《從ChatGPT到AIGC:智能創作與應用賦能》封麵

內容簡介

自2023年以來,AI聊天機器人ChatGPT火爆互聯網,其顛覆性的使用體驗重塑了人們對於AI的認知。而ChatGPT背後的技術—AIGC也引起了互聯網圈的關注,打開了人們對AI應用的想象空間。本書從ChatGPT入手,以AIGC為中心,對AIGC的理論知識、應用場景、未來發展等內容進行了全麵的梳理。 首先,本書對AIGC的概念、技術構成、產業生態、市場現狀等進行了講解,以便讀者對AIGC形成一個清晰、完整的認知。其次,本書講解了AIGC在傳媒、電商、影視、娛樂、教育、工業等領域的應用,展現了AIGC的應用價值和對各領域的賦能。最後,本書解析了AIGC領域的創投機會和未來圖景,便於讀者把握AIGC的發展趨勢。 本書在係統地講述AIGC理論及應用的同時,引入了大量實踐案例,介紹了諸多國內外知名企業在AIGC領域的布局,也介紹了一些AI文字生成、AI圖片生成、AI視頻生成、AI音頻生成等方麵的AIGC應用,內容十分豐富。

作者簡介

李寅,畢業於南京理工大學,管理學學士。就職於阿裏巴巴集團戰略發展部,從事公共及政府事務工作,包括戰略發展、科技洞察、產業研究、政企合作、公共事務以及集團內部業務統籌,具有豐富的經營管理經驗,以及數智化技術實踐經驗。在管理谘詢、零售、金融、互聯網等相關領域工作十五年,長期專注於前沿科技與智能產業,曾任職於國際知名管理谘詢機構以及國內頭部民營企業,在北京、上海、杭州、南京等地工作多年,是互聯網科技行業、管理谘詢行業的專家。

