大模型时代：ChatGPT拉开硅基文明序幕

　　本书是2023年不可错过的AIGC入门读物，是介绍大语言模型时代ChatGPT的重要资料，由人工智能独角兽企业硅基智能核心团队编纂而成，结合生动的比喻和有趣的案例，向所有关注未来科技的从业者、创业者、投资人、政府机构科普AIGC的源起、技术思想和商业落地场景。本书涵盖了ChatGPT、OpenAI、生成式AI、人工智能、聊天机器人、AI绘画、内容生成直播、内容生成短视频等内容。

　　司马华鹏南京硅基智能科技有限公司创始人.董事长、CEO，”80后连续创业成功者，毕业于南京航空航天大学。中国青年企业家协会会员，南京市雨花台区政协常委，南京市青年商会常务副会长，南京市文化协会副理事长。获南京市金梧桐年度贡献人物奖。被评为南京市科技创新先饽人物、江苏省2020年度互联网十大新锐人物。2017年创立基智能，5年后成为国家级专精特新小巨人企业，获得应讯接资、招银国际、国新央企、海松资本、红杉资本奇虎中财等9轮剧资，估值的过00亿元，拥有授权发明专利70多项，注阳商标100多项。

目 录
第1章　AIGC的由来及发展历程
1.1　人工智能发展的历程 // 003
1.2　什么是AIGC // 009
1.3　AIGC的发展历程 // 011
1.4　AIGC涉及的技术 // 012
1.5　AIGC技术的优点 // 013
1.6　AIGC技术的应用 // 014
第2章　硅之手——图像视频生成
2.1　图像生成方向 // 020
2.1.1　发挥创造力 // 021
2.1.2　激发灵感 // 026
2.1.3　可控创作 // 032
2.1.4　编辑图像 // 040
2.1.5　微调模型 // 046
2.2　视频生成方向 // 049
2.2.1　AI换脸 // 049
2.2.2　构建数字人 // 052
2.2.3　用文本生成视频 // 053
2.2.4　可控编辑现有视频 // 054
2.2.5　视频超分 // 056
2.3　3D模型方向 // 058
2.3.1　文本生成人体模型 // 058
2.3.2　文本生成3D模型 // 060
2.3.3　图像生成3D模型 // 061
2.3.4　草图生成3D模型 // 062
2.3.5　文本生成人体动作 // 063
第3章　硅之身——短视频、数字人时代
3.1　揭示短视频走红的原因 // 068
3.2　探究短视频的商业价值 // 070
3.2.1　沉浸式的广告呈现 // 071
3.2.2　灵活隐式的内容植入 // 072
3.2.3　爆发增长的内容带货 // 072
3.2.4　异军突起的网红 // 073
3.2.5　繁荣发展的短视频生态 // 074
3.3　内容生产者的困境 // 075
3.3.1　需求与供给的矛盾 // 075
3.3.2　门槛阻碍了内容生产与创新 // 077
3.4　数字人产业 // 078
3.4.1　通过数字人实现AIGC // 079
3.4.2　数字人助力AIGC，将开拓更大的商业空间 // 081
3.4.3　AI互动，数字人24小时直播 // 082
3.4.4　为创作者定制的基于数字人的AI短视频生成
　　　平台 // 082
第4章　硅之脑——大语言模型时代
4.1　自然语言处理技术的历史沿革 // 088
4.1.1　词袋模型 // 088
4.1.2　词嵌入 // 090
4.2　生成式预训练模型 // 095
4.2.1　什么是生成模型 // 095
4.2.2　什么是预训练模型 // 096
4.2.3　从ELMo模型到Transformer模型 // 098
4.2.4　后Transformer模型时代 // 105
4.2.5　基于 Transformer 的预训练语言模型 // 107
4.3　GPT系列比较 // 122
4.3.1　三代GPT对比 // 124
4.3.2　提示词学习 // 131
4.4　ChatGPT的由来 // 139
4.4.1　从GPT-3到ChatGPT的发展历程 // 139
4.4.2　思维链提示—引出复杂推理能力 // 141
4.4.3　InstructGPT—与人类对齐，引出ChatGPT // 142
4.4.4　ChatGPT的出现 // 147
4.5　注释 // 147
第5章　硅之声——语音合成、克隆与变换
5.1　语音合成系统与模型 // 153
5.1.1　声学模型 // 155
5.1.2　声码器 // 158
5.2　语音合成相关技术 // 159
5.2.1　声音克隆 // 160
5.2.2　声音变换 // 166
5.3　注释 // 168
第6章　底层核心技术
6.1　扩散模型 // 173
6.1.1　去噪扩散概率模型 // 175
6.1.2　扩散模型改进 // 184
6.1.3　扩散模型应用 // 200
6.2　生成对抗网络 // 214
6.2.1　什么是GAN // 215
6.2.2　GAN的发展及应用 // 217
6.2.3　GAN训练 // 226
6.3　注释 // 231
第7章　经典商业案例
7.1　AIGC+影视传媒：拓展空间，提升质量 // 237
7.1.1　新闻采集 // 238
7.1.2　新闻生成 // 238
7.1.3　视频编辑 // 238
7.1.4　剧本生成 // 239
7.1.5　扩展影视角色和场景的创作空间 // 240
7.1.6　赋能影视剪辑 // 241
7.2　AIGC+电商：智能化电商，改变购物模式 // 242
7.2.1　商品3D建模 // 243
7.2.2　天猫家装城3D版 // 244
7.2.3　鹿班 // 245
7.2.4　虚拟主播 // 245
7.3　AIGC+教育：赋能教育，引领教育变革 // 246
7.3.1　个性化学习 // 246
7.3.2　智能化评估 // 247
7.3.3　教学辅助工具 // 247
7.4　AIGC+医疗：智能医疗，诊疗新势 // 248
7.4.1　疾病诊断和治疗 // 249
7.4.2　药物研发 // 249
7.4.3　精准医疗 // 250
7.5　AIGC+金融：大数据与人工智能革新 // 251
7.5.1　风险评估 // 252
7.5.2　投资组合管理 // 253
7.5.3　反欺诈 // 253
7.5.4　市场预测 // 254
7.6　AIGC+农业：革新农业，未来可期 // 255
7.6.1　农作物种植和管理 // 255
7.6.2　农业物流和供应链管理 // 256
7.6.3　农业机器人和自动化 // 256
7.7　OpenAI // 257
7.7.1　概述 // 257
7.7.2　技术与研究 // 258
7.7.3　商业应用 // 262
7.7.4　OpenAI的影响 // 263
7.8　注释 // 264
第8章 AIGC的风险与展望
8.1　AIGC的风险与不足 // 268
8.1.1　关键技术仍然不够成熟 // 268
8.1.2　监管难度加大 // 269
8.1.3　AIGC的其他负面影响 // 270
8.2　对AIGC的展望 // 271
8.2.1　AI技术的持续发展 // 271
8.2.2　AIGC产品的不断丰富 // 272
8.2.3　AIGC生态的逐步完善 // 273