2022 年深度学习模型在生成式 AI 领域取得突破性进展。2022 年之前，Diffusion、GPT-3、CLIP 等深度学习模型已经相继成熟，2022 年在上述的深度学习模型基础之上衍生出了诸多生成式模型，在图像生成方面，诞生了 DALL-E 2、Midjourney、Stable Diffusion 等模型，在自然语言生成方面，诞生了 ChatGPT 等对话式模型。因此，2022 年一般被认为是生成式 AI 的元年。
AIGC相关深度学习基础模型、出现时间及主要特点
|
深度学习模型 |
出现时间 |
特点 |
|
Diffusion |
2020 年 |
1.通过增加噪声破坏训练数据来学习，然后找出如何逆转这种噪声过程以恢复原始图像。 |
|
2.经过训练，该模型可以应用这些去噪方法，从随机输入中合成新的“干净”数据。 |
||
|
GPT-3 |
2020 年 |
1.具备 1750 亿参数量的超大规模的自然语言深度学习模型，训练文本数据量高达 45TB。 |
|
2.减少了对标签数据的过分依赖，在没有模型精调的情况下也能在下游的任务中表现良好。 |
||
|
CLIP |
2021 年 |
1.进行自然语言理解和计算机视觉分析。 |
|
2.使用已经标注好的“文字-图像”训练数据。一方面对文字进行模型训练。另一方面对图像进行另一个模型的训练，不断调整两个模型内部参数，使得模型分别输出的文字特征值和图像特征值并确认匹配。 |
资料来源：互联网天地，观研天下整理(SYL)
相关行业分析报告参考《中国人工智能行业现状深度调研与投资趋势研究报告（2023-2030年）》
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
