2023年，估計沒有比「AIGC」更熱的話題了。
一款叫ChatGPT的聊天機器人程序在全網(wǎng)爆火，迭代速度更是呈指數(shù)級發(fā)展，由此引發(fā)了全球對于AIGC技術及其話題的熱議。此后，多個科技巨頭持續(xù)加碼布局，AI繪畫、AI語音智能生成等AIGC產(chǎn)品集中發(fā)布，可以預見的是，數(shù)字內容產(chǎn)業(yè)的技術革命已近在眼前，未來內容領域的作業(yè)模式將進一步向“工業(yè)化”時代邁進。面對數(shù)字世界和物理世界加速融合帶來的海量數(shù)字內容需求，AIGC作為一種新型的內容生產(chǎn)方式，將為內容生產(chǎn)領域帶來巨大變革。
ChatGPT問答，圖片來源于量子位
大有可為的數(shù)字內容產(chǎn)業(yè)
數(shù)字內容產(chǎn)業(yè)又稱內容產(chǎn)業(yè)、信息內容產(chǎn)業(yè)、文化創(chuàng)意產(chǎn)業(yè)，該產(chǎn)業(yè)是信息技術與文化創(chuàng)意高度融合的產(chǎn)業(yè)形態(tài)，并非傳統(tǒng)意義上的獨立產(chǎn)業(yè)，而是由多個細分領域交叉融合而成的一個龐大產(chǎn)業(yè)集群。這些細分領域雖然邊界模糊，領域之間存在交叉滲透，但其共同點都是以數(shù)字內容為核心，涵蓋了文字、圖片、聲音、視頻、可交互的圖形圖像等多種載體形式。數(shù)字內容產(chǎn)業(yè)既是科技與文化融合的未來產(chǎn)業(yè)，也是接地氣、聚人氣的“溫度”產(chǎn)業(yè)，還是生生不息、引領潮流的“新潮”產(chǎn)業(yè)，具有巨大的產(chǎn)業(yè)爆發(fā)力和社會影響力。
近年來，隨著數(shù)字經(jīng)濟的蓬勃發(fā)展，以數(shù)字技術為載體的內容產(chǎn)業(yè)高速增長，創(chuàng)造出了巨大的經(jīng)濟社會價值，逐漸成為當今社會發(fā)展中的重要產(chǎn)業(yè)之一。據(jù)Research and Markets預測，2020—2024年，全球數(shù)字內容市場將增長5198.3億美元（約35855.27億元），其間年復合增長率達15%。同時，各行業(yè)數(shù)字內容消費需求的井噴式增長，推動了創(chuàng)作者經(jīng)濟的蓬勃發(fā)展，過去兩年，有超過1.65億創(chuàng)作者加入了創(chuàng)作者經(jīng)濟，目前全球的創(chuàng)作者數(shù)量達到3.03億，數(shù)字內容產(chǎn)業(yè)迎來巨大的市場空間。
供需鴻溝催生數(shù)字內容生產(chǎn)方式變革
隨著數(shù)字經(jīng)濟與實體經(jīng)濟融合程度不斷加深，人類對于數(shù)字內容總量和形式的要求不斷提高，各行業(yè)衍生了海量數(shù)字內容需求，并且內容的形態(tài)著朝向三維化、交互化、沉浸式演進。
縱觀整個數(shù)字內容生產(chǎn)方式的發(fā)展歷程，內容消耗與供給的缺口是生產(chǎn)方式演進的直接動因。從Web1.0時代的PGC到Web2.0時代的UGC，當前，內容生產(chǎn)方式正朝向PGC、UGC、AIGC“人-機”協(xié)同生產(chǎn)進化。
根據(jù)公開資料繪制
Web1.0時代：PGC（專業(yè)生成內容）為主，以平臺創(chuàng)造、平臺所有為主要特征，內容質量高，但受制于專業(yè)人力資源的供給側限制，創(chuàng)作門檻高、生產(chǎn)周期長、制作成本高、內容傳播具有單向性，難以滿足大規(guī)模內容需求。
Web2.0時代：UGC（用戶生成內容）為主，雖然降低了生產(chǎn)成本及中心化程度，內容豐富性提升，在一定程度上解決PGC產(chǎn)能瓶頸，但內容質量難以保證，內容傳播仍以單向性為主，優(yōu)質內容存在巨大供需缺口。
