当前AIGC的使用率

Stable Diffusion v2.1发布解决了2.0发布时屏蔽负面内容用力过猛造成的人像生成问题支持生成非标准分辨率图像，比如32:9之类的来源：[https://github.com/Stability-AI/stablediffusion](https://github.com/Stability-AI/stablediffusion)麦肯锡发布了他们的AI现状报告。这里有一个简短的总结：自2017年以来，采用率增加了一倍多，尽管过去几年使用人工智能1的组织比例在50％至60％之间趋于平稳。一组从人工智能中看到最高财务回报的公司继续领先于竞争对手。结果显示，这些领导者在人工智能方面进行了更大的投资，采用了越来越先进的做法，以实现规模化和更快的人工智能发展，并显示出在紧张的人工智能人才市场上有更好的表现。在人才方面，我们首次仔细研究了人工智能的招聘和技能提升。数据显示，人工智能团队的多样性还有很大的提升空间，而且，与其他研究一致，多样化的团队与出色的业绩相关。来源：[https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review)

1.4本章小结GenAI（即生成式AI）是一种能够从已有数据中学习并生成新的数据或内容的AI应用，利用GenAI创建的内容即AIGC（全称AI-Generated Content）。作为一种强大的技术，生成式AI能够赋能诸多领域，但也存在多重潜在的合规风险。目前，我国对AIGC的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。AIGC主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs和Transformer等模型生成文本，如GPT-4和GeminiUltra。图像生成依赖于GANs、VAEs和Stable Diffusion等技术，应用于数据增强和艺术创作，代表项目有Stable Diffusion和StyleGAN 2。音视频生成利用扩散模型、GANs和Video Diffusion等，广泛应用于娱乐和语音生成，代表项目有Sora和WaveNet。此外，AIGC还可应用于音乐生成、游戏开发和医疗保健等领域，展现出广泛的应用前景。

链接：https://www.flexos.work/learn/generative-ai-top-150FlexOS发布的研究报告《生成式AI顶尖150》深入分析了当前基于网站流量和搜索排名的生成式AI工具使用情况。报告主要发现包括：主流AI平台占主导：ChatGPT及其相关产品，包括Bing AI、Bard、Claude和Microsoft Copilot，共占据了66%的生成式AI使用量，显示了少数大平台在市场上的巨大份额。AI工具种类丰富：虽然大平台占据优势，但仍有50多个AI平台每月估计拥有超过100万用户，涵盖了建筑、语言学习、视频制作、社交等多个领域。各领域的佼佼者：在特定领域，一些工具表现突出，如Grammarly AI在写作与编辑方面，Character.AI在社交与角色扮演方面引领潮流。这些领先者的存在预示着市场可能走向整合。教育领域的AI工具：像Brainly和CourseHero这样的教育AI工具表现出色，标志着向教育支持应用的转变。行业特定的AI应用：在营销和编程领域，AI的使用尤为普遍，像Simplified AI、Copy.AI、Scalenut、Huggingface、Github Copilot和Replit等工具广受欢迎。而人力资源和财务等行业的AI应用则相对较少。