ChatGPT开启AIGC产业生态新时代.pdf

新风口新生态新变革新机遇目录新风口：ChatGPT引爆AIGC产业01新生态：AIGC产业生态逐渐完善02新变革：AIGC助力行业转型升级03新机遇：AIGC时代的机遇与挑战0401新风口：ChatGPT引爆AIGC产业1.1OpenAI发展历程1.2ChatGPT技术演进1.3ChatGPT是AIGC浪潮的一部分1.4ChatGPT市场影响力巨大1.5国内外科技企业加码布局AIGC产业OpenAI是由美国一群科技领袖，包括山姆阿尔特曼（SamAltman）、彼得泰尔（PeterThiel）、里德霍夫曼（ReidHoffman）及埃隆马斯克（ElonMusk）等人在2015年12月联合创立的人工智能研究机构。成立次年OpenAI即发布第一个开源AI平台，2020年6月推出OpenAlAPI，正式开启商业化运营。公司在AI领域进程迅猛，于2022年11月发布了ChatGPT产品，作为一款生成式AI，能够协助高效处理文本工作、写代码、编剧等，引发全球对AIGC的积极关注。1.1OpenAI发展历程资料来源：OpenAI官网OpenAI发展里程碑2019年7月2020年6月微软向OpenAI投资了10亿美金，并获得了OpenAl技术的商业化授权。从此，OpenAI的一些技术开始出现在微软的产品和业务上OpenAI发布了第一个开源的AI平台2015年12月OpenAI团队成立OpenAI发布了OpenAlAPI，这是OpenAI推出的一种云端人工智能服务，作为OpenAI第一个商业化产品开启了商业化运作的时代。2022年11月在GPT-3.5的基础上发布ChatGPT，这是一款人工智能聊天机器人OpenAI公司发展里程碑事件梳理2016年3月2018年6月OpenAI发布了GPT模型ChatGPT（ChatGenerativePre-trainedTransformer）是一款人工智能聊天机器人，其背后的GPT模型是一种自然语言处理（NLP）模型，使用多层变换器（Transformer）来预测下一个单词的概率分布，通过训练在大型文本语料库上学习到的语言模式来生成自然语言文本。1.2.1GPT模型技术演进进程资料来源：CSDNGPT-1有一定的泛化能力，能够用于和监督任务无关的NLP任务中GPT-1（1.17亿参数）GPT-3作为一个自监督模型，可以完成自然语言处理的绝大部分任务：将网页描述转换为相应代码、模仿人类叙事、创作定制诗歌、生成游戏剧本，甚至模仿已故的哲学家预测生命的真谛GPT-3（1750亿参数）ChatGPT是InstructGPT的衍生产品，它将人类的反馈纳入训练过程，更好地使模型输出与用户意图保持致ChatGPT除了理解能力外，GPT-2在生成方面表现出了强大的天赋：阅读摘要、聊天、续写、编故事，甚至可以生成假新闻、钓鱼邮件或在线进行角色扮演GPT-2（15亿参数）InstructGPT是一个经过微调的新版GPT-3，可以将有害的、不真实的和有偏差的输出最小化InstructGPT201820192020-062022-012022-11ChatGPT核心技术主要是基于人工反馈的强化学习（RLHF），具体实现上，人类标注人员扮演用户和代理进行对话，产生对话样本并对回复进行排名打分，将更好的结果反馈给模型，让模型从两种反馈模式人类评价奖励和环境奖励中学习策略，对模型进行持续迭代式微调。1.2.2ChatGPT核心技术RLHF资料来源：OpenAI官网哈尔滨工业大学自然语言处理研究所向一个6岁智力的模型解释强化学习对行为给出奖励与惩罚向一个6岁智力的模型解释强化学习回答A、B、C、DDCAB示例：写一则关于的故事DCAB示例：很久以前rk第一步：收集描述性数据，并训练一个监督学习模型第二步：收集比较性数据，并训练一个奖励模型第三步：用PPO强化学习算法对奖励模型最优化从prompt数据库中取样由人类训练师撰写期望的输出值收集的数据用来以监督学习的方式微调GPT-3.5模型从prompt数据库中取样，并得到数个模型的回答由人类训练师对回答进行排序收集的数据用来训练我们的奖励模型从prompt数据库中另外取样由监督学习初始化PPO模型模型给出回答奖励模型对回答进行打分获得的分数通过PPO算法优化模型ChatGPT采用监督学习+奖励模型进行语言模型训练一、训练监督策略模型首先，ChatGPT会从问题数据集中随机抽取若干问题并向模型解释强化学习机制，其次标记者通过给予特定奖励或惩罚引导Al行为，最后通过监督学习将这一条数据用于微调GPT3.5模型。