>> 上海證券-傳媒行業(yè)AIGC應(yīng)用篇系列(二)：國外AIGC各模態(tài)產(chǎn)品梳理-230416
| 上傳日期： |
2023/4/16 |
大?。?/td>
| 1817KB |
| 格式： |
pdf 共16頁 |
來源： |
上海證券 |
| 評(píng)級(jí)： |
增持 |
作者： |
陳旻 |
| 行業(yè)名稱： |
傳媒 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告 |
|
|
我們AIGC系列專題《“大模型+小樣本”快速適配下游場(chǎng)景，“AI+傳媒”的效力取決于適配與迭代》將“AI+傳媒”的研究框架定義為“通用大模型”+“行業(yè)小樣本”的技術(shù)架構(gòu)。“AI+傳媒”在應(yīng)用層表現(xiàn)效力優(yōu)劣的關(guān)鍵取決于通用大模型對(duì)垂直應(yīng)用的適配程度及迭代速度，更進(jìn)一步理解：
1、“行業(yè)小樣本”的數(shù)據(jù)集來自小模型或應(yīng)用及內(nèi)容：AI產(chǎn)業(yè)鏈包括上層大模型、中層小模型、下層應(yīng)用及內(nèi)容，包括應(yīng)用及內(nèi)容直接接入大模型或通過小模型接入大模型兩種方式，即“大模型+應(yīng)用及內(nèi)容”或“大模型+小模型+應(yīng)用或內(nèi)容”，其中具備特定功能的AIGC軟件產(chǎn)品我們理解為“小模型”+“應(yīng)用”的技術(shù)范式，本身具備較高質(zhì)量的AI能力，若接入匹配的多模態(tài)大模型，有望實(shí)現(xiàn)能力上的質(zhì)變突破。
2、“行業(yè)小樣本”的結(jié)合方式包括“能力調(diào)用”及“能力訓(xùn)練”兩層：
（1）“能力調(diào)用”是指下游垂類場(chǎng)景直接調(diào)用通用大模型的通用能力，并基于垂類場(chǎng)景內(nèi)產(chǎn)生的特性化數(shù)據(jù)不斷提升調(diào)用能力在垂類場(chǎng)景內(nèi)的適配程度。我們認(rèn)為現(xiàn)階段下游應(yīng)用及內(nèi)容主要采取此類方式接入大模型能力，此類方式可高效快速調(diào)用大模型先進(jìn)能力，在時(shí)間上及成本上具備優(yōu)勢(shì)。
?。?）“能力訓(xùn)練”是指下游垂類場(chǎng)景將通用大模型針對(duì)特性化數(shù)據(jù)集進(jìn)行再訓(xùn)練，從而形成垂類場(chǎng)景專屬大模型。例如彭博社利用自身豐富的金融數(shù)據(jù)源，基于開源的GPT-3框架再訓(xùn)練，開發(fā)出了金融專屬大模型BloombergGPT。我們認(rèn)為未來擁有豐富特性化數(shù)據(jù)集的下游垂類場(chǎng)景將主要采取此類方式，有助于構(gòu)筑更強(qiáng)的能力壁壘。
圍繞我們對(duì)“AI+傳媒”的研究框架體系，我們后續(xù)分別針對(duì)“技術(shù)層”及“產(chǎn)品/應(yīng)用層”梳理AIGC研究版圖，本篇屬于AIGC系列專題中“AIGC應(yīng)用篇系列之一”，重點(diǎn)梳理國外多模態(tài)頭部應(yīng)用產(chǎn)品，本篇主要整理國外文本類頭部AIGC產(chǎn)品。
我們將國外主要AIGC頭部產(chǎn)品按照文本、圖像、音頻、視頻分類如下：
文本領(lǐng)域：Automated Insights（結(jié)構(gòu)化寫作）、Anyword、Copy.ai（數(shù)字廣告文案）、Jasper ai（營銷文案AI）、ChatGPT（通用類聊天機(jī)器人）、ChatBox（聊天客服機(jī)器人）、Jenni.ai（論文AI）
