論文の概要: AI-Generated Content in Cross-Domain Applications: Research Trends, Challenges and Propositions
- arxiv url: http://arxiv.org/abs/2509.11151v1
- Date: Sun, 14 Sep 2025 07:56:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 17:26:22.946174
- Title: AI-Generated Content in Cross-Domain Applications: Research Trends, Challenges and Propositions
- Title（参考訳）: クロスドメインアプリケーションにおけるAI生成コンテンツ:研究動向,課題,提案
- Authors: Jianxin Li, Liang Qu, Taotao Cai, Zhixue Zhao, Nur Al Hasan Haldar, Aneesh Krishna, Xiangjie Kong, Flavio Romero Macau, Tanmoy Chakraborty, Aniket Deroy, Binshan Lin, Karen Blackmore, Nasimul Noman, Jingxian Cheng, Ningning Cui, Jianliang Xu,
- Abstract要約: AIGC(Artificial Intelligence Generated Content)は、さまざまなタイプのコンテンツを生成する能力を持って急速に登場した。
本稿は、AIGCのトレンドと課題に関するクロスドメインな視点を提供するために、複数の分野から16人の学者を集めている。
- 参考スコア（独自算出の注目度）: 34.55908241117959
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial Intelligence Generated Content (AIGC) has rapidly emerged with the capability to generate different forms of content, including text, images, videos, and other modalities, which can achieve a quality similar to content created by humans. As a result, AIGC is now widely applied across various domains such as digital marketing, education, and public health, and has shown promising results by enhancing content creation efficiency and improving information delivery. However, there are few studies that explore the latest progress and emerging challenges of AIGC across different domains. To bridge this gap, this paper brings together 16 scholars from multiple disciplines to provide a cross-domain perspective on the trends and challenges of AIGC. Specifically, the contributions of this paper are threefold: (1) It first provides a broader overview of AIGC, spanning the training techniques of Generative AI, detection methods, and both the spread and use of AI-generated content across digital platforms. (2) It then introduces the societal impacts of AIGC across diverse domains, along with a review of existing methods employed in these contexts. (3) Finally, it discusses the key technical challenges and presents research propositions to guide future work. Through these contributions, this vision paper seeks to offer readers a cross-domain perspective on AIGC, providing insights into its current research trends, ongoing challenges, and future directions.
- Abstract（参考訳）: AIGC(Artificial Intelligence Generated Content)は、テキスト、画像、ビデオ、その他のモダリティを含む、さまざまなタイプのコンテンツを生成する能力を備えた、急速に登場した。
その結果、AIGCは現在、デジタルマーケティング、教育、公衆衛生といった様々な分野に広く適用されており、コンテンツ作成効率の向上と情報提供の改善によって有望な結果を示している。
しかし、さまざまなドメインにわたるAIGCの最新の進歩と新たな課題を探求する研究はほとんどない。
このギャップを埋めるために、本稿は、AIGCのトレンドと課題に関するクロスドメインな視点を提供するために、複数の分野から16人の学者を集めます。
1) 生成型AIのトレーニング技術、検出方法、およびデジタルプラットフォームにまたがるAI生成コンテンツの拡散と使用の両方を対象とする、AIGCのより広範な概要を提供する。
2) 多様な領域にまたがるAIGCの社会的影響と,これらの文脈における既存の手法の見直しを紹介する。
(3)最後に,重要な技術的課題について論じ,今後の研究の指針となる研究課題を提示する。
これらのコントリビューションを通じて、このビジョンペーパーは、読者にAIGCに関するクロスドメインな視点を提供し、現在の研究動向、進行中の課題、今後の方向性に関する洞察を提供することを目指している。
関連論文リスト
- Open and Sustainable AI: challenges, opportunities and the road ahead in the life sciences [50.9036832382286]
我々は、AI研究成果に対する信頼の侵食の増加についてレビューする。
我々は、AIエコシステムの断片化されたコンポーネントと、OpenとSustainable AIを最大限にサポートするためのガイドパスの欠如について論じる。
私たちの研究は、研究者と関連するAIリソースを結びつけることで、持続可能な、再利用可能な、透過的なAIの実装を容易にします。
論文 参考訳（メタデータ） (2025-05-22T12:52:34Z) - Retrieval Augmented Generation and Understanding in Vision: A Survey and New Outlook [85.43403500874889]
Retrieval-augmented Generation (RAG) は人工知能(AI)において重要な技術である。
具体化されたAIのためのRAGの最近の進歩は、特に計画、タスク実行、マルチモーダル知覚、インタラクション、特殊ドメインの応用に焦点を当てている。
論文 参考訳（メタデータ） (2025-03-23T10:33:28Z) - The Evolution and Future Perspectives of Artificial Intelligence Generated Content [7.586328912947784]
レビューでは、AIGCの進化が4つの発展的なマイルストーンを辿っている。
本研究は,AIGCモデルの選択と最適化における研究者や実践者の指導を目的とする。
論文 参考訳（メタデータ） (2024-12-02T20:16:40Z) - A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。
50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。
発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-21T08:54:56Z) - Explainable Artificial Intelligence (XAI) 2.0: A Manifesto of Open
Challenges and Interdisciplinary Research Directions [37.640819269544934]
説明可能なAI(XAI)は、様々な領域にまたがる実践的、倫理的利益の研究分野として登場した。
本稿では,XAIの進歩と実世界のシナリオへの応用について述べる。
9つのカテゴリに分類される27のオープンな問題のマニフェストを提示する。
論文 参考訳（メタデータ） (2023-10-30T17:44:55Z) - AI-Generated Content (AIGC) for Various Data Modalities: A Survey [15.826383156183033]
AIGCメソッドは、AIアルゴリズムを使用してテキスト、画像、ビデオ、3Dアセット、その他のメディアを生成することを目的としている。
本稿では、単一モダリティ法と相互モダリティ法の両方を含む、異なるデータモダリティにわたるAIGC手法の包括的なレビューを提供する。
論文 参考訳（メタデータ） (2023-08-27T18:38:57Z) - A Comprehensive Survey of AI-Generated Content (AIGC): A History of
Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。
AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文 参考訳（メタデータ） (2023-03-07T20:36:13Z) - Explainable AI (XAI): A Systematic Meta-Survey of Current Challenges and
Future Opportunities [0.0]
説明可能なAI(XAI)は、AIをより透明性を高め、クリティカルドメインにおけるAIの採用を促進するために提案されている。
本研究は,XAIにおける課題と今後の研究方向性の体系的なメタサーベイである。
論文 参考訳（メタデータ） (2021-11-11T19:06:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。