为什么是 AIGC ?
你有没有想过一个问题？
为什么是 AIGC（AI-Generated Content，人工智能生成内容）？
在 AIGC 之前是什么在 GC（生产内容） ？
其实 AIGC 是相对于 PGC（专业制作） 、UGC（用户制作） 提出的。
而 PGC、UGC 我们并不会很陌生 ~
十年前，在互联网各大平台兴起之前都是 PGC，内容由专业团队、专业人员制作，比如新闻、报纸等；
后来，各大巨头就开始做平台，平台能运载更大能量，平台内的内容由用户产生，也就是 UGC，比如现在的掘金、抖音、微博、淘宝、咸鱼等等应用皆是如此，只是用户产生不同类别的内容罢了，有的是技术内容、有的是生活日常短视频等。
但，AI 并不是一开始就用来 GC 的！
在过去，传统的 AI 偏向于分析能力，即通过分析一组数据，发现其中的规律和模式并用于其他多种用途，比如应用最为广泛是【个性化推荐算法】。
现在，AI 最新的趋势变成了：具备生成创造能力
它可以基于训练数据和生成算法模型，自主生成创造新的文本、图像、音乐、视频、3D 交互内容(如虚拟化身、虚拟物品、虚拟环境)等各种形式的内容和数据。
ChatGPT 是在一个会话场景自主生成文本来进行对话
NotionAI 是在一个内嵌在 notion page 生成写作相关文本
new bing 是在搜索的时候，不像以前只提供搜索链接，而是进一步提供合成成文本对话式的答案
还有更早之前也火过一阵子的 6pen.art/ AI 绘画，也被作为炒作点，记得当时 【视觉中国】 也因作为相关概念涨停过。
AIGC 已经加速成为了AI 领域的新疆域
其实这样也好理解~
本瓜的感受就是：一个人行万里路、读万卷书，见的太多了，就会想着自己去总结、思考、创作、输出，这个过程同样也适用于 AI 身上。
大家都是 从输入到输出的过程 ，AI 以前侧重于分析，分析的多了，现在晋升为 “创作”！
AI 和人的思维习惯一致，这很可怕，不是吗。。。
AIGC 为什么能？
你也会想：为什么现在有 AIGC ，而以前没有。
答案也许就很直接浅显：因为以前的技术不支持！
比如 ChatGPT 底层基于的 Transformer 原型也是近几年才提出的，而 Transformer 的 原型 GAN ，也是 2014 年才提出。
相当于：
爷爷是：GAN
爸爸是：Transformer
儿子是：ChatGPT
这三代 AIGC ，也才用了不到 10 年的时间！！
Transformer 模型是一种采用自注意力机制的深度学习模型：
这一机制可以按照输入数据各部分重要性的不同而分配不同的权重，可以用在自然语言处理 (NLP)、计算机视觉(CV) 领域应用。
理论模型不宜再作深入阐述了，涉及的点比较多。。。
言而总之：谷歌、微软、Facebook、Open AI、英伟达这些牛逼的国外互联网巨头一直在不同程度的、持续的推动研究 AIGC
不禁让人想起一句歌词：
真理在被揭示之前不过只是暗室里的装饰，只有眼前亮起来了以后，才有机会彰显它的价值。
科研如此。
AIGC 在 2022 年底、2023 年初 爆发，得益于近年深度学习模型方面的技术创新，和一直以来的技术沉淀，包括生成算法、预训练模型、多模态等技术的融合等。
AIGC 未来？
AIGC 肯定不止于创造几个聊天会话框就说满足了。
面向 C 端，AIGC 能带来文字、图片、音视频的服务，以后，后继创业者将借助它，以 C 端消费级别的算法为门槛，挖掘出更丰富的生态，比如网页制作、本地 App、群聊机器人、定制出图等等内容消费服务。在推进数实融合、加快产业升级的进程中，金融、医疗、工业等各行各业彰显威力。
中国有望凭借领先的 AIGC 技术赋能千行百业，这个是我们的优势，相比米国，咱们互联网技术科研稍稍落后，但是技术应用是一点不差，毕竟咱人多、场景多、还有足够安全的环境。
AIGC 与 3D
AIGC 为3D 互联网带来的价值，既包括 3D 模型、场景、角色制作能效的提升，也能像Al作画那样，为创作者激发新的灵感。
传统的 3D 制作需要耗费大量时间和人力成本：以 2018 年发售的游戏《荒野大镖客2》为例，为了打造约 60 平方公里的虚拟场景、先后有六百余名美术历经 8 年完成。
AIGC 可以复刻真实世界，也能差异化打造千千万万个幻想世界，这是多么魔幻的一件事情！
AIGC 将成为打造虚实集成世界的基石，XR、游戏引擎、云游戏、仿真、传输无损，数字仿真，人类 现实和虚拟的叠加 越来越多，交互和体验将到达新阶段。
（虚拟世界的平行宇宙指日可待）
AIGC发展浪潮已到，现在有 ChatGPT、NotionAI、new bing，以后还会有更多。。。
