本文介绍了《2023 大模型落地应用案例集》中五个文化领域相关案例。包括 Pixeling 千象的 AIGC 创作平台，书生筑梦的视频生成大模型，百川大模型在泛娱乐的应用，AnimateDiff 视频生成框架，以及商汤科技面向游戏的图像内容生成大模型。这些案例展示了大模型在文本、图像、视频生成及游戏开发中的实际应用，涵盖效率提升、成本降低及创意增强等效益。文章详细分析了各案例的技术原理、需求背景、实施效果及经济效益，并总结了行业趋势与未来展望。
近日，首部聚焦大模型落地应用的权威研究成果《2023 大模型落地应用案例集》在相关峰会上发布。该案例集设置通用大模型、垂类大模型、大模型服务三个类别，内容涵盖 52 个大模型优秀应用案例，应用领域覆盖智能制造、教育教学、科技金融、广告营销、政务办公、文娱传媒、科学智能、医疗、安全、交通、家居等各个行业。
本文精选出五个文化领域相关案例，供读者参考阅读。
HiDream.ai（智象未来）是一家专注于构建视觉多模态基础模型及应用的生成式人工智能初创公司。致力于围绕视觉打造生成式多模态基础模型及应用，激发从业者创造力，提升创作生产力，打造交互式智能内容创作新范式。
核心业务是基于自研的生成式视觉多模态基础模型，实现文本、图片、视频、3D 模型等多模态内容的生成；打造了面向所有设计师的通用创作工具及泛设计内容社区'Pixeling（千象）'支持创意生成、艺术创作、在线编辑等全过程的可视化。
'Pixeling 千象'是一款全中文、易上手的 AIGC 创作平台和社区，专为设计师的需求而打造。平台包含图片生成、视频生成、图片编辑（智能重绘、智能拓图）等功能，旨在帮助用户零基础轻松掌握 AIGC 一站式能力，唤醒创造力，解放生产力，全面提升设计全流程工作效率。
"Pixeling 千象'依托智象未来自研的视觉多模态生成式基础模型，实现文本、图片、视频等多模态内容生成。模型参数超过百亿，技术水平行业领先。
在数字化时代，AIGC 技术迅猛发展，设计师对易用、高效的中文 AIGC 创作平台需求日益凸显。市场急需一款全中文界面、一站式服务、易用且具备互动社区的 AIGC 创作平台，以满足设计师的多样化需求。
针对这一背景，'Pixeling 千象'应运而生。它集成了图片生成、视频生成、图片编辑等功能，助力用户零基础掌握 AIGC 一站式能力。简洁易用的界面让设计师能更快地完成从构思到成品的全过程，提高工作效率。
"Pixeling 千象'还为设计师打造了活跃的互动社区，便于分享经验、获取灵感、拓展人脉。此外，平台还可满足用户的个性化需求，让设计师在创作过程中实现更多可能性。
"Pixeling 千象'目前包含图片生成、视频生成、图片编辑、3D 生成等功能，是一个面向设计师的通用设计工具，同时也是一个服务于 AIGC 创作的泛设计内容社区。
图片生成支持 文字生成图片、参考图生成图片，支持用户基于在平台生成的图片持续进行生成创作。
视频生成支持 文字生成视频、图片生成视频，用户可以从本地上传图片、或者基于在平台生成的图片历史记录生成视频；此外还支持智能运镜，使画面更加生动。
图片编辑支持
Pixeling 千象'作为一款全中文 AIGC 创作平台，凭借卓越的技术实力和实用的功能体验，满足了设计师在多样化、个性化方面的需求，为国内设计产业的发展注入新活力。
根据数据，'Pixeling 千象'能够在质量、效率、资产等多方面为用户和客户持续提供价值，上手难度降低 99%，创意维度增加 75%，节省 98% 的出图时间，100% 增加内容沉淀。
经济社会效益方面 平台提供的图片生成、视频生成、图片编辑等功能，能有效帮助设计师提高工作效率，降低创作成本。依托智象未来自研的视觉多模态生成式基础模型，平台为用户创作提供强大支持，使设计师能够快速完成从构思到成品的全过程。
商业模式方面 'Pixeling 千象'通过提供一站式 AIGC 服务，吸引设计师入驻，形成稳定的用户群体。平台可以进一步挖掘用户需求，推出更多针对性功能和服务，提高用户粘性，实现持续盈利。
