文 | BFT機器人
01
産業篇
萬物摩爾定律:智性引擎 虛實融境
技術急變:AI引領躍動新生
技術急變指數 (Technology Agility lndex，TA)主要用于評估一項技術對社會産生颠覆性影響的能力，包括但不限于技術發展速度、産業結構變革、失業率變化、新興市場和生産力提升等方面。
AIGC發展模型:循序漸進 創新擴散
五層發展:各層疊進 潛力無限
重網際網路:智海破浪奇思妙生
ChatGPT出現後進入重網際網路時代，即網際網路經曆初期發展後邁入的新階段。該階段具有更深度的融合型更深入的智能型和更廣泛的應用型場景。特點是技術持續創新、産業不斷演進和社會深度變革。
A股AI概念股價波動
2023年1月以來，A股AI概念打破去年以來平穩态勢，整體股價有所拔高。而2023年3月chatGPT4.0的釋出，更是讓A股AI概念企業股價産生了較大漲幅。特征如下：
AI概念股受到ChatGPT技術合作協定的強烈刺激，與OpenAI簽約的公司股價普遍大幅上漲，表現出明顯的炒作效應。
AI概念股的漲幅與公司所處的AI細分領域有關，生成式AI、智能語音、智能圖像等領域的公司漲幅較大，而安全防禦、智能屏等領域的公司漲幅較小。
港股/美股AI概念股價波動
港股AI闆塊與A股的股價波動存在明顯的分化，與整體的走勢存在一定的同步性在2022年11月受到ChatGPT釋出、中美關系、估值修複等多重影響，表現出了一定的反彈趨勢。但2023年起，受到内部經濟弱複蘇等因素的持續拖累，這些前期漲幅較大的網際網路公司出現了明顯的回撤。
1. 政策影響:受到反壟斷調查、資料安全等政策因素的影響，導緻股價呈現波動或下跌趨勢。
2. 數字化轉型驅動增長:部分企業在社交網絡、雲計算、金融科技、人工智能等領域取得創新突破，支撐其股價在一定程度上抵消政策壓力。
3. 行業領軍企業表現不一:盡管整個AI闆塊在過去一段時間的股價波動特征和趨勢總體上呈現下跌或震蕩下跌，但仍有部分企業表現出相對穩健的上漲走勢。
1. 技術創新驅動: 受益于不斷的AI技術創新與發展，使得部分領域内具備核心技術的企業股價呈現出上漲趨勢。
2. 市場需求增長:随着A技術在各個領域的應用逐漸深入，市場需求不斷增長推動了行業内部分企業股價的穩步上升。
3. 盈利能力考驗:尚未盈利且估值過高的AI企業面臨市場競争激烈和投資者對未來盈利能力的擔憂，使得這些公司的股價呈現出持續下跌的走勢。
Sam Altman和Elon Musk
AIGC産業圖譜:創變紀元 夢由此生
AIGC應用圖譜:全域更新 無界協同
OpenAl+微軟:先發制人 引領趨勢
OpenAl的核心宗旨是“實作安全的通用人工智能(AGI)，使其有益于人類“，AI開發水準處于第一梯隊。
據SimilarWeb資料，OpenAI網站通路量快速攀升，已跻身全球TOP50今年3月網站通路量突破16億，較11月增長8643%。2016年微軟投資了OpenAl十億美元，2023年微軟将繼續投入100億美元。不過微軟和OpenAl之間也存在着微妙的流量競争。
1.SWOT分析: 微軟的強大雲計算能力和OpenAI的先進AI研發能力形成互補AI領域的法規不斷變化可能影響合作
2.PEST分析:社會對AI技術的期望和擔憂，都會影響微軟和OpenAI的商業模式和發展戰略
3.成長性模型分析: AGI技術剛剛開始，大有可為
4.價值鍊分析: 微軟十億量級的使用者群體，oSiOffice\遊戲雲會議等将在到兩年内提升至智能時代
5.五力模型分析:短期内替代品較難形成威脅
