国外AIGC各模态产品梳理.docx

证券研究报告

2023年4月16日行业：传媒增持

AIGC系列专题：国外AIGC各模态产品梳理

——应用篇（一）

分析师：陈旻SAC编号：S0870522020001

主要观点

我们AIGC系列专题《“大模型+小样本”快速适配下游场景，“AI+传媒”的效力取决于适配与迭代》将“AI+传媒”的研究框架定义为“通用大模型”+“行业小样本”的技术架构。“AI+传媒”在应用层表现效力优劣的关键取决于通用大模型对垂直应用的适配程度及迭代速度，更进一步理解：

1、“行业小样本”的数据集来自小模型或应用及内容：AI产业链包括上层大模型、中层小模型、下层应用及内容，包括应用及内容直接接入大模型或通过小模型接入大模型两种方式，即“大模型+应用及内容”或“大模型+小模型+应用或内容”，

其中具备特定功能的AIGC软件产品我们理解为“小模型”+“应用”的技术范式，本身具备较高质量的AI能力，若接入匹配的多模态大模型，有望实现能力上的质变突破。

2、“行业小样本”的结合方式包括“能力调用”及“能力训练”两层：

（1）“能力调用”是指下游垂类场景直接调用通用大模型的通用能力，并基于垂类场景内产生的特性化数据不断提升调用能力在垂类场景内的适配程度。我们认为现阶段下游应用及内容主要采取此类方式接入大模型能力，此类方式可高效快速调用大模型先进能力，在时间上及成本上具备优势。

（2）“能力训练”是指下游垂类场景将通用大模型针对特性化数据集进行再训练，从而形成垂类场景专属大模型。例如彭博社利用自身丰富的金融数据源，基于开源的GPT-3框架再训练，开发出了金融专属大模型BloombergGPT。我们认为未来拥有丰富特性化数据集的下游垂类场景将主要采取此类方式，有助于构筑更强的能力壁垒。

围绕我们对“AI+传媒”的研究框架体系，我们后续分别针对“技术层”及“产品/应用层”梳理AIGC研究版图，本篇属于AIGC系列专题中“AIGC应用篇系列之一”，重点梳理国外多模态头部应用产品，本篇主要整理国外文本类头部AIGC产品。

2

主要观点

我们将国外主要AIGC头部产品按照文本、图像、音频、视频分类如下：

u文本领域：AutomatedInsights（结构化写作）、Anyword、Copy.ai（数字广告文案）、Jasperai（营销文案AI）、ChatGPT（通用类聊天机器人）、ChatBox（聊天客服机器人）、Jenni.ai（论文AI）

u图像领域：Midjourney（2C端文生图AI）、DALL-E2、StableDiffusion（2B端开源高质量文生图模型）

u音频领域：MurfAI（文本转语音生成器）、AIVA（歌曲生成）

u视频领域：Synthesia（拼凑生成视频）、WonderStudio、RunwayGen-2（视频生成模型）

我们认为“通用大模型”+“行业小样本”是未来主流AI发展范式。我们理解AI大模型是一种新型平台模式，是移动互联网向沉浸互联网发展的中间形态。从平台的逻辑出发，AI产业链包括上层大模型、中层小模型、下层应用及内容，包括应用及内容直接接入大模型或通过小模型接入大模型两种方式。我们认为国外头部AIGC应用产品属于“小模型”+“应用”的技术范式，本身具备较高质量的AI能力，若接入匹配的多模态大模型，有望实现能力上的质变突破。一方面上层大模型持续为小模型、应用及内容赋予通用型能力，其兼容性取决于大模型的输出与小模型/应用及内容的输入在模态上是否匹配；另一方面小模型、应用及内容持续产生的大数据可不断迭代大模型的通用能力，并让大模型更为适配垂类场景。参照PC互联网、移动互联网，我们认为每一轮新型平台模式的兴起均会重新划分流量竞争格局，涉及巨大市场空间的重新分配，且我们预计本轮AI大模型有望同时变革B端及C端产业。因此我们认为在上层大模型竞争格局尚未稳定的初期，大模型为争抢更多中下层数据入口，有望大幅让利。中下层的小模型、应用及内容有望百花齐放，且最先深度结合先进大模型的应用有望收获较大增量红利。

我们认为AIGC可分为技术方（直接收益）及场景/应用方（直接间接收益）两类，前者为AIGC相关技术直接研发及相关上下游（如算力），变现模式预计包括会员付费、广告变现、B端变现等（如技术授权/服务/运维等）；后者为AIGC技术与落地场景深度融合，场景/应用方利用AIGC技术获得直接收益或间接收益：（1）直接收益对应收入弹性，对应市场空间的增量；（2）间接收益对应利润弹性，对应利润率的提高。目前GPT-4输出模态主要为文字，我们认为现阶段传媒领域最高效的结合场景为“AI+虚拟人”，其中具备IP价值的虚拟人受益更为明确。

风