这两天， AIGC （AI生成内容）火了！

打开网易新闻 查看精彩图片

AI生成图片、视频、音频等内容，给用户带来全新的体验，甚至激发了一些“不良”的创作欲望。
很多人看到这种场景就想：这是不是能解决 AI内容生成的问题呢？从图像生成、写作到视频生成，我们已经看到了 AIGC的发展前景。
但这些 AI生成内容，还存在一个问题：缺少“灵魂”。

打开网易新闻 查看精彩图片

在人工智能领域，计算机视觉和语音识别是主要研究方向。但它们在图像方面的研究较多，而对于文字内容的处理很少有深入研究。以计算机视觉为例，我们需要将人脸相关元素和背景分离开来；然后对单独的图像进行分析，找出特定区域（如人脸相关元素）里最能吸引我们兴趣的部分；最后提取这些图像中最能吸引我们兴趣的部分进行合成。这是一种类似于“洗牌”的过程：在此过程中，对图片内容进行标记和识别。
而 AIGC则需要在生成过程中，完成图像到文字信息的转化和匹配。比如：一张图片首先被分解成各个部分，然后对每个部分提取相关元素；随后匹配与这些元素对应部分内容，形成文字。这种“洗牌”与“合成”过程比较复杂，需要依赖于计算机视觉和语音识别方面的技术创新。

打开网易新闻 查看精彩图片

对图像处理而言， AIGC可以分为三大类：图像识别（OCR）、图像分割（SIFT）以及图像生成（PNG+ AI）。
以生成图片为例，这需要用到“特征提取”算法；然后根据这些特征信息来对图片进行分割、标记以及匹配。