最近，ChatGPT 与 DALL-E-2 和 Codex 一起受到了社会的广泛关注。 因此，许多人对相关资源产生了兴趣，并试图揭开其出色表现背后的背景和秘密。 实际上，ChatGPT 和其他生成式人工智能 (GAI) 技术属于人工智能生成内容 (AIGC) 的范畴，涉及通过人工智能模型创建数字内容，例如图像、音乐和自然语言。

AIGC 的目标是使内容创建过程更加高效和易于访问，从而能够以更快的速度制作高质量的内容。 AIGC是通过从人类提供的指令中提取和理解意图信息，并根据其知识和意图信息生成内容来实现的。

近年来，大型模型在 AIGC 中变得越来越重要，因为它们提供了更好的意图提取，从而改进了生成结果。 随着数据的增长和模型的规模，模型可以学习的分布变得更加全面和接近现实，从而导致更真实和高质量的内容生成。

文章是对人工智能内容生成(AIGC)的全面综述，对人工智能生成内容的发展和最新的进展进行了全面调研，重点是单模态和多模态生成模型。

A Comprehensive Survey of AI-Generated Content (AIGC): A History of Generative AI from GAN to ChatGPT

Y Cao, S Li, Y Liu, Z Yan, Y Dai, P S. Yu, L Sun
[Lehigh University]

论文地址：https://arxiv.org/abs/2303.04226v1

人工智能内容生成(AIGC)的全面综述: 从GAN到ChatGPT的生成式人工智能简史

要点:

  1. AIGC 涉及通过人工智能模型创作数字内容，使内容创作过程更加有效和方便；
  2. 大规模模型在 AIGC 中变得越来越重要，以改善生成结果；
  3. 调研涉及 AIGC 的历史和最新的进展，包括单模态和多模态生成模型；
  4. 探讨了未来的挑战和创新与进步的潜在途径。

全面回顾了生成模型的历史、基本组件、AIGC 从单模态交互和多模态交互的最新进展。 我们从单峰性的角度介绍了文本和图像的生成任务和相关模型。 我们从多模态的角度来介绍上述模态之间的交叉应用。 最后，我们讨论了 AIGC 中存在的开放性问题和未来的挑战。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除