大模型时代：ChatGPT拉开硅基文明序幕

本书是2023年不可错过的AIGC入门读物，是介绍大语言模型时代ChatGPT的重要资料，由人工智能独角兽企业硅基智能核心团队编纂而成，结合生动的比喻和有趣的案例，从大模型的一个典型场景切入，详细解读了AIGC的由来及发展历程，探讨大模型在图像视频生成，短视频、数字人制作，语音合成、克隆与变换等方面的应用。书中还涉及了一些经典商业案例的解读，不是单纯的纸上谈兵。这样一本理论与实践相结合的书，读起来饶有趣味。

司马华鹏，80后连续创业者，毕业于南京航空航天大学，复旦青腾未来文创学堂在读，民革党员。任南京硅基智能科技有限公司创始人、董事长、CEO，中国青年企业家协会会员、南京市雨花台区政协常委、南京市工商联执委、南京市青年商会常务副会长、雨花台区青年商会会长、南京文化协会副理事长、南京市创新型企业家、南京市金梧桐年度贡献人物奖、南京市科技创新先锋人物、江苏省2020年度互联网十大新锐人物 。于2017年创立硅基智能，公司5年内成为国家级专精特新小巨人，获得腾讯投资、招银国际、国新央企、海松资本、红杉资本、奇虎中财等9轮融资，估值超过60亿，拥有授权发明专利80项，注册商标100多项。

前言

我们站在一个美丽新世界的入口。这是一个令人兴奋的，同时充满了不确定性的世界，而你们是先行者。

—霍金

每一次技术革新带来的冲击都是令人震撼的。还记得上一次人工智能让人们惊叹的时刻，是AlphaGo（谷歌的人工智能程序）出现的时候。之后，人们坚信人工智能一定会爆发。但究竟会在哪一天爆发，以怎样的形式爆发，人们无法预测。随着时间的流逝，人们对人工智能爆发的预期已经逐渐淡漠了。时光荏苒，转机出现在2022年。Stable Diffusion 模型与ChatGPT的横空出世，犹如惊雷炸响在人工智能领域。

2022年8月，英国开源人工智能公司（Stability AI）发布了 Stable Diffusion 模型。该模型可以根据用户输入的文字描述自动生成图像，生成的效果可达到专业画师水平。AI 绘画领域的“战争”一触即发。

2022年11月， 美国人工智能研究实验室（OpenAI）推出了其最新作品—ChatGPT。它是一款AI驱动的自然语言处理工具，能够通过学习和理解人类的语言与人进行对话，还能根据聊天的上下文与人进行互动，像人类一样聊天交流，甚至能完成撰写邮件、视频脚本、文案、代码等任务。ChatGPT的出现为AIGC这股热潮又添了一把新柴。

AI绘画与自然语言处理都属于人工智能领域的AIGC范畴。AIGC是Artificial Intelligence Generated Content 的缩写，即人工智能生成内容。它包含了利用人工智能生成内容的所有技术。AIGC被认为是继PGC （Professionally Generated Content，专业生成内容）和UGC （User Generated Content，用户生成内容）之后的新型内容生产方式。AIGC在2022年取得了惊人的进步，其迭代速度大大加快。特别是由ChatGPT掀起的蝴蝶效应，正在AIGC领域引发颠覆性变革。我们认为这是以下多种因素综合导致的：

第一，互联网的不断发展使信息量呈现爆炸式增长，社交媒体的崛起剧烈地挑战着传统的内容创作方式。越来越多的内容创作者意识到，通过AIGC的方式来提高工作效率已经成为大势所趋。

第二，在短视频行业中，内容创作者因效率、成本等问题，无法一直满足用户娱乐及消费的需求。他们渴望生产出大量优质的视频，以便在碎片化时间中为用户带来更多的乐趣或者知识。

