深度报告-20230302-国海证券-AIGC深度报告_新一轮内容生产力革命的起点_81页_9mb

AIGC深度报告：新一轮内容生产力革命的起点

核心内容

AIGC（AI Generated Content）正在引领新一轮内容生产力革命，其发展得益于数据、算法和算力的共振，以及模型开源和商业化带来的产品化浪潮。AIGC通过自然语言处理（NLP）、图像生成、音频生成、跨模态生成和策略生成等技术，正在多个领域实现商业化落地，并推动内容生产向更高效、更具创造力的方向发展。据预测，2025年国内AIGC应用规模有望突破2000亿元，传媒领域应用空间超1000亿元。

主要观点

• AIGC发展核心三要素：数据、算力和算法。随着这些要素的不断成熟，AIGC技术正从辅助型角色向真正的内容创作者演进。
• 技术突破与商业化落地：从Transformer架构到GPT-3，再到ChatGPT，AI模型在语言理解和生成方面取得了显著进展，成为内容生产的重要工具。同时，模型的开源和商业化推动了AIGC产品的普及。
• 应用场景广泛：AIGC已在文本、音频、图像、视频、跨模态生成和策略生成等领域广泛应用，为传媒、游戏、广告营销、企业服务等行业带来变革。
• 商业模式多样化：AIGC的商业模式包括按调用量收费、SaaS订阅收费、增值服务和解决方案等，正在逐步形成完整的商业生态。

关键信息

技术发展与模型演进

• Transformer架构：2017年提出，引入自注意力机制，支持并行训练，显著提升了语言模型的效果。
• GPT系列模型：GPT-1（1.17亿参数）、GPT-2（15亿参数）、GPT-3（1750亿参数），在问答、摘要、翻译、续写等任务中表现出色。
• ChatGPT：基于GPT-3.5模型，通过RLHF（Reinforcement Learning from Human Feedback）技术训练，提升了模型的对话能力和对人类价值观的遵循。
• 图像生成：扩散模型（如Stable Diffusion）取代GAN成为主流，推动AI绘画发展，部分作品已在艺术领域获得认可。

商业化进展

• Jasper.ai：专注于文本生成，采用SaaS订阅模式，2022年收入翻倍，估值达15亿美元。
• OpenAI与微软合作：微软投资OpenAI，提供算力支持，并将ChatGPT集成到多个产品中，如Azure、Bing、Edge浏览器等。
• 谷歌AIGC布局：推出Bard、Imagen Video、Phenaki、Audio LM、DreamFusion等模型，覆盖文本、音频、图像、视频、3D建模等多个领域。

市场空间预测

• 2025年国内AIGC应用规模：预计突破2000亿元，其中传媒领域应用空间超1000亿元。
• Gartner预测：2023年将有20%的内容由生成式AI创建，2025年生成式AI产生的数据将占所有数据的10%。
• 红杉预测：未来2-3年AIGC初创公司和商业落地方案将持续增加，将产生数万亿美元经济价值。

投资建议

• 推荐关注的公司类型：
  1. 拥有自有算法及模型的公司：如昆仑万维、神州泰岳。
  2. 拥有海量内容及版权储备的公司：如视觉中国、中文在线。
  3. 相关应用领域龙头公司：如三七互娱、吉比特、完美世界、芒果超媒、蓝色光标。
• 投资评级：整体维持“推荐”评级。

风险提示

• 技术发展演进不及预期
• 商业化进程不及预期
• 企业技术管理能力建设不足
• 企业内容审核能力不足
• 版权保护风险
• 新技术增加监管难度
• 技术滥用风险
• 核心人才流失风险
• 创作伦理风险
• 法律政策监管风险
• 估值中枢下移风险

重点关注公司及盈利预测

应用场景

2.1 文本生成

• 应用领域：辅助写作、营销、社交、浏览器、企业级服务、心理咨询等。
• 代表公司：Jasper.ai、OpenAI、聆心智能、小冰公司等。
• 技术特点：基于NLP技术，通过预训练语言模型提升生成质量，实现从低级到高级的生成能力。
• 商业落地：Jasper.ai已实现商业化，采用SaaS订阅模式，用户可生成高质量内容，提升效率。

2.2 音频生成

• 应用领域：智能客服、有声读物制作、配音、导航、虚拟歌手、作曲等。
• 代表公司：喜马拉雅、标贝科技、StarX MusicX Lab等。

2.3 图像生成

• 应用领域：AI绘画、设计工具、虚拟人形象生成等。
• 代表产品：Midjourney、DALL-E2、Dream studio、文心一格等。
• 收费模式：主要按生成次数收费。

2.4 视频生成

• 应用领域：视频创作、动画制作、游戏视频等。
• 代表技术：CLIP、Stable Diffusion、Dreamix等。
• 技术突破：扩散模型和跨模态技术推动视频生成能力，谷歌推出Imagen Video和Phenaki模型。

2.5 跨模态生成

• 应用场景：文生图、文生视频、图生文等。
• 技术推动：CLIP模型推动跨模态生成技术发展，提升AI在多模态任务中的表现。

2.6 策略生成

• 应用领域：游戏、自动驾驶、机器人控制、智能交互数字人等。
• 代表公司：腾讯AI Lab、网易伏羲、启元世界、超参数等。

产业链及相关公司

• 技术层：专注于AI算法模型开发，如OpenAI、谷歌、阿里巴巴、腾讯等。
• 应用层：在传媒、游戏、广告、企业服务等具体场景中落地，如Jasper.ai、聆心智能、完美世界、吉比特等。
• 内容层：提供数据和内容支持，如视觉中国、中文在线等。

总结

AIGC正成为推动内容生产力革命的重要力量，其技术发展和商业化应用正在迅速扩展。随着数据、算法和算力的持续提升，AIGC将在多个领域开启新的内容创作模式，为传媒行业带来巨大增长潜力。建议重点关注具备核心算法能力、内容储备和行业应用优势的公司，同时警惕技术、商业、法律及伦理等方面的潜在风险。