以天生图像为例，当前盛行的模型之一是扩散模型（diffusion model）。
扩散模型通过逐步添加噪声并去噪来天生图像，确保每次天生的图像都具有独特性。
全体过程分为两个阶段：模型演习和模型运用（或称为“推理”）。
在模型演习阶段，模型通过大量的数据学习生成规律；在模型运用阶段，用户通过输入提示词，模型根据提示词天生相应的内容。

算力是天生式人工智能的第三个主要支柱。
深度学习模型的演习和推理须要强大的打算能力，这常日通过图形处理单元（GPU）来实现。
目前，环球绝大多数的GPU资源用于模型演习。
据统计，中国约95%以上的GPU利用在模型演习阶段，解释我们仍处于模型构建的初期阶段。
剩余约5%的GPU资源用于推理，这意味着天生式人工智能的实际运用处景、规模和数量还在早期发展阶段。

人工智能的三个主要支柱分别由不同的技能巨子主导。
算力方面，英伟达（NVIDIA）霸占主导地位，险些垄断了高性能GPU市场。
算法方面，OpenAI处于领先地位，其开拓的GPT（Generative Pre-trained Transformer）系列模型在天生式人工智能领域取得了显著成果。
数据方面，目前还没有涌现单一的垄断者。
虽然消费者数据有许多平台在网络和利用，但在生产者和供给侧创意数据领域，数据仍旧高度分散且未得到充分利用。

在设计人工智能领域，我们的策略是充分利用现有的算力和算法，在设计和创意的数据上做文章。
通过整合和处理分散的设计数据，我们可以提升天生式人工智能的效果，为设计师和创意事情者供应更强大的工具，助力他们在创意领域实现更多打破。

综上所述，天生式人工智能的发展依赖于数据集、算法和算力这三大支柱。
虽然目前在模型构建和实际运用方面还处于初期阶段，但随着技能的不断进步和数据的逐步整合，AIGC将为各行各业带来更多创新和变革。