數字內容產業的AIGC變革，狂飆去何方？

量子位的朋友們 2023-03-17 18:13:28 來源：量子位

2023年，估計沒有比「AIGC」更熱的話題了。

一款叫ChatGPT的聊天機器人程序在全網爆火，迭代速度更是呈指數級發展，由此引發了全球對于 AIGC技術及其話題的熱議。此后，多個科技巨頭持續加碼布局，AI繪畫、AI語音智能生成等AIGC產品集中發布，可以預見的是，數字內容產業的技術革命已近在眼前，未來內容領域的作業模式將進一步向“工業化”時代邁進。面對數字世界和物理世界加速融合帶來的海量數字內容需求，AIGC作為一種新型的內容生產方式，將為內容生產領域帶來巨大變革。

大有可為的數字內容產業

數字內容產業又稱內容產業、信息內容產業、文化創意產業，該產業是信息技術與文化創意高度融合的產業形態，并非傳統意義上的獨立產業，而是由多個細分領域交叉融合而成的一個龐大產業集群。這些細分領域雖然邊界模糊，領域之間存在交叉滲透，但其共同點都是以數字內容為核心，涵蓋了文字、圖片、聲音、視頻、可交互的圖形圖像等多種載體形式。數字內容產業既是科技與文化融合的未來產業，也是接地氣、聚人氣的“溫度”產業，還是生生不息、引領潮流的“新潮”產業，具有巨大的產業爆發力和社會影響力。

近年來，隨著數字經濟的蓬勃發展，以數字技術為載體的內容產業高速增長，創造出了巨大的經濟社會價值，逐漸成為當今社會發展中的重要產業之一。據Research and Markets預測，2020—2024年，全球數字內容市場將增長5198.3億美元（約35855.27億元），其間年復合增長率達15%。同時，各行業數字內容消費需求的井噴式增長，推動了創作者經濟的蓬勃發展，過去兩年，有超過1.65億創作者加入了創作者經濟，目前全球的創作者數量達到3.03億，數字內容產業迎來巨大的市場空間。

供需鴻溝催生數字內容生產方式變革

隨著數字經濟與實體經濟融合程度不斷加深，人類對于數字內容總量和形式的要求不斷提高，各行業衍生了海量數字內容需求，并且內容的形態著朝向三維化、交互化、沉浸式演進。

縱觀整個數字內容生產方式的發展歷程，內容消耗與供給的缺口是生產方式演進的直接動因。從Web1.0時代的PGC到Web2.0時代的UGC，當前，內容生產方式正朝向PGC、UGC、AIGC“人-機”協同生產進化。

根據公開資料繪制

Web1.0時代： PGC（專業生成內容）為主，以平臺創造、平臺所有為主要特征，內容質量高，但受制于專業人力資源的供給側限制，創作門檻高、生產周期長、制作成本高、內容傳播具有單向性，難以滿足大規模內容需求。

Web2.0時代：UGC（用戶生成內容）為主，雖然降低了生產成本及中心化程度，內容豐富性提升，在一定程度上解決PGC產能瓶頸，但內容質量難以保證，內容傳播仍以單向性為主，優質內容存在巨大供需缺口。

Web3.0時代：PGC、UGC、AIGC“人-機”協同生產。在數字經濟及元宇宙時代， PGC、UGC的生產方式難以滿足井噴式的數字內容需求。同時，隨著虛擬現實、增強現實、數字孿生等新形態內容生產及消費需求激增，傳播轉向雙向互動，內容的創作門檻和成本顯著增高。AIGC基于人工智能技術生成內容, 能夠兼顧內容產能和質量，同時還可以定制風格，滿足個性化需求，三種創作方式協同生產，有助于彌合優質數字內容供需鴻溝，打造新的數字內容生成和交互形態。

受內容需求牽引，當前，AIGC已經從概念走向現實，在文本生成、繪畫生成、音樂生成等方面有大量應用問世。例如，在文本生成方面，Jasper 以“AI 文字生成”為主打產品，用戶可以基于其輕松生成 Instagram 標題，完成編寫 TikTok 視頻腳本、廣告營銷文本、電子郵件內容等略復雜的重復性工作；在繪畫生成方面，借助AI繪圖工具Midjourney完成的《太空歌劇院》畫作在美國科羅拉多州博覽會藝術比賽中獲得一等獎；在音樂生成方面，索尼計算機科學實驗室（CSL）發布的AI輔助音樂制作應用程序Flow Machines Mobile，利用AI技術輔助音樂制作，能夠根據創作者選擇的風格提示旋律、和弦和貝斯線生成音樂。

AIGC可生成內容的當下與未來

數字內容產業是最典型的技術密集、知識密集的產業，也是一種勞動密集型產業。AIGC主要以技術嵌入工具軟件的方式幫助數字內容產業大大提升生產效率，通過強大的AI生成能力廣泛服務內容生產的各類場景和內容生產者，將在內容生產中產生變革性影響。

