AIGC在文本创作中的应用包括编码，翻译和写作，文本创作本质上是语言的使用，由于编程语言对于AI来说相对更加结构化，更容易学习，而人类语言需要结合语境，语义等，因此，文本生成较成熟的应用场景是编码，代表作品如GithubCopilot微软出品，用户以文本形式输入代码逻辑，可以快速理解，并基于海量开源代码生成子模块供开发者使用。
未来随着AIGC技术的普及，可能会进一步提升密码协议的开发效率，理想情况下，AIGC可以自动检测市场需求或空缺，然后独立编程并生成新的协议。
在人类语言的内容创作方面，AIGC也取得了长足的进步，目前，翻译的发展已经取得了很大的领先。
AIGC也将为Web3的文本创作做出巨大贡献，Web3中的新闻媒体和研究机构正面临着内容生态的双边困境，比如CoinDesk和Messari虽然产出质量高，但生产规模难以扩大，而且，内容传播将进一步减少，受限于写作语言，翻译的效率和准确性。
另一方面，推特上的内容虽然庞大，但观点的质量却无法保证，由于信息没有按重要性和时效性等进行分类，因此呈现形式杂乱无章，未分组，未排序或去重，显然，没有针对性地满足用户需求，同时，用户将面临信息过载的问题，导致大量时间浪费在无效内容上。
AIGC技术使人工智能从认知到创造，是一个跨越，跨越了一个新的纪元，对于那些想要在新世纪的潮流中挖掘潜力的公司来说，推动AIGC发展的数据，算力，算法这三辆“三驾马车”，无论哪一种，都是耗费巨款，甚至会造成运营费用高昂，这就是问题所在：为了带来更多的经济效益，使用者期望AIGC的软件可以把创作的边际费用降低到几乎为0。
AIGC怎样才能跨越“死亡谷”的初期，这些问题也许要经过激烈的市场角逐之后，才能得到解答，盼望大浪过后，淘尽黄沙终成金子，而非一滩狼籍的空无怨念。
相关文章
