摘要| AIGC基于数字出版物，高度依赖于数据，算法和计算能力。 AIGC在产生和操作集成方面高度高效，生成内容的类型和表达的特征是多样性，差异和即时性。 AIGC改变了广告内容生成系统，该系统主要反映在促进广告研究，计划和创意情报中。 Metaverse字段中的广告内容主要是文本，图像，音频和视频。支持AIGC的广告的实现路径是通过AI启用文本生成，图像生成，音频生成和视频生成，从而在文本，图像，音频和视频之间实现跨模式生成。作为一个互动体验领域，Metaverse为AIGC开辟了一个广泛的开发空间，以赋予广告能力，从而介绍了“人类计算机协作，内容共生”，“多意识链接，感官交流，“情感计算”，“情感计算，全面的智能”的发展趋势”。

关键字| metauniverse ai ai aigc内容生成

在数字通信时代，人们对​​内容的需求越来越强，并且内容随流媒体形式的变化而变化。丰富的视听内容已成为当代人们分散时间的精神食品。传统的以人为本的创意模型迎来了用高速迭代在内容行业中提出的新挑战。随着行业需求和市场需求的快速变化，人工智能（AI）为内容生成方法的创新提供了动力，并为内容生成管理提供了更大的勘探空间。先进的内容生成系统和内容生成管理模型，例如准时生成，资源创造，敏捷的创造力，集成创新等，大大丰富了内容生成的内涵，因此开始了人工智能生成内容的新旅程（AIGC，也称为“人工智能生成内容”）。

Before 2021, AIGC will mainly generate text, and the format content that the new generation of models can process includes: text, code, images, audio, video, etc. Generative artificial intelligence and large language models continue to evolve, giving full play to their technological advantages in terms of creativity, expressiveness, iteration, communication, personalization, etc., so that AIGC will continue to enrich content types, continuously improve content quality, and gradually enhance the universality of technology. AIGC的商业应用程序往往是主流的，诸如AL绘画和AI对话等申请表，支持电子商务，广告，电影和电视中的内容需求，并为元元素的内容生成提供创新的想法，这有助于填补元元素开发的差距。 Metaverse是AIGC技术的重要应用程序。 AIGC可能会补充元评估，并成为未来元元建构的重要内容生成工具。

01

人工智能生成的内容（AIGC）

AIGC是一种基于AI技术的内容生成方法，该方法随着专业生成内容（PGC），职业生成的内容（OGC）的连续迭代，计算能力和算法技术的连续迭代，用户生成的内容（UGC），机器生成的内容（MGC）和人类共同生成的内容（umeat-coleated Content Internation Contents Instruce Instruce Instruct，用户生成）。它是指基于AI技术的任何形式的文本，图片，音频，视频和其他内容生成。它是一个新的网络信息资源创建和组织的新模型，供人类朝着智能时代发展，并且是实现未来“人，机器和人工智能共同创造”内容生成方法的先决条件。

AIGC是一种基于用户分析角色匹配，基于场景的上下文匹配的定制生成，基于场景构建的上下文匹配以及基于内容分析的程序化生成含义匹配。这三个内容生成方法是这三个内容生成方法之间相互耦合的结果[1]。它的主要特征包括：（1）基于数字出版物，它高度依赖于数据，算法和计算能力。 AIGC是一种使用数字技术编辑和处理内容并通过互联网传播数字内容产品的新方式。数字技术深入介入内容生成的各个方面，包括：基于网络受众行为的内容偏好，基于结构化信息的自动写作，基于非结构化信息的抽象提取，基于自动音频和视频抓取的标题制作，基于语义分析的辅助网络演讲​​，基于语义分析算法，基于面部表达识别的动画IP生成的辅助网络语音等。其中，计算能力是生成和输出内容的基本能力，数据是支持生成决策和优化的基础，算法（算法）为内容生成提供了解决问题的机制。 （2）发电和操作的高发电效率和整合。 AI不仅计划，组织，协调并控制现有的内容生成，而且还根据内容受众的特征参与内容分布。例如，程序化创意技术由数据和算法驱动，以智能地生产创意广告内容，以实现大规模的创意创意。它基于动态创意优化技术，并通过实时反馈立即调整广告创意元素，以匹配不同的广告交付环境。 （3）AIGC中的内容类型和表达方式是多种多样的，不同的和即时性的。 AI可以生成文本，音频，视频和其他内容，并且根据受众的个性特征和需求的变化对内容进行调整和更改。由于内容受众具有不同的个性，并且需要随着时间的流逝而动态变化，因此这需要AIGC以动态而不是静态方式生成内容，并且可以灵活地适应内容受众的个人特征，并迅速响应内容受众需求的变化，以便其内容生成过程具有灵活的生成特征。因此，它生成的内容的特征是多样性，差异和动态。

