AIGC 十年演进（2015–2025）

AIGC 十年演进（2015–2025）

2015 年 AIGC（AI Generated Content）还只是'GAN 模糊人脸 + 低分辨率静态图像'的学术萌芽，2025 年已进化成'万亿级多模态 VLA 大模型 + 物理一致性 + 长时序视频/3D/互动 + 意图级实时生成 + 量子加速自进化'的普惠创作工具，中国从跟随 Stable Diffusion/Sora 跃升全球领跑者（Kling、Vidu、生数科技、DeepSeek、阿里通义、百度文心等主导），生成时长从秒级低清升至 10 分钟 + 电影级 8K 全一致，可控性从随机噪声到精确意图/物理/多镜头，推动人类从'AI 工具辅助创作'到'人人都是电影导演/游戏设计师'的文明跃迁。

十年演进时间线总结

年份	核心范式跃迁	代表模型/技术	生成质量/时长	可控性/应用	中国贡献/里程碑
2015	GAN 静态图像初探	DCGAN / CycleGAN	64–256 像素模糊 / 静态	无控制	全球学术，中国几乎无
2017	高分辨率 GAN+ 条件生成	Progressive GAN / StyleGAN	512–1024 像素 / 静态	风格/属性初步控制	中国跟进 StyleGAN，产业化零
2019	扩散模型 + 文本到图像	DDPM + Guided Diffusion	512–1024 清晰 / 静态	文本条件	Stable Diffusion 前身，中国初代扩散研究
2021	Latent Diffusion+ 大规模预训练	Stable Diffusion / DALL·E 2	1024x1024 高清 / 静态	文本 + 图像意图	百度文心 + 阿里 NÜWA，中国文本到图像量产
2023	文本到视频 + 大模型元年	Make-A-Video / Sora / Gen-2	1080p 几秒–2 分钟 / 中等一致	文本 + 物理初步	快手 Kling + 字节 Vidu + 生数 Runway 中国版首发
2025	VLA 意图级 + 物理一致终极形态	Sora 2 / Kling 2 / Vidu 3	4K–8K 5–10 分钟 + / 电影级一致	意图/物理/多镜头/互动精确	Kling 2 / Vidu 3 / DeepSeek-Video 领跑全球

2015–2018：GAN 静态图像萌芽时代

• 核心特征：GAN 主导，低分辨率（64–1024 像素）模糊图像生成，时长静态，无真实物理/可控性。
• 关键进展：
  • 2015 年：DCGAN 奠基 GAN 图像生成。
  • 2016–2017 年：CycleGAN 无监督风格迁移。
  • 2018 年：Progressive GAN+StyleGAN 高分辨率人脸。
• 挑战与转折：一致性差、训练不稳；扩散模型兴起。
• 代表案例：StyleGAN 人脸生成，中国跟进但无产业。

2019–2022：扩散模型 + 文本到图像转型时代

• 核心特征：扩散模型取代 GAN，Latent Diffusion 降低计算，高清 1024x1024 图像，文本控制成熟。
• 关键进展：
  • 2019 年：DDPM 框架成熟。