点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
谢新洲等：新媒体嵌入社会的现实与挑战******
如今以互联网为代表的新媒体已经渗透社会生活的方方面面。即时通信、网络视频、短视频、网络支付、网络购物、网络新闻等多元应用场景积聚了相当大的用户规模。新媒体凭借其空前的传播、连接、组织和创新能力，深刻且持续地变革着内容生产和传播方式、社会资源调度和转化方式，对社会生产生活产生了深远影响。
新媒体对社会生活的嵌入与重构
伴随互联网、物联网、大数据等技术的发展，当前的新媒体已不仅仅是一种媒介形态，更是一种网络化的媒介环境、泛在的信息场域和多态的存在方式，结合多个场景重新建构着人们的日常生活。新媒体以内容多元化、关系网络化、组织平台化、数据资源化等方式嵌入社会生活，呈现出“工具－媒体－平台－空间－社会”的生态化发展路径。
内容多元化：从“万物皆媒”到“元宇宙”
新媒体降低了内容生产与传播的门槛，用户兼具内容生产者、传播者、消费者等多重身份，从源头上释放了网络内容的多元性。在参与式文化的拓展下，用户可以便利地进行个性化表达。以往依附于组织单位的内容管理方式和文化娱乐方式被打破，人工智能、传感器、可穿戴设备等技术强化并拓展了个体的感知能力和方式。新媒体从“人的延伸”发展为“人的具身”。现实社会被建构成数字化形态，线上与线下的界限进一步弥合。互联网不再只是现实的“镜像”，人们开始追求在泛在化的内容生态中形塑个性化空间。“元宇宙”便在从内容多元向体验多元的发展趋势下成为社会热点。
关系网络化：从“趣缘格局”到“数字生存”
新媒体打破了时空桎梏，用户可以随时依照个人志趣或诉求彼此接近、连接，形成以“趣缘”为核心的社会关系。这种连接既可以是小范围的“面对面建群”，也可以是凝聚多方合力的“协作文档”。连接的建立、维系、终止变得临时且随意，形成大大小小的各类网络社群。网络社群以去中心化特征解构传统社会组织的结构形态、拓展基于社会关系的信息获取方式。随着移动互联网、大数据、云计算等技术的发展，人们的生活、学习和工作进一步向新媒体环境延伸，带来供需关系、合作关系、工作关系、学习关系等的网络化。由此，关系网络化的嵌入方式在网络关系建立的基础上，又增添了现实关系网络化的内涵。
组织平台化：从“超级平台”到“基础设施”
新媒体促进了社会资源的整合和流动，信息化、网络化建设将社会组织内部各部门、外部多主体加以串联，极大促进了资源配置的效率和效益。新媒体平台凭借其既有的技术能力和用户基础，由原来简单意义上的信息内容传播渠道，进阶为信息内容服务主体，深度嵌入经济社会发展与社会关系网络。一方面，新媒体平台利用其以可编程性、普及性、连接性、数据化为基本特征的技术“资产”(如应用程序接口API)，以数据为流通介质，设计出有限开放、自主可控的合作框架，成为相关产业链(如内容、广告、营销)的中心；另一方面，通过战略性地构建起技术平等、话语平等、机会平等的话语体系和组织氛围，平台将广大的内容生产者凝聚起来，配套以由平台主导的规则体系，成为内容生产、审核、分发、变现、评估的中心。平台纷纷构建“生态化”的商业版图，将用户、数据、关系等多种资源纳入其生态体系，持续向外拓展着功能边界和社会连接，以“服务工具”“舆论场域”“生活场景”“营收来源”等多元样态成为“基础设施”式的存在，其公共性愈发凸显。
数据资源化：从“服务要素”到“生产要素”
新媒体揭示了数据的作用和潜力，特别是在平台化趋势下，数据成为重要的生产资料和治理资源。数据的资源化转向首先体现在网络政务服务领域，从政府信息化到电子政务再到数字政府，新媒体技术的快速革新不仅对政府的管理模式和社会治理方式提出了新要求，也通过内容多元化、关系网络化、组织平台化为创新治理与服务方式提供了必要的数据支撑。比如在新冠肺炎疫情防控工作中，“健康码”将新媒体平台这一关键的网络节点与嵌入在现实场景的物理节点有机结合，以“扫码”的方式实现个人位置和健康信息的数字化、行程轨迹和社会关系的网络化，构建起覆盖全国的防疫网络，对疫情防控、复工复产起到关键作用。伴随数字经济的发展和成熟，数据被正式列为我国五大生产要素之一，与土地、劳动力、资本、技术并列。数据不再仅仅是“依据”“反馈”的来源，而是更加直接地作为基本价值单位参与到市场化配置中，具备“孵化”“创新”“再生产”功能，成为推动经济社会高质量发展的新动能。
新媒体嵌入社会带来的问题与挑战
随着新媒体嵌入社会的方面增多、程度加深，新媒体逐渐从经济社会发展的外生变量转变为内生变量，对内容生产逻辑、用户行为逻辑、社会组织逻辑、市场运转逻辑、社会治理逻辑等产生根本性影响。一方面要着眼于新媒体社会嵌入的方式和维度，找到“管好”“用好”新媒体的逻辑与规律；另一方面则要充分体察新媒体发展的生态化取向，相关研究及治理工作要从客体性视角向环境域视角转移。具体而言，在新媒体社会嵌入的趋势下，有以下几个关键问题亟须解决。
多元化带来的内容治理难题
新媒体的发展，特别是平台的兴起，带来内容生产、分发、传播、消费机制的变革，重塑公共舆论、丰富网络文化的同时，也带来了网络内容治理难题。
在公共舆论方面，公共事件所触发的社会舆论从酝酿、萌芽、爆发至平息的全过程，不再由传统的大众媒体单向垄断信息资源，取而代之的是网状结构下多元化、社会化的内容生产。开放的平台环境降低了参与门槛，只要遵从平台的内容规则，用户就可以获取平台提供的即时性信息交互服务，参与到包含公共信息在内的内容生产、传播、交流和互动中。民众发表意见、参与公共事务以及建立社会网络的积极性和主动性显著增强，同时也带来由于表达主体扩充导致的信息质量良莠不齐、信息溯源难度大等问题。
