本書以通俗易懂的方式從各個層面介紹了AIGC的基礎知識，并輔以大量案例引領讀者了解AIGC的應用實踐，讓讀者可以更快速地利用AIGC改善工作和生活。 第1章從AI發(fā)展歷史到資本市場近況闡述了AIGC產(chǎn)業(yè)的概況，第2章介紹了AIGC相關技術，第3章介紹了文本類AIGC技術的發(fā)展及其在傳媒、教育、辦公等場景中的應用，第4章介紹了聲音類AIGC技術的發(fā)展及其在音樂、仿真等領域中的應用，第5章介紹了圖片類AIGC的發(fā)展及其在圖片生成、圖片處理、圖片識別等領域中的應用，第6章介紹了視頻類AIGC的發(fā)展及其在視頻生成、數(shù)字人等領域中的應用，第7章介紹了AIGC上下游產(chǎn)業(yè)鏈（包括芯片、VR等相關設備、元宇宙建模）的概況，第8章提出了AIGC對人類文明發(fā)展產(chǎn)生的影響，并對普通人如何應對AIGC帶來的"生產(chǎn)力爆炸提出方法論。
AIGC是熱點，可以幫我們做很多工作，甚至有些工作可以由AIGC來做
本書于2022年9月開始籌備編寫，至2023年3月完結。在此期間，我們見證了ChatGPT的崛起，也見證了AIGC在全球范圍內(nèi)引起熱議。
ChatGPT有多火？或許我可以用自己真實經(jīng)歷的一天來簡單說明。
2023年2月14日，我在北京財富中心坐電梯，電梯中的3位中年人在爭論ChatGPT是否可以代替人類寫文字作業(yè)。10分鐘之后，當我在餐廳吃飯時，坐在我旁邊桌上的人也在討論ChatGPT。晚上8點，我在健身的時候，健身教練問我是否知道ChatGPT，能否教他怎么使用ChatGPT生成健身文案。晚上10點，年逾60歲的長輩給我發(fā)微信消息，說ChatGPT近很火，或許可以幫助我寫書。
不分年齡，不分職業(yè)，幾乎所有的人都在關注ChatGPT和AIGC，并且迫切地希望將其應用到自己的工作中。
問題是，上面提到的四批人，很明顯都沒有使用過ChatGPT，甚至也沒有使用過類似的包殼產(chǎn)品（許多所謂的AIGC應用其實連接的是ChatGPT的API）。他們對AIGC的認知大多來自碎片化信息，而這些信息可能已經(jīng)傳播了五六手，甚至七八手。
我想問的個問題是，是否所有人都可以公平地享受科技發(fā)展帶來的生產(chǎn)力進步？
顯然不是。有相當一部分人，或因為接收信息的渠道問題，或因為受教育程度的問題，或因為自身學習能力的問題等，沒有辦法或機會快速接觸新技術，更沒有辦法直接將其應用于現(xiàn)實的生活和工作中享受科技帶來的便利。
AIGC距離普通人很近，但其實也很遠。更可怕的是，AIGC應用越完善，內(nèi)容生產(chǎn)的社會必要勞動時間就越少，人工就越?jīng)]有價值。全社會新增勞動崗位的速度很快就會跟不上AIGC應用取代人工的速度，而不會使用AIGC應用的勞動者可能將無法獲得收入，無法進行消費，從而逐步被剝離出經(jīng)濟循環(huán)。
科技本身并不具有公平性。新科技的誕生需要以巨大資源聚集為前提，其應用落地更不會在全世界平均分布、等速進行。但是，人類文明需要公平。a15a的使命就是為盡可能多的普通人提供認識新科技的渠道，打破知識壟斷，讓科技普惠大眾�；谶@個目的，我們編寫了本書，并盡可能地把AIGC的原理寫得通俗易懂。第2章讀起來可能會比較吃力，需要對AI有一定的了解，建議對AI技術了解較少的讀者可以在閱讀完其他章節(jié)之后再選擇性閱讀。
我的另外兩個問題是：
科技帶來的是一個什么樣的世界？
科技真的會讓世界變得更好嗎？
我無法給出答案，且將這兩個問題留給讀者。
不過有一點毋庸置疑：世界正在被AIGC改變，并且變化的速度逐漸加快。若干年后回顧人類歷史，或許此時的我們已經(jīng)身處一次爆炸式生產(chǎn)力變革之中。
0xAres
2023年3月
