作者：懂懂 

面對同一個月亮，每一個人會有不同的心境，今年元宵節(jié)AI讓每一個人都有一個與眾不同的“月亮”：用戶只需要選定希望賞月的地點，百度飛槳文心大模型就能快速理解并聯(lián)想創(chuàng)意，運用習得的知名藝術(shù)家的技法和畫風，創(chuàng)作出符合主題的畫作。比如，國際奧委會成員小薩馬蘭奇想看他家鄉(xiāng)西班牙的月，AI就畫出一副南歐風景，畫風也是西式油畫。短道速滑運動員韓天宇想看北京的月，AI畫風也切換得更像中式山水。重點是，所有這些畫都是AI全新創(chuàng)作的，在網(wǎng)上不會有一模一樣的，是每一個用戶的“專屬”福利。

每個人都可以畫出一幅代表自己的獨享月景美圖，這背后是百度AI。

以前，作畫有著很高的門坎，心中有感但無從下筆讓很多用戶心生遺憾。隨著AI能力的提升，AIGC（AI generated content，即通過人工智能技術(shù)來自動生成內(nèi)容的生產(chǎn)方式）讓內(nèi)容生產(chǎn)變得更容易、更個性。你會發(fā)現(xiàn)，今天的AI已經(jīng)可以寫詩、作曲、繪畫、剪輯、翻譯，應(yīng)用范圍不斷擴大，逐漸成為內(nèi)容生產(chǎn)的一支重要力量。

當年UGC、PGC的興起，使得內(nèi)容產(chǎn)業(yè)的繁榮度邁上一個新的臺階，而今天AIGC的興起，不僅會將內(nèi)容產(chǎn)業(yè)的繁榮推向新的高度，也將對社會的演進產(chǎn)生更深遠的影響。

內(nèi)容需求引爆AIGC

我們正在走向智能世界，AI的應(yīng)用將無處不在。內(nèi)容創(chuàng)作領(lǐng)域，AI也在不斷深入。

2016年里約奧運會上，一個可以寫稿的機器人記者亮相，它可在賽事結(jié)束兩秒內(nèi)出稿，效率大大高于人類。六年后的北京冬奧上，百度智能云聯(lián)合央視新聞推出了AI手語主播，這個數(shù)字人，可以24小時不間斷為觀眾播報奧運賽況，而且不像寫作那種單線程作業(yè)，她需要根據(jù)真人主播語音、實時視頻畫面，轉(zhuǎn)換成手語手勢，是更為復雜的創(chuàng)作。

這其中我們看到一個顯著的變化：以前AI只是輔助內(nèi)容創(chuàng)作的工具，而今天AI已經(jīng)可以成為創(chuàng)作的主體，能夠獨立完成寫作、設(shè)計、繪畫等創(chuàng)意性工作。雖然大家普遍認為今天的AIGC還比較初級，但行業(yè)正在發(fā)生質(zhì)的變化。

如果說寫作、剪視頻是某個專業(yè)領(lǐng)域的專用人工智能，AIGC更像是通用人工智能的應(yīng)用。專用人工智能面向特定任務(wù)，任務(wù)單一、需求明確、應(yīng)用邊界清晰、領(lǐng)域知識豐富、建模相對簡單。而通用人工智能，就像人的大腦，能舉一反三、融會貫通，可處理視覺、聽覺、判斷、推理、學習、思考等各類問題，可謂“一腦萬用”。

比如這兩年大火的數(shù)字人就是AIGC的一個典型代表。此前，百度推出了百度智能云曦靈數(shù)字人平臺——集數(shù)字人生產(chǎn)、內(nèi)容創(chuàng)作、業(yè)務(wù)配置服務(wù)為一體的平臺級產(chǎn)品。如今，用戶在百度智能云曦靈平臺上傳一張照片，就能快速生成一個可被AI驅(qū)動的2D數(shù)字人像，以前需要兩三個月時間做出來的3D數(shù)字人，現(xiàn)在可以壓縮到小時級，同時基于百度多年的AI技術(shù)沉淀，一站式實現(xiàn)數(shù)字人的“能聽、能說、能理解、可互動”，進一步降低數(shù)字人的應(yīng)用門檻。

隨著AI技術(shù)的成熟，今天數(shù)字人已經(jīng)在互娛、金融、政務(wù)、零售等更多行業(yè)發(fā)揮作用。比如百度最近發(fā)布的數(shù)字虛擬偶像希加加，它不僅有具有語言、面部表情和肢體動作表達能力，能夠像人一樣對話、行動，更重要的是可進行自主學習及迭代，還可以基于AI能力進行創(chuàng)作快速生成內(nèi)容。目前，百度打造的數(shù)字人已遍布各行各業(yè)，除了前面提到的央視新聞AI手語主播，還有央視網(wǎng)虛擬小編小C、百度App代言人龔俊數(shù)字人、交行信用卡客服數(shù)字人等，為不同應(yīng)用場景提供虛擬數(shù)字人服務(wù)。

