什么是生成式ai？

生成式人工智能是一种人工智能技术，它能够生成新的、未曾存在的内容。这些内容可以是多模态的，包括：文本：例如文章、报告、诗歌等图像：例如绘画、设计图、合成照片等音频：例如音乐、语音、环境声音等视频：例如电影剪辑、教程、仿真等[heading3]应用场景[content]Generative AI可以应用于广泛的场景，例如：文档摘要：将长篇文章或报告总结为简短、精准的摘要信息提取：从大量数据中识别并提取关键信息代码生成：根据用户的描述自动编写代码营销活动创建：生成广告文案、设计图像等虚拟协助：例如智能聊天机器人、虚拟客服等呼叫中心机器人：能够处理客户的电话请求[heading3]如何工作？[content]1.训练阶段：Generative AI通过从大量现有内容（文本、音频、视频等）中学习，进行训练。训练的结果是一个“基础模型”。2.应用阶段：基础模型可以用于生成内容并解决一般性问题。它还可以使用特定领域的新数据集进一步训练，以解决特定问题，这样就可以得到一个量身定制的新模型。[heading3]Google Cloud的工具[content]Vertex AI：这是Google Cloud上的端到端机器学习开发平台，旨在帮助开发人员构建、部署和管理机器学习模型。Generative AI Studio：这是一个工具，允许应用程序开发人员或数据科学家快速制作原型和自定义生成式AI模型，无需代码或代码量少。Model Garden：这是一个平台，可以让你发现Google的基础和第三方开源模型，并与之交互。它提供了一组MLOps工具，用于自动化机器学习管道。

AIGC：AI generated content，又称为生成式AI，意为人工智能生成内容。例如AI文本续写，文字转图像的AI图、AI主持人等，都属于AIGC的应用。类似的名词缩写还有UGC（普通用户生产），PGC（专业用户生产）等。能进行AIGC的产品项目也很多，能进行AIGC的媒介也很多包括且不限于语言文字类：OpenAI的GPT，Google的Bard，百度的文心一言，还有一种国内大佬下场要做的的LLM都是语言类的。语音声音类：Google的WaveNet，微软的Deep Nerual Network，百度的DeepSpeech等，还有合成AI孙燕姿大火的开源模型Sovits。图片美术类：早期有GEN等图片识别/生成技术，去年大热的扩散模型又带火了我们比较熟悉的、生成质量无敌的Midjourney，先驱者谷歌的Disco Diffusion，一直在排队测试的OpenAI的Dalle·2，以及stability ai和runaway共同推出的Stable Diffusion...[heading1]SD是什么？[content]SD是Stable Diffusion的简称。是它是由初创公司StabilityAI、CompVis与Runway合作开发，2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像。Stable Diffusion是一种扩散模型（diffusion model）的变体，叫做“潜在扩散模型”（latent diffusion model;LDM）。SD的代码模型权重已公开发布，可以在大多数配备有适度GPU的电脑硬件上运行。当前版本为2.1稳定版（2022.12.7）。源代码库：github.com/Stability-AI/stablediffusion我们可以通过一系列的工具搭建准备，使用SD进行想要的图片aigc（心想事成的魔法施与）。

Gen AI/Generative AI是“生成式人工智能”正式称呼。Generative AI是一种能够生成新内容的人工智能技术，比如文本、图像、音乐等。而AIGC指的是由人工智能生成的内容的创作方式，实际上是Generative AI的应用结果。[heading1]问题四、ChatGPT是什么？[content]从OpenAI的官网中可以查询到，在2022年宣发时，OpenAI称ChatGPT是一种模型。但是同样是在官网中查询帮助页面，发现这里称ChatGPT是一种服务。而我们使用的ChatGPT目前是依赖GPT系列模型来运转的。不做任何怀疑论上的揣摩，从公开收集的资料中可以看出，早些年OpenAI推出了一个叫ChatGPT的模型，但目前我们所熟知的ChatGPT逐渐演变成了一种可以兼容多种GPT模型的聊天应用（服务）。