6.商業模式畫布分析: 收入主要來源于AI産品和服務的銷售，以及雲平台的使用費用
國際模型:嶄露鋒芒 技馭未來
LLaMA模型:開源巨頭 共享生态
LLaMA是Meta開源的大規模語言模型，參數量從70億到650億不等，訓練使用多達14000億tokens語料。LLaMA在常識推理。
問答、數學推理、代碼生成、語言了解等能力上都有優異的表現，而且可以在單個GPU上運作。是最有安卓像的開源生态。
國内模型:競相釋出 支援并進
國内産業格局:巨頭持續 小微尋機
AIGC趨勢:全球智能虛實協同
全面人機協同系統 (Comprehensive Human-Machine Synergy System，CHMSS) 的理論架構包括三個次元:要素次元、資源次元和時間次元。在 CHMSS 中，這三個要素互相作用，共同推動人類和機器在各個領域的發展。
AI 社會角色:人機交往 主體互構
工作GPT:多元評估 智能決策
AutoGPT:高能響應自主疊代
AutoGPT是一款“人工智能代理”軟體，它能夠将自然語言表達的目标分解為子任務，并利用網際網路和其他工具自動疊代地嘗試實作這些目标。該軟體采用了OpenAI的GPT-4或GPT-3.5接口，是最早應用GPT-4執行自主任務的應用程式之一。
從 COT到 COA
- 自主化決策，任務鍊自動化
- 知行一體，參數外挂，泛化學習動态适應和靈活反應
- AI從模拟人類思維到模拟人類行為人主要負責設定目标、審批預算.調整關鍵行動鍊
代碼GPT:輔助編碼自動程式設計
工業設計GPT:創新發明 加速突破
個性化大模型:AI分身 特征工程
讓每個人都擁有自己的個性化大模型，實作自由的AI分身
1.多元映射: 從海量個人資料中，抽象出使用者的行為模式習慣偏好等多元特征，實作對使用者的個性深度洞察。
2.動态進化: 随着個人資料的不斷更新和累積，具備自我學習和調整的能力，實作對使用者變化的動态适應。
3.智能融合: 将專屬的個人模型和通用大模型進行智能融合，以發揮兩者的優勢，實作更優的性能。
4.隐私計算:針對敏感的個人資料，采用隐私計算等先進技術，確定資料的安全和隐私。
5.全景了解: 通過跨越社交、通訊、浏覽、電商、搜尋等多個領域的資料分析，該模型可以實作對使用者全方位.全景式的了解。
本地GPT:安全可控多元優化
大型語言模型的本地化是剛需，主要原因在于全球範圍内語言和文化差異、資料安全及合規性要求等。
本地化能夠提高模型在特定語言、文化和行業背景下的準确性和實用性，進而滿足更多使用者需求。
本地GPT:貼心定制 适配增強
AIGC與元宇宙:智能速升 成本巨降
跨界應用:場景強化 多元輻射
AIGC與工業:百倍效能 跨越發展
1.自适應内容生成的可塑性：可生成個性化的産品描述、營銷材料等。滿足個性化需求
2.資料驅動的決策增強:預測市場趨勢、優化生産流程等
3.持續學習和疊代優化:通過持續的學習和回報，優化生産流程，減少浪費，提高效率
4.無界的自動化創新：生成新穎的設計方案、新的工藝流程等，推動工業創新
5.前瞻的預測性維護:根據曆史資料預測裝置的維護需求，進而提前進行維護，防止生産中斷
6.無縫內建的智能制造：無縫內建到工業生産的各個環節，實作智能制造。實作工業4.0
7.共創未來的人機協作：強調人工智能和人類的合作關系，提出通過有效的人機協作
8.人工智能賦能的工業生态:各個部分都能自動生成和優化内容，實作自我協調和優化
AIGC與生物醫藥:智能之光 造福人類
1.AI藥物設計：對化學空間的高效搜尋和生物活性預測，推動新藥的發現和設計。
2.生物行為模型:模拟和預測個體或種群的生物行為。