二、训练奖励模型训练奖励模型的过程同样可以分为三步：1、抽样出一个问题及其对应的几个模型输出结果；2、标记员将这几个结果按质量排序；3、将排序后的这套数据结果用于训练奖励模型。三、近端策略优化（PPO）核心在于将在线学习转化为离线学习。具体来说，也就是先通过监督学习策略生成PPO模型，经过奖励机制反馈最优结果后，再将结果用于优化和迭代原有的PPO模型参数。往复多次第二阶段和第三阶段，从而得到参数质量越来越高的ChatGPT模型。ChatGPT模型原理AIGC历程可以划分为三个阶段，从19世纪50年代的早期萌芽开始，该阶段AIGC仅限于小范围实验；20世纪90年代开始向实用性转变；21世纪10年代进入快速发展阶段，人工智能生成内容百花齐放，ChatGPT是AIGC最新浪潮的代表性产品。1.3ChatGPT是AIGC浪潮的一部分资料来源：中国信息通信研究院典型事件1950年，艾伦图灵提出著名的“图灵测试”，给出判断机器是否具有“智能”的方法1966年，世界第一款可人机对话机器人“Eliza”问世80年代中期，IBM创造语音控制打字机Tangora早期萌芽阶段（1950s-1990s）沉淀积累阶段（1990s-2010s）快速发展阶段（2010s-至今）受限于技术水平，AIGC仅限于小范围实验AIGC从实验性向实用性转变，受限于算法瓶颈，无法直接进行内容生成深度学习算法不断迭代，人工智能生成内容百花齐放，效果逐渐逼真2007年，世界上第一部完全由人工智能创作的小说1TheRoad问世2012年，微软展示语全自动同声传译系统，可将英文语音自动翻译成中文语音2014年，IanJ.Goodfellow提出生成式对抗网络GAN2018年，英伟达发布StyleGAN模型用于自动生成高质量图片2019年，DeepMind发布DVD-GAN模型用于生成连续性视频2022年，OpenAI发布ChatGPT用于生成自然语言文本全球AIGC产业发展历程发展特点ChatGPT具备划时代的强大功能，一经发布短短5天便获得100万用户，此前全球顶流社交软件ins触及100万用户花费了2.5个月时间。此外，ChatGPT也引发全球资本市场对AIGC的投资热潮，Deelroom数据显示，2023年1月全球生成式AI总估值达到480亿美元，相比2020年底增长了6倍。其中OpenAI估值达到290亿美元，相比2021年增长超1倍。1.4ChatGPT发布后市场影响力巨大资料来源：Statista投资界ChatGPTInstagramSpotifyFacebookFoursquareTwitterAirbnbNetflixChatGPT到达100万用户耗时及热门产品对比3.5years2.5years2years13months10months5months2.5months5days14029020212023.012021-2023年OpenAI估值水平对比（单位：亿美元）国内外互联网头部企业持续关注AIGC产业，自ChatGPT发布后，纷纷加码布局，如谷歌为应对来自ChatGPT的威胁，投资Anthropic布局智能聊天机器人；Meta宣布将在2023年底推出AIGC商业化落地产品；国内百度推出文心一言对标ChatGPT产品。根据IT桔子投融资数据，2023年前3个月全球AIGC赛道投资金额达54.93亿元，同比增长了5倍。1.5国内外科技企业加码布局AIGC产业资料来源：IT桔子公司官网2022-2023年全球AIGC投资热度对比（单位：件、亿元）国内外科技企业加码布局AIGC产业6149.154.932022.01-032023.01-03事件数量金额 国内百度发布文心一言，其成为国内第一款类ChatGPT产品 谷歌正式开放Bard的访问，其也是一款AI聊天机器人 英伟达在GTC大会发布带有双GPUNVLink的H100NVL新显卡，专为算力需求巨大的ChatGPT而设计2023.03 谷歌注资3亿美元投资Anthropic旗下开发智能聊天机器人Claude 微软宣布将ChatGPT整合进office全家桶、bing搜索引擎等 Meta宣布将成立专注AIGC的顶级产品团队2023.02 Meta首次对外宣称，将在2023年底推出AIGC的商业化落地产品 阿里云正式对外发布大模型产品“通义千问”360官方宣布基于360GPT大模型的“360智脑”率先落地搜索场景，开放内测 商汤科技推出“日日新SenseNova”大模型体系2023.0402新生态：AIGC产业生态逐渐完善2.1AIGC产业链全景图谱2.2AIGC产业基础层需求提升2.3AIGC产业垂直赛道加速发展2.4AIGC产业链市场规模将突破万亿在科技巨头持续加码布局的推动下，AIGC产业链涌现了一批新型初创企业和创新企业，产业链生态不断丰富，AIGC产业链队伍不断壮大。