写新闻、写影评、写论文、写诗歌、写代码、写策划、写报告……

ChatGPT 太全能了！

更厉害的是，它可以007，可以不休息，没有病假产假和年假，它自律、高效、每分每秒都在学习。

那么……有多少人的工作要被取代了呢？

万氪高科技行业研究小组联合外部智囊团告诉你，AIGC 已经走进了哪些产业领域。

AI ，是工作的掠夺者？还是新工种的创造者？

前段时间，一篇名为“ChatGPT 通过谷歌 L3 工程师入职测试”的稿子，让ChatGPT首次大规模出圈。微软投资、OpenAI 发布的 ChatGPT 去年底爆红后，“传统搜索引擎要亡”的言论甚嚣尘上，搜索巨头谷歌也拉响了“红色代码”警报，内部正在进行各种开发测试，应对这个看起来可能是几十年来谷歌价值 1490 亿美元搜索业务的第一个显著威胁。

我们先来看看ChatGPT自己是怎么看待这个事情的：

看起来还蛮乖的哈～

那么ChatGPT的代码水平到底如何呢？我做了两个简单的测试：

第一个是让它编写一个俄罗斯方块游戏的代码测试。

第二个问题：如何用rust生成一个无重复的随机整数集合。该问题是leetcode的第一题，号称算法中的hello world，也可以理解为考研单词中的abandon～

经过测试，我发现它不仅会答，且可以通过刷新得到不同思路的解答～

看到这里，我们可能会有一种感觉：算法工程师是不是要被取代了？或者说初级算法工程师是不是要被取代了？于是我又想到用一些目前算法领域比较难以解决，或者没有解决的问题去考一下它。于是我请教了一位算法朋友，他建议我提问ChatGPT如何精确求解三维装箱。

看了ChatGPT的代码后，我朋友是这样回复我的：

看样子ChatGPT所谓的“写代码”能力就是集成大搜索引擎的一个“小偷”。它仍然没有能力去解决那些业界里难以解决的问题。算法工程师们短期内不需要担心自己的失业问题了～

我们以自己动手部署一个微信（or公众号）聊天机器人为例。（该用例的部分理论及内容参考引用了Ai赋能指南以及部分研报～）

概念理解：所谓的"部署ChatGPT"是指在服务器/电脑上安装一个微信消息处理服务，作为用户和ChatGPT官方之间沟通的桥梁纽带。它可以将用户的提问通过映射传递给ChatGPT官方，并在收到回答后自动回复给微信用户。通过部署ChatGPT，我们不仅可以制作一个回复消息的小机器人满足自己的乐趣，也可以有其他很多应用场景：如社群运营的小伙伴可以让机器人代替我们回复绝大部分的问题等等。

前期准备

1.注册一个ChaiGPT账号

2.一个实名认证后的微信号/公众号

3.一台可以部署代码的电脑

  （节点非大陆、香港、台湾）

4.从代码仓库—chatgpt—on—wechat 下载代码

5.从ChatGPT后台获取API Key，流程如下

第一步：挑逗一下ChatGPT～

第二步：在自己的openai主页里找到API Keys。单击Create news secrect key即可获得API key。

6.定制机器人聊天配置 

打开4.中下载的压缩包，open_ai_api_key配置项必须修改，改为上文提到的API Key其他配置项可选

7. 安装及启动（Mac）

下载Python安装包并搜索Mac中的终端。

执行以下命令

Shell
    python -m pip install itchat-uos==1.5.0.dev0 
    python -m pip install --upgrade openai 
    nohup python3 app.py >> server.log 2>&1 & 
    tail -f server.log

8.注意事项：目前通过微信部署机器人有账号被限制风险，最近几乎两小时筛查一批！建议使用小号部署，以免影响正常的工作和生活。

ChatGPT 在网络上很一下火到出圈，各大社交平台上充斥着大量的无厘头问题和巧妙的答案。如“谁才是湖北第一高校”、“中国top3的大学是哪三所”之类的问题。

//（浙大复旦dbq）

//（武大dbq）

足以看出在特定语境中，ChatGPT 的回答非常出色，对于封闭域和具有确切答案的问题也能表现得十分流利。然而，ChatGPT 的优势在于基础性问题，对于人类具有的认知、动机、情绪、判断、决策和预测等能力，人工智能仍然存在难以克服的技术瓶颈。

在回答一些常识性问题时，ChatGPT 能够给出高质量的答案，让人们为其的准确性和流利的语言称赞不已。甚至对于一些常见的情感问题，它也能提供详细的解决方案。

但是，众所周知，目前的ChatGPT有一个明显的短板就是无法回答2021年9月之后的问题。由于训练ChatGPT的语料是既往网页中的数据,这也注定让它无法回复时效性特别高的问题。它或许能够告诉你乔丹的职业生涯中一共打进了多少粒进球，但是却无法回答你詹姆斯是在哪一天成为了历史得分王。

