2023年AIGC行业调研报告.pdf

AlGC行业调研 LyNXI By:李易 北京灵汐科技有限公司 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A/GC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 A/GC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A/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 1.行业介绍 2.市场信息 3.细分赛道 4.核心玩家 5.竞对信息 6.技术路径 7.总结 行业介绍 行业介绍 行业定义 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Al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 Al的概念 广义：游戏Al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 OpenA/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-依托于专业内容消费平台， 内容生产效率低，内容生产 内容质量高(例如：爱奇艺，速度慢，内容生产成本高， Generated Content 优酷，腾讯视频等) 内容生产门槛高，商业模式 较为传统 UGCUser-Generated依托于内容生产与消费平台， 内容质量低，内容低俗，内 Content 每个用户都可作为内容生产 容存在法律风险(涉黄，涉 者，内容生产速度快，成本 恐，涉政等), 低，门槛低(例如：抖音， 内容数量 UPGC 快手等短视频平台) 部分内容质量低，部分内容 Professional User-依托于内容生产与消费平台， Generated Content一部分用户成为高水平内容 低俗，部分内容存在法律风 生产者，部分用户可全职生 险(涉黄，涉恐，涉政等),