AIGC 生成式人工智能进化史——谁在布局生成式AI？大模型的生态：模型即服务（MaaS）的新生态加速形成！

纵览生成式人工智能（Generative AI或AIGC，两种表述均可，国内更多用AIGC）进化史，从AI诞生之始，人们就试图让机器生成内容，与其对话，并诞生了最早的图灵测试标准。多年来，生成式AI的发展一直不温不火。直到去年Midjourney、Stable Diffusion等文生图应用点燃了大众的热情，再到11月ChatGPT的横空出世，更是引发了现象级热潮，让生成式AI走入了亿万用户的视野。

本文结合国际企业实践经验，从大模型生态构建方式、行业应用的切入路径这两个视角切入，描绘生成式AI的行业应用版图，分享我们初步的观察与思考。

目录

生成式人工智能进化史——谁在布局生成式AI？

前言

一、生成式人工智能的起源和发展

1. 起源

2. 发展

二、生成式人工智能所涉及的技术领域和应用场景

1. 技术领域

（1）深度学习

（2）对抗训练

（3）自然语言处理

（4）计算机视觉

2. 应用场景

（1）自动写作

（2）音频处理

（3）图像生成

2. 发展

（1）GAN的兴起

（2）应用场景的拓展

（3）企业布局的加速

3. 展望未来

（1）精细化和定制化

（2）多模态生成

（3）组合创新

大模型的生态：模型即服务（MaaS）的新生态加速形成

大模型走向通用性和垂直性并重的纵深布局

国外科技企业纷纷“卷”出了新高度

大模型生态合作的5种典型方式

行业应用的6类切入路径

C端市场已经达到可用的临界点

B端市场，从高价值先导领域向MaaS生态扩展。

1、生成式AI从效率角度切入，提升写作和生产力。

2、生成式AI在高价值领域如营销、金融育等领域率先切入

3、知识密集型领域蕴含着生成式AI应用的巨大潜力

进一步的探讨

企业级RPA+大模型的AutoGPT方式可能颠覆现有的软件模式

组织变革和个人自雇等兴起，将带来应用软件的全新革命

生成式人工智能进化史——谁在布局生成式AI？

前言

随着人工智能的不断发展，