可以看出，关于乔丹的问题它回答的很好，但是关于詹姆斯的问题它就在一本正经的胡说八道了，东拼西凑出来一个错误答案。

那么有没有办法可以解决这个问题呢？有！且有两种办法，第一种我们可以给他安装一个浏览器插件！它可以让你在于ChatGPT对话时同步收集互联网信息，帮助生成具有时效性的回答。第二种其实就是把学术模型产品化～会在推荐内容部分详细介绍。该插件的核心原理是读取和指引。先通过插件预设的能力,读取搜索引擎多条搜索结果,提取对应问题的信息片段,再通过合适的prompt,指引 chatGPT根据这些信息片段进行文本分析,从而回答你提出的问题。

注意事项 提问语言:强烈建议使用【英文】提问,因为插件数据来源大概率是外文引擎,因此想要有高价值的原始数据,英文提问的准确率、效率更高。

明辨是非:生成的内容具有欺骗的可能性,请自行批判筛选信息。

综上：少问充满主观臆测的问题、少问专业性知识极强的问题、少问实时性太高的问题,即是用好 ChatGPT的基本前提。

在考虑到把ChatGPT产品化，或者尝试让他去给我们做一些推荐和指引时，我们往往会遇到一个很严重的问题：这东西数据和信息不准啊！（也包括实效性较差）。我们就需要重新搜索一次，甚至多次，效率岂不是大大降低？

// 在汉口跳舞明显就是它在胡说八道～

那么，工业界的产品如何才能把学术界的模型完美融合呢？（部分内容参考新智元～）

比如如何解决ChatGPT经常胡说八道给出一些无厘头的回答这种情况呢？微软和谷歌最近都在尝试做这件让搜索引擎大地震的事情。（New Bing最近就在做这件事）

刚刚结束的谷歌发布会，透着一股「赶鸭子上架」的味道。不仅毫无亮点，效果拉跨，Bard还被爆出存在事实性错误，发布会一结束，谷歌的股价直接一泻千里，开盘即暴跌8%，市值蒸发1020亿美元。

而微软发布了由加强版ChatGPT提供支持的全新搜索引擎必应Bing和Edge浏览器，发布会上一通操作秀到谷歌没眼看，市值也在一夜间涨超800亿美元。微软首席执行官Satya Nadella甚至在发布会上激动地表示「这是搜索的新时代」（This is a new day for search）。

其实原理并不难理解，ChatGPT拥有极强的算力、信息处理、信息认知能力。而Bing拥有时效性很高的大量信息流。我们只需要用产品化的流程把两者用映射关系串联起来，就可以实现。

我们先在Bing上搜索一件事情，Bing会先用自己的搜索引擎得到一个庞大的信息数据库。我们可以简单的设置它只读取2021年9月之后的数据，把这些数据通过某种映射方式传递到ChatGPT的数据库中。ChatGPT就会综合所有数据，整理之后给你一份有时效性、逻辑性的较为准确的答案。

海外目前对话机器人领域领先的公司为Character.ai，可以自定义或使用模板来定义角色的家庭、职业、年龄等，在此基础上保持一贯的设定和符合设定的对话风格。

客服领域的对话机器人如今还未成熟。主要出现的问题有二：其一，客服、销售行业遇到的客户往往情绪状态不稳定，AI 难以对情绪进行适应并调整对话内容；其二，AI 的多轮对话能力较弱，无法保证持续有效的跟进问题。

对于国内智能客服企业而言，大模型最直接的成本便是能源成本（energy cost），GPT-3 发布时的训练成本在千万美元级别。难以在短期内衡量 ROI ，因此目前大科技公司才能训练大模型。同时。大模型有明显的先发优势，来自巨大的隐形成本：智能成本。前期快速积累用户反馈数据能帮助模型持续追新优化，甩开后发的竞争者，达到模型性能的规模效应。AI 的进化来自于数据的积累和充分吸收。深度学习，乃至当前的所有机器学习都是基于历史预估未来，基于已有的数据给到最接近真实的可能。

在国内智能客服领域，除了网易七鱼、腾讯企点等背靠头部互联网公司的几家客服公司，其余公司的收入规模普遍在1亿左右，利润较低甚至常年处于亏损状态。加之客户数据隐私、政策对于外呼的限制等因素影响，导致诸多上市客服企业，如天润融通、容联等公司的收入结构多为号码费、流量费和本地部署费用，SaaS软件的占比不断下降，也致使这部分传统的智能客服企业面对AIGC时显得力不从心。

