AIGC发展趋势
- 发展特点和趋势：应用层企业缺乏技术护城河，差异化竞争至关重要。创意浓度、发散性、容错率高的领域存在更多机会。算法备案义务成为AIGC产品合规上市的必由之路。
- 行业监管：中国境内向公众提供服务的AIGC产品需进行算法备案和安全评估。已有多批算法完成备案，涉及APP、网站、小程序和B端服务。ChatGPT因未备案在中国被关停。
应用层潜力赛道分析
- 文本生成：包括对话机器人（如Character.ai、New Bing）、知识库构建（如Rewind）、营销和写作（如NovelAI、Harvey）、办公效率&研发效能（如代码生成工具）、AI应用生成和建站工具等。
- 图像生成：包括功能性图像生成（如建筑/家装设计、AI模特、创意营销）、虚拟形象、3D生成等。
- 视频生成：包括数字人&定制化视频（如播报型数字人、交互型数字人）、3D生成等。
社交类应用AIGC玩法创新
- 文本社交：如Inflection AI-Pi、Blush、Character.ai等。
- 图片社交&音频社交&视频社交：用户输入文本合成为特定主题的表情包GIF，并分享至社交软件。
- 匿名社交：如frfr、AirChat、Call Annie等。
- 虚拟形象/Avatar社交：如Scapin、Hotshot-Pics with Friends等。
- AI智能体：如Snack、Forever Voices、小冰-X Eva等。
从通用大模型到行业大模型的技术原理
- 大语言模型的结构演变：从1.0 transformer模型发展到1.1模型结构（Encoder-Decoder、Causal Decoder、Prefix Decoder）、1.3 tokenizer（BPE、WordPiece、SentencePiece）、1.4位置编码（训练式位置编码、旋转位置编码RoPE、ALiBi）、1.5 Layer Normalization（Post-LN、Pre-LN、Sandwich-LN）、1.6激活函数（GeLU、Swish）、1.7 MHA vs MQA等。
- 大语言模型的分布式训练：面临显存效率和计算效率两大挑战，采用数据并行、模型并行、流水线并行、3D并行等技术，并使用混合精度训练和激活重计算等方法提升效率。
- 大语言模型的参数微调：包括全量参数微调、参数高效微调（prompt tuning、LoRA）等。
向量数据库&RAG
- 大模型时代需要什么样的数据库：DB范式升级，支持自然语言交互和多模态数据检索。
- 为什么大模型应用都离不开向量数据库：RAG成为大模型应用的标准开发范式，LLM+VectorDB+Prompt是关键。
- 企业级RAG：需要AI加持的数据处理技术才能实现通用。
- 腾讯云向量数据库：源自集团大规模业务多年打磨，提供高吞吐、低延迟、低成本、高可用、弹性扩展的全托管向量检索数据库服务，支持千亿级超大规模的企业级向量数据库。
弹幕互动游戏直播场景云渲染与AI最佳实践
- 弹幕游戏市场介绍：国内规模可观，海外增长初现，市场流水达18～20亿/月。
- 现有痛点&腾讯云解决方案：开播门槛高、学习成本高、观看体验待提升，腾讯云提供基于云渲染技术的移动端弹幕游戏开播方案。
- 未来玩法趋势洞察：重度弹幕游戏玩法趋势——更多互动；轻度弹幕游戏玩法趋势——更低门槛；AI游戏解说，提升观众观看体验。
- 海外弹幕游戏：机会点：中东、东南亚、拉美、日韩；挑战：平台类型、多语言、本地化、文化及用户心智。
- 直播互动AI创新场景介绍：云端渲染AIGC礼物，相比传统app端本地渲染，具有素材存储于云端、特效实时生成、不依赖本地设备运行、云端实时混流、复杂画面丝滑渲染等优势。
泛娱乐插件与AI能力落地实践
- 全球ai社交产品走向：如Ghost AI With Friends：ChatGPT加持的匿名社交App。
- 泛娱乐AI插件：包括AI礼物、AI变声、talking head、腾讯融合播放器等。
- AI礼物：基于TME天琴实验室AIGC模型加速技术和TRTC特效播放器，提供一站式解决方案，具有极速出图、内容安全审核、模型自定义、礼物特效播放等优势。
- AI变声：与Dubbing联合开发的AI声音引擎，提供语音合成、语音转换、声音复刻等服务，具有AI级变声、超高音质、超低延迟、超高性价比、灵活选择音色等优势。
- talking head：基于腾讯云自研音视频能力、AI驱动和渲染引擎，搭配LLM大语言模型，提供私人定制专属数字人的技术，具有轻量级引擎、低延迟秒对话、LLM多轮记忆对话、全方位定制化等优势。
- AI插件落地实践：如神笔马良、全民**AI魔镜礼物、声音盲盒-AI变声等。
