無論從國內外市場熱度，還是國家的政策來看，當下AIGC（生成式人工智慧）都已經成為焦點中的焦點，而其對各個產業的影響也成為業內探究的重點方向之一。
近日，中國人民大學創意產業技術研究院研究編制《中國文化和科技融合發展戰略研究報告（2023）》，並在中國（南京）文化和科技融合成果展覽交易會主論壇上正式發布。
報告聚焦AIGC，深入分析其發展歷程、技術奇點、產業實踐和場景應用，展望未來AIGC時代文化和科技融合的八大焦點。
報告指出，關鍵技術的介入是產業轉型升級的關鍵，AIGC作為新的技術奇點，有望成為暢通移動互聯向萬物互聯轉換的鏈接點，對於文化產業來說，即將迎來「iPhone時刻」。
AIGC浪潮下，內容產業科技屬性日益增強，以內容產業為基礎的AIGC模型開始不斷波動演進，探索從長鏈式對話到「文生圖頻」的發展路徑。
中外差距明顯
當下，行業已進入「百模大戰」，中外AIGC大模型之間存在著差異。如國內在數據量方面占優，但數據載體差距大。
專利及人才方面，截至2021年，在全球AI專利數量TOP10榜單中，我國4家企業上榜。但據《2022年全球最具影響力人工智慧學者——AI2000榜單》顯示，我國入選的高影響力AI學者數量僅為232人，專利保有量與人才數量上不平衡。
在模型方面，國內基礎較弱，部分仍以國外模型為基底。我國大模型尚處於「跟跑」階段，但具備一定後發優勢，需突破規模效益臨界點，釋放更大效能。
場景應用
伴隨著技術的發展，AIGC將賦能並滲透至文化內容自生產至審核的創作鏈條。
賦能通用型文化資產的創作生成：服務於遊戲NPC對話、文章大綱等多模態結構化場景。
賦能專業型文化資產的輔助生產：提供強專業性的內容素材，輔助高創意度、高精準度的人工內容創作行為，提高人類生產者創作效率。
賦能文旅消費決策與個性服務：通過分析文旅數據，模型能夠自動分析提升定製化行為參考決策準度，賦能景區自助客服、場景智能導覽和文創智能營銷等場景。
賦能內容安全與輔助審核：對文字、圖片和影片等進行輔助審核，以人機協同實現內容審核環節的降本增效。
賦能內容資訊的結構化和知識化：通過文化內容的「解構-分類-重構」環節，服務文化遺產知識圖譜等場景。
八大焦點
報告預測並提出AIGC時代文化和科技融合的八大焦點，即數據可信、模型機會、替代焦慮、版權困境、內容挖掘、價值衍生、文化治理、監管理念，探索AIGC在數字內容創作生態中的關鍵環節和現狀趨勢。
焦點一 數據可信
目前，AIGC領域部分環節尚不完善，語料庫規模少且質量低，訓練數據面臨「可信」挑戰。另外，模型訓練不當帶來「AI幻覺」，引發可信度危機。
因此，應多點聚焦從數據整合到模型開發、從工具平台到內容創作、從行業服務到市場流通的內容生產全產業鏈，以包容審慎的監管政策保障數據規範、產業合規和產品可信。上游：分行業、分類別、分源頭守護前端數據規範。中游：鼓勵生成保護，以「技術賦能」打破虛假內容困境。下游：完善風險分級制度，包容管理與嚴格監管並存。
焦點二 模型機會
AIGC領域的大模型具有規模大、分析力強、準確率高等特徵，但在高成本和高技術門檻等限制下，中小企業難以加入該領域。因此，大模型底層邏輯應與小模型專業邏輯並行，助力場景多元的專業小模型成為AIGC市場化發力重點。
焦點三 替代焦慮
AIGC的創作路徑，主要通過算法對現有素材進行重組，形成最終作品；人類的創作路徑，則是基於對世界的思想感知，通過各種形式來進行自由表達，形成最終的作品。
創作路徑的差異導致了人機效能的不同，使得短期內人工智慧無法替代人類，二者只有進行互補性合作，突破效率瓶頸和內容邊界，才能發揮比較優勢，實現最大效用。
焦點四 版權困境
在有條件的肯定基礎上，AIGC有獲得版權的可能性，這需要滿足三重條件：一是人類給機器的指令是否構成封閉性，即輸入指令要保證原創和封閉，而不是採用已有的指令集；二是對機器生成的內容是否做修正，即輸入指令之後，生成的內容是否作進一步調整和修正；三是人類擁有最終成果的創造性控制，即人類對作品的生成方式、解釋方式等有最終控制。
焦點五 內容挖掘
AIGC助力了內容領域各個重要環節的智能化。在內容挖掘上，AIGC能通過大規模語料庫的學習和分析，發現隱藏的文化現象和規律；在內容管理上，AIGC通過自動化和智能化技術，實現對內容的智慧管理；在內容展示上，AIGC通過多模態交互技術，實現文字、圖片、影片等多種形態的內容展示；在內容交互上，AIGC大模型能根據用戶需求自動篩選大量資訊並生成針對性內容，進行實時的深度交互；在內容服務上，AIGC可以通過對用戶歷史行為和偏好的分析，自動推薦與用戶興趣相關的內容，實現個性化服務。
焦點六 價值衍生
在服務受理方面， AIGC智能服務通過多元渠道接入，各渠道能互通；在服務效率方面，AIGC智能服務可實現無差別全天候響應，效率很高；在服務流程方面， AIGC智能服務的流程根據需求實時定製，特點是個性化、多樣化；在服務價值方面，AIGC智能服務在功能價值之外，更重要的是提供了交互性情緒價值。基於以上分析，AIGC以較低成本高效提供千人千面的個性化服務，更貼合客戶情感共鳴點，形成有效的情緒價值。
焦點七 文化治理
AIGC可在短時間內生成大量引導性內容，使得輿論博弈競爭壓力增大；AIGC的多模態交互使得違規內容形態類型複雜多樣，導致不良資訊審核起來識別困難；AIGC對於複合型專業知識的再生產形成了高專業性壁壘，導致內容真偽判斷門檻提高。基於這些因素，AIGC的內容治理需要關注數據反向溯源、模型算法審查、機器過濾審核等關鍵技術環節。
焦點八 監管理念
對AIGC的監管需要考慮創新發展與風險規避的適度平衡。首先，其應用範圍由細分領域向通用場景拓展，導致監管對象更為分散；其次，技術發展的不可控性（比如大模型的湧現能力）使得風險不確定性變大，導致事前監管難以預判風險；最後，技術疊代周期越來越短，導致監管時效問題突出。