AIGC产业链上游主要由数据、算法、芯片、平台等提供基础支撑；中游为AIGC产品开发，可初步分为垂直类及综合大型平台企业；下游应用多元，典型场景如搜索、对话、智能推荐等。2.1AIGC产业链全景资料来源：前瞻产业研究院整理数据供给（业务数据联通、素材数据搜集、版权图库等）上游（数据源/算法/芯片等）数据分拆及标注创作者生态底层配合工具相关算法/模型智能芯片/服务器硬件嵌入/结合能力的业务平台垂直赛道初创公司文字图像视频音频综合大型平台企业生态服务内容设计视觉设计、文案设计、结构设计等内容制作工具音视频制作工具、新闻采编运营增效智能客服、简单决策等个性化市场营销广告植入、虚拟形象打造、营销内容生产等其他搜索对话推荐医疗遥感基础科学元宇宙城市运营其他中游（产品开发）下游（产品应用）AI的发展主要依赖两个领域的创新，一是模仿人脑建立的数学模型和算法，二是AI芯片等算力发展，均属于产业链上游环节（基础层）。在AI领域，数据、算法、算力被称为三大要素，如今各类大模型动辄数亿的参数量，也对算力要素提出更高的要求。2.2.1AIGC产业发展关键在上游基础层资料来源：腾讯研究院IDC公司预训练模型应用参数量领域谷歌BERT语言理解与生成4810亿NLPLaMDA对话系统5400亿NLPPaLM语言理解与生成、推理、代码生成/NLPImagen语言理解与图像生成110亿多模态Parti语言理解与图像生成200亿多模态微软Florence视觉识别6.4亿CVTuring-NLG语言理解、生成170亿NLPFacebookOPT-175B语言模型1750亿NLPM2M-100100种语言互译150亿NLPDeepMindGato多面手的智能体12亿多模态Gopher语言理解与生成2800亿NLPAlphaCode代码生成414亿NLPOpenAIGPT3语言理解与生成、推理等1750亿NLPCLIP&DALL-E图像生成、跨模态检索120亿多模态Codex代码生成120亿NLPChatGPT语言理解与生成、推理等/NLP国外部分AIGC预训练模型梳理31.775155.2268427640.7922.81271.420192020202120222023E2024E2025E2026E2019-2026年中国智能算力规模及预测（单位：EFLOPS）算力硬件层三大要素包括AI芯片、AI服务器、数据中心，其中AI芯片是算力层的基石，承担人工智能相关的计算任务，是决定算力层性能的关键，AI芯片中以GPU产品份额最大；AI服务器是芯片的系统集成，其架构相比传统服务器更具效率优势；数据中心是承载算力的物理场所，相关硬件产品包括服务器、数据存储驱动器和网络设备等。2.2.2算力层三要素AI芯片、AI服务器、数据中心资料来源：CounterpointIDC中国信通院算力硬件要素角色定位核心产品作用AI芯片算力硬件层的基石CPU/GPU/FPGA/ASIC专门用于处理人工智能相关的计算任务，其架构针对人工智能算法和应用进行专门优化，具有高效处理大量结构化和非结构化数据的特征，可高效支持视觉、语音、自然语言处理等智能处理任务AI服务器AI芯片的系统集成服务器AI服务器采用CPU+加速芯片的架构形式，在进行模型的训练和推断时会更具有效率优势数据中心数据中心的计算服务可以承接AI算力需求数据中心是存储计算机及其相关硬件设备的物理位置，承载包括服务器、数据存储驱动器和网络设备等硬件。数据中心是承载AI算力的场所。AIGC模型借助IDC的算力资源，在云端实现模型的训练智能算力核心产品及作用梳理全球AI加速芯片市场以英伟达占据头部地位，2022年其市场份额占比高达82%，国内企业在该领域竞争实力较弱；全球AI服务器市场方面，中国的浪潮信息是头部AI服务器厂商，占据了20.90%的份额；全球各国不断加大在算力领域的战略布局，当前美国、中国为全球算力的第一梯队国家，拥有较为强大的数据计算能力。