书名：AIGC未来已来:迈向通用人工智能时代  
定价：69.8  
ISBN：9787115613813  
作者：翟尤,郭晓静,曾宣玮  
版次：第1版  
出版时间：2023-05  

内容提要：  

AIGC（Artificial Intelligence Generated Content）中文译为“人工智能生成内容”。狭义上的AIGC 指利用 AI 自动生成内容的生产方式。广义的 AIGC 可以基于训练数据和生成算法模型，自主生*的文本、图像、音乐、视频、3D 交互内容等各种形式的内容和数据，甚*可能开启科学新发现，创造新的价值和意义。

本书旨在通过深入浅出的讲解，帮助读者认识并了解 AIGC，进一步探究 AIGC 未来的发展方向及其可能面临的挑战，并通过一系列丰富的 AIGC 应用案例展示其在各个领域应用的无限可能。此外，本书还联合投资界、学术界和创业圈的三位专业人士畅谈了关于 AIGC 的深入洞察。

本书无须读者具备专业知识基础，适合对 AIGC 感兴趣的读者阅读。

作者简介：  

翟尤，副研究员，*通信经济*委员会办公室原副主任；北京*外国语大学人工智能应用实验室顾问；ISO/IEC WG6标准工

作组*。出版《5G社会》《数字时代》两本图书，在数字科技和产业*领域发表20余篇文章。目前*职于腾讯。

郭晓静 澳大利亚悉尼大学传播学硕士，现任腾讯新闻*编辑，关注人工智能、航天、芯片等领域。

曾宣玮，北京航空航天大学电子信息工程专业学士和工程硕士，国家计算机网络应急技术处理协调中心工程师，具有国家法律职业资格、中国

注册会计师资格，具有互联网协会行业管理与行业发展研究工作经验。

目录：  

第 1章   AIGC为何引发关注

1.1　《太空歌剧院》带来的冲击和影响　002

1.2　“生成”所引发的创意性工作革新　004

1.3　内容生成方式进入新阶段　005

1.4　AIGC在绘画领域率先破圈　006

1.5　典型的AIGC模型　008

海外模型　008

国内模型　010

第 2章   模型即服务时代的到来

2.1　模型即服务的历史进程　017

早期人工智能在曲折中探索　017

深度学习引发关注　019

2.2　典型的深度学习网络　021

生成对抗网络　021

Transformer　024

2.3　大公司探索之路　026

DeepMind　026

OpenAI　027

2.4　基础模型普及的关键节点　028

基础模型的能力与服务　028

曾经热议的云，今后的基础模型　031

基础模型的通用性　033

2.5　人工智能的未来何在　033

人工智能逐步接近人类的思考模式　033

未来人工智能的发展特点　035

第3章   ChatGPT引发的潮流与思考

3.1　ChatGPT会成为人工智能的拐点吗　038

引发全球关注的ChatGPT　038

ChatGPT潜在的应用领域　039

3.2　ChatGPT能力大揭秘　040

3.3　ChatGPT是OpenAI对大模型的坚定实践　042

3.4　ChatGPT的局限性及其引发的思考　043

技术创新性与工程创新性　043

知识局限性　044

盈利与成本之间的平衡　044

应用落地所面临的困境　045

法律合规与应用抵制　045

网络*风险　046

能耗挑战　047

3.5　ChatGPT引发的思考　048

如何看待人类创新与机器创新　048

ChatGPT在哪些方面值得我们学习　049

3.6 GPT-4未来已来，奇点时刻该如何面对　049

多模态　050

提示工程的价值　050

*隐忧　050

第4章   大模型驱动的人工智能绘画“创作”

