AIGC行业专题报告：从文生图到文生视频_技术框架与商业化-20231102-国海证券-73页_6mb

AIGC专题报告：从文生图到文生视频——技术框架与商业化

核心内容

本报告聚焦于AIGC（人工智能生成内容）领域，重点分析文生图和文生视频的技术框架、商业化模式及行业发展趋势。报告指出，文生图和文生视频技术已取得显著进展，成为AI多模态应用的重要方向，具备广泛的应用前景和商业化潜力。

主要观点

• 技术框架：文生图和文生视频的底层技术框架相似，主要采用GAN、自回归模型和扩散模型。扩散模型目前是主流路径，因其在图像质量、训练稳定性等方面表现突出，且在算力成本和生成速度上具备优势。
• 模型对比：扩散模型在图像质量上最优，自回归模型在训练成本上最高，GAN模型在生成速度和参数量上相对较低，但存在模式崩塌问题。扩散模型在多个指标上综合占优。
• 商业化模式：文生图主要通过GPU时间、生成次数、API接口调用等方式进行商业化，Midjourney作为典型案例，单张图片生成成本约0.03~0.04美元，单张收入约0.05美元，毛利率30%~40%，净利率约20%。
• 创业门槛：文生图创业门槛低于大语言模型，开源模型如Stable Diffusion降低了技术门槛和成本，使得初创公司能够快速进入市场。
• 行业应用：文生图和文生视频在多个行业如游戏、营销、影视制作、文旅、电商等领域开始应用，实现降本增效，长期有望进一步打开商业化空间。
• 监管趋势：中欧美均发布相关法规，引导生成式AI规范发展，对技术应用和数据安全提出要求。
• 文生视频挑战：文本生成视频仍面临技术难点，如缺乏高质量文本-视频对、建模复杂性高、用户Prompt表达不确定性等，目前生成效果和质量仍有待提升。

关键信息

技术路径

• GAN：早期图像生成模型，但存在训练不稳定和模式崩塌问题。
• 自回归模型：采用Transformer结构，生成更连贯和自然的视频，但训练成本高。
• 扩散模型：当前主流模型，通过添加噪声和反向降噪生成图像，具备较高的图像质量和多样性。

商业化与成本

• Midjourney：以0.03~0.04美元/张生成成本，0.05美元/张收入，毛利率30%~40%，净利率约20%。
• 算力需求：文生图模型在10亿参数量级下，单张图片生成需约0.43张A100显卡，文生视频模型在100亿参数量级下，单次推理需200张A100显卡。
• 成本拆分：包括数据成本、人力成本、芯片投入和电力消耗等，其中芯片投入是主要成本来源。

垂类AI应用与B端场景

• 垂类AI应用在短期内通过技术、产品、成本和数据优势实现C端变现，长期则通过工程化能力输出到B端场景，探索更多变现模式。
• 现有产品叠加AI功能，可提升用户体验和用户粘性，长期有助于提高用户ARPU和付费率。

行业趋势

• AIGC行业评级：维持“推荐”评级，建议关注微软、Meta、Adobe、谷歌、百度、阿里巴巴、万兴科技、美图、新国都等企业。
• 政策风险：监管趋严可能对行业发展带来不确定性，需关注政策变化。
• 竞争加剧：随着技术发展，市场竞争加剧，需提升技术、产品和场景能力以保持竞争优势。

总结

文生图和文生视频技术正在快速演进，扩散模型因其在图像质量、训练稳定性和适中成本成为主流。商业化模式多样，但仍存在挑战，尤其在文生视频领域，技术瓶颈尚未完全突破。行业整体具备较高的增长潜力，建议关注具备技术优势和应用场景的企业。同时，政策监管和市场竞争是行业发展的主要风险因素。