3.健康生活指導:分析個體的生活習慣和健康資料，為使用者提供個性化的健康生活建議。
4.動态生理監控:實時監控個體的生理資料，并預警可能的健康問題。
5.心理狀态解讀：通過對人類行為和語言的深度了解，揭示個體的心理狀态，為心理健康管理提供支援。
6.生物網絡解析: 模拟并分析複雜的生物網絡，比如代謝網絡、基因調控網絡等。
7.基因密碼破譯:解碼基因資訊，推動精準醫療的發展。
8.預見性醫療: 根據患者生理參數和醫療記錄預測疾病程序，有助于早期幹預治療。
9.量身定制的治療: 根據患者的基因型和表型資訊生成個性化的治療方案。
10.全球疫情監控: 根據全球各地的疾病資料預測疫情的發展和變化。
AIGC與學習:人智互動 效率躍升
四能教育:能力躍升 認知突圍
AIGC與傳媒:互動多元 趣味盎然
1.對話新聞:通過對話的形式呈現新聞。通常會有兩個或多個角色，通過交流觀點和分析來呈現新聞事件。其特點是更具有互動性和立體性，讓新聞更加有趣味性。
2.無記者新聞:通過機器人、Al等自動化技術來收集、編輯和釋出新聞的方式。其特點是無需人力，能夠快速、準确地釋出新聞，并減少人為幹預。
3.辟謠新聞:自動識别和分類新聞，對新聞進行真假判斷、溯源追蹤與辟謠釋出。數字驅動，提高辟謠準确率，幫助公衆及時了解和糾正虛假資訊。
AIGC與社交:心靈認同 情感陪伴
例如: Soul平台成為AIGC在社交場景落地的重要平台之一，加速社交體驗創新，豐富自我表達滿足自我認同和存在感需要，提供情緒價值。
AIGC與影視:視聽特效 創意無界
AIGC與電商:三身模特 試衣随心
AIGC時代“三身定制”模特
1.替身模特：商品與任意虛拟模特結合。
2.合身模特：實時變換模特的體型，展示不同尺碼服裝的合身效果，提高展示靈活性和購物準确性。
3.分身模特：上傳身體資料生成分身虛拟模特，展示定制産品在消費者身上的效果。
AIGC與遊戲:智能加持 全鍊拓展
1.AI在遊戲全鍊路的研究與應用: 橫向，覆寫遊戲制作、營運及周邊生态全生命周期，縱向，AI正拓展更多元的遊戲品類。
2.産業端:打破遊戲産業“成本、效率、品質”的不可能三角;
3.開發者端:在遊戲劇情設計、美術建構、場景搭建、原畫繪制、角色配音等方面大幅縮減研發成本；
4.使用者端:全新遊戲品類與遊戲個性化定制；
AIGC與娛樂:數字化身 社交新潮
AIGC與繪圖:繪聲繪色 技藝超群
AIGC與影像:科技創新 降本提效
美圖全系産品服務與AIGC高度融合 打造AI驅動的影像産品和美業SaaS
自2010年美圖影像研究院MT Lab)成立，美圖公司對人工智能進行持續探索，2022年，美圖以A驅動産品創新，提升影像生産力，強化以訂閱為核心的商業模式，在AIGC領域連續取得多項突破。目前美圖AIGC主要應用在A/繪畫、A攝影、AM修圖、A1視訊、A設計、A測膚等多元場。
"AI繪畫”推動美圖秀秀新獲務國應用商店總榜冠軍，“百變AI頭像”功能刷屏除夕夜，“AI簡筆畫”日均生成圖檔超100萬張，“AI動漫”進一步提升動漫視訊創作生産力，“AI商品圖”推動電商内容創作産業更新“AI換裝”革新電商服飾拍攝方式。
AIGC與視訊:内容豐富 自動優化
全流程AI生成視訊過程
1.建構人物形象
2.生成故事情節
3.将故事分場景
4.場景生成視訊
5.後期制作與調整
全流程AI生成視訊特點與優勢
1.自動化提高效率
2.可定制和創新性
3.節省成本和時間
4.可擴充性和智能性
AIGC與視訊:深度融合 視界領航
AIGC與虛拟人:開放易用 囿于硬體
AIGC虛拟人機遇
