[论文解读] A survey of Generative AI Applications

Roberto Gozalo-Brizuela, Eduardo C. Garrido‐Merchán|arXiv (Cornell University)|Jun 5, 2023

Artificial Intelligence in Games被引用 27

一句话总结

对超过 350 种生成式 AI 应用的全面综述，涵盖单模态和多模态输出与用例的分类法。

ABSTRACT

Generative AI has experienced remarkable growth in recent years, leading to a wide array of applications across diverse domains. In this paper, we present a comprehensive survey of more than 350 generative AI applications, providing a structured taxonomy and concise descriptions of various unimodal and even multimodal generative AIs. The survey is organized into sections, covering a wide range of unimodal generative AI applications such as text, images, video, gaming and brain information. Our survey aims to serve as a valuable resource for researchers and practitioners to navigate the rapidly expanding landscape of generative AI, facilitating a better understanding of the current state-of-the-art and fostering further innovation in the field.

研究动机与目标

• 提供跨多模态与领域的生成式 AI 应用的结构化分类。
• 总结推动这些应用的当前最前沿模型、工具和技术。
• 突出生成式 AI 如何推动转型并带来新的商业/科学机会。

提出的方法

• 提出按输出类型、输入模态和商业用例划分的13类分类体系。
• 在文本、图像、视频、3D、代码、语音和商业领域调查并描述知名模型、工具与工作流。
• 说明多模态整合及实际部署注意事项。

实验结果

研究问题

• RQ1 跨模态的生成式 AI 应用的主要类别和分类体系有哪些？
• RQ2 每个类别中的代表性模型、工具与工作流有哪些，以及它们在实际任务中的应用方式？
• RQ3 根据当前应用，生成式 AI 如何在商业、游戏、设计和科学领域推动变革？

主要发现

• 该综述在15个类别中编录了超过 350 种生成式 AI 应用，涵盖文本、图像、视频、3D、代码、语音和商业。
• 它提供一个统一的分类体系，详述单模态和多模态任务的模型与工具。
• 论文讨论了生成式 AI 在工业和研究中的实际部署与竞争前景。
• 多例子展示了文本到视频、文本到3D 以及代码生成工具在实践中的应用。
• 本工作强调了生成式 AI 自动化内容创建和多模态变换的潜力。