AIGC行业市场分析 .pdfVIP

AIGC行业市场分析

AIGC破圈元年

AIGC连续破圈：AI绘画/ChatGPT相继破圈

AI绘画作品获奖。2022年8月，在美国科罗拉多州举办的新兴数字

艺术家竞赛中，《太空歌剧院》获得数字艺术“/数字修饰照片”类别一

等奖。参赛者没有绘画基础，利用AI工具Midjourney创作。ChatGPT

于2022年11月30日推出，5天后用户破百万，两个月后月活用户

突破1亿，成为史上用户增长速度最快的消费级应用程序。风投及产

业资本涌入AIGC。2021年开始，风投对AIGC的投资金额金额出现

爆发式增长，2022年超20亿美元。主打AI生成文字的Jasper.ai

于2022年10月完成1.25亿美元A轮融资，估值达15亿美元。AI

视觉艺术创业公司Stability.ai获1.01亿美元种子轮融资，投后估值

达10亿美元。据美国财经媒体Semafor报道，微软预计向ChatGPT

的开发者OpenAI投资100亿美元，OpenAI投后估值将高达290亿

美元。

AIGC定义：新的内容生成方式、基于人工智能的技术集合

AIGC（AIGeneratedContent）即利用人工智能技术自动生成内容，

受制于AI技术成熟度，目前AI仍为内容制作的辅助型角色（AIUGC），

待技术突破，AI可真正作为内容创作者（AIGC）。AIGC是技术集

合，基于生成对抗网络GAN、大型预训练模型等人工智能技术，通

过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术集

合。相关叫法：合成式媒体（SyntheticMedia），即基于AI生成的

文字、图像、音频等；Gartner提出的生成式AI（GenerativeAI)，即

由人工智能自动生成新的编程、内容或商业活动，让文字、音乐、图

像、视频、场景等都可由AI算法自动生成。从PGC到UGC，从UGC

到AIGC。Web1.0时代只读“”模式催生出“PGC”；Web2.0时代，社

交媒体兴起，人与人通过网络交互，催生出以用户生产和分享内容的

“UGC”模式；Web3.0时代，内容消费需求进一步增长，个性化需求

凸显，“AIGC”将成为重要的新内容生成方式。

AIGC为何爆发？数据、算法、算力共振

AIGC发展核心三要素：数据、算力、算法。算法持续迭代。2017

年推出的Transformer架构的并行训练优势奠定了大模型训练的基

础，GPT为代表的预训练模型，通过使用无标注数据预训练及微调，

缓解了标注数据不足的问题，并不断提升参数量级及模型通用性，

ChatGPT在此基础上加入了利用人类反馈强化学习的训练方法。扩

散模型取代GAN成为图像生成领域的主流模型，CLIP模型推动跨模

态生成技术的发展。模型商业化及开源释放创造力。GPT3的商业化

及CLIP及StableDiffusion模型的开源推动文本生成、文生图产品化

浪潮。

AIGC算法发展历程：谷歌持续重注AIGC研究

2023年2月2日，谷歌研究院等提出了一种视频生成新模型

——Dreamix，受到了AI作图UniTune的启发，将文本条件视频扩

散模型（videodiffusionmodel,VDM）应用于视频编辑。核心是通过

两种主要思路使文本条件VDM保持对输入视频的高保真度：（1）

不使用纯噪声作为模型初始化，而是使用原始视频的降级版本，通过

缩小尺寸和添加噪声仅保留低时空信息；（2）通过微调原始视频上

的生成模型来进一步提升对原始视频保真度。微调确保模型了解原始

视频的高分辨率属性，对输入视频的简单微调会促成相对较低的运动

可编辑性，这是因为模型学会了更倾向于原始运动而不是遵循文本

prompt。

AIGC市场空间：从决策走向创造

推动内容生产向高效率和更富创造力方向发展，与多产业融合。不仅

是降本增效，更是个性化内容生成。AI不仅能够以优于人类的制造

能力和知识水平承担信息挖掘、素材调用、复刻编辑等基础性机械劳

动，从技术层面实现以低边际成本、高效率的方式满足海量个性化需

求。根据Sequoiacap，近年来AI模型在手写、语音和图像识别、阅

读理解和语言理解方面的表现逐渐超过了人类的基准水平。而且A