2022年，從引爆AI作畫領域的DALL-E 2、Stable Diffusion等AI模型，到以ChatGPT為代表的接近人類水平的對話機器人，AIGC不斷刷爆網絡，其強大的內容生成能力給人們帶來了巨大的震撼。學術界和產業界也都形成共識：AIGC絕非曇花一現，其底層技術和產業生態已經形成了新的格局。經過了2022年的預熱，2023年AIGC領域將迎來更大發展。AIGC生成內容的類型不斷豐富、質量不斷提升，也將有更多的企業積極擁抱AIGC。在這個背景下，騰訊研究院正式發布《AIGC發展趨勢報告2023：迎接人工智能的下一個時代》。報告從技術發展和產業生態、應用趨勢、治理挑戰等維度，對AIGC的發展趨勢進行了深入思考。

1、2022年OSSP主板技術規范2、2022年OSSP主板技術規范v1.03、2022年OTII 1U服務器設計規范V2.04、2022年OTII 2U服務器技術規范5、OTII服務器測試規范

AIGC技術和產業生態迎來發展快車道

AIGC的大爆發不僅有賴于AI技術的突破創新，還離不開產業生態快速發展的支撐。在技術創新方面，生成算法、預訓練模型、多模態技術等AI技術匯聚發展，為AIGC的爆發提供了肥沃的技術土壤。

圖：AIGC技術累積融合

第一，基礎的生成算法模型不斷突破創新。比如為人熟知的GAN、Transformer、擴散模型等，這些模型的性能、穩定性、生成內容質量等不斷提升。得益于生成算法的進步，AIGC現在已經能夠生成文字、代碼、圖像、語音、視頻、3D物體等各種類型的內容和數據。

第二，預訓練模型，也即基礎模型、大模型，引發了AIGC技術能力的質變。雖然過去各類生成模型層出不窮，但是使用門檻高、訓練成本高、內容生成簡單和質量偏低，遠遠不能滿足真實內容消費場景中的靈活多變、高精度、高質量等需求。而預訓練模型能夠適用于多任務、多場景、多功能需求，能夠解決以上諸多痛點。預訓練模型技術也顯著提升了AIGC模型的通用化能力和工業化水平，同一個AIGC模型可以高質量地完成多種多樣的內容輸出任務，讓AIGC模型成為自動化內容生產的“工廠”和“流水線”。正因如此，谷歌、微軟、OpenAI等企業紛紛搶占先機，推動人工智能進入預訓練模型時代。

第三，多模態技術推動了AIGC的內容多樣性，進一步增強了AIGC模型的通用化能力。多模態技術使得語言文字、圖像、音視頻等多種類型數據可以互相轉化和生成。比如CLIP模型，它能夠將文字和圖像進行關聯，如將文字“狗”和狗的圖像進行關聯，并且關聯的特征非常豐富。這為后續文生圖、文生視頻類的AIGC應用的爆發奠定了基礎。

未來，算法的進步將帶來更多激動人心的應用，語言模型會得到進一步發展，可以自我持續學習的多模態AI將日益成為主流，這些因素會進一步推動AIGC領域的蓬勃發展。

在產業生態方面，AIGC領域正在加速形成三層產業生態并持續創新發展，正走向模型即服務（MaaS）的未來。

目前，AIGC產業生態體系的雛形已現，呈現為上中下三層架構。

第一層是基礎層，以預訓練模型為基礎搭建的AIGC技術基礎設施層。在國外，以OpenAI、Stability.ai為代表，通過受控API、開源等方式輸出模型能力。

第二層是中間層，是在預訓練模型基礎上，通過專門的調試和訓練，快速抽取形成垂直化、場景化、定制化的小模型和應用工具層，可以實現工業流水線式部署，同時兼具按需使用、高效經濟的優勢。比如，知名的二次元畫風生成模型Novel-AI，以及各種風格的角色生成器等，就是基于Stable Diffusion開源進行的二次開發。隨著AIGC模型加速成為新的技術平臺，模型即服務（Model-as-a-Service，MaaS）開始成為現實，預計將對商業領域產生巨大影響。

第三層是應用層，依托底層模型和中間層的垂直模型，各廠商進一步開放面向C端和B端用戶的各種各樣的AIGC產品和服務，滿足海量用戶的內容創建和消費需求。例如群聊機器人、文本生成軟件、頭像生成軟件等AIGC消費工具。

目前，從提供預訓練的AI大模型的基礎設施層公司到專注打造垂直領域內AIGC工具的中間層公司、再到直接面對消費者和終端用戶提供產品和服務的應用層公司，美國圍繞AIGC生長出繁榮的生態，技術創新引發的應用創新浪潮迭起；中國也有望憑借領先的AIGC技術賦能千行百業。

審核編輯 ：李倩