2.2.2算力层三要素全球竞争格局资料来源：LIFTRINSIGHTSIDC中国信通院英伟达82%AWS8%Xilinx4%AMD2%其他4%美国34.00%中国33.00%欧洲14.00%日本5.00%其他14.00%浪潮信息20.90%戴尔13.00%HPE9.20%联想5.80%华为4.10%其他47.00%2022年全球AI加速芯片市场竞争格局（单位：%）全球AI服务器市场份额（单位：%）全球算力规模分布情况（单位：%）注：AI服务器市场规模为2021年度数据注：全球算力规模为2021年度数据，算力规模指执行计算任务的计算机资源的数量和性能AI芯片是AI算力的核心，其中训练芯片旨在训练出复杂的神经网络模型，而推理芯片旨在利用模型“推理”出各种结论，芯片领域整体以英伟达、Intel、AMD等海外企业为主导。2022年中国AI芯片份额中，训练芯片占比47.2%，推理芯片占比42.8%。2.2.3AI芯片包括训练、推理芯片资料来源：甲子光年智库AI训练芯片代表性企业AI推理芯片代表性企业2022年中国AI芯片市场份额（单位：%）通过大量的数据输入，构建复杂的深度神经网络模型的一种AI芯片。需要较高的计算性能、能够处理海量的数据、具有一定的通用性，以便完成各种各样的学习任务，注重绝对的计算能力。训练芯片推理芯片推理芯片主要是指利用训练出来的模型加载数据，计算“推理”出各种结论的一种AI芯片，注重综合指标，侧重考虑单位能耗算力、时延、成本等性能。AI训练芯片47.20%AI推理芯片52.80%由于算力需求陡增，以CPU为主要算力的传统服务器难以负荷，巨量的数据使得AI服务器应运而生。2021年中国AI服务器市场规模59.2亿美元，同比增长68.2%，市场份额占全球38%。全球AI服务器头部企业包括浪潮信息、戴尔、HPE等。2.2.4中国AI服务器市场规模占比38%资料来源：IDC156317.920212025E59.2123.420212026E2021-2025年全球AI服务器市场规模（单位：亿美元）2021-2026年中国AI服务器市场规模（单位：亿美元）要点阐述卡的数量普通的GPU服务器一般是单卡或者双卡，但AI服务器为了应对大量的计算，一般配置四块以上的GPU卡，甚至要搭建AI服务器集群P2P通讯普通GPU服务器一般只要求单卡性能，而在AI训练中，GPU卡间需要大量的参数通信，模型越复杂，通信量越大，所以AI服务器出了要求单卡性能外，还要求多卡间的通讯性能特有设计由于AI服务器具有多个GPU卡，需要针对性的对系统结构、散热、拓扑等做专门的设计，才能满足AI服务器长期稳定运行的要求专用技术一台AI服务器会包含很多独有的技术，包括Purley平台更大内存带宽，NVlink提供更大的互联带宽，TensorCore提供更强的AI计算力。AI服务器除了搭载GPU作为加速卡，还可以配置FPGA、ASIC等加速芯片，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求AI服务器特点梳理数据中心三大基础设施包括服务器、存储设备、网络设备，2022年H1，全球数据中心的服务器市场规模达575.9亿美元，占三大设施总规模的72.60%。在云计算服务层面，2022年H1中国公有云整体市场规模165.8亿美元，其中阿里云为中国最大的公有云服务商，市场份额达33.5%。2.2.5中国云计算市场CR5达到73.7%资料来源：AWS官网IDC793.2575.9143.174.30.0300.0600.0900.0数据中心IT基础架构服务器外置存储数据中心网络设备2022H1全球数据中心基础架构市场规模（单位：亿美元）37.9%11.2%10.9%8.3%7.5%24.2%33.5%10.7%11.1%9.4%9.0%26.3%阿里云腾讯云华为云天翼云AWS其他2021-2022年中国公有云市场份额（单位：%）注：内环为2021H1数据，外环为2022H1数据服务器72.60%外置存储18.04%数据中心网络设备9.37%2022H1全球数据中心基础架构份额（单位：%）AIGC涵盖的主流垂直赛道包括文本、图像、音频、视频、游戏、代码、生物技术等，中国市场参与者对文本、图像、音/视频的关注度更高，而美国AIGC产业生态更丰富，多项细分领域均有相关AIGC企业布局。