在中國大模型與AIGC創(chuàng)業(yè)大軍中，王慧文創(chuàng)辦的光年之外吸引了最多的目光。正當(dāng)大家期待其接下來的亮眼表現(xiàn)時，卻傳來了不好的消息。6月25日，光年之外聯(lián)合創(chuàng)始人王慧文近期遭遇個人健康問題，經(jīng)診斷后已離崗就醫(yī)。

在幾天之后的6月29日，美團光速接盤光年之外。6月29日消息，美團于香港聯(lián)交所發(fā)布公告，稱已完成光年之外境內(nèi)外主體100%股權(quán)的收購，收購價約為20.65億人民幣。

這個事情，往好處看是上演了一場難得的兄弟情，當(dāng)王慧文落難時，其好兄弟王興果斷出手相救。但另一方面，對于中國AIGC創(chuàng)業(yè)而言，卻不是一個好消息。美團多了一項業(yè)務(wù)，但市場卻失去了一個很有潛力的明日之星。可以說，光年之外的挫折，給中國大模型和AIGC創(chuàng)業(yè)浪潮澆了一盆冷水。

但是，大模型、AIGC時代大潮，已經(jīng)滾滾而來。倒下一個王慧文，還會有“李慧文”、“張慧文”、“趙慧文”。中國大模型和AIGC的事業(yè)，還得推進下去。問題的關(guān)鍵是，我們得抓住大模型、AIGC的本質(zhì)，真正了解其最新的技術(shù)進展和挑戰(zhàn)，持續(xù)探索商業(yè)落地場景，并對可能存在的問題有清醒的認識。

為此，數(shù)據(jù)猿采訪了諸多業(yè)界專家，包括：有米科技合伙人兼有米云CTO蔡銳濤、北極九章創(chuàng)始人兼CEO劉沂鑫、360智腦總裁張向征、焱融科技CTO 張文濤、華院計算數(shù)智人產(chǎn)品總監(jiān)馮絢。就AIGC的最新技術(shù)進展、應(yīng)用場景與面臨的挑戰(zhàn)，進行深入的探討。

大模型是AIGC的內(nèi)核，多模態(tài)成技術(shù)突破關(guān)鍵

AIGC在過去幾年中的發(fā)展突飛猛進，這主要得益于深度學(xué)習(xí)、遷移學(xué)習(xí)、強化學(xué)習(xí)等核心技術(shù)的持續(xù)發(fā)展和突破。尤其是深度學(xué)習(xí)，通過大數(shù)據(jù)和強大計算能力的驅(qū)動，大型神經(jīng)網(wǎng)絡(luò)模型如GPT-4等在處理文本、圖片等多模態(tài)內(nèi)容生成任務(wù)上表現(xiàn)出驚人的能力。

1、大語言模型橫空出世，文字內(nèi)容生成今非昔比。

大型語言模型是AIGC的核心，它的出現(xiàn)顯著提升了內(nèi)容生成的質(zhì)量和創(chuàng)造力。這些模型能夠理解復(fù)雜的上下文，生成連貫、富有創(chuàng)造力的內(nèi)容。生成文字內(nèi)容的大型語言模型（例如GPT-3或GPT-4）的核心技術(shù)主要基于深度學(xué)習(xí)中的transformer結(jié)構(gòu)，這些模型通過在大規(guī)模文本數(shù)據(jù)上進行預(yù)訓(xùn)練，學(xué)習(xí)到了語言的各種復(fù)雜模式和規(guī)律，從而可以生成高質(zhì)量的文本內(nèi)容。

360智腦總裁張向征告訴數(shù)據(jù)猿，“基于語言大模型的AIGC能力是目前最先進的大模型，360當(dāng)前已經(jīng)具備了雙千億大模型的能力。隨著大模型的持續(xù)演進，升級迭代的不斷加速，我們也依然要看到在大模型上存在諸多挑戰(zhàn)：模型訓(xùn)練需要消耗大量的算力，往需要上千張頂級GPU的顯卡服務(wù)器集群訓(xùn)練3個月才能達到預(yù)訓(xùn)練效果；模型訓(xùn)練需要萬億級tokens的優(yōu)質(zhì)語料；大語言模型普遍存在幻覺問題。”

