AIGC行業(yè)投資機(jī)會分析報告-培訓(xùn)課件

AIGC行業(yè)投資機(jī)會梳理--安信國際TMT2023年5月15日目錄AI技術(shù)背景介紹AIGC技術(shù)發(fā)展AIGC產(chǎn)業(yè)應(yīng)用相關(guān)上市公司25一二三四12182AI算法不斷迭代是AIGC進(jìn)步的源動力?

早期AI：依照實(shí)現(xiàn)制定的模板規(guī)則進(jìn)行簡單內(nèi)容制作輸出（學(xué)習(xí)能力低）；?

2006年：深度學(xué)習(xí)算法突破+硬件與互聯(lián)網(wǎng)海量數(shù)據(jù)滿足訓(xùn)練條件，發(fā)展正式進(jìn)入軌道（決策性AI)；?

2014年：生成式對抗網(wǎng)絡(luò)（GenerativeAdversarialNetwork,GAN)為代表的深學(xué)習(xí)算法提出和迭代更新，AI正式迎來發(fā)展新時代。3資料：中國信通院決策式AI與生成式AI對比?

AI模型可大致分為決策式/分析式AI(Discriminant/AnalyticalAI)和生成式AI(GenerativeAI)兩類。?

決策式AI：學(xué)習(xí)數(shù)據(jù)中的條件概率分布，根據(jù)已有數(shù)據(jù)進(jìn)行分析、判斷、預(yù)測，主要應(yīng)用模型有用于推薦系統(tǒng)和風(fēng)控系統(tǒng)的輔助決策、用于自動駕駛和機(jī)器人的決策智能體。?

生成式AI：學(xué)習(xí)數(shù)據(jù)中的聯(lián)合概率分布，并非簡單分析已有數(shù)據(jù)而是學(xué)習(xí)歸納已有數(shù)據(jù)后進(jìn)行演繹創(chuàng)造，基于歷史進(jìn)行模仿式、縫合式創(chuàng)作，生成了全新的內(nèi)容，也能解決判別問題。類型決策式AI生成式AI已知數(shù)據(jù)分別求解輸出類別標(biāo)簽，區(qū)分不同類型數(shù)據(jù),例如將圖像區(qū)分為貓和狗分析歸納已有數(shù)據(jù)后創(chuàng)作新的內(nèi)容，例如生成逼真的貓或狗的圖像技術(shù)路徑技術(shù)成熟，應(yīng)用廣泛，輔助提高非創(chuàng)造性工作效率2014年開始快速發(fā)展，近期發(fā)展速度呈指數(shù)級爆發(fā)，部分領(lǐng)域應(yīng)用落地成熟程度應(yīng)用方向推薦系統(tǒng)、風(fēng)控系統(tǒng)、決策智能體等內(nèi)容創(chuàng)作、科研、人機(jī)交互以及多個工業(yè)領(lǐng)域文案寫作、文字轉(zhuǎn)圖片、視頻智能配音、智能海報生成、視頻智能特效、代碼生成、語音人機(jī)交互、智能醫(yī)療診斷等人臉識別、精準(zhǔn)廣告推送、金融用戶評級、智能輔助駕駛等應(yīng)用產(chǎn)品資料：LearnOpenCV，海外獨(dú)角獸目錄AI技術(shù)背景介紹AIGC技術(shù)發(fā)展AIGC產(chǎn)業(yè)應(yīng)用相關(guān)上市公司25一二三四121852022年AIGC火爆出圈?

2022年AIGC火爆出圈：被消費(fèi)者、投資界和技術(shù)產(chǎn)業(yè)界同時追逐；?

事件一：8月科羅拉多博覽會，AI繪畫打敗人類藝術(shù)作品；?

事件二：“ChatGPT好得嚇人，我們離強(qiáng)大到危險的人工智能不遠(yuǎn)了?！?

事件三：美國數(shù)字媒體公司BuzzFeed與OpenAI合作，部分取代人類撰寫文稿；?

事件四：谷歌應(yīng)對ChatGPT拉響“紅色警報”+微軟第三次入股OpenAI；?

事件五：ChatGPT推出兩個月MAU達(dá)到1億，超越TikTok9個月和Ins2.5年（路透社）。ChatGPT能寫詩，能編程，能寫論文《太空歌劇院》打敗人類作品獲得數(shù)字繪畫一等獎圖片：GoogleImage圖片：GoogleImage6ChatGPT橫空出世?