2.3.1AIGC产业垂直赛道加速发展资料来源：LeonisCapitalSEQUOIA赛道赛道细分中国美国关键技术发展评价商业化潜力文本生成写作助手火龙果、WPS智能写作、香侬科技、秘塔Jasper/copyai/anyword/wordtune目前的主流生成模型都是基于Transformer架构的编码器-解码器框架，Transformer是谷歌在2017年提出的一个架构体系，可以利用多头注意力模型来扩展不同的信息抽取能力，并且利用多层的神经网络架构来实现更加精准的编码和解码过程。应用型文本生成已经较为成熟，可覆盖新闻、聊天问答等场景；创作型文本生成在长文本、语义提升上有较大空间。市场参与者较多，市场较为活跃。叙述/故事澜舟科技、彩云小梦Novelai/subtest聊天机器人心识宇宙、聆心智能Heyday/chai/characterai/chatgpt销售支持澜舟科技Outplay/cohere/twain/typewise知识组织/Men/rewind/ought搜索引擎/andi法律/Harvey/patentpal图像生成AI绘画盗梦师、意间AI绘画、滴墨社区Openai/imagen/Parti以谷歌开发的Imagen为例，其建立在大型Transformer语言模型理解文本的能力之上，并依赖于扩散模型实现图像生成。图像生成门槛比文字高，传递信息更直观，商业化潜力更大。目前图片生成技术处于接近成熟的阶段，可以生成较高质量图片，用于头像、插图等。设计图宇宙、阿里妈妈创意中心、右脑科技Openai/krea/picsart/aragon图像生成百度飞桨Diagram/alpaca/poly/Imagen图像数据库/Lexica/rosebuoai3D图像/Csm/spline/mirage时尚/Cala消费/Interior注：细分赛道商业化潜力主要从落地可行性、技术成熟度、应用场景丰富度综合考量，最高为，最低为2.3.1AIGC产业垂直赛道加速发展赛道赛道细分中国美国关键技术发展评价商业化潜力音频生成语音助手言犀、循环智能、云知声Houndify/Google/AlexaTTS技术应用较广，其主要是将文本转换为语音。谷歌发布AudioLM，该技术类似于语言模型，主要根据提示语音内容，自行预测并生成更多关联的内容。当前的AI合成语音在音质上逼真度较高，但在个别断句上有待改进；AI文字转语音应用效果尚可。目前应用场景包括电话、口播等。语音合成倒映有声、魔音智能、火山引擎Polyai/wellsaid/fliki音乐北京灵动音科技有限公司Soundful/musico视频生成视频生成/编辑阿里妈妈创意中心、腾讯智影、自动画Runway/descript/wombo代表性企业Runway发布文本生成视频模型Gen-2，主要是基于文本生成图像模型StableDiffusion。大型科技公司谷歌、Meta均发布视频生成系统，但目前视频生成还处于早期阶段。虚拟人小冰、倒映有声、网易伏羲Synthesia/synthsvideo/elai个性化视频/Tavus/rephraseai游戏生成游戏平台超参数、启元世界、行者AILatitude目前主流的游戏AI引擎有三类：AI渲染引擎、NPC制作引擎和游戏创作引擎。早期的游戏中，也有NPC作为人工智能对手，但他们无法学习，只能按照设定的进行运作。目前AI在游戏中的应用主要包括美术设计、人物配音，生成式AI能够为使角色更具“个性化”表达。同时，游戏也是AI技术的绝佳场景。游戏资产/Mirage/kaedimNPCs/Rctai/rosebuoai/replica背景音乐/Soundful/aiva/mubert代码生成代码助手/Replit/githubcopilotGitHubCopilot工具由OpenAI开发的全新AI系统OpenAICodex提供支持。目前AI在代码生成领域的应用包括生成简单脚本、补全代码、极简代码开发，对初级开发工作有较好效益。代码平台/Senatic/huggingface/aiXcoder数据分析/Seek/kubit生物技术生物医学/Jurabio/antiverse利用AI在自然语言处理、图像识别、深度学习等方面的能力，相应模型包括扩散模型等目前AIGC可以实现全新蛋白质设计，未来有望解锁蛋白质新药开发等领域蛋白质设计xCREATOREvozyne/mentenai多模态多模态（Multimodal）是指涉及多种感官形式或媒介的信息表达方式。在自然语言处理中，多模态技术可以将文字、声音和图像等不同类型的输入数据结合起来，以提高文本分析和理解的准确性和深度。