Web3.0時代：PGC、UGC、AIGC“人-機”協(xié)同生產(chǎn)。在數(shù)字經(jīng)濟及元宇宙時代，PGC、UGC的生產(chǎn)方式難以滿足井噴式的數(shù)字內容需求。同時，隨著虛擬現(xiàn)實、增強現(xiàn)實、數(shù)字孿生等新形態(tài)內容生產(chǎn)及消費需求激增，傳播轉向雙向互動，內容的創(chuàng)作門檻和成本顯著增高。AIGC基于人工智能技術生成內容,能夠兼顧內容產(chǎn)能和質量，同時還可以定制風格，滿足個性化需求，三種創(chuàng)作方式協(xié)同生產(chǎn)，有助于彌合優(yōu)質數(shù)字內容供需鴻溝，打造新的數(shù)字內容生成和交互形態(tài)。
受內容需求牽引，當前，AIGC已經(jīng)從概念走向現(xiàn)實，在文本生成、繪畫生成、音樂生成等方面有大量應用問世。例如，在文本生成方面，Jasper以“AI文字生成”為主打產(chǎn)品，用戶可以基于其輕松生成Instagram標題，完成編寫TikTok視頻腳本、廣告營銷文本、電子郵件內容等略復雜的重復性工作；在繪畫生成方面，借助AI繪圖工具Midjourney完成的《太空歌劇院》畫作在美國科羅拉多州博覽會藝術比賽中獲得一等獎；在音樂生成方面，索尼計算機科學實驗室（CSL）發(fā)布的AI輔助音樂制作應用程序Flow Machines Mobile，利用AI技術輔助音樂制作，能夠根據(jù)創(chuàng)作者選擇的風格提示旋律、和弦和貝斯線生成音樂。
由AI制圖工具Midjourney生成的《太空歌劇院》，圖片來源于網(wǎng)絡
AIGC可生成內容的當下與未來
數(shù)字內容產(chǎn)業(yè)是最典型的技術密集、知識密集的產(chǎn)業(yè)，也是一種勞動密集型產(chǎn)業(yè)。AIGC主要以技術嵌入工具軟件的方式幫助數(shù)字內容產(chǎn)業(yè)大大提升生產(chǎn)效率，通過強大的AI生成能力廣泛服務內容生產(chǎn)的各類場景和內容生產(chǎn)者，將在內容生產(chǎn)中產(chǎn)生變革性影響。
從市場規(guī)模來看，AIGC目前處于落地初期，但已經(jīng)顯現(xiàn)出巨大的市場發(fā)展?jié)摿Γ磥韺⑦M一步釋放其價值。根據(jù)Gartner預測，在未來2-5年內，生成式AI將實現(xiàn)規(guī)?；瘧?；到2025年，AI生成數(shù)據(jù)占比將達到10%。此外，據(jù)紅杉資本《Generative AI：A Creative New World》分析，AIGC有潛力產(chǎn)生數(shù)萬億美元的經(jīng)濟價值。
部分AIGC技術場景，圖片來源于量子位
從內容模態(tài)來看，最初，AIGC可生成的內容形式以文字為主。但經(jīng)過2022年指數(shù)級的發(fā)展增速，AIGC技術可生成的內容形式已經(jīng)拓展到了包括文字、代碼、圖片、聲音、視頻等多種內容形式。但是結合產(chǎn)業(yè)實際，如AIGC想要在制造業(yè)、建筑業(yè)、醫(yī)療等巨型垂直實體領域中得到廣泛應用，其生產(chǎn)的內容就不能僅停留在圖片和文字領域，而是需要進入信息更為豐富的3D內容生產(chǎn)領域，多模態(tài)3D內容生產(chǎn)是大勢所趨。例如，在醫(yī)療領域，3D內容能夠清晰的展示出真實器官的內部復雜結構，幫助醫(yī)生更直觀、更深入地了解病灶與周圍組織的空間位置關系，還可以根據(jù)需求進行交互操作，拆解展示組織、器官、肌肉或骨骼的細節(jié)，有效降低診療及人才培育的試錯成本。
從發(fā)展階段來看，紅杉資本曾在2022年9月對AIGC做出了以下預測：文字類AI生成將在2023年進入黃金時期，圖片類AI生成黃金時期將在2025年左右抵達，3D和視頻類AI生成在2023年可能正處于草稿階段，進入黃金時期或許在2030年。不可否認，文字與圖片的AI生成確實走在了前面，但3D數(shù)字內容生成作為未來趨勢，也已經(jīng)開始有廠商進行探索。
紅杉資本預測，圖片來源于網(wǎng)絡
AIGC賦能3D內容生產(chǎn)創(chuàng)作