為了有效解決上述問題，360做了大量工作，比如360在過去十幾年積累了大量高質(zhì)量的中文語料，加上大量的專業(yè)文獻、行業(yè)數(shù)據(jù)等，構(gòu)建了大規(guī)模、多樣性、高質(zhì)量的訓(xùn)練語料庫。為了解決大模型的幻覺問題，360通過將大模型跟搜索、知識庫結(jié)合，實現(xiàn)實時數(shù)據(jù)更新和知識的雙向校對，在抑制大模型幻覺方面有很好的應(yīng)用效果。

此外，張向征還詳細介紹了360智腦的特點和能力，“360智腦是360自研認知型通用大模型，依托360多年來積累的大算力、大數(shù)據(jù)、工程化等關(guān)鍵優(yōu)勢，集成360GPT大模型、360GLM大模型、360多模態(tài)大模型技術(shù)能力，具備生成創(chuàng)作、多輪對話、代碼能力、邏輯推理、知識問答、閱讀理解、文本分類、翻譯、改寫、多模態(tài)十大核心能力。目前，360智腦已升級至4.0版本，多項能力迭代，刷新國產(chǎn)大模型‘中國速度’。與此同時，360AI數(shù)字人重磅發(fā)布，區(qū)別于傳統(tǒng)數(shù)字人只能按既定腳本輸出內(nèi)容，360AI數(shù)字人有‘靈魂’、有人設(shè)、有記憶，能夠復(fù)刻人的思維方式和人生經(jīng)歷。”

在此基礎(chǔ)上，360衍生出數(shù)字名人和數(shù)字員工兩項產(chǎn)品?；跀?shù)字名人，用戶僅需一張圖片，一段提示詞就可以讓360智腦角色代入創(chuàng)建屬于自己的數(shù)字名人。用戶可以穿越時空，與先賢實現(xiàn)開放式對話，也可以跟名著里的人物實現(xiàn)面對面的交流。同時，通過知識庫和多模態(tài)增強的數(shù)字名人，還可以生成自拍照、生成視頻、語音交流甚至是直播帶貨；基于數(shù)字員工，可為每個職場人打造多種數(shù)字助理。基于數(shù)字員工，360智腦可以成為營銷總監(jiān)，輸出高質(zhì)量的市場策劃；也可以成為文案助手，撰寫爆款文案；還可以成為商業(yè)分析師，閱讀行業(yè)分析材料?？傊?，借助大模型的能力，數(shù)字人、數(shù)字員工的“智力”得到了顯著提升，能做的事情更多，實現(xiàn)的價值也更大。

2、圖片、視頻等內(nèi)容生成，在核心技術(shù)上跟文字生成有根本不同。

需要指出的是，大語言模型和AIGC雖然都是近期的熱點，并且存在諸多關(guān)聯(lián)。但是，同樣是人工智能生成內(nèi)容，生成不同內(nèi)容其底層的核心技術(shù)是不一樣的，目前的大語言模型主要應(yīng)用于文字內(nèi)容生成領(lǐng)域，在圖片、視頻等其他內(nèi)容生成上其實作用還不明顯。

具體來看：圖片生成的核心技術(shù)通?；谏蓪咕W(wǎng)絡(luò)（GANs）。這類網(wǎng)絡(luò)包含兩部分，一個生成器和一個鑒別器，它們互相競爭以提升自身的性能。生成器的目標(biāo)是生成足夠逼真的圖片以騙過鑒別器，而鑒別器則努力去區(qū)分真實圖片和生成的圖片。隨著訓(xùn)練的進行，生成器能夠生成越來越逼真的圖片；視頻生成可以看作是多幀圖片的生成，它需要考慮到時間連續(xù)性。視頻生成的技術(shù)也通?；贕ANs，但是比圖片生成更復(fù)雜，因為需要保持時間上的連續(xù)性，并生成更多的數(shù)據(jù)；3D內(nèi)容生成的技術(shù)包括了許多領(lǐng)域，如計算機圖形學(xué)、計算機視覺和機器學(xué)習(xí)。其中，一種重要的技術(shù)是3D重建，即從2D圖片或者視頻中恢復(fù)出3D的結(jié)構(gòu)。另一種是3D GANs，它們可以從隨機噪聲中生成3D模型；語音生成的核心技術(shù)通常基于深度學(xué)習(xí)的序列生成模型，如循環(huán)神經(jīng)網(wǎng)絡(luò)（RNNs）和Transformer。這些模型被訓(xùn)練去模仿人的語音，包括音調(diào)、語速和音色等各個方面。

