前言：当我们在谈论AIGC，到底希望讨论什么？
• 目前广受热议的“AIGC”实际是对此次AI技术变革的一种描述概念，如果说2023年是“大模型”元年，那么2024年则是“AIGC”应用元年。
• 而我们今天谈论的AIGC概念是泛化的，包括具备狭义和广义概念，狭义概念更强调内容属性，广义概念强调AI的技术属性：
✓ 狭义的概念重点关注的是数字内容的生产形式（Synthetic Media），和人类生成内容方式对比，例如文字、图片、视频等常规内容形式如何一
步通过AI生产；
✓ 广义的概念则突出生成式AI（Generative AI）的概念，即如何通过生成式AI的技术解决以往决策式AI（也会称为决策式AI）难以完成的问题，
尤其在泛数字内容上实现 “质的突破”。随着生成式对抗网络（Generative Adversarial Network，GAN）等的演进及迭代，生成式AI可以结
合自动化、数字化、决策式AI等等多种的形式，解决数字化时代信息的解构、生成、交互、传播、反馈等诸多链路（例如数据治理、知识管理、
流程自动化、人机协作和交互等等），即意味着凡是可以涉及数字内容形式的产业，AIGC通通可以“重新做一遍”。
www.jazzyear.com
AI
PGC
UGC
Professionally-
Generated Content
内容生成成本高，需要
专业人士完成内容生成，
总体内容生产数量低
User-Generated
Content
内容生成及传播成本由
于互联网时代的，无需
专业人士完成，总体内
容生产数量有所提升
GC
应用
创新
希望AIGC去解决旧时代的“老问题” ，创造属于当下的“新需求”
AIGC关注内容（Generated Content）的生成方式，即是否内容的最终
形态由AI完成，来自于互联网之前对内容生成方式描述比较
（PGC&UGC），对生成主体的不同（人VS机器）、数量及规模的上限，
生成速度的巨大差异进行比较
AIGC
AIGC的商业价值核心逻辑是什么？技术和产品力如何形成更
好的化学反应？
哪些具体的行业和场景在2024年会成为关键的破局点？
“大模型”怎么用？是否要唯“大模型”论？
……
AIGC能否“击穿”当下数字化不得解决的问题？
AIGC是否会形成新时代的生产力？
AIGC能给行业带来什么样的新体验、新思路？
……
