36氪研究院 | 2023年AIGC之ChatGPT行业研究报告

2022年11月，智能对话机器人模型ChatGPT上线，用户可与该AI系统就日常生活，或协助写代码、文案创作、解决具体难题等相对复杂领域进行持续聊天，其回答有序且专业。ChatGPT的连续对话能力、强大的理解力、回答的准确度和创造性使其迅速走红。World Of Engineering数据显示，ChatGPT发布短短两个月时间，用户数便突破1亿。具体而言，ChatGPT能理解并生成文字，属于AIGC（AI-Generated Content，人工智能生产内容）技术应用中的文本生成模态应用模型。

1、发展环境

技术端：新技术驱动AIGC生成的内容质量提升，实用性不断增强

ChatGPT等AIGC模型的爆发式突破得益于生成算法、预训练模型、多模态技术等关键技术的落地。

生成算法模型。目前常用的算法模型包括生成式对抗网络（GAN）和Diffusion Model等。GAN是一种传统式深度学习模型，包含抓取数据、生成新数据的生成模型和判断数据是否真实的判别模型，主要用于图片和视频应用场景，但存在训练不稳定、样本重复和模型需根据需求压缩等问题。而深度学习模型Diffusion Model（扩散模型）则在2022年实现技术突破，其图像生成逻辑较其他模型更接近人的思维模式，生成内容更具有开放性、创造性、效率性，且图像质量更高。

预训练模型。预训练大模型的发展是近年来AIGC的使用门槛、成本降低、生成内容和质量提升的主要原因之一。ChatGPT即采用生成式预训练语言模型，使用大量参数和数据训练，并引入RLHF新技术（Reinforcement Learning with Human Feedback，基于人类反馈的强化学习），提高内容产生质量和效率，帮助该系统达到与人类价值观、常识和需求相一致的效果。

多模态技术。多模态技术让AIGC可应用的广度不断扩展，可跨文字、图像、音频、视频等多种类型数据进行关联，提高内容生产能力。

需求端：内容需求呈指数上升，AIGC将成为未来内容生成主力

随着数字经济乃至元宇宙的快速发展，人们的内容需求不断多样化、个性化，从PGC到UGC，但现有内容生成方式受限于人们的创造力和知识储备量，已难以满足井喷式数字内容需求。ChatGPT等AIGC内容生成方式通过学习人类的思考方式，查阅、挖掘大量素材，以低边际成本、少人力限制等高效率的方式生成大量满足人们差异化需求的内容。

2、发展现状

应用场景：涵盖多个自然语言交互领域，应用前景广泛

文本生成。以ChatGPT为例，ChatGPT可与用户进行文字对话交互，也可生成各类文字，实用性较高，应用场景较为广泛。（1）聊天机器人。ChatGPT语言理解能力较强，可以针对用户问题，结合自身储存的行业知识，构建自动回复体系，为用户提供快速回答，基本可满足个性化提问需求，可被应用于专业客服、游戏NPC、虚拟人等领域。（2）搜索引擎。与传统搜索引擎“搜索框”不同，ChatGPT将其转化为“对话式”搜索。用户提出问题后，ChatGPT直接向用户提供完整语句答复，免去用户反复查找并点击跳转链接的麻烦，将对现有搜索行业竞争格局造成影响，业内主要搜索软件厂商百度、Google、微软等均开始布局ChatGPT类产品。近日，微软推出集成了ChatGPT的新版 Bing搜索引擎和Edg浏览器，新版Bing以聊天形式直接回复用户搜索结果，并支持多轮对话。（3）智能创作。ChatGPT具备文本等内容创作能力，可用于小说、新闻、专业学术写作、小说和新闻等摘要生成、采访助手等。（4）编程机器人。ChatGPT拥有编程相关知识，并有能力根据用户需求编写代码或查找bug，可作为辅助工具大幅提升用户编程效率和质量。

随着ChatGPT在以上领域的深度应用，尽管部分舆论认为客服、记者、编剧、程序员、金融分析师等职位将受到一定程度的冲击，但ChatGPT仅能根据已有的数据库进行内容创作，难以超越人类自身的创造性和智慧，未来将更多以辅助性工具的形式存在，帮助人们高效完成部分重复性强、规则性高的任务。

音频生成。音频生成除适用于有声读物制作、文字语音播报、语音客服和内容配音等音频的基础编辑制作外，也开始涉足医疗、辅助设计等行业，如可帮助无法说话的病人通过虚拟人开口。

图像生成。图像生成可分为生成图像、图像属性编辑、部分编辑和图像端到端生成。随着元宇宙的逐步落地，虚拟人物、场景的建设需求激增，AIGC将帮助进行图像建模，大幅提升制作效率并降低成本。除商业价值外，AIGC也可在文物修复等领域创造社会价值，如百度曾借助AIGC修复《富春山居图》。