AIGC：内容生产力的革命—Web3.0系列专题研究之一 | 国海产业研究

2022-12-22 06:12

跨板块贯通研究

产业链贯通研究

一二级贯通研究

企业全生命周期贯通研究

如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。人工智能细分赛道持续创新下变革在即，本报告重点关注AIGC领域。

AIGC颠覆传统内容产出模式，或为web3.0内容创造新引擎。AIGC本质上是一种AI赋能技术，能够通过其高通量、低门槛、高自由度的生成能力广泛服务于各类内容的相关场景及生产者。随着人工智能生成能力的突破进展，内容生产已经从专业生成内容（PGC）、用户生成内容（UGC），进入到人工智能生成内容（AIGC，AI generated content）时代， AIGC被认为是web3.0的重要基础设施。

AIGC的快速兴起源于深度学习技术的快速突破和日益增长的数字内容供给需求；应用价值层面，AIGC有望成为数字内容创新发展新引擎，为数字经济发展注入新能量。数据+算法+算力三大核心要素，决定AIGC产出质量。①数据，海量优质的应用场景数据是训练算法精确性关键基础。②算法，神经网络、深度学习等算法是挖掘数据智能的有效方法。与传统机器深度机器学习算法不同，神经网络在学习范式+网络结构上的迭代提升了AI算法的学习能力，未来多模态大模型或为核心趋势，赋能产业空间及实践潜力。③算力，计算机、芯片等载体为AIGC提供基本的计算能力。

AIGC技术场景中，个性化及自动化内容产出为核心价值。①技术成熟度较高结构化领域大部分是在和人力生成内容进行竞争。其中的存量价值来源于同类内容的降本增效，而增量价值则来源于跨模态的内容生成以及AI本身带来的科技感。对内容渠道的把控将成为核心竞争力。发行商、内容最终消费渠道具有强的产业链话语权。②底层技术基本明确/仍待完善的原创性创作领域，本质为AI下的个性化数字内容的自动化构建。该领域重点关注和其配套数据或底层原理是否清晰、商业化路径。目前AIGC整体影响仍十分有限，主要是中国市场供给端仍处于起步阶段。

AIGC应用场景中，数字化程度高及内容需求丰富的领域有广阔应用空间。随着AIGC技术快速迭代，其可高效生成不同模态的信息产出（包括文字、音频、视频及跨模态），以真实性、多样性、可控性及综合性等特征，有望帮助企业提高内容生产的效率，以及为其提供更加丰富多元、动态且可交互的内容，或将率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展。

深度学习模型+开源模式加速AIGC普及，海外AIGC已到了“快速发展阶段”。①随着深度学习模型不断迭代，人工智能生成内容百花齐放，产出效果逐渐逼真直至人类难以分辨。2018年，人工智能生成的画作在佳士得拍卖行以43.25万美元成交，成为首个出售的人工智能艺术品；2019年，DeepMind发布DVD-GAN模型用以生成连续视频；2022年11月，OpenAI上线了智能对话系统（聊天机器人）ChatGPT，引发全球热潮。ChatGPT的成功离不开参数竞赛时代下的“大模型”，显卡等硬件优化带来的“大算力基础”与基于“大数据”的RLHF训练模式。但由于训练数据的缺乏及训练数据的偏差，ChatGPT仍需要高成本的调优及持续训练，进而实现商业化落地。②“开源模式”加速AIGC产业发展。以深度学习模型CLIP为例，开源模式加速CLIP模型的广泛应用，使之成为当前最为先进的图像分类人工智能，并让更多机器学习从业人员将CLIP模型嫁接到其他AI应用。

中国AIGC仍处“萌芽期”，技术能力与产品形态的成熟、核心场景的确定及产业的接纳态度为行业关键发展节点。据量子位预测，AIGC在中国发展可分为三个阶段：助手阶段（摸索磨合期，2021年~2026年）：AIGC辅助人类进行生产，优先变现的关键在于编辑优化功能，行业创新关键能力为素材模块分拆+个性化推荐；协作阶段（推广应用期，2026年~2028年）：人机共创，主要价值为降本增效及提供创意，预计互联网大厂将普遍布局，竞争热度提升；原创阶段（价值增长期，2028年之后）：AIGC将独立完成内容创作，产生附加价值。中国AIGC企业均在初创阶段，机会也许藏在垂直应用领域中，对赛道的选择十分关键。

