久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

1、底層模型技術框架梳理
　　文生圖和文生視頻的底層技術框架較為相似，主要包括GAN、自回歸和擴散模型三大路徑，其中擴散模型（Diffusion model）為當前主流生成模型，多個指標對比下綜合占優(yōu)，能在較為可控的算力成本和較快的速度下生成具備多樣性、高質量的圖像：①圖像質量：擴散模型>自回歸模型>GAN模型。FID值（Fréchet Inception Distance score）是用于評估模型生成的圖像質量的指標，是用來計算真實圖像與生成圖像的特征向量間距離的一種度量。FID值越小，可以認為圖像質量在一定程度上越優(yōu)。從不同模型的FID得分來看，擴散模型平均數(shù)較小，反應圖像質量較高。②參數(shù)量：自回歸模型>擴散模型>GAN模型。GAN的參數(shù)量一般在千萬級別，整體較為輕巧，擴散模型的參數(shù)量在十億級別，自回歸模型在十億到百億級不等。③生成速度（由快到慢）：GAN模型>擴散模型>自回歸模型。生成速度與參數(shù)量級為負相關關系。④訓練成本：自回歸>擴散模型>GAN模型。由于參數(shù)量級較小，GAN模型訓練成本小且開源模型多，仍具備一定優(yōu)勢。而自回歸模型參數(shù)量級較大，整體訓練成本更高。在單張A100GPU下，120億參數(shù)的DALL-E需要18萬小時，200億參數(shù)的Parti更是需要超過100萬小時，擴散模型參數(shù)量在十億級別，整體訓練成本較為適中。
　　2、商業(yè)化模式及成本拆分
　　文生圖商業(yè)化模型：當前主要的商業(yè)化方式包括基于GPU時間/生成次數(shù)/API接口調用/個性化定價等方式。根據(jù)我們調研，以Midjourney為例，單張圖片生成成本約0.03~0.04美金，單張收入約0.05美金，毛利率約30%~40%，凈利率約20%。
　　文生圖領域整體創(chuàng)業(yè)門檻低于大語言模型：①模型層看：圖像生成領域已有生成質量較高的開源預訓練模型Stable Diffusion，且SD具有較為豐富的開發(fā)者生態(tài)，有許多插件供選擇。創(chuàng)業(yè)公司可基于Stable Diffusion基礎版本進行進一步調優(yōu)和個性化數(shù)據(jù)訓練。②成本端看：從主流模型參數(shù)規(guī)模看，文生圖參數(shù)量級多在1-10B之間，而通用大模型入門級門檻達到了70B，文生圖整體參數(shù)量級較小，成本遠低于通用大模型。通過調研文生圖初創(chuàng)公司，實際小團隊利用開源模型，初期在用戶不到1萬情況下甚至無需購買A100，通過購買RTX30\40系列、IBS3060（5000~1w/張）也可以啟動。我們對文生圖推理算力需求也進行了測算，以10億級參數(shù)量的模型、在100萬DAU的用戶量級為例，若想控制單次推理延遲時間，需部署約143張A100，整體芯片算力需求低于大語言通用模型。
　　文生圖商業(yè)模式仍存疑問，長期競爭需要技術+產(chǎn)品+場景能力結合突破：①對于垂類AI應用：短期看頭部應用通過技術/產(chǎn)品/成本/數(shù)據(jù)等優(yōu)勢突破，在C端率先開啟變現(xiàn)，長期看針對垂類場景C端天花板相對明確，搭建工程化能力可技術輸出到B端場景，探索更多變現(xiàn)可能。②對于現(xiàn)有應用疊加AI功能：短期通過AI功能引入提升產(chǎn)品體驗和用戶粘性；長期看基于現(xiàn)有高頻場景，用戶壁壘更強、不易流失，用戶ARPU和付費率有望提升。
　　3、文生圖代表模型及應用
　　從模型和應用看，海外OpenAI、谷歌、微軟、Meta、Midjourney、Stability AI都推出了各自的文生圖模型，國內百度、美圖、萬興科技、新國都等均推出各自AI應用。從生成效果看Midjourney、Adobe和Stable Diffusion綜合較優(yōu)，OpenAI最新升級DALL-E3模型將與ChatGPT集成，多模態(tài)交互能力持續(xù)提升，有望帶來新的場景突破。
　　4、行業(yè)評級及理由：文生圖和文生視頻底層技術不斷演進、模型持續(xù)迭代，涌現(xiàn)出一批優(yōu)質原生AI應用，在C端開創(chuàng)了全新的應用體驗，同時在B端游戲、營銷、影視制作、文旅、電商等多個行業(yè)均開啟應用，實現(xiàn)降本增效，長期有望進一步打開商業(yè)化空間。我們看好AI多模態(tài)行業(yè)投資機會，維持行業(yè)“推薦”評級，建議關注微軟、Meta、Adobe、谷歌、百度、阿里巴巴、美圖、萬興科技、新國都等相關標的。
　　5、風險提示：競爭加劇風險、內容質量不佳風險、用戶流失風險、政策監(jiān)管風險、變現(xiàn)不及預期風險、估值調整風險等。