT+操作系統(tǒng)資料來源：知乎，N軟網(wǎng)，PAGE6資料來源：知乎，N軟網(wǎng)，PAGE6操作系統(tǒng)交互更智能，數(shù)據(jù)流通更廣闊微軟目前將集成ChatGPT驅(qū)動的Bing嵌入到Windows11操作系統(tǒng)的任務(wù)欄，更新完的操作系統(tǒng)可以在任務(wù)欄界面快速呼喚帶有ChatGPT的Bing，生成的內(nèi)容將會在Edge瀏覽器中的Bing聊天中。操作系統(tǒng)建立在硬件和軟件之間，也筑起了人與軟件之間的互動。所有的應(yīng)用軟件底層的數(shù)據(jù)都需要通過操作系統(tǒng)的調(diào)度才能在正常地響應(yīng)用戶的操作。ChatGPT可以借助操作系統(tǒng)的特性，將自身的智能注入各個應(yīng)用軟件，大大提升用戶的操作體驗，軟件間的數(shù)據(jù)流通也將更便利，生態(tài)覆蓋將更廣闊，因此將類ChatGPT的AIGC技術(shù)賦能操作系統(tǒng)是最關(guān)鍵也是集大成的一步。PC端的發(fā)展史折射出人機交互方式將從復(fù)雜到簡單，從最初通過鼠標(biāo)、鍵盤等媒介的復(fù)雜操作到如今語音交互的簡單操作，而這其中就需要。通過人工智能介入使機器更接近人。AIGC則是將操作系統(tǒng)的輸出更加泛化，使“機與人”交互更加接近“人與人”圖表：帶ChatGPT的Bing嵌入Win11圖表：PC端人機交互發(fā)展史圖表：PC端人機交互發(fā)展史AIGC/ChatGPT+游戲AIGC/ChatGPT+游戲資料來源：量子位，網(wǎng)易，PAGE7資料來源：量子位，網(wǎng)易，PAGE7ChatGPT讓游戲NPC”活起來“RPG（角色扮演）游戲中，世界觀、背景設(shè)定以及NPC交互是重要環(huán)節(jié)，智能交互讓NPC更鮮活，讓世界更深入人心。開發(fā)者Bloc用ChatGPT開發(fā)MOD，使NPC能夠根據(jù)玩家問題與背景設(shè)定進行智能交互，Bloc認為這是RPG游戲的未來。其他文字類游戲同樣可以利用大模型使對話內(nèi)容更具真實感，靈動的智能交互將大幅提升游戲沉浸感。網(wǎng)易“玉言“模型將運用于《逆水寒》手游網(wǎng)易伏羲的”玉言“大模型曾在中文語言理解領(lǐng)域最權(quán)威評測CLUE的1.1分類任務(wù)排行榜中登頂?shù)谝?，均分首次超越人類。網(wǎng)易是國內(nèi)首個將語言大模型接入游戲的企業(yè)，讓智能NPC定行為反饋，能夠增強可玩性、增加用戶粘性。AIGC還能夠輔助游戲設(shè)計，游戲策劃可以利用ChatGPT生成游戲機制，開發(fā)者用ChatGPT碼Debug，提升游戲開發(fā)效率。AIGC+游戲還包括智能生成游戲攻略、教學(xué)手冊，在創(chuàng)作工坊中無重復(fù)自動創(chuàng)建高交互性、高可玩性關(guān)卡等方面。圖表：《騎馬與砍殺2》NPC智能交互 圖表：《逆水寒》手游 AIGC/ChatGPT+文學(xué)作品AIGC/ChatGPT+文學(xué)作品資料來源：量子位，新趣集，PAGE8資料來源：量子位，新趣集，PAGE8ChatGPT掀起AI電子書熱潮利用ChatGPT的文本生成能力，非作家也能在數(shù)小時內(nèi)制作一本30頁帶插圖的兒童電子書，大大提高出版速度。路透社2Kindle商店中有200多本電子書將ChatGPT列為作者或合著者，這個數(shù)字還在持續(xù)增加。ChatGPT激發(fā)靈感、提高寫作效率。已經(jīng)有專業(yè)作家擁抱擁抱AI，用其快速完成標(biāo)題、導(dǎo)語、背景設(shè)定甚至小說情節(jié)。AIGC為劇本創(chuàng)作帶來新思路AIGC讓劇本創(chuàng)作門檻更低、成本更低、效率更高。早在2020年美國查普曼大學(xué)生就利用GPT-3模型創(chuàng)作劇本，并制作有大型語言模型能夠通過劇本綱要、關(guān)鍵詞等生成基礎(chǔ)劇本，讓寫作更簡單。