在AIGC圖像生成火爆的同時，OpenAI旗下的ChatGPT橫空出世，能理解各式各樣的需求，做出回答、短文、詩歌、代碼創(chuàng)作和邏輯計算等。?

ChatGPT采用Web瀏覽器上的對話形式交互，不僅能夠滿足與人類進(jìn)行對話的基本功能，能夠回答后續(xù)問題、承認(rèn)錯誤、質(zhì)疑不正確的前提和拒絕不適當(dāng)?shù)恼埱蟆?

ChatGPT還可以駕馭各種風(fēng)格和文體，且代碼編輯能力、基礎(chǔ)腦力工作處理能力等一系列常見文字輸出任務(wù)的完成程度也大大超出預(yù)期。比如根據(jù)關(guān)鍵詞或提問，生成劇本、發(fā)言稿等多種文書。因此，業(yè)內(nèi)人士宣稱ChatGPT已經(jīng)大幅超越過去的A問答系統(tǒng)。7資料：OpenAI，安信國際研究整理資料：OpenAI，安信國際研究整理AI技術(shù)累計融合催生AIGC技術(shù)爆發(fā)?

2014年GAN生成算法模型推出，為早起最著名的生成模型，并不斷迭代不同衍生架構(gòu)，廣泛應(yīng)用于生成圖像、視頻、語音和3D模型等。國外主要AIGC預(yù)訓(xùn)練模型?

2015年擴(kuò)散模型（DiffusionModel）模型推出，現(xiàn)在主流的圖形生成軟件模型基礎(chǔ)均為擴(kuò)散模型，2021年OpenAI發(fā)表論文證明了這個結(jié)論；?

2017年Transformer模型推出：基于自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型，最初用于文本翻譯任務(wù)，可以用在自然語言處理（NLP）和計算機(jī)視覺（CV）領(lǐng)域，后來GPT-3等預(yù)訓(xùn)練模型（基于大量數(shù)據(jù)訓(xùn)練的具有巨量參數(shù)的模型，可以適應(yīng)下有任務(wù)）都是基于Transformer模型建立；?

2021年CLIP模型推出：進(jìn)行自然語言理解和計算機(jī)視覺分析，用標(biāo)記好的“文字-圖像”訓(xùn)練數(shù)據(jù)。?

在多模態(tài)技術(shù)支持下，目前預(yù)訓(xùn)練模型多種多樣，這些AIGC模型成為自動化內(nèi)容生產(chǎn)的工具。資料：騰訊研究院資料：騰訊研究院ChatGPT與前幾代有什么不同?

ChatGPT是基于GPT-3.5模型，訓(xùn)練集基于文本和代碼，在微軟AzureAI服務(wù)器上完成訓(xùn)練。?

ChatGPT提升很明顯的一個重要的原因是chatGPT引入了人類反饋的方式加強(qiáng)訓(xùn)練，通過人工標(biāo)注訓(xùn)練數(shù)據(jù)，來訓(xùn)練回報模型，再采用強(qiáng)化學(xué)習(xí)來增強(qiáng)預(yù)訓(xùn)練模型的能力。2018年GPT的與訓(xùn)練數(shù)據(jù)量約5GB，2019年GPT-2運(yùn)算量是40GB，2020年GPT-3達(dá)到45TB的海量數(shù)據(jù)。?

背后公司OpenAI預(yù)計2023年和2024年收入將分別達(dá)到2億和10億美元；路透社稱微軟希望繼續(xù)注資100億美元，假如談判達(dá)成，微軟預(yù)計持股約49%。資料：微信公眾號科技投資猿9AIGC具備商業(yè)化優(yōu)勢?

便捷性：大型語言和圖像Al模型可用于自動生成內(nèi)容，例如文章、博客或社交媒體帖子，對于定期創(chuàng)建內(nèi)容的企業(yè)和專業(yè)人士來說，這是一種寶貴的節(jié)省時間的工具；?

優(yōu)質(zhì)性：AlGC生成的內(nèi)容可能比人類創(chuàng)建的內(nèi)容質(zhì)量更高，因?yàn)槿斯ぶ悄苣Ｐ湍軌驈拇罅繑?shù)據(jù)中學(xué)習(xí)并識別人類可能看不到的模式。這可以產(chǎn)生更準(zhǔn)確和信息更豐富的內(nèi)容；?

