清华大学第六弹：AIGC 发展研究3.0版

《AIGC发展研究报告3.0》解读

• 这份报告深入探讨了AIGC技术在2024年的最新发展，尤其聚焦于DeepSeek之外的世界，并展望了AI技术对社会、经济和文化的深远影响。
• 你能获得：全面了解AIGC的最新进展、预见AI发展趋势，把握AIGC带来的创新机遇。

核心内容：

1. 经典哲学理论与AI引发的变化：

• 详细解释：
  • 怀疑论： AI的推理能力挑战了笛卡尔“我思故我在”的观点，促使我们重新审视“思维”与“存在”的关系。
  • 主体间性： AI训练文本的多主体来源使其具备某种“主体间性”，但其真实性值得深思。
  • 他者经验： AI使得获取他者经验成为可能，挑战了胡塞尔认为他者经验无法完全获取的观点。
  • 儒家之信： AI虚假信息的出现使传统儒家“信”的思想重新获得重视。
  • 回归对话： AI对对话的依赖促使我们重新审视理性、知识本质和人际互动方式。
  • 历史唯物： AIGC提高了社会生产力，为实现更高级社会形态提供了技术支持。
  • 技术问询： 技术不仅是工具，更是一种形而上的力量，深刻改变了人类理解世界的方式。
  • 环形监狱： AI的应用使用户既是“监视者”，也是“被监视者”，强化了福柯对权力结构的批判。
• 行动建议： 深入研究AI背后的哲学思想，从而更全面的理解AI。

2. 天人智一：融通物我，和谐共生

• 详细解释：
  • 中国古典哲学中的“天人合一”理念强调人与自然的和谐。
  • 人工智能的介入帮助人类提升生产力，并更深入地理解世界与自身。
  • 人工智能同人类灵魂融合为一，进而极大的解放人类生产力，提升工作效率。
  • 最终实现人、机、自然和谐共处。
• 行动建议： 积极探索AI技术在提升生产力和理解世界方面的应用，同时关注人与AI、自然的和谐共处。

3. 问行合一：主动深思，创新执行

• 详细解释：
  • “问”代表对未知或复杂问题的深度挖掘与探索，体现了人类对知识与智慧的追求。
  • “行”则代表基于AI分析结果的迅速且精准的行动实施，彰显了人类对于机器智能输出的高效利用与转化。
  • 人类应持续深化提问的质量与深度，充分利用AI的数据挖掘与模式识别能力，探寻数据与知识背后的深层逻辑与规律。
• 行动建议： 积极运用AI工具进行深度查询，快速将AI的输出转化为实际行动，实现人机协同的最大化效益。

4. 镜像进化论：逆序生成，模拟宇宙

• 详细解释：
  • 通过AI模拟意识、生命和元宇宙，探讨人类世界与AI“主导”的世界之间的关系。
  • 模拟意识：创建一个能够进行自我反思、决策并具备学习能力的系统。
  • 模拟生命：模拟生命体的复杂性，包括自我复制、进化和适应环境的能力。
  • 模拟元宇宙：模拟宇宙的物理法则、结构和演化历史，宏观层面反映宇宙起源。

5. 内外认知论：认知外赋，决策自持

• 详细解释：
  • 我们正处于一个重要的临界点，人类认知和AI生成认知相互影响。
  • 认知外包的同时，决策需要内源化。
  • 内化：把AI产生的认知融入到已有的知识体系中。
  • 内联：把已有的知识体系和AI产生的认知相连接，形成关联。
  • 外包：把重复性的工作交给AI去做。
  • 外挂：利用AI获取提示、灵感。
  • 外延：利用AI拓展已有的知识体系。

6. 提示范畴论：任意为根，潜在为机

• 详细解释：
  • 提示的边界就是想象的边界。
  • AI的输入可以是语言、编程语言等。
  • AI可以问问题、作出改变、产生新创意。

7. AI三用：重构万象，感知超凡

• 详细解释：
  • 创新与灵感源泉。
  • 心理与情感体验。
  • 教育与训练。

8. 快思慢想：效能兼顾，全局视野

• 详细解释：
  • 概率预测（快速反应模型，如ChatGPT 4o）：响应速度快，算力成本低，基于概率预测进行决策。
  • 链式推理 ( 慢速思考模型，如OpenAI o1)：慢速思考，算力成本高，能够自主分析情况，实时做出决策。
  • CoT 链式思维 的出现将大模型分为 了 两类，要根据任务需求选择合适的模型，实现最佳效果。