第三，在现代商业模式中，驱动力是产品本身及流量。以短视频为例，优秀的内容创作者可以吸引更多的流量，为用户提供更好的互动体验，从而实现盈利。

第四，AI技术一直致力于解放人的生产力，因此，人们呼吁将AI技术与内容创作相结合。尽管AI技术在生成内容上有所进步，但无法完全解决内容创作者创作效率低等问题。为了突破技术瓶颈，满足各行各业大量生成内容的需求，大量资本涌入内容生成行业。随着算力的提高和人力资源的增加，AI技术在生成内容方面取得了革命性的进步，为内容创作者提高效率和进行商业化落地提供了巨大机遇。

AIGC展现了两方面的优势：一方面，它可以快速生成大量高质量的内容，有效地解决内容创作的效率问题；另一方面，它可以生成富有创造性的内容，为艺术家们提供灵感。在这一背景下，众多从业者纷纷表示：AIGC将是AI的下一波浪潮。第一代AI更多应用在分析、识别领域，而AIGC实现了重大突破，它让AI有创造内容的能力，是对AI进行的一次全新的革命，将创造巨大的经济效益。通俗地说，AI开始具备联想及创作等能力，进一步拟人化。2023 年，AI从学术研究逐渐走向产业化，其与商业的融合形成互为支点的发展格局，进入产业规模商用期。AI技术将不断地对 AI 数字商业的各个领域进行渗透。量子位预测，AIGC将在 2~5 年内实现规模化应用，2030 年 AIGC 市场规模有望超过万亿元。 AIGC 将促进资产服务快速跟进，通过对生成内容合规评估、资产管理、产权保护、交易服务等，构成 AIGC 完整生态链，并进行价值重塑，充分释放其商业潜力。根据《中国AI数字商业产业展望2021—2025》中的数据可知，到 2025 年，中国生成式 AI 商业应用规模可达2070 亿元。

在AI发展的历程中，让机器学会创作一直难以被攻克。“创造力”也因此被视为人类与机器最本质的区别之一。然而，随着深度学习模型的不断完善、开源模式的广泛应用以及大模型商业化的可能性加大，AIGC会把人类的创造力赋予机器，从而将世界带入智能创作的新时代。

在这个时代高速发展的当口，及时准确地给科技工作者及社会大众介绍和普及AIGC技术，就显得非常重要。本书结合有趣的案例与深入浅出的技术讲解，向关注未来科技的从业者、创业者、投资人以及其他从事与AIGC相关的工作者介绍AIGC的底层技术、行业应用案例及商业落地场景，让大家都能够享受技术进步带来的红利，并在各自岗位上取得更多、更好的成绩。

