《从ChatGPT到AIGC:智能创作与应用赋能》封面

内容简介

自2023年以来,AI聊天机器人ChatGPT火爆互联网,其颠覆性的使用体验重塑了人们对于AI的认知。而ChatGPT背后的技术—AIGC也引起了互联网圈的关注,打开了人们对AI应用的想象空间。本书从ChatGPT入手,以AIGC为中心,对AIGC的理论知识、应用场景、未来发展等内容进行了全面的梳理。 首先,本书对AIGC的概念、技术构成、产业生态、市场现状等进行了讲解,以便读者对AIGC形成一个清晰、完整的认知。其次,本书讲解了AIGC在传媒、电商、影视、娱乐、教育、工业等领域的应用,展现了AIGC的应用价值和对各领域的赋能。最后,本书解析了AIGC领域的创投机会和未来图景,便于读者把握AIGC的发展趋势。 本书在系统地讲述AIGC理论及应用的同时,引入了大量实践案例,介绍了诸多国内外知名企业在AIGC领域的布局,也介绍了一些AI文字生成、AI图片生成、AI视频生成、AI音频生成等方面的AIGC应用,内容十分丰富。

作者简介

李寅,毕业于南京理工大学,管理学学士。就职于阿里巴巴集团战略发展部,从事公共及政府事务工作,包括战略发展、科技洞察、产业研究、政企合作、公共事务以及集团内部业务统筹,具有丰富的经营管理经验,以及数智化技术实践经验。在管理咨询、零售、金融、互联网等相关领域工作十五年,长期专注于前沿科技与智能产业,曾任职于国际知名管理咨询机构以及国内头部民营企业,在北京、上海、杭州、南京等地工作多年,是互联网科技行业、管理咨询行业的专家。