9. AI自动化L1-L5：渐进提升，全能自理

• 详细解释：
  • L1 ：辅助自动化， AI 简化流程，提供工具支持。
  • L2-L3 ： AI 部分自动化，能独立生成内容但需人类设定条件。
  • L4 ：高级自动化， AI 独立创作，有一定创新能力。
  • L5 ：完全自动化， AI 超越人类水平，具备自我反思与创新能力。
  • 要关注形成可落地的应用节点。

10. 生成边界与思维滞环：僵局显现，破题之道

• 详细解释：
  • 生成边界指AI模型在理解、创造与创新方面的能力极限。
  • 思维滞环现象表现为 AI 在多轮对话中重复内容、缺乏新意或无法满足用户的新增需求。
  • 解决思路：调整提问方式，优化训练数据和算法，提供外部信息，调整模型参数。

11. 未来学科划分：共生拓展，智启新程

• 详细解释：
  • 人工智能科学：研究AI的技术创新与发展，涵盖基础理论、应用技术以及未来可能的智能演进。
  • 人机共生科学：研究人类如何 驾驭 人工智能，实现更高效、更和谐的协作，提升人类的生活质量和社会效率，提高 生产效率。

12. 基座升级：快速演进，未来可期

• 详细解释：
  • 文本生成领域：从判断识别文本向理解生成文字发展。
  • 视频生成领域：从静态图像生成向动态视频创作推进。
  • 逻辑推理领域：从“模仿智能”向“推理智能”演进。

13. 生成机制：语料预学，推理输出

• 详细解释：
  • 模型通过学习词汇，语法，以及一些语义和上下文关系。
  • 通过预测任务，模型学习了一组参数，这些参数可以捕捉到输入文本的模式。
  • 模型会使用 " 注意力机制 " 技术来决定哪些输入词对生成答案最重要。

14. AI缺陷：臆造之辞，概率幻觉

• 详细解释：
  • AI幻觉（AI Hallucinations）是指生成式人工智能模型在生成文本或回答问题时，其输出内容可能包含完全虚构、不准确或与事实不符的信息。
  • AI幻觉的产生通常是由于模型在缺乏相关信息的情况下，通过概率性选择生成内容，而非基于真实世界的知识库或逻辑推理。
  • 还有可解释性、计算成本、数据偏见、实时更新、数据安全、个人隐私、恶意输出等潜在的缺点。

15. AI幻觉：五类七特，虚实迷域

• 详细解释：
  • 数据误用：误用已有数据，回答部分不符或细节错误。
  • 语境误解：对问题的意图理解错误，回答偏离主题。
  • 信息缺失：未能正确获取或整合外部信息。
  • 推理错误：逻辑推理中存在漏洞或错误假设。
  • 无中生有：在无数据支持下，生成完全虚构的信息。

16. OpenAI o1：跨代进化，推理优先

• 详细解释：
  • 可以帮助分析复杂的市场数据，制定 投资 策略 ， 优化 风 险 管理 ， 提高 金融 决策 的 准 确 性 。
  • 在 编 程 领 域 表 现 出 色 ， 能 够 生 成 高 质 量 代 码 ， 优 化 算 法 ， 帮 助 开 发 者 提 高 生 产 力 。
  • 在 教 育 领 域 帮 助 学 生 理 解 复 杂 的 数 学 和 科 学 概 念 ， 提 供 个 性 化 的 学 习 辅 导 ， 提 升 教 育 效 果 。
  • 在 医 学 领 域 的 应 用 提 高 诊 断 准 确 性 ， 辅 助 医 生 制 定 个 性 化 治 疗 方 案 ， 提 升 整 体 医 疗 服 务 质 量。

17. 语言大模型：群雄逐鹿，齐头并进

• 详细解释：
  • OpenAI GPT-4o：对话生成、内容创作、代码编程，强大的理解能力和知识库。
  • Apple Apple Intelligence：语言处理、图像识别、隐私保护，本地计算快速，隐私保护好。
  • xAI Grok 2：复杂推理和多模态理解，软件平台集成度高，质量稳定。
  • Meta Llama 3.2：模型微调和快速适配能力，迁移学习能力强，适应性好。
  • Google Gemini 1.5-Pro：多模态数据处理，跨语言生成，跨模态理解能力强。
  • Anthropic Claude 3.5-Sonnet：文本理解、对话、写作、翻译，跨领域应用广，安全可靠。