從市場規模來看，AIGC目前處于落地初期，但已經顯現出巨大的市場發展潛力，未來將進一步釋放其價值。根據Gartner預測，在未來2-5年內，生成式AI將實現規模化應用；到2025年，AI生成數據占比將達到10%。此外，據紅杉資本《Generative AI：A Creative New World》分析，AIGC有潛力產生數萬億美元的經濟價值。

部分AIGC技術場景

從內容模態來看，最初，AIGC可生成的內容形式以文字為主。但經過2022年指數級的發展增速，AIGC技術可生成的內容形式已經拓展到了包括文字、代碼、圖片、聲音、視頻等多種內容形式。但是結合產業實際，如AIGC想要在制造業、建筑業、醫療等巨型垂直實體領域中得到廣泛應用，其生產的內容就不能僅停留在圖片和文字領域，而是需要進入信息更為豐富的3D內容生產領域，多模態3D內容生產是大勢所趨。例如，在醫療領域，3D內容能夠清晰的展示出真實器官的內部復雜結構，幫助醫生更直觀、更深入地了解病灶與周圍組織的空間位置關系，還可以根據需求進行交互操作，拆解展示組織、器官、肌肉或骨骼的細節，有效降低診療及人才培育的試錯成本。

從發展階段來看，紅杉資本曾在2022年9月對 AIGC 做出了以下預測：文字類 AI 生成將在 2023 年進入黃金時期，圖片類 AI 生成黃金時期將在 2025 年左右抵達，3D 和視頻類 AI 生成在 2023 年可能正處于草稿階段，進入黃金時期或許在 2030 年。不可否認，文字與圖片的 AI 生成確實走在了前面，但 3D 數字內容生成作為未來趨勢，也已經開始有廠商進行探索。

AIGC賦能3D內容生產創作

事實上3D內容以其獨一無二的優勢長期存在于數字內容世界，3D?視覺是人類的本能，3D數字內容所攜帶的光、影、材質、幾何等多維度信息，能夠帶來遠超2D內容的感官體驗和交互體驗，3D內容在展現事物結構、人機交互等多種領域表現極其出色，越是復雜多維的領域，它相較于其他形式的內容，就表現的越好，未來如果要生成可以精準表達設計的成果，需要向3D和更高信息維度去邁進。

盡管用戶對于3D內容的需求從未改變，只是因其生產效率低下和展示終端的限制緣故，3D內容一直未能像2D內容那樣被大規模應用。不是內容生產者不想使用3D內容，而是當下3D內容生產面臨技術門檻高、生產周期長和成本高等問題，生產的質量和效率亟待提升。

隨著數字經濟的不斷發展及技術的不斷演進, 3D數字內容將迎來增長拐點。據頭豹研究院數據顯示，預計2025年VR內容市場規模將達到832.7億元。根據調研機構MarketsandMarkets預測，預計2027年全球數字孿生市場規模將增長到735億美元。未來5年，僅這兩個關聯市場的內容需求量就已十分驚人。急速上升的3D數字內容需求，唯有通過生產力的躍升才能得以滿足，我們堅信AIGC將會為3D內容生產大規模解放生產力，而且未來也定會成為元宇宙內容基建的最好助手。接下來，AIGC需要重點攻破的就是視頻與實時3D內容了。

3D AIGC的技術支撐是“AI”，生成的AIGC屬于“內容與場景”，背后還需要“后端基建（算力）”、“底層架構（渲染引擎）”的支撐。

誰是3D AIGC技術領域的潛力新星？

技術的進步離不開業內企業的積極推動，一些優秀公司在這方面的探索已經悄然走在了世界前列，具備了很多的底層技術基礎、場景基礎和數據基礎。

在算力方面，隨著生成式AI應用創新周期的到來，以微軟、谷歌為代表的科技巨頭拉開了大模型訓練的序幕，算力需求迎來確定性爆發增長。據業內人士分析，ChatGPT需要TB級的運算訓練庫，甚至是P-Flops級的算力。半導體行業資訊機構SemiAnalysis估算，以GPU衡量，ChatGPT訓練需要約3617臺英偉達HGX A100服務器，也就是28936塊A100。不同形態內容智能生產中模型訓練面臨的任務復雜度有所不同，那么未來3D AIGC勢必帶來更高體量的算力需求。在2022年英偉達GTC大會上，黃仁勛多次提及“下一個時代的AI”，并且推出采用Hopper架構的新一代加速計算平臺，同時發布了首款基于Hopper架構的的NVIDIA H100 Tensor Core GPU，展現出英偉達對于算力的領先布局。