多樣性：AIGC模型可以生成多種類型的內(nèi)容，包括文本、圖像和音視頻、3D內(nèi)容等等。這可以幫助企業(yè)和專業(yè)人士創(chuàng)建更多樣化、更有趣的內(nèi)容，從而吸引更廣泛的人群。?

低成本：內(nèi)容制作的成本顯著降低、效率顯著提高，不需要專業(yè)人士，以百倍以上的速度和效率，創(chuàng)造出有獨(dú)特價值和獨(dú)立視角的內(nèi)容。10資料：紅衫資本《GenerativeAI:ACreativeNewWorld》AIGC市場規(guī)?？臻g?

目前AIGC在內(nèi)容生成領(lǐng)域的滲透率不過低，根據(jù)Gartner的估算，2025年AIGC產(chǎn)生的數(shù)據(jù)將占10%；同時根據(jù)量子位智庫的估算，預(yù)計到2030年，AIGC市場規(guī)模將超過萬億人民幣規(guī)模。資料：量子位智庫11目錄AI技術(shù)背景介紹AIGC技術(shù)發(fā)展AIGC產(chǎn)業(yè)應(yīng)用相關(guān)上市公司25一二三四121812AIGC在內(nèi)容創(chuàng)作領(lǐng)域的應(yīng)用?

AICG大幅度降低了數(shù)字內(nèi)容生產(chǎn)的成本，打破了數(shù)字內(nèi)容生產(chǎn)受到人類想象能力和知識水平的限制，廣泛應(yīng)用于文本生成、音頻生成、圖像生成、視頻生成、跨模態(tài)生成及游戲領(lǐng)域，其廣泛應(yīng)用能夠滿足數(shù)字經(jīng)濟(jì)時代日益增長的數(shù)字內(nèi)容供給需求。類型應(yīng)用場景新聞播報等結(jié)構(gòu)化寫作劇情續(xù)寫、營銷文本等非結(jié)構(gòu)化寫作內(nèi)容推薦、文章潤色等輔助性寫作文本生成智能客服、聊天機(jī)器人等交互式文本寫作文本交互游戲等語音克隆音頻生成圖像生成視頻生成由文本生成播報、虛擬人歌聲等特定語音作曲、編曲、自動作詞等樂曲/歌曲的生成去除水印、提高分辨率、濾鏡等圖像編輯工具按照特定屬性生成畫作、根據(jù)指定要求生成功能性圖像刪除特定主體、生成特效、跟蹤剪輯等視頻屬性編輯視頻換臉等視頻部分剪輯對特定片段進(jìn)行檢測及合成等視頻自動剪輯根據(jù)文字生成創(chuàng)意圖像根據(jù)圖片素材生成視頻跨模態(tài)生成根據(jù)文字生成創(chuàng)意視頻根據(jù)圖像或視頻生成文字AIBot游戲NPC邏輯及劇情資料：AIGC/AI生成內(nèi)容產(chǎn)業(yè)展望報告AIGC商業(yè)化進(jìn)行時?

文本：最先進(jìn)和最難理解的，隨著時間推移和模型的改進(jìn)應(yīng)該可以看到更高質(zhì)量的輸出、更長的內(nèi)容和更好的AI生成文本內(nèi)容；?

代碼生成：短期對開發(fā)端帶來重大影響，也能夠降低開發(fā)門檻；GitHubCopilot現(xiàn)在在安裝它的項(xiàng)目中生成了近40%的代碼。但更大的機(jī)會可能是為消費(fèi)者開放編碼。學(xué)習(xí)Prompt（提示）可能會成為最終的高級編程語言；?

圖像生成：不同風(fēng)格的美術(shù)可以快速建立素材庫，降低購買供創(chuàng)意方向；成本，提?

語音合成：目前已經(jīng)存在一段時間（類似Siri），但消費(fèi)者和企業(yè)場景越來越高端和復(fù)雜；?

視頻和3D游戲：素材構(gòu)建成本大幅降低；etc...14資料：紅衫資本《GenerativeAI:ACreativeNewWorld》科技巨頭積極布局?