02

AIGC和元视野中的广告

Metaverse是一个虚拟世界，它使用技术手段来链接和创建，地图和与现实世界进行互动，并具有新的社会系统的数字生活空间[3] [4]。 metaverse是“字段”的概念。它不能与内容的创造力和创造，以及虚拟世界的视觉，触摸，气味和活力的可感知创造。元评估中的所有内容都可以在计算机的帮助下进行编辑，包括所有数字媒体，例如图形，文本，声音和图像。在Meta-Universe领域，广告媒体领域提出了三个特征：无尽的出现，隔离集成和协调的发展。无尽的出现意味着，媒体中的新技术无休止地出现（例如AR，VR，MR等），新形式无休止地出现（例如虚拟试验，虚拟试验，虚拟试验，虚拟测试驱动器等），并且无休止地出现了新的应用程序（例如，移动应用程序）。交错意味着，在数字技术集成和创新的趋势下，元元中的广告媒体将与更多的行业（如游戏和教育）进行交织，并以“全力以赴”的方向发展，并创建更多的商机和广告创新模型。链接的开发是指以图片，文本，声音和图像破坏边界的代表，彼此团结，为各自的优势进行全面发挥，并在Metaverse中实现共同的营销目标。

荟萃分析颠覆了传统的内容创造力和创建模型，以及传统的内容交流和操作模型。对技术手段的支持，例如3D建模，虚拟现实，增强现实，混合现实等，以及视觉模拟因素的全面整合，促进了元素含量形式的转变，从二维平面到三维三维的三维，生动和灵活的形式，从而有效地扩展了现实和免疫的构想，并具有很大的范围。元素。在这个虚拟空间中，人们可以创建自己的数字身份，拥有自己的数字资产，与他人进行互动和交易。 AIGC可以为用户提供更丰富，更多样化的体验。例如，基于用户的兴趣和偏好生成个性化的虚拟字符，虚拟场景和虚拟项目，使用户可以在元视频中具有更独特和个性化的体验。由于AIGC包括图形，文本，声音和图像之类的媒体表格，因此AIGC不仅为广告开发提供了更广阔的空间，而且还为其在Metacosmic领域的开发提供了新的挑战和机遇。广告创造力可以在这个虚拟世界中自由发挥作用，创造更丰富，生动和有趣的广告内容，例如虚拟角色的智能创建以及虚拟环境的智能创建。同时，AI技术还为Metaverse提供了更智能的服务和体验，例如自动化的NPC角色，智能场景互动，自适应游戏维度等。

03

研究概述

近年来，AIGC作为生产消融和整合的新内容生成机制已成为研究领域的热门话题。相关研究主要从以下五个方面发展：首先，基于AI技术的文本生成主要从文本信息提取[6]，相似性计算[7]，自动分类[8]，语义分析[9]等方面探索AI在文本生成中的应用。其次，基于AI技术，我们研究了语义因素，例如创建需求，内容主题，场景样式和其他语义因素对图像生成期间AI图像绘制的影响[11]，并探讨了由人类和人工智能产生图像产生的主题差异引起的创作过程差异[12]。第三，基于AI技术，我们对人工智能语音综合[13]和音乐生成[14]进行研究，以探索在综合思维[15]和相关的道德问题下的音频媒体的智能转移。第四，基于AI技术的视频生成主要集中于实现智能视频生成的关键技术和突破性方向[16]，以及视频创建中“人机协作”的发展趋势[17]。第五，通过对三种类型的广告，文本，图像和视频的智能创建系统进行分析，提取了广告创建系统的智能创建系统，从而提取了智能创建的学习，文本，生成和反馈模型，从而提取了第五个广告内容。 [18]或通过在国内互联网平台上介绍Rogers海外智能广告分类和研究广告智能创意研究，这是一种大规模的内容服务行业模型，用于“人机合作”的创造力[19]。总之，现有的研究主要集中于AI的文本，图像，音频，视频和其他主题的产生。上述成就基本上为AIGC的研究奠定了基础。 AIGC是一个持续发展和创新的领域。尽管现有的研究探索了AIGC和广告之间的关系，但仍然有很大的扩展空间。基于上述分析，本文将从另一个互补的角度研究AIGC授权广告的原理和实施路径。

