一、项目研究内容

1.AIGC工具

（1）Midjourney V6

Midjourney V6使用机器学习和深度学习技术来生成、转换和编辑图像，包括卷积神经网络（CNN）和生成对抗网络（GAN）。通过使用这些技术，Midjourney V6可以学习并生成各种类型的图像，同时根据用户的要求进行交互式编辑，帮助用户通过文字提示生成各种风格的图像和艺术作品。

（2）Stable Diffusion

可以提高生成模型的稳定性和性能，与其他AI绘画工具相比，Stable Diffusion的输出结果更加稳定和可控。

（3）DALL·E 3

DALL·E 3使用了先进的GPT-3.5技术，可以根据用户提供的文本提示生成相应的图像。DALL·E 3的生成图像质量高，可以实现从简单到复杂的各种图像生成任务。

4）Stable Video Diffusion

该模型能够将文本或图像转换成短视频，为它们赋予生命力。SVD在视频生成领域具有很高的质量和稳定性，能够生成流畅、多帧的视频片段。

5）Gen-2

Gen-2是Runway旗下的视频生成工具，基于先进的生成式人工智能技术，使用最先进的深度学习算法，使得用户可以通过简单的交互式界面定制和控制模型，生成独特的创意作品。

2.实训服务平台

实训服务平台可以进行课程推荐，帮助用户更快速地找到优质的课程，还可以展示优质的用户创作作品，为作品的宣传起到展示作用。

3.创作中心：创作中心包括AI助手、AI画家、AI视频、AI音频、AI三维媒介模块。

4.课程中心：本模块分为师资管理、课程资源两部分，系统性管理课程学习内容以及学习计划。集中展示所有课程资源，用户可以根据自己的需求和兴趣进行选择和使用。

5.模型中心

展示经过精心训练和优化的各种模型，以便创作者能更好地选择适合他们创作需求的工具，系统支持通过选择特定模型来查看模型的详细信息，包括点赞数、使用次数和收藏数量。这些数据反映了模型的受欢迎程度和实用性，可以帮助用户做出是否使用该模型的决策。

本模块还可以利用模型生图部分可以快速地生成大量的绘画作品，极大地提高创作效率。

6.算力平台

AIGC算力平台拥有强大的计算能力。平台采用了最新的GPU加速技术，配备了高性能的显卡，能够实现大规模并行计算。这种并行计算能力可以极大地提高计算效率，加快模型训练和数据处理的速度。

AIGC算力平台提供了灵活的资源管理和调度功能。用户可以根据自己的需求，动态地分配和管理计算资源。

AIGC算力平台具有高度的可靠性和稳定性。平台采用了分布式存储和备份技术，能够保证数据的安全性和可靠性。

AIGC算力平台还提供了丰富的开发工具和支持服务。平台提供了开发者文档和示例代码，帮助用户快速上手和开发。

AIGC算力平台还注重安全和隐私保护。平台采用了严格的安全措施，包括数据加密、访问控制等，保护用户的数据和计算任务的安全。

二、创新点：

AIGC技术通过人工智能与游戏创意的结合，为数字媒体艺术专业教学提供了新的教学方法和手段，有助于提高学生的学习兴趣和实际操作能力，培养学生的创新精神和实践能力。同时，AIGC技术还可以为教师提供更为丰富的教学资源和教学辅助工具，帮助教师提高教学质量。

1）在专业课程建设方面，将AIGC技术融入课程体系，不仅丰富了数字媒体艺术专业的教学内容，还促进了课程间的整合与互补。AIGC技术的多元应用（例如AI+对话、AI+绘画、AI+视频、AI+音频及AI+三维媒介等的转化和生成）为传统数字媒体艺术课程提供了新的视角和工具，有助于培养学生的跨学科思维和创新能力。

2）在专业课程衔接方面，目前数媒专业大一的专业课程体系中没有AIGC相关课程，现阶段以“第二课堂”的形式加入AIGC相关内容，可以作为学生未来学习的铺垫和引导。这种教育模式有助于学生早期接触并理解尖端技术，为后续的进阶学习打下坚实基础，同时培养其对新兴技术的敏感性和适应性。

3）在学生学习创新方面，学生在专业学习的初期阶段，需要一定的成果产出予以激励，更需要接触当下数媒领域最前沿的技术。运用AIGC的应用特点，可以辅助学生产出成果，能有效促进其创意思维和技能的发展。当前设计比赛逐渐增加的AIGC新赛道也为学生提供了展示自身技能和创新思维平台，有助于激发学习兴趣和探索精神。

4）在课程学习延续性方面，校内导师将全程参与学习AIGC实训工坊的课程，并对学生进行及时跟踪辅导。通过整合AIGC技术与专业课程内容，确保其有机地融入数字媒体艺术专业体系；通过不断优化课程结构和内容，确保学生在AIGC技术领域学习的条理性、系统性和深入性，有助于数字媒体艺术专业在AIGC技术领域的长期发展，进而确保课程的延续性与深化。

三、发展前景

大语言模型经历了从早期研究到深度学习时代的演变。未来，随着技术的进步和研究的深入，我们可能会看到更多创新性的模型结构、更高效的数据处理方法、多语言处理能力、个性化服务和定制、人机交互和可解释性等。这些特点将有助于大语言模型在教育、商业和科学研究等复杂领域发挥更大的作用。