人類從出生開始，就在不斷通過視覺、聽覺、嗅覺、味覺、觸覺等各種方式認識這個世界。我們通過不停地與外界接觸、學習，逐漸長大成人，再通過專業(yè)課程的學習在某些方面獲得一技之長從而立足于社會，并試圖改造世界。

硅基的AI（人工智能）也按照類似的模式成長，但是在速度方面極具優(yōu)勢。人工智能經歷了從最初的機器學習到神經網絡，再到Transformer模型的發(fā)展，2022年底ChatGPT以及2023年初GPT4橫空出世，引燃了公眾對生成式AI的關注，其中最讓人激動的就是AI大模型已經初步具備了人類的通識和邏輯能力這恰恰是之前的AI所缺失的。此前，無論是AlphaGo還是AlphaFold，最多只能稱作其各自領域的專家，而ChatGPT是通用的。

正如OpenAI首席科學家、ChatGPT背后的技術大佬伊利亞·蘇茨克維（IlyaSutskeve）所說，GPT學習的是世界模型。他將互聯(lián)網文本稱作世界的映射，因此，將海量互聯(lián)網文本作為學習語料的GPT學習到的就是整個世界。在我們認識世界的同時，GPT模型也同樣以驚人的算力，快速地獲取我們數(shù)年，甚至數(shù)十年才能擁有的認知，即將成為一位成年人所具有的認知的世界模型。

不僅如此，已具備了世界模型能力的GPT還能夠生成萬物。當然，蘇茨克維所說，這里的萬物指的是世界萬物在數(shù)字空間的映射，包括文本、圖片、音頻、視頻、劇本、代碼、方案、設計圖等一切和我們生產、生活息息相關的事物。因為GPT模型在一定程度上可能已經具備了成年人的通識和邏輯，所以我們只需要拿特定專業(yè)領域的數(shù)據(jù)對其再做訓練（稱為微調），GPT模型就可以成為獨當一面的專業(yè)人才，它可能成為藝術家、設計師、程序員、工程師或廣告優(yōu)化師、供應鏈專家、客服人員等。這也許就是生成式AI或者說AIGC，帶給我們的核心價值。
在AI技術大爆炸的今天，生成式AI處在高速發(fā)展階段，技術和應用領域日新月異，因此我們非常有必要系統(tǒng)地了解生成式AI。在這樣的背景下，本書將系統(tǒng)介紹生成式AI的原理與模型，同時也將對其在行業(yè)場景中的應用展開論述，理論和實際相結合，讓大家從本源上了解ChatGPT里程碑式存在的意義。結合作者二十余年AI領域研究與工作的經驗，本書會為讀者指明方向。尤其值得一提的是，本書既在理論上解釋了數(shù)字媒體即虛擬世界的生成式AI，又探討了生成式AI如何服務和賦能實體經濟。在當前的存量經濟時代，通過生成式AI重新定義生產力，助力行業(yè)更新發(fā)展，在存量里促增長，具有尤為重要的意義。

如圖01所示，我們用圖表明本書所覆蓋的知識領域：X軸是生成式大模型的維度，對應的是第二章AIGC的底層邏輯，我們將了解用什么去生成；Y軸是數(shù)字媒體形態(tài)的維度，對應的是第三章AIGC能生成什么內容？，我們將了解生成什么；Z軸是行業(yè)職能的維度，對應的是第四章AIGC的產業(yè)應用與前景，我們將了解用生成式AI可以做什么事。三個軸所形成的空間里的每個點都有其特定含義，例如：通過GPT4模型生成代碼用在生產上，通過StableDiffusion模型生成圖片用在營銷上。除了這三章，第一章會帶領讀者初識生成式AI，第五章則探討生成式AI是否會取代大量的工作崗位，以及我們應該如何主動應對。

希望任何一個不想在生成式AI時代落伍的人，在閱讀本書之后，都能理解生成式AI的底層邏輯和實際應用，也希望本書對他們的工作和生活有所助益。萬物皆可生成的時代已經來臨，理解AI、訓練AI、使用AI，甚至和AI一起工作，對每個人來說或將無法避免。未來已來，讓我們一起出發(fā)！