应用推广方面 'Pixeling 千象'充分利用平台上的丰富资源和活跃社区，助力设计师拓展人脉、获取灵感。同时，借助行业领先的技术水平和对用户需求的精准把握，平台在设计师群体中形成良好口碑，实现自发推广。
上海人工智能实验室是我国人工智能领域的新型科研机构，开展战略性、原创性、前瞻性的科学研究与技术攻关，突破人工智能的重要基础理论和关键核心技术，打造'突破型、引领型、平台型'一体化的大型综合性研究基地。
书生筑梦视频生成大模型，通过设计大规模视频生成模型的基础模型结构，机器学习方法，建立大规模数据集，构建数据处理工具，实现了文生视频大模型系统，并在通用场景下实现了 2K 分辨率、支持转场与镜头语言的分钟级长视频生成。
随着生成式人工智能技术的发展，图像生成模型正在日渐成熟，以 Midjourney 和 Stable Diffusion 为代表的文生图模型为使用者提供了全新的创作模式。视频生成，由于其更加广泛的应用场景，以及更加生动的表现方式，受到了越来越多的关注和需求。因此，设计能够生成高画质，长视频的大规模视频生成模型，对于广告设计、电影制作、以及艺术创作将产生革命式的变革。
作为首个支持故事性、多镜头的视频生成大模型，包含超过 30 亿参数的书生·筑梦将全面赋能视频创作，拓展创意空间。书生·筑梦将 AI 生成视频时长由秒级提升至分钟级，并使所生成视频内容具备'转场流畅、故事连贯、画质高清'特质。凭借强大的语义、图像理解和生成能力，在多维度评测指标中综合领先。
与此同时，团队基于掩码的条件视频扩散模型，将特定图片作为即将生成视频的第一帧和对应掩码，实现了由图片驱动的视频生成能力（Image-to-Video Generation，I2V）。
本项目相关研究成果已应用于央视听媒体大模型（CMG Media GPT）中。该大模型为首个专注于视听媒体内容生产的 AI 大模型，由上海 AI 实验室与中央广播电视总台联合推出。于此同时，书生筑梦视频生成大模型已与商汤科技、想法流、北京电影学院等单位达成合作意向，正成为推动视听媒体编创方式变革的 AI 工具。
书生筑梦视频生成大模型具备生成多样性和创造性视频内容的非凡能力，为创意和创新开辟了崭新的可能性。该模型有助于广告公司、娱乐制作公司等行业生成独特的广告创意、电影特效、虚拟角色等，为观众带来独具魅力的视觉体验。传统的影视制作通常需要投入大量人力、物力和时间。然而，引入该模型作为辅助工具，可以通过自动化和智能化的方式，降低人力成本并加速视频生成速度。该模型能够协助企业和影视从业者更快地生成所需的视频内容，从而节约时间和成本。
上海百川智能技术有限公司成立于 2023 年 9 月 12 日，由前搜狗公司 CEO 王小川创立。目前已完成 A1 轮战略融资，总融资金额达 3.5 亿美元，创下国内大模型初创企业跻身科技独角兽行列最快记录。成立以来，百川智能接连发布 Baichuan-7B/13B、Baichuan2-7B/13B、Baichuan2-192K 五款开源大模型及 Baichuan-53B、Baichuan2-53B 两款闭源大模型。
在泛娱乐领域大量 C 端用户拥有情感陪伴和内容创作、消费需求，社区、游戏等类别 B 端用户急需大模型赋能以对产品进行创新升级的背景下，百川智能以 LLM 驱动 Character 为基础，推出具有丰富多样剧情内容、能够生成真实自然对话的泛娱乐领域创新产品线。针对 B 端用户，上线百川智能独有的知识库功能，允许创作者针对于角色创建专属知识库，让角色回复更具备可控性和事实性。同时，基于长窗口模型，产品支持创作者基于一本小说快速创建角色，且具有超长的记忆能力。针对 C 端客户，平台将从人机共生的 UGC 游戏化社区向开放世界元宇宙发展，从生成角色开始，生成文字游戏，再通过多模态生成图、文、视频和游戏，最终实现生成式开放世界。
本项目专注于泛娱乐领域创新产品线，针对各种客户类型（包括社区类、游戏类、影视类、网文类和营销类等）及其特定需求（例如角色扮演、智能 NPC 等）进行深入分析，并提出相应的切入点与策略。借助百川大模型，平台将角色扮演能力应用于多种内容形式，如互动小说、游戏和影视剧等，以满足用户对高品质、普及性的娱乐内容的需求。本项目致力于降低创作门槛，提高创造力上限，吸引 14 至 40 岁的广泛用户群体，并提供易于使用的创作界面和强大的创作工具，以确保内容的质量与丰富性。
