20230509-上海证券-传媒图像篇专题（一）_开源模型高速迭代_StableDiffusion促进AI技术民主化_16页_1mb

图像篇专题（一）总结：开源模型高速迭代，Stable Diffusion促进AI技术民主化

核心内容

本文围绕“AI+传媒”的研究框架展开，重点分析了开源图像生成模型Stable Diffusion在推动AI技术民主化方面的潜力与影响。文章提出，AI技术在传媒行业的应用效果取决于“通用大模型”与“行业小样本”的适配程度与迭代速度。Stable Diffusion作为当前可用性高的开源模型，因其开源属性和快速技术迭代，成为AI图像生成领域的重要代表。

主要观点

1. AI+传媒技术架构

• 适配程度：通用大模型的多模态输入与输出是否匹配行业应用的输入与输出，决定其在垂直领域的适用性。
• 迭代速度：行业小样本的数据量和质量决定了大模型在特定场景下的再训练能力，进而影响AI能力的提升速度。
• 投资逻辑：从基本面看，应优先关注AI+文本/虚拟人；从价值重估角度看，应关注掌握优质数据与内容（多模态）的行业。

2. Stable Diffusion的特性与优势

• 开源模型：Stable Diffusion是基于CVPR2022论文开发的文本到图像扩散模型，由多个研究团队合作完成，已广泛应用于全球开发者和用户。
• 技术迭代：
  • V1版本发布后迅速获得关注，成为图像生成民主化的代表。
  • V2版本引入了OpenCLIP文本编码器、Upscaler Diffusion模型、Depth2img模型和文本引导修复模型，显著提升了图像质量与可控性。
  • V2.1版本优化了人像过滤、图像质量与否定提示功能，使用户能够更精细地控制生成图像。
• ControlNet插件：2023年2月引入，显著提升了扩散模型的实用性和稳定性，支持线图、分割图、Pose等条件输入，推动AI绘画技术革新。

3. 商业模式与挑战

• 商业模式：Stable Diffusion并非Stability AI独立开发，而是基于开源社区合作成果。公司目前仍处于商业模式探索阶段，营收难以覆盖成本。
• 版权问题：由于模型开源，版权归属问题成为行业发展的主要瓶颈，尤其在艺术创作领域，企业需在法务合规方面额外投入。
• 未来方向：Stability AI正积极寻求融资，目标估值提升至40亿美元，未来可能通过收购和合作进一步拓展其商业生态。

关键信息

• Stable Diffusion：文本到图像生成模型，2022年8月推出，截至2022年底被超20万开发者下载和授权。
• 用户规模：DreamStudio作为面向消费者的产品，截至2023年4月已拥有超过100万注册用户，生成图像超1.7亿张。
• 技术优势：
  • 支持消费级GPU快速部署，降低使用门槛。
  • 通过ControlNet插件提升图像生成的可控性与实用性。
  • 多次版本迭代显著提升图像质量与功能多样性。
• 投资建议：
  • 关注A股内容型平台公司【芒果超媒】。
  • 关注具备海外用户或可接入GPT的公司，如【汤姆猫】、【昆仑万维】、【神州泰岳】、【华凯易佰】等。
  • 关注AI+内容/IP、AI+游戏、AI+影视、AI+出版、AI+电商等领域的标的。

风险提示

• 宏观经济风险：AI研发与应用成本高昂，宏观环境变化可能影响企业经营与现金流。
• 地缘政治风险：涉及数据安全的AI技术可能引发政治风险。
• 技术发展不及预期风险：通用大模型与行业应用结合效果可能低于预期。
• AIGC行业发展不及预期风险：若底层通用大模型发展缓慢，可能影响下游小模型的创新与应用。

行业评级与免责声明

• 本报告基于“大模型+小模型+应用及内容”的研究框架进行分析。
• 投资评级为相对评级，不构成具体投资建议。
• 本报告信息来源于公开资料，不保证其准确性与完整性。
• 投资者应自行判断，谨慎决策。

字数统计：约990字