Ảnh bìa được tạo bởi công cụ minh họa AI Stable Diffusion, từ khóa: Nhà hát Opera Không gian Rembrandt Harmenszoon van Rijn và Hajime Sorayama kết hợp phong cách vẽ

Giới thiệu

AIGC đã tạo nên những gợn sóng trên thị trường tiền điện tử đang suy thoái, AIGC là gì? Tại sao nó đột nhiên xuất hiện? Nó sẽ tác động như thế nào đến Web 3?

1. Điểm nóng mới trên thị trường sơ cấp——AIGC

Tên đầy đủ của AIGC là Artificial Intelligence Generated Content, ám chỉ công nghệ AI tạo ra nội dung mới thông qua dữ liệu hiện có khổng lồ (như văn bản, âm thanh hoặc hình ảnh). Trên thực tế, không có định nghĩa chuẩn mực thống nhất nào về khái niệm AIGC. Một khái niệm tương tự trên phạm vi quốc tế là Synthetic Media, được định nghĩa là công nghệ sản xuất, thao tác và sửa đổi dữ liệu hoặc phương tiện thông qua các thuật toán trí tuệ nhân tạo, bao gồm văn bản, mã, hình ảnh, âm thanh, video và nội dung 3D, v.v.

2. Nhu cầu của người dùng thúc đẩy sự phát triển của công nghệ AIGC

AIGC tập trung vào việc sản xuất nội dung và quá trình phát triển hệ sinh thái nội dung có thể được chia thành bốn giai đoạn: Nội dung do chuyên gia tạo ra (PGC), Nội dung do người dùng tạo ra (UGC), Nội dung do AI hỗ trợ tạo ra và Nội dung do AI tạo ra (AIGC), hiện tại chúng tôi chủ yếu ở giai đoạn một và giai đoạn hai, giai đoạn ba đóng vai trò hỗ trợ.

PGC thường đề cập đến nội dung được tạo ra bởi một nhóm chuyên nghiệp, mang tiêu chuẩn sản xuất cao và chu kỳ làm việc dài. Cuối cùng, nó sẽ được sử dụng để thực hiện thương mại, chẳng hạn như TV, phim ảnh và trò chơi. Để đảm bảo chất lượng của nội dung được tạo ra, PGC cần đầu tư rất nhiều chi phí kỹ thuật và nhân công. Theo mô hình PGC, quyền sản xuất và thực hiện nội dung nằm trong tay một số ít người, với mức độ tập trung cao hơn và hiệu ứng độc quyền mạnh hơn. Tuy nhiên, PGC khó có thể đáp ứng được nhu cầu sản xuất nội dung quy mô lớn do nguồn nhân lực hạn chế ở phía cung.

Mặt khác, UGC làm mờ ranh giới giữa người tiêu dùng và nhà sản xuất. Nền tảng sẽ cung cấp các công cụ sáng tạo và nhà sản xuất có thể là chính người dùng, điều này làm giảm rào cản sản xuất và cải thiện sự thịnh vượng của hệ sinh thái nội dung, chẳng hạn như video ngắn. Mô hình UGC giảm chi phí sản xuất và mức độ tập trung hóa ở một mức độ nhất định, đáp ứng nhu cầu của người dùng được cá nhân hóa hoặc đa dạng hóa và tăng trần năng lực. Mặc dù quy mô sản xuất nội dung đã được cải thiện đáng kể, nhưng chất lượng không tránh khỏi bị phản ứng dữ dội vì không có hạn chế nào đối với nhà sản xuất, công cụ tạo và chủ đề nội dung.

