万字圆桌实录：ChatGPT背后的AIGC，将生成怎样的浪潮？

图片来源：由无界版图AI工具生成

2022年，从引爆AI作画领域的DALL-E 2、Stable Diffusion等AI模型，到以ChatGPT为代表的接近人类水平的对话机器人，AIGC不断刷爆网络，其强大的内容生成能力给人们带来了巨大的震撼。

当AIGC成为社会各界关注的热点时，人们不禁发问，AI会成为新的造物者吗？AIGC为什么突然爆发，是否标志着AI正迎来下一个时代，又会如何走向？兼具大模型和多模态模型的AIGC模型是否会成为新的技术平台？AIGC技术和应用将给经济社会带来哪些影响，不同主体应如何看待与应对？

2023年1月9日，腾讯研究院举办《AIGC：AI新浪潮之下的趋势与展望》专题论坛，具体讨论了“AIGC”这一前沿科技趋势的技术现状和产业实践，发展机遇与未来挑战等问题。我们将会议实录刊发在这里，供各领域思想者参考。

研讨嘉宾：

姚    新 南方科技大学计算机科学与工程系讲席教授、系主任

段伟文 中国社会科学院哲学所科技哲学研究室主任

王蕴韬 中国信息通信研究院云计算与大数据研究所副总工程师

吴保元 香港中文大学（深圳）数据科学学院副教授

殷    俊 腾讯游戏CROS研发效能部数字内容技术中心总监

史树明 腾讯AI Lab自然语言处理中心总监、文涌产品负责人

主持人：

杨    健 腾讯集团副总裁、腾讯研究院总顾问

AIGC的蓄力与爆发

杨健（主持人）：如何看待AIGC在2022年下半年这一时间节点突然爆发？AIGC是否代表着AI技术的下一个时代？

姚新：AIGC的爆发实际上是一个综合性的成功。AI虽然在内容生成方面有很长的历史，但过去因为数据、算力和算法技术等限制，一直没有发展到现在这个程度。现在大家对AIGC产生浓厚兴趣的一个重要因素是它超出了人们的预想，所以大家就觉得这东西特别有意思。但是仍需思考AIGC在技术上究竟有什么样的突破。

第一，在技术上，达到超出人们预想的效果相对比较容易。比如在图像、对话，甚至在音乐方面，它可以生成具有某个作曲家风格，但又是不完全一样的曲子。但是很多人认为AIGC可能是一个通向AGI的有效路径，其实是值得慎重思考的。因为现在AIGC生成内容是靠着大量的数据和算力堆出来的。而人在生成内容的时候，有时候是通过一个抽象的过程，比如我看了很多图像，脑子里面是有个抽象过程，然后从抽象过程再回到图像的空间，最后来创造生成一个图像。我还不是太清楚现在AIGC有没有这种抽象的层次在里面。你看了100万幅猫和狗的图像，机器是不会自己生成一个概念，如4条腿、有毛等。

第二，未来AIGC进一步发展，涉及到科学技术领域，或者真正关系到国计民生的应用领域，可能会有额外的挑战。因为AIGC生成内容难以保证保证它生成的内容满足一定约束条件。打一个比喻，我们现在可以把很多分子送到AI系统里面，它或许给你生成新的分子。从生成分子到生成药物是可以想象的，但是真正到最后落地，它的距离会在什么地方？真正要达到所谓的AGI的距离在什么地方？这是需要我们思考和探索的。

殷俊：首先，我跟姚老师的观点非常一致，无论从广义的基于人工智能做内容生成这件事情，还是比较狭义的做深层次大模型，其实都是厚积薄发，已经有了比较长的研究历史。AIGC到今天爆发是多方面的，一方面的确积累了非常大量的数据集，而且是公开高质量数据集；一方面是一些理论上的突破，比如以扩散（Diffusion）模型为代表；还有就是新的计算硬件，从2020年开始以GBT3为代表，模型堆得足够大，效果也足够好，以前可能并没有这么强的计算设备来支持这种规模的模型训练，即使到现在这个模型训练成本还是非常高的。几方面因素叠加，导致大家觉得以前可能比如说生成图片或者是生成文本是一个不太现实的一个东西，现在好像离我们很近了，我觉得今年AIGC爆发是这么一个状态。

目前AIGC的发展跟最早期的深度神经网络相比，并没有从范式上产生一个根本性的变化。我们不能从ChatGPT对话生成效果好、表现的很智能，就得出它真的是产生了通用智能的结论，因为它并不能真正知道它自己在说什么，只是给人们一种它已经理解其所生成内容的感觉而已，这跟人类智能还是有一定距离。

我认为AI的下一个时代，需要往几个重要的方向发展。一方面是它可以自主学习，它本身的一些推理逻辑要跟我们人一样要可解释或者可理解，真的能够做到跨领域等。另一方面就是从产业落地的角度来看，比如用人工智能的方法去辅助做游戏里面的内容生成，但是现在无论是AIGC生成图片、文本生成3D模型、去生成游戏里面的角色动画，或者是我们用ChatGPT来做游戏剧本或NPC对话等，其实离现在游戏的专业规范性还是有一定的距离的。