目錄

封麵
版權信息
內容簡介
推薦語

前言
第1章 AIGC:引爆內容生產力
1.1 ChatGPT:AI新紀元已經開啟
1.1.1 智能應用ChatGPT掀起AIGC熱潮
1.1.2 應用場景:ChatGPT的多場景應用
1.1.3 關注要點:安全性+版權保護+道德問題
1.1.4 類ChatGPT產品出現:阿裏巴巴推出“通義千問”
1.2 發展梳理:從PGC到UGC再到AIGC
1.2.1 PGC:企業和平台是內容創作的主體
1.2.2 UGC:用戶成為內容創作主體
1.2.3 AIGC:AI成為內容創作主體
1.3 內容生成:AIGC涵蓋多樣的內容模態
1.3.1 AI圖像:AI繪畫趨於普遍
1.3.2 AI文本:方案、廣告、小說皆可智能生成
1.3.3 AI音樂:穀歌AI模型MusicLM實現音樂即興創作
1.3.4 AI編程:智能係統重新定義編程
1.4 核心驅動力:AIGC賦能元宇宙
1.4.1 AIGC是元宇宙實現的生產力工具
1.4.2 由降本增效轉向創造價值,AIGC價值凸顯
第2章 技術構成:AIGC實現的關鍵技術
2.1 自然語言處理:賦予AI理解與生成能力
2.1.1 核心能力一:自然語言理解
2.1.2 核心能力二:自然語言生成
2.2 AIGC生成算法:提升AI創作能力
2.2.1 生成式AI VS分析式AI
2.2.2 AI算法成熟,創作能力爆發
2.3 預訓練大模型崛起,賦能深度學習
2.3.1 預訓練大模型發展,破解深度學習難題
2.3.2 破解通用性難題,應用全方位突破
2.4 多模態交互技術:實現全方位的人機交互
2.4.1 多模態交互:文字+語音+視覺+動作
2.4.2 多模態人機交互讓虛擬數字人更加鮮活
第3章 產業生態:產業生態已現雛形
3.1 產業生態拆解:上中下遊產業鏈逐步搭建
3.1.1 產業上遊:提供核心數據服務
3.1.2 產業中遊:搭建算法模型
3.1.3 產業下遊:多領域應用拓展
3.2 產業價值:消費端+產業端+社會端
3.2.1 消費端:AIGC推動數字內容變革
3.2.2 產業端:合成數據指引AI發展路徑
3.2.3 社會端:解放人力,助力創造力提升
3.3 產業發展麵臨的挑戰
3.3.1 知識產權挑戰:數字內容存在版權風險
3.3.2 安全挑戰:存在多方麵安全風險
第4章 市場現狀:巨頭搶占市場新藍海
4.1 新賽道崛起:AIGC風口已被點燃
4.1.1 資本流入,AIGC初創公司呈現爆發式增長趨勢
4.1.2 宣布布局,多隻概念股漲停
4.2 科技巨頭布局AIGC已成趨勢
4.2.1 阿裏巴巴:大模型研發+AIGC應用
4.2.2 百度:全棧布局AI技術,以AI虛擬數字人發力
4.2.3 字節跳動:發力AI視頻生成
4.2.4 微軟:以投資布局,積聚AIGC實力
4.2.5 穀歌:推出多種AIGC產品
4.3 商業化落地加速,AIGC服務已經出現
4.3.1 AIGC雲算力解決方案實現多種創作
4.3.2 AIGC算法與模型實現開源創作
4.3.3 3D視頻內容AIGC引擎服務獲得發展
第5章 AIGC+傳媒:人機協同,賦能媒體創作
5.1 AIGC滲透傳媒多環節
5.1.1 采編:語音識別轉文字工具+新聞內容生成工具+視頻剪輯工具
5.1.2 傳播:虛擬主播自動播報
5.1.3 互動:實現與觀眾的互動
5.2 AIGC傳媒的優勢
5.2.1 三大前沿能力賦能內容創作
5.2.2 媒介轉變,提升數字內容的感官體驗
5.3 AIGC重構傳媒領域數字營銷
5.3.1 AIGC+數字營銷:激發內容創意
5.3.2 營銷方案快速生成,提高效率
5.3.3 藍色光標:AIGC“創策圖文”營銷套件
第6章 AIGC+電商:虛實交互,打造沉浸式購物體驗
6.1 賦能內容:電商內容智能生成
6.1.1 AIGC文本生成:產品命名+產品描述+營銷郵件
6.1.2 AIGC圖片生成:AIGC繪畫工具自動生成圖片
6.1.3 AIGC視頻生成:為視頻創作打開想象空間
6.2 賦能場景:電商場景三維建模
6.2.1 智能生成3D模型,實現商品展示與試用
6.2.2 實現虛擬商城搭建,提供全景式虛擬購物場景
6.3 虛擬主播:電商營銷的好幫手
6.3.1 虛擬主播與真人主播合作,實現全天候直播
6.3.2 搭建溝通渠道,加深品牌與消費者的連接
6.4 虛擬IP:邀請代言+自建虛擬IP
6.4.1 邀請代言:AI虛擬偶像成為代言新寵
