一文了解全球AIGC模型

文章轉(zhuǎn)自「首席數(shù)字官」

ID：ChiefDigitalOfficer

2022年9月6日，一幅由AI生成的畫(huà)作《太空歌劇院》點(diǎn)燃了AIGC星星之火；ChatGPT的橫空出世使AIGC浪潮以燎原之勢(shì)席卷全球。AIGC開(kāi)始融入數(shù)字化轉(zhuǎn)型浪潮，并重塑各個(gè)行業(yè)乃至全球的“數(shù)字化轉(zhuǎn)型”。什么是AIGC呢？

AIGC （ AI Generated Content）指人工智能生成內(nèi)容。它像人類一樣具有創(chuàng)造力，不過(guò)得經(jīng)過(guò)訓(xùn)練模型和大量數(shù)據(jù)的學(xué)習(xí)，并接收一定的指令才能生成指令發(fā)出者想要的內(nèi)容。它可以生成文本、圖片、視頻、音樂(lè)等各種形式的內(nèi)容，為內(nèi)容創(chuàng)作者、設(shè)計(jì)師、工程師等行業(yè)人員提供了極大便利。

那么常見(jiàn)的AIGC模型有哪些呢？

國(guó)內(nèi)

1. 清華大學(xué)——ChatGLM

號(hào)稱“比ChatGPT更懂你的清華水木ChatGLM”，在國(guó)內(nèi)受到了廣泛關(guān)注和好評(píng)。

此對(duì)話語(yǔ)言模型由清華大學(xué) KEG 實(shí)驗(yàn)室和智譜AI基于千億基座模型 GLM-130B 進(jìn)行文本和代碼預(yù)訓(xùn)練開(kāi)發(fā)而成，兼具文案寫(xiě)作、信息抽取、角色扮演、問(wèn)答、對(duì)話等能力。據(jù)斯坦福報(bào)告研究，其基座模型GLM-130B 是全球唯一性能上可與 GPT-3 原版基座對(duì)標(biāo)的雙語(yǔ)開(kāi)源千億模型。

2. 百度——文心一言

具備跨模態(tài)、跨語(yǔ)言的深度語(yǔ)義理解與生成能力，擁有文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推算、中文理解、多模態(tài)生成五大能力，其在搜索問(wèn)答、內(nèi)容創(chuàng)作生成、智能辦公等眾多領(lǐng)域都有更廣闊的想象空間。

3. 阿里巴巴——通義千問(wèn)

號(hào)稱“世界首個(gè)突破 10萬(wàn)億參數(shù)的 AI 大模型”。2023年8月4日，阿里宣布通義千問(wèn)開(kāi)源。通義千問(wèn)70億參數(shù)通用模型Qwen-7B和對(duì)話模型Qwen-7B-Chat上架魔搭，功能包括多輪對(duì)話、文案創(chuàng)作、邏輯推理、多模態(tài)理解、多語(yǔ)言支持，還可寫(xiě)郵件、電影腳本、短文等。

阿里的通義千文大模型是一款基于Transformer架構(gòu)的自然語(yǔ)言處理模型，由阿里巴巴自然語(yǔ)言處理實(shí)驗(yàn)室開(kāi)發(fā)。該模型是目前國(guó)內(nèi)最大的中文預(yù)訓(xùn)練模型之一，包含1000億個(gè)參數(shù)。通義千文大模型通過(guò)在大規(guī)模語(yǔ)料庫(kù)上進(jìn)行預(yù)訓(xùn)練，可以實(shí)現(xiàn)多種自然語(yǔ)言處理任務(wù)，如文本分類、命名實(shí)體識(shí)別、情感分析等。此外，該模型還具有較強(qiáng)的遷移學(xué)習(xí)能力，可以在不同領(lǐng)域的數(shù)據(jù)上進(jìn)行微調(diào)，適用于各種實(shí)際應(yīng)用場(chǎng)景。

4. 騰訊——混元AI大模型

覆蓋NLP（自然語(yǔ)言處理）、CV（計(jì)算機(jī)視覺(jué)）、多模態(tài)等基礎(chǔ)模型和眾多行業(yè)與領(lǐng)域模型，還推出了萬(wàn)億中文NLP預(yù)訓(xùn)練模型。采用熱啟動(dòng)降低訓(xùn)練成本，文字視頻等多領(lǐng)域表現(xiàn)優(yōu)異，已在廣告游戲等多場(chǎng)景落地。具體功能上，混元AI大模型除了有對(duì)話模塊，還設(shè)置了靈感發(fā)現(xiàn)模塊，可生成文案、視頻腳本以及各種風(fēng)格的繪畫(huà)；場(chǎng)景上，分為工作、編程、生活等。