第1章　AIGC的由来及发展历程

1.1　人工智能发展的历程 // 003

1.2　什么是AIGC // 009

1.3　AIGC的发展历程 // 011

1.4　AIGC涉及的技术 // 012

1.5　AIGC技术的优点 // 013

1.6　AIGC技术的应用 // 014

第2章　硅之手——图像视频生成

2.1　图像生成方向 // 020

2.1.1　发挥创造力 // 021

2.1.2　激发灵感 // 026

2.1.3　可控创作 // 032

2.1.4　编辑图像 // 040

2.1.5　微调模型 // 046

2.2　视频生成方向 // 049

2.2.1　AI换脸 // 049

2.2.2　构建数字人 // 052

2.2.3　用文本生成视频 // 053

2.2.4　可控编辑现有视频 // 054

2.2.5　视频超分 // 056

2.3　3D模型方向 // 058

2.3.1　文本生成人体模型 // 058

2.3.2　文本生成3D模型 // 060

2.3.3　图像生成3D模型 // 061

2.3.4　草图生成3D模型 // 062

2.3.5　文本生成人体动作 // 063

第3章　硅之身——短视频、数字人时代

3.1　揭示短视频走红的原因 // 068

3.2　探究短视频的商业价值 // 070

3.2.1　沉浸式的广告呈现 // 071

3.2.2　灵活隐式的内容植入 // 072

3.2.3　爆发增长的内容带货 // 072

3.2.4　异军突起的网红 // 073

3.2.5　繁荣发展的短视频生态 // 074

3.3　内容生产者的困境 // 075

3.3.1　需求与供给的矛盾 // 075

3.3.2　门槛阻碍了内容生产与创新 // 077

3.4　数字人产业 // 078

3.4.1　通过数字人实现AIGC // 079

3.4.2　数字人助力AIGC，将开拓更大的商业空间 // 081

3.4.3　AI互动，数字人24小时直播 // 082

3.4.4　为创作者定制的基于数字人的AI短视频生成

　　　平台 // 082

第4章　硅之脑——大语言模型时代

4.1　自然语言处理技术的历史沿革 // 088

4.1.1　词袋模型 // 088

4.1.2　词嵌入 // 090

4.2　生成式预训练模型 // 095

4.2.1　什么是生成模型 // 095

4.2.2　什么是预训练模型 // 096

4.2.3　从ELMo模型到Transformer模型 // 098

4.2.4　后Transformer模型时代 // 105

4.2.5　基于 Transformer 的预训练语言模型 // 107

4.3　GPT系列比较 // 122

4.3.1　三代GPT对比 // 124

4.3.2　提示词学习 // 131

4.4　ChatGPT的由来 // 139

4.4.1　从GPT-3到ChatGPT的发展历程 // 139

4.4.2　思维链提示—引出复杂推理能力 // 141

4.4.3　InstructGPT—与人类对齐，引出ChatGPT // 142

4.4.4　ChatGPT的出现 // 147

4.5　注释 // 147

第5章　硅之声——语音合成、克隆与变换

5.1　语音合成系统与模型 // 153

5.1.1　声学模型 // 155

5.1.2　声码器 // 158

5.2　语音合成相关技术 // 159

5.2.1　声音克隆 // 160

5.2.2　声音变换 // 166

5.3　注释 // 168

第6章　底层核心技术

6.1　扩散模型 // 173

6.1.1　去噪扩散概率模型 // 175

6.1.2　扩散模型改进 // 184

6.1.3　扩散模型应用 // 200

6.2　生成对抗网络 // 214

6.2.1　什么是GAN // 215

6.2.2　GAN的发展及应用 // 217

6.2.3　GAN训练 // 226

6.3　注释 // 231

第7章　经典商业案例

7.1　AIGC+影视传媒：拓展空间，提升质量 // 237

7.1.1　新闻采集 // 238

7.1.2　新闻生成 // 238

7.1.3　视频编辑 // 238

7.1.4　剧本生成 // 239

7.1.5　扩展影视角色和场景的创作空间 // 240

7.1.6　赋能影视剪辑 // 241

7.2　AIGC+电商：智能化电商，改变购物模式 // 242

7.2.1　商品3D建模 // 243

7.2.2　天猫家装城3D版 // 244

7.2.3　鹿班 // 245

7.2.4　虚拟主播 // 245

7.3　AIGC+教育：赋能教育，引领教育变革 // 246

7.3.1　个性化学习 // 246

7.3.2　智能化评估 // 247

7.3.3　教学辅助工具 // 247

7.4　AIGC+医疗：智能医疗，诊疗新势 // 248

7.4.1　疾病诊断和治疗 // 249

7.4.2　药物研发 // 249

7.4.3　精准医疗 // 250

7.5　AIGC+金融：大数据与人工智能革新 // 251

7.5.1　风险评估 // 252

7.5.2　投资组合管理 // 253

7.5.3　反欺诈 // 253

7.5.4　市场预测 // 254

7.6　AIGC+农业：革新农业，未来可期 // 255

7.6.1　农作物种植和管理 // 255

7.6.2　农业物流和供应链管理 // 256

7.6.3　农业机器人和自动化 // 256

7.7　OpenAI // 257

7.7.1　概述 // 257

7.7.2　技术与研究 // 258

7.7.3　商业应用 // 262

7.7.4　OpenAI的影响 // 263

7.8　注释 // 264

第8章 AIGC的风险与展望

8.1　AIGC的风险与不足 // 268

8.1.1　关键技术仍然不够成熟 // 268

8.1.2　监管难度加大 // 269

8.1.3　AIGC的其他负面影响 // 270

8.2　对AIGC的展望 // 271

8.2.1　AI技术的持续发展 // 271

8.2.2　AIGC产品的不断丰富 // 272

8.2.3　AIGC生态的逐步完善 // 273