NVIDIA H100 Tensor Core GPU，圖片來源于英偉達官網

該GPU結合 NVIDIA? NVLink? Switch 系統，可連接多達 256 個 H100 來加速百億億級 (Exascale) 工作負載，另外可通過專用的 Transformer 引擎來處理萬億參數語言模型，進一步拉大了與追趕者的差距。此外，英偉達已經推出了AI云服務產品，允許客戶在云端訪問其DGX AI超級計算機。從其商業動作來看，英偉達全面聚焦AI算力產業革命， 從2016年前后的GPU并行計算架構，到如今完成硬件、軟件、平臺、應用層的全面部署，英偉達押注AI多年獲得豐厚回報，其市值在2023年初兩個月內增長超過 2100 億美元。隨著3D AIGC的發展，其市場潛力將得到進一步釋放。

NVIDIA H100 Tensor Core GPU性能躍升，圖片來源于英偉達官網

除算力外，渲染引擎也是支撐3D AIGC發展的關鍵技術。數字內容生產軟件是圖形、圖像、交互等領域復雜知識的代碼化沉淀，其底層算法引擎技術積累需要非常長的時間，這是一個進入壁壘很高、對開發周期、資金要求很高的高科技賽道，不僅開發難，驗證和跑通也很難，只是做一個 Demo，并不能證明一款引擎的能力和通用特性，需要經過很長時間的驗證和算法優化。

值得一提的是，國內一家名為艾迪普的公司，在這方面已經擁有了深厚的技術儲備，并且已經開始在3D AIGC領域進行深度布局，持續圍繞實時三維圖形圖像領域進行AI技術研發和探索。

目前，艾迪普已經研發出完全自主知識產權的實時三維圖形圖像引擎、數字內容生產全鏈路工具集和3D數字資產云平臺，能夠很好的滿足從三維設計、快編包裝、虛擬合成、實時交互到可視化呈現的數字內容多樣化的制作需求，可以廣泛的應用于虛擬現實、增強現實、虛擬仿真、數字孿生、大數據可視化等領域。

艾迪普通過將自研引擎的核心能力進行封裝，針對不同行業領域、應用場景及應用開發需求，抽取了2000+算法模組，這些基礎功能的算法模組，可以結合不同行業客戶的業務應用場景，像“搭積木”一樣高效組合成更多的AI應用，實現智能化的數字內容生產。據悉，其已經在旗下自研的數字內容生產工具中引入AIGC技術，實現了AI數字人融合、天氣預報視頻智能生成、2D轉3D、音樂卡點等功能，并通過無代碼編程方式快速創作出交互式的3D內容，這將大大推動3D內容生產朝著更高效和更富創造力的方向發展。

數字人視頻：其推出的iClip實時三維圖形快編包裝工具基于深度學習、自然語言處理、計算機圖形學、語音合成、圖像合成、肢體動作合成等技術，能夠快速生成形象逼真、能說會動的3D數字人創意短視頻。同時，通過3D數字人與數字場景、三維模型、圖文動畫、動態特效進行深度融合，能夠極大增強數字人在不同應用場景中對客戶進行內容、產品的服務能力，適配資訊播報、電商帶貨、賽事解說、泛知識講解等多元場景應用需求。

氣象播報視頻：其研發的氣象短視頻生成工具作則能夠實時接入外部天氣數據，結合數字人形象，用戶只需通過簡單技術指令，即可一鍵自動生成不同城市、不同天氣狀況、不同虛擬場景、不同AR前景、不同數字人角色的3D氣象高質量播報視頻，可以大幅降低新形態播報內容的制作周期和成本。

氣象播報視頻，圖片來源于艾迪普公開信息

2D轉3D：傳統的3D模型制作需要經過原畫、建模、UV拆分、烘焙貼圖、繪制材質、渲染等多個環節，艾迪普的iArtist實時三維可視化創作工具基于智能算法，在2D圖像輸入時自動進行深度預估和幾何捕捉，實現?2D?平面內容到?3D?立體模型的實時智能化生成，模型生成后，創作者可以根據需求，在工具中對模型進行自由編輯和精細調整，能夠極大減少建模所需時間。

2D轉3D功能演示，圖片來源于艾迪普公開信息

音樂卡點：艾迪普的iClip實時三維圖形快編包裝工具，還可以基于算法構建音樂分析模型，通過波形分析自動標記音頻節奏點。未來，該功能有望基于多模態訓練框架，結合數字圖形資產云平臺，實現音頻、圖片、視頻之間的跨模態內容檢索、精確匹配和自動生成，大幅提高視頻創作效率。

結語

社會又一次來到了新的發展節點，轉型窗口期已經悄然開啟。每一輪產業和技術升級，必定會出現一系列全新的“現象級應用”。雖然目前AIGC還處于發展初期，但隨著人工智能技術的持續發展，數字內容生產力將進一步得到釋放，融合文字、圖片、音頻、視頻、虛擬場景、3D模型等多模態的數字內容生產終將成為現實，我們的工作與生活場景，也將迎來顛覆性的改變，我們共同期待這一天的早日到來。