18. 视频大模型：三足鼎立，潮头涌动

• 详细解释：
  • Runway 、 可灵 和 Vidu 是在视频大模型中较有竞争力的三个大模型，综合表现较好。
  • OpenAI Sora 、抖音的 PixelDance 、 Meta 的 Movie Gen 也发出预告，但现在模型仍未对个人用户推出。

19. 音乐大模型：众星捧月，“一超多强”

• 详细解释：
  • Suno 的表现最为优异，在音乐创作的全流程中表现出色。
  • Minimax 、昆仑万维、腾讯、抖音、网易也在开发新功能并完善原有功能。

20. 国产之路：特色效应，着眼“五合”

• 详细解释：
  • 与领先新兴产业结合。
  • 与传统优势产业结合。
  • 与短视频结合。
  • 与直播带货结合。
  • 与文化创作结合。

21. 图灵测试：潜力尽显，智能超越

• 详细解释：
  • OpenAI-o1 在文本领域， M idjourney 6 .1 在图像领域， Suno3 .5 在音乐领域， Vidu/ 可灵 /Runway 在视频领 域， FSD12.5 在自动驾驶领域相继事实通过图灵测试，推动了人类社会革新。

22. 心目言三统一：智绘千里，观机明理

• 详细解释：
  • 在传统艺术中，苏东坡的 “ 心目手俱得之矣 ” 强调了创作过程中心灵（心）、观察（目）、和技 艺（手）的紧密结合。 这种观点体现了艺术创作 是一种全面的人类活动。
  • AI 艺术是 “ 心目言 ” 三统一 ， 意味着艺术的自 我观察和理解，体现了 AI 在艺术创作中的主动 性和创造性；同时代表手的部分功能退化， 为 人类艺术创作提供了新的方法 。
  • 体现在 AI 如何将其内在的设计哲学（心）、对数据的理解和感知（目）以及 设计者的艺术理念和审美偏好 （言）融合为一体，创造出独特的艺术作品。

23. 创造力跃迁：零知启动，高识生产

• 详细解释：
  • 从 “ 零知识启动 ” 到 “ 高知识生产 ” ，再到 “ 新知识创造 ” ，最终到 “ 元知识形成 ” 的完整过程。
  • 零知识启动的普遍性：借助 A I 提供的 信息检索、学习推 荐和初步创意生成 功能，任何人都可 以从 “ 零知识 ” 的 起点开始，轻松启 动创造过程。
  • 高知识生产的效率与规模： AI 高效的 知识生产方式不仅 提高了生产速度， 还确保了知识的准 确性和可靠性，为 新知识的创造 奠定 了坚实基础。
  • 新知识创造的激发与涌现：人类与 A I 的协同工作激发了 新的创意灵感和思 维火花，通过跨界 融合、技术革新和 模式创新等方式， 不断推动知识边界 的拓展和深化。
  • 元知识的提炼与引领：人类可以 借此 更有效地指导 A I 的 创造活动；元知识 也成为连接不同领 域和学科的桥梁， 促进了知识 的交叉 融合和协同创新。

24. 三重概率：多层互动，逐层精炼

• 详细解释：
  • 通过 初始生成 、 交互筛选 和 主观优化 三个层次，构建了一个动态循环的创作流程，以提升内容生成的 效率和质量，满足市场的多样化需求。
  • 初始生成概率：AI 通过大模型的概率预测与推理生成初步 内容。
  • 交互筛选概率：用户与 AI 互动，通过对话和选择筛选出更 优作品。
  • 主观优化概率：用户基于自身能力和创意对生成内容进行 个性化优化。