6.4.2 自建虛擬IP:屈臣氏推出AI代言人“屈晨曦”
第7章 AIGC+影視:智能創作,為影視創作提供新思路
7.1 AIGC影視劇本創作,激發創作者靈感
7.1.1 劇本數據分析+內容智能生成,形成劇本初稿
7.1.2 海馬輕帆:AI寫作實現小說轉劇本
7.2 AIGC實現角色和場景創作
7.2.1 AI換臉和AI換聲
7.2.2 AIGC實現虛擬演員打造
7.2.3 AIGC虛擬場景製作節省影視成本
7.3 智能剪輯,升級後期製作
7.3.1 對象自動識別:智能剪輯影片
7.3.2 內容修複:修複影視內容
7.3.3 內容形式轉換:影視內容2D自動轉3D
第8章 AIGC+娛樂:邊界擴展,帶來多重新奇體驗
8.1 趣味內容生成,激發用戶參與熱情
8.1.1 “AI動漫臉”成為破圈利器,引發用戶參與
8.1.2 虛擬偶像內容創作,激發粉絲熱情
8.1.3 短視頻內容創作,為創作者提供創意輔助
8.2 虛擬形象創作,連接虛擬世界與現實世界
8.2.1 AI自動生成虛擬形象,優化體驗
8.2.2 Ready Player Me+VRChat:個性化虛擬形象創建
8.2.3 AI生成數字服裝和數字潮玩,助推數字時尚發展
8.3 遊戲內容創作,AIGC釋放遊戲活力
8.3.1 ChatGPT遊戲應用指引遊戲AIGC創作模式
8.3.2 AIGC遊戲創作平台成為發展新方向
8.3.3 布局方向:自研模型+第三方模型
8.4 音樂內容製作,更新音樂體驗
8.4.1 微軟AI模型:AI生成多種音頻文件
8.4.2 AIGC助力AI歌曲創作
8.4.3 百度元宇宙歌會實現AIGC創新
第9章 AIGC+教育:雙管齊下,推動教育“數智”轉型
9.1 AIGC推動教育數字化轉型
9.1.1 數字化工具變革教學模式
9.1.2 搭建更加智慧的教學環境
9.1.3 智慧校園解決方案:為校園築起安全屏障
9.2 AIGC推動教育智能化變革
9.2.1 智能生成3D場景,實現虛實交互
9.2.2 AI分析實現個性化精準教學
9.2.3 網易有道:嚐試將AIGC在教育場景落地
9.3 更新體驗:教學與學習體驗的雙重更新
9.3.1 AIGC賦能教師:輔助備課、教學和作業批改
9.3.2 AIGC賦能學生:AI虛擬教師帶來全新教學體驗
第10章 AIGC+工業:工具革新,工業設計模式迭代
10.1 AIGC為工業設計提供工具
10.1.1 AIGC為設計師提供工具,輔助內容設計
10.1.2 AIGC拓展建築圖紙設計維度
10.1.3 人機共存,AI數字人與設計師攜手共創
10.2 英偉達:AIGC賽道不斷布局
10.2.1 Omniverse平台:AI實現內容生產
10.2.2 Magic3D:3D模型智能生成應用
第11章 創投機遇:找準方向,抓住時代機遇
11.1 以技術入局:瞄準AI頂層技術
11.1.1 AI芯片研發:滿足爆發的算力需求
11.1.2 AI大模型研發:通過海量數據對大模型進行訓練
11.2 以產品入局:多角度打造AIGC產品
11.2.1 文字生成:騰訊推出自動化新聞撰稿機器人Dreamwriter
11.2.2 繪畫生成:百度發布AI輔助創作平台—文心·一格
11.2.3 視頻生成:Meta公司推出文字生成短視頻係統Make-A-Video
11.2.4 音頻生成:喜馬拉雅為創作者提供AI音頻合成工具
11.3 AIGC領域投資機會
11.3.1 關注上遊廠商,瞄準AIGC基礎設施建設
11.3.2 關注下遊應用,多家企業嶄露頭角
第12章 未來圖景:未來已來,迎接AI下一個時代
12.1 技術趨勢:AI技術迭代深化AIGC發展
12.1.1 深度學習技術迭代,AIGC內容產出更加智能
12.1.2 多模態技術發展,AIGC模型通用化能力更強
12.1.3 MaaS有望成為現實
12.2 參與主體擴散:由B端向C端擴散
12.2.1 To B端的AIGC產品豐富,賦能企業發展
12.2.2 To C端的AIGC工具多樣,引發用戶多種消費
12.3 行業應用賽道拓寬:行業滲透不斷提升
12.3.1 金屬行業:優化行業管理全流程
12.3.2 機械行業:機械設備智能升級
12.3.3 銀行業:優化銀行業務流程
12.4 落地場景蔓延:滲透生活的方方麵麵
12.4.1 數字員工多領域落地,解放人工
12.4.2 AIGC營銷多領域落地,自動生成視頻
封底

最後修改:2024 年 06 月 27 日