在网络文化方面，新媒体为一些亚文化提供了组织和发展的“栖身之地”。但某些消极亚文化借此隐蔽扩张，滋生和宣扬畸形的价值观，危害群体成员的身心健康，动摇社会价值根基，具有一定的社会风险。亚文化群体成员往往容易被社群共同的情感认同所绑架，在“流量至上”的市场逻辑和平台规则下，朴素的情感诉求容易被资本挟持用于牟利，甚至诱发非理性的群体行为，扰乱社会秩序。同时，一些平台不惜包庇消极亚文化现象及相关有害内容以赚取“灰色流量”，从而增大了相关部门治理难度。
进一步而言，在以用户关系连接为核心的新媒体平台上，传播的个人化和社会化特征明显，但也容易导致传播的圈层化、社群化。在目前主要的网络舆论场域中，依托算法的信息分发和社会网络建构方式让用户更多地接触到跟自己观点和态度接近的信息，用户越来越难以接受其他不同观点，长期被算法塑造、牵制的价值观一旦定型便很难改变。此外，新媒体环境下公众意见的呈现和聚合机制受平台规则及其对信息流的规制影响较大，这就导致舆论的形成和发展容易受到平台商业利益的操控。由私人部门来裁决、量定公共事件中的话语权，必然会面临个体利益和公众利益失衡的问题。
网络化凸显的用户导向不足
党的十九大报告在加强和创新社会治理方面提出，明确全面深化改革总目标是完善和发展中国特色社会主义制度、推进国家治理体系和治理能力现代化。提升治理能力的一个重要举措就是转变政府角色，动员更多的社会主体参与对公共事务的管理。新媒体的信息和互动功能使其具备了媒体和社会网络的技术特征，并彰显多主体影响社会治理的过程。
目前大部分政府机构对新媒体的利用主要体现在内部的信息沟通和对外的信息公开。通过内部的机构重组和资源整合，在集约化的生产模式下及时掌握、发布行业或地域内的重要政治和民生新闻，一定程度上减少了信息疏漏、口径不统一、资源浪费等现象。一些地区借助短视频、网络直播等新兴方式，创新宣传策略和手段，以一种更贴近群众喜好的方式传播新闻和信息，提升了主流声音的传播力和政务信息的透明度。
然而，在获取社情民意方面，一些由政府部门或主流媒体搭建的新媒体平台上，虽然设置了“爆料”“信箱”等功能供民众发声，但后续反馈仍有欠缺。这种现象在资源相对匮乏的基层表现得更为显著，基层网络政务服务在功能定位上呈现出明显的“重宣传而轻服务”问题，服务能力有限，意见反馈渠道不够畅通。新媒体在公共对话上的功能优势未能得到充分利用和体现，政务服务平台未能真正嵌入当地居民的社会网络和行为习惯中。
资源化警示的数据安全风险
数据安全和网络安全是新媒体嵌入社会特别是数据资源化给主权国家带来的治理难题。网络空间的主权化倾向明显，地缘政治色彩加重，国家网络安全已经成为全球互联网治理的基本议题。
从政治层面看，数据是未来国际政治竞争的关键资源。社交媒体可能在人工智能加持下成为霸权的“武器”，通过算法推荐向全世界全方位、全时空、全天候地传递符合其价值标准、意识形态、外交政策、商业理念和社会文化的信息，此举实质上是以数据操纵、改变人们的思想。
从经济层面看，数据流动对全球经济增长的贡献已经超过传统的跨国贸易和投资，支撑了包括商品、服务、资本、人才等几乎所有类型的全球化活动，深入全球供应链的方方面面。国家和地区之间的数据依赖越来越强。一些国家以数据安全和公民个人隐私安全政策为由，对涉及国家关键基础设施、关键技术和公民敏感信息的海外产业进行带有意识形态的制裁，甚至将其作为国际政治博弈的工具。数字经济的蓬勃发展使得数据与实体经济的各个领域融合渗透，模糊了依托泛在连接技术构建的网络空间的边界。这一特性带来了网络形态的持续快速变动，加大了网络威胁向社会各领域蔓延的不可预测性。
在数据成为重要战略资源的当下，如何科学合理地将数据主权与安全纳入国家核心利益的范畴，确保数据资源的完整性、保密性和可用性，衡量好国家安全与经济发展的关系，是后疫情时期新媒体管理与互联网治理的焦点。
作者： 谢新洲 石林 (谢新洲系北京大学新媒体研究院院长；石林系北京大学新媒体研究院博士研究生)
来源：《中国网信》2022年第1期
2022年，人工智能带给人类更多惊喜******
视觉中国供图
在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作。视觉中国供图
在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄 即将过去的2022年，对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈；无人驾驶开启多城试点，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再是人类专属…… 无论是底层技术不断突破，还是各类应用百花齐放，在过去的一年，人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角，未来它还有更多潜力等待我们去挖掘。 随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活。 AI“黑科技”照亮北京冬奥会 助力天气预报、比赛转播和手语播报等 2月4日，全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。 在此次冬奥会上，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。 