專業(yè)劇本創(chuàng)作依賴優(yōu)質(zhì)編劇團隊實現(xiàn)劇本生產(chǎn)，生成效率有限，成本較高。2021年3月，GPT-3日均文本生成量就達到45億，生成效率非常高，而2021整年閱文集團新增文字量僅億?；谏墒紸I，劇本創(chuàng)作有望降本增效，并開拓創(chuàng)作者思維。圖表：ChatGPT生成設(shè)定與情節(jié) 圖表：Dramatron生成劇本內(nèi)容 AIGC/ChatGPT+智能客服AIGC/ChatGPT+智能客服資料來源：深燃，Viable官網(wǎng)，PAGE9資料來源：深燃，Viable官網(wǎng)，PAGE9ChatGPT多輪對話能力解決智能客服痛點在沙利文《2021年中國智能客服市場報告》中，僅30％企業(yè)使用智能客服感受整體服務(wù)效率提升，中國青年報社會調(diào)查中心數(shù)據(jù)顯示僅41.3％的受訪在短文本多輪對話能力、處理預(yù)設(shè)流程外問題能力上尤為突出。而能夠流暢進行多輪對話、跨主題對話，準(zhǔn)確理解短文本中的復(fù)雜意圖。這可以提高智能客服的復(fù)雜場景應(yīng)變能力，能夠基于用戶的個人信息和歷史交互，提供更個性化的回答，提升用戶體驗。ChatGPT種知識存儲能力也將對現(xiàn)有知識圖譜生態(tài)造成沖擊。智能客服未來探索基于ChatGPT，未來智能客服將會有以下優(yōu)勢：1.個性化，更好地理解客戶需求，并以獨特地方式解決2.相比過去知識庫、知識圖譜類的智能客服，大模型擺脫了主流的，仍需要3更快速更準(zhǔn)確地處理大量客戶查詢，進一步減少人工客服需求，降低成本4.多語種是ChatGPT最大優(yōu)勢之一，在企業(yè)的國際化場景上很有潛力。5.從客戶反饋中快速識別主題和情緒，提取摘要、提供見解目前國外已有企業(yè)接入ChatGPTAPIThankful.lnc，以及用GPT-4實現(xiàn)客戶反饋提取的Viable。

圖表：ChatGPT扮演牙科客服圖表：Viable基于GPT-4的客戶反饋AIGC/ChatGPT+虛擬人AIGC/ChatGPT+虛擬人資料來源：OpenAI，F(xiàn)ableStudio，PAGE10資料來源：OpenAI，F(xiàn)ableStudio，PAGE10虛擬人交互能力有待提升7*24小時直播、加速品牌年輕化進程、人設(shè)穩(wěn)定可控不會崩塌三大優(yōu)勢。但目前的虛擬主播大部分只能完成預(yù)設(shè)內(nèi)容，互動體驗非常初級。在虛擬偶像、手機助手、個人語音助手等領(lǐng)域，過去的NLP技術(shù)能讓虛擬人根據(jù)背后的知識圖譜、知識庫進行回答，但其對話、任務(wù)理解能力實際體驗仍有提升空間。ChatGPT畫出“點睛之筆”ChatGPTStudio已經(jīng)用GPT-3賦予新虛擬數(shù)字人CharlieandDeck將更加智能，將更具備通用場景應(yīng)用能力，在通過專業(yè)數(shù)據(jù)訓(xùn)練后特定場景回復(fù)的專業(yè)性也能夠更高。圖表：虛擬直播 圖表：FableStudio的虛擬人Charlie預(yù)訓(xùn)練模型從單模態(tài)走向多模態(tài)，增強AIGC內(nèi)容生產(chǎn)多樣性預(yù)訓(xùn)練模型從單模態(tài)走向多模態(tài)，增強AIGC內(nèi)容生產(chǎn)多樣性資料來源：騰訊產(chǎn)業(yè)研究院，中國信通院，鳳凰網(wǎng)科技，澎湃新聞，PAGE資料來源：騰訊產(chǎn)業(yè)研究院，中國信通院，鳳凰網(wǎng)科技，澎湃新聞，PAGE11多模態(tài)預(yù)訓(xùn)練模型融合文字、圖片、音視頻等多種內(nèi)容形式，增強AIGC通用性預(yù)訓(xùn)練模型包括：1）自然語言處理（NLP）預(yù)訓(xùn)練模型，如谷歌的LaMDA和PaLM、OpenAI的GPT系列；2）計算機視覺（CV）預(yù)訓(xùn)練模型，如微軟的Florence3)多模態(tài)預(yù)訓(xùn)練模型，即融合文字、圖片、音視頻等多種內(nèi)容形式。