PGC và UGC bị hạn chế bởi năng lực sản xuất và chất lượng. Họ khó có thể đáp ứng nhu cầu nội dung đang tăng nhanh, trong khi AIGC có thể là một vòng chuyển đổi mô hình mới trong quá trình phát triển hệ sinh thái nội dung. Trong bối cảnh nhu cầu của người dùng ngày càng tăng, hiệu quả thấp của việc sáng tạo thủ công đã trở thành nút thắt hạn chế quy mô sản xuất nội dung. Theo quan điểm về nhu cầu, khi những người trẻ tuổi trở thành xu hướng tiêu thụ nội dung chính, nhu cầu của họ về năng lực sản xuất và chất lượng sản xuất nội dung đã bùng nổ. Ngoài ra, mặc dù sự phổ biến của Internet đã đẩy nhanh tốc độ phổ biến nội dung, nhưng nó cũng làm gia tăng khoảng cách trong nhu cầu của người dùng. Dưới nhu cầu cao của người dùng, phương thức sản xuất nội dung truyền thống đã bộc lộ những thiếu sót nghiêm trọng về năng lực sản xuất và chất lượng. Mặc dù UGC cải thiện được vấn đề quy mô sản xuất hạn chế của PGC, nhưng chất lượng nội dung của nó không đồng đều, dẫn đến chi phí truy xuất cao hơn cho người dùng để tiếp cận nội dung chất lượng cao. Trong phân tích cuối cùng, UGC vẫn không thể đáp ứng được nhu cầu của người dùng về nội dung chất lượng cao.

Không có giới hạn cho sự phát triển của hệ sinh thái nội dung và việc giới thiệu AIGC là vô cùng cần thiết. Các quy trình tạo nội dung là các bước sàng lọc thông tin, lọc, xử lý và tích hợp của nhà sản xuất. Một loạt các quy trình dựa trên quá trình nghiên cứu độc lập lâu dài của người sáng tạo, tốn nhiều thời gian và trí tuệ. Về lâu dài, khả năng sáng tạo nhân tạo bị hạn chế. Khi tiềm năng sản xuất của PGC và UGC cạn kiệt, AIGC có thể bù đắp được khoảng trống trong hệ sinh thái nội dung.

Hệ sinh thái nội dung đã bước vào giai đoạn sản xuất được hỗ trợ bởi AI và AIGC dự kiến ​​sẽ được hiện thực hóa trong tương lai. Hiện tại, sản xuất nội dung vẫn bị giới hạn trong khuôn khổ sáng tạo dựa trên PGC và UGC. Nền tảng hỗ trợ người dùng sáng tạo thông qua các công cụ AI mở. Bất kỳ ai cũng có thể trở thành người sáng tạo và đưa ra lệnh để AI tự động tạo nội dung, hướng dẫn AI hoàn thành các tác vụ phức tạp, chẳng hạn như mã hóa, vẽ và mô hình hóa, giúp hạ thấp hơn nữa tiêu chuẩn sản xuất và cải thiện hiệu quả sản xuất.

Tuy nhiên, do sự phát triển của công nghệ, AI chỉ đóng vai trò phụ trợ trong công việc trên. Con người vẫn cần tạo nội dung hoặc nhập hướng dẫn vào các liên kết chính. AI không có khả năng trở thành người sáng tạo độc lập. Tuy nhiên, với việc nâng cấp và lặp lại liên tục các yếu tố cốt lõi như dữ liệu và thuật toán, AIGC có thể là hướng phát triển chung trong tương lai. Nó có thể phá vỡ các giới hạn nhân tạo và nâng cấp lên mức độ sáng tạo độc lập, tạo ra nội dung phong phú và đa dạng hơn. Về lý thuyết, AIGC sẽ hiện thực hóa nguồn cung cấp sinh thái nội dung không giới hạn và chất lượng nội dung sẽ vượt qua PGC, xét đến hiệu quả sản xuất và tính chuyên nghiệp.

3. AIGC sẽ tỏa sáng trên Web 3

Trong Web 2, AIGC đã bắt đầu khám phá sâu rộng trong nhiều lĩnh vực khác nhau. Hiện tại, Web 3 là phiên bản phi tập trung của bản đồ Web 2. Theo nghĩa mở rộng, AIGC sẽ tự nhiên có nhiều hướng được áp dụng trong Web 3.

