“2023中國AIGC產(chǎn)業(yè)發(fā)展論壇”于9月4日在北京召開。投科資本合伙人、首席執(zhí)行官杜浩舟出席并演講。

　　以下為演講實(shí)錄：

　　AIGC作為Web3.0生態(tài)系統(tǒng)中的一種應(yīng)用程序，獲得了越來越多的關(guān)注和認(rèn)可。Web3.0將為我們的互聯(lián)網(wǎng)世界帶來革命性的變化。本文將通過AIGC來展望Web3.0的未來。

　　智能合約安全測試：自動執(zhí)行的審計是必須完成的耗時、昂貴且不方便的活動。絕大多數(shù)審計過程基于運(yùn)行測試，這些測試經(jīng)常對智能合約作者有所隱藏。如果用于自執(zhí)行審計的AIGC的微調(diào)實(shí)現(xiàn)，它可以接受此類語言輸入，并在特定的智能合約中執(zhí)行一系列測試。以此降低成本。

　　智能客服：在Web3.0應(yīng)用中，數(shù)字資產(chǎn)交易等場景中出現(xiàn)問題時，用戶需要得到及時的幫助和支持。AIGC可以作為智能客服的核心技術(shù)，為用戶提供及時、準(zhǔn)確的幫助和支持

　　基于語言的瀏覽器：瀏覽器是人類與區(qū)塊鏈網(wǎng)絡(luò)和 Web3搜索體驗(yàn)交互的基石。另一方面，針對多鏈的精準(zhǔn)數(shù)據(jù)分析區(qū)塊鏈探索者的經(jīng)驗(yàn)面向領(lǐng)域?qū)I(yè)人士。

　　智能NFT：AIGC 等模型最突出的應(yīng)用之一是能夠通過對話智能創(chuàng)建不可替代令牌（NFT） 的新時代。對于普通人來說存在一定門檻的藝術(shù)或者靈感，均可以通過AIGC來有效解決。

　　去中心化身份認(rèn)證：在Web3.0應(yīng)用中，去中心化身份認(rèn)證是一個重要的問題。傳統(tǒng)的身份認(rèn)證方式需要用戶提交大量的個人信息，同時也存在信息泄露的風(fēng)險。AIGC可以作為去中心化身份認(rèn)證的核心技術(shù)，為用戶提供更加安全、高效的身份認(rèn)證方式。

　　專注于Web3內(nèi)容的生產(chǎn)：內(nèi)容生態(tài)的成長沒有天花板，因此非常有必要引入AIGC。內(nèi)容創(chuàng)作的過程是生產(chǎn)者對信息進(jìn)行篩選、過濾、加工、整合的過程。一系列的過程都是基于創(chuàng)作者長期的自主鉆研，耗費(fèi)了大量的時間和腦力。從長遠(yuǎn)來看，人工創(chuàng)造的能力終究是有限的。當(dāng)PGC和UGC的生產(chǎn)潛力耗盡時，AIGC或許可以彌補(bǔ)內(nèi)容生態(tài)上的缺口。

　　內(nèi)容生態(tài)進(jìn)入AI輔助生產(chǎn)階段，AIGC有望在未來實(shí)現(xiàn)。目前內(nèi)容生產(chǎn)還僅限于基于PGC和UGC的創(chuàng)作框架。任何人都可以成為創(chuàng)作者，下達(dá)指令讓AI自動生成內(nèi)容，指導(dǎo)AI完成編碼、繪圖、建模等復(fù)雜任務(wù)，進(jìn)一步降低制作標(biāo)準(zhǔn)，提高制作效率。

　　但由于技術(shù)的發(fā)展，AI在上述工作中僅起到輔助作用。人類仍然需要在關(guān)鍵鏈接中創(chuàng)建內(nèi)容或輸入指令。AI不具備成為獨(dú)立創(chuàng)造者的能力。但隨著數(shù)據(jù)、算法等核心要素的不斷升級迭代，AIGC或許是未來發(fā)展的大方向。可能會突破人為的限制，提升到自主創(chuàng)作的層次，創(chuàng)造出更加豐富多樣的內(nèi)容。理論上，AIGC將實(shí)現(xiàn)內(nèi)容生態(tài)無限供給，內(nèi)容質(zhì)量超越PGC，兼顧生產(chǎn)效率和專業(yè)性。

　　在Web2中，AIGC開始了在各個領(lǐng)域的廣泛探索。當(dāng)前，Web3是Web2映射的去中心化版本。推而廣之，AIGC在Web3中自然會有很多應(yīng)用方向。

　　AIGC也將為Web3的文本創(chuàng)作做出巨大貢獻(xiàn)。Web3中的新聞媒體和研究機(jī)構(gòu)正面臨著內(nèi)容生態(tài)的雙邊困境。比如有些平臺雖然產(chǎn)出質(zhì)量高，但生產(chǎn)規(guī)模難以擴(kuò)大。而且，內(nèi)容傳播將進(jìn)一步減少，受限于寫作語言、翻譯的效率和準(zhǔn)確性。

　　另一方面，推特上的內(nèi)容雖然龐大，但觀點(diǎn)的質(zhì)量卻無法保證。由于信息沒有按重要性和時效性等進(jìn)行分類，因此呈現(xiàn)形式雜亂無章、未分組、未排序或去重。顯然，沒有針對性地滿足用戶需求。同時，用戶將面臨信息過載的問題，導(dǎo)致大量時間浪費(fèi)在無效內(nèi)容上。因此，Web3組織在平均生產(chǎn)規(guī)模和平均內(nèi)容質(zhì)量方面都明顯落后于Web2的同行。

　　然而，Web2組織的規(guī)模和質(zhì)量往往基于眾包策略，這需要大量的初始投資。為了保證內(nèi)容的質(zhì)量，合格的分析師通常需要經(jīng)過長期的沉淀和強(qiáng)化培訓(xùn)，企業(yè)必須投入時間和培訓(xùn)成本。同時，為維持產(chǎn)出規(guī)模，企業(yè)必須付出極高的人工成本進(jìn)行大規(guī)模招聘。這種模式有兩個明顯的缺點(diǎn)，一是成本超載，二是后期人才流失風(fēng)險，導(dǎo)致成本完全沉沒。隨著后續(xù)技術(shù)的進(jìn)步，分析師至少可以節(jié)省總結(jié)標(biāo)題和摘要的時間，AI可以直接理解全文。從長遠(yuǎn)來看，經(jīng)過人工智能的深度機(jī)器學(xué)習(xí)，“合格的分析師”將很快產(chǎn)生。Web3機(jī)構(gòu)將大幅降低成本，同時提高內(nèi)容生成的規(guī)模和質(zhì)量，從而促進(jìn)整個細(xì)分市場和整個行業(yè)的發(fā)展。信息協(xié)議、新聞協(xié)議或研究協(xié)議甚至可能出現(xiàn)在Web3中。

海量資訊、精準(zhǔn)解讀，盡在新浪財經(jīng)APP

責(zé)任編輯：梁斌 SF055