原標(biāo)題：AIGC落地應(yīng)用盤點：寫劇本、繪圖、編程已“解鎖”，離AI寫PPT還有多遠(yuǎn)？

出品 | 搜狐科技

作者 | 鄭松毅

編輯｜楊錦

人工智能生成（Artificial Inteligence Generated Content，以下簡稱“AIGC”）是指利用人工智能算法和模型，通過訓(xùn)練和優(yōu)化，自動生成符合特定要求的、高質(zhì)量的的文本、圖像、聲音等信息。

目前，AIGC技術(shù)已經(jīng)應(yīng)用在廣泛的領(lǐng)域，如腳本撰寫、繪圖、編程等。與此同時，AIGC技術(shù)可以根據(jù)用戶需求提供個性化服務(wù)，不僅提高了用戶體驗，還大大提升了工作效率。

接下來，搜狐科技將帶領(lǐng)大家一起感受AIGC在各領(lǐng)域中展現(xiàn)的“超能力”，看看這些“超能力”是否能幫助解決大家的工作困擾？

AI文本創(chuàng)作

形式：分析鍵入文本需求，生成劇本等文本形式內(nèi)容

應(yīng)用場景：撰稿、編寫劇本、文本處理等

代表應(yīng)用：Rytr、Jasper AI、ChatGPT-4

Rytr是最適合入門級文本創(chuàng)作者應(yīng)用的軟件，它可以生成高質(zhì)量的文章、營銷方案、電子郵件、博客文章等。這個AI寫作工具的特點是它的算法可以根據(jù)用戶提供的主題、關(guān)鍵詞和目標(biāo)受眾，自動生成定制化的內(nèi)容。同時，這個工具還可以與其他應(yīng)用程序進(jìn)行整合，例如：WordPress、Shopify、Slack 等，方便用戶在其他平臺上直接發(fā)布它們所創(chuàng)建的內(nèi)容。此外，Rytr還提供了一個AI編輯器，可以幫助用戶輕松編輯和修改文章和文案，大大提高了創(chuàng)作效率和質(zhì)量。

Rytr除了具備字符計數(shù)、語法檢查等常規(guī)功能外，其具備2000+數(shù)量級的內(nèi)容創(chuàng)意庫，可以幫助作者找到最理想的創(chuàng)意方向。

此外，Rytr的使用方式也很簡單，讓初學(xué)者可以快速上手：

首先，用戶可以從上百種語庫中選擇目標(biāo)語種。

接下來，用戶需要鍵入需要生成文本的主題。

之后，Rytr會在一分鐘內(nèi)的時間里生成完整的文本結(jié)果。

最后，Rytr支持用戶根據(jù)需求對文本字體、字號、文字間隔空間等進(jìn)行編輯修改。

搜狐科技從Rytr用戶了解到，用戶對于Rytr的使用滿意度評分高達(dá)4.9分（滿分5分）。好評的原因主要如下：

1. 易上手：用戶反饋3分鐘內(nèi)即可上手操作Rytr軟件，并生成理想的文本結(jié)果；

2. 文本生成速度快：用戶形容“在屏幕上光標(biāo)閃爍間，文本已生成完畢”；

3. 文本質(zhì)量高：用戶反饋Rytr生成的文本表達(dá)高度準(zhǔn)確，用詞較為規(guī)范，讓人一時分辨不出一篇文稿是出于AI之手。

如今，Rytr等文本創(chuàng)作類AIGC軟件已廣泛應(yīng)用于Pwc（咨詢行業(yè)）、Ford（制造行業(yè)）等領(lǐng)域，其極具高效的創(chuàng)作能力及多語種編輯能力，其對文本創(chuàng)作領(lǐng)域中的行業(yè)從事者造成不小的沖擊。

但搜狐科技分析，其目前仍無法完全代替文本創(chuàng)作者，從創(chuàng)作風(fēng)格多樣性及用詞表達(dá)準(zhǔn)確性來講，AI文本工具距離人類的能力還存在差距。

AI圖片創(chuàng)作

形式：分析文本需求，生成圖片

應(yīng)用場景：海報制作、漫畫創(chuàng)作等

代表應(yīng)用：Stable Diffusion、Midjourney

2022年以來，以 Stable Diffusion、Midjourney等為代表的文本生成圖像的跨模態(tài)應(yīng)用相繼涌現(xiàn)，千錘百煉后的AI圖片生成應(yīng)用的創(chuàng)作能力令網(wǎng)友直呼“真實到顫抖”。

搜狐科技就以Stable Diffusion為例，為大家?guī)鞟I成像視覺沖擊體驗。

上圖為Stable Diffusion根據(jù)用戶指令“一位亞洲老戰(zhàn)士首領(lǐng)的肖像照，部落美洲豹風(fēng)格化妝，紅藍(lán)基調(diào)，側(cè)面輪廓，目視遠(yuǎn)方，嚴(yán)肅的眼睛，50毫米肖像照，強(qiáng)烈的邊沿線條亮度” 制作而成的圖像，是否讓你感受到惟妙惟肖的視覺沖擊感？遺憾的是，目前Stable Diffusion只支持英文指令，搜狐科技提示大家可以使用翻譯器或ChatGPT去根據(jù)需求生成更準(zhǔn)確的英文指令。