目前，各個內(nèi)容生成領(lǐng)域的核心技術(shù)都在快速發(fā)展，由于大語言模型的發(fā)展，文字內(nèi)容生成的突破最顯著。其他領(lǐng)域的內(nèi)容生成，都還有很多問題需要解決。例如，生成復(fù)雜場景圖片并支持互動修改是一項具有挑戰(zhàn)性的任務(wù)。對于這樣的任務(wù)，不僅需要模型具有理解和生成圖片的能力，還需要能夠理解用戶的修改意圖，然后按照用戶的意圖對生成的圖片進行修改。這需要模型具有強大的理解和生成能力，也需要精細的用戶界面設(shè)計和人機交互機制。

在此，我們需要搞清楚大語言模型與AIGC的關(guān)系，其中一個關(guān)鍵點是搞清楚是否可以用大語言模型來生成圖片、視頻、語音、3D內(nèi)容。在不同類型的生成技術(shù)中，一個重要的差異是他們處理的數(shù)據(jù)類型和結(jié)構(gòu)不同。文字生成主要處理的是離散的符號數(shù)據(jù)，而圖片、視頻和3D內(nèi)容生成處理的是連續(xù)的數(shù)值數(shù)據(jù)。此外，視頻和3D內(nèi)容生成還需要處理額外的時間或空間維度。因此，雖然這些生成技術(shù)在很大程度上都依賴于深度學(xué)習(xí)，但是他們的具體模型結(jié)構(gòu)和訓(xùn)練方法會有很大的差異。GPT等大型語言模型，它們基于Transformer結(jié)構(gòu)，主要被訓(xùn)練來理解和生成人類語言。在原理上，ChatGPT這類大語言模型對生成連續(xù)的數(shù)值數(shù)據(jù)（如圖片、音頻或視頻數(shù)據(jù)）并不是最佳選擇。

3、多模態(tài)內(nèi)容生成成為AIGC的“圣杯”。

多模態(tài)生成是AIGC的另一個重要研究方向，通過整合文本、圖像和音頻生成的技術(shù)，AI可以生成豐富多樣的內(nèi)容，從而更好地服務(wù)于各種應(yīng)用場景。例如，AI可以根據(jù)一個故事的文字描述生成對應(yīng)的圖像或動畫，也可以根據(jù)音樂生成與之匹配的視覺效果。

在目前的研究中，我們已經(jīng)看到了一些令人鼓舞的成果。例如，Midjourney可以生成具有驚人細節(jié)和創(chuàng)造性的圖片，而最新的語音合成系統(tǒng)可以生成幾乎無法與真人語音區(qū)分的聲音。中國的第四范式發(fā)布了一款多模態(tài)大模型產(chǎn)品——式說，致力于用AI重構(gòu)企業(yè)軟件。B端的企業(yè)軟件雖然功能強大，但其系統(tǒng)層級復(fù)雜，用戶使用門檻高。此外，菜單分級的設(shè)計建制，一套迭代流程走完，至少是月級別的開發(fā)周期。生成式AI的出現(xiàn)，讓軟件得以以一種萬能對話框的界面呈現(xiàn)。用戶使用人類自然語言即可直接調(diào)用軟件功能，無需再層層點擊。此外，軟件的功能升級，也僅需新增或改寫數(shù)據(jù)/接口規(guī)則，開發(fā)效率從“月級”提速到“天級”。在“式說”的幫助下，企業(yè)軟件有機會創(chuàng)造出一個體驗優(yōu)秀、界面極簡、自我迭代的新型工作流。

然而，需要看到的是，多模態(tài)生成的復(fù)雜性遠高于單模態(tài)生成，需要模型能夠理解和處理多種類型的數(shù)據(jù)，以及它們之間的關(guān)系，這個領(lǐng)域還面臨著許多關(guān)鍵的挑戰(zhàn)。針對這個問題，數(shù)據(jù)猿采訪了多位業(yè)界專家。

