传媒行业AIGC市场前景及投资研究报告：人机交互模式，内容生产新时代.pdf

传媒 | 证券研究报告 — 行业深度 2023 年5 月14 日 强于大市 AIGC 深度报告 颠覆人机交互模式，内容生产进入新时代 AIGC，即利用生成式AI 技术，让机器能够自动创造文本、图像、音频、视 频等多媒体内容。目前文本和图像模态的AI 模型较为成熟，GPT 模型的“涌 现能力”带来超乎传统AI 的智能表现。国内互联网大厂纷纷入局，已推出大 量类 ChatGPT 模型，未来发展仍面临数据、算力和人才等方面挑战。我们 预期，AIGC 为内容行业带来两个方向上的变革：1）降本增效；2）全新内 容体验提高付费上限。建议长期重点关注AIGC 发展，以及行业内大模型技 术领先、应用成熟的公司。 支撑评级的要点  AI 应用进入高速发展阶段，AIGC 多模态交互能力持续进化。人工智能 的研究目的是使机器能够模拟人类的智能行为，从而扩展人类的能力。 AI 应用自深度神经网络发展时期开始，进入到飞速发展阶段，智慧能力 愈发强大且迭代速度加快。生成式AI 是AI 应用中的一种类型，目前各 类AIGC 模型已经能够生成文本、图像、音频、视频等多模态内容。  Transformer 是文本AI 技术的重要基石，ChatGPT 成为LLM 发展里程 碑。文本和图像模态的AI 模型较为成熟，文本类AIGC 领域表现最为突 出的是预训练大语言模型 （LLM ，如GPT、BERT 等）。2020 年OpenAI 推出了拥有1750 亿个参数的GPT-3，开启了超大模型时代；在后续的优 化中，OpenAI 引入了RLHF 等工程化的训练方法，推出了具有惊人智能 表现的 ChatGPT，其涌现能力令人惊艳，但原理仍是谜团。图像、音频 等其他模态AIGC 基于各自领域相关技术快速发展，包括图像模态的主流 AIGC 技术：CLIP 与Diffusion 等。  国内厂商加快大语言模型布局，未来发展面临重要挑战和机遇。从人工 智能发展的三大要素：数据、算法和算力来分析，国内AI 产业面临较多 挑战。数据方面，现成的中文大规模数据集相对较少，且在国内互通壁 垒较为明显；人才方面，AI 算法设计、训练流程、调优等步骤均对人才 累积有非常高的要求；算力方面，大规模算力、高质量的算力设备和架 构是模型训练和运营的核心。国内各大厂商、高校和独立研究机构仍大 力投入研发大语言模型，以实现关键核心技术的自主可控。这些国产大