aigc生成内容-大模型和AIGC，很多人都搞错了

介绍

这个话题是留给温心一言的。 发布会上最让人印象深刻的就是李彦宏的青春风采，其次是他对《温馨一言》的祝福和欢呼。 这也说明卡通人物，实力面前没有奇迹。

由于DALL·E、Midjourney、Stable Diffusion等文本生成图片具有惊人的效果，人工智能生成内容（AIGC）开始流行，并迅速成为各种文章和会议的热门话题。 随后ChatGPT带来了人工智能的又一波浪潮，其背后的大语言模型也成为人们关注的焦点。 由于大型模型具有生成性，它们自然非常擅长各种生成任务。 因此，很多人在谈论AIGC和大模型时并不理解它们之间的关系。

美国国际GC

用户使用系统和平台的关键不是功能就是内容。 购买火车票时aigc生成内容，使用12306意味着注重功能，而使用抖音和微信意味着被内容吸引。 随着互联网平台和共享经济的发展，UGC、PGC等多种内容生产方式也随之发展。 内容的形式（Context）包括文本、图片、视频、音乐等多种形式，尤其是媒体内容。

人工智能生成内容（AIGC）是创作者通过指令（如提示词）引导人工智能模型生成各种内容的方式。 在人工智能的帮助下，非专业人士制作优质内容的门槛越来越低。 虽然如何写出高质量的提示也需要经验，虽然好的想法很难得，但这毕竟比学习专业技能要好。 容易多了。 过去，很多好的想法受到技能的限制，无法释放出来。 随着人工智能的进步，这不再是障碍。

AIGC不仅大幅提升了内容生产效率，也极大改变了内容生产和消费的方式、流程和商业模式。 AIGC可以在各个特定领域释放巨大的生产力和商业价值。 因此，AIGC成为各家媒体的头条新闻和会议的热点。

AIGC一般使用人工智能中的生成模型。 生成模型有很多种类型，从 GAN 到 Diffusion。 传统人工智能范式下，AIGC也是面向特定任务的。 生成图片、语音、视频、代码等需要不同的数据、模型和训练。

​

生成模型

图片来自网络

大语言模型

语言模型已有100多年的历史。 它的功能是根据输入文本预测下一个单词的概率。 不断的研究表明，语言模型可以有效提高各种自然语言处理任务的性能，因此语言模型经常被用作其他NLP模型的辅助工具。 近年来，以GPT系列为代表的大型语言模型的研究发现，当语言模型的参数数量超过1000亿时，多任务学习能力就会涌现，成为多任务智能体（通才智能体）。

大语言模型可以完成的任务包括很多生成任务吉祥物设计，特别是文本生成任务，比如写论文、诗歌、编码等。因此，大语言模型是一个优秀的AIGC工具，它也将AIGC带到了一个新的水平。

然而，作为多任务智能体，大模型的使用已经远远超出了作为AIGC的工具，因此大模型产生的结果也远远超出了AIGC的范围。 在论文《Language Models are General-Purpose Interfaces》中，使用大模型作为通用接口来连接多个特定任务模型。 这种情况下，大模型的输出就不是AIGC的内容了。

​

大型模型作为通用接口

图片来自网络

在论文《ChatGPT for Robotics：设计原理和模型能力》中，ChatGPT 用于控制机器人。 在这种情况下，它的输出不是 AIGC 的内容。

​

ChatGPT 和机器人

图片来自网络

以上两个例子只是大模型的可能应用。 如何探索大模型的应用场景，利用大模型的基础能力改变相关领域的范式，甚至彻底改变，将是一个非常有价值的领域。

总结

以ChatGPT为代表的大语言模型形成了人工智能新范式，也推动了AIGC的新浪潮。 大型语言模型采用生成模式，因此擅长许多 AIGC 任务。 AIGC给内容生产效率和模式带来颠覆性变化aigc生成内容，具有巨大的商业价值。 然而，AIGC只是大型模型的应用之一。 由此，我们也可以看出大车型的价值和战略地位有多么重要。