5. 華為——盤(pán)古

盤(pán)古系列AI大模型，包括NLP大模型、CV大模型、科學(xué)計(jì)算大模型。從 2020 年啟動(dòng)研發(fā)，2021 年 4 月正式發(fā)布，到 2022 年聚焦行業(yè)應(yīng)用落地， 其進(jìn)化路徑可分為 L0-L1-L2 三個(gè)階段，上層是在下層的基礎(chǔ)上演化而來(lái)。L0 是指基礎(chǔ)大模型，包括 NLP（中文語(yǔ)言）大模型、CV（視覺(jué)）大模型、多模態(tài)大模型、科學(xué)計(jì)算大模 型以及 Graph（圖網(wǎng)絡(luò)）大模型。自然語(yǔ)言處理（NLP）系列是業(yè)界首個(gè)千億級(jí)生成與理解中文 NLP 大模型，由華為云、循 環(huán)智能和鵬城實(shí)驗(yàn)室聯(lián)合開(kāi)發(fā)，在訓(xùn)練過(guò)程中使用了 40TB 的中文文本數(shù)據(jù)，其中包含大 量的通用知識(shí)與行業(yè)經(jīng)驗(yàn)，具備領(lǐng)先的語(yǔ)言理解和模型生成能力，并通過(guò)行業(yè)數(shù)據(jù)的小樣 本調(diào)優(yōu)提升模型在場(chǎng)景中的應(yīng)用性能。在中文語(yǔ)言理解評(píng)測(cè)基準(zhǔn) CLUE 榜單中，盤(pán)古 NLP 大模型在總排行榜及分類、閱讀理解單項(xiàng)均排名第一，刷新了三項(xiàng)榜單世界歷史紀(jì)錄，總 排行榜得分 83.046（人類水平為 85.61），多項(xiàng)子任務(wù)得分業(yè)界領(lǐng)先。

6. 360——360智腦360版GPT——認(rèn)知智能通用大模型“360智慧大腦”（簡(jiǎn)稱“360智腦”）多項(xiàng)能力位列國(guó)產(chǎn)大模型第一。在多輪對(duì)話測(cè)試中“360智腦”表現(xiàn)出優(yōu)秀的上下文理解能力，代表著人工智能從感知進(jìn)化到認(rèn)知，是大模型真正智能的體現(xiàn)?；凇?60智腦”打造四大場(chǎng)景，具體包括：推出專有大模型，打造城市智能中樞和政府級(jí)、企業(yè)級(jí)GPT；攜手行業(yè)伙伴打造金融、教育、醫(yī)療等產(chǎn)業(yè)級(jí)大模型；針對(duì)中小微企業(yè)推出AI垂直應(yīng)用，打造生產(chǎn)力工具；結(jié)合搜索引擎和瀏覽器，推出針對(duì)個(gè)人用戶的AI助理等。

7. 字節(jié)跳動(dòng)——My AI字節(jié)跳動(dòng)專屬智能助手「My AI」。從演示來(lái)看，My AI 的定位更類似微軟推出的 Office Copilot，用戶可以通過(guò) My AI 總結(jié)生成會(huì)議紀(jì)要，并可根據(jù)會(huì)議紀(jì)要?jiǎng)?chuàng)建對(duì)應(yīng)的待辦事項(xiàng)，輔助用戶規(guī)劃后續(xù)工作。同時(shí)，該 AI 能夠根據(jù)文檔數(shù)據(jù)，生成報(bào)告等內(nèi)容；并能夠根據(jù)用戶的編輯內(nèi)容，進(jìn)一步續(xù)寫(xiě)文檔內(nèi)容，大大提升了工作效率。此外，My AI 還能夠協(xié)助用戶創(chuàng)建會(huì)議、查詢案例參考、進(jìn)行頭腦風(fēng)暴、規(guī)劃項(xiàng)目進(jìn)程等，在各方面為用戶提供幫助?？梢哉f(shuō)，雖然在「智能性」上，My AI 可能無(wú)法與能夠自由對(duì)話的生成式人工智能出色，但在現(xiàn)階段，它能夠?yàn)楣ぷ魈峁└?，更為?shí)際的幫助。

8.知乎——知海圖AI“知海圖AI”大模型，由面壁智能與知乎共同訓(xùn)練完成?！爸DAI”的訓(xùn)練基于面壁智能自主研發(fā)的CPM企業(yè)級(jí)大模型與ModelForce大模型系統(tǒng)?；凇爸DAI”大模型，雙方一起嘗試探索將大模型能力應(yīng)用到知乎熱榜。針對(duì)知乎熱榜問(wèn)題中的所有回答，“知海圖AI”能夠快速進(jìn)行要素抽取、觀點(diǎn)梳理和內(nèi)容聚合，最終將所有回答的梗概展現(xiàn)給知乎用戶，讓大家更快、更全面地了解知友們討論的熱點(diǎn)與焦點(diǎn)。據(jù)稱，在這個(gè)特定場(chǎng)景中，把“知海圖AI”大模型的效果與GPT-4進(jìn)行了比較，兩個(gè)模型幾乎是持平的。

