AIGC领域介绍，及一些比较优秀的应用，和论文，开源项目汇总。
AIGC大纲
一、AIGC概念
AIGC，全名“AI generated content”，又称生成式AI，意为人工智能生成内容。例如AI文本续写，文字转图像的AI图、AI主持人等，都属于AIGC的应用。
AIGC也被认为是继PGC（Professionally Generated Content，专业生产内容）和UGC（User Generated Content，用户生产内容）之后的新型内容生产方式，AI绘画、AI写作等都属于AIGC的具体形式。
二、AIGC发展过程
AIGC的发展历程可以分为三个阶段：早期萌芽阶段（上世纪50年代至90年代中期），沉淀累积阶段（上世纪90年代至本世纪10年代中期），快速发展阶段（本世纪10年代中期至今）。
在早期萌芽阶段（1950s~1990s）
由于技术限制，AIGC仅限于小范围实验与应用，例如1957年出现首支电脑创作的音乐作品《依利亚克组曲（Illiac Suite）》，80年代末至90年代中由于高成本及难以商业化，因此资本投入有限导致AIGC无较多较大成绩。
在沉淀累积阶段（1990s~2010s）
AIGC从实验性转向实用性，2006年深度学习算法取得进展，同时GPU,CPU等算力设备日益精进，互联网快速发展，为各类人工智能算法提供海量数据进行训练。2007年首部人工智能装置完成的小说《I The Road》（《在路上》）问世，2012年微软展示全自动同声传译系统，主要基于“深度神经网络”（Deep Neural Network，DNN）自动将英文讲话内容通过语音识别等技术生成中文。
在快速发展阶段（2010s~至今）
2014年深度学习算法“生成式对抗网络”（Generative Adversarial Network, GAN）推出并迭代更新，助力AIGC新发展。2017年微软人工智能少年“小冰”推出世界首部由人工智能写作的诗集《阳光失了玻璃窗》，2018年NVIDIA (英伟达)发布StyleGAN模型可自动生成图片，2019年DeepMind发布DVD-GAN模型可生成连续视频。2021年Open AI推出DALL-E并更新迭代版本DALL-E-2，主要用于文本、图像的交互生成内容。
2023年
而2023年更像是AIGC入世元年，AIGC相关的话题爆炸式的出现在了朋友圈、微博、抖音等社交媒体，正式被大众所关注。其中令人印象深刻的是微软全系融入AI创作和OpenAI GPT-4的发布：
2023年1月，微软必应搜索（Microsoft Bing Search）推出了一项创新的功能，即聊天模式（Chat Mode）。这项功能允许用户通过聊天框与必应搜索进行交互，获取信息、娱乐、创意等各种内容。必应搜索利用了先进的自然语言处理（NLP）和生成技术，能够理解和回答用户的各种问题和请求，同时提供相关的网页搜索结果、建议、广告等。必应搜索还能够根据用户的选择，切换不同的模式，如平衡模式（Balanced Mode）、创意模式（Creative Mode）和精确模式（Precise Mode），以满足用户的不同需求和偏好。必应搜索的聊天模式是AIGC领域的一个突破，展示了人工智能与人类交流的可能性和潜力。
OpenAI在2023年3月发布了GPT-4模型：基于GPT-3改进的新一代预训练语言模型，参数达到2000亿，能够生成高质量的文本内容，支持多种语言和任务。GPT-4模型通过OpenAI Playground和OpenAI Codex等平台向公众开放，也通过受控API向企业提供服务。
三、AIGC应用
(这一代AIGC的应用)
AIGC通过让机器模仿人类的思维和创造力，使用自然语言处理、深度学习、图像处理等技术生成具有一定逻辑性和创意性的内容。相比于人工创作，AIGC具有自动化、高效、大规模生产、可定制等优势，可以应用于新闻报道、广告、文案撰写、音乐创作、影视制作等领域。在新闻报道领域，AIGC可以自动生成新闻摘要、事件报道、体育赛事等内容。在广告营销领域，AIGC可以根据用户画像和需求，自动生成广告文案、海报、短视频等广告素材。在音乐创作领域，AIGC可以自动生成音乐曲谱、和声、旋律等，也可以将不同的音乐元素组合起来生成新的音乐作品。在文学创作领域，AIGC可以自动生成诗歌、小说、散文等文学作品，甚至可以生成对话、情节、人物等元素。在视觉艺术领域，AIGC可以自动生成图像、视频、动画等作品。
举例一些应用功能：
应用技术的成熟度：
我们使用技术准备水平(TRL)来评估每种技术的成熟度。它的定义接近NASA的TRL概念。从1到9，其中9是最成熟的技术。
报告的基本原则 制定技术概念和/或应用 关键功能概念证明 可用的研究工作 研究原型验证 样机由专业用户操作 由最终用户操作的原型 由最终用户完成并验证的实际产品 经过大量终端用户日常验证的实际产品这个列表中的大多数技术应该属于4或以上
文本生成（nlp）
文本-文本
Name TRL More Links Brad 5-6 ChatGPT 8-9 [API] [Paper] Claude 5-6 [Paper] Copilot (Code only) 8-9 GPT-4 7-8 [API] [Paper] LLaMA 6-7 [Paper] [Code] New Bing 7-8 StableLM 5-6 [Code]文本-图片
Name TRL More Links DALL·E 2 7-8 [API] [Paper] MidJourney 8-9 Stable Diffusion 7-8 [Paper] [Code] TEXTure (Texture only) 4-5 [Paper] [Code] [Demo]文本-视频
Name TRL More Links Fliki 8-9 [API] Make-A-Video 4-5 [Paper] Phenaki 4-5 [Paper]文本-网格（3D）
Name TRL More Links DreamFusion 4-5 [Paper] [3rd Party Code] DreamFields 4-5 [Paper] [Code] Magic3D 4-5 [Paper] Text2Mesh 4-5 [Paper] [Code]文本-语音
Name TRL More Links Murf 7-8 [API]文本-音乐
Name TRL More Links Mubert 8-9 [API]图片生成
图片-文本
Name TRL More Links BLIP-2 4-5 [Paper] [Code]图片-图片
Name TRL More Links img2img 6-7 [Paper] [Code]图片-网格（3D）
Name TRL More Links GET3D 4-5 [Paper] [Code] nvdiffrec 5-6 [Paper] [Code] pix2pix3D 5-6 [Paper] [Code]图片-视频
Name TRL More Links Make-A-Video 4-5 [Paper]表格来源：
git-hub: awesone-aigc
感兴趣的可以点击查看