对于模型供应商而言，AI 计算的需求不同于传统上所说的“云计算”：AI 训练一般会占满物理机，并不要求特别强的虚拟化，需要更高的性能和带宽，同时很多任务是离线的。换言之，如果客服企业不论是选择自主训练标准模型提供给客户，还是将定制化客服AI模型部署到客户本地，都未必能直接使用公有云平台，这将大大提升企业的运营成本。

在过去两年半里，类似 GPT-3 等模型的训练成本下降了 80% 以上，目前仅需要 140 万美元（首次训练开销约为 1200 亿美元），高性能大语言模型的训练成本将进一步降低。因此，等待训练成本的下降恐怕是传统智能客服企业自主布局AIGC的唯一解，除此之外，探索与已有成熟模型的企业间的合作机会也是较好的途径之一。

因此，笔者预测未来客服格局或将发生变革，头部AIGC对话类机器人，例如小冰机器人、追一科技将取代传统客服企业，进一步帮助企业实现降本增效。

以腾讯AILab在游戏制作领域的布局为例，人工智能在游戏前期制作、游戏中运营的体验及运营优化、游戏周边内容制作的全流程中均有应用。我们将其中的核心生成要素提炼为AIBot、NPC相关生成和相关资产生成。

游戏策略生成

2021年之前，AIGC生成内容仍局限在文字。2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者提交AIGC绘画作品《太空歌剧院》，参赛者没有绘画基础但是却获得了此次比赛“数字艺术/数字修饰照片”类别一等奖，引发多方争议。2022年10月，Stability AI获1亿美元融资，估值近10亿美元；发布开源模型Stable Diffusion。

AI生成NPC逻辑、剧情

此前，NPC具体的对话内容及底层剧情需要人工创造驱动脚本，由制作人主观联想不同NPC所对应的语言、动作、操作逻辑等，这种动态的个性化匹配背后依旧是不同的静态分支，创造性及个性化相对有限。

而以rctAI的智能NPC为例，其NPC能够分析玩家的实时输入，并动态地生成交互反应，从而构建几乎无限且不重复的剧情，增强用户体验并延长游戏生命周期。特别是在养成类游戏中，AI所提供的个性化生成能够带来画面、剧情及具体交互的个性化全新游戏体验。而实时剧情生成则有助于在特定框架内生成全新的可能性，增加游戏整体的叙事可能性。

目前，NPC逻辑自动生成技术已经应用在《黑客帝国：觉醒》（MassAI，车辆行人等将独立于玩家操控变动）、RedDeadRedemption2、MonsterHunter:World等大型游戏中。长期来看，NPC的灵活自主将引领其成为重要的社交节点，有效填充元宇宙的内部架构。

代表公司：RCT AI

//图片引用自RCT AI官网：rct AI

数字资产生成，也即结合其他模态生成能力，落地为具体场景

NPC相关资产：

据腾讯AI Lab介绍，AIGC能够使相关资产的生成效率提高5-10倍，并同时增加用户内容的个性化。

• 人物外观生成

  不同的NPC需要有不同的面孔、服饰、声音甚至性格特征。传统方法生成NPC成本高，需要逐个进行原型设计、多次建模及渲染等。借助AIGC有助于实现低成本大规模生产NPC，实现千人千面。

  
  

  
  

• 人物动画生成

  腾讯AI Lab整合文字转语音的前沿研究，生成自然语音，同步驱动嘴型、表情等面部变化，达到高度通真。传统方法成本极高，且制作一分钟的人物动画需要耗费数天，基于AI生成技术可以将原本数周工作量减少到几个小时。
  

  
  

• 人物动作生成

  利用相位神经网络技术控制人物运动，将原本数周工作量减少到几小时。AI在大量的运动数据集上学习人体动作，将捕获的运动数据与场景地形数据相匹配，完成准确、流畅的动作反应，如行走、跑步、跳跃等。
  

  
  

• 地图、官卡设计

  创建游戏关卡也称为程序内容生成(PCG)。这些技术采用复杂的 A 算法来生成巨大的开放世界环境、新游戏关卡和其他游戏资产。在腾讯AILab自研的2D小游戏中，只需要不到一百个训练关卡作为输入，AI即可在几个小时内生成一千多个可玩的、高质量、多样化的关卡。A生成3D关卡相较之下较为复杂 (A生成3D关卡内容则要复杂得多，3D关卡涉及地形起伏、元素之间的关联、不同分辨率的元素、路线与区域规划等，更考验A的生成能力)，但目前腾讯AI Lab已实现基于约200个训练关卡及人类的标注编辑的输入，生成超过一万个3D关卡。
  