目录

封面
版权信息
内容简介
推荐语

前言
第1章 AIGC:引爆内容生产力
1.1 ChatGPT:AI新纪元已经开启
1.1.1 智能应用ChatGPT掀起AIGC热潮
1.1.2 应用场景:ChatGPT的多场景应用
1.1.3 关注要点:安全性+版权保护+道德问题
1.1.4 类ChatGPT产品出现:阿里巴巴推出“通义千问”
1.2 发展梳理:从PGC到UGC再到AIGC
1.2.1 PGC:企业和平台是内容创作的主体
1.2.2 UGC:用户成为内容创作主体
1.2.3 AIGC:AI成为内容创作主体
1.3 内容生成:AIGC涵盖多样的内容模态
1.3.1 AI图像:AI绘画趋于普遍
1.3.2 AI文本:方案、广告、小说皆可智能生成
1.3.3 AI音乐:谷歌AI模型MusicLM实现音乐即兴创作
1.3.4 AI编程:智能系统重新定义编程
1.4 核心驱动力:AIGC赋能元宇宙
1.4.1 AIGC是元宇宙实现的生产力工具
1.4.2 由降本增效转向创造价值,AIGC价值凸显
第2章 技术构成:AIGC实现的关键技术
2.1 自然语言处理:赋予AI理解与生成能力
2.1.1 核心能力一:自然语言理解
2.1.2 核心能力二:自然语言生成
2.2 AIGC生成算法:提升AI创作能力
2.2.1 生成式AI VS分析式AI
2.2.2 AI算法成熟,创作能力爆发
2.3 预训练大模型崛起,赋能深度学习
2.3.1 预训练大模型发展,破解深度学习难题
2.3.2 破解通用性难题,应用全方位突破
2.4 多模态交互技术:实现全方位的人机交互
2.4.1 多模态交互:文字+语音+视觉+动作
2.4.2 多模态人机交互让虚拟数字人更加鲜活
第3章 产业生态:产业生态已现雏形
3.1 产业生态拆解:上中下游产业链逐步搭建
3.1.1 产业上游:提供核心数据服务
3.1.2 产业中游:搭建算法模型
3.1.3 产业下游:多领域应用拓展
3.2 产业价值:消费端+产业端+社会端
3.2.1 消费端:AIGC推动数字内容变革
3.2.2 产业端:合成数据指引AI发展路径
3.2.3 社会端:解放人力,助力创造力提升
3.3 产业发展面临的挑战
3.3.1 知识产权挑战:数字内容存在版权风险
3.3.2 安全挑战:存在多方面安全风险
第4章 市场现状:巨头抢占市场新蓝海
4.1 新赛道崛起:AIGC风口已被点燃
4.1.1 资本流入,AIGC初创公司呈现爆发式增长趋势
4.1.2 宣布布局,多只概念股涨停
4.2 科技巨头布局AIGC已成趋势
4.2.1 阿里巴巴:大模型研发+AIGC应用
4.2.2 百度:全栈布局AI技术,以AI虚拟数字人发力
4.2.3 字节跳动:发力AI视频生成
4.2.4 微软:以投资布局,积聚AIGC实力
4.2.5 谷歌:推出多种AIGC产品
4.3 商业化落地加速,AIGC服务已经出现
4.3.1 AIGC云算力解决方案实现多种创作
4.3.2 AIGC算法与模型实现开源创作
4.3.3 3D视频内容AIGC引擎服务获得发展
第5章 AIGC+传媒:人机协同,赋能媒体创作
5.1 AIGC渗透传媒多环节
5.1.1 采编:语音识别转文字工具+新闻内容生成工具+视频剪辑工具
5.1.2 传播:虚拟主播自动播报
5.1.3 互动:实现与观众的互动
5.2 AIGC传媒的优势
5.2.1 三大前沿能力赋能内容创作
5.2.2 媒介转变,提升数字内容的感官体验
5.3 AIGC重构传媒领域数字营销
5.3.1 AIGC+数字营销:激发内容创意
5.3.2 营销方案快速生成,提高效率
5.3.3 蓝色光标:AIGC“创策图文”营销套件
第6章 AIGC+电商:虚实交互,打造沉浸式购物体验
6.1 赋能内容:电商内容智能生成
6.1.1 AIGC文本生成:产品命名+产品描述+营销邮件
6.1.2 AIGC图片生成:AIGC绘画工具自动生成图片
6.1.3 AIGC视频生成:为视频创作打开想象空间
6.2 赋能场景:电商场景三维建模
6.2.1 智能生成3D模型,实现商品展示与试用
6.2.2 实现虚拟商城搭建,提供全景式虚拟购物场景
6.3 虚拟主播:电商营销的好帮手
6.3.1 虚拟主播与真人主播合作,实现全天候直播
6.3.2 搭建沟通渠道,加深品牌与消费者的连接
6.4 虚拟IP:邀请代言+自建虚拟IP
6.4.1 邀请代言:AI虚拟偶像成为代言新宠