焱融科技CTO 張文濤認為，多模態(tài)大模型是以LLM為基礎(chǔ)，目前面臨的最大問題仍然是算力和高質(zhì)量的數(shù)據(jù)，多模態(tài)大模型需要足夠的算力交叉學(xué)習(xí)圖片、音頻和視頻數(shù)據(jù)。從落地場景來看，在游戲行業(yè)落地的可能性最大，游戲的人物角色和背景制作周期長導(dǎo)致試錯成本高，游戲公司有足夠的痛點和動力去解決AIGC進入生產(chǎn)的各類問題，并且對模型輸出有足夠的容錯性，可以反復(fù)調(diào)試提示詞獲取合適的結(jié)果。

360智腦總裁張向征認為，實現(xiàn)多模態(tài)的AIGC內(nèi)容生成，不同路線有不同的技術(shù)挑戰(zhàn)。目前學(xué)術(shù)界和工業(yè)界多模態(tài)AIGC方向的重點是讓模型理解文字以外的輸入，其中視覺輸入最為重要。將視覺能力融入語言模型 LLM 的 研究路線有兩種：一是google robotics的原生多模態(tài)路線，二是Deepmind的flamingo及360研發(fā)的SEEChat單模態(tài)專家模型縫合路線。前者的技術(shù)挑戰(zhàn)是如何應(yīng)對模態(tài)信息增加后的維度爆炸問題，以及如何平衡不同模態(tài)信息之間的相互影響；后者的技術(shù)挑戰(zhàn)是如何高效實現(xiàn)其它模態(tài)信息與文本模態(tài)對齊，同時不影響文本模態(tài)的原有能力。

華院計算數(shù)智人產(chǎn)品總監(jiān)馮絢博士認為，要更好實現(xiàn)多模態(tài)AIGC內(nèi)容生成，需要著力解決以下幾個問題：如何將圖像、文本和語音等不同模態(tài)的數(shù)據(jù)進行有效融合；如何對多模態(tài)數(shù)據(jù)上進行有效的表示學(xué)習(xí)；如何在多模態(tài)數(shù)據(jù)上進行有效的生成模型訓(xùn)練。馮絢博士指出，目前，跨模態(tài)內(nèi)容生成技術(shù)已經(jīng)取得了很大的進展，如文字生成圖片、文字生成視頻、文本生成代碼等。未來，內(nèi)容生成模型模態(tài)之間的交叉融合將會更加深入，這也是華院已經(jīng)在著力研發(fā)、并看到應(yīng)用場景實際需求的領(lǐng)域，相信我們最終會邁向更高效、準(zhǔn)確和可解釋性的多模態(tài)認知智能。

新聞、營銷、藝術(shù)，哪一個才是AIGC的殺手級應(yīng)用領(lǐng)域？

在新聞、營銷以及藝術(shù)領(lǐng)域，AIGC都有著深遠的影響。如果要AIGC出現(xiàn)一個“殺手級應(yīng)用”，那很可能就出現(xiàn)在這幾個領(lǐng)域。

1、藝術(shù)——AIGC有沒有創(chuàng)造性，是一個關(guān)鍵問題。

首先，我們探索一下AIGC在藝術(shù)領(lǐng)域的潛力。例如，基于深度學(xué)習(xí)的藝術(shù)品生成，從抽象的藝術(shù)圖像到逼真的人臉生成，都能展示出人工智能創(chuàng)作的潛力。

不久前，發(fā)生了一件有趣的事情，一位游戲設(shè)計師 Jason Allen用 Midjourney 生成的作品——《Théâtre D’opéra Spatial》（太空歌劇院），在美國科羅拉多州博覽會的藝術(shù)比賽中力壓一眾人類畫家，獲得了第一名。據(jù)Jason Allen 介紹，他先將將大量關(guān)鍵詞輸入到Midjourney 程序中，然后經(jīng)過了大概 900 次、約 80 個小時的修飾后，才完成了這個作品。

《Théâtre D’opéra Spatial》（太空歌劇院）作品圖

另一方面，仍然存在一個關(guān)鍵性的問題還沒得到很好解決，那就是AIGC在這個領(lǐng)域的"創(chuàng)造性"，能否與人類的直覺、情感以及生活經(jīng)驗相匹配？目前的AIGC更多的是依賴對大量數(shù)據(jù)的學(xué)習(xí)與模仿，其創(chuàng)造的藝術(shù)作品雖然在形式上可以達到甚至超越人類，但在內(nèi)容的深度和情感的表達上，仍難以與人類藝術(shù)家相比。

