Aug, 2023

中国的 AIGC 现状与未来展望

PDF
TL;DR研究旨在分析中国在 AI 生成内容（AIGC）领域的现状，从基础技术和当前应用入手，探讨市场状况、政策环境和发展轨迹，并重点关注 AIGC 产品及其生态系统的建设，同时讨论 AIGC 行业面临的挑战与风险，并对未来发展进行前瞻性展望。
发现论文，激发创造
  • AI 生成内容（AIGC）：一项调查

    本文深入讨论了基于人工智能技术生成内容的 AIGC，对其定义、关键条件、可重要的现有和未来特性、庞大的预训练模型带来的优势、工业链以及 AIGC 内部辅助生成和自动生成之间的区别进行了探讨，最后探讨了 AIGC 与元宇宙的潜在整合，旨在揭示 AIGC 的现有问题并提供未来应用方向。

    Mar, 2023

  • 通往 AI 生成内容负责任化的路径

    本文旨在探讨 AI 生成内容（AIGC）的三个主要问题：隐私、偏见、毒性、误导和知识产权的风险，并提供解决这些风险的可行方向，以实现 AIGC 的负责任和安全部署。

    Mar, 2023

  • AIGC 隐私与安全挑战及其补救：探索隐私计算、区块链等技术的潜力

    本文系统地回顾了 AIGC 的概念、分类和基础技术，讨论了从多个角度面临的隐私和安全挑战，并针对性地列出了当前存在的应对措施。作者希望这项调查能帮助研究人员和企业构建更安全、更健壮的 AIGC 系统。

    Jun, 2023

  • 人工智能生成内容的综合调查（AIGC）：从 GAN 到 ChatGPT 的生成式人工智能历史

    该研究综述了生成模型的历史和基本组成部分，并从单模态和多模态交互的角度介绍了文本和图像生成任务及相关模型，讨论了人工智能生成内容领域中的开放性问题和未来挑战。

    Mar, 2023

  • 利用人工智能生成代码的创新数字故事叙述研究与探讨

    探索 AIGC 与数字讲故事的当前整合状态，通过一个示范项目研究其融合的艺术价值并通过采访解决常见问题，得出结论：尽管 AIGC 在图像创作、配音制作和音乐创作方面表现出色，但由于人类创造力和审美感在复杂角色动画、面部表情和音效方面的不可取代的元素，目前 AIGC 无法完全替代人类。研究旨在增加公众对结合 AIGC 和数字讲故事所产生的当前状态、限制和挑战的认识。

    Sep, 2023

  • 人工智能生成内容（AIGC）的语义通信：朝着有效内容创作迈进

    通过引入内容生成层，将人工智能生成内容 (AIGC) 与语义通讯 (SemCom) 结合起来，提供了清晰的 AIGC 与 SemCom 之间互动产生有意义和有效内容的概念模型，并提出了一种基于 AIGC 技术的语义信息编码器和解码器的新框架，以优化 AIGC 服务的语义提取和评估指标，从而适应不同类型的内容生成、所需质量和语义信息使用。通过使用深度 Q 网络 (DQN)，展示了对优化问题的可行性和收敛特性的有益见解。

    Aug, 2023

  • 聊天 GPT 的调查: AI 生成的内容、挑战和解决方案

    本文针对 AI 基模型带来的 AI 生成内容（AIGC）涉及的工作原理、安全和隐私威胁、最新解决方案、以及未来挑战等方面做出了深入调查，主要讨论了 AIGC 的架构、工作模式和关键特征、安全和隐私威胁、道德和社会影响，最后针对 AIGC 未来的挑战和研究方向进行了总结。

    May, 2023

  • 虚假人工智能生成内容（FAIGC）：理论、检测方法和机会综述

    最近几年，大型语言模型和扩散模型等生成人工智能模型在内容生产方面产生了革命性的影响，其生成的内容已嵌入到日常生活和工作的各个方面，涵盖了文本、图像、视频和音频。尽管人工智能生成的内容的真实性越来越高，接近人类创作水平，但这些技术也导致了伪造的人工智能生成内容的出现，给真伪信息的鉴别带来了新的挑战。本文提出了一个新的分类方法，更全面地介绍了目前伪造的人工智能生成内容的方法。接下来，我们探讨了伪造的人工智能生成内容的模态和生成技术，归类为人工智能生成的虚假信息和误导信息。在多个角度上，我们介绍了伪造的人工智能生成内容的检测方法，包括欺骗性伪造的检测、深度伪像的检测和错觉性伪造的检测。最后，我们讨论了未来研究的重要挑战和有希望的研究领域。

    Apr, 2024

  • 在无线边缘网络中实现 AI 生成内容（AIGC）服务

    本文介绍了人工智能生成内容（AIGC）的技术及其在无线边缘网络中的应用，提出了 AIGC 作为服务（AaaS）的概念，并讨论了在边缘网络上部署 AaaS 的挑战。同时，我们还引入了几个基于图像的感知质量评估指标，并提出了一种通用有效的模型来说明计算资源与用户感知质量评估指标之间的关系。为了实现高效的 AaaS 和最大化在无线边缘网络中生成内容的质量，我们提出了一种深度强化学习启发的算法来选择最佳 ASP。仿真结果表明，相对于四个基准策略，即避免过载，随机，轮流以及上限方案，我们提出的算法可以为用户提供更高质量的生成内容并实现更少的崩溃任务。

    Jan, 2023

  • AIGC 推动电信行业白皮书

    全球人们对 GPT 的热潮使人们深刻认识到，作为一种变革性技术和经济社会发展的关键力量，人工智能将为全球产业带来巨大的飞跃和突破，并深刻影响未来的世界竞争格局。作为信息和通信基础设施的建设者和运营商，电信部门为人工智能发展提供基础设施支持，甚至在人工智能应用方面处于领先地位。如何实现人工智能在电信领域的应用以及在电信部门实施人工智能通用模型（GPT）的问题是电信从业者必须思考和回答的问题。通过对 GPT 这种典型的人工智能通用模型进行研究，作者分析了 GPT 是如何通过场景赋能电信部门的，讨论了当前 GPT 通用模型与电信服务之间的差距，首次提出了电信增强认知能力系统，提供了在电信部门构建电信服务 GPT 的答案，并进行了各种实践。预计我们行业的同行们将聚焦于围绕电信和人工智能的协同创新，建立开放共享的创新生态系统，推进人工智能与电信行业的深度融合，加快下一代信息基础设施的建设，努力促进经济和社会的数字化转型。

    Jul, 2023