无论从国内外市场热度，还是国家的政策来看，当下AIGC（生成式人工智能）都已经成为焦点中的焦点，而其对各个产业的影响也成为业内探究的重点方向之一。
近日，中国人民大学创意产业技术研究院研究编制《中国文化和科技融合发展战略研究报告（2023）》，并在中国（南京）文化和科技融合成果展览交易会主论坛上正式发布。
报告聚焦AIGC，深入分析其发展历程、技术奇点、产业实践和场景应用，展望未来AIGC时代文化和科技融合的八大焦点。
报告指出，关键技术的介入是产业转型升级的关键，AIGC作为新的技术奇点，有望成为畅通移动互联向万物互联转换的链接点，对于文化产业来说，即将迎来“iPhone时刻”。
AIGC浪潮下，内容产业科技属性日益增强，以内容产业为基础的AIGC模型开始不断波动演进，探索从长链式对话到“文生图频”的发展路径。
中外差距明显
当下，行业已进入“百模大战”，中外AIGC大模型之间存在着差异。如国内在数据量方面占优，但数据载体差距大。
专利及人才方面，截至2021年，在全球AI专利数量TOP10榜单中，我国4家企业上榜。但据《2022年全球最具影响力人工智能学者——AI2000榜单》显示，我国入选的高影响力AI学者数量仅为232人，专利保有量与人才数量上不平衡。
在模型方面，国内基础较弱，部分仍以国外模型为基底。我国大模型尚处于“跟跑”阶段，但具备一定后发优势，需突破规模效益临界点，释放更大效能。
场景应用
伴随着技术的发展，AIGC将赋能并渗透至文化内容自生产至审核的创作链条。
赋能通用型文化资产的创作生成：服务于游戏NPC对话、文章大纲等多模态结构化场景。
赋能专业型文化资产的辅助生产：提供强专业性的内容素材，辅助高创意度、高精准度的人工内容创作行为，提高人类生产者创作效率。
赋能文旅消费决策与个性服务：通过分析文旅数据，模型能够自动分析提升定制化行为参考决策准度，赋能景区自助客服、场景智能导览和文创智能营销等场景。
赋能内容安全与辅助审核：对文字、图片和视频等进行辅助审核，以人机协同实现内容审核环节的降本增效。
赋能内容信息的结构化和知识化：通过文化内容的“解构-分类-重构”环节，服务文化遗产知识图谱等场景。
八大焦点
报告预测并提出AIGC时代文化和科技融合的八大焦点，即数据可信、模型机会、替代焦虑、版权困境、内容挖掘、价值衍生、文化治理、监管理念，探索AIGC在数字内容创作生态中的关键环节和现状趋势。
焦点一 数据可信
目前，AIGC领域部分环节尚不完善，语料库规模少且质量低，训练数据面临“可信”挑战。另外，模型训练不当带来“AI幻觉”，引发可信度危机。
因此，应多点聚焦从数据整合到模型开发、从工具平台到内容创作、从行业服务到市场流通的内容生产全产业链，以包容审慎的监管政策保障数据规范、产业合规和产品可信。上游：分行业、分类别、分源头守护前端数据规范。中游：鼓励生成保护，以“技术赋能”打破虚假内容困境。下游：完善风险分级制度，包容管理与严格监管并存。
焦点二 模型机会
AIGC领域的大模型具有规模大、分析力强、准确率高等特征，但在高成本和高技术门槛等限制下，中小企业难以加入该领域。因此，大模型底层逻辑应与小模型专业逻辑并行，助力场景多元的专业小模型成为AIGC市场化发力重点。
焦点三 替代焦虑
AIGC的创作路径，主要通过算法对现有素材进行重组，形成最终作品；人类的创作路径，则是基于对世界的思想感知，通过各种形式来进行自由表达，形成最终的作品。
创作路径的差异导致了人机效能的不同，使得短期内人工智能无法替代人类，二者只有进行互补性合作，突破效率瓶颈和内容边界，才能发挥比较优势，实现最大效用。
焦点四 版权困境
在有条件的肯定基础上，AIGC有获得版权的可能性，这需要满足三重条件：一是人类给机器的指令是否构成封闭性，即输入指令要保证原创和封闭，而不是采用已有的指令集；二是对机器生成的内容是否做修正，即输入指令之后，生成的内容是否作进一步调整和修正；三是人类拥有最终成果的创造性控制，即人类对作品的生成方式、解释方式等有最终控制。
焦点五 内容挖掘
AIGC助力了内容领域各个重要环节的智能化。在内容挖掘上，AIGC能通过大规模语料库的学习和分析，发现隐藏的文化现象和规律；在内容管理上，AIGC通过自动化和智能化技术，实现对内容的智慧管理；在内容展示上，AIGC通过多模态交互技术，实现文字、图片、视频等多种形态的内容展示；在内容交互上，AIGC大模型能根据用户需求自动筛选大量信息并生成针对性内容，进行实时的深度交互；在内容服务上，AIGC可以通过对用户历史行为和偏好的分析，自动推荐与用户兴趣相关的内容，实现个性化服务。
焦点六 价值衍生
在服务受理方面， AIGC智能服务通过多元渠道接入，各渠道能互通；在服务效率方面，AIGC智能服务可实现无差别全天候响应，效率很高；在服务流程方面， AIGC智能服务的流程根据需求实时定制，特点是个性化、多样化；在服务价值方面，AIGC智能服务在功能价值之外，更重要的是提供了交互性情绪价值。基于以上分析，AIGC以较低成本高效提供千人千面的个性化服务，更贴合客户情感共鸣点，形成有效的情绪价值。
焦点七 文化治理
AIGC可在短时间内生成大量引导性内容，使得舆论博弈竞争压力增大；AIGC的多模态交互使得违规内容形态类型复杂多样，导致不良信息审核起来识别困难；AIGC对于复合型专业知识的再生产形成了高专业性壁垒，导致内容真伪判断门槛提高。基于这些因素，AIGC的内容治理需要关注数据反向溯源、模型算法审查、机器过滤审核等关键技术环节。
焦点八 监管理念
对AIGC的监管需要考虑创新发展与风险规避的适度平衡。首先，其应用范围由细分领域向通用场景拓展，导致监管对象更为分散；其次，技术发展的不可控性（比如大模型的涌现能力）使得风险不确定性变大，导致事前监管难以预判风险；最后，技术迭代周期越来越短，导致监管时效问题突出。
0