AIGC行业报告：新一轮内容生产力革命的起点（81页）

行业报告下载 2023年04月11日 07:02 管理员

OpenAI携手微软，获得资金支持，落地场景，借力微软云计算领域布局。资金+算力：2019年7月，OpenAI 接受了微软10亿美元的战略投资，同时将把微软的Azure作为其独家云计算供应商；2021年，微软加注投资，具体金额未公布；2023年，微软预计向OpenAI再投资100亿美元，在满足首批投资者收回初始资本后，微软将获得OpenAI75%利润，直到收回投资。业务协作：2021年，微软推出了Azure OpenAI服务预览；2022年，微软将DALL-E2模型集成到了Azure OpenAI、Microsoft Designer、Bing Image Creator中。2023年1月，Azure OpenAI服务正式发布，企业可以申请访问包括GPT-3.5、Codex和DALL-E2等AI模型，之后还可能通过 Azure OpenAI服务访问ChatGPT。2023年2月，微软推出ChatGPT支持的最新版本Bing搜索引擎与Edge浏览器，增加聊天写作功能。此外，微软计划将ChatGPT引入Office产品中，进一步提升市场份额。

结合Imagen Video和Phenaki两大模型的优势，推出超长连贯性视频生成模型：Imagen Video是基于级联视频扩散模型的文本条件视频生成系统，即给出文本提示，就可以通过一个由frozen T5文本编码器、基础视频生成模型、级联时空视频超分辨率模型组成的系统来生成高清视频。Phenaki模型可通过一系列提示在开放域中生成所有时间段的视频，是谷歌首次以时间变量提示生成视频。 LaMDA Wordcraft：在大语言模型LaMDA基础上开发的、能辅助专业作家写作的AI写文工具，帮助创作者突破“创作瓶颈”。 Audio LM：具备“长期连贯性”的高质量音频生成框架，不需要任何文字或音乐符号表示的情况下，只在极短（三四秒即可）的音频样本基础上训练，可生成自然、连贯、真实的音频结果，不限语音或者音乐。文字生成3D模型：通过结合Imagen和最新的神经辐射场 (Neural Radiance Field) 技术，谷歌开发出了DreamFusion技术，可根据现有文字描述，生成具有高保真外观、深度和法向量的3D模型，支持在不同光照条件下渲染。将推出Bard对话机器人。2023年2月，谷歌宣布将推出Bard AI聊天机器人，由谷歌大型语言模型LaMDA支持，但参数量更少，使公司能够以更低的成本提供该技术， Bard能在获得简单提示的情况下生成详细答案。