從AI寫作、AI繪畫、AI作曲、AI設(shè)計，到數(shù)字人，AIGC火爆的背后是用戶對于內(nèi)容的需求得不到滿足，迫切需要內(nèi)容產(chǎn)業(yè)升級迭代。

首先，文無第一、文無定形都是自古以來就有的說法，這背后是用戶對內(nèi)容審美的個性化，同一篇文章、同一幅畫、同一款設(shè)計，每個用戶的喜愛程度都不同。特別是當下Z時代年輕人已經(jīng)成為互聯(lián)網(wǎng)內(nèi)容的消費主體，他們的個體意識很強，每一個人都是獨立的思維主體，不盲目從眾，這對內(nèi)容的個性化、分眾化、豐富化提出更高的要求。

其次，在移動互聯(lián)網(wǎng)普及下，內(nèi)容形態(tài)也不斷豐富，文字、圖片、音樂、短視頻、直播、游戲，內(nèi)容需求無處不在，用戶每天消費的內(nèi)容不斷增加，但是靠人力創(chuàng)作已經(jīng)很難滿足需求的增長。即使是UGC、PGC普及，但所有的創(chuàng)作對專業(yè)性都有一定的要求，創(chuàng)作者的數(shù)量和能力成為內(nèi)容增長的瓶頸。

最后，我們看得更遠一些，無論是元宇宙還是Web3.0，下一代互聯(lián)網(wǎng)的繁榮也需要海量的數(shù)字內(nèi)容，同時對內(nèi)容的數(shù)量、形式和交互性都提出了更高的要求。從這個角度看，AIGC顯得尤為必要。如果說，UGC、PGC是Web2.0時代的標志之一，那么AIGC將是Web3.0的重要標志，AIGC的興起也是通往元宇宙的必經(jīng)之路。

生產(chǎn)工具的進化，大模型讓AIGC成為可能

生產(chǎn)力是推進社會變革的根本動力，生產(chǎn)工具則是生產(chǎn)力發(fā)展水平的客觀尺度，也是劃分經(jīng)濟時代的物質(zhì)標志。從鉆木取火到機器大生產(chǎn)，從電氣化到人工智能，生產(chǎn)力的發(fā)展帶動社會躍遷。相比UGC、PGC，AIGC是生產(chǎn)工具的變革，對于內(nèi)容產(chǎn)業(yè)的影響也更大。

這個生產(chǎn)工具就是AI大模型。所謂大模型，是相對小模型來說的。過去的幾年，AI模型基本上是針對特定應(yīng)用場景需求進行訓練的小模型。小模型有幾個弊端，一是通用性差，它常常是利用特定領(lǐng)域的數(shù)據(jù)進行訓練，無法適用另一個場景；二是自動性差，需要AI工程人員進行手工調(diào)參、調(diào)優(yōu)；三是需要大量數(shù)據(jù)，如果數(shù)據(jù)量少，訓練出來的模型精度會存在問題。

大模型當然比小模型規(guī)模大，它是大數(shù)據(jù)集和大算力的結(jié)合，能夠顯著克服上述弊端。首先，它的通用性更強，比如百度推出的文心大模型，面向不同的任務(wù)、在不同的應(yīng)用場景里做少量任務(wù)數(shù)據(jù)進行遷移學習，就可以應(yīng)用于很多場景。其次，它不需要大量標注數(shù)據(jù)，同一模型利用少量數(shù)據(jù)進行微調(diào)或不進行微調(diào)就能完成多個場景的任務(wù)。再次，它不像小模型那樣需要AI工程人員手工調(diào)參，更像是“無人駕駛”。

以往的AI寫詩，就是依賴小模型，提前給人工智能輸入海量詩句相關(guān)數(shù)據(jù)，就可以做到AI寫詩，但這一模型僅適用于寫詩，無法用在寫新聞、剪視頻等場景。但有了大模型，AI不僅可以寫詩，還能寫新聞、剪視頻、播音，甚至作曲。換句話說，大模型之前，AI只能單一實現(xiàn)聽、讀、寫，大模型之后，AI可以同時聽說讀寫，變得更加聰明。

如果說，小模型是“白盒”模式，輸入什么數(shù)據(jù)，在盒子里如何流動如何輸出需要AI工程人員操作，也就是說外界可以看得一清二楚。而AIGC則是“黑盒”模式，輸入數(shù)據(jù)后到產(chǎn)出結(jié)果之間，外界看不到。它的工作原理更像人類大腦，就像作曲家創(chuàng)作一首傳世曲目，人們都覺得好聽，但無法知道他的大腦是如何運轉(zhuǎn)、怎么完成創(chuàng)作的。

動畫片《海爾兄弟》第一集有這樣一個畫面，全世界的書籍、電腦、電視里的文字、視頻、音頻等一起被吸進“海爾兄弟”的身體。當海爾兄弟睜開雙眼，他們便具備了全世界最聰明的腦袋，能看、能聽、能說。從這一點看，大模型的運作模式跟海爾兄弟有些類似。