25. 三型创作：复合智能，共创平衡

• 详细解释：
  • 确定 型创作：强调逻辑和可控性，相同输入 得一致结果，确保作品符合预期。应用于设计、工程等 领域，具有稳定、精确和高效的优点。
  • 非确定 型创作：强 调 灵 感 和 不 可 预 测 性 ， 相 同 输 入 得 不 同 结 果， 体 现 随 机 性 。 常 用 于 抽 象 艺 术 、 实 验 音 乐 等 ， 激 发 灵 感 ， 打 破 传 统 束 缚 。
  • 融合 型 创作：结合 确定 性 和 非 确 定 性 ， 兼 具 规 则 与 随 机 。 利 用 确 定 性 框 架 ， 引 入 非 确 定 性 元 素 ， 作 品 核 心 一 致 且 多 样。

26. 三元分离：算法创作，情感隔 离

• 详细解释：
  • 创作过程的分离：AI创作基于数据和算法计算，人类创作源于情感体验、文化背景和 创造性思维。
  • 情感表达的分离：AI 可模拟情感但非发自内心，人类的情感表达是真实的情感反映。
  • 受众感知的分离：受众关注作品传递的情感和信息，不一定在意创作者是否真正拥有 情感。

27. AIGC 海报：精准控制，元素构成

• 详细解释：
  • 对大楼每一层展示内容的精准控制， 包括农业食品、医疗设备、技术装 备等，摆脱了 AIGC 内容不可控的问 题，实现了对内容需求的精准表达。

28. AIGC修复：英雄不朽，见证温暖

• 详细解释：
  • 综合使用 AI 技术，协助新华社在关于中 国维和英雄杨树朋烈士的报道中，制作 了一幅感动人心的 “ 照片 ” ：杨树朋烈 士与他的家人，共同出现在一张温馨的 全家福中。

29. AI 自动化工作流：模型驱动，高效执行

• 详细解释：
  • 通 过 R P A 自 动 化 管 理 内 容 生 成 的 各 个 环 节 ， 包 括 数 据 收 集 、 处 理 和 内 容 发 布 ， A I G C 负 责 生 成 具 体 内 容 。 这 使 得 整 个 流 程 高 效 、 连 贯 ， 并 减 少 了 人 为 干 预 的 需 求 ， 确 保 内 容 及 时 更 新 和 发 布 。
  • 动态 调 整 RPA 实 时 收 集 用 户 互 动 数 据 ， A I G C 根 据 这 些 数 据 动 态 调 整 生 成 内 容 ， 提 高 内 容 的 相 关 性 和 用 户 满 意 度 。

30. AI 音乐四性：智能创作，情感共鸣

• 详细解释：
  • 自由规则性。
  • 模仿创新性。
  • 情感计算性。
  • 知识创意性。

31. AIGC与文言文：惊艳文采，情感注能

• 详细解释：
  • 天下有情者，心有高山，而至高者，乃父爱也。壁垒重重，众人可退；为父之人，焉能退？ 明灯独守，四顾昏暗，父之灯火，燃千秋光，照子归路。 为子则柔，柔而不弱；为父必威，威而不苛。若无此威，则无问可答；若无此柔，则无爱可承。父虽平凡，护子若龙；父目如炬，虎视群狼。不使子女为羸弱之粮，父心无私，披荆斩棘。劳苦化福，恩若天地，庇护万难。 肩无论宽窄，必挡万里狂风；眼无论远近，必照一家光明。向天求变，需忍岁久，父如巍山，任风霜蚀，静候星归。一片丹心映晚霞，几度春秋度白发。飞舟越海，父心辽远；丹月映江，父爱深长。人间四月芳菲尽，父心忧愁未曾止。期子凌云，故推舟离岸；背影依依，但愿子早归。 父者，忍苦修行而无解脱，历万劫而不为仙。披星戴月无怨悔，罕见清闲而珍视。风摇楼阁，水泛舟船，父爱如山，永世不移。纵使功名满天下，不及父颜展笑颜。

问答

Q: AIGC主要有哪些应用场景？

A: AIGC的应用场景非常广泛，包括但不限于：内容创作、设计、医疗、教育、金融等。可以帮助人们在各个领域提高效率、降低成本、实现创新。

Q: 如何应对AIGC带来的伦理挑战？

A: 应对AIGC的伦理挑战需要从多个方面入手，包括：制定明确的法律法规、加强技术监管、提高用户的信息素养、促进伦理思考等。

Q: AIGC的未来发展趋势是什么？

A: AIGC的未来发展趋势包括：模型性能的持续提升、应用场景的不断拓展、与其他技术的深度融合、伦理和安全问题的日益重视等。