20230210-德邦证券-传媒行业专题_AIGC专题一_探析AIGC的技术发展和应用_20页_2mb

AIGC专题分析总结

核心内容

AIGC（人工智能生成内容）作为新一代内容生产方式，正在成为推动传媒和互联网行业变革的重要力量。它结合了自然语言处理（NLP）与生成模型技术，通过大规模预训练模型实现跨模态内容生成，提高了AI的理解和创造力，从而在多个领域展现出巨大的商业化潜力。

主要观点

• AIGC是一种新型内容生产方式，区别于PGC和UGC，其核心在于利用AI技术自动生成内容。
• 自然语言处理（NLP）是AIGC发展的重要技术支柱，大规模预训练模型显著提升了NLP的灵活性和效果质量。
• 生成模型如GAN和扩散模型为AI提供了创造力，其中扩散模型因其接近人类思维模式而受到更多关注。
• 人工智能正从单模态向多模态融合方向发展，建立统一的、跨场景、多任务的多模态基础模型成为主流趋势。
• AIGC技术的快速发展有望提升生产效率，创造新的消费和需求，为文娱内容和互联网行业带来商业价值。

关键信息

技术发展

• ELMo：通过双向RNN结构，解决了“一词多义”问题，提供了上下文相关的词向量。
• BERT：采用Transformer Encoder结构，通过预训练+微调模式，提升了语言理解能力，但生成能力较弱。
• GPT系列：基于Transformer Decoder结构，从GPT-1到GPT-3，参数量不断增加，生成能力显著提升。GPT-3支持小样本学习，无需微调即可完成下游任务。
• ChatGPT：基于GPT-3.5模型，通过RLHF训练，使AI更贴近人类价值观和意图，具备对话、代码生成、数学问题解答等能力，已拥有超过1亿用户。
• 扩散模型：基于马尔科夫链，通过学习噪声生成数据，生成质量高，且无需对抗训练，具备更好的训练效率和可扩展性。
• CLIP模型：作为多模态模型，将语言与图像联合训练，成为跨模态生成应用的重要节点。

商业化应用

• AIGC在多个领域展现出应用潜力，包括但不限于文本生成、图像生成、视频生成、代码生成、个性化营销等。
• ChatGPT、DALL·E、Stable Diffusion等模型已被应用于内容创作、图像生成、虚拟人等场景，推动AI技术在实际场景中的落地。
• 多模态模型如BEiT-3和CLIP，提升了AI在多个任务中的表现，为内容生成和交互提供了更多可能性。

投资建议

• 投资者应关注具备AIGC技术探索和应用能力的公司，如百度集团-SW、商汤-W、万兴科技、拓尔思等。
• 同时，具有海量内容素材和AIGC探索布局的平台公司如腾讯控股、阅文集团、视觉中国等，也值得重点关注。
• AIGC技术的发展和商业化落地将为传媒和互联网行业带来新的投资机会。

技术趋势与未来展望

• 长文本生成：提高AI在处理长文本任务中的能力。
• 开放式文本生成：使AI能够生成更自然、多样化的文本内容。
• NeRF模型：用于生成高质量的3D内容，增强AI在视觉领域的表现。
• 小样本学习及自监督算法：减少对标注数据的依赖，提高模型的泛化能力。
• 强化学习及环境学习：提升AI在复杂环境中的适应能力，使其在多任务中表现更优。

风险提示

• 技术发展不及预期
• 监管政策变化
• 知识产权相关问题

行业与公司布局

技术场景与成熟度

• 闲聊式文本生成：已具备较高成熟度，广泛应用于社交平台和内容创作。
• 个性化营销文本：基于用户数据生成定制化内容，提升营销效果。
• 富情感及细节TTS：提升语音合成质量，实现更自然的语音交互。
• 拼凑式视频生成：结合多种内容生成技术，实现视频内容的快速创作。
• 基于文本的AI绘画：如DALL·E、Stable Diffusion等，实现文本到图像的转化。
• 语音复刻：通过AI技术实现语音的精准复刻，用于虚拟人和语音交互场景。

投资评级说明

法律声明

本报告仅供德邦证券客户使用，不构成任何投资建议。报告中的信息和观点可能因市场变化而调整，德邦证券不对因使用本报告而产生的任何损失承担责任。请在使用本报告前，确保获得德邦证券研究所的书面授权，并注明来源。