9. 商湯科技——日日新商湯以AI大裝置SenseCore打造AGI（通用人工智能）時(shí)代的基礎(chǔ)設(shè)施，并基于此將大模型體系命名為“日日新SenseNova”，希望在模型的迭代速度及處理問(wèn)題的能力上可以日日更新，不斷解鎖AGI的更多可能。日日新模型體系包含了自然語(yǔ)言處理、圖片生成、自動(dòng)化數(shù)據(jù)標(biāo)注、自定義模型訓(xùn)練等多種大模型及能力。

10. 瀾舟科技——孟子MChat

孟子語(yǔ)言模型作為語(yǔ)言編碼的核心組件，不僅可獨(dú)立應(yīng)用于語(yǔ)言理解，也是其他三個(gè)模型的基石—作為核心的語(yǔ)言編碼模塊。為確保通用性并方便應(yīng)用于下游系統(tǒng)，孟子模型與BERT 保持一致的模型結(jié)構(gòu)，側(cè)重于預(yù)訓(xùn)練目標(biāo)和訓(xùn)練策略上的改進(jìn)，研究更精巧、更有效、更魯棒的預(yù)訓(xùn)練模型。相較于其他中文預(yù)訓(xùn)練模型，孟子模型使用針對(duì)中文優(yōu)化的切分器，可包含更多的中文詞匯，處理更長(zhǎng)的文本，更少地使用顯存，并具有更快的推理速度。數(shù)據(jù)上，精選高質(zhì)量、書(shū)面風(fēng)格的語(yǔ)料用于訓(xùn)練，可用于文本分類、實(shí)體識(shí)別、關(guān)系抽取、閱讀理解等任務(wù)。在CLUE評(píng)測(cè)上，孟子語(yǔ)言理解模型相比開(kāi)源的RoBERTa模型體現(xiàn)出了明顯的優(yōu)勢(shì)。

11.毫末智行——雪湖·海若毫末打造的自動(dòng)駕駛生成式大模型 DriveGPT 雪湖·海若重磅發(fā)布，成為大模型技術(shù)落地自動(dòng)駕駛新范式。它通過(guò)引入駕駛數(shù)據(jù)建立 RLHF（人類反饋強(qiáng)化學(xué)習(xí)）技術(shù)，對(duì)自動(dòng)駕駛認(rèn)知決策模型進(jìn)行持續(xù)優(yōu)化，現(xiàn)階段主要用于解決自動(dòng)駕駛的認(rèn)知決策問(wèn)題，終極目標(biāo)是實(shí)現(xiàn)端到端自動(dòng)駕駛。

12. 達(dá)觀數(shù)據(jù)——曹植作為垂直、專用、自主可控的國(guó)產(chǎn)版GPT模型，不僅能實(shí)現(xiàn)專業(yè)領(lǐng)域的AIGC智能化應(yīng)用，且可內(nèi)置在客戶各類業(yè)務(wù)系統(tǒng)中提供專用服務(wù)。產(chǎn)品應(yīng)用層面，達(dá)觀數(shù)據(jù)以“曹植”大模型作為支撐，為達(dá)觀全棧AIGC智能產(chǎn)品帶來(lái)革命性效果提升。目前AIGC已經(jīng)能實(shí)現(xiàn)超高還原度的圖像生成效果，而AIGC+NLP的相結(jié)合，應(yīng)用最廣，主要包含撰寫(xiě)報(bào)告、自動(dòng)翻譯、自動(dòng)審核、自動(dòng)回答，難度最大，影響也最深?！安苤病贝笳Z(yǔ)言模型，是國(guó)內(nèi)大規(guī)模語(yǔ)言模型中首批可落地的產(chǎn)業(yè)應(yīng)用級(jí)模型，目前已在金融領(lǐng)域AIGC多場(chǎng)景投入應(yīng)用。未來(lái)可持續(xù)賦能金融、政務(wù)、制造等多個(gè)垂直領(lǐng)域和通用場(chǎng)景人工智能的落地和發(fā)展。

13. 昆侖萬(wàn)維——天工天工是由昆侖萬(wàn)維(SZ:300418)和奇點(diǎn)智源合作自研、中國(guó)第一個(gè)真正實(shí)現(xiàn)智能涌現(xiàn)的國(guó)產(chǎn)大語(yǔ)言模型。天工基于千億預(yù)訓(xùn)練基座模型和千億RLHF模型，具有超強(qiáng)記憶能力、能夠支持1萬(wàn)字以上文本對(duì)話、20輪交互。

14. 網(wǎng)易——玉言"玉言“是網(wǎng)易伏羲自主研發(fā)的中文文本預(yù)訓(xùn)練大模型系列，這次登頂CLUE分類任務(wù)榜單的模型參數(shù)達(dá)到110億，結(jié)構(gòu)由深層 Encoder 和淺層 Decoder 組成，這種結(jié)構(gòu)可以使得大模型具有優(yōu)秀理解能力的同時(shí)，也有著較為優(yōu)秀的生成能力。除此之外，Encoder-Decoder結(jié)構(gòu)方便訓(xùn)練任務(wù)的設(shè)計(jì)，不需要復(fù)雜的掩碼策略。其預(yù)訓(xùn)練數(shù)據(jù)包括網(wǎng)易自有高質(zhì)量數(shù)據(jù)、各類百科、新聞、社區(qū)問(wèn)答、wiki、小說(shuō)等等；網(wǎng)易伏羲對(duì)收集到的數(shù)據(jù)進(jìn)行去重，清洗，產(chǎn)出了大量高質(zhì)量數(shù)據(jù)，并采用這些數(shù)據(jù)訓(xùn)練模型，使得模型具有良好的泛化性，在各類任務(wù)上都有著出色的性能。