a15aa15a是一個Creator DAO（創(chuàng)作者去中心化組織），致力于以DAO的形式來產(chǎn)出新科技領域的內(nèi)容，降低普通人了解科技的門檻。a15a已出版多本新科技科普書籍，并計劃推出更多體系化課程和講座。a15a的主要成員是區(qū)塊鏈和人工智能領域的專家、從業(yè)者、研究人員和學生，以及法律合規(guī)領域的專業(yè)人士。在抖音、知乎、小紅書、推特等平臺上搜索a15a即可找到a15a官方賬號。賈雪麗上海技術交易所專家?guī)鞂＜�，代爾夫特理工大學碩士，先后就職于 ING 銀行、中國平安、光大集團等金融科技企業(yè)，擁有豐富的人工智能、隱私計算及區(qū)塊鏈等項目經(jīng)驗，申請人工智能相關發(fā)明專利 60 余項，在INTERSPEECH會議上發(fā)表論文一篇，參與撰寫多個隱私計算行業(yè)報告和白皮書。0xAres利物浦大學碩士，曾先在投資公司工作，后就職于知名公鏈。從業(yè)期間主持制作過多個區(qū)塊鏈系列課程，舉辦過多次黑客松，長期致力于區(qū)塊鏈的科普教育，有Web3.0行業(yè)全領域孵化經(jīng)驗，樂于通過多種形式的內(nèi)容創(chuàng)作傳播Web3.0共識；2021年組建創(chuàng)作者去中心化組織a15a并開始編寫新科技領域的科普書籍，主編了《一本書讀懂Web3.0：區(qū)塊鏈、NFT、元宇宙和DAO》和《一本書讀懂NFT：區(qū)塊鏈通證、元宇宙資產(chǎn)、Web3.0營銷和數(shù)字化身份》。張炯星圖比特創(chuàng)始人兼CEO，中國通信工業(yè)協(xié)會信息化科技創(chuàng)新專業(yè)委員會委員，上海技術交易所專家?guī)鞂＜�；曾就職于IBM，擁有豐富的金融科技從業(yè)經(jīng)驗，長期服務中國人民銀行、中國工商銀行等大型金融機構，擅長技術融合、產(chǎn)業(yè)創(chuàng)新，對以區(qū)塊鏈、人工智能為代表的數(shù)字經(jīng)濟技術有深刻的理解；擁有人工智能和數(shù)字資產(chǎn)相關專利8項，參與撰寫了《一本書讀懂Web3.0：區(qū)塊鏈、NFT、元宇宙和DAO》和《一本書讀懂NFT：區(qū)塊鏈通證、元宇宙資產(chǎn)、Web3.0營銷和數(shù)字化身份》。
第1章 我們?yōu)槭裁匆P注AIGC
1.1 從人工智能到人工智能生成內(nèi)容
1.2 巨頭如是說
1.2.1 國外大廠在AIGC領域的布局
1.2.2 國內(nèi)大廠在AIGC領域的布局
1.3 資本狂潮
1.4 異軍突起的獨角獸企業(yè)
1.4.1 OpenAI
1.4.2 Stability AI
1.4.3 Scale AI
1.5 行業(yè)大牛：誰是下一個喬布斯
第2章 AIGC相關技術介紹
2.1 規(guī)則系統(tǒng)
2.2 變分自編碼器
2.3 生成對抗網(wǎng)絡
2.3.1 GAN模型訓練原理
2.3.2 CGAN模型
2.3.3 基于模型架構的衍生
2.3.4 基于損失函數(shù)的衍生
2.3.5 圖像生成領域的衍生
2.4 Transformer模型架構
2.5 基于Transformer模型架構的LLM
2.5.1 基于編碼器的LLM
2.5.2 基于解碼器的LLM
2.5.3 基于編碼器和解碼器的LLM
2.5.4 BERT模型與GPT模型對比
2.6 擴散模型
2.6.1 擴散模型原理
2.6.2 DALL?E 2模型
2.6.3 Stable Diffusion模型
2.7 其他模型
2.8 LLM的前景光明
第3章 下筆如有神：文本類AIGC
3.1 何為智能
3.2 拆解文本生成技術原理
3.2.1 19501970年，NLP初露鋒芒
3.2.2 19802010年，NLP的寒冬與機遇并存
3.2.3 20102019年，技術迸發(fā)與沉淀
3.2.4 2019年至今，AIGC進入尋常百姓家
3.3 文本類AIGC在傳媒場景中的應用
3.3.1 社交媒體文案：Jasper
3.3.2 新聞寫作：Quakebot、CNET
3.3.3 劇本撰寫：海馬輕帆
3.4 文本類AIGC在教育場景中的應用
3.4.1 文章撰寫：EssayGenuis
3.4.2 出題和做題：高校聯(lián)合團隊開發(fā)的AI程序
3.4.3 青少年教育：Cognii
3.5 文本類AIGC在辦公場景中的應用
3.5.1 搜索引擎優(yōu)化：Kafkai
3.5.2 營銷文案：Copysmith
3.5.3 電子郵件：Compose.ai
3.5.4 代碼撰寫：GitHub Copilot
3.6 文本類AIGC的其他熱門場景
3.6.1 AI聊天機器人
3.6.2 AIGC搜索引擎：Perplexity AI
3.7 萬眾矚目的ChatGPT
3.7.1 ChatGPT是什么
3.7.2 ChatGPT的海量應用場景
3.7.3 GPT-4模型：截至2023年3月強的AI模型
3.7.4 ChatGPT對普通人意味著什么