- 極大降低新IP創作成本重構虛拟人資産轉化鍊
- 重構視訊流形象
- LLM讓虛拟人更智能
- 虛拟人的動作與服裝更自然
- AIGC支援多模态互動
瓶頸與問題
- 實時算力與客戶場景限制的沖突業務大模型的本地化與安全
- 工程效率與客戶真實期待的差距
- 裸眼3D裝置等XR的性價與普及
AIGC與虛拟人:多模支援 定制服務
大語言模型LLM+多模态支援: 自然語言的互動方式.聲音、圖檔、視訊、3D資産等多種支援
AIGC與數字生命:科技賦生 傳承共融
AIGC與人形機器人:人性深化 應用廣延
人形機器人是一種能夠模拟人類行為的智能機器人，其應用領域涵蓋了很多領域，包括服務、醫療、娛樂等。人形機器人需要大量的智能算法支援，提供AI文本續寫，文字轉圖像的AI圖、AI主持人等功能
應用
1.人形機器人導航: 結合視覺、語音等，協助人形機器人推斷出最可能的導航路線。
2.人形機器人互動: 結合自然語言處理、計算機視覺等技術，使機器人更好地了解人類的語言和行為，預測人類意圖。
3.情感表達:人形機器人通過面部表情、肢體語言等方式表達情感并通過AIGC技術來優化其情感表達的真實性和逼真感。
4.自主學習: 讓人形機器人擁有自主學習的能力，從環境中學習并不斷完善自己的行為和決策。使人形機器人更加智能化和自适應，并在未知環境中做出更好的決策。
1.深度智能化：提高人形機器人的智能化水準，使其能夠更好地适應各種任務和環境。人形機器人的安全性和可靠性将進一步提高，在更加複雜和危險的環境也能遊刃有餘。
2.自然互動能力：改善人形機器人的情感表達和互動能力，更貼近人類。
3.應用領域延伸：拓寬人形機器人的應用領域，如醫療、教育、家庭服務等，幫助人類更好地生活和工作。
4.商業化加速:促進人形機器人商業化應用普及，可以提供更加高效和智能的服務，幫助企業降本增效。
AIGC與3D模型:高精渲染 盈盈生輝
AIGC與内容:替代人力 智能生态
大模型參與内容創作的效能差異
AIGC與研究:跨域整合 思維擴充
1.确定研究問題:目标導向
2.收集相關資訊: 資訊整合
3.建立跨學科架構:跨領域滲透
4.進行交叉印證: 聯合分析
5.解讀和傳達結果:普适性傳播
AIGC與科幻創作:人機共 想象躍遷
AIGC與文言文:驚豔文采 情感注能
AIGC與UI設計
1.視感共生
AIGC可以根據指定的參數自動生成UI設計，這将極大地提高設計效率。AIGC能夠學習和了解使用者的視覺偏好，進而建立符合個人喜好的UI設計。這樣，每個使用者都能得到獨一無二的使用者體驗。
2.記憶負擔最小化
人類記憶有限且極不穩定，根據艾賓浩斯遺忘曲線24小時記憶體在約25%的遺忘率。是以對使用者來說，浏覽資訊要比記憶更容易。大模型千億級語料可以UI設計更簡潔，功能布局簡明，減少使用者記憶負擔。
3.情感映射
通過了解使用者的情感需求AIGC可以生成富有情感的UI設計，進而提升使用者的情感參與度和滿意度。在UI設計的生态環境中，AIGC像一個生物體一樣，通過與使用者和其他系統的互動，不斷學習适應和進化，以提升自身的設計能力。
4.形态流變
AIGC可以使UI設計具有更高的适應性和靈活性，就像物質在不同條件下能夠改變其形态一樣。無論是在不同裝置上還是在不同環境中，UI都可以進行自我調整，以提供最佳的使用者體驗。
“AIGC+”與“+AIGC”:全域交融 雙向會師
AIGC擁有在腦力勞動全域領域75 ~ 85分的能力，任何人與AI互動都能瞬間提升自己某個短闆技能達到80分以上。
A極大解放生産力，使人類不再受機械繁重勞動的束縛，獲得更多自由時間和創作可能性，最終走向自由全面的發展。