04

AIGC授权广告的原理和实施路径

4.1

原则：AI促进广告研究，计划和创意情报

AI技术主要包括机器学习（ML），自然语言处理（NLP），计算机视觉（CV）等（请参阅表1），并在内容生成的不同链接中起着重要作用。例如，通过生成的对抗网（GAN）和语言模型（LM）自动生成内容，这些网络可以提高发电效率并降低人工和时间成本；基于用户需求和偏好的个性化自定义，以创建更多样化的内容以满足不同用户的需求；基于对用户历史行为，兴趣，社交网络和其他数据的分析，改善内容匹配，提高内容质量和可读性；根据当前在各个行业的热点，创建一种全新的内容形式和风格，以促进内容创新和开发。

基于AI的内容生成系统主要包括三个方面：市场研究，计划和创造力。市场研究是AIGC的基础。消费者需求，使用态度和行为等数据为广告计划和创造力提供了基础；广告计划和创造力是AIGC的核心。它可以确定广告的目标，受众和定位，并指出广告提出的内容和活动，从而设计有吸引力，创新和差异化的广告创造力。 AIGC在广告领域的应用改变了广告行业中相对完整的内容生成系统的原始集合，这些系统主要反映在三个方面：促进广告研究的智慧，促进广告计划的智慧，并促进广告创造力的智慧。

首先，AI促进了广告研究的智能。人工智能技术使数据收集，存储，采矿和分析更加容易，更方便，这使传统的广告调查方法和含义是创新的，并且在未采样的元素领域进行了动态分析。在数据收集和分析过程中，AI使用cookie来挖掘用户行为痕迹，查找用户兴趣和偏好，并了解用户的实时需求，并根据市场趋势和竞争对手进行结构化分析。

其次，AI促进了广告计划的智能。广告计划是广告活动的核心和灵魂，也是人类智力劳动的产物。智力劳动通常被认为是在内容生成过程中无法替代的，但是大数据的出现加速了“机器学习”的发展，这使计算机灵魂和人类像人类一样。在模型预测和优化过程中，AI使用诸如机器学习和深度学习的技术来构建预测模型和优化算法，这将有助于更好地预测消费者的行为和市场趋势，从而更准确地掌握广告创造力的策略和方向，甚至可以实现广告创造力。

第三，AI促进了广告创造力的智慧。在内容创造力的过程中，数据驱动的数字工具和广告创造力的组合可以使不同媒体元素的互动，集成和统一。数字工具使元广告表达式形成了一种新的风格和语言，从二维到三维，从虚拟到现实，为观众带来前所未有的视觉诱惑和心理感觉。在AI技术的支持下，不同的媒体被组装，重叠，嫁接，随意替换，甚至进行操作和修改，从而实现了模拟，转换，甚至在元元中创建“现实”的目的。

4.2

实现路径：技术可以在文本，图像，音频和视频之间实现跨模式生成

Metaverse字段中的广告内容主要是文本，图像，音频和视频。启用AIGC的广告的实现路径是通过AI，启用AI的图像生成，启用AI启用AI的音频生成和支持AI的视频生成来实现文本生成，以实现文本，图像，音频和视频之间的跨模式生成。

