预训练大模型有望走向成熟并成为AIGC应用的技术底座，降低应用开发门槛与成本，摩尔定理迭代的算力有望不断降低模型训练及运维成本，AIGC场景化应用有望迎来爆发期并成为产业链核心价值点，建议从数据与场景应用两个角度把握传媒互联网关键产业链环节与核心标的。
1)人工智能(AI)基于机器学习和数据分析的方法，赋予机器人类的能力，从而实现解放人力，降本提效的目的，从C端用户需求来看，人工智能解决的是与人相关的娱乐，出行，健康等生活场景中的痛点，2)AI在C端的应用分为两方面：a)对原有劳动力的替代与生产力效率的提升：如语音识别，智能客服，机器翻译等，b)需求创造：如基于AI算法的“千人千面”的信息分发(如抖音，快手，小红书等)，内容生成(AIGC)，人机交互(如ChatGPT等)，辅助驾驶，安防等。
1)人工智能的技术演进经历了符号主义，连接主义和行为主义，在行为主义思想中引入了连接主义的理念，较终诞生引导AI落地的深度学习技术，2)深度学习技术的出现，改变了传统AI的技术路线，解决了传统机器学习算法无法处理大量数据，准确率遭遇瓶颈的问题，使得AI从理论上具备了工程化落地的可能。
在许多对战类游戏，AI在后台不断累积的数据，会不断地模拟出职业选手的战斗状态，就像是在下棋，你都很难判断你是在和AI打，还是在和真人打，这将是一个巨大的提升，AIGC在游戏设计，策划甚至是美术方面都能有所涉猎。
在游戏前期，有很多的设计，有关卡的设计，有创意的策划，有ChatGPT的帮助，可以根据ChatGPT的特点去挖掘，如果能将ChatGPT技术融入到游戏中，让NPC和玩家们进行互动，那就更有趣了。
AIGC可以帮助玩家完成游戏中的概念设计，海报，背景设计，除了这些，AIGC还能在广告市场中起到一定的作用。
在接下来的5年里，人工智能将对整个游戏行业产生巨大的影响，有消息称，有些游戏公司已经在游戏中引入AI，较近完美世界透露，该公司已经将AI技术运用到了智能NPC，场景建模，剧情，绘图等领域，AI技术，包括ChatGPT，正在逐步完善，AI技术将会被更多的应用到游戏研发，运营中，从而提高游戏研发效率，优化玩家体验。
相关文章