2、營銷——AIGC引爆一場營銷效率革命。

傳統(tǒng)的營銷內(nèi)容生產(chǎn)方式在應(yīng)對當(dāng)今市場環(huán)境的挑戰(zhàn)時顯得力不從心，原因在于它無法滿足大規(guī)模、高效率、低成本以及個性化的需求，而AIGC在這些方面則展現(xiàn)出巨大的潛力。

首先，AIGC具備快速生成大量營銷內(nèi)容的能力，這意味著它可以適應(yīng)不斷擴大的市場規(guī)模和快速變化的市場環(huán)境。比如在電商平臺上，可能有數(shù)以萬計的商品需要進行介紹和宣傳，傳統(tǒng)的人工方式難以在短時間內(nèi)產(chǎn)生如此大量的內(nèi)容。然而，AIGC能夠自動化地、大規(guī)模地生成文案、產(chǎn)品描述以及營銷郵件等，大大提升了營銷內(nèi)容的產(chǎn)出效率。

其次，AIGC能夠降低營銷內(nèi)容生產(chǎn)的成本。對于大型公司，人力是一項重要且昂貴的投入，而AIGC的應(yīng)用可以顯著減少這方面的開銷。對于資源有限的中小企業(yè)和創(chuàng)業(yè)公司，AIGC則提供了一種高效的解決方案，使他們能在資源有限的情況下仍然實現(xiàn)大規(guī)模的內(nèi)容生成，增強自身的競爭力。

有米科技合伙人兼有米云CTO蔡銳濤提到，在數(shù)字營銷領(lǐng)域，多模態(tài)的AIGC內(nèi)容生成尤其值得關(guān)注。他認為，“在營銷內(nèi)容創(chuàng)作上，AIGC不僅顛覆了內(nèi)容創(chuàng)作的成本，也在沖擊內(nèi)容創(chuàng)作的流程，相信在不久的將來，數(shù)字化的創(chuàng)意Partner將成為創(chuàng)作者的必備工具。”

此外，蔡銳濤認為，多模態(tài)的AIGC在營銷數(shù)據(jù)處理方面，也將發(fā)揮重要作用。具體來看，營銷數(shù)據(jù)處理上，在商品數(shù)據(jù)以外，諸如創(chuàng)意內(nèi)容這一類非結(jié)構(gòu)化的數(shù)據(jù)，過往缺乏相應(yīng)的分析技術(shù)，更依賴于人的主觀經(jīng)驗和直覺判斷。有米云最近上線的“AI趨勢分析”功能，將AI技術(shù)融入營銷數(shù)據(jù)庫，讓文本、視頻等不同形式的內(nèi)容可被解構(gòu)和拆解，內(nèi)容背后的用戶喜好得以量化，數(shù)據(jù)呈現(xiàn)的信息讓決策者離真相更進一步。蔡銳濤談到，“營銷領(lǐng)域不缺數(shù)據(jù)，但大多是非結(jié)構(gòu)化的數(shù)據(jù)，比如文字、圖表、視頻，AI技術(shù)可幫助解析數(shù)據(jù)，消弭數(shù)據(jù)孤島，讓趨勢總結(jié)和判斷具備真正的數(shù)據(jù)基礎(chǔ)。”

3、新聞媒體——AIGC是一柄雙刃劍。

AIGC在新聞媒體領(lǐng)域的應(yīng)用，無疑是一把雙刃劍，一方面能大大提高新聞生產(chǎn)的效率，降低成本，另一方面也可能引發(fā)內(nèi)容質(zhì)量和真實性的問題，需要我們認真權(quán)衡和控制。

從效率和成本的角度來看，AIGC具有顯著的優(yōu)勢。在傳統(tǒng)的新聞生產(chǎn)過程中，記者需要花費大量的時間和精力來進行采訪、寫作和編輯。這種方式既耗時又耗費人力，而且在面對大規(guī)模和快速變化的新聞事件時，往往難以應(yīng)對。然而，利用AIGC，我們可以快速地、大規(guī)模地生成新聞報導(dǎo)，大大提升了新聞生產(chǎn)的效率。同時，由于大部分的內(nèi)容生成過程是自動化的，所以人力成本也得到了顯著的降低。