15.中科院——紫東太初紫東.太初是中科院自動(dòng)化所在探索通用人工智能路上的重要成果。千億級(jí)參數(shù)的超大模型，能夠?qū)崿F(xiàn)視覺(jué)、文本、語(yǔ)音三個(gè)模態(tài)間的高效協(xié)同，性能全球領(lǐng)先。紫東太初大模型將文本 + 視覺(jué) + 語(yǔ)音 各個(gè)模態(tài)高效協(xié)同，實(shí)現(xiàn)超強(qiáng)性能，在圖文跨模態(tài)理解與生成性能上都能領(lǐng)先目前業(yè)界的SOTA模型，高效完成跨模態(tài)檢測(cè)、視覺(jué)問(wèn)答、語(yǔ)義描述等下游任務(wù)。

16. 復(fù)旦——MOSSMOSS是一個(gè)支持中英雙語(yǔ)和多種插件的開(kāi)源對(duì)話語(yǔ)言模型，moss-moon系列模型具有160億參數(shù)，在FP16精度下可在單張A100/A800或兩張3090顯卡運(yùn)行，在INT4/8精度下可在單張3090顯卡運(yùn)行。MOSS基座語(yǔ)言模型在約七千億中英文以及代碼單詞上預(yù)訓(xùn)練得到，后續(xù)經(jīng)過(guò)對(duì)話指令微調(diào)、插件增強(qiáng)學(xué)習(xí)和人類偏好訓(xùn)練具備多輪對(duì)話能力及使用多種插件的能力。

17. 訊飛——星火訊飛星火是科大訊飛的大模型，它與ChatGPT的最大不同在于，它不僅是一個(gè)文本生成器，而是一個(gè)能夠從海量數(shù)據(jù)和大規(guī)模知識(shí)中持續(xù)進(jìn)化，實(shí)現(xiàn)從提出、規(guī)劃到解決問(wèn)題的全流程閉環(huán)的認(rèn)知智能系統(tǒng)。從外部資料上看，訊飛星火具有七大核心能力，即文本生成、語(yǔ)言理解、知識(shí)問(wèn)答、邏輯推理、數(shù)學(xué)能力、代碼能力、多模態(tài)能力。

18. 珍島集團(tuán)大語(yǔ)言模型--教育政策智慧決策大腦建設(shè)教育現(xiàn)代化監(jiān)測(cè)評(píng)估體系的決策支持大腦，符合新時(shí)代加快推進(jìn)教育現(xiàn)代化建設(shè)教育強(qiáng)國(guó)的宏偉藍(lán)圖目標(biāo)，教育政策研究領(lǐng)域存在著迫切的需求，對(duì)教育政策的科學(xué)、準(zhǔn)確的研究和分析有重要意義。基于對(duì)教育政策研究行業(yè)的市場(chǎng)需求分析，珍島集團(tuán)的大語(yǔ)言模型--教育政策智慧決策大腦擁有自然語(yǔ)言處理和文本分析、數(shù)據(jù)可視化和報(bào)告生成、智能決策支持三大功能，能夠提供高效、準(zhǔn)確的教育政策文本分析和決策支持，滿足政府機(jī)構(gòu)、研究機(jī)構(gòu)和決策者的需求。

19. APUS——天燕大模型AiLMeAPUS自研的多模態(tài)人工智能大模型“天燕大模型AiLMe”，參數(shù)規(guī)模為1000億，具備對(duì)文本、圖像、視頻、音頻的理解和生成能力。針對(duì)具體應(yīng)用場(chǎng)景，APUS從AiLMe內(nèi)蒸餾出文本模型“異雀八”、圖像模型“異雀三”、視頻模型“異雀四”、音頻模型“異雀六”四個(gè)垂直領(lǐng)域精煉模型，并基于此創(chuàng)新研發(fā)出“墨染、簡(jiǎn)筆成畫(huà)、智能問(wèn)答大師、Daily Astro、Star Night、KJV Bible Now、PicPik”等系列AI產(chǎn)品。

20. 百融云創(chuàng)——百融云創(chuàng)智能語(yǔ)音機(jī)器人伴隨著AIGC技術(shù)逐漸走向臺(tái)前，百融云創(chuàng)人工智能實(shí)驗(yàn)室基于智能語(yǔ)音識(shí)別、NLP、自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）、深度學(xué)習(xí)、隱私計(jì)算等技術(shù)以及Transformer、模型性能調(diào)優(yōu)、復(fù)雜神經(jīng)網(wǎng)絡(luò)等底層算法的研發(fā)布局，將生成式AI賦能到智能客服、智能營(yíng)銷、貸后管理等業(yè)務(wù)領(lǐng)域，百融云創(chuàng)智能語(yǔ)音機(jī)器人在多種技術(shù)的組合下每日能夠進(jìn)行超過(guò)億級(jí)規(guī)模的自動(dòng)交互，交互頻次規(guī)模業(yè)內(nèi)首屈一指。

