中介网(zhongjie.com)：专注互联网虚拟资产中介交易平台
除了游戏之外，虚拟人也是元宇宙的一个重要落地场景，AIGC同样也会促进虚拟人赛道的发展。
虚拟人是围绕一个虚拟的人设，为其设计声音、形象、动作、性格以及活动场景，其本质和游戏相似度很高。虚拟人注重一个人在虚拟世界的表演和功能性，游戏注重多个人在虚拟世界中的交互体验。游戏是一出戏，虚拟人也是在演一出戏，戈夫曼拟剧理论中的“人生如戏”一语道破了现实世界、虚拟世界的本质。
AIGC在Web3方向的应用
AIGC听起来这么好，那跟Web3会有什么关系？最近听说Web3的基金都在看AIGC方向的项目，我想大概有这几个方向值得关注。
Gamefi 开发引擎:在传统游戏中应用最广的开发引擎是Unity和Unreal，但在Web3中，游戏的开发范式也许会因AIGC带来许多变革，因此将需要一个采用AIGC技术的Gamefi开发引擎。里面的人物、场景、动画均用AIGC设计，游戏中的主程序和区块链部分也可以通过AIGC代码生成功能完成，如果这些都能实现，设计Gamefi游戏或者元宇宙场景将变得非常高效，这一套开发引擎将会具有极高的价值。目前看到RCT AI是运用人工智能为游戏行业提供完整解决方式的一个项目，但其在多大程度上采用了AIGC技术，还不得而知，不过已经有一款Gamefi游戏Mirror World是基于RCT AI来开发的，有兴趣的朋友可以进一步了解。
开发Gamefi游戏：退而求其次，如果一套AIGC全集成的Gamefi开发引擎还太遥远，那采用各个厂商提供的AIGC工具来开发Gamefi游戏也会极大的提高效率，比如用AIGC来生成游戏剧本、设计人物、生成动画这些都几乎都会很快实现，特别在AI生成视频和3D场景技术一旦成熟之后Gamefi游戏开发效率将会突飞猛进。
算力和数据共享：训练AIGC模型需要海量的数据和强大的算力，这导致成本非常巨大，AIGC行业龙头 Stability AI 为了训练其 Stable Diffusion模型，在 AWS 中运行了包含 4000 多个 Nvidia A100 GPU 的集群，运营成本高达数千万美元 。如果能通过去中心化方式发行Token激励用户提供训练模型所需的数据，就可以很好的解决AIGC生成中的版权问题。另外也可以通过发行Token的方式，激励用户提供训练模型所需要的大量算力，分散算力成本，实现成本共担，利益共享。
结语
今年7月李彦宏在百度世界大会上判断，AIGC将分为三个发展阶段：“助手阶段”——“协作阶段”——“原创阶段”。“未来十年，AIGC将颠覆现有内容生产模式。可以实现以十分之一的成本，以百倍千倍的生产速度，去生成AI原创内容。”
在最近的研究报告中，红杉资本的两位合伙人也认为：“AIGC目前已经拥有更好的模型，更多的数据，更好的算力，预计杀手级应用该要出现了”。
对于以上判断，我们倾向于认同，AIGC的出现意味着创作者将从繁冗的基础性工作中解脱出来，把更多的精力放到创意表达上，这是未来内容创作行业，甚至是人类工作方式的整体趋势。