Một bước đột phá đã được thực hiện trong các công cụ AI liên quan đến việc tạo văn bản. Các ứng dụng của AIGC trong việc tạo văn bản bao gồm mã hóa, dịch thuật và viết. Việc tạo văn bản về cơ bản là việc sử dụng ngôn ngữ. vì ngôn ngữ lập trình tương đối có cấu trúc hơn và dễ học hơn đối với AI, nhưng ngôn ngữ của con người cần kết hợp ngữ cảnh, ngữ nghĩa, v.v., do đó, kịch bản ứng dụng trưởng thành nhất của việc tạo văn bản là mã hóa, các tác phẩm tiêu biểu như Github Copilot do Microsoft sản xuất. Người dùng nhập logic mã vào văn bản, có thể hiểu nhanh và các mô-đun phụ sẽ được tạo dựa trên mã nguồn mở khổng lồ để các nhà phát triển sử dụng. Ngày nay, gần 40% mã do GitHub Copilot tạo ra là do AI viết. Mặc dù các plug-in mô-đun như SDK trong Web 3 đã cải thiện tốc độ lập trình của các nhà phát triển, nhưng hiệu quả phát triển của các giao thức mã hóa có thể được thúc đẩy hơn nữa với sự phổ biến của công nghệ AIGC trong tương lai. Trong điều kiện lý tưởng, AIGC có thể tự động phát hiện nhu cầu hoặc vị trí tuyển dụng của thị trường, sau đó tự lập trình và tạo ra các giao thức mới.

Về mặt sáng tạo nội dung bằng ngôn ngữ con người, AIGC cũng đã có những tiến bộ đáng kể. Hiện tại, sự phát triển của bản dịch đã đạt được sự dẫn đầu lớn. Roblox tự động dịch các trò chơi được phát triển bằng tiếng Anh sang tám ngôn ngữ khác thông qua máy học, bao gồm tiếng Trung, tiếng Đức và tiếng Pháp; hệ thống viết tin tức Dreamwriter do Tencent phát triển có thể được sử dụng trong 22 kịch bản viết được quy định và tốc độ đăng trung bình nhanh tới 0,46 giây; trong bài viết "Trí tuệ nhân tạo tạo sinh: Một thế giới mới sáng tạo" của Sequoia Capital, một phần nội dung được viết bằng mô hình ngôn ngữ tự nhiên GPT-3, nhưng trải nghiệm đọc không tối nghĩa và thẳng thắn mà còn tính đến các yêu cầu về sự trôi chảy, rõ ràng và logic của văn bản.

AIGC cũng sẽ đóng góp rất lớn vào việc tạo văn bản cho Web 3. Phương tiện truyền thông tin tức và các tổ chức nghiên cứu trong Web 3 đang phải đối mặt với tình thế tiến thoái lưỡng nan song phương về sinh thái nội dung. Ví dụ, mặc dù chất lượng đầu ra của CoinDesk và Messari cao, nhưng rất khó để mở rộng quy mô sản xuất. Hơn nữa, việc phổ biến nội dung sẽ bị hạn chế hơn nữa, bị giới hạn bởi ngôn ngữ viết, hiệu quả và độ chính xác của bản dịch.

Mặt khác, mặc dù nội dung trên Twitter rất lớn, nhưng chất lượng quan điểm không thể được đảm bảo. Vì thông tin không được phân loại theo tầm quan trọng và tính kịp thời, v.v., do đó, hình thức trình bày lộn xộn, không được nhóm, không được sắp xếp hoặc không trùng lặp. Rõ ràng là nhu cầu của người dùng không được đáp ứng theo cách có mục tiêu. Đồng thời, người dùng sẽ phải đối mặt với vấn đề quá tải thông tin, dẫn đến lãng phí nhiều thời gian vào nội dung không hợp lệ. Do đó, các tổ chức Web 3 tụt hậu đáng kể so với các đối tác Web 2 của họ, cả về quy mô sản xuất trung bình và chất lượng nội dung trung bình.