21. 即時(shí)設(shè)計(jì)——即時(shí)AI

“即時(shí)AI”是一款能夠讓用戶體驗(yàn)到通過(guò)自然語(yǔ)言描述快速生成可編輯的UI設(shè)計(jì)稿功能的設(shè)計(jì)工具。在內(nèi)測(cè)期間，即時(shí)AI共向用戶發(fā)出超6萬(wàn)個(gè)內(nèi)測(cè)碼，產(chǎn)生了上百萬(wàn)條的生成結(jié)果。在官方的測(cè)試報(bào)告當(dāng)中，即時(shí)AI的生成能力已經(jīng)相當(dāng)于初級(jí)設(shè)計(jì)師水平。而在最近的一次更新當(dāng)中，JS-UIbotics模型正式上線，用戶只需30秒即可生成4個(gè)可編輯頁(yè)面，相較于設(shè)計(jì)師做一個(gè)UI設(shè)計(jì)界面需要30分鐘，即時(shí)AI將生產(chǎn)速度提升了60倍。

22. 蜜度——“AI小畫(huà)家”蜜小豆“AI小畫(huà)家”蜜小豆以多模態(tài)融合生成為核心，通過(guò)MiduNLP、MiduCMR、MiduCV等自主研發(fā)引擎，根據(jù)用戶輸入的主題文本生成圖像作品，并采用區(qū)塊鏈技術(shù)將用戶與蜜小豆的聯(lián)名作品生成數(shù)字藏品，實(shí)現(xiàn)版權(quán)保護(hù)。蜜小豆還擁有AI修圖、AI超分、AI修復(fù)3種功能，能夠利用AI技術(shù)對(duì)照片進(jìn)行調(diào)色、合成、明暗修改、彩度和色度的修改、添加特殊效果、編輯、修復(fù)；可以將一幅低分辨率圖像或圖像序列恢復(fù)出高分辨率圖像；還可以增強(qiáng)圖像中的有用信息，對(duì)數(shù)字圖像修復(fù)起到良好作用。

23. 硅基智能——炎帝大模型硅基智能發(fā)布將私有域知識(shí)用LLM大模型技術(shù)訓(xùn)練而成并疊加硅基AIGC數(shù)字人技術(shù)的多模態(tài)行業(yè)腦炎帝大模型，炎帝大模型加持下的數(shù)字人，支持根據(jù)文本內(nèi)容調(diào)整自己的表演情緒，可以根據(jù)視頻學(xué)習(xí)別人的動(dòng)作。搭載了炎帝大模型的數(shù)字人，已經(jīng)實(shí)現(xiàn)了多種場(chǎng)景的商業(yè)化，如短視頻生成、直播生成、電影及電視劇生成等。

24. 金山辦公——WPS AI用戶通過(guò)在辦公軟件中接入WPS AI，可快速生成文檔、嵌入多輪對(duì)話，并根據(jù)及時(shí)滿足用戶更個(gè)人的需求，大幅提高辦公效率。WPS AI不僅具備內(nèi)容創(chuàng)作、歸納總結(jié)的能力，還擁有強(qiáng)大的智能助手功能，可以通過(guò)對(duì)話式交互幫助用戶更好地應(yīng)對(duì)辦公中的各種挑戰(zhàn)。這種智慧助手的引入，能夠讓辦公軟件不再只是簡(jiǎn)單的工具，而是成為用戶新的智能助手，從而提高工作效率和體驗(yàn)。

25. 杭州超節(jié)點(diǎn)信息科技——無(wú)界AI無(wú)界AI一款A(yù)IGC內(nèi)容創(chuàng)作平臺(tái)，可以為用戶提供簡(jiǎn)潔易用、模型豐富的AIGC繪畫(huà)工具。無(wú)界AI平臺(tái)現(xiàn)已培育出一批優(yōu)秀的AIGC創(chuàng)作者，為實(shí)現(xiàn)AIGC產(chǎn)業(yè)化落地，擴(kuò)大AI藝術(shù)受眾人群，推動(dòng)AI與藝術(shù)的融合發(fā)展貢獻(xiàn)中堅(jiān)力量。無(wú)界AI在AIGC領(lǐng)域有著成熟的技術(shù)，使用前沿的AI模型，并部署了大量高性能機(jī)器持續(xù)優(yōu)化供用戶體驗(yàn)。