AIGC與新興職業:創意協同 勞力變革
全域要素:水準增效 代際革命
AIGC與APP互動:所言所得 去除操作
AIGC與APP增強:因勢利導 協同發展
AIGC與開源社群:系統協同 資訊共生
AIGC與變現:場景強化 多元輻射
Chirper:AI天地創意表達
AIGC對APP的強化分析
AIGC對目前的APP的改造主要是下面三個大層次以及涉及到下述二級名額，當然也不完全限于這些名額。
AIGC對TOPAPP的近期強化可能
行業應用成熟度模型
國際TopAPP需增強功能
國際TopAPP需增強功能
Best APP:流動引領深度沉浸
深度個性化:微我智化 個人對齊
AIGD:資料仿真系統互聯
1."教學母模型”(Pedagogical Mother Model) : 強了高A模型(如GPT-4) 對于低級AI模型的教育和訓練作用。它們生成的訓練資料集就是給低級模型消費的，為低級模型的學習和成長提供了豐富的“營養”。這展現了學習理論中的"知識傳遞"和"從進階到低級的學習"的理念。
2.“機器中間産品”(lnter-A Product):指一個A1模型生成的輸出被另一個A模型作為輸入使用。這種資料交換形式在一定程度上模仿了生物系統中的物質和能量交換。這可能引發我們對于"機器間的交流和合作"進行哲學性的思考子任務生成物”(Subtask Artifacts) :Al模型為完成特定任務(如生成索引或摘要)而産生的資料。這些資料可能不被人直接使用，但它們對于AI系統來說卻是重要的中間結果。這展現了功能主義理論的觀點，即每個部分都有其特定的功能和價值。
3.“仿真環境資料”(Simulated Environment Data): 這是指在A的訓練過程中，為了模拟真實世界情況而生成的資料。這類資料對于AI的學習和改進至關重要。這可能會引發我們對虛拟與現實之間關系的哲學性思考。
4.“AI專用内容”(AI-Specific Contents): 專門為A生成的内容，可能包括為AI準備的訓練資料，或者是用來吸引AI注意力的特定内容。這個特征提出了一個可能的未來，那就是AI也是資訊消費者，也有自己的“注意力經濟”。這可能會引導我們重新審視"資訊消費者"的概念，并對"資訊社會"的未來進行深入思考。
5.“AI流動資料”(AI Data Fluidity) : 強調了在A模型之間，資料可以自由流動和交換，類似于實體世界中的流體這種資料流動性使得AI系統能夠在多個模型之間進行有效的學習和知識傳遞。這展現了系統論中的互動和互聯的觀念。
AIGC與安全:系統防護 智腦搜尋
1.AI大模型安全保護安全威脅: 大模型自身由于其規模和複雜性，可能存在漏洞或錯誤，同時也面臨各種安全威脅例如軟體漏洞、算法/模型漏洞、資料濫用、惡意控制、惡意應用等。
2.保護措施: 通路控制和加密等通路保護、使用防病毒軟體和安全更新檔等防禦漏洞、使用日志和監控工具及時檢測、定期進行安全評估和掃描等。
360AI重塑數字安全
用安全的AI做AI的安全
360作為資訊安全、搜尋引擎領域的實力國内廠商，擁有豐富多元的安全大資料，AI安全實驗室通過解決對未知威脅的智能化檢測、支援近實時威脅防禦、建構安全知識庫、緩解安全人員不足問題，重塑數字安全。
AIGC應用趨勢:無縫創作 語境塑形
報告來源：清華大學新聞與傳播學院元宇宙文化
報告編輯：智能機器人系統
更多精彩内容請關注公衆号：BFT機器人
本文為原創文章，版權歸BFT機器人所有，如需轉載請與我們聯系。若您對該文章内容有任何疑問，請與我們聯系，将及時回應。