图片来源
视觉中国文晨山资本，作者
吴文超
随着5G大带宽网络时代的到来，人们对更具有视觉表现力的数字内容越来越渴望。传统数字内容的生成效率已成为新时代的瓶颈。作为下一个探索热点，「AI自动化内容生成」激发了大量行业需求，也让我们看到了人工智能技术新的引爆点。
自动化内容生成并不是第一天诞生。但过去的D/D非结构化内容生成效果不尽人意，而且遗留了很多历史问题给创业者去解决。近年来，AI在CG领域的应用，尤其是若干革命性模型的提出，给整个方向带来全新思路，其影响还在持续发酵中。但技术终将服务于商业。我们也看到，AI内容生成技术正在各类显性的商业场景中落地，创造越来越多的现实价值。
本文将阐述AI与内容生成的发展现状，探究目前技术的难点和机会，同时也会带大家从不同角度看未来的商业价值。
自动化内容生成并不是第一天出现
0百度世界大会上，百度首席技术官王海峰展示了利用AI「补全」《富春山居图》让历史画作重现当代。风格与现存真迹的一致程度也让专家大为震撼。
▲浙江博物馆馆藏《富春山居图·剩山图》局部（左），台北故宫博物院馆藏《富春山居图·无用师卷》局部（右）
▲AI补全《富春山居图》并题诗（上图红框处）
李彦宏在大会上分享了AIGC(AIGeneratedContent)将走过的三个发展阶段：
第一阶段是「助手阶段」，AIGC辅助人类进行内容生产；第二阶段是「协作阶段」，AIGC以虚实并存的虚拟人形态出现，形成人机共生的局面；第三阶段是「原创阶段」，AIGC将独立完成内容创作。
AIGC这个词听上去比较时髦，但自动化内容生成并不是个很新的概念。利用计算机辅助人类进行内容生产其实很早就出现，比如在计算机编程领域IDE的代码提示、使用OfficeWord编辑内容的错误修正，到后来利用NLG自动化文本生成等都可以算作这个范围。
近年来，承载内容的媒介越来越丰富，从最早的文本到图文、视频到D内容。同时也带来了对内容快速生产的更大诉求，激发了大家持续探索自动内容生成的动力。深度学习的出现和发展，进一步带来了从CV(ComputerVision)延展到CG(ComputerGraphics)领域的各种新尝试。让传统的通过规则、数据的富媒体内容生成方法逐步延伸到基于深度学习的内容生成。这也是目前大家狭义理解的AIGC概念。
D/D非结构化内容生成更具有挑战性数字内容的载体越来越丰富，针对各种形态的AI内容生成的研究也越来越多，包括文字的NLG（自然语言生成）、图片/视频的自动风格迁移和生成、通过点云/图片信息自动生成D内容等。本文更加
联系电话：