第 1章 AIGC為何引發(fā)關注
1.1 《太空歌劇院》帶來的沖擊和影響 002
1.2 生成所引發(fā)的創(chuàng)意性工作革新 004
1.3 內容生成方式進入新階段 005
1.4 AIGC在繪畫領域率先破圈 006
1.5 典型的AIGC模型 008
海外模型 008
國內模型 010
第 2章 模型即服務時代的到來
2.1 模型即服務的歷史進程 017
早期人工智能在曲折中探索 017
深度學習引發(fā)關注 019
2.2 典型的深度學習網絡 021
生成對抗網絡 021
Transformer 024
2.3 大公司探索之路 026
DeepMind 026
OpenAI 027
2.4 基礎模型普及的關鍵節(jié)點 028
基礎模型的能力與服務 028
曾經熱議的云，今后的基礎模型 031
基礎模型的通用性 033
2.5 人工智能的未來何在 033
人工智能逐步接近人類的思考模式 033
未來人工智能的發(fā)展特點 035
第3章 ChatGPT引發(fā)的潮流與思考
3.1 ChatGPT會成為人工智能的拐點嗎 038
引發(fā)全球關注的ChatGPT 038
ChatGPT潛在的應用領域 039
3.2 ChatGPT能力大揭秘 040
3.3 ChatGPT是OpenAI對大模型的堅定實踐 042
3.4 ChatGPT的局限性及其引發(fā)的思考 043
技術創(chuàng)新性與工程創(chuàng)新性 043
知識局限性 044
盈利與成本之間的平衡 044
應用落地所面臨的困境 045
法律合規(guī)與應用抵制 045
網絡安全風險 046
能耗挑戰(zhàn) 047
3.5 ChatGPT引發(fā)的思考 048
如何看待人類創(chuàng)新與機器創(chuàng)新 048
ChatGPT在哪些方面值得我們學習 049
3.6 GPT-4未來已來，奇點時刻該如何面對 049
多模態(tài) 050
提示工程的價值 050
安全隱憂 050
第4章 大模型驅動的人工智能繪畫創(chuàng)作
4.1 AI繪畫的先驅AARON 053
4.2 人工智能繪畫的原理 054
神經網絡是如何模仿人類思考的 054
如何讓神經網絡畫一幅畫 055
4.3 人工智能學習如何畫一只貓 057
教會你的神經網絡認識貓咪 057
人工智能真的畫出了貓咪 058
4.4 DALL-E的初次嘗試與突破 059
4.5 人工智能繪畫的技術創(chuàng)新點 061
CLIP實現跨模態(tài)創(chuàng)新，打造圖文匹配 061
用Diffusion加速AIGC落地普及 063
Diffusion模型為AIGC寫下的注腳 064
Stable Diffusion豈止于開源 065
AIGC進一步降低模型的使用門檻 066
4.6 使AIGC繪畫技術成熟的重要因素 068
提示詞的重要性 068
算力資源的關鍵支撐 071
第5章 人類的創(chuàng)新能力會被AIGC替代嗎
5.1 藝術創(chuàng)作會被AIGC取代嗎 073
用戶的獵奇與創(chuàng)作者的抵觸 073
AIGC不會取代藝術創(chuàng)作工作 074
使用AIGC，需要具備什么能力 077
AIGC是直接消費品還是工具 078
5.2 創(chuàng)作者如何通過AIGC獲得更大的收益 080
如何將AIGC應用于創(chuàng)作 080
創(chuàng)意工作者的收益探索 084
未來人工智能創(chuàng)作藝術的5個層次 085
5.3 AIGC你的達·芬奇 089
內容輸出的平民化 089
大眾與藝術家直連 090
實時互動和精準化構建的即時滿足 091
社區(qū)與共創(chuàng)的想象力 092
基于生成全新內容的平臺 093
5.4 抓住AIGC的機遇 094
AIGC時代，做短信還是微信 094
AIGC的發(fā)展仍無法脫離技術周期 097
第6章 開源成就行業(yè)發(fā)展的未來
6.1 開源讓我們站在巨人的肩膀上 099
6.2 開源成為引爆AIGC的導火索 099
6.3 大模型的開源之路 101
第7章 AIGC與商業(yè)化
7.1 AIGC商業(yè)化的3個階段 106
感知沖擊嘗鮮階段 107
認知領悟協助階段 107
新生態(tài)鏈原創(chuàng)階段 108
7.2 AI領域的企業(yè)發(fā)展 108
平臺型企業(yè) 109
應用型企業(yè) 111
現有產品的智能化 112
7.3 當下典型的AIGC變現手段 114
按照計算量收費 114
按照輸出圖像數量收費 114
軟件按月付費 115
模型訓練費 116
7.4 AIGC商業(yè)模式的困境 116
AIGC Inside的商業(yè)化并不容易 116
難以建立技術壁壘 117
探索自主的大模型及應用 118
第8章 AIGC的典型應用
8.1 文字創(chuàng)作 121
主要特點 121
典型應用 122
8.2 音頻生成 126
主要特點 126
典型應用 127
8.3 視頻生成 131
主要特點 131
典型應用 131
8.4 3D模型生成 135
主要特點 135
典型應用 135
8.5 編寫代碼 137
主要特點 137
典型應用 137
8.6 游戲創(chuàng)作開發(fā) 139
主要特點 139
典型應用 140
8.7 繪畫產品 143
典型繪畫產品的AIGC應用 144
AIGC繪畫與NFT結合 148
8.8 建筑設計 149
將AIGC融入建筑設計 149
用AIGC實現裝修設計 151
8.9 其他應用 152
DIY設計 152
兒童創(chuàng)意實現 155
內容營銷 156
診療與心靈慰藉 156
第9章 AIGC的不足與挑戰(zhàn)
9.1 技術與產業(yè)方面的不足與挑戰(zhàn) 159
細節(jié)仍需打磨 159
成本問題 161
輸出結果不一致 162
大模型到大應用的挑戰(zhàn) 162
通用性較差 163
9.2 在確權方面面臨的挑戰(zhàn) 163
AIGC作品的著作權歸屬 163
著作權爭議的潛在解決方案 165
法律監(jiān)管出現爭議 166
企業(yè)態(tài)度不統(tǒng)一 166
倫理與安全風險 167
第 10章 業(yè)界和學界的專家洞察
10.1 AIGC可擴展?jié)摿�巨大，可能掀起新一波�?chuàng)新創(chuàng)業(yè)浪潮 170
從AIGC到AIGS，服務規(guī)模化的個性化時代到來 170
從科技圈體驗到全民使用，AI首次成功破圈 171
OpenAI已經成功探索出AI領域科技創(chuàng)新落地的新模式 173
中國需要自主大模型，也有可能探索出自己的創(chuàng)新 175
10.2 AIGC火熱的背后，需要深度思考治理難題 179
破解克林格里奇困境，要靠更敏捷的治理思路 179
加強對弱勢群體的保護，平臺應該做好守門人 180
AIGC內容知識產權還沒有定論，但業(yè)界已有基本共識 182
探索人工智能領域數據合作新范式 183
10.3 AIGC火熱背后的業(yè)界冷思考：中國AI行業(yè)的未來發(fā)展，需要有自己的思路 185
ChatGPT的流暢對話來源于預訓練大模型 185
AI幻覺仍是阻礙產業(yè)發(fā)展的難題 186
大規(guī)模預訓練技術仍處于早期探索階段，人工智能公司還需耐心打磨 188
在AIGC技術浪潮中，一些行業(yè)將迎來全新挑戰(zhàn) 189
中國AI行業(yè)的未來發(fā)展，需要有自己的思考和思路 191