引言：

生成式人工智能（AIGC）的發(fā)展速度令人矚目，打破了傳統(tǒng)產(chǎn)業(yè)的邊界，并在各個(gè)領(lǐng)域催生了新的變革和機(jī)遇。近年來國家高度重視人工智能產(chǎn)業(yè)的戰(zhàn)略地位，在《新一代人工智能發(fā)展規(guī)劃》中進(jìn)一步加大了對產(chǎn)業(yè)的支持力度。為實(shí)現(xiàn)產(chǎn)業(yè)鏈的自主可控，國家多次調(diào)整投資策略、鼓勵(lì)技術(shù)創(chuàng)新、提供稅收優(yōu)惠及扶持資金，并積極引導(dǎo)國內(nèi)企業(yè)開展國際合作，以促進(jìn)產(chǎn)業(yè)健康、可持續(xù)發(fā)展。與此同時(shí)，人工智能行業(yè)的快速發(fā)展促進(jìn)了傳統(tǒng)設(shè)計(jì)行業(yè)進(jìn)一步轉(zhuǎn)型升級，業(yè)內(nèi)企業(yè)也正加速布局，緊抓機(jī)遇，迎接挑戰(zhàn)。

人工智能（AI）指的是讓計(jì)算機(jī)執(zhí)行通常需要人類智能的任務(wù)的科技領(lǐng)域。它包括使用計(jì)算機(jī)模擬人類學(xué)習(xí)、推理、自我修正和理解自然語言等能力。時(shí)至今日已經(jīng)在多個(gè)領(lǐng)域中廣泛應(yīng)用并發(fā)揮著關(guān)鍵。其發(fā)展始于1943年的基礎(chǔ)神經(jīng)網(wǎng)絡(luò)研究，經(jīng)歷了多個(gè)關(guān)鍵階段。在20世紀(jì)60至70年代，隨著機(jī)器學(xué)習(xí)和知識表示技術(shù)的興起，這一領(lǐng)域逐漸受到了廣泛的關(guān)注。特別是基于規(guī)則的專家系統(tǒng)和邏輯編程，成為了那個(gè)時(shí)期的研究熱點(diǎn)。進(jìn)入20世紀(jì)70至80年代，神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)逐漸成熟，并開始在工業(yè)、醫(yī)療和金融等領(lǐng)域中得到應(yīng)用。但在80年代后期，由于某些技術(shù)瓶頸和過高的期望，AI遭遇了一次“寒冬”。隨著算力的增強(qiáng)和數(shù)據(jù)的爆炸式增長，到了20世紀(jì)90年代末和21世紀(jì)初，深度學(xué)習(xí)的崛起再次為AI帶來了新的生命。特別是1997年，IBM的“深藍(lán)”在國際象棋比賽中戰(zhàn)勝了世界冠軍，標(biāo)志著機(jī)器在某些特定任務(wù)上可以超越人類。近年來，隨著技術(shù)的進(jìn)一步完善和商業(yè)應(yīng)用的擴(kuò)展，AI已經(jīng)深入到了我們?nèi)粘Ｉ畹母鱾€(gè)方面，從智能助手到自動(dòng)駕駛汽車，其潛力和應(yīng)用前景仍在持續(xù)拓展。

人工智能的發(fā)展在過去幾年中經(jīng)歷了從分析型AI到生成式AI的重要轉(zhuǎn)變。最初AI的核心目標(biāo)是對數(shù)據(jù)進(jìn)行深入的理解和輔助判別，例如基于推薦系統(tǒng)技術(shù)，亞馬遜能夠根據(jù)用戶的購買歷史和瀏覽行為推薦相關(guān)產(chǎn)品；圖像識別技術(shù)被廣泛應(yīng)用于字節(jié)跳動(dòng)和商湯科技等公司，用于檢測和分類圖像內(nèi)容。這些技術(shù)主要集中在從大量數(shù)據(jù)中提取有意義的信息，并幫助用戶或企業(yè)做出決策。

時(shí)至2022年，AI技術(shù)再次完成飛躍，從簡單的數(shù)據(jù)分析轉(zhuǎn)向了內(nèi)容的自動(dòng)創(chuàng)造和生成。例如Copilot和ChatGPT這類工具可以基于用戶的輸入自動(dòng)生成代碼或?qū)υ?。Boomy和喜馬拉雅FM則運(yùn)用聲音生成技術(shù)，創(chuàng)作出全新的音樂或音頻內(nèi)容。Meta和InVideo等公司的探索與成果最具前瞻性，實(shí)現(xiàn)了直接用AI技術(shù)創(chuàng)作視頻內(nèi)容。這標(biāo)志著AI不再僅僅是一個(gè)數(shù)據(jù)分析工具，而是成為了創(chuàng)意和藝術(shù)的合作者，成為新的生產(chǎn)方式與工具。這一轉(zhuǎn)變不僅僅是技術(shù)的飛躍，也意味著AI在社會(huì)、文化和經(jīng)濟(jì)領(lǐng)域中的作用正在發(fā)生深刻的變革。從輔助決策到內(nèi)容創(chuàng)造，AI正逐漸成為現(xiàn)代生活中不可或缺的一部分。

