能敲代码、写论文、绘插画、做算数……风靡全球的ChatGPT什么来头？

2022年底横空出世的AI谈天机器人ChatGPT在短短几个月内就风靡了全球，虽然还未开源，但国内已然有不少人申请资格尝鲜，近日还发生了国内大学生用ChatGPT写论文作业的新闻。

同为谈天机器人，ChatGPT可比小爱同学、天猫精灵、Siri这类AI高级多了，它可以产生逻辑清楚、语言通顺的文段，可以代替人工撰写代码，还可以输进要害字自行绘图……总之，其功能之强大令人咋舌，也让很多人升起了失业的警觉心。

其实ChatGPT不过是元宇宙世界构建过程中的一种必然产物，是AIGC的具体体现。

那么什么是AIGC呢？

元宇宙的内容空间具有无限性，所以AI技术的引进是必然的，内容创作的过程实际是创作者对于信息的处理、加工、结构化，以及抉择和使用内容载体的过程，而一系列的流程均基于创作者的后 天学习，需要付出大量的时间与精力。同时人脑处理信息的能力有限，当 PGC（专业团队生产内容）、UGC（用户生产内容）的生产潜力逐渐消耗，AIGC 将弥补数字世界内容消耗与给予的缺口，创作效率继续提升。

AI 赋能内容分发与内容审核。内容分发方面，AI 推举算法对 用户的年龄、兴致爱好进行综合分析并提取标签，实现内容与用户 的精准匹配，同时在首轮推举后会依据用户的点赞、评论、转发等 数据进行分析，对于优质的内容进行二次曝光，给予更多的流量权 重。内容审核方面，知乎的瓦力内容检测系统能够快速且正确地识 别、折叠、删除不友好的、无关的、有成见的内容，以减少对于其 他用户的骚乱；知乎的悟空反作弊系统能够正确识别和处理刷赞等 违反社区规定的操作，有效地保障社区的讨论与互动质量。

当前以 AI 辅助生产为主，长期有看实现 AIGC。将 AI 技术的 发展对应于内容生产，我们认为目前更多为 AI 辅助生产，创作并 没有跳出 PGC 与 UGC 的创作框架，如虚拟人的创建需要人为为其基因编码，设定人设、背景，再与外部环境进行交互。但从长期来看，随着数据、算法、算力等要素的继续发展，最终有看实现 AIGC，利用 AI 技术进行“想象”，发明出现实中不存在的流程与事物。

AIGC目前进展

围绕文本的 AI 创建工具功能已实现较大突破。AI 技术在文 本创作使用方面包括识别翻译与创作诗歌、小说、新闻等。目前 文字识别已经实现了较高的精准度，据百度官网，百度 AI 通用 文字识别已经能够识别中、英、日、韩等 20 余种语言，正确率高 达 99%。在内容创作方面同样取得较大进展，生产效率以及互动 性进一步提升，如腾讯打造的“梦幻写手”（Dreamwriter）的新 闻写作系统能够在规定的 22 种场景中进行写作，具有 0.46 秒的 平均发稿速度；在文字冒险游戏《AI 地下城》（AI Dungeon）中， 当用户输进文字后，系统便会使用 GPT-3 自然语言模型来理解 脚本并生成接下往的几段文字，并且基本能够实现前后世界看的一致。

基于音频的 AI 创作互动性进一步提升。目前 AI 在乐曲生成、 合成讲话、制造歌曲等领域得到使用，并且交互性、实时性进一步 增强。据 a16z，Siri 联合创始人汤姆·格鲁伯（Tom Gruber）目前 已经打造了能够实时动态编曲的自适应音乐平台 LifeScore（见图 5-20）。用户向 LifeScore 输进一系列的音乐“原素材”之后，AI 大师就会改变、提高音乐效果并实时混音，带来音乐表演。据盖世 汽车，2021 年 6 月宾利公布与 LifeScore 协作，让 RPM（引擎转速） 和加速情状等车辆输进信息实时影响车辆的配乐，因此能够依据用 户的驾驶情状不断调整音乐。

展开全文

相较于文本和音频，AI 图像、视频、3D 模型创作难度相对更高，大厂加码布局，有效降低创作门槛与成本，目前已取得阶段性进展。

Lip2Wav的 AI 语音合成技术实现动态视频的唇型转变。2020 年印度海德拉巴大学和英国巴斯大学的团队推出了 Lip2Wav 的 AI 语音合成程序（见图 5-21），创作者只需提供目的语音内容、人物 视频，该程序便可以直接将动态的视频进行唇型转换，输出与目的 语音内容相匹配的视频结果，并且实现个体的极高相似度，而非普及适用的通用模型。

Morpheus 引擎基于文字自动完成场景构造、3D 渲染。RCT Studio 自主研发的基于 AI 的 Morpheus 引擎，通过对大量机器的学 习，可以将输进的文字内容拓展成一个开放的虚拟空间，从文字中 理解情节、内在逻辑和人物关系，进而依据现实世界的物体素材渲 染出三维的虚拟动画。比如，程序可以将“有人在走路”这几个文 字变成一个三维的虚拟人在虚拟环境中走路的动画。RCT 创始人 吕骋表达，Morpheus 可以将制造周期大幅缩减。还是以走路为例， 在传统 PGC 模式下，需要先做三维建模、骨骼绑定、动态调整， 而 Morpheus 极大地降低了工作量，缩短了创作时长。

英伟达推出 Omniverse Avatar，加码数字人技术。Omniverse Avatar 是基于语音、机器视觉、自然语言处理等技术形成的交互 式 AI 产品，集成了视频渲染能力（Omniverse）、语音识别与交 互（Riva、Maxine）、 自 然 语 言 处 理（NeMo Megatron）、AI 推 荐 （Merlin），可以有效地形成立体肖像并进行人机对话，可使用于人 工智能助理等领域，未来有看在机器人、自动驾驶、仓库、工厂等 领域广泛使用。其中 Omniverse 是公司创建 AI 系统的数字孪生数 字世界的基础平台，作为核心底层技术自 2021 年底推出以来已被 500 家公司的设计师下载 7 000 多次。

本文摘编自黄乐平，邹传伟著《元宇宙经济学》