圖像領(lǐng)域：Midjourney（2C端文生圖AI）、DALL-E2、Stable Diffusion（2B端開源高質(zhì)量文生圖模型）
音頻領(lǐng)域：Murf AI（文本轉(zhuǎn)語音生成器）、AIVA（歌曲生成）
視頻領(lǐng)域：Synthesia（拼湊生成視頻）、Wonder Studio、Runway Gen-2（視頻生成模型）
我們認(rèn)為“通用大模型”+“行業(yè)小樣本”是未來主流AI發(fā)展范式。我們理解AI大模型是一種新型平臺(tái)模式，是移動(dòng)互聯(lián)網(wǎng)向沉浸互聯(lián)網(wǎng)發(fā)展的中間形態(tài)。從平臺(tái)的邏輯出發(fā)，AI產(chǎn)業(yè)鏈包括上層大模型、中層小模型、下層應(yīng)用及內(nèi)容，包括應(yīng)用及內(nèi)容直接接入大模型或通過小模型接入大模型兩種方式。我們認(rèn)為國外頭部AIGC應(yīng)用產(chǎn)品屬于“小模型”+“應(yīng)用”的技術(shù)范式，本身具備較高質(zhì)量的AI能力，若接入匹配的多模態(tài)大模型，有望實(shí)現(xiàn)能力上的質(zhì)變突破。一方面上層大模型持續(xù)為小模型、應(yīng)用及內(nèi)容賦予通用型能力，其兼容性取決于大模型的輸出與小模型/應(yīng)用及內(nèi)容的輸入在模態(tài)上是否匹配；另一方面小模型、應(yīng)用及內(nèi)容持續(xù)產(chǎn)生的大數(shù)據(jù)可不斷迭代大模型的通用能力，并讓大模型更為適配垂類場(chǎng)景。參照PC互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)，我們認(rèn)為每一輪新型平臺(tái)模式的興起均會(huì)重新劃分流量競(jìng)爭(zhēng)格局，涉及巨大市場(chǎng)空間的重新分配，且我們預(yù)計(jì)本輪AI大模型有望同時(shí)變革B端及C端產(chǎn)業(yè)。因此我們認(rèn)為在上層大模型競(jìng)爭(zhēng)格局尚未穩(wěn)定的初期，大模型為爭(zhēng)搶更多中下層數(shù)據(jù)入口，有望大幅讓利。中下層的小模型、應(yīng)用及內(nèi)容有望百花齊放，且最先深度結(jié)合先進(jìn)大模型的應(yīng)用有望收獲較大增量紅利。
我們認(rèn)為AIGC可分為技術(shù)方（直接收益）及場(chǎng)景/應(yīng)用方（直接&間接收益）兩類，前者為AIGC相關(guān)技術(shù)直接研發(fā)及相關(guān)上下游（如算力），變現(xiàn)模式預(yù)計(jì)包括會(huì)員付費(fèi)、廣告變現(xiàn)、B端變現(xiàn)等（如技術(shù)授權(quán)/服務(wù)/運(yùn)維等）；后者為AIGC技術(shù)與落地場(chǎng)景深度融合，場(chǎng)景/應(yīng)用方利用AIGC技術(shù)獲得直接收益或間接收益：（1）直接收益對(duì)應(yīng)收入彈性，對(duì)應(yīng)市場(chǎng)空間的增量；（2）間接收益對(duì)應(yīng)利潤彈性，對(duì)應(yīng)利潤率的提高。目前GPT4輸出模態(tài)主要為文字，我們認(rèn)為現(xiàn)階段傳媒領(lǐng)域最高效的結(jié)合場(chǎng)景為“AI+虛擬人”，其中具備IP價(jià)值的虛擬人受益更為明確。
風(fēng)險(xiǎn)提示：宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)，地緣政治風(fēng)險(xiǎn)；技術(shù)發(fā)展不及預(yù)期；AIGC行業(yè)發(fā)展不及預(yù)期等。
|
|