6.4.2 自建虚拟IP:屈臣氏推出AI代言人“屈晨曦”
第7章 AIGC+影视:智能创作,为影视创作提供新思路
7.1 AIGC影视剧本创作,激发创作者灵感
7.1.1 剧本数据分析+内容智能生成,形成剧本初稿
7.1.2 海马轻帆:AI写作实现小说转剧本
7.2 AIGC实现角色和场景创作
7.2.1 AI换脸和AI换声
7.2.2 AIGC实现虚拟演员打造
7.2.3 AIGC虚拟场景制作节省影视成本
7.3 智能剪辑,升级后期制作
7.3.1 对象自动识别:智能剪辑影片
7.3.2 内容修复:修复影视内容
7.3.3 内容形式转换:影视内容2D自动转3D
第8章 AIGC+娱乐:边界扩展,带来多重新奇体验
8.1 趣味内容生成,激发用户参与热情
8.1.1 “AI动漫脸”成为破圈利器,引发用户参与
8.1.2 虚拟偶像内容创作,激发粉丝热情
8.1.3 短视频内容创作,为创作者提供创意辅助
8.2 虚拟形象创作,连接虚拟世界与现实世界
8.2.1 AI自动生成虚拟形象,优化体验
8.2.2 Ready Player Me+VRChat:个性化虚拟形象创建
8.2.3 AI生成数字服装和数字潮玩,助推数字时尚发展
8.3 游戏内容创作,AIGC释放游戏活力
8.3.1 ChatGPT游戏应用指引游戏AIGC创作模式
8.3.2 AIGC游戏创作平台成为发展新方向
8.3.3 布局方向:自研模型+第三方模型
8.4 音乐内容制作,更新音乐体验
8.4.1 微软AI模型:AI生成多种音频文件
8.4.2 AIGC助力AI歌曲创作
8.4.3 百度元宇宙歌会实现AIGC创新
第9章 AIGC+教育:双管齐下,推动教育“数智”转型
9.1 AIGC推动教育数字化转型
9.1.1 数字化工具变革教学模式
9.1.2 搭建更加智慧的教学环境
9.1.3 智慧校园解决方案:为校园筑起安全屏障
9.2 AIGC推动教育智能化变革
9.2.1 智能生成3D场景,实现虚实交互
9.2.2 AI分析实现个性化精准教学
9.2.3 网易有道:尝试将AIGC在教育场景落地
9.3 更新体验:教学与学习体验的双重更新
9.3.1 AIGC赋能教师:辅助备课、教学和作业批改
9.3.2 AIGC赋能学生:AI虚拟教师带来全新教学体验
第10章 AIGC+工业:工具革新,工业设计模式迭代
10.1 AIGC为工业设计提供工具
10.1.1 AIGC为设计师提供工具,辅助内容设计
10.1.2 AIGC拓展建筑图纸设计维度
10.1.3 人机共存,AI数字人与设计师携手共创
10.2 英伟达:AIGC赛道不断布局
10.2.1 Omniverse平台:AI实现内容生产
10.2.2 Magic3D:3D模型智能生成应用
第11章 创投机遇:找准方向,抓住时代机遇
11.1 以技术入局:瞄准AI顶层技术
11.1.1 AI芯片研发:满足爆发的算力需求
11.1.2 AI大模型研发:通过海量数据对大模型进行训练
11.2 以产品入局:多角度打造AIGC产品
11.2.1 文字生成:腾讯推出自动化新闻撰稿机器人Dreamwriter
11.2.2 绘画生成:百度发布AI辅助创作平台—文心·一格
11.2.3 视频生成:Meta公司推出文字生成短视频系统Make-A-Video
11.2.4 音频生成:喜马拉雅为创作者提供AI音频合成工具
11.3 AIGC领域投资机会
11.3.1 关注上游厂商,瞄准AIGC基础设施建设
11.3.2 关注下游应用,多家企业崭露头角
第12章 未来图景:未来已来,迎接AI下一个时代
12.1 技术趋势:AI技术迭代深化AIGC发展
12.1.1 深度学习技术迭代,AIGC内容产出更加智能
12.1.2 多模态技术发展,AIGC模型通用化能力更强
12.1.3 MaaS有望成为现实
12.2 参与主体扩散:由B端向C端扩散
12.2.1 To B端的AIGC产品丰富,赋能企业发展
12.2.2 To C端的AIGC工具多样,引发用户多种消费
12.3 行业应用赛道拓宽:行业渗透不断提升
12.3.1 金属行业:优化行业管理全流程
12.3.2 机械行业:机械设备智能升级
12.3.3 银行业:优化银行业务流程
12.4 落地场景蔓延:渗透生活的方方面面
12.4.1 数字员工多领域落地,解放人工
12.4.2 AIGC营销多领域落地,自动生成视频
封底

最后修改:2024 年 06 月 27 日