事實上3D內容以其獨一無二的優(yōu)勢長期存在于數(shù)字內容世界，3D視覺是人類的本能，3D數(shù)字內容所攜帶的光、影、材質、幾何等多維度信息，能夠帶來遠超2D內容的感官體驗和交互體驗，3D內容在展現(xiàn)事物結構、人機交互等多種領域表現(xiàn)極其出色，越是復雜多維的領域，它相較于其他形式的內容，就表現(xiàn)的越好，未來如果要生成可以精準表達設計的成果，需要向3D和更高信息維度去邁進。
盡管用戶對于3D內容的需求從未改變，只是因其生產(chǎn)效率低下和展示終端的限制緣故，3D內容一直未能像2D內容那樣被大規(guī)模應用。不是內容生產(chǎn)者不想使用3D內容，而是當下3D內容生產(chǎn)面臨技術門檻高、生產(chǎn)周期長和成本高等問題，生產(chǎn)的質量和效率亟待提升。
隨著數(shù)字經(jīng)濟的不斷發(fā)展及技術的不斷演進,3D數(shù)字內容將迎來增長拐點。據(jù)頭豹研究院數(shù)據(jù)顯示，預計2025年VR內容市場規(guī)模將達到832.7億元。根據(jù)調研機構MarketsandMarkets預測，預計2027年全球數(shù)字孿生市場規(guī)模將增長到735億美元。未來5年，僅這兩個關聯(lián)市場的內容需求量就已十分驚人。急速上升的3D數(shù)字內容需求，唯有通過生產(chǎn)力的躍升才能得以滿足，我們堅信AIGC將會為3D內容生產(chǎn)大規(guī)模解放生產(chǎn)力，而且未來也定會成為元宇宙內容基建的最好助手。接下來，AIGC需要重點攻破的就是視頻與實時3D內容了。
3D AIGC的技術支撐是“AI”，生成的AIGC屬于“內容與場景”，背后還需要“后端基建（算力）”、“底層架構（渲染引擎）”的支撐。
誰是3D AIGC技術領域的潛力新星？
技術的進步離不開業(yè)內企業(yè)的積極推動，一些優(yōu)秀公司在這方面的探索已經(jīng)悄然走在了世界前列，具備了很多的底層技術基礎、場景基礎和數(shù)據(jù)基礎。
在算力方面，隨著生成式AI應用創(chuàng)新周期的到來，以微軟、谷歌為代表的科技巨頭拉開了大模型訓練的序幕，算力需求迎來確定性爆發(fā)增長。據(jù)業(yè)內人士分析，ChatGPT需要TB級的運算訓練庫，甚至是P-Flops級的算力。半導體行業(yè)資訊機構SemiAnalysis估算，以GPU衡量，ChatGPT訓練需要約3617臺英偉達HGX A100服務器，也就是28936塊A100。不同形態(tài)內容智能生產(chǎn)中模型訓練面臨的任務復雜度有所不同，那么未來3D AIGC勢必帶來更高體量的算力需求。在2022年英偉達GTC大會上，黃仁勛多次提及“下一個時代的AI”，并且推出采用Hopper架構的新一代加速計算平臺，同時發(fā)布了首款基于Hopper架構的的NVIDIA H100 Tensor Core GPU，展現(xiàn)出英偉達對于算力的領先布局。
NVIDIA H100 Tensor Core GPU，圖片來源于英偉達官網(wǎng)
該GPU結合NVIDIA®NVLink®Switch系統(tǒng)，可連接多達256個H100來加速百億億級(Exascale)工作負載，另外可通過專用的Transformer引擎來處理萬億參數(shù)語言模型，進一步拉大了與追趕者的差距。此外，英偉達已經(jīng)推出了AI云服務產(chǎn)品，允許客戶在云端訪問其DGX AI超級計算機。從其商業(yè)動作來看，英偉達全面聚焦AI算力產(chǎn)業(yè)革命，從2016年前后的GPU并行計算架構，到如今完成硬件、軟件、平臺、應用層的全面部署，英偉達押注AI多年獲得豐厚回報，其市值在2023年初兩個月內增長超過2100億美元。隨著3D AIGC的發(fā)展，其市場潛力將得到進一步釋放。
NVIDIA H100 Tensor Core GPU性能躍升，圖片來源于英偉達官網(wǎng)
除算力外，渲染引擎也是支撐3D AIGC發(fā)展的關鍵技術。數(shù)字內容生產(chǎn)軟件是圖形、圖像、交互等領域復雜知識的代碼化沉淀，其底層算法引擎技術積累需要非常長的時間，這是一個進入壁壘很高、對開發(fā)周期、資金要求很高的高科技賽道，不僅開發(fā)難，驗證和跑通也很難，只是做一個Demo，并不能證明一款引擎的能力和通用特性，需要經(jīng)過很長時間的驗證和算法優(yōu)化。
