>> 國海證券-人工智能行業(yè)Web3.0系列專題研究之一-AIGC：內容生產(chǎn)力的革命-221222
| 上傳日期： |
2022/12/22 |
大小： |
3822KB |
| 格式： |
pdf 共43頁 |
來源： |
國海證券 |
| 評級： |
-- |
作者： |
楊仁文 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
如同蒸汽時代的蒸汽機、電氣時代的發(fā)電機、信息時代的計算機和互聯(lián)網(wǎng)，人工智能正成為推動人類進入智能時代的決定性力量。全球產(chǎn)業(yè)界充分認識到人工智能技術引領新一輪產(chǎn)業(yè)變革的重大意義，紛紛轉型發(fā)展，搶灘布局人工智能創(chuàng)新生態(tài)。人工智能細分賽道持續(xù)創(chuàng)新下變革在即，本報告重點關注AIGC領域。
AIGC顛覆傳統(tǒng)內容產(chǎn)出模式，或為web3.0內容創(chuàng)造新引擎。AIGC本質上是一種AI賦能技術，能夠通過其高通量、低門檻、高自由度的生成能力廣泛服務于各類內容的相關場景及生產(chǎn)者。隨著人工智能生成能力的突破進展，內容生產(chǎn)已經(jīng)從專業(yè)生成內容（PGC）、用戶生成內容（UGC），進入到人工智能生成內容（AIGC，AI generated content）時代，AIGC被認為是web3.0的重要基礎設施。AIGC的快速興起源于深度學習技術的快速突破和日益增長的數(shù)字內容供給需求；應用價值層面，AIGC有望成為數(shù)字內容創(chuàng)新發(fā)展新引擎，為數(shù)字經(jīng)濟發(fā)展注入新能量。數(shù)據(jù)+算法+算力三大核心要素，決定AIGC產(chǎn)出質量。①數(shù)據(jù)，海量優(yōu)質的應用場景數(shù)據(jù)是訓練算法精確性關鍵基礎。②算法，神經(jīng)網(wǎng)絡、深度學習等算法是挖掘數(shù)據(jù)智能的有效方法。與傳統(tǒng)機器深度機器學習算法不同，神經(jīng)網(wǎng)絡在學習范式+網(wǎng)絡結構上的迭代提升了AI算法的學習能力，未來多模態(tài)大模型或為核心趨勢，賦能產(chǎn)業(yè)空間及實踐潛力。③算力，計算機、芯片等載體為AIGC提供基本的計算能力。
AIGC技術場景中，個性化及自動化內容產(chǎn)出為核心價值。①技術成熟度較高結構化領域大部分是在和人力生成內容進行競爭。其中的存量價值來源于同類內容的降本增效，而增量價值則來源于跨模態(tài)的內容生成以及AI本身帶來的科技感。對內容渠道的把控將成為核心競爭力。發(fā)行商、內容最終消費渠道具有強的產(chǎn)業(yè)鏈話語權。②底層技術基本明確/仍待完善的原創(chuàng)性創(chuàng)作領域，本質為AI下的個性化數(shù)字內容的自動化構建。該領域重點關注和其配套數(shù)據(jù)或底層原理是否清晰、商業(yè)化路徑。目前AIGC整體影響仍十分有限，主要是中國市場供給端仍處于起步階段。
AIGC應用場景中，數(shù)字化程度高及內容需求豐富的領域有廣闊應用空間。隨著AIGC技術快速迭代，其可高效生成不同模態(tài)的信息產(chǎn)出（包括文字、音頻、視頻及跨模態(tài)），以真實性、多樣性、可控性及綜合性等特征，有望幫助企業(yè)提高內容生產(chǎn)的效率，以及為其提供更加豐富多元、動態(tài)且可交互的內容，或將率先在傳媒、電商、影視、娛樂等數(shù)字化程度高、內容需求豐富的行業(yè)取得重大創(chuàng)新發(fā)展。
深度學習模型+開源模式加速AIGC普及，海外AIGC已到了“快速發(fā)展階段”。①隨著深度學習模型不斷迭代，人工智能生成內容百花齊放，產(chǎn)出效果逐漸逼真直至人類難以分辨。2018年，人工智能生成的畫作在佳士得拍賣行以43.25萬美元成交，成為首個出售的人工智能藝術品；2019年，DeepMind發(fā)布DVD-GAN模型用以生成連續(xù)視頻；2022年11月，OpenAI上線了智能對話系統(tǒng)（聊天機器人）ChatGPT，引發(fā)全球熱潮。ChatGPT的成功離不開參數(shù)競賽時代下的“大模型”，顯卡等硬件優(yōu)化帶來的“大算力基礎”與基于“大數(shù)據(jù)”的RLHF訓練模式。但由于訓練數(shù)據(jù)的缺乏及訓練數(shù)據(jù)的偏差，ChatGPT仍需要高成本的調優(yōu)及持續(xù)訓練，進而實現(xiàn)商業(yè)化落地。②“開源模式”加速AIGC產(chǎn)業(yè)發(fā)展。以深度學習模型CLIP為例，開源模式加速CLIP模型的廣泛應用，使之成為當前最為先進的圖像分類人工智能，并讓更多機器學習從業(yè)人員將CLIP模型嫁接到其他AI應用。
中國AIGC仍處“萌芽期”，技術能力與產(chǎn)品形態(tài)的成熟、核心場景的確定及產(chǎn)業(yè)的接納態(tài)度為行業(yè)關鍵發(fā)展節(jié)點。據(jù)量子位預測，AIGC在中國發(fā)展可分為三個階段：助手階段（摸索磨合期，2021年~2026年）：AIGC輔助人類進行生產(chǎn)，優(yōu)先變現(xiàn)的關鍵在于編輯優(yōu)化功能，行業(yè)創(chuàng)新關鍵能力為素材模塊分拆+個性化推薦；協(xié)作階段（推廣應用期，2026年~2028年）：人機共創(chuàng)，主要價值為降本增效及提供創(chuàng)意，預計互聯(lián)網(wǎng)大廠將普遍布局，競爭熱度提升；原創(chuàng)階段（價值增長期，2028年之后）：AIGC將獨立完成內容創(chuàng)作，產(chǎn)生附加價值。中國AIGC企業(yè)均在初創(chuàng)階段，機會也許藏在垂直應用領域中，對賽道的選擇十分關鍵。
風險提示：政策監(jiān)管風險；行業(yè)市場增長的不確定性；競爭環(huán)境不確定性；ChatGPT生成報告信息不準確性；AIGC企業(yè)商業(yè)化路徑不確定性；技術創(chuàng)新不及預期。
|
|