如今，AI制圖的應(yīng)用在廣告制作、漫畫創(chuàng)作、海報制作、游戲畫面設(shè)計等領(lǐng)域被廣泛應(yīng)用，其根據(jù)指令用短短2分鐘的時間就可以完成制作一張時裝模特試穿的效果圖，節(jié)約了商家聘請模特試用展示的資金成本和時間成本。

搜狐科技了解到，Stable Diffusion雖具備強(qiáng)大的圖片創(chuàng)作能力，但其作品并非每次都令人滿意。由于不同的用戶具備不同的審美風(fēng)格，對于圖片美感的定義也是不同的，因此用戶會對AI制圖應(yīng)用創(chuàng)作的作品提出更嚴(yán)苛的細(xì)節(jié)要求，但如“神仙風(fēng)格”此類模糊的風(fēng)格要求是目前這些AI應(yīng)用還理解不到位的。同時，AI創(chuàng)作作品的版權(quán)問題也飽受爭議，此前美國版權(quán)局裁定：“AI作圖不受版權(quán)保護(hù)”，這意味著AI制圖的實際應(yīng)用場景還有待考量。

此外，近日日本大阪大學(xué)研究發(fā)現(xiàn)，Stable Diffusion不僅具備強(qiáng)大的制圖能力，甚至還可能具備逼真復(fù)現(xiàn)人類大腦圖像的“讀心術(shù)”能力。

其整體研究的思路，是基于Stable Diffusion，打造一種以人腦活動信號為條件的去噪過程的可視化技術(shù)。簡單來說，研究人員發(fā)現(xiàn)利用Stable Diffusion結(jié)合腦機(jī)接口處理技術(shù)，可以復(fù)現(xiàn)人們曾經(jīng)看到過的圖像記憶。

當(dāng)然，目前此項“腦圖復(fù)現(xiàn)”研究還在探索過程中，但無疑Stable Diffusion等AI制圖應(yīng)用正在引起一波視覺圖像呈現(xiàn)技術(shù)的新浪潮。

AI編程

形式：分析鍵入文本需求，生成編程代碼

應(yīng)用場景：程序開發(fā)等

代表應(yīng)用：GitHub Copilot

眾所周知，“加班”“熬夜”已成為程序員職業(yè)的標(biāo)簽。那如果擁有了AI編程開發(fā)應(yīng)用這個小助手，程序員是否能夠?qū)崿F(xiàn)解放雙手？

GitHub Copilot是當(dāng)下最為熱門的AI編程應(yīng)用，其可根據(jù)命名或者正在編輯的代碼上下文為開發(fā)者提供代碼建議。GitHub Copilot目前已接受了來自GitHub上公開可用存儲庫的數(shù)十億行代碼的訓(xùn)練，它支持大多數(shù)編程語言，包括Python，Java，Ruby等。

其對于編程新手玩家很是友好，只需登錄GitHub賬戶申請使用權(quán)限后，安裝GitHub Copilot軟件即可使用。

下圖是一個簡單的Python示例，創(chuàng)建一個計算數(shù)據(jù)平均值的函數(shù)來測試Copiloy的表現(xiàn)：

灰色代碼部分是Copilot建議使用的代碼，可以通過按“Tab”鍵使用。如認(rèn)為建議不正確，則可使用“+”瀏覽更多建議。

當(dāng)前GitHub Copilot等AI編程軟件仍處于測試優(yōu)化階段，其雖能滿足大多數(shù)功能要求下代碼的編寫，但代碼準(zhǔn)確性和可運行性還不足，需要程序開發(fā)人員仔細(xì)檢查。此外，AI編程軟件目前還無法根據(jù)特定算法給出編程建議，也無法對既定算法進(jìn)行優(yōu)化，從而無法提升程序運算性能。換句話說，AI編程軟件目前還不清楚什么是“好的代碼”。

此前有程序員表示，“有時為AI編程應(yīng)用寫出的代碼不斷找漏洞修復(fù)的時間，還不如上網(wǎng)搜索算法結(jié)構(gòu)后直接自己編寫來的快”。

搜狐科技分析，當(dāng)前AI編程類軟件更適合作為程序員的助手，而不是替代者。但不能否認(rèn)AI編程軟件的確是一個正確的發(fā)展方向，其不僅從某種程度上可以提高開發(fā)者的工作效率，也降低了行業(yè)門檻，使更多人可以體會到編程的樂趣。也許在不遠(yuǎn)的未來，迭代后的AI編程軟件將成為“基礎(chǔ)程序員”的“萬能鑰匙”，幫助入門級程序員不必再為程序算法和設(shè)計框架擔(dān)憂，只要熟悉基礎(chǔ)的編程語法，即可創(chuàng)作出富有邏輯的解決方案。

盡管馬斯克、庫克等大佬忌憚于AI的不可控性，聯(lián)合呼吁要暫停訓(xùn)練比GPT-4更強(qiáng)大的人工智能系統(tǒng)，但通用人工智能在這一波浪潮中的迭進(jìn)無疑已經(jīng)勢不可擋，以大模型為基礎(chǔ)發(fā)展起來的AIGC，正在越來越多的場景中落地。不過，整體而言，從“能用”到“好用”之間，AIGC還有較長的一段路要走。