AI智能创作系统-现成产品

AI生成系统介绍

‌AI生成系统‌，也称为生成式人工智能（Generative AI），是人工智能（AI）的一个分支，专注于通过算法、模型和规则生成文本、图片、声音、视频、代码等内容。这种技术能够根据用户的需求，利用事先训练好的多模态基础大模型，生成具有逻辑性和连贯性的内容。与传统AI不同，生成式AI不仅能处理输入数据，还能学习和模拟事物的内在规律，自主创造出新的内容‌。
历史背景

生成式AI的历史可以追溯到1950年，当时Alan Turing提出了的“图灵测试”，预示了AI内容生成的可能性。1957年，Lejaren Hiller和Leonard Isaacson完成了历史上首完全由计算机“作曲”的音乐作品《Illiac Suite》。1964年至1966年间，Joseph Weizenbaum开发了世界上款可人机对话的机器人“Eliza”。随着互联网的发展和海量数据的出现，生成式AI在2014年迎来了基于深度学习方法的崭新时代‌24。
技术原理

生成式AI主要基于深度神经网络，通过训练大规模的数据集，学习抽象出数据的本质规律和概率分布，并利用生成模型生成新的数据。常见的生成模型包括：




大模型带起的这波AI风潮已经两年了，被打开多的应用形式还是Chatbot。在今年8月a16z发布的AI全球应用榜单上，排名名的web端流量产品，ChatGPT和Claude两个基础模型分列和第四；第三和第九是AI搜索产品Perplixity和Liner；Character.ai和JannitorAI两个陪伴型Chatbot分列第二和第六。可以看到，名中只有QuillBot是炒股用的行业AI产品，其他的都是基础模型或者单的Chatbot模式，而Chatbot形式的强应用，则集中在15名开外。从这一榜单我们可以看到，AI目前的产品形式还比较单一：以Chatbot为核心的AI产品依然占据主流，而融入AI功能的产品却始终未能突围。再看看用户数据，除了ChatGPT外，这些“原生”AI的渗透情况也存在很大问题。ChatGPT是个一档的存在，OpenAI财务官Sarah Friar 在十月透露，目前ChatGPT 的周活用户数量已达2.5 亿。而第二位的Character.ai流量主要来自于深度用户的频繁应用，到今年5月，其UV（立访客量）仅为1260万，而且是呈走低形式的，而在时期，Character AI的流量请求数据却接近Google搜索查询量的1/5。另一个AI搜索产品的用户量级也不容乐观。虽然根据FT报道，Perplexity在7月处理了2.5亿次查询，成长迅速，一年流量增长7倍，然而其月活用户数仅为1500万人。显然，AI应用到了下半年，仍是一个覆盖用户有限的“小领域”。尽管2024年全球对AI领域的投资高达650亿美元，但仅依靠当前的Chatbot应用和原生AI服务难以带来相应的。AI渗透得加速破局。而渗透的简单的方法就是融合，把AI融合进已有的产品，让用户一边使用产品，一边熟悉AI功能。而适合做渗透和入口的产品有两个特性：一是用户基数大，二是用户日常会频繁使用的工具。能满足这两个条件的产品有四种：系统、浏览器、社交应用和输入法。每一天，从用户开启硬件设备的那一刻起，就注定要与他们不期而遇。系统级AI在今年一直是场上主角，无论是AI PC还是Apple Intelligent，所有有硬件的厂商都在试图构建自己的系统级AI。部分AI产品则以助手形态试图接管系统；除此之外浏览器也是必争之地，Kimi，豆包都在今年7月发布了浏览器插件，抢滩网络浏览的入口。而输入法这个默默无闻的老牌产品，却有着的流量。根据Mobtech的研报，2024年，第三方输入法活跃用户规模在7亿左右。

在腾讯搜狗输入法智能大模型产品负责人柴宝全看来，输入法可能是当下所有这四个选项中，较为适合做AI入口的。他认为，现在用户使用AI时大的问题是找不到，也不知道什么AI能提供什么服务。”输入法可以非常简单地解决这一问题，在输入法的场景下，是不需要用户去找的。”因此，在这场AI渗透和品牌认知的新战争中，输入法们从水底上浮，重新粉墨登场。它们想要借助AI重新成为人机交互的门户，也让自己化身为AI的入口。但目前输入法中AI的形式，真的能让它们有足够的入口性质吗？

从7月份开始，百度、搜狗、都推出了带有AI功能的输入法，10月发布的讯飞输入法14.0也大篇幅地强调AI的改写能力。在11月前，输入法们在这场新的AI渗透之战中，还是更多地限制在自动更正、语气改写这些“AI输入辅助书写“的使用场景上。百度推出了强调改写能力的AI功能“超会写”，会推荐几种特别的回复模版，以实用为主。目前这个功能只有几次体验权益，之后都要付费，主打的“恋爱大师”功能则要单付费。

通过搜索，对话开启，输入法的AI从功能走向了入口。这一相对于纯粹工具属性的，来自于搜狗输入法对人机交互产品目的的理解，即：让表达和获取信息更简单。柴宝全表示，根据搜狗多年的用户调研和用户习惯观察，“我们之前有一个比较粗暴的描述和理解，就是用户在用输入法跟机器聊的场景，中大约50%其实是在做搜索的动作。而跟人聊的部分，大概有40%左右的情况有隐含的知识获取诉求，比如他可能是在讲一个新奇的东西，不了解的梗，用户通过聊天可能聊不出来，他就会去别的地方再搜一下。”因此，在搜狗看来，用户在键盘上打的是字，但这个字是有将近半数目标是朝向搜索需求的。而AI的出现就给了输入法前置搜索，节省用户操作步骤的可能。柴宝全举了一个例子：“如果咱俩在聊天或者在其他APP内评论时，提到一个新东西，当我们不知道的时候，常规的路径是退出APP，打开搜索引擎，点击搜索框，输入你想要的信息，得到结果之后退出搜索引擎，回到APP，完成整个过程需要6步。而搜索引擎的结果还只是一个清单，甚至里面还有一大堆广告，需要用户自行挑选和甄别，所有的动作都是碎片化或者是烟囱式的，从一个APP跳到另一个APP，用户还需要知道每个APP的具体用途，这是用户很大的痛点。”但输入法的AI搜索则可以把这一搜索流程减少到仅需1次点击，无需重复输入。在某些场景下，输入法甚至可以直接帮用户打开对应的App内容。

柴宝全提到，“目前，搜狗输入法中过去NLP理解积攒下来的优势还在，但是在一些过去解决不好的场景中，我们就会把模型引入进来，不是那种30亿的超大模型，而是个相对小一点的模型，在原来没解决好那个场景上把它变得更好。”因此，这一升级过程只是刚刚开始，搜狗输入法目前在AI功能的主动触发上采取了相对谨慎的策略，随着AI模型算力的增强和个性化技术的进步，其覆盖面也会更大。而这一工具与入口改造的动态平衡调节，可能会是搜狗输入法以及所有输入法后期的决胜点。

都接了什么大模型？

答:现在市面上比较火的大模型系统都有接入，像：文心一言/chatgpt/豆包/
文生图是midjourney/Stable Diffusion
视频的话我们接的是sora/pika