AIGC 在教育行业有以下应用：
歸藏的[AIGC Weekly来到了第60期](https://mp.weixin.qq.com/s/_r0Y7IJeQVaw1fLyJ-TQSg)，这一周谷歌开源了两个新的大语言模型Gemma 2B和Gemma 7B、Stability AI发布了新的图像生成模型Stable Diffusion 3、公司Groq利用新型硬件实现语言模型每秒500个Token的高速输出，速度比顶级运营商快18倍、还介绍了一些新的AI产品，如视频风格转换平台GoEnhance，将Figma设计转为React组件的插件，以及用于项目管理的工具Kraftful等，精选了几篇英文文章，介绍了优化Stable Diffusion XL的方法，构建语言模型Tokenizer的教程，以及一些新模型如Sora和LAVE等的应用；《[艾瑞咨询：2024年AIGC+教育行业报告](https://waytoagi.feishu.cn/record/DWEWrsn4Me5itwcYL6McwPJSnZf)》这篇长达57页的报告，全面展示了AIGC与教育行业的紧密结合，宏观上，如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的交互和培育问题。中观上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架，包含教学主体、教学内容、教学载体、学习主体等多个维度。微观上，教育的各场景，都因AIGC技术的应用而有所助益，如教师的备课规划等。
1.4本章小结GenAI（即生成式AI）是一种能够从已有数据中学习并生成新的数据或内容的AI应用，利用GenAI创建的内容即AIGC（全称AI-Generated Content）。作为一种强大的技术，生成式AI能够赋能诸多领域，但也存在多重潜在的合规风险。目前，我国对AIGC的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。AIGC主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs和Transformer等模型生成文本，如GPT-4和GeminiUltra。图像生成依赖于GANs、VAEs和Stable Diffusion等技术，应用于数据增强和艺术创作，代表项目有Stable Diffusion和StyleGAN 2。音视频生成利用扩散模型、GANs和Video Diffusion等，广泛应用于娱乐和语音生成，代表项目有Sora和WaveNet。此外，AIGC还可应用于音乐生成、游戏开发和医疗保健等领域，展现出广泛的应用前景。
再比如放在设计领域，可视化产出是一种交流刚需，设计师用它们来快速沟通灵感和方案。而如果在教育教学过程中，设计专业学生由于无差别地应用AIGC来替代手绘训练，那极有可能造成他们在需要快速表达的场景里，直接缺失这项技能。因此，教师也十分需要具备对AIGC鉴别的认知能力，要判断当前的教学场景是否适用于引入AI技术，要明晰学生在课程中的产出训练是为了培养何种能力，进而才能游刃有余地处理学生产出中AI成分的占比是否需要教育干预。我们聊了各个行业的场景和看法，更加肯定了一个观点，「工具本身是无属性的」。AI工具爆发至今，并没有应用行业上的壁垒。在我们尚未明确它的应用场景和约束条件的这一混沌时期，大家会理所应当地想要尽可能地使用它。于是横跨工作、兴趣、生活的方方面面，都有AI强势介入的趋势。但此时，边界未明的局限视角，也让我们很难在短时间内判别AI到底该在什么场景里用到什么样的程度才是最有益的。这个过程中，就难免出现诸多矛盾。