文本生成是目前最成熟的領(lǐng)域，其中最具影響力的當(dāng)屬chatGPT聊天機(jī)器人，目前已成為現(xiàn)象級的應(yīng)用產(chǎn)品。此類產(chǎn)品基于Transform、GPT等大型語言模型，具有非常強(qiáng)的文字生成能力、文本理解與推理能力、對話問答能力。它通過向模型輸入大量文本數(shù)據(jù)來獲取常識性信息，并利用深度學(xué)習(xí)技術(shù)完成許多自然語言處理任務(wù)，如問答、翻譯、摘要等。如Microsoft 365 Copilot就利用這些技術(shù)，為用戶提供智能輔助編寫功能，大大提高了生產(chǎn)效率和文本質(zhì)量。此外，智能推薦功能等，都基于這些先進(jìn)的文本生成技術(shù)，豐富人們的數(shù)字生活體驗(yàn)，助力企業(yè)提高運(yùn)營效率和服務(wù)質(zhì)量。

AI產(chǎn)品的另一大應(yīng)用場景是圖像生成，有三大細(xì)分領(lǐng)域分別為圖像編輯、創(chuàng)意圖像生成及功能性圖像生成和2D圖像生成3D模型。目前，圖像編輯工具的使用已較為廣泛，相關(guān)產(chǎn)品較為豐富；而對于“圖像生成”和“2D-3D轉(zhuǎn)換”任務(wù)，由于圖片相較包含更多元素，其生成效果仍存在不穩(wěn)定性，對于要求較高的功能類圖像生成仍需要技術(shù)上的提升。

根據(jù)Bloomberg的數(shù)據(jù)，2023年全球的生成式AI市場達(dá)到了670億美元。由于如ChatGPT、Bard這樣的消費(fèi)級AI工具的推出，預(yù)計(jì)會(huì)引發(fā)一個(gè)持續(xù)10年的AI發(fā)展浪潮。到2032年，生成式AI市場的規(guī)?？赡軙?huì)增長到1.3萬億美元，這意味著在這十年間生成式AI市場的年均復(fù)合增長率將達(dá)到42%。

國內(nèi)方面以數(shù)據(jù)為核心的生成式AI研究和應(yīng)用正逐漸取得顯著進(jìn)展。當(dāng)前，大約有26%的企業(yè)已經(jīng)在這方面進(jìn)行了布局。據(jù)中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟在《中國AI數(shù)字商業(yè)展望2021-2025》報(bào)告中指出，預(yù)計(jì)到2025年，我國生成式AI的商業(yè)應(yīng)用規(guī)模將沖擊2070億元，預(yù)期的五年年均增長率將高達(dá)84%。

2022-2025年中國生成式AI技術(shù)應(yīng)用規(guī)模

我國AIGC產(chǎn)業(yè)鏈呈現(xiàn)出一個(gè)從技術(shù)研發(fā)、應(yīng)用到終端的完整閉環(huán)，各環(huán)節(jié)都緊密相連，共同推動(dòng)著人工智能生成內(nèi)容技術(shù)的進(jìn)步與應(yīng)用。

我國高度重視人工智能的發(fā)展，并已將其列為國家戰(zhàn)略。近年來我國政府出臺了一系列政策如下圖所示，旨在推動(dòng)AI產(chǎn)業(yè)的快速發(fā)展和技術(shù)創(chuàng)新。"新一代人工智能發(fā)展計(jì)劃"，規(guī)劃了從基礎(chǔ)研究、關(guān)鍵技術(shù)破解到產(chǎn)品應(yīng)用和產(chǎn)業(yè)發(fā)展的全流程，確立了到2030年使我國在人工智能領(lǐng)域達(dá)到國際領(lǐng)先的戰(zhàn)略目標(biāo)。

但我國的AIGC產(chǎn)業(yè)仍處于發(fā)展初期，底層技術(shù)相較國外仍有較大差距。由于技術(shù)發(fā)展不足以及投資環(huán)境的影響，AIGC大多被作為公司的部分業(yè)務(wù)、乃至相對邊緣化的功能進(jìn)行研發(fā)，獨(dú)立運(yùn)行的初創(chuàng)公司數(shù)量明顯少于國外，大部分細(xì)分賽道的初創(chuàng)玩家在5家以下。TTS等較為成熟的AIGC能力大多被綜合性的AI公司打包提供，在應(yīng)用場景上缺乏明確的指向性。