Tuy nhiên, quy mô và chất lượng của các tổ chức Web 2 thường dựa trên các chiến thuật huy động vốn từ cộng đồng, đòi hỏi một lượng đầu tư ban đầu lớn. Để đảm bảo chất lượng nội dung, các nhà phân tích đủ tiêu chuẩn thường phải trải qua quá trình đào tạo chuyên sâu và kéo dài, các công ty phải đầu tư thời gian và chi phí đào tạo. Đồng thời, để duy trì quy mô đầu ra, các công ty phải trả chi phí lao động cực kỳ cao cho việc tuyển dụng quy mô lớn. Có hai nhược điểm rõ ràng ở loại hình này. Một là chi phí quá tải, và hai là nguy cơ mất nhân tài ở giai đoạn sau, dẫn đến chi phí bị chìm hoàn toàn. Với sự tiến bộ của các công nghệ tiếp theo, các nhà phân tích có thể tiết kiệm ít nhất thời gian tóm tắt tiêu đề và tóm tắt, và AI có thể trực tiếp tạo ra TL; DR bằng cách hiểu toàn bộ văn bản. Về lâu dài, "các nhà phân tích đủ tiêu chuẩn" sẽ nhanh chóng được tạo ra, sau khi máy học sâu của AI. Các tổ chức Web 3 sẽ giảm đáng kể chi phí trong khi cải thiện quy mô và chất lượng tạo nội dung, do đó thúc đẩy sự phát triển của toàn bộ phân khúc thị trường và toàn bộ ngành. Các giao thức thông tin, giao thức tin tức hoặc giao thức nghiên cứu thậm chí có thể xuất hiện trên Web 3.

AIGC có khả năng sẽ kích hoạt một vòng đổi mới mới trong âm nhạc Web 3. AIGC mở ra các ứng dụng trong sản xuất bài hát, tạo lời bài hát, v.v. và khả năng tương tác và hiệu suất thời gian thực được cải thiện hơn nữa. Ví dụ, nền tảng âm nhạc thích ứng LifeScore sắp xếp nhạc theo thời gian thực một cách năng động. Sau khi người dùng cung cấp một loạt tài liệu âm nhạc, AI sẽ thay đổi, biến đổi và phối lại, dẫn đến một buổi hòa nhạc ngay lập tức. Vào tháng 5 năm 2020, LifeScore đã cung cấp nhạc nền thích ứng cho loạt phim truyền hình tương tác Twitch "Artificial", có thể ảnh hưởng đến nhạc nền dựa trên trạng thái cảm xúc của người xem khi câu chuyện diễn ra.

Trong ngắn hạn, AIGC có thể giúp người sáng tạo điều chỉnh, tái tạo hoặc hỗ trợ trực tiếp cho việc sáng tác nhạc, cắt giảm đáng kể khối lượng công việc của họ và tăng hiệu quả công việc. Về lâu dài, một số nền tảng âm nhạc đã xuất hiện trên Web 3, cùng với sự ra đời của công nghệ AIGC, các giao thức có thể tạo ra các bài hát tùy chỉnh theo sở thích cá nhân của người nghe. Nền tảng này không chỉ có thể cắt giảm đáng kể chi phí bản quyền mà người dùng cũng có thể giảm chi phí thanh toán cho các bài hát. Ngoài ra, người dùng cũng có thể xuất bản các bài hát độc quyền do AIGC sáng tác để kiếm thu nhập cho chính họ, qua đó nâng cao nền kinh tế sáng tạo của thị trường âm nhạc Web 3.

