AIGC（生成式AI）试用 15 -- 小结

断断续续的尝试在实际的工作使用中理解和测试AIGC，运用会越来越多、越来越广范，但也是时候做个小结了。
 没有太用热火的ChatGPT，只是拿了日常最容易用到的CSDN创作助手（每周写文章总是看到）和文心一言（没了谷歌只能百度），毕竟天天工作、生活能用到。
 每一代技术革命都会带给我们冲击，同时也会带来新的机会。
 AIGC将会深入到我们的生活和工作中，将会替代我们习惯了的操作和岗位，我们竞争过机器吗？我们将何去何从？

• 都能实现文本生成，CSDN创作助手深耕于文档创作，文心一言则更全面文本图像，语主、视频、音频的表现呢？想来并不是什么问题，只是数据集的存储和积累

• CSDN创作助手速度的确慢了点，文心一言则更快速的反馈，但这段持续的使用和测试过程，感觉到了他们的变化，不仅是内容回复质量，也还有反馈速度

• 格式化、标准化、大纲化是AIGC的强项，想来人类活动的积累最佳实践，也被很好的拿来作为训练素材，被AI模型有效的进行了学习，CSDN创作助手和文心一言的总分总格式应是文档写手的最佳替代

• 也许会是一本正经的胡说，那也需要提供必要的数据和引导，CSDN创作助手和文心一言才能将你提供的伪数据代入其中，一本正经的编出一份你想要的答案。记得，是你这个坏小子想要的

• 如聊天般的AIGC生成，层次化的、逐步深入的方式，更容被CSDN创作助手和文心一言获得，并给出相对准确答案

• 问题描述不要太复杂，正如人在聊天一样，简短、有利的主题，更容易让对方生成内容 -- 试着像个朋友一样与他慢慢聊起来吧，彼此要了解，越细越好

• 自主的上下文的联系，表现一般，不过你可以用“接上文”来提醒答案的关联生成

• 毕竟是数据训练而来的AIGC，数据的实效性稍有些延迟，历史的表现更好，实时的则是信息在web传播的更有效

• 这也正体现了AIGC的持续训练、学习，对于同一问题，可以以不同的方式提问、可以在不同的时期提问，回复可见的越来越接近你想要的，也许比你想像的更完美

• 训练数据越来越大，生成的内容越来越多，如何保证训练数据的正确性、安全性；如何保证生成内容的有效性、传输的安全性、使用的合规性。。。。。。想想看，也许会有立法

  诚然，AIGC简化了一些我们日常工作和生活的难题，特别是有清晰明确答案的，没有了选择困难，只是一问一答的聊天，当年的聊天Robot的确没有这么大的数据、这么强的训练
  同时，AIGC的发展（1950 ~ ）近80年，真正进入我们看工作和生活也是最近几年的事情，也正是人工智能、元宇宙、数字孪生等一系列虚拟技术的兴起，也正是chatGPT的火热让我们这些人使用到、关注到。
  未来，会是什么样？也许正是我们想像中的样子，敢想、敢干，即能实现，时代造人，时代弄人。

-- 以下 参考 百度百科，AIGC

AIGC，Artificial Intelligence Generated Content，人工智能技术生成内容。
 多模态之上的人工智能技术，即单个模型可以同时理解语言、图像、视频、音频，即现有常见的文本生成、图像生成、视频生成、音频生成
 实现AIGC更加智能化、实用化的三大要素是：数据（来源、形态、处理、存储，需要基础架构的支持）、算力（训练环境）、算法（模型、训练）

• AIGC（生成式AI）试用 0 -- 如何测试此类应用
• AIGC（生成式AI）试用 1 -- 基本文本
• AIGC（生成式AI）试用 2 -- 胡言乱语
• AIGC（生成式AI）试用 3 -- 专业主题
• AIGC（生成式AI）试用 4 -- 从模糊到精确
• AIGC（生成式AI）试用 5 -- 从模糊到精确，再一步
• AIGC（生成式AI）试用 6 -- 从简单到复杂
• AIGC（生成式AI）试用 7 -- 桌面小程序
• AIGC（生成式AI）试用 8 -- 曾经的难题
• AIGC（生成式AI）试用 9 -- 完整的程序
• AIGC（生成式AI）试用 10 -- 安全性问题
• AIGC（生成式AI）试用 11 -- 年终总结
• AIGC（生成式AI）试用 12 -- 年终再总结
• AIGC（生成式AI）试用 13 -- 数据时效性
• AIGC（生成式AI）试用 14 -- 画画