生成式 AI（Generative AI 或 AIGC）

是利用现有文字(zi)、影音(yin)文件或(huo)图象(xiang)建(jian)立

新(xin)知识的(de)专业(ye)技(ji)术(shu)。过去(qu)一(yi)年，其技(ji)术(shu)的(de)

进度主(zhu)要来自于三大(da)领(ling)域：图(tu)象生成领(ling)

域，以(yi) DALL·E-2、Stable Diffusion 为

所代表的(de)扩散模型（Diffusion Model）；

自然(ran)语(yu)言理解(jie)（NLP）领域根据 GPT-3.5

的 ChatGPT；代码生成领域根(gen)据 Codex

的(de) Copilot。目前的(de)生成式 AI 通常被

用于生成产品原(yuan)(yuan)型(xing)或原(yuan)(yuan)稿，应用领域(yu)涵

盖图(tu)文创作、代码生成、手(shou)机游戏、广告宣传、

造(zao)型艺术广告(gao)设(she)计等。将来，生成式 AI 将成为

为(wei)一项平民(min)化基(ji)础(chu)技术，极大的提高

智(zhi)能化视频(pin)的丰(feng)富(fu)度、创造力(li)与生产效

率(lv)，其(qi)应用界限都将伴(ban)随着(zhe)技术的发展与

成本的降低拓展到(dao)大量领域。

发展趋势十

生成式(shi) AI 使用(yong)各种人工智(zhi)能算法，

从数据中学(xue)到因素，使设备(bei)可以创

建一个全新的数字信息、图象、文字、声频(pin)或(huo)

编码等相(xiang)关(guan)信息。它建立出(chu)的内容与训练数(shu)据

维持(chi)类似(si)，并非拷贝(bei)。它的发展归功于近(jin)

年以来大模型在(zai)基础科(ke)研特别是深度神经(jing)网(wang)络上

的创(chuang)新(xin)，真正数据(ju)库的不断积(ji)累(lei)核算成本的后

降。在过去这一年，生成(cheng)式 AI 将(jiang)人(ren)工智

平衡(heng)的使用价值聚焦到“造就”二字，标志着人

工智能逐渐具(ju)有定义和展现新生事物的能力(li)。

过去(qu)一年(nian)，生成式 AI 的进展(zhan)关键体(ti)

如今如下所示领域：

图象生成领域(yu)的(de)进展来源于扩散模(mo)型(xing)

（Diffusion model）的 应 用(yong)，以(yi) DALL·

E-2、Stable Diffusion 为首。扩散模型

是一种从噪音中生成(cheng)图像的(de)人工(gong)智能算法。

扩散模型技术性(xing)背(bei)后，是更(geng)准确了解人们

词义的预训练模型、及其(qi)文字与(yu)图象统一

表(biao)明实体模型（CLIP）支撑。它的存在，让

图(tu)象生成越(yue)来越(yue)更具有想(xiang)像力。

自然语(yu)言(yan)理解(jie)（NLP）领域的进(jin)展来(lai)

自于根据 GPT3.5 的 ChatGPT（Generative

Pre-trained Transformer）。这也是一(yi)种基于(yu)

互联网技术可(ke)以用数据训练的文字生成深度神经网络

实体模型，用以互动问答、文本(ben)摘要生(sheng)成、设备(bei)翻

译、归类、代(dai)码生(sheng)成(cheng)和会话 AI。归功于文

本(ben)和编(bian)码结合的预(yu)训练(lian)大(da)模型的高速发展，

ChatGPT 引进了(le)人(ren)工标注数据和增强学习(xi)

（RLHF）去进行不断(duan)练习和改进。添加强

化课程后(hou)，大模型能理解人们(men)的指令(ling)以

及(ji)身后的内涵，依据人们意(yi)见反馈来判定回答

的(de)品质，得出可(ke)解释性的(de)回答，并(bing)针(zhen)对不符合

适(shi)的难题得出有效的回应(ying)，形成一个可(ke)迭

代反映的闭环控制。

代码生(sheng)成领域的进展来源于代码生(sheng)成系

统 AlphaCode 和 Copilot。2022 年(nian) 2 月(yue)，

Deepmind 发(fa)布了他们的(de)最新研(yan)究成果

AlphaCode。这是一(yi)个可以(yi)独立程序编写的系

统(tong)，在 Codeforces 举行的(de)编程竞赛中，超

过去了 47%人类技术工程(cheng)师(shi)。标志(zhi)着 AI 代

码生成(cheng)系统(tong)软件，**次(ci)在编程竞赛中，达到(dao)

具有竞争力的(de)水准(zhun)。根据(ju)开(kai)放(fang)源码(ma)锻炼的(de)

Copilot 逐渐商业化的，做(zuo)为订阅(yue)服务(wu)发放给

开(kai)发人员(yuan)，用(yong)(yong)户(hu)可以通过应用(yong)(yong) Copilot 全自动(dong)补

全编码。Copilot 作(zuo)为一(yi)个根据大中型语言表(biao)达模

型(xing)的(de)软件，虽(sui)然在大(da)多数(shu)情(qing)况(kuang)下仍然需要人工

二(er)次调整，但简易、可重复性的代码生成(cheng)上，

将(jiang)帮助开发人员提(ti)高工(gong)作效率，并为 IDE（集

成开发工(gong)具）行(xing)业带来深(shen)远影响。

伴随着(zhe)具体内容创造出来的井喷式增长，怎样做

到信息(xi)在(zai)质(zhi)量与(yu)语义上的可(ke)控(kong)性，变成可(ke)控(kong)性

式生(sheng)成(cheng)，无疑是生(sheng)成(cheng)式 AI 所面临的关键(jian)考验(yan)。

在产业(ye)发展领域，降(jiang)低成本仍然是重要考验。只

有象 ChatGPT 这(zhei)种级别的模型(xing)训练费用和(he)推

理(li)成本费充(chong)足低，才可能产(chan)业化营销(xiao)推广。除此之外，

数据库的(de)安全可控、写作(zuo)著作(zuo)权(quan)和信任问题也

必须伴随(sui)着产业发(fa)展(zhan)加速逐(zhu)一(yi)处(chu)理(li)。

未来三年(nian)，生(sheng)成式(shi) AI 将踏入创新产(chan)品

变(bian)的快速(su)道路(lu)，在运营模式上会越来越多探寻(xun)，

产业生态会随着运用的兴起不断完善。届

时，生成式(shi) AI 内容(rong)造就能力有望突破人们

水准。有着数(shu)据信息(xi)、测算能(neng)力、实用化工作经验的

大(da)中型(xing)科技(ji)有限公司将成为生成式 AI 落地关(guan)键

参(can)加者(zhe)。根据生成模(mo)型测算(suan)基础设施建设友谊

台(tai)会逐步发(fa)展下去，实体模型变为随手可(ke)得(de)的服(fu)

务，顾客不(bu)用(yong)布署和运行(xing)生成式模型专

业专业技(ji)能就可(ke)以使用。生(sheng)成实体模型(xing)将于互动能力、

安全(quan)可信、认知智能中取(qu)得明显进度(du)，以辅

助人们进行各种创造性工作