内容生产，特别是创意工作，一向被认为是人类的专属和智能的体现。牛津大学计算机学院院长迈克尔·伍尔德里奇 2019 年写作的《人工智能全传》一书中，“撰写有趣的故事”被列为人工智能“远未实现”的任务之一。 如今，AI 正大步迈入数字内容生产领域。AIGC（AI Generated Content）不仅在写作、绘画、作曲多项领域达到“类人”表现，更展示出在大数据学习基础上的非凡创意潜能。2023 年 3 月 15 日，多模态信息处理标杆 GPT-4 模型正式发布，使生成内容的准确度及合规性进一步提升。数字内容生产的人机协作新范式正在形成，创作者和更多普通人得以跨越“技法”和“效能”限制，尽情挥洒内容创意。 也有人担忧，AI 是否会让创作者们集体“失业”，甚至让“创作”本身走向衰颓，就像机械复制时代的艺术品可能失去“灵晕”那样。换言之，AIGC 的流行给了我们一个重新审视“创作”是什么，是否为人所独有这些问题的机会。 本文将分析 AIGC 改变数字内容创作的现状、关键突破和挑战，并尝试探讨以上问题。
近两年AIGC领域取得了显著进步，尤其是伴随Stable Diffusion、Midjourney、ChatGPT、GPT4等现象级产品的推出，AIGC开始广泛应用于文本生成、智能问答、图片生成等领域，极大地节省了生产力；同时也成为资本、市场、企业、学术界争相竞逐的领域。 AIGC的发展历程充满了挑战与机遇，每天被“时代洪流”推着走的我们普通人包括技术人员该何去何从，如何深窥这波潮流背后真正的核心技术，如何赶上技术的潮流，如何让自己具备核心竞争力，这些问题都需要我们剥离媒体过多的表面的渲染和浮躁，去建立自己关于AIGC、关于大模型的理论体系和深度思考。 本期大牛书单，我们请来了几位鹅厂同事，为大家推荐一些AIGC/ChatGPT相关的文献和学习资料，一起跟随技术时代的潮流，多读书多进步。
