清华校友内部AIGC分享会

省流：我用ChatGPT总结了本视频的要点，并带上了时间戳：

=======新版本（带时间戳）=======

太长不看版：

[1-5] [00:00:00.000 - 00:12:27.760] AI和AIGC概念及其在PGC和UGC中的应用

[6-10] [00:17:16.880 - 00:38:29.120] Stable Diffusion技术与AI绘画应用

[11-15] [00:47:23.280 - 00:53:18.760] GPT-4在AI对话领域的发展和局限性

[16-19] [00:55:00.640 - 00:59:09.920] AI在数据分析、PPT制作和物理过程预测中的应用

[20] [01:06:09.520 - 01:06:09.520] RLHF算法在强化学习中的应用

[21-24] [01:16:46.680 - 01:24:52.480] AIGC在游戏制作和音乐创作中的效率提升

[25-28] [01:27:27.360 - 01:29:01.840] 游戏开发者创新与AI绘画和GPT模型的精细化发展

[29-32] [01:31:14.600 - 01:39:15.000] AI对话生态的变革和AIGC行业的发展趋势

[33-34] [01:40:43.440 - 01:42:32.280] AI资本市场炒作及其在游戏行业中的需求与应用

----------以下为分点摘要-----------

1. [00:00:00.000] 作者介绍研究生期间研究的AI算法和落地问题。

2. [00:02:16.800] 作者分享AIGC相关知识，包括狭义和广义定义、AI视效和AI对话的应用案例及基础原理。

3. [00:07:37.360] PGC和UGC是娱乐生活的来源，AIGC是它们的辅助工具之一。

4. [00:09:27.600] PGC和UGC为AIGC提供了训练所需的大量数据，促进AIGC更好地提供辅助帮助。

5. [00:12:27.760] 在人工智能中，监督学习提供卷标数据，非监督学习不提供答案，强化学习根据反馈不断优化。

6. [00:17:16.880] Stable Diffusion解决了DALLE效率低和生成效果不稳定的问题，并在开源社区中获得极速发展。

7. [00:22:19.920] AI绘画可用于换装领域，生成任何气质的虚拟模特及场景，设计服装的前期概念和参考可提高效率。

8. [00:27:01.600] AI能绘制出艺术家的作品，提高效率。

9. [00:35:00.320] Stable Diffusion使用潜在空间训练降低维度，可以提高生成图像的速度和效果。

10. [00:38:29.120] Stable Diffusion将文本转化为Token，再输入文本编码器，生成图像。

11. [00:47:23.280] ChatGPT和GPT4是AI对话领域的新里程碑，采用大规模训练和更大的模型，实现更出色的效果。

12. [00:49:30.320] GPT4的创造力和想象力受局限，无法创造出不存在的知识。

13. [00:50:36.720] GPT4的法律和道德责任同样受限，除了可能学习互联网上的这些知识之外，无法发自内心地理解法律和道德。

14. [00:51:59.400] GPT4已经可以进行面对面实时交流，但其意识和自觉概念还需要更多探讨。

15. [00:53:18.760] GPT4的应用还有很多，但不能完全替代资深程序员。

16. [00:55:00.640] AI可以代替人在数据分析和PPT制作方面的工作。

17. [00:57:03.640] AI可以将语音转成文字，并利用AI对转化的文字进行会议记录的总结。

18. [00:57:03.640] AI可以通过语音转换文字进行会议记录。

19. [00:59:09.920] AI可以通过GPT4预测物理过程。

20. [01:06:09.520] RLHF算法是加强版的强化学习，能够更有效地训练机器人。

21. [01:16:46.680] AIGC在游戏中的应用可以显著提高效率，尤其在游戏美术方面。

22. [01:18:25.800] AIGC可以使音乐创作更高效。

23. [01:20:29.960] 游戏数量不断增加，游戏制作门坎越来越低。

24. [01:24:52.480] 创新是游戏公司和个人最重要的点，模式创新和内容创新都十分重要。

25. [01:27:27.360] 游戏开发者需要建立自己的内容创新点，掌握新的算法与工具。

26. [01:27:48.280] 智能化时代需要更多创新能力，特别是模式创新和内容创新。

27. [01:28:00.200] 数字化是信息化和智能化时代的关键，数据的呈现和应用都需要数字化。

28. [01:29:01.840] AI绘画和GPT模型都需要精细化发展，但算法优化也是AI发展的方向。

29. [01:31:14.600] ChatGPT插件开放将带来新的AI对话生态。

30. [01:33:17.920] AI视觉和对话模型的结合，操作将更加容易。

31. [01:35:08.520] 国内对AIGC的关注度和学习热情并没有减退，虽然显卡资源不如其他国家丰富。

32. [01:39:15] 数字化和人类掌控的AI绘画和对话是重要的发展趋势，但OpenAI并不会垄断整个AIGC行业。