然而，盡管AIGC在新聞生產(chǎn)的效率和成本上有著顯著的優(yōu)勢，但在內(nèi)容質(zhì)量和真實性上的問題卻不容忽視。盡管AIGC可以通過學(xué)習(xí)大量的文本數(shù)據(jù)，來模擬人類的寫作風(fēng)格和方法，但它們并不具備人類的理解和判斷能力，因此可能會產(chǎn)生質(zhì)量參差不齊、甚至錯誤或虛假的新聞內(nèi)容。這需要我們在技術(shù)層面上不斷提升AIGC的生成質(zhì)量和控制能力，同時也需要在政策和規(guī)范層面上建立相應(yīng)的監(jiān)控和管理機制，以確保新聞內(nèi)容的質(zhì)量和真實性。

AIGC無疑是一個黃金創(chuàng)業(yè)賽道，無論是新聞、營銷，還是藝術(shù)領(lǐng)域，都存在大量的創(chuàng)業(yè)機會。小團隊也可以通過開發(fā)創(chuàng)新的AIGC應(yīng)用，利用其高效率、低成本的優(yōu)勢，打造出爆款產(chǎn)品。例如，打造出ChatGPT的OpenAI團隊只有幾百人，在圖片生成領(lǐng)域的頭部玩家Midjourney團隊更是只有區(qū)區(qū)十幾個人。然而，也需要注意的是，這個領(lǐng)域的競爭非常激烈，大公司如Google、Facebook等已經(jīng)在這個領(lǐng)域投入了大量的資源。因此，小團隊需要找到自己的獨特優(yōu)勢，才能在這個領(lǐng)域立足。

關(guān)于AIGC創(chuàng)新創(chuàng)業(yè)，北極九章創(chuàng)始人兼CEO劉沂鑫認為，“AI問答、作畫、做視頻已經(jīng)非常卷了，只盯著這些容易把AIGC想‘窄’了。AIGC改變的是人與工具的交互方式，有更多的場景可以被改造。創(chuàng)業(yè)者應(yīng)該打開思路，以終為始地思考這種新的交互方式能給用戶帶來什么價值。例如北極九章所在的數(shù)據(jù)分析賽道，AIGC讓普通人理解數(shù)據(jù)、應(yīng)用數(shù)據(jù)的門檻變得極低，用自然語言就可以快速地洞察數(shù)據(jù)。作為創(chuàng)業(yè)者，也要知道AIGC在應(yīng)用層面的執(zhí)行難度。很多人知道AIGC很厲害，但不知道它的能力邊界，容易高估或低估它的能力，創(chuàng)業(yè)者只有自己去使用AIGC產(chǎn)品、積極嘗試探索才有機會更好地駕馭它。”

假消息泛濫、詐騙、版權(quán)糾紛、算力瓶頸，AIGC面前的四座大山

面臨著數(shù)字化時代的快速發(fā)展，我們見證了AI生成內(nèi)容在多個領(lǐng)域中的廣泛應(yīng)用。然而，這種全新的內(nèi)容生成方式也帶來了許多挑戰(zhàn)。其中最顯著的挑戰(zhàn)可能就是虛假信息的泛濫、AI詐騙的風(fēng)險，版權(quán)問題以及算力瓶頸。

1、虛假信息已經(jīng)成為全球公眾關(guān)注的主要問題之一，AIGC將讓這個問題更加嚴(yán)峻。

雖然虛假消息這個問題在AIGC之前就已經(jīng)存在，但AIGC有可能進一步加劇這個問題。由于AIGC能夠快速、大量地生成內(nèi)容，那些有意傳播虛假信息的人可能會利用這種技術(shù)來擴大他們的影響力。5月24日，有人用百度的文心一言生成一篇標(biāo)題中包含“科大訊飛被曝涉嫌大量采集用戶隱私數(shù)據(jù)”的帖子，并發(fā)布在某股票交流平臺。受該消息影響，科大訊飛股價出現(xiàn)盤中閃崩，半個小時跌了9%。

百度文心一言負責(zé)人張全文在朋友圈

隨著AIGC的不斷發(fā)展和完善，其生成的內(nèi)容質(zhì)量越來越高，甚至可能以假亂真，這使得公眾更難以識別和抵制虛假信息。為了解決這個問題，我們需要發(fā)展更先進的技術(shù)來識別AIGC生成的內(nèi)容，同時也需要加強公眾的信息素養(yǎng)教育，提高他們鑒別虛假信息的能力。

2、AIGC讓電信詐騙更加猖獗，更加隱蔽，更難辨真?zhèn)巍?/strong>