文章開頭提到的AI手語主播，不僅有“好看的皮囊”，還有“有趣的靈魂”，能“聽懂”真人主播的話，并實時轉(zhuǎn)換成手語動作。她就是依賴于百度文心大模型。

百度文心大模型有兩大特點，亦是優(yōu)勢：一是文心大模型具備“知識增強”的核心特色，因此學習效率更高、效果更好，具有通用性好、泛化性強的特點。二是可以做到跨模態(tài)。什么是模態(tài)？文字、聲音、圖像都是一種模態(tài)，跨模態(tài)就是人工智能可以做到像人一樣同時聽懂語音、看懂圖像視頻、理解語言。

正是基于這樣的特點，百度AI可以更好地支撐AIGC落地。比如，知識增強跨模態(tài)生成大模型ERNIE-ViLG，具備圖文雙向生成能力，既可以根據(jù)文本自動創(chuàng)作符合文字描述、且效果逼真的圖像，也可以理解畫面，用簡潔的語言描述畫面的內(nèi)容，還夠根據(jù)圖片中的場景回答相關(guān)的問題。再比如全球首個知識增強的千億大模型鵬城-百度·文心，具備零樣本生成能力，無需標注任何樣本，便可以根據(jù)用戶指定的體裁、情感、長度、主題、關(guān)鍵詞等屬性，生成不同類型的文本。

內(nèi)容創(chuàng)作的一小步，有可能是社會演進的一大步

未來的AI時代到底是什么樣的？元宇宙與物理世界會是什么樣的關(guān)系？未來可能還不清晰，但是人類確實是在不可逆的走向智能時代。未來，AI會改變很多行業(yè)。今天我們看到的AIGC是內(nèi)容創(chuàng)作行業(yè)向前邁進了一小步，同時也可能會是社會演進的一大步。

創(chuàng)作似乎一直是人類的專利，從遠古時代的巖壁繪畫，到后來的詩詞歌賦，能歌能舞能寫能畫能是人類區(qū)別于其他動物的重要標志。盛唐時，李太白斗酒詩百篇，酒精激發(fā)無限靈感；新時代，AIGC無需創(chuàng)作靈感，更將創(chuàng)作特權(quán)賦予機器、虛擬人，讓人類不再“孤單”。毫無疑問，AIGC是具有劃時代意義的里程碑。

首先，AIGC將為內(nèi)容生產(chǎn)領(lǐng)域帶來巨大變革。一方面，它可以激發(fā)創(chuàng)意認知，豐富內(nèi)容生產(chǎn)的多樣性以及提供更加動態(tài)且可交互的內(nèi)容，創(chuàng)造的內(nèi)容高度定制化、個性化；另一方面，它也將提升內(nèi)容生產(chǎn)效率，降低創(chuàng)作門檻，進而實現(xiàn)大規(guī)模應(yīng)用，快速“補位”數(shù)字世界內(nèi)容供給缺口，助力內(nèi)容生產(chǎn)實現(xiàn)跨越式發(fā)展。

從長遠看，AIGC將對人類產(chǎn)生諸多深遠影響。

比如，AIGC還將影響其他產(chǎn)業(yè)領(lǐng)域的發(fā)展。AIGC作為新的生產(chǎn)力，其“聽說讀寫”能力還可以應(yīng)用到更多領(lǐng)域。比如文娛產(chǎn)業(yè)，最近兩年很火的虛擬偶像，就需要AIGC的支撐，AIGC可以幫助其像真人一樣思考、說話、唱歌、跳舞，并沿著固定的風格，構(gòu)建穩(wěn)定“人設(shè)”。再比如，費時費力的客服行業(yè)，中國聯(lián)通與百度，基于文心大模型，建立了面向?qū)υ捓斫鈫栴}的專用預訓練模型，在保持優(yōu)異應(yīng)用效果的同時，降低了45%以上的數(shù)據(jù)標注量，顯著提升了智能客服業(yè)務(wù)開展效率。

從更長遠的角度看，AIGC也將逐步影響人們的思考和生活方式。傳播學中有“守門人”理論、“議題設(shè)置”理論等等，來反映信息傳播過程中人為控制的部分，在跨地域、跨民族傳播中，還有刻板印象、有色眼鏡等標簽。傳統(tǒng)的PGC、UGC、OGC內(nèi)容生產(chǎn)，不可避免的帶有上述痕跡，也無法擺脫上述困境。但依靠僅需少量數(shù)據(jù)輸入，便可“無人駕駛”的AIGC就有望擺脫這些困境，真正產(chǎn)出客觀、公正的內(nèi)容。

當然，這些都只是AIGC發(fā)展初期的想象。目前，AIGC還處于發(fā)展初級階段，但假以時日，它將成為“全才”進而幫人們實現(xiàn)創(chuàng)作。AI或許會打開內(nèi)容創(chuàng)作的潘多拉魔盒，會有更多的意想不到在未來發(fā)生。就好比《三體》中三體人思維是透明的，且不會隱藏。也許，數(shù)百年后，在AIGC的影響下，人類也會如此。那將會是一個什么樣的世界。