注：细分赛道商业化潜力主要从落地可行性、技术成熟度、应用场景丰富度综合考量，最高为，最低为资料来源：LeonisCapitalSEQUOIA2.3.2产品对比-聊天机器人资料来源：文心一言OpenAI国金证券前瞻产业研究院整理GPT4案例展示文心一言案例展示用 javascript 写一段代码，以生成康定斯基风格的随机图像。左1为Wassily Kandinsky 创作的，左2、3分别为GPT-4 和 ChatGPT创作风格仿写能力Q:请用王家卫的风格写一段关于日落的话A:在这个美好的傍晚，我站在高处，看着太阳逐渐沉入大海。它的余晖洒满了整个天空，将周围的一切都染上了金黄色。太阳已经落到了地平线以下，但它的光芒却并没有消失。它变得越来越红，就像一颗燃烧的宝石，将整个世界都点亮了。天边的云朵也被映衬得更加柔和绚丽，仿佛是为了配合这壮丽的景象而出现的。站在这里，我感到自己的心灵也被这美丽的景象所洗涤。日落虽然是一个平凡的瞬间，但它却给人带来了无尽的宁静和思考。或许，这就是大自然的魅力所在，它总是能够以最简单、最纯粹的方式，让人们感受到生命的美好和伟大。让我们珍惜每一个短暂的瞬间，感受生命的美好，享受生活的乐趣。愿我们也能像这美丽的日落一样，充满希望和憧憬地迎接未来的每一天。应用领域文心一言GPT-4常识和创作常识类问题正确正确且更为严谨文字创作分词错误正确且细节更丰富图像创作生成图像符合要求图像生成功能暂未开放归纳和推理演绎推理错误正确情感推理结果正确，过程有偏差错误逻辑推理错误基本正确归纳总结符合要求，对未知内容直接进行网页搜索符合要求，可对未知内容进行推理，多轮对话能力较强数字和代码数学计算错误错误代码生成错误未给出最优答案模拟AI助手安全类问题符合要求符合要求生活类问题符合要求且给出可靠建议符合要求模拟AI客服退换货问题符合要求符合要求模拟办公助手场景文档生成符合要求符合要求文字修饰有待改进有待改进模拟推荐助手推荐理财产品及生日礼物符合要求符合要求教学辅助古诗词理解基本正确部分内容错误文心一言及GPT-4对比2.3.2产品对比-图像生成资料来源：百度大脑AI开放平台Imagen官网前瞻产业研究院整理柯基犬在时代广场骑自行车戴着宇航员头盔的浣熊在晚上望向窗外文本：戴眼镜的猫；风格：油画 开发公司：百度 产品功能：文生图 排名：COCO FID超过OpenAI 发布的DALL-E 模型 技术简介：百度文心 ERNIE-ViLG 模型使用编码器-解码器参数共享的Transformer 作为自回归生成的主干网络 发布时间：2022年10月发布ERNIE-ViLG 2.0模型 开发公司：谷歌 产品功能：文生图 排名：COCO FID第一；DrawBench第一 技术简介：文本编码器模型T5Diffusion生成模型映射6464 图像文本条件超分辨率扩散模型将图像放大至10241024图像 发布时间：2022年5月文心AI作画作品Imagen作品2.3.2产品对比-音频生成资料来源：百度大脑AI开放平台Imagen官网前瞻产业研究院整理柯基犬在时代广场骑自行车戴着宇航员头盔的浣熊在晚上望向窗外 开发公司：倒映有声 产品功能：依靠声音技术作为驱动源，便可实现自主与用户交流互动、内容播讲的服务型数字分身 发布时间：2022年4月发布“一视同人”平台3.0版本 开发公司：谷歌 产品功能：通过听到音频生成后续音频（包括语音及音乐）发布时间：2022年10月新模型发布 技术简介：语义标记是从w2v-BERT这个自监督的音频模型中提取的，AudioLM还利用了SoundStream神经编解码器产生的声学标记，捕捉音频波形的细节（如扬声器特征或录音条件），进行高质量的合成倒映有声“一视同人”平台功能AudioLM语音延续功能新闻资讯播报有声读物制作虚拟IP声音定制通识资料有声化自媒体有声化Al数字分身声音IP定制教育培训课程制作短视频配音倒映有声“一视同人”使用效果技术简介：自研神经渲染技术和TTSA技术，开创无人驱动数字分身技术解决方案。仅需10分钟有效音画数据采集，即可完成数字分身打造。基于深度学习（Deep Learning）的全球领先TTS（Text-to-Speech）算法2.3.3多模态是中国投融资领域热点赛道资料来源：IT桔子从投融资端看，AIGC赛道投融资金额呈现波动变化，2018及2021年投资金额均为阶段性高峰，近年投融资热度较高。细分赛道方面，多模态、文本、图像是中国投融资热点领域，事件数量占比均在15%以上。