26. 出門(mén)問(wèn)問(wèn)——序列猴子序列猴子大模型是一個(gè)具有長(zhǎng)序列、多模態(tài)、單模型、大數(shù)據(jù)等特點(diǎn)的超大規(guī)模語(yǔ)言模型。基于其通用的表示能力與推理能力，能夠進(jìn)行多輪交互，打造更便捷流暢的用戶體驗(yàn)，極大地提高了生產(chǎn)效率和數(shù)據(jù)處理能力，被廣泛應(yīng)用于問(wèn)答系統(tǒng)、自然語(yǔ)言處理、機(jī)器翻譯、文本摘要等領(lǐng)域。

27.一覽科技——一覽運(yùn)營(yíng)寶視頻AIGC工作流一覽運(yùn)營(yíng)寶由AI編劇、AI繪圖、AI分鏡、數(shù)字人等構(gòu)成，能夠?yàn)閮?nèi)容創(chuàng)作者提供一個(gè)完整的閉環(huán)生成流程。一覽運(yùn)營(yíng)寶以完整的AI創(chuàng)作流程完成了從編劇到分鏡的工作，能夠大大提升導(dǎo)演和制片人判斷他們是否需要繼續(xù)深度創(chuàng)作劇本的效率，這是AI參與創(chuàng)作的一個(gè)非常典型的降本增效案例。國(guó)外

1. ChatGPTChatGPT 是一款由 OpenAI 開(kāi)發(fā)的人工智能技術(shù)驅(qū)動(dòng)的語(yǔ)言模型應(yīng)用。ChatGPT 可以識(shí)別和理解自然語(yǔ)言，包括英語(yǔ)、法語(yǔ)、德語(yǔ)、西班牙語(yǔ)等多種語(yǔ)言。它可以回答各種問(wèn)題、提供各種建議，并與人類進(jìn)行自然的對(duì)話。ChatGPT 是一種基于深度學(xué)習(xí)的語(yǔ)言模型，它使用了大量的語(yǔ)言數(shù)據(jù)進(jìn)行訓(xùn)練，可以生成高質(zhì)量的文本、提供各種各樣的人工智能服務(wù)。ChatGPT 可以根據(jù)用戶的反饋和輸入不斷優(yōu)化自己的表現(xiàn)，并學(xué)習(xí)新的知識(shí)和技能。ChatGPT 可以應(yīng)用于各種領(lǐng)域，例如智能客服、智能寫(xiě)作、自動(dòng)作文、智能翻譯等，為人們提供更多的便利和服務(wù)。

2. MidjourneyMidjourney是一款強(qiáng)大的 AI 圖像生成工具，具有靈活性高、易使用等特點(diǎn)。只需一些簡(jiǎn)短的文字描述或相關(guān)提示詞它便可以將你的想象快速轉(zhuǎn)化為現(xiàn)實(shí)，不論多么夸張或抽象。與其它 AI 圖像生成器相比，Midjourney 具有更快的生成速度和更低的學(xué)習(xí)門(mén)檻，它不僅可以生成各種風(fēng)格的藝術(shù)作品，還可以作為創(chuàng)作靈感的參考來(lái)源。

3. Stable DiffusionStable Diffusion 是一種基于擴(kuò)散過(guò)程的圖像生成模型，可以生成高質(zhì)量、高分辨率的圖像。它通過(guò)模擬擴(kuò)散過(guò)程，將噪聲圖像逐漸轉(zhuǎn)化為目標(biāo)圖像。這種模型具有較強(qiáng)的穩(wěn)定性和可控性，可以生成具有多樣化效果和良好視覺(jué)效果的圖像。Stable Diffusion 可以通過(guò)生成多樣化、高質(zhì)量的圖像、修復(fù)損壞的圖像、提高圖像的分辨率和應(yīng)用特定風(fēng)格到圖像上等方式，輔助視覺(jué)創(chuàng)意的實(shí)現(xiàn)。它為視覺(jué)藝術(shù)家、設(shè)計(jì)師等提供更多的創(chuàng)作工具和素材，促進(jìn)視覺(jué)藝術(shù)領(lǐng)域的創(chuàng)新和發(fā)展。

4. Bing AI幾個(gè)月前，微軟更新了 iOS 和 Android 上的 SwiftKey 鍵盤(pán)應(yīng)用，提供了一項(xiàng)新功能，可以使用 Bing AI 以各種樣式重寫(xiě)文本，而類似的功能即將在桌面版 Microsoft Edge 瀏覽器中推出。該功能允許用戶在輸入框中選擇一段文本，并使用 Alt + I 快捷鍵進(jìn)行重寫(xiě)。Edge 會(huì)彈出一個(gè)窗口，顯示 Bing AI 重寫(xiě)的文本，還有幾個(gè)按鈕可以用來(lái)替換選中的文本、調(diào)整生成結(jié)果，或者嘗試重新生成文本。用戶可以選擇四種語(yǔ)氣：專業(yè)、隨意、熱情和非正式；更改格式：段落、電子郵件、博客文章和想法；以及選擇長(zhǎng)度：短、中和長(zhǎng)。然后點(diǎn)擊重寫(xiě)按鈕，應(yīng)用設(shè)置并重新生成 Bing AI 的回應(yīng)。