在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众看到不同选手的实时动作；同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来，使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。 在北京冬奥会开幕的同一天，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报、赛事直播和现场采访中，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语。 腾讯“混元”AI大模型登顶VCR榜单 展现了其在多模态理解领域的强大实力 5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning，视觉常识推理）中登顶，两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破，展现了其在多模态理解领域的强大实力。 与跨模态理解任务不同的是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等），还需要达到认知层次的感知（如判断意图、逻辑推理等）。 此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。 截至目前，“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩，并刷新多项行业历史纪录。这意味着，“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。 谷歌工程师闹乌龙，称AI存在意识 人工智能所谓的“人格”更多只是模仿人类罢了 谷歌AI工程师闹乌龙，称LaMDA语言模型有意识，引发业界对“AI是否拥有自主意识”的讨论。 今年6月，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”，并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象——既会担忧未来，也会追忆过去。 LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型，它可以模拟任何带有知识属性的实体，通过“拟人”的方式，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识。 莱莫因的观点和证据引起了业内的广泛关注。不久后，谷歌发表声明称，莱莫因违反了“就业和数据安全政策”，将其解雇。谷歌表示，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。 专家普遍认为，当下人工智能具有的所谓“人格”，更多只是模仿人类的语言风格，有自我意识、有感知能力的AI应该具备能动性，并具有独特的视角看待人和事，但目前AI还只是人们设计的一个计算机系统，作为工具来做一些特定之事。 全球首个图、文、音三模态大模型诞生 “紫东太初”实现“以图生音”和“以音生图” 9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类，为打造多模态人工智能行业应用提供创新基础，向通用人工智能迈出了重要一步。 “紫东太初”三模态间的相互转换和生成，其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间，然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐，形成多模态统一知识表示；之后，再利用编码后的多模态特征，通过解码器分别生成文本、图像和语音。 “紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级、样本级的三级预训练自监督学习方式；二是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务的统一建模，支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务；四是首次实现无监督超越有监督方法，基于5%—10%的数据标注，实现100%的有监督学习效果。 AI打破矩阵乘法计算速度纪录 解决了50年来数学领域一个悬而未决的问题 10月，英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能公司“深度思维”团队的最新发现：AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。 数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如，它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下，使用数学的主要方式之一，就是对矩阵进行计算。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。 在此次最新成果中，“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法，从而使计算步骤比现有算法更少。 为了找到答案，他们从游戏系统中寻找灵感。在构建了一些初步系统之后，研究团队将重点转向了树搜索，这是系统在特定情况下查看各种方案的一种方法。 