3.8 文本類AIGC的未來
第4章 聲臨其境：聲音類AIGC
4.1 從讓機器開口說話開始
4.1.1 18至19世紀的嘗試
4.1.2 20世紀30年代，語音合成技術的萌芽
4.1.3 20世紀50年代，計算機語音合成系統(tǒng)的起源
4.1.4 20世紀末，傳統(tǒng)的語音合成方法
4.1.5 2016年，AIGC打破語音合成技術的發(fā)展瓶頸
4.1.6 2017年，語音合成技術迎來研究熱
4.2 音樂類AIGC
4.2.1 從留聲機到個人計算機制作的電子音樂
4.2.2 早期的音樂類AIGC
4.2.3 端到端模型大展身手
4.2.4 歌聲合成
4.2.5 音頻延續(xù)
4.3 人聲類AIGC
4.3.1 變聲器
4.3.2 語音助手
4.3.3 有聲內(nèi)容創(chuàng)作
4.3.4 智能電話機器人
4.3.5 教育
4.3.6 無障礙溝通
4.4 聲音類AIGC的未來
4.4.1 業(yè)內(nèi)觀點
4.4.2 聲音類AIGC的局限性和未來展望
第5章 如你所見：圖片類AIGC
5.1 從計算機藝術到算法模型藝術
5.1.1 20世紀70年代，藝術家的午夜花園
5.1.2 2012年，一次有突破意義的嘗試：貓臉的識別與生成
5.1.3 2014年，GAN模型問世
5.1.4 2017年，夢始于Transformer模型
5.1.5 2021年，文本與圖片進行匹配：CLIP模型和文字提示詞
5.1.6 20202022年，圖片生成技術開啟AI繪畫元年：擴散模型
5.2 AI繪畫
5.2.1 主流的AI繪畫工具介紹
5.2.2 生成圖片類AIGC的方式
5.2.3 Prompt詞組
5.3 圖片處理
5.3.1 AI修圖
5.3.2 圖片增強
5.3.3 分割摳圖
5.4 圖片類AIGC的衍生應用：AI識圖和AI鑒圖
5.4.1 人臉和人體識別
5.4.2 通用圖片識別
5.4.3 是否由AI繪畫工具創(chuàng)作
5.5 實用、有趣的圖片世界
5.5.1 頭像生成
5.5.2 模擬場景
5.5.3 PPT生成
5.5.4 設計
5.5.5 稿件配圖
5.5.6 更多場景
5.6 圖片類AIGC的未來
5.6.1 局限性和發(fā)展預測
5.6.2 怎么看AI藝術
5.6.3 筆者的一些淺見
第6章 眾所周知，視頻是不能PS的：視頻類AIGC
6.1 視頻生成技術的發(fā)展歷程
6.1.1 早期探索
6.1.2 20142016年，視頻生成起步：無條件視頻生成
6.1.3 2017年，潘多拉的魔盒：人像視頻生成
6.1.4 20182019年，視頻生成視頻技術的突破
6.1.5 2021年，文本生成視頻技術的發(fā)展
6.1.6 2022年，擴散模型進軍視頻生成領域
6.2 視頻生成工具
6.2.1 數(shù)字人視頻生成工具
6.2.2 視頻編輯工具
6.2.3 文本生成視頻工具
6.3 視頻生成應用
6.3.1 高清內(nèi)容生成
6.3.2 快速拆條和視頻摘要生成
6.3.3 場景植入
6.3.4 視頻卡通化
6.3.5 文本生成視頻
6.3.6 數(shù)字人視頻生成
6.3.7 人臉視頻生成
6.4 數(shù)字人：仿生人與電子羊
6.5 視頻類AIGC的未來
6.5.1 局限性
6.5.2 未來預測
第7章 AIGC的相關產(chǎn)業(yè)和生態(tài)發(fā)展
7.1 芯片：算力決定智力
7.1.1 在AIGC領域中，現(xiàn)在用什么芯片
7.1.2 隨著AIGC的發(fā)展，對芯片會有什么新的需求
7.2 AIGC展示端口：AR/VR/MR/XR設備
7.2.1 AR設備
7.2.2 VR設備
7.3 模型類AIGC應用在元宇宙里自動化建模
7.3.1 拍視頻就可以得到模型？基于視頻自動化生成模型
7.3.2 元宇宙版的神筆馬良，基于文本自動化生成三維模型
7.3.3 穿越空間，虛擬直播空間建設
7.3.4 元宇宙的化身數(shù)字人生成技術
7.3.5 把實物帶到元宇宙中，基于三維激光掃描設備的文物逆向建模
7.4 AIGC應用的未來
第8章 AI文明的降臨已開啟倒計時
8.1 何謂內(nèi)容
8.2 AIGC的版權爭議
8.3 普通人的AIGC時代生存建議
8.3.1 生產(chǎn)力工具：人工 智能=強打工人
8.3.2 做AIGC應用的老師，為人類的群體智慧做貢獻
8.3.3 向AIGC應用學習邏輯，同時關注創(chuàng)新
后記
書單推薦