主要能力
技术创新点
实施效果 平台在用户反馈方面得到了广泛的好评。用户表示平台系统稳定，能够快速响应并提供高质量的输出。在进行角色扮演、虚拟陪伴、聊天对话等方面，都表现得非常出色。此外，平台在复述用户问题、处理 Prompt 限定问题和上下文信息方面也做得很好，能够严格按照用户的指示进行操作，并根据上下文信息做出合理的回答。
本项目将通过独特的商业模式实现企业盈利与消费者需求的完美融合，推动产业发展，创造更多就业机会，提高经济效益。项目关注消费者个性化需求，提升消费体验和生活品质，助力国家文化软实力提升，营造健康文化氛围，促进社会和谐与稳定。B 端商业模式包括免费试用、使用频率限制、API 使用余额展示、异常问题处理机制及商业留资入口，旨帮助客户提升产品商业价值。C 端商业模式基于 AIGC 能力打造的创玩一体的模式和体验，降低了门槛，提升创造力上限，并提供持续性服务确保用户得到及时帮助和支持。
伴随科学技术进一步发展，知识与内容的生成方式从原本的由人本身作为生产驱动转变为由人利用工具或技术进行生产，与人工智能技术迅猛发展相对应的便是面向人工智能的技术生成即'AIGC'。AIGC 凭借更具性价比的使用成本、相对较低的使用门槛以及更具有生产力的生产效率，成为文本、语音、图像乃至视频生成中脱颖而出的工具。
上海人工智能实验室通过锁定原有文生图模型进而插入新的动作建模模块，形成一个适配个性化文生图模型的从文字到视频生成的垂类大模型。该模型通过将运动建模模块引入到被锁定住的文生图模型中去，在视频的基础上进行训练，从而使得模型学会合理化的运动知识，由此实现从文字到高质量、稳定性的视频生产，使得用户定制自己想要的个性化动态视频风格与内容。
高速发展的信息技术与急速流动的社会使得人们身处于一个高度信息化与数字化的时代，人们对于日常生活中信息内容的时效性、信息形式的生动化以及信息生产的自主化有了更高的追求。与之相悖，传统的内容生成模式在使用中的高门槛、低生产速度与单一生成形式使得其难以满足现今的社会需求，人们在现今多样化的社会中对于技术如何驱动内容生成走向更便捷有了新的要求。然而技术本身具有一定的研发成本与技术门槛，因此对于 AIGC 大模型而言，如何多快好省地实现轻松化的应用，是其在当前研发与应用中的关键问题。
上海人工智能实验室研发的 AnimateDiff 正是基于训练方式的革新带来了节约训练成本情况下如何在少量训练数据下，实现从用户输入文字到模型驱动生成视频来破解这一难题，为 AIGC 在视频内容生成端带来全新突破。
技术创新 AnimateDiff 作为从文字到动态画面的视频生成框架，通过其训练方法，优化了文字 - 图片 - 视频的 AIGC 大模型生成路径，有效节约了训练成本，实现了从文字到视频的生成框架，降低了用户在视频创作中的使用门槛。并且在训练中，通过对训练运动模块的优化，使得其所需数据量更小的情况下，生成了成像质量更为稳定且画面连续性更出色的动态视频。因此 AnimateDiff 既是对 AIGC 大模型训练路径的创新，也是对于 AIGC 大模型在生成模式上的创新。
社区影响 AnimateDiff 目前主要是作为 Diffusion Web UI 和 ComfyUI 中的插件供用户进行直接使用，也支持用户在 CivitAI、HuggingFace 以及 OpenXLab 几大开源社区内体验其预训练模型，并且于 2023 年 11 月份在 SDXL 上开源其测试版。自 AnimateDiff 在 GitHub 上发布以来，就备受各个 AI 开源社区的关注，备受众多 AIGC 相关行业用户的关注与使用，推动众多用户不仅通过 AnimateDiff 制作出许多优秀、生动且有趣的视频作品，亦有众多用户在 AnimateDiff 的基础上形成了新的扩展，进一步拓宽 AnimateDiff 的应用场景与影响力，为 AIGC 助力内容应用带来了更丰富的可能。
