AIGC 的發展歷程

AIGC 起源于 20 世紀 50 年代。經過多年發展，2022 年，AIGC 產品集中發布，引發社會廣泛關注。

1.技術萌芽期（20世紀50年代至90年代）

AIGC 起源于 20 世紀 50 年代，萊杰倫·希勒（Lejaren Hiller）和倫納德·艾薩克森（Leonard Issacson）完成了歷史上第一個由計算機創作的音樂作品《依利亞克組曲》（ Illiac Suite）。1966 年，約瑟夫·魏岑鮑姆（Joseph Weizenbaum）和肯尼斯·科爾比（Kenneth Colby）共同開發了世界第一款可進行人機對話的機器人“伊莉莎”（Eliza），可通過關鍵字掃描和重組完成交互任務。80 年代中期，IBM 基于隱馬爾可夫模型（Hidden Markov Model，HMM）開發了語音控制打字機“坦戈拉”（Tangora），坦戈拉能夠處理約 20000 個單詞。80 年代末至 90 年代中期，由于高昂的成本無法帶來可觀的商業變現，各國政府紛紛減少了在人工智能領域的投入，AIGC沒有取得重大突破。

2. 技術積累期（20世紀90年代至21世紀初）

20世紀90年代至21世紀初，AIGC領域進入沉淀積累階段，AIGC逐漸從實驗向實用轉變，但受限于算法瓶頸，效果仍有待提升。直至2006 年，深度學習算法取得重大突破，同時期圖形處理器（Graphics Processing Unit，GPU）、張量處理器（Tensor Processing Unit，TPU）等算力設備性能不斷提升，互聯網使數據規模快速膨脹，為各類人工智能算法提供了海量訓練數據，因此，人工智能取得了顯著的進步。2007 年，紐約大學人工智能研究員羅斯·古德溫（Ross Goodwin）裝配的人工智能系統通過對公路旅行中的一切所見所聞進行記錄和感知，撰寫出小說《1 The Road》。作為世界第一部完全由人工智能創作的小說，其象征意義遠大于實際意義。其整體可讀性不強，拼寫錯誤、辭藻空洞、邏輯不嚴謹等缺點明顯。2012 年，微軟公開展示了一個全自動同聲傳譯系統，該系統可以基于深層神經網絡（Deep Neural Network，DNN），自動將英文演講者的內容通過語音識別、語言翻譯、語音合成等技術轉化為中文語音。

3.技術拓展期（2010~2020年）

2010 年以來，伴隨著生成算法、預訓練模型、多模態技術的迭代，人工智能技術在多個領域快速發展，人工智能生成的內容逐漸逼近人類水平。2014 年，伊恩·古德費洛（Ian Goodfellow）提出的生成對抗網絡（Genrative Adversarial Network，GAN）成為最早的 AI 生成算法。2017年，一種完全基于注意力機制的新神經網絡架構橫空出世，該架構被稱為 Transformer。在這之后，基于流的生成模型（Flow-based Model）、擴散模型（Diffusion Model）等深度學習的生成算法相繼涌現。2017 年，微軟人工智能少女“小冰”推出了世界首部 100%由人工智能創作的詩集《陽光失了玻璃窗》。2018年，英偉達發布的 StyleGAN 模型可以自動生成圖片，其使用的第四代模型StyleGAN-XL生成的高分辨率圖片，依靠人眼已經難以分辨真假。2019 年，DeepMind 發布了DVD-GAN 模型用以生成連續視頻，對草地、廣場等明確場景的表現十分突出。

4. 技術爆發期（21世紀20年代至今）

各類AIGC產品隨著算法技術的應用逐步成熟，進入百花齊放的新時期，多款效果令人驚艷的產品誕生，并引發廣泛關注。2021 年，OpenAI 推出了DALL·E，并于一年后推出了其升級版本 DALL·E 2，主要應用于文本與圖像的交互生成，用戶只需輸入簡短的描述性文字，DALL·E 2 即可創作出相應極高質量的卡通、寫實、抽象等風格的繪畫作品。2022 年 8 月，Stability AI 發布 Stable Diffusion 模型，為后續 AI 繪圖模型的發展奠定基礎。AI繪畫工具Midjourney于2022年3月首次亮相，同年8月迭代至V3版本，并開始引發廣泛關注。由 Midjourney 繪制的《太空歌劇院》在美國科羅拉多州藝術博覽會上獲得“數字藝術”類別的冠軍。2022 年 11 月，OpenAI 推出基于 GPT-3.5 與 RLHF（人類反饋強化學習）機制的 ChatGPT，推出僅兩個月，日活躍量已達 1300萬。2023年2月7日，谷歌正式發布 AI 對話系統 Bard。2023年2月7日，百度宣布將發布大模型“文心一言”。世界范圍內多款AIGC產品紛紛上市。