如果从Midjourney第一次公测的时间开始算起（22年7月），AIGC（仅限文生图、3D模型和视频）的风口已经持续了快3年了。出现了各种风口和技术，盈利的和死掉的产品都挺多。AIGC战争已经正式进入了下半场。以下是我关于AIGC未来趋势的一些思考
1， 更高精度的3D数据和生成模型
目前3D生成领域，仅仅能生成一些比较粗糙的模型，无法满足工业场景的需求。
未来的趋势：用3D扫描仪扫获得高精度数据，基于Omniverse等高质量3D资产生成模型，生成高精度的3D素材和工程文件，具有高度的可编辑性，能够满足专业3D、CG行业、物理仿真，具身智能等行业的实际需求。
2，自回归和扩散模型的统一
目前的多模态大模型，大部分是基于单一架构的。
kimi，GPT4，Qwen，Deepseek等模型，都是基于Trasnformer自回归架构
Midjourney、SD、即梦、Runway、Pika、可灵是基于Diffusion扩散模型架构
Trasnformer更擅长文本理解，Diffusion更擅长图片和视频生成。
就像GPT-4O一样，
未来大部分多模态的基础模型，都会同时具有以上2种架构以及优势，一个模型可以同时理解多模态（文字、图像，视频、语音）的输入，生成多模态的输出。
SHOW-O，MMaDA等模型已经证明了可行性。
3，审美是关键
模型能力大家都不差，总有更SOTA的模型。模型的审美和技术不是正相关。
我很喜欢Midjourney的理念：AI不是现实世界的复刻，而是人类想象力的延伸。我们致力于通过技术将模糊概念转化为可视化作品，突破人类想象的边界。
Midjourney在训练模型时，就使用了艺术家团队的反馈标注。包括我在内的许多人，至今仍然觉得Midjourney是AIGC审美的天花板。
已经3年过去了，其他厂商对审美依然没有足够的重视，生成的画面虽然精美，质量高，但总感觉差Midjourney一些。
4，更可控的生成，更完善的工具
AIGC工具将进一步整合图层编辑、局部重绘、动态调整等功能，使生成过程更接近专业设计软件的工作流（Canva就做的很好）。
#AI人工智能 #ai关键词 #大模型 #未来工作趋势 #AI画图
在电商，文创领域。随着数据的完善和技术的提升，AIGC也会有垂直领域的专家
交互也会变得更好（这里想吐槽一下Midjourney，交互太烂了）
1， 更高精度的3D数据和生成模型
目前3D生成领域，仅仅能生成一些比较粗糙的模型，无法满足工业场景的需求。
未来的趋势：用3D扫描仪扫获得高精度数据，基于Omniverse等高质量3D资产生成模型，生成高精度的3D素材和工程文件，具有高度的可编辑性，能够满足专业3D、CG行业、物理仿真，具身智能等行业的实际需求。
2，自回归和扩散模型的统一
目前的多模态大模型，大部分是基于单一架构的。
kimi，GPT4，Qwen，Deepseek等模型，都是基于Trasnformer自回归架构
Midjourney、SD、即梦、Runway、Pika、可灵是基于Diffusion扩散模型架构
Trasnformer更擅长文本理解，Diffusion更擅长图片和视频生成。
就像GPT-4O一样，
未来大部分多模态的基础模型，都会同时具有以上2种架构以及优势，一个模型可以同时理解多模态（文字、图像，视频、语音）的输入，生成多模态的输出。
SHOW-O，MMaDA等模型已经证明了可行性。
3，审美是关键
模型能力大家都不差，总有更SOTA的模型。模型的审美和技术不是正相关。
我很喜欢Midjourney的理念：AI不是现实世界的复刻，而是人类想象力的延伸。我们致力于通过技术将模糊概念转化为可视化作品，突破人类想象的边界。
Midjourney在训练模型时，就使用了艺术家团队的反馈标注。包括我在内的许多人，至今仍然觉得Midjourney是AIGC审美的天花板。
已经3年过去了，其他厂商对审美依然没有足够的重视，生成的画面虽然精美，质量高，但总感觉差Midjourney一些。
4，更可控的生成，更完善的工具
AIGC工具将进一步整合图层编辑、局部重绘、动态调整等功能，使生成过程更接近专业设计软件的工作流（Canva就做的很好）。
#AI人工智能 #ai关键词 #大模型 #未来工作趋势 #AI画图
在电商，文创领域。随着数据的完善和技术的提升，AIGC也会有垂直领域的专家
交互也会变得更好（这里想吐槽一下Midjourney，交互太烂了）
