AIGC行业调研报告.pptx

北京灵汐科技有限公司AIGC行业调研By： 李易 调研目的近年来，学术界在大规模深度神经网络、多模态人工智能方面的探索表明大模型具备易扩展性，能够实现跨模态的知识沉淀。去年亮相的Stable Diffusion以及ChatGPT成功商业化也证明了以大模型为基础模型，通过对基础大模型进行业务封装可以较好满足多个行业需求。本次调研旨在使大家对AIGC行业建立一定了解。政策方面，国外/国内政府对该行业既有扶持也有监管。目前AIGC主要应用在桌面办公，电商，游戏娱乐与影视行业，计算任务主要围绕图片和文本生成展开。虽计算任务相较传统判别模型有一定挑战性，但巨大的市场潜力也吸引了全球AI芯片厂商的目光。本报告将从市场和技术路径两方面对隐私计算行业展开分析。 目录行业介绍市场信息细分赛道核心玩家竞对信息技术路径 总结 行业介绍 行业介绍行业定义AIGC（AI-Generated Content）：即AI生成内容，该概念是相对于PGC（专业内容生成）, UGC（用户内容生成）, UPGC（专业用户内容生成）等概念提出的。AIGC基于大规模预训练模型，流模型，扩散模型以及生成对抗模型等人工智能技术，通过对训练数据的学习，拟合出训练数据生成函数从而进行内容创造。目前AIGC已经成为了整个AI行业的全新疆域与未来发展大趋势。狭义：图像，音视频，文本等内容生成，等同于Synthetic Media, Generative AI的概念广义：游戏AI策略，代码生成，蛋白质氨基酸结构生成等画作生成 by Stability.ai对话 /文本生成 by GPT4 from OpenAI音乐生成 by Meganta from Google 行业介绍行业定义概念解释优势缺陷PGCProfessional-Generated Content依托于专业内容消费平台，内容质量高（例如：爱奇艺，优酷，腾讯视频等）内容生产效率低，内容生产速度慢，内容生产成本高，内容生产门槛高，商业模式较为传统UGCUser-Generated Content依托于内容生产与消费平台，每个用户都可作为内容生产者，内容生产速度快，成本低，门槛低（例如：抖音，快手等短视频平台）内容质量低，内容低俗，内容存在法律风险（涉黄，涉恐，涉政等），UPGCProfessional User-Generated Content依托于内容生产与消费平台，一部分用户成为高水平内容生产者，部分用户可全职生产内容并销售平台分润（例如：B站，懂车帝，网易云音乐等）部分内容质量低，部分内容低俗，部分内容存在法律风险（涉黄，涉恐，涉政等），内容生产成本较高，内容生产门槛较高，内容生产者参与人数相对较少AIUGCAI aided User-Generated Content依托于专业内容生产与消费平台，AI辅助用户进行内容生产，AI的引入使得内容生产门槛降低，内容生产效率提高无法实现全自动内容生产，AIGCAI Generated Content依托于专业内容生产与消费平台，AI按照用户输入需求，自动生产内容对算法技术，算力硬件有较高要求PGCUGCAIUGCAIGC内容生产模式内容数量随着ChatGPT, Stable Diffusion等模型的相继问世，全球范围内的多家AIGC公司终于开始实现盈利。据a16z统计，图像生成，文案写作和代码编写类AIGC产品年营收在2022年已实现1亿美元。Stability.ai等多家独角兽AIGC公司的估值一路狂飙，投资机构纷纷将AIGC作为年度主题词。 行业介绍行业定义从技术层面来说，AIGC可分为三个层次：1. 数字内容孪生 2. 数字内容编辑 3.数字内容生成。目前，AIGC正在发力第三阶段，其中第三阶段包括以下：概念定义代表产品或模型文本生成基于NLP的文本内容生成根据使用场景可分为非交互式与交互式文本生成。非交互式文本生成包括摘要/标题生成、文本风格迁移、文章生成、图像生成文本等。交互式文本生成主要包括聊天机器人、文本交互游戏等。JasperAI、copy.AI、ChatGPT、GPT-4, LLaMA, Bard、AI dungeon，文心一言等图像生成图像生成根据使用场可分为图像编辑修改与图像自主生成。图像编辑修改可应用于图像超分、图像修复、人脸替换、图像去水印、图像背景去除等。图像自主生成包括端到端的生成，如真实图像生成卡通图像、参照图像生成绘画图像、真实图像生成素描图像、文本生成图像等。EditGAN，Deepfake，DALL-E、MidJourney、Stable Diffusion，文心一格等音频生成音频生成技术较为成熟，在C端产品中也较为常见，如语音克隆，将人声1替换为人声2。还可应用于文本生成特定场景语音，如数字人播报、语音客服等。此外，可基于文本描