AIGC未來已來：邁向通用人工智能時代






	購買中國簡體書籍請注意： 1. 因裝幀品質及貨運條件未臻完善，中國簡體書可能有出現磨痕、凹痕、折痕等問題，故簡體字館除封面破損、內頁脫落、缺頁等較嚴重的狀態外，其餘所有商品將正常出貨。


	目錄第1章 AIGC為何引發關注 1.1　《太空歌劇院》帶來的衝擊和影響　002 1.2　“生成”所引發的創意性工作革新　004 1.3　內容生成方式進入新階段　005 1.4　AIGC在繪畫領域率先破圈　006 1.5　典型的AIGC模型　008 海外模型　008 模型　010 第2章模型即服務時代的到來 2.1　模型即服務的歷史進程　017 早期人工智慧在曲折中探索　017 深度學習引發關注　019 2.2　典型的深度學習網路　021 生成對抗網路　021 Transformer　024 2.3　大公司探索之路　026 DeepMind　026 OpenAI　027 2.4　基礎模型普及的關鍵節點　028 基礎模型的能力與服務　028 曾經熱議的雲，今後的基礎模型　031 基礎模型的通用性　033 2.5　人工智慧的未來何在　033 人工智慧逐步接近人類的思考模式　033 未來人工智慧的發展特點　035 第3章 ChatGPT引發的潮流與思考 3.1　ChatGPT會成為人工智慧的拐點嗎　038 引發關注的ChatGPT　038 ChatGPT潛在的應用領域　039 3.2　ChatGPT能力大揭秘　040 3.3　ChatGPT是OpenAI對大模型的堅定實踐　042 3.4　ChatGPT的局限性及其引發的思考　043 技術創新性與工程創新性　043 知識局限性　044 盈利與成本之間的平衡　044 應用落地所面臨的困境　045 法律合規與應用抵制　045 網路安全風險　046 能耗挑戰　047 3.5　ChatGPT引發的思考　048 如何看待人類創新與機器創新　048 ChatGPT在哪些方面值得我們學習　049 3.6 GPT-4未來已來，奇點時刻該如何面對　049 多模態　050 提示工程的價值　050 安全隱憂　050 第4章大模型驅動的人工智慧繪畫“創作” 4.1　AI繪畫的先驅——AARON　053 4.2　人工智慧繪畫的原理　054 神經網路是如何模仿人類思考的　054 如何讓神經網路畫一幅畫　055 4.3　人工智慧學習如何畫一隻貓　057 教會你的神經網路認識“貓咪”　057 人工智慧真的畫出了貓咪　058 4.4　DALL-E的初次嘗試與突破　059 4.5　人工智慧繪畫的技術創新點　061 CLIP實現跨模態創新，打造圖文匹配　061 用Diffusion加速AIGC落地普及　063 Diffusion模型為AIGC寫下的注腳　064 Stable Diffusion豈止於開源　065 AIGC進一步降低模型的使用門檻　066 4.6　使AIGC繪畫技術成熟的重要因素　068 提示詞的重要性　068 算力資源的關鍵支撐　071 第5章人類的創新能力會被AIGC替代嗎 5.1　藝術創作會被AIGC取代嗎　073 用戶的獵奇與創作者的抵觸　073 AIGC不會取代藝術創作工作　074 使用AIGC，需要具備什麼能力　077 AIGC是直接消費品還是工具　078 5.2　創作者如何通過AIGC獲得大的收益　080 如何將AIGC應用於創作　080 創意工作者的收益探索　084 未來人工智慧創作藝術的5個層次　085 5.3　AIGC——你的“達·芬奇”　089 內容輸出的“平民化”　089 大眾與藝術家“直連”　090 即時互動和精准化構建的“即時滿足”　091 社區與共創的“想像力”　092 基於生成全新內容的平臺　093 5.4　抓住AIGC的機遇　094 AIGC時代，做“短信”還是“微信”　094 AIGC的發展仍無法脫離技術週期　097 第6章開源成就行業發展的未來 6.1　開源讓我們站在巨人的肩膀上　099 6.2　開源成為引爆AIGC的　099 6.3　大模型的開源之路　101 第7章 AIGC與商業化 7.1　AIGC商業化的3個階段　106 感知衝擊——嘗鮮階段　107 認知領悟——協助階段　107 新生態鏈——原創階段　108 7.2　AI領域的企業發展　108 平臺型企業　109 應用型企業　111 現有產品的智慧化　112 7.3　當下典型的AIGC變現手段　114 按照計算量收費　114 按照輸出圖像數量收費　114 軟體按月付費　115 模型訓練費　116 7.4　AIGC商業模式的困境　116 AIGC Inside的商業化並不容易　116 難以建立技術壁壘　117 探索自主的大模型及應用　118 第8章 AIGC的典型應用 8.1　文字創作　121 主要特點　121 典型應用　122 8.2　音訊生成　126 主要特點　126 典型應用　127 8.3　視頻生成　131 主要特點　131 典型應用　131 8.4　3D模型生成　135 主要特點　135 典型應用　135 8.5　編寫代碼　137 主要特點　137 典型應用　137 8.6　遊戲創作開發　139 主要特點　139 典型應用　140 8.7　繪畫產品　143 典型繪畫產品的AIGC應用　144 AIGC繪畫與NFT結合　148 8.8　建築設計　149 將AIGC融入建築設計　149 用AIGC實現裝修設計　151 8.9　其他應用　152 DIY設計　152 兒童創意實現　155 內容行銷　156 診療與心靈慰藉　156 第9章 AIGC的不足與挑戰 9.1　技術與產業方面的不足與挑戰　159 細節仍需打磨　159 成本問題　161 輸出結果不一致　162 大模型到大應用的挑戰　162 通用性較差　163 9.2　在確權方面面臨的挑戰　163 AIGC作品的著作權歸屬　163 著作權爭議的潛在解決方案　165 法律監管出現爭議　166 企業態度不統一　166 倫理與安全風險　167 第 10章業界和學界的專家洞察 10.1　AIGC可擴展潛力巨大，可能掀起新一波創新創業浪潮　170 從AIGC到AIGS，“服務規模化的個性化”時代到來　170 從科技圈體驗到全民使用，AI 成功破圈　171 OpenAI已經成功探索出AI領域科技創新落地的新模式　173 中國需要自主大模型，也有可能探索出自己的創新　175 10.2　AIGC火熱的背後，需要深度思考治理難題　179 破解“克林格裡奇困境”，要靠敏捷的治理思路　179 加強對弱勢群體的保護，平臺應該做好“守門人”　180 AIGC內容智慧財產權還沒有定論，但業界已有基本共識　182 探索人工智慧領域“資料合作”新範式　183 10.3　AIGC火熱背後的業界冷思考：中國AI行業的未來發展，需要有自己的思路　185 ChatGPT的流暢對話來源於預訓練大模型　185 “AI幻覺”仍是阻礙產業發展的難題　186 大規模預訓練技術仍處於早期探索階段，人工智慧公司還需耐心打磨　188 在AIGC技術浪潮中，一些行業將迎來全新挑戰　189 中國AI行業的未來發展，需要有自己的思考和思路　191