4.1　AI绘画的先驱——AARON　053

4.2　人工智能绘画的原理　054

神经网络是如何模仿人类思考的　054

如何让神经网络画一幅画　055

4.3　人工智能学习如何画一只猫　057

教会你的神经网络认识“猫咪”　057

人工智能真的画出了猫咪　058

4.4　DALL-E的*尝试与突破　059

4.5　人工智能绘画的技术创新点　061

CLIP实现跨模态创新，打造图文匹配　061

用Diffusion加速AIGC落地普及　063

Diffusion模型为AIGC写下的注脚　064

Stable Diffusion岂止于开源　065

AIGC进一步降低模型的使用门槛　066

4.6　使AIGC绘画技术成熟的重要因素　068

提示词的重要性　068

算力资源的关键支撑　071

第5章   人类的创新能力会被AIGC替代吗

5.1　艺术创作会被AIGC取代吗　073

用户的猎奇与创作者的抵触　073

AIGC不会取代艺术创作工作　074

使用AIGC，需要具备什么能力　077

AIGC是直接消费品还是工具　078

5.2　创作者如何通过AIGC获得更大的收益　080

如何将AIGC应用于创作　080

创意工作者的收益探索　084

未来人工智能创作艺术的5个层次　085

5.3　AIGC——你的“达·芬奇”　089

内容输出的“平民化”　089

大众与艺术家“直连”　090

实时互动和*化构建的“即时满足”　091

社区与共创的“想象力”　092

基于生成全新内容的平台　093

5.4　抓住AIGC的机遇　094

AIGC时代，做“短信”还是“*”　094

AIGC的发展仍无法脱离技术周期　097

第6章   开源成*行业发展的未来

6.1　开源让我们站在巨人的肩膀上　099

6.2　开源成为引爆AIGC的导火索　099

6.3　大模型的开源之路　101

第7章   AIGC与商业化

7.1　AIGC商业化的3个阶段　106

感知冲击——尝鲜阶段　107

认知领悟——协助阶段　107

新生态链——原创阶段　108

7.2　AI领域的企业发展　108

平台型企业　109

应用型企业　111

现有产品的智能化　112

7.3　当下典型的AIGC变现手段　114

按照计算量收费　114

按照输出图像数量收费　114

软件按月付费　115

模型训练费　116

7.4　AIGC商业模式的困境　116

AIGC Inside的商业化并不容易　116

难以建立技术壁垒　117

探索自主的大模型及应用　118

第8章   AIGC的典型应用

8.1　文字创作　121

主要特点　121

典型应用　122

8.2　音频生成　126

主要特点　126

典型应用　127

8.3　视频生成　131

主要特点　131

典型应用　131

8.4　3D模型生成　135

主要特点　135

典型应用　135

8.5　编写代码　137

主要特点　137

典型应用　137

8.6　游戏创作开发　139

主要特点　139

典型应用　140

8.7　绘画产品　143

典型绘画产品的AIGC应用　144

AIGC绘画与NFT结合　148

8.8　建筑设计　149

将AIGC融入建筑设计　149

用AIGC实现装修设计　151

8.9　其他应用　152

DIY设计　152

儿童创意实现　155

内容营销　156

诊疗与心灵慰藉　156

第9章   AIGC的不足与挑战

9.1　技术与产业方面的不足与挑战　159

细节仍需打磨　159

成本问题　161

输出结果不一致　162

大模型到大应用的挑战　162

通用性较差　163

9.2　在确权方面面临的挑战　163

AIGC作品的*权归属　163

*权争议的潜在解决方案　165

法律监管出现争议　166

企业态度不统一　166

伦理与*风险　167

第 10章   业界和学界的*洞察

10.1　AIGC可扩展潜力巨大，可能掀起新一波创新创业浪潮　170

从AIGC到AIGS，“服务规模化的个性化”时代到来　170

从科技圈体验到全民使用，AI*成功破圈　171

OpenAI已经成功探索出AI领域科技创新落地的新模式　173

中国需要自主大模型，也有可能探索出自己的创新　175

10.2　AIGC火热的背后，需要深度思考治理难题　179

破解“克林格里奇困境”，要靠更敏捷的治理思路　179

加强对弱势群体的保护，平台应该做好“守门人”　180

AIGC内容知识产权还没有定论，但业界已有基本共识　182

探索人工智能领域“数据合作”新范式　183

10.3　AIGC火热背后的业界冷思考：中国AI行业的未来发展，需要有自己的思路　185

ChatGPT的流畅对话来源于预训练大模型　185

“AI幻觉”仍是阻碍产业发展的难题　186

大规模预训练技术仍处于早期探索阶段，人工智能公司还需耐心打磨　188

在AIGC技术浪潮中，一些行业将迎来全新挑战　189

中国AI行业的未来发展，需要有自己的思考和思路　191