风险提示：政策监管风险；行业市场增长的不确定性；竞争环境不确定性；ChatGPT生成报告信息不准确性；AIGC企业商业化路径不确定性；技术创新不及预期。

核心图谱

1.1.1 AI规模：研发+数据+人力成本驱动中国AI市场高速发展

1.1.2 AI技术：细分赛道持续创新+变革在即，本报告重点关注AIGC领域

1.2.1 AIGC发展：需求+技术迭代促发展，从降本增效走向额外价值转移

1.2.2 AIGC技术：数据+算法+算力为核，NLP技术突破推动商业落地进程

1.2.3 AIGC算法：深度学习模型+开源模式为普及加速器，大模型为核心趋势

1.2.4 AIGC技术场景：个性&自动化为核心壁垒，关注渠道把控及商业路径

1.2.5 AIGC应用场景：集中在数字化程度高+内容需求丰富的行业

2.1.1 AI文本生成：底层架构不断精进，交互+个性化生成技术前景广阔

2.2.1 对话式AI发展：技术突破催化产品落地，从规则匹配走向深度学习

2.2.2 对话式AI技术：智能语音+NLP+知识工程底层技术变革下的新机遇

2.3.1 Chatbot全球视角：技术驱动增长，亚太地区或成最大市场

2.3.2 Chatbot中国视角：百舸争流，软件产品收费为主，细分赛道需求向好

2.4.1 ChatGPT：大数据+RLHF技术路径下的“类人交流”模型

2.4.2 ChatGPT：实验证明InstructGPT优于GPT-3模型，但仍有改进空间

2.4.3 ChatGPT：实验证明InstructGPT优于GPT-3模型，但仍有改进空间

2.4.4 ChatGPT：AIGC发展里程碑，超级基础设施下的大模型+大算力

2.4.5 ChatGPT：仍需调优及训练，进而实现商业化落地

3.1.1 产业链：关注垂直赛道初创公司及下游AI应用场景

3.2.1 商业路径：中国企业底层技术发展不足，变现聚焦产出内容及软件服务

3.3.1 海外公司：2020年开始涌现出一批代表企业，集中文字/图像/音频领域

3.3.2 国内公司：建议关注垂直赛道初创企业

3.4.1 行业展望：关注技术/产品的迭代、核心场景的确定及产业接纳的态度

4.1.1 测评背景及范围：聚焦功能验证、性能测试及用户体验

4.1.2 测评结论：语义理解较准，暂时难以摆脱知识整合和逻辑推理困境

4.2.1 用ChatGPT写篇AIGC报告（1/6）

4.2.2 用ChatGPT写篇AIGC报告（2/6）

4.2.3 用ChatGPT写篇AIGC报告（3/6）

4.2.4 用ChatGPT写篇AIGC报告（4/6）

4.2.5 用ChatGPT写篇AIGC报告（5/6）

4.2.6 用ChatGPT写篇AIGC报告（6/6）

完整版AIGC产业研究深度报告联系国海证券研究所对口研究员或对口销售

证券研究报告：AIGC：内容生产力的革命—Web3.0系列专题研究之一

对外发布时间：2022年12月22日

发布机构：国海证券股份有限公司

本报告分析师：

杨仁文，S0350521120001

马川琪，S0350121090021

重要提示

本公众号推送观点和信息仅供国海证券股份有限公司（下称“国海证券”）研究服务客户参考，完整的投资观点应以国海证券研究所发布的完整报告为准。若您非国海证券研究服务客户，为控制投资风险，请取消订阅、接受或使用本公众号中的任何信息。本公众号难以设置访问权限，若给您造成不便，敬请谅解。国海证券不会因订阅本公众号的行为或者收到、阅读本公众号推送内容而视相关人员为客户。

本公众号不是国海证券的研究报告发布平台，只是转发国海证券已发布研究报告的部分观点，订阅者有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义，应以国海证券研究所发布的完整报告为准，且须寻求专业人士的指导及解读。

本公众号及国海证券研究报告所载资料的来源及观点的出处皆被国海证券认为可靠，但国海证券不对其可靠性、准确性、时效性或完整性做出任何保证。本微信号推送内容仅反映国海证券研究人员于发出完整报告当日的判断，本公众号所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效，国海证券不承担更新不准确或过时的资料、意见及推测的义务，在对相关信息进行更新时亦不会另行通知。

在任何情况下，本公众号所载信息、意见不构成对任何人的投资建议，所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。对任何直接或间接使用本公众号所载信息和内容或者据此进行投资所造成的任何一切后果或损失，国海证券及/或其关联人员均不承担任何形式的法律责任。

本微信号及其推送内容的版权归国海证券所有，国海证券对本微信号及其推送内容保留一切法律权利。未经国海证券事先书面许可，任何机构或个人不得以任何形式转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容，否则将承担相应的法律责任，国海证券就此保留一切法律权利。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章