  
  

• 场景生成

  具体包括3D环境生成等。例如GAN Theft Auto中汽车移动时的阴影均是由A生成的。该部分目前的技术仍有较大进步空间。
  

//图片引用自RCT AI官网：rct AI

文章配图

//来自国产 AI 绘画工具「盗梦师」官网

AI画的每一幅图都完全不一样。你输入同一组关键词，它可以每分钟给你生成一张不同的图。每一张都是全新，每一张都是原创。就好像才华和创意不要钱似的。

头脑风暴

你们团队接到任务，产品的官网设计太过老旧，要更新一版新的封面。但新风格现在尚未确定，你们团队需要进行几轮头脑风暴来进行确定。

在以前，你们的流程是，大家先分头搜集各类图片素材，将其放到一个白板上，并根据这个白板进行头脑风暴，并确定好最终的设计风格。

//来自：Fabrie-设计师在线设计协作平台 | 融合表格在线白板工作台

比如你可以用AI生成一个蒸汽朋克世界中的、带有中国古代元素的修仙城市。人类艺术家从中获得创意素材，再把那个素材用于游戏或者电影。

//来自：艺术展 - 画宇宙 Creator

PPT设计

//来自即刻用户莱森的个人说明书 2.0

UI 设计

即时设计插件 —— 即时 AI

2021年之前，AIGC生成内容仍局限在文字。2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者提交AIGC绘画作品《太空歌剧院》，参赛者没有绘画基础但是却获得了此次比赛“数字艺术/数字修饰照片”类别一等奖，引发多方争议。2022年10月，Stability AI获1亿美元融资，估值近10亿美元；发布开源模型Stable Diffusion。

//来自「即时设计」官网

在即时设计中，有一款用于 AI 绘画的插件，叫做【即时 AI】。

它最大的特点在于，可以将 AI 绘画的能力嵌入一个设计师的工作流中。

比如，此时一个设计师正在设计 UI 一个 App 的产品界面，它需要一张「圣诞」主题的配图。

这时，设计师可以启动即时 AI 的插件，并且用这个插件来根据描述词用 AI 绘画生成需要的配图。

点击左边工具栏中的【AI】的按钮，就可以启动插件。

我们选择【文字模式】，输入好描述语，选择好风格和尺寸，点击【开始创作】。

图像完成生成后，我们点击【生成到画布】，AI 做的图就生成到画布中央了。

稍加编辑后，就可以将 AI 生成的图片应用到我们的 UI 设计中了。

以前，当你在做设计工作需要素材时，你得中断当前的工作流程，去设计素材网站中搜索找到你想要的素材，下载到本地再上传到你的设计工具中，再继续你的设计工作，整个过程非常割裂，很容易分心。

而现在，假如你用「即时设计」这款工具来完成设计工作的话，当你需要素材时，可以直接通过【即时 AI 】的插件快速生成你需要的设计素材，并将其融入进你的设计作品中。

Midjourney 生成 UI 设计图

手机 APP 设计

Notion 仪表盘

电商配图

特色 AI 绘画工具介绍

Microsoft designer：用文字生成营销物料

Yuan 初：用 AI 修图

//来自 Yuan 初官网

经测试，这个功能用来更换背景和更换任务的着装是很优秀的，不过用来换脸还不太行。

这是我的朋友的一张自拍：

如果你此刻被 AI 激发出了别的灵感，可以根据 AI 生成的图片进行二次修改，进一步优化。

比如，我们根据将图二的背景和衣服都擦除，并且在输入框中输入：女孩是个穿着西装的杀手，坐在酒吧里，手里拿着一杯酒。

AI 就能进一步地带给我们惊喜。

Yuan 初：用 AI 修图

画宇宙（Nolibox）的定位是一款专业级的 AI 绘画工作台，这个工具里几乎集成了上面提到的工具里的所有功能。

和很多的 AI 绘画工具不同，画宇宙（Nolibox）的主界面是一个画板，可以在上面看到各种不同的功能组件。

下面我们来用一个完整的绘画流程，带你体验一下再画宇宙中的创作过程。

某一天，你接到了公司的任务，你需要设计出一张充满未来感的赛博朋克风格的高质量图片。

在以往，这是一个无比艰难的任务，但现在，你熟练地掌握着 AI 绘画的技能，你有充分的把握做出一张高质量的图片。

首先，我们打开画宇宙，先通过最简单的生成工具，输入一段最简单的文字：踢足球的男人，风格选择 CG，看看 AI 能帮我们画成什么样子。

于是我们得到了这么一张图