注：左侧为事件数量，右侧为金额规模7161729171640361763.896.8453.69195.723.0123.32245.02116.2856.88050100150200250300051015202530354045事件金额2015-2023年中国AIGC赛道投资数量及投资金额（单位：件，亿元）2021-2022年中国AIGC细分赛道投资事件分布情况（单位：%）16.7%33.3%33.3%16.7%29.7%23.4%15.6%9.4%9.4%6.3%4.7%1.6%多模态文本图像游戏生成其他视频音频代码生成注：内环为海外数据，外环为中国数据2.3.4图像、视频预计成为高潜领域资料来源：量子位智库根据量子位智库的预测，结合技术成熟度、落地可行性而言，2030年相对市场规模较大的领域包括文字生成图像、文字生成视频、文字辅助生成等。注：圆圈大小表示预估2030年，该赛道相对的市场规模中国AIGC产业不同赛道发展预测该AIGC技术可变革效果当前技术成熟度文本辅助生成,40,85,360TTS场景,40,85,100交互性文本生成,60,65,240策略生成,70,60,270文生图,70,50,510文生视频,85,30,490图像/视频到文本,75,20,290端到端的图像生成,50,60,190视频自动剪辑,40,40,90歌曲乐曲生成,40,60,9001020304050607080901000102030405060708090100文本生成音频生成跨模态生成图像生成视频生成2.4AIGC产业链市场规模将突破万亿资料来源：量子位智库量子位智库数据，2023年中国AIGC产业市场规模约170亿元人民币，预计到2030年市场规模将达到万亿级别。2025后随着生态完善，预计增速有明显提高；2027年后随着产业链完善及商业化加深，预计市场增速再次迸发。170209257342602127634721149121%23%33%76%112%172%231%0%50%100%150%200%250%020004000600080001000012000140002023E2024E2025E2026E2027E2028E2029E2030E中国中国增速2023-2030年中国AIGC产业市场规模及增速预测（单位：亿元，%）培育摸索期应用蓬勃期整体加速期03新变革：AIGC助力行业转型升级3.1AIGC行业变革概述3.2AIGC助力行业转型升级3.3AIGC浪潮岗位影响分析3.1.1受AIGC影响的重要行业资料来源：量子位智库根据量子位智库的预测，2030年AIGC影响较大的行业主要有电子商务、影视、内容资讯、办公软件等，其中电子商务领域预期未来AIGC市场规模最大。注：圆圈大小表示预估2030年，该赛道相对的市场规模2030年AIGC对行业变革的影响行业对AIGC接受度AIGC在该行业可变革程度电子商务,50,80,300影视传媒,55,70,240内容资讯,50,75,170线上游戏,60,60,90办公软件,60,70,130训练数据,70,40,90社交软件,20,20,50在线教育,40,40,7001020304050607080901000102030405060708090电子商务内容资讯影视传媒办公软件线上游戏训练数据在线教育社交软件3.1.2AIGC对行业变革影响概述资料来源：量子位智库AIGC能够对多个行业产生影响，具体机制有所差异，但总体而言AIGC主要作用包括提升效率、降低成本、激发灵感、数据优化。让创作者拥有一个更加高效的智能创作工具，优化内容创作，大幅提升效率并降低成本；提升创作效率的同时，同样提升了反馈生成效率，有助于实现实时交互内容。提升内容生产效率AIGC能够代替人工完成声音录制、图像渲染、视频创作等工作，从而降低内容生产的成本与门槛，使更多用户能够参与到高价值的内容创作流程中。降低内容生产成本帮助有经验的创作者捕捉灵感，在设计初期生成大量草图，更好的理解创作需求并寻找创作灵感。海量数据提高创造性和开放性，激发创意认知、提升生产多样性。捕捉激发创作灵感在与其他特定的数据库（例如实时更新数据、特定主体数据等）或AI系统进行联动后，AIGC能够实现更精准的未来预测或更个性化预测基础上调整生成内容。