有人说，80、90后是互联网原住民；00、10后是移动互联网原住民。
时代在发展，人类在进步，时至今日，在生成式AI点燃全球创新之火之后，我们的孩子，正在成长的20后们即将成为真正意义上的“AI原住民”，这是技术发展赋予他们的时代特质。
必须要承认，AI正在成为未来人类把地球文明推向更高成就的新工具。
当下，全球科技圈的焦点汇聚AI，ChatGPT还是Midjourney等生成式AI工具，可以轻易地把人类的想象力变成具体的文字、画面，推动人类文明生产力演进到更高层次上。
于是在这些生成式AI工具的助推下，诞生了新的人工智能产业方向：AIGC（AI Generated Content）。
AIGC是什么？
AIGC（AI Generated Content）是指由人工智能算法生成的内容，它可以涵盖多种形式的内容，例如文章、新闻报道、视频、音频、图像等等。
AIGC是一种自动化的过程，根据统计分析、人工智能算法以及自然语言处理来生成高质量的内容，而非完全由人类创作。它使得内容创作成为一项更加高效和廉价的任务，同时也能够为大众带来更为个性化、更加多样化的信息。
咱们以新闻为例，AI生成新闻报道总共需要四个步骤，分别是：数据集准备、数据集特征提取、模型训练、生成新闻文章。优点是能够以极快的速度自动生成大量高质量新闻。
当某个报社编辑还在辛辛苦苦敲字的时候，AI就完成了好几篇不同风格的新闻稿，不少媒体编辑直呼：要被AI淘汰。
但AIGC给人的震惊远不止于此，最近大火的Midjourney、stable diffusion，也让人们看到了AI在绘图上的巨大应用潜力。
在网上有这样一个真实案例，一家北京的影视文化公司，需要为一期网络综艺节目做动画，在前期概念图的绘制阶段，这家公司的老板就使用了Midjourney。
最后，Midjourney生成的效果非常好，获得了甲方的认可，而公司原来的画师，就被老板裁掉，All in Midjourney。
据说，在AI的强势下，不仅有很多视觉文化公司在裁撤相关岗位，同时连独立画师的报价也在成倍下调。
这个真实的案例告诉我们，被AI抢夺饭碗，已经是当下正在发生的事情。
从技术角度上讲，AI绘图使用了计算机视觉和深度学习技术。通过大量学习人类绘画作品，来最终实现媲美甚至超越人类创意的AI绘图效果。
具体来说，一个AI绘图系统通常包含两个部分：生成器和判别器。
生成器是一个神经网络，它根据上下文信息和输入的数据，生成一张图像。判别器也是一个神经网络，它判断生成器生成的图像是否足够真实。这样生成器就可以不断优化自己的输出，直到生成的图像足够逼真、符合期望。
另外，在实际应用中，大多数AI绘图系统还需要结合自然语言处理技术，能够理解用户以自然语言输入的描述信息，然后生成器再根据该信息生成让用户满意的图像。
于是随着AIGC的发展，AI不仅在抢别人饭碗诞生了新的工种：自然语言描述工程师；诞生了新的职业技能：Prompt Engineering（学习Prompt Engineering可以提高模型的准确性和效率，减少模型的训练时间，从而更好地发挥大语言模型的优势和价值）。
但这一切并不意味着此类生成式AI不存在隐患，就在前不久，三星发生了因为员工使用ChatGPT而导致的机密信息外泄的问题，而且在训练数据的干扰下，AIGC可能会出现一些歧视性的言论或观点。
正是因为这些隐患，上个月马斯克为首的众多AI科学界人士，要求暂停GPT-5的研发，担心它对“人类社会构成的潜在威胁”。
但技术的发展已不可阻挡，就算被暂停，也不能阻止人们私下去推动生成式AI的进化迭代。
据悉到了2030年，AIGC市场规模将达到万亿元人民币级别。