值得一提的是，國內一家名為艾迪普的公司，在這方面已經(jīng)擁有了深厚的技術儲備，并且已經(jīng)開始在3D AIGC領域進行深度布局，持續(xù)圍繞實時三維圖形圖像領域進行AI技術研發(fā)和探索。
目前，艾迪普已經(jīng)研發(fā)出完全自主知識產(chǎn)權的實時三維圖形圖像引擎、數(shù)字內容生產(chǎn)全鏈路工具集和3D數(shù)字資產(chǎn)云平臺，能夠很好的滿足從三維設計、快編包裝、虛擬合成、實時交互到可視化呈現(xiàn)的數(shù)字內容多樣化的制作需求，可以廣泛的應用于虛擬現(xiàn)實、增強現(xiàn)實、虛擬仿真、數(shù)字孿生、大數(shù)據(jù)可視化等領域。
圖片來源于《2023·愛分析元宇宙廠商全景報告》
艾迪普通過將自研引擎的核心能力進行封裝，針對不同行業(yè)領域、應用場景及應用開發(fā)需求，抽取了2000+算法模組，這些基礎功能的算法模組，可以結合不同行業(yè)客戶的業(yè)務應用場景，像“搭積木”一樣高效組合成更多的AI應用，實現(xiàn)智能化的數(shù)字內容生產(chǎn)。據(jù)悉，其已經(jīng)在旗下自研的數(shù)字內容生產(chǎn)工具中引入AIGC技術，實現(xiàn)了AI數(shù)字人融合、天氣預報視頻智能生成、2D轉3D、音樂卡點等功能，并通過無代碼編程方式快速創(chuàng)作出交互式的3D內容，這將大大推動3D內容生產(chǎn)朝著更高效和更富創(chuàng)造力的方向發(fā)展。
數(shù)字人視頻：其推出的iClip實時三維圖形快編包裝工具基于深度學習、自然語言處理、計算機圖形學、語音合成、圖像合成、肢體動作合成等技術，能夠快速生成形象逼真、能說會動的3D數(shù)字人創(chuàng)意短視頻。同時，通過3D數(shù)字人與數(shù)字場景、三維模型、圖文動畫、動態(tài)特效進行深度融合，能夠極大增強數(shù)字人在不同應用場景中對客戶進行內容、產(chǎn)品的服務能力，適配資訊播報、電商帶貨、賽事解說、泛知識講解等多元場景應用需求。
氣象播報視頻：其研發(fā)的氣象短視頻生成工具作則能夠實時接入外部天氣數(shù)據(jù)，結合數(shù)字人形象，用戶只需通過簡單技術指令，即可一鍵自動生成不同城市、不同天氣狀況、不同虛擬場景、不同AR前景、不同數(shù)字人角色的3D氣象高質量播報視頻，可以大幅降低新形態(tài)播報內容的制作周期和成本。
氣象播報視頻，圖片來源于艾迪普公開信息
2D轉3D：傳統(tǒng)的3D模型制作需要經(jīng)過原畫、建模、UV拆分、烘焙貼圖、繪制材質、渲染等多個環(huán)節(jié)，艾迪普的iArtist實時三維可視化創(chuàng)作工具基于智能算法，在2D圖像輸入時自動進行深度預估和幾何捕捉，實現(xiàn)2D平面內容到3D立體模型的實時智能化生成，模型生成后，創(chuàng)作者可以根據(jù)需求，在工具中對模型進行自由編輯和精細調整，能夠極大減少建模所需時間。
2D轉3D功能演示，圖片來源于艾迪普公開信息
音樂卡點：艾迪普的iClip實時三維圖形快編包裝工具，還可以基于算法構建音樂分析模型，通過波形分析自動標記音頻節(jié)奏點。未來，該功能有望基于多模態(tài)訓練框架，結合數(shù)字圖形資產(chǎn)云平臺，實現(xiàn)音頻、圖片、視頻之間的跨模態(tài)內容檢索、精確匹配和自動生成，大幅提高視頻創(chuàng)作效率。
結語
社會又一次來到了新的發(fā)展節(jié)點，轉型窗口期已經(jīng)悄然開啟。每一輪產(chǎn)業(yè)和技術升級，必定會出現(xiàn)一系列全新的“現(xiàn)象級應用”。雖然目前AIGC還處于發(fā)展初期，但隨著人工智能技術的持續(xù)發(fā)展，數(shù)字內容生產(chǎn)力將進一步得到釋放，融合文字、圖片、音頻、視頻、虛擬場景、3D模型等多模態(tài)的數(shù)字內容生產(chǎn)終將成為現(xiàn)實，我們的工作與生活場景，也將迎來顛覆性的改變，我們共同期待這一天的早日到來。