Ngoài ba hướng biên giới trên, AIGC cũng có tiềm năng lớn trong các phân khúc thị trường Web 3 khác. Ví dụ,

1) Nội dung chính của NFT là hình ảnh hoặc tác phẩm nghệ thuật. Hiện nay, nhiều mô hình AI đã thu thập dữ liệu về toàn bộ lịch sử nghệ thuật và văn hóa đại chúng. Bất kỳ người dùng nào cũng có thể tự tạo NFT yêu thích của mình theo ý muốn. Các NFT khác nhau cần có khuôn mặt, trang phục và đặc điểm cảm xúc khác nhau. Phương pháp tạo truyền thống có chi phí cao và hiệu quả thấp. Người sáng tạo cần thực hiện thiết kế nguyên mẫu, mô hình hóa nhiều lần và kết xuất, v.v., nhưng AIGC có thể giúp người sáng tạo thử phác thảo hiệu quả hơn trong giai đoạn đầu và tiết kiệm nhân lực để hoàn thiện các chi tiết của màn hình ở giai đoạn sau. Trong tương lai, AIGC có thể đạt được sản xuất hàng loạt NFT với chi phí thấp. Bên cạnh đó, việc tạo UGC rất dễ sao chép và phát tán, và các vấn đề vi phạm thường xuyên xảy ra. Tuy nhiên, NFT là duy nhất, không thể chia cắt và có thể giao dịch, có thể khắc phục các vấn đề về chống làm giả tài sản, xác nhận quyền và khả năng truy xuất nguồn gốc để tăng cường bảo vệ bản quyền;

2) AIGC cũng đang cải thiện việc tạo ra các trạng thái xuyên màng, chẳng hạn như hình ảnh/hoạt hình tạo thành văn bản và ngược lại;

3) Sự tiến triển của AIGC cũng sẽ thúc đẩy sự phát triển của phân khúc thị trường xã hội Web 3. Người thật không tránh khỏi một số thiếu sót, nhưng AI có thể tạo ra các nhân vật ảo được người dùng yêu thích vì các nhân vật ảo do AIGC tạo ra sẽ được tùy chỉnh hoàn toàn theo nhu cầu của người dùng. Người dùng được phép tùy chỉnh hoặc sử dụng các mẫu để xác định các thuộc tính, như gia đình, nghề nghiệp, độ tuổi, v.v. của các nhân vật. AI sẽ giúp các nhân vật ảo thực hiện nhiều khả năng hơn so với người thật về ngoại hình và hành động trong các bối cảnh cụ thể và trao cho họ các chức năng biểu đạt ngôn ngữ và tương tác để phản ánh khả năng đồng cảm nhất định. Ngoài ra, các nhân vật ảo, đi kèm với kho kiến ​​thức phong phú hơn và tần suất cập nhật nhanh hơn con người, không cần phải nghỉ ngơi. Do đó, dự kiến ​​rằng tính giải trí và dịch vụ do các nhân vật ảo cung cấp trong một số lĩnh vực nhất định sẽ ngang bằng hoặc thậm chí vượt qua người thật. Ví dụ, các nhân vật ảo sẽ tiếp tục học hỏi thông qua giao tiếp với người dùng và nhận ra sự đồng hành về mặt cảm xúc. Đề cập đến các nhóm ACGN và người dùng phần mềm xã hội nặng ở Web 2, thị trường xã hội của Web 3 chắc chắn sẽ trở nên lớn hơn dưới sự hỗ trợ của AIGC;

4）Việc sử dụng AIGC trong giáo dục Web 3 có thể mang lại kết quả bất ngờ. Vì chế độ học tập của AI tương đối có cấu trúc và được tổ chức, nên sách giáo khoa và bài giảng do AIGC biên soạn có thể hạ thấp rào cản hiểu biết và hỗ trợ người nghe tiếp thu kiến ​​thức dễ dàng hơn. Tóm lại, hành trình tương lai của AIGC khá rộng trong Web 3.