多模態(tài)預(yù)訓(xùn)練模型致力于處理不同模態(tài)、不同來源、不同任務(wù)的數(shù)據(jù)和信息，相較于ChatGPT等NLP預(yù)訓(xùn)練模型，多模態(tài)的預(yù)訓(xùn)練模型是一種全新的交互、生成模式，滿足AIGC場景下更多的創(chuàng)作需求和應(yīng)用場景。多模態(tài)預(yù)訓(xùn)練模型擁有兩種能力，一是尋找不同模態(tài)數(shù)據(jù)之間的對應(yīng)關(guān)系，比如將文字描述與圖像對應(yīng)起來；二是實現(xiàn)不同模態(tài)數(shù)據(jù)之間的相互轉(zhuǎn)化與生成，比如將文字描述轉(zhuǎn)化為圖像。谷歌和OpenAI分別于3月7日和3月14日公布了視覺語言模型PaLM-E和大型語言模型GPT-4，在多模態(tài)方面方面具有出色表現(xiàn)。圖表：國外主要的AIGC多模態(tài)預(yù)訓(xùn)練模型預(yù)訓(xùn)練模型應(yīng)用參數(shù)量領(lǐng)域谷歌Imagen語言理解與圖像生成110億多模態(tài)Parti語言理解與圖像生成200億多模態(tài)DeepMindGato多面手的智能體12億多模態(tài)OpenAICLIP&DALL-E圖像生成、跨模態(tài)檢索120億多模態(tài)StabilityAIStableDiffusion語言理解與圖像生成多模態(tài)AIGC＋圖像：AIGC可實現(xiàn)文本與二維圖像、三維模型轉(zhuǎn)換AIGC＋圖像：AIGC可實現(xiàn)文本與二維圖像、三維模型轉(zhuǎn)換資料來源：PC知科技，騰訊網(wǎng)，搜狐新聞，PAGE12資料來源：PC知科技，騰訊網(wǎng)，搜狐新聞，PAGE12多模態(tài)預(yù)訓(xùn)練模型使AIGC擁有更通用的能力，可實現(xiàn)文本與二維圖像、三維模型之間的轉(zhuǎn)換1.文本生成圖片2.文本生成三維模型英偉達的研究人員于2022年11月發(fā)布了Magic3D，可以根據(jù)“一只藍色毒箭蛙坐在睡蓮上”等提示創(chuàng)建3D模型。3.由二維圖片還原三維場景谷歌研究人員開發(fā)基于瀏覽器的r?平臺，可以根據(jù)歷史地圖和老照片，重建城市舊景的三維場景。此外包括谷歌在內(nèi)的國內(nèi)外科技公司正在探索使用互聯(lián)網(wǎng)上商家和用戶上傳的照片生成并渲染不同餐廳、街道和景點的三維全景。按照技術(shù)原理劃分，圖像生成領(lǐng)域的技術(shù)場景可分為：1）圖像屬性編輯，指圖片去水印、自動調(diào)整光影、設(shè)置濾鏡、修改顏色紋理、復(fù)刻/修改圖像風(fēng)格、提升分辨率等功能；包括更改圖像部分構(gòu)成、修改面部特征（Metaphysics可調(diào)節(jié)自身照片的情緒、年齡、微笑等；Deepfake可實現(xiàn)圖像換臉）；3）端到端的圖像生成，包括創(chuàng)意圖像生成和功能性圖像生成兩類場景，前者大多以NFT等形式體現(xiàn)，后者大多以營銷類海報/界面、logo、模特圖、用戶頭像為主。圖表：AI生成祝福海報 圖表：英偉達推出Magic3D:由文本生成3D模型 圖表：曼哈頓切爾西街區(qū)的三維重建結(jié)果 AIGC+影視：提升視頻質(zhì)量，拓展影視空間AIGC+影視：提升視頻質(zhì)量，拓展影視空間資料來源：人民日報，央視頻，PAGE13資料來源：人民日報，央視頻，PAGE13AIGC能夠?qū)崿F(xiàn)智能視頻剪輯，提升視頻質(zhì)量權(quán)內(nèi)容價值。2020年兩會期間，人民日報社利用“智能云剪輯師”快速生成視頻，并能實現(xiàn)自動匹配字幕、人物實時追蹤、畫面抖動修復(fù)、橫屏速轉(zhuǎn)豎屏等技術(shù)操作，適應(yīng)多平臺分發(fā)要求。