本地生活技术雷达——生成式AI（Generative AI）在阿里本地生活的应用与思考

2023-09-08 39453

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

视觉智能开放平台，图像资源包5000点

视觉智能开放平台，视频资源包5000点

视觉智能开放平台，分割抠图1万点

简介： 本地生活技术雷达是由本地生活技术中心战略管理&PMO团队开展的，定期扫描和评估新兴技术的战略研究工作。目的是对技术趋势进行前瞻性预判，提出新技术布局建议，在技术驱动业务创新和业务增长、践行社会责任等方面有一些实质性探索。本篇尝试探讨1）理解AI范式——从分析型（Analytical AI）到生成式（Generative AI）的拐点在2022年，其对人类社会以及商业模式的长期影响；2）生成式AI（文生文、文生图、图生图等）在本地业务目前场景的应用和未来的方向。欢迎技术、产品、运营、战略、管理层、国内国际等各种视角的指点和碰撞！

一、AIGC的重要发展拐点和历史进程

1.从Analytical AI到Generative AI的转移

此前的分析型AI（Analytical AI）是根据已有数据进行分析、判断、预测，典型应用为内容的智能推荐（短视频）、自动驾驶等；生成式AI（Generative AI）更强调学习归纳后进行演绎创造，生成全新的内容。

2.算法迭代的理解

在预训练大模型的基础上，AI生成能力的落地体现2022年主要在两个维度：1）Text-to-Image生成模型的代际性迁移所带来的高质量、快速、多样性三者兼得的大规模应用落地；2）开放域生成式对话工具（Text-to-Text）Transformer-based的Chat-GPT的提出。

从第一个Text-to-Image生成模型的演变来看

从第二个Text-to-Text Transformer-based的ChatGPT的提出来看

3.实际行业应用

对行业格局的理解：尽管AIGC需要巨量算力、资金和研发人才、调参人员，Generative AI本质是一个"巨头的生意"，目前成立的大量创业公司会被收购或者消失，但行业的生态位和社会化分工依然给中小玩家和垂直领域提供了机会。

尽管不同领域的成熟度不一样，从应用历史进程预测来看，Gartner预测从文字生成文字的能力到2025年水平高于人类平均水平。

具体代表性公司如下：这里面的成熟度每天日新月异，公司的代表性产品也在不断迭代和拓展，欢迎大佬们随时Update！

具体来举两个市场上的创业公司生动的例子，玩起来~

（别着急，本地生成能力例子也有，在后面，请一直看下去O(∩_∩)O~！）

一个生成文案

一个生成图片

最近Microsoft Bing的发布会上结合ChatGPT后新的搜索引擎的对复杂问题的解决/生成能力

4.生成式AI对行业和工作方式影响的预判

●中短期，text-text、text-image、text-video、image-image、image-video等技术还在不断成熟，主要对内容相关行业有较大影响，对电商等运营驱动行业，在营销、商品、客服等环节有局部影响。

●中长期，在text-x单维度能力成熟后，将演变为以业务\运营目标为导向的多维度组合生成能力，改变软件交互方式，在线上化-实时化-智能化发展过程中，智能化阶段从目前的分析\决策智能化演进为分析\决策智能化+生成智能化（多维度内容组成的场景），对以运营为主的互联网公司会产生综合影响。以营销活动会场搭建为例，将基于营销活动目标、活动主题等，智能化生成包含text、image、video等内容形态的营销会场等。