首先，就文本生成而言，AI可以通过生成模型自动生成符合语法和语义规则的广告文本，包括由结构化写作（例如标题生成）或非结构化写作（例如自动延续）表示的非相互交互性文本，以及由文本游戏表示的交互式文本。主要应用程序包括文本分类，提取和摘要，语言翻译和内容生成（请参见表2）。例如，基于复发性神经网络（RNN）的生成模型，例如长期和短期记忆人工神经网络（LSTMS）和门控复发单元（GRU），已被广泛用于文本生成领域。一些基于变异自动编码器（VAE）和生成对抗网络（GAN）的生成模型也已用于文本生成领域。这些技术可以应用于广告文案写作和翻译等。例如，copy.ai是用于生成广告和营销副本的AIGC工具。它基于生成训练的预训练的变压器3或GPT-3，该变压器3或GPT-3可以在几秒钟内生成广告和营销副本并翻译25种不同的语言。它包含70多个AI模板，可以极大地缩短创建文案的概念时间。

其次，就图像生成而言，AI技术可以通过生成对抗网络（GAN）独立生成和编辑图像（请参见表3）。前者包括创意图像生成（即，随机或基于特定属性）和功能图像生成（即根据特定要求的广告产生）；后者包括图像填充，样式转换，图像旋转，去除水印等。GAN是由发电机和歧视器组成的神经网络模型。生成器通过学习真实图像的分布来生成新图像，而鉴别器则用于确定生成的图像是否真实。通过持续的培训，甘斯可以产生越来越现实的图像，并执行越来越完美的图片编辑。例如，Meta Advantage+是一种图形和文本广告内容生成系统，根据用户数据执行机器学习，根据营销目的自动生成广告，并通过算法测试潜在的广告，并为其选择最有效的广告，甚至可以自动更改图形和文本。

第三，就音频生成而言，深度学习算法和神经网络可以帮助计算机学习音频信号的特征和模式，并生成新的音频信号。通过生成模型，AI技术已被广泛用于语音综合，语音克隆和音乐发电等领域（见表4）。其中，基于复发性神经网络（RNN）（例如LSTM和GRU）的生成模型已在音频生成领域广泛使用。此外，还有一些基于变异自动编码器（VAE）和生成对抗网络（GAN）的生成模型，这些模型也用于音频生成。例如，通过ADTHOS的AIGC广告平台，您可以根据浏览器的多轨编辑器输入和编辑广告音频，添加画外音，声音效果和音乐，以帮助生成“完全自动化的”广告，并最终通过与无线电自动化系统和广播系统和广告服务器集成来播放。

第四，就视频生成而言，大量图像，视频，音频和其他数据输入了神经网络进行培训，以及通过深度学习及其相关算法（例如，返回传播算法，梯度下降算法等）将其输入，可帮助生成性模型连续地进行自身，并通过humans创建的视频内容，并模拟视频内容。此外，AI技术还在视频属性编辑，视频自动编辑和视频部分编辑中发挥作用（请参见表5）。视频属性编辑包括删除特定主题，生成特殊效果，跟踪剪辑等，可以有效节省人力和时间。 AI可以自动搜索字符，并通过动态跟踪屏幕上的字符进行动态跟踪，从而大大提高编辑效率。此外，AI可以删除视频拍摄抖动和维修视频质量。

第五，就跨模式生成而言，AI意识到文本，图像，音频和视频之间的跨模式生成，包括文本生成图片，文本生成视频，图像生成文本，音频生成文本等。斑点狗），渲染和其他功能。它实现了从图片和文本到没有字符，道具和摄像机的视频的内容的产生（见图3-4）。 For example, the Chinese animation and digital human intelligence generation platform - Laihua combines AI subtitles, AI animation, AI voice generation and other functions, and uses massive creative materials as the content basis to intelligently generate meta-universe spaces such as museums, show venues, classrooms, and towns, digital human posters (see Figure 5), digital human emoticon packages (see Figure 6), digital human animation and other contents, freely adjust身高，体重，发型，面部形状，面部特征等的参数迅速激活了品牌IP价值，积累了Z-Generation品牌用户并吸引了元宇宙流量。此外，AI还实施了AI机器人在AI中代表的战略生成，例如NPC逻辑和情节生成，游戏水平生成，数字资产的生成等，为广告提供了更广泛的创意空间。