此外，人工智能算法正面臨其固有的技術(shù)挑戰(zhàn)。在透明度、穩(wěn)健性以及偏見方面，現(xiàn)存的技術(shù)局限還未得到完全克服，導(dǎo)致在實(shí)際應(yīng)用中出現(xiàn)各種問題。特別是在AIGC內(nèi)容創(chuàng)作和編輯技術(shù)上，如文本生成常常簡化為套用模板，導(dǎo)致輸出的文本缺乏易讀性和質(zhì)量；語音合成技術(shù)仍然存在聲音的機(jī)械化問題，使得合成的聲音聽起來不夠自然；而在視覺生成技術(shù)中，如實(shí)時(shí)動(dòng)作捕捉的精準(zhǔn)度和圖像處理效果也有待提高。當(dāng)前的內(nèi)容審核方式主要依賴于機(jī)器審核和人工審核的結(jié)合，但機(jī)器審核的誤報(bào)率相對較高，人工審核方面由于缺乏行業(yè)統(tǒng)一標(biāo)準(zhǔn)和審核人員不足，也存在問題。這為一些不正當(dāng)行為如抄襲、內(nèi)容造假和惡意營銷提供了機(jī)會(huì)。AIGC作品的版權(quán)問題也仍是一個(gè)待解決的難題，如當(dāng)前AIGC作品無法獲得著作權(quán)保護(hù)，這無疑限制了AIGC的創(chuàng)作潛力。

AI技術(shù)的創(chuàng)新正在快速前行，從最初的Transformer技術(shù)如BERT、GPT，到近期的Diffusion和DALL-E，反映了不斷進(jìn)化的技術(shù)趨勢。同時(shí)從2018年至2025年，算力的持續(xù)上升展現(xiàn)了未來AI的高復(fù)雜度和運(yùn)算需求。各大硬件廠商，如Intel、AMD和NVIDIA，都在努力滿足這一需求，推出專為AI優(yōu)化的硬件解決方案。在商業(yè)應(yīng)用層面，無論是大型互聯(lián)網(wǎng)巨頭如Microsoft、Google和Amazon，還是AI研究專家如OpenAI和ANTHROPIC，他們都在推動(dòng)AI技術(shù)向?qū)嶋H商業(yè)場景轉(zhuǎn)化，展現(xiàn)了其廣泛的應(yīng)用潛力。

據(jù)機(jī)構(gòu)預(yù)測，文字類AI生成或?qū)⒃?023年進(jìn)入黃金時(shí)期，圖片類AI生成黃金時(shí)期將在2025年左右抵達(dá)，3D和視頻類 AI生成在2023年可能正處于草稿階段，或?qū)⒃?030年進(jìn)入黃金時(shí)期。此外，在AIGC產(chǎn)業(yè)應(yīng)用，如在制造業(yè)、建筑業(yè)等巨型垂直實(shí)體領(lǐng)域中，AIGC的C/Content內(nèi)容將不僅停留在圖片和文字的領(lǐng)域，而是進(jìn)入信息更為豐富的領(lǐng)域。

在不斷邁進(jìn)的技術(shù)浪潮中，人工智能（AI）已成為驅(qū)動(dòng)設(shè)計(jì)產(chǎn)業(yè)創(chuàng)新的關(guān)鍵動(dòng)力。進(jìn)入設(shè)計(jì)領(lǐng)域的AI不僅是工具的演進(jìn)，更是一場深刻的實(shí)踐和生產(chǎn)力的革命。設(shè)計(jì)作為一個(gè)注重創(chuàng)意、追求差異性的領(lǐng)域，正通過AI的智能計(jì)算和生成性設(shè)計(jì)方法，見證一場從概念到現(xiàn)實(shí)的跨越。

TransBIM：房建 AI 設(shè)計(jì) SaaS 平臺，提供施工圖智能生成服務(wù)

AI Road：交通市政領(lǐng)域三維快速方案設(shè)計(jì)

部分業(yè)內(nèi)企業(yè)智能數(shù)字化布局概覽

作者：趙璐 | 河南省交通規(guī)劃設(shè)計(jì)研究院股份有限公司，河南交通運(yùn)輸戰(zhàn)略發(fā)展研究院

聲明：文章僅代表作者個(gè)人觀點(diǎn)，不代表所在機(jī)構(gòu)立場；轉(zhuǎn)載請注明來源和作者；部分圖源網(wǎng)絡(luò)，侵刪。