NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模
目前围绕生成式AI的大部分讨论都纯粹集中在结果上：你可以与它交谈，你可以生成艺术作品和视频，它可以生成声音。 这些都是非凡的成就。
然而，我相信，如果你以几种方式重新构建生成式AI，你会得到一些非常有趣的结果：
- 生成式AI应被视为一种新的压缩形式
- 生成式AI应被视为一种新的加密形式
- 在未来的迭代中，生成式AI可能会颠覆游戏引擎和流媒体服务
那么让我们开始吧。
1、生成式AI作为一种压缩形式
使用压缩，你可以获取大量资源，进行压缩，然后通过线路将它们发送到某些客户端设备，从而减少开销。 借助生成式AI，如果最终客户端设备具有强大的计算能力，你就可以将任何数据压缩到以前所需数据的一小部分：现在只需要种子短语即可重新创建几乎无限大小的数字资产。
换句话说，生成式AI意味着我们现在有能力“超级压缩”几乎任何东西。
这似乎很重要，我们应该更多地讨论。 借助生成式AI，现在可以在存储和计算之间进行重大权衡。 其影响将是深远的，远远超出了我在这里可以写的范围。
例如，当涉及去中心化网络中的数据复制时，现在只需要备份一个微小的种子短语的副本，而不是许多千兆字节的数据。
这意味着对计算的访问远比对存储的访问重要。 如果你有计算能力，你可以从幸运饼干大小的提示中重新创建几乎任何东西。
2、生成式AI作为一种新颖的加密形式
除了提供全新的压缩方法之外，生成式AI还将对加密领域产生巨大而深远的影响。 这最终可能会以难以预测的方式影响 Web3 和加密货币。
在之前的加密时代，数据是通过巧妙的数学和算法“混合”数据来“保护”数据，以创建一种数据形式，对于大多数计算机来说，解开这种数据的计算成本很高。 这催生了像比特币这样的东西，其中通过解决具有挑战性的数学难题来“挖掘”数字。
生成式AI模型驱动的加密有可能扭转这一切。
通过将数据输入到新颖的AI模型中来“加密”数据，而不是使用聪明的算法和数学来加密和解密数据，这种方式可能会变得越来越普遍，该模型通过其神经网络执行“混合”，其方式只有具有 访问该模型也许能够解决问题。
想象一个世界，你的独特艺术作品的“密码”是一个秘密提示，可以输入AI来重新创建该艺术品。 尝试猜测用于生成特定艺术品的提示可能非常复杂，对于大多数“黑客”来说几乎是不可能的。
想象一下依赖生成式AI创建新区块的新颖区块链。 我想象的区块链由一系列生成式AI艺术品组成，这些艺术品是由一系列特殊提示产生的。 我认为这即将到来，而且还有更多。
3、生成式AI、流媒体和游戏引擎
我们可能很快就会看到一个游戏引擎和流媒体服务的时代，它看起来与我们已经习惯的非常不同。 事实上，“游戏引擎”和“流媒体”的概念可能会合并在一起。 我们可能很快就会发现，我们看的电影和玩的游戏是由配置为不同模式的同一个生成式 AI 模型生成的。
想看电影吗？ 让生成式AI创造被动观看体验。 想“玩”这部电影吗？ 告诉生成式 AI 启用用户控制。
那就来了。
我们已经习惯的“难度”、“灯光”等“设定”可能会以天文数字增长。 你可以告诉他们 AI 游戏引擎来改变流派、音乐风格等。
如上所述，由于生成式AI可以被视为一种压缩形式，因此我们可能会发现越来越有可能避免通过网络发送大量艺术资产。 相反，你可以下载 AI 模型，然后在本地动态生成最终的游戏体验。
4、生成式AI和表示
同样，你可以指示生成式 AI 引擎更改电影中角色的暴力程度、类型、速度、人口统计数据、场景等。 如果想要更多多样性，请告诉生成式 AI 引擎将所有角色设为非洲人。 你可以观看任何想要的游戏或电影体验。
5、质量的下降是为了创新和定制的进步
将这些元素放在一起，我可以看到这样一个世界：游戏和流媒体服务的最终客户和消费者实际上可能会在他们对流媒体游戏或内容的质量水平方面有所后退。
消费者可能不再要求人类创作者花费多年时间制作的 3A 级 8K 电影、视频和游戏，而是习惯于更喜欢新颖的 AI 娱乐，虽然质量较低，但更符合他们的喜好。
这种以质量下降换取定制化和新颖性增加的时期可能会持续很多年。
6、结束语
科技行业甚至还没有接近解开这里的一些观察结果的影响。 预计未来几年将会出现创新浪潮。 如此之多，我什至无法开始想象或在这里概述这一切。
原文链接：Generative AI Completely Disrupts Compression and Encryption
BimAnt翻译整理，转载请标明出处