联动实现数据优化AIGC3.2.1AIGC为电商创造虚实结合购物环境资料来源：中国信通院每平每屋官网科大讯飞官网Nike官网 为观众提供24小时不间断的货品推荐介绍，增加商品商铺曝光度 虚拟化品牌能够加速品牌年轻化进程，拉近与新消费人群的距离，塑造元宇宙时代的店铺形象 虚拟主播更稳定可控，虚拟主播人设、言行等由品牌方掌握，比真人明星的可控性、安全性更强。品牌不必担心虚拟形象崩塌带来负面新闻打造虚拟主播提升直播带货效率 基于不同角度的商品图像，借助视觉生成算法自动化生成商品的3D几何模型和纹理，辅以线上虚拟“看、试、穿、戴”，提供接近实物的差异化网购体验，助力高效提升用户转化 数据显示，3D购物的转化率平均值为70%，较行业平均水平提升了9倍，同比正常引导成交客单价提升超200%，同时商品退换货率明显降低生成商品3D模型展示及虚拟试用 通过二维图像的三维重建，实现虚拟货场快速、低成本、大批量的构建，有效降低商家搭建3D购物空间的门槛及成本，为消费者提供新消费体验 如打造虚拟空间用于展示，奢侈品商Gucci在一百周年品牌庆典时，把线下的GucciGardenArchetypes展览搬到了游戏Roblox上，推出了为期两周的虚拟展线上商城+线下秀场创造全新的消费场景AIGC让电商行业创造虚实结合的购物环境，通过生成3D模型用于虚拟展示、打造虚拟主播用于提高直播效率、创造全新的虚拟展览等，给予用户沉浸式体验、提升购买效率。每平每屋3D设计作品科大讯飞AI虚拟主播Nike联合Roblox打造虚拟世界Nikeland3.2.2AIGC提升传媒行业生产效率资料来源：中国信通院传媒AI合成主播为核心传播环节提高内容生产效率采编环节借助语音识别技术将录音语音转写成文字，有效压缩重复工作，保障新闻时效性录音语音转写AIGC对传媒行业影响包括采编环节、传播环节，通过语音转写、智能写作、智能剪辑等方式提高采编环节的生产效率，在传播环节通过打造AI主播实现智能、高效播报。基于算法自动编写新闻，提高新闻时效性智能新闻写作通过使用视频字幕生成、视频锦集、视频拆条、视频超分等视频智能化剪辑智能视频剪辑新华社、央视等积极推出AI合成主播，应用场景包括新闻报道、天气预报、晚会主持等应用场景拓展AI合成主播开始陆续支持多语种播报和手语播报应用功能升级从2D到3D，从口型到面部表情都更加逼真、丰富应用形态完善将部分采编、播放工作自动化，让其更专注于思考、创造如将精力集中于深度报道、专题报道等更需发挥人类精准分析事物、妥善处理情感的领域对传媒从业者短时间获得更多新闻，提高获取及时性及便捷性；降低传媒门槛，使得受众可以参与内容生产，增强参与感；对传媒受众大幅提高生产效率，并带来新的视觉化、互动化体验；丰富了新闻报道的形式，推动传媒向智媒转变；对传媒机构AIGC对传媒行业参与主体的影响3.2.3AIGC拓展了影视行业创作空间资料来源：中国信通院GitHub官网Kaiber海马轻帆vidyo.aiAIGC对影视行业影响涉及前期创作、中期拍摄、后期制作全流程，不仅通过AIGC提高了生产效率，还拓展了角色范畴、拓展拍摄的场景空间。前期创作中期拍摄后期制作通过对海量剧本数据进行分析归纳，并按照预设风格快速生产剧本，创作者再进行筛选和二次加工，激发创作者的灵感，缩短创作周期。影视剧本文稿创作通过AIGC合成人脸、声音等内容，实现“数字复活”已故演员、替换“劣迹艺人”、高难度动作合成等拓展角色范畴AIGC合成虚拟物理场景，将无法实拍或成本过高的场景生成出来，大大拓宽了影视作品想象力的边界，给观众带来更优质的视觉效果和听觉体验拓展场景空间修复、还原影像，提升影像资料的清晰度；实现影视预告片自动生成；实现将影视内容维度转制，从2D向3D自动转制赋能影视剪辑智能图像修复文本生成场景影视剧本创作平台实时字幕3.2.4游戏行业产业链及AIGC赋能环节资料来源：国金证券各公司官网游戏产业作为科技含量最高的创作领域，天然成为AIGC的绝佳应用领域。AIGC在文学/影视作品改编、游戏研发、游戏运营、广告运营等方面均可进行辅助，尤其在游戏研发阶段贡献突出。游戏研发商游戏运营商游戏媒体广告商游戏分发渠道官方商店第三方应用市场超级APP视频网站游戏门户短视频APP文学/影视机构电信资源提供商作品改编版权佣金流水分成广告费用广告费用游戏产业链及AIGC赋能环节注：黄色字体为AIGC在游戏产业中主要赋能环节3.2.4AIGC在游戏研发环节贡献突出资料来源：量子位伽马数据完美世界三七互娱财报策略剧情角色功能体验04030201 特定风格模拟：Al通过模仿职业选手，玩家则感觉像在与真实的职业选手对抗；玩法教学：帮助玩家快速熟悉操作与游戏玩法，提高