生成式AI

生成式AI（Generative AI）是能夠創建新內容（文本、圖像、音頻、視頻、代碼等）的人工智能系統，與判別式AI（分類、預測）相對，是當前AI發展的主流方向。

類型：

• 文本生成：
• 大型語言模型 (大語言模型 / 大模型)：GPT、Claude等
• 應用：寫作、對話、代碼

• 圖像生成：
• 擴散模型：Stable Diffusion、DALL-E 3
• GAN：早期方法
• 應用：藝術創作、設計、遊戲

• 音頻生成：
• 語音合成：ElevenLabs、Azure TTS
• 音樂生成：Suno、Udio
• 音效生成

• 視頻生成：
• 文生視頻：Sora、Runway
• 數字人：HeyGen

• 多模態：
• 統一生成：GPT-4V、Gemini
• 跨模態：文本→圖像→視頻

技術基礎：

• Transformer：序列生成
• 擴散模型：圖像/音頻生成
• GAN：對抗生成
• VAE：變分自編碼器
• 流模型：可逆變換

應用場景：

• 內容創作：
• 營銷文案、社交媒體
• 圖像、視頻製作
• 音樂、音效

• 設計輔助：
• UI/UX設計
• 產品原型
• 建築、時尚設計

• 娛樂：
• 遊戲資產生成
• 虛擬角色
• 互動故事

• 研發：
• 藥物分子設計
• 材料科學
• 蛋白質結構

挑戰：

• 版權：訓練數據和生成內容的版權
• 深度偽造：虛假內容的惡意使用
• 質量控制：確保生成內容質量
• 人類替代：對創意行業的影響
• 倫理：AI生成內容的標註

商業模式：

• API服務：按使用量計費
• 訂閱：高級功能訂閱
• 企業授權：定制解決方案
• 開源：社區驅動的免費模型

生成式AI是AI技術的民用化和產品化。