AIGC的发展与挑战综述

• 全文链接
• 请求原文

作   者：

葛智君;  刘梦源;  罗剑武; 

作者机构：

工业和信息化部电子第五研究所; 

关键词：

多模态;  Transformer;  单模态;  发展历程;  人工智能生成内容;  递归神经网络;  基于模型的系统工程;  挑战; 

期刊名称：

电子产品可靠性与环境试验

i s s n：

1672-5468

年卷期：

2025 年 43 卷 001 期

页   码：

114-123

摘   要：

随着ChatGPT3广受关注，越来越多的人开始关注其背后的技术及其未来的发展走向。实际上，ChatGPT3只是人工智能生成内容（AIGC）在自然语言处理领域的一个显著应用，AIGC近年来在图像生成领域和文本-图像等多模态生成领域也取得了引人瞩目的成就。为了深入剖析AIGC的内涵，对AIGC的技术演进进行了梳理，从自然语言处理、计算机视觉和多模态生成领域等多个角度分析其关键技术框架，并论述了国内外相关领域最前沿的研究进展。最后，深入探讨了AIGC领域目前在内容可信度等方面存在的诸多问题和挑战，并进一步考察了AIGC与基于模型的系统工程（MBSE）的结合对AIGC在工业领域中的实际应用的促进作用。