正如人类无法想象一种“从未见过的事物”一样,人脑理解世界依靠的是类比和逻辑推理,而人类创意的本源是对已知事物的分散拆解和重新组合。当社会发展迈入信息时代,电 子化内容足够丰富之后,通过大模型算法,让计算机如同人脑一般去吸收信息,并进行有逻辑的类比和推演,并最终输出符合人类认知的内容,即形成了近两年极其火热的AIGC (生成式人工智能)。
AIGC的出现让身处各行各业的从业者都感受到了重大的影响和冲击,但首当其冲的,当属以生产虚拟内容为主的互动娱乐行业。以游戏、视频、网文、音 频等为主的互动娱乐行业,不仅在内容的生产方式上受AIGC影响产生了结构性的变化,并且内容本身的呈现形式也将出现巨大变革。本次报告将从AIGC的发展历程、对互动娱乐行业的影响因素、结合AIGC的产品案例、AIGC+互娱行业相关发展趋势等维度,进行综合的梳理与探讨。
本篇报告核心观点摘要
AIGC近年来的快速发展离不开硬件算力的大幅提升。目前AIGC的主要特征包括但不限于:文本生成、图像生成、语音生成、代码生成;视频内容生成(目 前阶段多为视频二创);原生视频生成、3D模型生成;多模态内容的识别与生成等。
AIGC对互动娱乐行业产生了重大的影响和变革。在产品生产环节,利用AIGC能快速批量产出创意的特性,能在工作前期就提供大量的方向和具备一定完成 度的可展示内容,从而实现“降本增效”的核心价值。在内容体验环节,核心价值在于在可控的前提下给用户带来不可预估的超预期体验。
结合了AIGC的典型产品案例分析:《逆水寒》:被誉为国内“首款AIGC+”的游戏产品;《蛋仔派对》:用AIGC突破UGC上限;《妙鸭相机》:简单易 用、效果顶尖、需求明确的C端消费级AIGC应用;《剪映》:从文案编辑、一键成文、视频生成、AI作图到最终剪辑成片的一站式服务。
AIGC虽然下放了互娱行业的内容生产门槛,但受算力和历史累计资产影响巨大,大厂仍拥有引领性的优势;法律风险和版权争议需不断进行调整完善,这 既影响企业使用深度,也影响着消费者的接受度;模型行为的不可预测性可能会反向影响用户体验,例如在游戏中AI一旦“觉醒”就很难恢复“正常”。
本文仅供参考,不代表我们的任何投资建议。【幻影智库】整理分享的资料仅推荐阅读,如需使用请参阅报告原文。
2024年AIGC对互动娱乐行业影响趋势洞察-点点数据.pdf
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。