05

元宇宙领域中支持AIGC的广告的发展趋势

当前的AIGC进入了工程阶段，并已成为内容行业的新兴生成方法，从而触发了广告内容生成模型的智能转换。作为一个互动体验领域，Metaverse为AIGC开辟了一个广泛的开发空间，以增强广告能力，并呈现以下趋势：首先，人为计算机的协作和内容共生。 AIGC将导致内容中缺乏人类的主观意识，从而在内容消费市场中产生一种机械意识和产生的障碍。因此，“人机协调，内容共生”将不可避免，内容产生产业链的所有联系也将围绕人机协调旋转[20]。在具有“人类计算机协作，内容共生”的创意平台中，元元参与者依赖于平台提供的自动化程序和人工智能来帮助改变内容生成器的作用，使它们更方便地使他们更方便地输出自己的创造力，与“数字人物”创造“数字人物”或“个性化”或“个性化的人”或“数字化”或“数字”或“数字”或“数字”或“数字”或“”或“”或“”或“”或“”或“”或“”或“””或“”或“””或“”或“”或“”或“””或“”或“””或“”或“””或“”或“””或“””或“”或“””或“”或“”或“”。

其次，更多的意识是连接的，感官交流是可互操作的。人工智能可以从视觉，听力，触摸等方面丰富广告媒体接触点，并优化元视频体验在不同程度上的内容体验。在视觉方面，通过视觉跟踪技术分析了消费者的目光停留位置和时间，并优化了广告的视觉效果；在听力方面，基于受众行为分析，可以改善数量，音调，节奏和其他对广告内容的适应性，以便选择最适合广告内容的音频；在接触方面，在近距离设备（例如手柄和可穿戴设备）的支持下，观众根据广告内容提供了具有不同温度，纹理和交互式效果的触觉体验。最终，AI将加强不同感官体验的联系，并进一步丰富广告内容。

第三，情感计算，全面的智力。情感是认知过程的重要组成部分，也是促进广告信息处理中品牌信息加强的唯一关键。情绪计算将进一步参与AIGC，在情感信息的获取和建模，情感识别和理解，情感表达和适应中发挥作用，并促进建立自然和和谐的人类计算机互动经验和互动空间。从三个层次开始：主观体验（个人对不同情绪状态的自我earter脚），外部表达（当发生情绪状态时，身体各个部位的运动的量化形式，即表达）和生理唤醒（情绪产生的生理反应），我们会产生更多的情感创造力，并产生更多的情感共鸣。

元宇宙领域中聪明的广告内容正在如火如荼地进行。以用户为中心的生成模型“生成 - 分配反馈 - 再生再分配re反馈”已转变为AI技术创新驱动的AIGC。目前，AIGC的相关应用仍处于早期阶段，相关研究相对有限。探索其整体目标，关键技术，发展模型和路径值得深入研究和讨论。 “如何确保AIGC创造力的个性化和创新？” “ AI应该如何产生广告创造力？” “广告客户和广告受众是否可以接受？”尚未回答“如何控制生成的广告内容”和其他相关问题。 “基于AIGC的广告创造力，其沟通方法和营销效果仍然需要理论讨论和经验测试。此外，AIGC的发展和应用也可能涉及许多需要注意的道德问题，这些问题需要引起（1）工作机会：尽管人类创造力无法替换，但在某种程度上可以替代人类的创新性，但要替代某些人的创新能力，使某些人;根据数据进行培训。拥有版权的成就，以及如何分配业务回报等。 （5）在责任方面：AI产生的广告内容可能包含虚假信息或偏见和歧视，这可能会误导听众。那么，谁应该对AIGC造成的相关问题承担责任？可以看出，AIGC拥有光明的未来，但还有很长的路要走。本文的目的是激发学者对相关领域和问题的兴趣，并在Metacosmic领域对支持AIGC的广告进行深入研究。

（作者信息：广东大学金融与经济学大学湾区电影和电视行业学校的老师Gong Siying，澳门社会科学学院的2020年博士生；