AnimateDiff 作为支持从文本到连续稳定视频生成模型，在训练层面很好地链接了原有丰富且具有个性化的文生图模型，通过其独特的算法训练路径实现了节约训练成本与优化训练资源，并且进一步增添了同类文生图模型的可持续性扩展。另一方面在应用层面，其降低了普罗大众在 AIGC 方面的使用门槛，使得普通人捕捉自身想象力进行艺术创造变得更轻松。因此伴随 AnimateDiff 在未来进一步发展，我们可以期待其应用于艺术创造、文博数字化等丰富场景之中，进而推动 AI 技术、人与社会更好地互动，共同创造美与价值。
商汤科技作为亚洲领先的 AI 技术公司，拥有深厚的学术积累，并长期投入于原创技术研究，不断增强行业领先的全栈式人工智能能力，涵盖感知智能、决策智能、智能内容生成和智能内容增强等关键技术领域，同时包含 AI 芯片、AI 传感器及 AI 云等关键能力。商汤前瞻性打造新型人工智能基础设施 - 商汤 AI 大装置 SenseCore，打通算力、算法和平台，并在此基础上建立'商汤日日新 SenseNova'大模型及研发体系，推动高效率、低成本、规模化的 AI 创新和落地，进而打通商业价值闭环，引领人工智能进入工业化发展阶段。
面向游戏行业的图像内容生成式大模型是一款商汤科技自主研发、面向游戏策划和美工等研发人员设计的高效研发辅助工具，可通过高质量、快捷的 AIGC 能力，快速、批量地生成风格多样的图像内容，大幅缩短游戏研发时间与人力成本，助力商汤科技内部业务快速落地。
随着通用大模型的技术发展，面向人工智能内容生成（简称'AIGC'）的大模型正在从单纯加快时政、金融、体育等行业新闻稿的内容生成速度、降低人力成本，逐步转向以绘画、美工素材、剧本等生成应用的价值创造。跨模态/多模态内容成为关键的发展节点，OpenAI 的 CLIP 多模态模型、DallE 系列生成模型，Google 的 Imagen 大规模文图生成模型，让这一领域的技术不断完善。2022 年下半年以来，生成模型技术不断完善、开源模式的推动、商业化案例的落地，推动 AIGC 发展明显加速。
针对游戏行业，目前部分内容创作者的矛盾主要集中在越来越高的生成内容的丰富度、事实性和个性化的需求与有限的创作周期，同时也需要更加高效直观的图文跨模态转换技术，以实现团队协作。因此，急需高效、高质量的内容生成手段用于创作灵感的构思、辅助内容创作和团队需求沟通。而随着 AIGC 大模型的标注数据累积、AIGC 技术架构日渐完善，AIGC 技术逐渐开始面向内容创作应用。AIGC 技术借助大模型的跨模态综合技术能力，可以激发创意，提升内容多样性，降低制作成本，快速推动更加高质量的内容生成和创作。
主要能力 商汤科技目前已针对游戏业务正式部署了图像内容生成式大模型，可面向游戏美工、策划等内容创作者提供高质量、大批量的优秀图像内容。基于检索式超大生成扩散模型设计、质量感知式图像生成技术、图像布局分布式训练方式、面向超大生成扩散模型的训练和推理加速器以及基于超大生成扩散模型的图像二次创作能力等创新点，内容创作者可以实现更加精准的高质量图像内容生成，通过初步筛选图像内容，即可获得目标图像，并可以实现局部区域内容的定制化调整。因此，图像内容生成式大模型的应用大幅提升了游戏业务的沟通和研发进度，辅助内容创作者更加高效、灵活地创作游戏素材。
技术创新点
上述五个案例展示了大模型技术在娱乐、视频及游戏行业的深度落地实践。从 Pixeling 千象的设计辅助，到书生筑梦的视频生成，再到百川智能的角色扮演与商汤科技的图像生成，均体现了 AIGC 在提升生产效率、降低创作门槛及增强内容多样性方面的核心价值。
随着技术的不断迭代，大模型将进一步融合多模态能力，实现从单一内容生成向复杂交互场景的跨越。预计未来，行业将更加注重模型的可控性、安全性及伦理规范，同时探索更多垂直领域的定制化解决方案。对于开发者而言，掌握大模型应用开发技能将成为提升竞争力的关键；对于企业而言，积极拥抱 AIGC 技术将是实现数字化转型与创新增长的重要路径。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
