20230416-上海证券-传媒行业AIGC应用篇系列（二）_国外AIGC各模态产品梳理_16页

国外AIGC多模态产品梳理总结

核心内容概述

本文梳理了国外AIGC（人工智能生成内容）在图像、音频、视频等多模态领域的头部产品，并结合“通用大模型+行业小样本”的技术架构，分析了AI在传媒领域的应用潜力与发展方向。文章提出，AI大模型作为新型平台模式，正逐步改变B端与C端产业格局，未来有望通过与行业小样本的深度融合，实现能力上的质变突破。

主要观点

• “AI+传媒”技术架构：由通用大模型与行业小样本组成，适配程度与迭代速度是应用层效力的关键。
• AI产业链分层：上层为通用大模型，中层为小模型，下层为应用及内容。应用可直接接入大模型或通过小模型接入。
• 技术范式：国外头部AIGC产品多采用“小模型+应用”的技术范式，具备较高质量的AI能力，未来接入多模态大模型将实现能力跃升。
• AIGC分类：分为技术方（直接收益）与场景/应用方（直接&间接收益），前者包括技术研发及算力提供，后者则依赖AIGC技术提升市场竞争力与利润率。

关键信息

一、图像领域

• Midjourney：

  • 独立研究实验室，专注于创意图像生成。
  • 2023年3月发布V5版本，图像一致性高、分辨率提升，支持高级功能。
  • 市场潜力巨大，预计未来5年全球10%-30%的图像将由AI生成或辅助生成。

• DALL-E2：

  • 由OpenAI开发，基于自然语言生成图像，支持API调用。
  • 核心竞争力为精确的AI绘画能力，支持组合概念、属性及样式，图像分辨率提升4倍，真实度达88.8%，语义匹配度达71.7%。

• Stable Diffusion：

  • Stability AI发布的开源文生图模型，拥有广泛的开发者社区。
  • 截至2022年10月，已有超过20万开发者下载，日活用户超1000万。
  • 由于开源特性，用户关注度与应用广度更优。

二、音频领域

• Murf AI：

  • 提供文本转语音（TTS）服务，支持语音克隆与情感调整。
  • 可与谷歌幻灯片集成，提供多语言语音生成，节省制作成本与时间。

• AIVA：

  • 全球首个被正式赋予作曲家地位的AI，专注于个性化配乐生成。
  • 提供两种音乐创作方式：预设样式与上传音乐创作。
  • 支持多种音乐风格，具备较高的灵活性与适用性。

三、视频领域

• Synthesia：

  • 利用AI生成数字孪生模型与视频，支持AI配音与素材拼接。
  • 节省80%的时间与预算，广泛应用于企业传播与数字营销。

• Wonder Studio：

  • 可自动将CG角色动画、灯光组合成真人场景。
  • 简化视觉特效流程，适应现有制作流水线，支持导出至常用软件。

• Runway Gen-2：

  • 文本到视频生成的先行者，基于扩散模型技术。
  • 可仅通过文本提示生成任意风格视频，支持文本+图像输入。
  • 当前在复杂场景处理上仍有提升空间。

投资建议

1. 关注A股内容型平台公司【芒果超媒】，有望成为传媒估值中枢锚。
2. 关注具备海外业务与用户基础，有望接入GPT的标的，如【汤姆猫】、【昆仑万维】、【神州泰岳】、【华凯易佰】、【焦点科技】、【蓝色光标】。
3. 关注与Midjourney对标的产品，如【浙文互联】、【视觉中国】。
4. 关注电商类企业，如【新华都】、【值得买】、【遥望科技】、【壹网壹创】、【青木股份】、【若羽臣】、【丽人丽妆】。
5. 关注AIGC+游戏与影视的公司，如【三七互娱】、【完美世界】、【吉比特】、【盛天网络】、【世纪华通】、【巨人网络】、【百纳千成】、【欢瑞世纪】、【光线传媒】、【华策影视】、【上海电影】、【慈文传媒】、【中文在线】。
6. 关注【福昕软件】、【光云科技】、【力盛体育】等其他相关领域公司。

风险提示

• 宏观经济风险：AI技术研发与应用成本高，若宏观环境变化可能影响企业经营与现金流。
• 地缘政治风险：涉及数据安全等问题可能引发政治风险。
• 技术发展不及预期：通用大模型与下游应用结合表现可能低于预期。
• AIGC行业发展不及预期：若底层通用大模型发展缓慢，将影响下游小模型与应用的发展。

行业评级与免责声明

• 行业投资评级：分为增持、中性、减持，反映行业基本面与相对表现。
• 股票投资评级：分为买入、增持、中性、减持、无评级，基于6个月内股价表现。
• 免责声明：本报告信息来源于公开资料，不构成投资建议，投资者应自行判断。

注：本文为AIGC应用篇系列之二，聚焦于国外多模态AIGC产品。