2022年冬奧會期間，央視頻使用AI并定向發(fā)布，為深度開發(fā)體育媒體版權(quán)內(nèi)容價值創(chuàng)造更多可能性。圖表：智能云剪輯師的智能剪輯 圖表：AI智能剪輯視頻第一時間生成谷愛凌奪冠視頻AIGC+影視：提升視頻質(zhì)量，拓展影視空間AIGC+影視：提升視頻質(zhì)量，拓展影視空間資料來源：澎湃號，國泰創(chuàng)投集團，PAGE資料來源：澎湃號，國泰創(chuàng)投集團，PAGE14AIGC能夠創(chuàng)作角色和場景，拓展影視空間一是通過人工智能合成人臉、聲音等相關(guān)內(nèi)容，實現(xiàn)“數(shù)字復(fù)活”已故演員、替換“劣跡藝人”、多語言譯制片音畫中的損失。《阿凡達》等科幻作品中也多次運用換臉技術(shù)，為觀眾帶來更好的觀影體驗。聽效果。如《流浪地球2》中太空電梯升降的場景需要在重機械等物理設(shè)備輔助下，結(jié)合數(shù)字技術(shù)將相關(guān)場景虛擬出來，后期加持數(shù)字繪景和合成技術(shù)，實現(xiàn)虛擬場景光影融合的效果。圖表：《阿凡達》中的換臉技術(shù) 圖表：人工智能合成《流浪地球2》中的太空電梯多模態(tài)大模型PaLM-E+機器人多模態(tài)大模型PaLM-E+機器人資料來源：PaLM-E:AnEmbodiedMultimodalLanguageModel，PAGE15資料來源：PaLM-E:AnEmbodiedMultimodalLanguageModel，PAGE15多模態(tài)模型使機器人操控場景更豐富，反饋更智能Google發(fā)布的多模態(tài)大模型PaLM-E擁有5620億參數(shù)，是至今最大規(guī)模視覺語言模型。Google將PaLM-E賦能機器人，將機器人的視覺感知與文本任務(wù)作為大模型的多模態(tài)輸入，通過模型推理智能操控機器人完成指定任務(wù)。PaLM-E是將預(yù)訓(xùn)練語言大模型PaLM和視覺感知模型ViT融合，因此PaLM-E既擁有PaLM準(zhǔn)確的語言理解能力和邏輯推理能力，也能結(jié)合Vit感知得到的視覺信息，經(jīng)過模型的推理計算，輸出合理的指令控制機器人，使機器人響應(yīng)更加智能。饋的智能性。圖表：ViT+PaLM模型圖表：PaLM-E模型原理與應(yīng)用圖表：ViT+PaLM模型多模態(tài)大模型GPT4+教育/科研多模態(tài)大模型GPT4+教育/科研資料來源：機器之心，PAGE16資料來源：機器之心，PAGE16多模態(tài)模型緩解教育資源短缺，降低獲取知識門檻近日，OpenAI發(fā)布了大型多模態(tài)模型GPT4，與先前的ChatGPT（GPT3.5）相比，GPT4可以接受圖像和文本結(jié)合的輸入，并給出更準(zhǔn)確的文本回復(fù)。由于模型的輸入可以是文本與圖像多模態(tài)，GPT4對輸入的內(nèi)容會有更深入和多元的理解，可以勝任更多任務(wù)場景。實驗測試表明GPT4在各種專業(yè)測試和學(xué)術(shù)基準(zhǔn)上的表現(xiàn)與人類水平相當(dāng)，例如通過了模擬律師考試，且分數(shù)在應(yīng)試者的前10GPT-3.5的得分在倒數(shù)10%左右。因此，將GPT4應(yīng)用于現(xiàn)有的職業(yè)教培領(lǐng)域或是科研輔助將有效解決教育資源的短缺。多模態(tài)的GPT4可以輔助科研，幫助研究人員快速總結(jié)或提煉論文的要點，針對細分的問題也能依據(jù)論文給出準(zhǔn)確的解釋，節(jié)省了大量的閱讀時間，方便知識的梳理和檢索，降低獲取知識的門檻。圖表：GPT近幾個版本在不同考試中表現(xiàn) 圖表：GPT4讀論文 圖表：GPT4根據(jù)具體問題解釋論文細節(jié)多模態(tài)大模型GPT4+數(shù)字人多模態(tài)大模型GPT4+數(shù)字人多模態(tài)模型使數(shù)字人交互更智能，落地場景更多樣數(shù)字人是由感知識別，決策分析，表達生成，終