5. BardBard 是一款類 ChatGPT 產(chǎn)品，Bard 中使用的模型基于谷歌自己的 LaMDA（對(duì)話應(yīng)用程序語(yǔ)言模型）。致力于將廣泛的世界知識(shí)與大型語(yǔ)言模型的強(qiáng)大功能和創(chuàng)造力結(jié)合起來(lái)，它利用來(lái)自網(wǎng)絡(luò)的信息為輸入問(wèn)題提供最新、高質(zhì)量的回答。在交互上區(qū)別較大的，就是 Bard 在創(chuàng)作完成后，會(huì)給出 3 個(gè)預(yù)選答案供你選擇。

6. ClaudeClaude 是 Anthropic[1] 新推出的一款類似于 ChatGPT[2] 的 AI 助手，后者是從 OpenAI 出走的前員工們集體創(chuàng)建的 AI 初創(chuàng)公司。雖然目前尚未開(kāi)放公測(cè)，但從曝光的內(nèi)測(cè)對(duì)比結(jié)果來(lái)看，Claude 已經(jīng)可以和 ChatGPT 掰掰手腕：在邏輯和計(jì)算方面，Claude 表現(xiàn)出了旗鼓相當(dāng)?shù)膶?shí)力，盡管在代碼生成和推理問(wèn)題上存在差距，但在無(wú)害性方面表現(xiàn)突出，具體表現(xiàn)為能夠更清晰的拒絕不恰當(dāng)?shù)恼?qǐng)求，當(dāng)面對(duì)超出能力范圍的問(wèn)題，能夠主動(dòng)坦白，而不是像 ChatGPT 那樣逃避回答。Claude 開(kāi)創(chuàng)性引入了“憲法人工智能”（Constitutional AI，CAI）的概念。以 ChatGPT 為代表，現(xiàn)有方法主要通過(guò)人類反饋的強(qiáng)化學(xué)習(xí)（RLHF）算法，即在強(qiáng)化學(xué)習(xí)階段，通過(guò)擬合大量的人工標(biāo)注的偏好數(shù)據(jù)，來(lái)對(duì)齊大規(guī)模語(yǔ)言模型和人類偏好，從而給出令人滿意的有用（Helpful）、可靠（Honest）和無(wú)害（Harmless）的回答。Claude 在有用性（有用和可靠）方面沿用人類反饋，但在無(wú)害方面開(kāi)創(chuàng)了一條更低成本且有效的路徑，僅需要制定“憲法“（少量的自然語(yǔ)言準(zhǔn)則或指令），AI 系統(tǒng)會(huì)自動(dòng)輸出偏好判斷，指導(dǎo)模型對(duì)齊 AI 理解的無(wú)害化偏好，從而訓(xùn)練出危害更小的系統(tǒng)。因此這種技術(shù)也叫 AI 反饋的強(qiáng)化學(xué)習(xí)（RLAIF）算法。

7. DALL-E2DALL-E2是DALL-E的升級(jí)版，能夠根據(jù)自然語(yǔ)言的文本描述生成圖像和藝術(shù)形式。其API可供開(kāi)發(fā)人員直接使用，按用量收費(fèi)。DALL-E2的核心競(jìng)爭(zhēng)力在于精確的AI繪畫(huà)能力，增加了組合概念、屬性和樣式的功能，生成更生動(dòng)、更復(fù)雜的圖像。其圖像分辨率提升了4倍，畫(huà)質(zhì)更真實(shí)，真實(shí)度達(dá)到88.8%，識(shí)別更精確，語(yǔ)義匹配度達(dá)到71.7%。

8. Murf aiMurf ai是一款于2020年10月問(wèn)世的AI語(yǔ)音生成器，其利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，能夠?qū)⑽谋巨D(zhuǎn)換為自然語(yǔ)音。通過(guò)使用Murf ai，用戶可以在短時(shí)間內(nèi)獲得高質(zhì)量的語(yǔ)音輸出，并且可以使用其AI語(yǔ)音克隆功能來(lái)滿足對(duì)語(yǔ)言情感更多元化的需求。該功能能夠通過(guò)調(diào)整音調(diào)、音量、語(yǔ)言和速度，提供栩栩如生的發(fā)音和全方位的人類情感，從而提供多方位的服務(wù)。此外，Murf ai還擁有可調(diào)用的AI功能，以確保特定術(shù)語(yǔ)能夠準(zhǔn)確無(wú)誤地傳達(dá)。該語(yǔ)音生成器提供多合一的功能，操作界面簡(jiǎn)單便捷，能夠與谷歌幻燈片共享編輯，用戶可以在AI語(yǔ)音中選擇最合適的演示文稿語(yǔ)音。

