元宇宙更倾向于开放世界游戏，AIGC 内容生成方式的创新将成为Web3 时代全新的生产力工具。
在我们《元宇宙（七）：虚拟人的“灵魂”是什么？》的报告中，提到了虚拟人的灵魂来自于AI 自主创作内容。同时，元宇宙更倾向于开放世界游戏，AIGC 内容生成方式的创新将成为Web3 时代全新的生产力工具。
AIGC（AI-Generated Content 人工智能生成内容）代表新一轮范式转移的开始。近期，硅谷的众多一线 VC 们开始将目光瞄准 AI 初创公司，尤其是生成式 AI 艺术这一领域。今年有两家独角兽 Stability 和 Jasper 均获得了超过一亿美元的融资，估值突破十亿美元。AIGC 赛道火爆不仅得益于技术进步、商业应用广泛和需求增长，还归功于该赛道还处于早期。虽然大型科技公司捕获了大量价值，初创企业仍有机会突破。
AIGC 将是 Web3 时代的生产力工具。当我们迈入 Web3.0 时代，人工智能、关联数据和语义网络构建，形成人与网络的全新链接，内容消费需求飞速增长。UGC\PGC这样的内容生成方式将难以匹配扩张的需求。AIGC 将是新的元宇宙内容生成解决方案。AIGC 的生成利用人工智能学习知识图谱、自动生成，在内容的创作为人类提供协助或是完全由 AI 产生内容。不仅能帮助提高内容生成的效率，还能提高内容的多样性。随着 NLP（Natural Language Processing，自然语言处理）技术和扩散模型（Diffusion Model）的发展，AI 不再仅作为内容创造的辅助工具，创造生成内容成为了可能。由此，将来文字生成、图片绘制、视频剪辑、游戏内容生成皆可由 AI 替代。
AIGC 技术主要涉及两个方面：自然语言处理 NLP 和 AIGC 生成算法。自然语言处理是实现人与计算机之间如何通过自然语言进行交互的手段。AIGC 生成算法主流的有生成对抗网络 GAN 和扩散模型。扩散模型已经拥有了成为下一代图像生成模型的代表的潜力。它具有精度更高、可扩展性和并行性，无论是质量还是效率均有所提升，其快速发展成为 AIGC 增长的拐点性因素。同时，在机器学习的过程中，需要通过大量的训练来实现更准确的结果，目前以英伟达 A100 为主，对于底层算力需求将有飞速增长。
AIGC 在文字、图像、音频、游戏和代码生成中商业模型渐显。近期我们研究了国内外数十家 AIGC 相关企业，尤其在一些具备高重复性的任务、对于精度要求并不那么高的领域应用已逐步成熟，并在探索商业模式中。目前图片生产、文字生成较为常见，这类 AIGC 服务大多数时候会以提供 SaaS 服务的形式变现。
AIGC 未来发展核心：大模型、大数据与大算力。结合自然语言的大模型与数据集已成为 AIGC 发展的软件基础，OpenAI 的 Clip 模型基于 4 亿组高质量的英文图文对应数据训练而成；算力即权力将在 AIGC 数字时代更加凸显， Stable Diffusion 目前依赖于 4000 个英伟达 A100 的 GPU 集群，运营成本超 5000 万美金。为了让功能更加精确，未来还将更多地基于语种去开发垂直类的应用，便于更有目的性地为特定功能进行训练。
