AIGC全称为 Al-Generated Content，指基于生成对抗网络GAN、大型预训练模型等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术。与之相类似的概念还包括Synthetic media，合成式媒体，主要指基于Al生成的文宇、图像、音频等。
Gartner也提出了相似概念Generative Al， 也即生成式Al。生成式Al是指该技术从现有数据中生成相似的原始数据。相较于量子位智库认为的AIGC，这一概念的范围较狹窄。
Gartner 《2021年预测：人工智能对人类和社会的影响》给出积极预测：
至2023年将有20%的内容被生成式Al所创建至2025年，Gartner预计生成式Al产生的数据将占所有数据的10%，而今天这个比例不到1%
根据Gartner披露的“人工智能技术成熱度曲线”，生成式A1仍处于 萌芽期，但其广阔的应用场景和巨大需求空间吸引1着大量资本和技术的投入，预计将在2-5年内实现规模化应用
一方面，这一概念忽略了跨模态生成（如基于文本生成图像或基于文本生成视频）这一愈加重要的AIGC部分。我们会在下一部分对跨模态生 成进行重点讲解。另一方面，在结合现有技术能力和落地场景进行分析后，我们认为 “生成”和“内容”都应该采取更为广泛的概念。例如，生成中可以包含基于线索的部分生成、完全自主生成和基于底稿的优化生成。内容方面，不仅包括常见的图像、文本、音频等外显性内容，同样也包括策略、剧情、训练数据等内在逻辑内容。
从特定角度来看，Al內容生成意味着Al开始在现实内容中承担新的角色，从“观察、预测”拓展到 “直接生成、决策”。
从商业模式來看，我们认为，AIGC本质上是一种AI赋能技术，能够通过其高通量、低门槛、高自由度的生成能力广泛服务于各类内容的相关场景及生产者。因此，我们不会将其定义为PGC\UGC之后的新内容创作模式，而是认为其在商业模式上会有大量其他交叉。我们会在价值篇对其商业模式进行进一步展开。
量子位硬科技深度产业报告一 Al生成内容 AIGC
报告下载【提取码: AIGC】