9. AIVAAIVA是一款具備作曲家地位的AI軟件，成立于2016年，旨在通過(guò)AI技術(shù)創(chuàng)作個(gè)性化的音樂(lè)，提升用戶的音樂(lè)能力。該軟件接受了數(shù)千份樂(lè)譜的訓(xùn)練，具備豐富的音樂(lè)素材和數(shù)據(jù)集。AIVA提供兩種音樂(lè)創(chuàng)作方式：一種是使用預(yù)先訓(xùn)練的“預(yù)設(shè)樣式”，這些樣式基于內(nèi)部精心制作的各種音樂(lè)特征，包括曲調(diào)、節(jié)奏模式、旋律線等，可以為用戶提供多樣化的音樂(lè)體驗(yàn)；另一種是使用上傳的音樂(lè)來(lái)創(chuàng)作，可以根據(jù)用戶的需求和喜好，創(chuàng)作出具有相似音樂(lè)特征但截然不同的曲目。10. ynthesiaSynthesia是由來(lái)自倫敦大學(xué)學(xué)院、斯坦福大學(xué)、慕尼黑工業(yè)大學(xué)和劍橋大學(xué)的AI研究人員和企業(yè)家團(tuán)隊(duì)于2017年創(chuàng)建的。該公司推出的AI視頻創(chuàng)作產(chǎn)品“Synthesia”已經(jīng)被數(shù)千家公司廣泛應(yīng)用。該產(chǎn)品利用AI技術(shù)創(chuàng)建和定制數(shù)字孿生模型，從而生成視頻。用戶可以從現(xiàn)有演員庫(kù)中選擇或上傳自己的視頻來(lái)創(chuàng)建AI形象，并輸入腳本讓AI配音、拼接素材，從而快速輸出視頻，從而節(jié)省高達(dá)80%的時(shí)間和預(yù)算。Synthesia主要應(yīng)用于企業(yè)傳播、數(shù)字視頻營(yíng)銷和廣告本地化等領(lǐng)域。該產(chǎn)品大幅減少真人出鏡錄制等環(huán)節(jié)，從而降低制作費(fèi)用和周期，同時(shí)能夠輕松生成多國(guó)語(yǔ)言視頻，方便本土化服務(wù)。

11. Wonder StudioWonder Studio是一種AI工具，可以自動(dòng)將CG角色動(dòng)畫(huà)、打光并組合成真實(shí)場(chǎng)景，無(wú)需逐個(gè)鏡頭進(jìn)行處理。用戶只需上傳CG角色模型到一個(gè)鏡頭或整個(gè)場(chǎng)景，系統(tǒng)會(huì)自動(dòng)檢測(cè)剪輯并跟蹤演員。此外，Wonder Studio還能根據(jù)單個(gè)鏡頭自動(dòng)檢測(cè)演員表演，并將其傳輸?shù)剿xCG角色，自動(dòng)執(zhí)行動(dòng)畫(huà)、照明和創(chuàng)作。Wonder Studio支持現(xiàn)有流水線，并自動(dòng)化了80%-90%“客觀”的視覺(jué)特效工作，留下剩余的“主觀”工作給藝術(shù)家完成。同時(shí)，Wonder Studio還支持導(dǎo)出到其他軟件中使用。

12. Runway Gen-2Runway是一家先行者，成功地將文本轉(zhuǎn)化為視頻。公司成立于2018年，一直在致力于構(gòu)建多模態(tài)人工智能系統(tǒng)，以降低視頻創(chuàng)作門(mén)檻，幫助人們輕松制作出內(nèi)容強(qiáng)大且富有創(chuàng)意的視頻內(nèi)容。在2023年2月6日，Runway推出了基于擴(kuò)散模型的視頻生成模型Gen-1，并在Discord中開(kāi)啟內(nèi)測(cè)。隨后在3月20日，Runway發(fā)布了升級(jí)版Gen-2，該模型已經(jīng)能夠?qū)?chǎng)景和色調(diào)簡(jiǎn)單的幾何體變成酷炫的視頻，但對(duì)于復(fù)雜場(chǎng)景的精細(xì)化處理還有待提高。不僅如此，Gen-2還支持僅使用文本提示就能合成任意風(fēng)格的視頻，并且也支持文本+圖像生成視頻。

13. Jasper

Jasper是早期GPT生態(tài)中的最大贏家之一。Dave Rogenmoser、Chris Hull和John Phillip Morgan于2021年創(chuàng)立了Jasper，他們基于GPT-3開(kāi)發(fā)了生成式AI寫(xiě)作助手，人們可以用Jasper AI撰寫(xiě)各類營(yíng)銷文章、社交媒體播客，后續(xù)也更新了繪畫(huà)助手，實(shí)際功能與現(xiàn)在的GPT大同小異，只是應(yīng)用界面更加友好。

Jasper 為用戶提供超過(guò) 60 個(gè)模版，幫助撰寫(xiě)廣告文案、標(biāo)語(yǔ)、網(wǎng)頁(yè)文案、電子郵件、博客以及社交媒體文章等不同場(chǎng)景的內(nèi)容，并且還集成了 Grammarly 工具來(lái)檢查內(nèi)容中涉及的抄襲和錯(cuò)誤修復(fù)，從廣告工具快速發(fā)展成為了 AI 內(nèi)容平臺(tái)，支持 29 種語(yǔ)言。

本文基于公開(kāi)資料整理，僅作分享使用，如有問(wèn)題或補(bǔ)充可以留言。