AIGC工具的类型及代表

AIGC工具众多，根据工具生成的内容形式，可以分成如下几类。

● 文本：包括GPT、Claude、文心一言、讯飞星火、豆包、商汤日日新等。有些工具有不同的版本供使用，例如GPT同时有ChatGPT 3.5、GPT-4供用户选用，文心一言也同时提供了两个版本供用户选用。

● PPT：包括Gamma、Tome、BoardMix、MindShow等。

● 图片：包括DALL·E 3、Midjourney、Stable Diffusion、文心一格等。

● 音频：包括Mubert、MusicLM、魔音工坊、讯飞智作等。

● 视频：包括runway、pika等，当然还包括即将推出的Sora（本书完稿时OpenAI刚刚对外发布相关消息）。这类工具还可以进一步细分，有些擅长基于文字生成视频，有些擅长将长视频剪成短视频，有些擅长将静态图片生成视频；有些可以直接生成较长的视频成品，有些则只能生成很短的视频片段。生成优质视频的难度很大，目前大多数工具生成的都是半成品，人们需要基于半成品进一步制作出成品。即便是这样，AIGC的价值也是非常巨大的。更何况，这些工具及其配套生态都在快速完善，它们在未来发挥的作用会越来越大。

● 数字人：包括heygen、硅基智能、风平智能、小冰等。通过这些工具生成的数字人，看上去和真人出镜区别很小，甚至可以代替真人进行直播。

● 编程：包括GitHub Copilot、Amazon CodeWhisperer、MetaAI Code Llama、CodeGeeX、aiXcoder等。以GPT为代表的文本类AIGC工具普遍都能生成代码，因为这类工具的模型训练素材里就有大量的程序代码。GitHub Copilot等是专门为编程而生的工具，它能直接和开发环境有机整合，从而更适用于专业编程场景。编程类AIGC的功能已经非常强大了，完全可以规模化用于大多数编程场景。

● 其他：例如Nvidia Get3D、3DFY.ai（文本生成3D模型）、Gepetto.ai、Sloyd.ai、Luma AI等。

因为生成程序及其他形式的内容与营销人员的关联不大，所以后文对此不再讨论。

每一类AIGC都对应着多种工具，而且还可能有新工具出现。我们在企业中不可能用太多工具，如何选择适合的工具，就成了一个必须解决的问题。各种评测榜对我们选用工具有一定帮助。我的经验是，带着自己真实的问题，进行多种工具的横向评测，来判断哪些工具更适合自己的需求，毕竟适合的才是最好的。