接下来，研究人员将允许系统创建自己的算法，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建的算法更好。“深度思维”团队希望，未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。 2022中国人工智能创新发展指数公布 全面反映我国人工智能发展态势 11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。 这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。 近年来，我国人工智能步入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。 从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。 ESMFold预测六亿多种蛋白质结构 预测速度比“阿尔法折叠”快60倍 英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构，几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。 在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉，语言模型通常需要大量文本进行训练，为将这一模型应用于蛋白质结构预测，研究团队利用已知的蛋白质序列来训练它，这些已知的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示。然后，ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。 该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且，与“阿尔法折叠”一样，这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合，生成预测结构。 团队指出，ESMFold的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍，这意味着它可将结构预测数据库扩展到更大。 首创蛋白质动态结构AI建模方法 对理解生命过程、研发新型药物有着重要意义 12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型，可辅助药物化学专家更加精准地筛选出高活性小分子，从而加速临床前药物研发。 此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构，尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合的稳定性，预测药物功能，从而提升AI药物设计的精度和效率。 李子青表示，预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果，是提高AI药物筛选准确性和效能的重要思路。 多城市推动自动驾驶行业发展 我国自动驾驶行业正式向L3级迈进 2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。 今年8月1日，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用，探索开展商业化运营试点，标志着我国自动驾驶行业正式向L3级迈进。 此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。 此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点。 AI绘画火了，AIGC元年开启 未来预计能够产生万亿级经济价值 今年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程，输入题材、光线、场景、角度、氛围等有关画面效果的关键词后，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。 这一年，AI绘画小程序、网站等开始迅猛增长，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示，截至12月6日，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。 AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。 所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面：自然语言处理（NLP）和AIGC生成算法。其中，自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。 最初，AIGC可生成的内容形式以文字为主，经过2022年指数级的发展，目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。（科技日报实习记者 都芃） （文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大众彩票地图 |
)