33. [01:40:43.440] 在未来两年，AI将引入资本炒作的时期，元宇宙的发展需要有心去做事的人来推动。

34. [01:42:32.280] 游戏公司需要解决大量用户对AI的需求，AI在游戏中可以提升游戏性。

=======旧版本========

1. AIGC是指由AI技术生成的内容，包括对话机器人、AI绘画等。

2. AIGC的应用涉及广泛，包括游戏人机、三维重建、AI音效等。

3. UGC是用户生成的内容，与AIGC有区别，但两者关系需要进一步探讨。

4. PGC和UGC是由专业人员和用户生产的内容，相互辅助。

5. AIGC是AI技术生成的内容，可作为PGC和UGC的辅助工具。

6. AIGC的目的是为了人们的服务，人工智能是广泛的一个领域。

7. 人工智能领域中机器学习是重要的分析师，并且主流方法之一。

8. 监督学习、非监督学习和强化学习是机器学习的具体方法，而深度学习则是一种工具。

9. 介绍了AI绘画的发展历程和里程碑，以及稳定扩散的应用；

10. 列举了AI绘画的具体应用，包括简笔画上色、图像超分辨、游戏场景搭建等；

11. AI绘画的应用还在不断扩展，技术的发展也引发了对于艺术和技术角色的反思。

12. AI绘画可以在服装设计领域实现模特和场景的快速生成，提高效率和降低成本。

13. 在游戏行业，AI绘画可以帮助原画师提高精细化和上色的速度。

14. AI训练可以让AI绘画更精准地识别图片，产生更准确的绘制结果。

15. 使用AI生成材质和场景可以大大减少游戏和VR领域的工作量和时间成本。

16. AI可以生成电影级别的3D人物角色和动作，提升电影行业的生产效率。

17. 新的AI动捕技术可以实现实时动作捕捉并映射到游戏中。

18. Stable diffusion在潜在空间上训练，降低维度、提高计算速度，并提取最关键的信息。

19. 词向量计算需要将汉字转化为ai可以理解的token。

20. 通过文本编码器可以得到一个文本语义向量，并将其与采样随机噪声结合后，通过解码器输出图像。

21. Stable diffusion的web ui中的cheekbs对应的是unit的扩散模型，hdv对输出结果影响不大，文本提示词常用英文，调参采用哪种随机采样噪声对输出结果影响不大。

22. 发展历程：从Siri到Transformer再到最近的ChatGPT4。

23. 历程中的重要事件：AI对话的里程碑，Bird、GPT系列等的提出。

24. AI对话的发展和挑战：AI对话的发展很快，但还有情感理解和共情等挑战。

25. AI的能力局限主要在于复杂情感理解、创造力和想象力、不确定性下做决策等方面。

26. AI对话机器人目前还没有法律和道德责任，但在应用中可以大大提高效率和便利。

27. AI意识的概念过于抽象，需要更多探讨和研究。

28. 自动语言生成技术有很大潜力，但目前存在局限和稳定性问题。

29. AI对话机器人可以被视为一群个体，通过内部讨论来完成任务，但也有法律和道德问题需要考虑。

30. Notion AI作为商业软件可以应用于文字总结和提供创意，具有很大价值。

31. 自动语言生成技术已经与人类实现了几乎实时的交流。

32. ChatGPT和RLHF算法的使用提升了AI的效果。

33. GPT1、GPT2、GPT3和ChatGPT的技术可提供解释，但GPT4作图的能力仍是未知，总体而言，AI的发展在参数量和预训练数据量的提高上有了很大的突破，同时算法方面也做了一些锦上添花的设计。

34. 传统强化学习的技术难点在于如何设计合理的奖励。

35. OpenAI采用了机器人训练机器人的方式解决奖励设计的难题。

36. 通过不断迭代和磨练，AI可以在40岁左右达到不惑的年纪，将所有知识与其价值观融为一体。

37. 机器人可以通过自我进化和迭代学习，提高在特定领域上的表现。

38. GPT-Transformer不仅可以涵盖多个领域，而且在每个领域都能达到前1％的水平。

39. 讲述AI在游戏领域的应用，游戏作为内容的载体可以记录更多维度信息，并进行交互。

40. 游戏作为内容载体可以记录更多维度的信息并进行交互。

41. AI在游戏领域可以提高效率，例如AI音乐可以直接输出一段纯音乐。

42. 游戏制作门槛越来越低，数量越来越多，游戏人竞争加剧，这是未来的趋势。在游戏行业会朝什么方向改变还不确定。

43. 游戏行业数量将越来越多，需要推荐系统来让玩家选择自己喜欢的游戏。

44. 对于独立游戏制作人来说，这是展示自己的机会，但需要创新。

45. 智能化时代需要掌握 AI 和 UGC 工具，以及终身学习。

46. 创新是游戏行业的重要点，包括模式创新和内容创新。

47. 数字化转型在信息化时代和智能化时代都很重要，数据是智能化时代的关键，元宇宙是一个纯数字化的理想化世界。

48. 智能化时代将考验人们的创新力量，数字化转型是必要的。

49. 电子游戏可能是最先应用人工智能技术的行业之一。

50. 技术发展速度越来越快，人们应该做好心理准备。

51. 技术发展速度越来越快，但每种技术会有波动性和迭代上升的空间。

52. 元宇宙和AI都是热门行业，但在低谷时只有真正做事的人才能留存和推动新浪潮出现。

53. 部署商业价值的AI服务需要大量计算资源。

54. 实现实时交互需要时间和开销。

55. 使用游戏设计和少量AI机器人可提升游戏性和减少计算资源消耗。