國內(nèi)外科技巨頭在生成式AI領(lǐng)域多有布局。國內(nèi)公司百度、騰訊、阿里、、商湯等及國外公司谷歌、Meta、微軟等均推出了生成式AI的應(yīng)用產(chǎn)品，其中微軟旗下OpenAI推出的GPT-4和ChatGPT最為出圈。公司典型產(chǎn)品功能百度

文心騰訊

混元通過文字描述生成圖片、圖畫修復(fù)、文檔分析、生物分子結(jié)構(gòu)分析等覆蓋了

NLP、CV、多模態(tài)等基礎(chǔ)大模型以及眾多行業(yè)

/

領(lǐng)域大模型國內(nèi)公司阿里巴巴

通問千義盤古專業(yè)模型層深入電商、醫(yī)療、娛樂、設(shè)計、金融等行業(yè)。L0是類似于GPT3基礎(chǔ)通用大模型，L1是基礎(chǔ)模型與行業(yè)數(shù)據(jù)結(jié)合進(jìn)行混合訓(xùn)練后的行業(yè)大模型商湯

日日新推自然語言處理、內(nèi)容生成、自動化數(shù)據(jù)標(biāo)注、自定義模型訓(xùn)練等多種大模型及能力目前參數(shù)量最大的5400億參數(shù)大模型PaLM的迭代版，基于100多種語言數(shù)據(jù)上訓(xùn)練而成PaLM2擁有更強(qiáng)大的邏輯推理能力，且部分能力超越了GPT-4谷歌

PalM2、BardMeta

LLaMa國外公司包含70億、130億、330億和650億這4種參數(shù)規(guī)模的模型，旨在幫助研究人員和工程師探索人工智能應(yīng)用和相關(guān)功能GPT-4大型多模態(tài)模型，能接受圖像和文本輸入，再輸出正確的文本回復(fù)。

實(shí)驗(yàn)表明，GPT-4在各種專業(yè)測試和學(xué)術(shù)基準(zhǔn)上的表現(xiàn)與人類水平相當(dāng)微軟

GPT-4、ChatGPT資料：公司官網(wǎng)國內(nèi)AIGC產(chǎn)業(yè)鏈集中在中游?

根據(jù)量子位智庫的報告，我國的AIGC產(chǎn)業(yè)尚未發(fā)展成型，中外公司整體差差距3年左右，底層技術(shù)差距是核心；?

我國的AIGC是巨頭公司的邊緣業(yè)務(wù)，用于輔助主業(yè)；獨(dú)立運(yùn)行的初創(chuàng)公司數(shù)量明顯少于國外；?

國外AIGC商業(yè)化變現(xiàn)逐漸成熟：API接口按量收費(fèi)；產(chǎn)出內(nèi)容收費(fèi)(圖片）；軟件對外出售（寫作軟件AXSemantics)等，但國內(nèi)商業(yè)化場景大多處于針對C端客戶吸引流量階段。16資料：量子位智庫AIGC引發(fā)的算力需求激增?

整體而言，AI大模型時代的算力需求增長已經(jīng)遠(yuǎn)超歷史預(yù)期。據(jù)OpenAI測算，自2012年以來，全球頭部AI模型訓(xùn)練算力需求3-4個月翻一番，每年頭部訓(xùn)練模型所需算力增長幅度高達(dá)10倍。而摩爾定律認(rèn)為，芯片計算性能大約每18-24個月翻一番，因此兩者間的不匹配勢必將帶來對算力基礎(chǔ)設(shè)施需求的快速增長。17資料：量子位智庫目錄AI技術(shù)背景介紹AIGC技術(shù)發(fā)展AIGC產(chǎn)業(yè)應(yīng)用相關(guān)上市公司28一二三四151818算力核心標(biāo)的：英偉達(dá)?

硬件端：基于GPU、DPU和CPU構(gòu)建英偉達(dá)加速計算平臺生態(tài)：?

主要產(chǎn)品TeslaGPU系列迭代速度快，從2008年至2022年，先后推出8種GPU架構(gòu)，平均兩年多推出新架構(gòu)，半年推出新產(chǎn)品。超快的迭代速度使英偉達(dá)的GPU性能走在AI芯片行業(yè)前沿，引領(lǐng)人工智能計算領(lǐng)域發(fā)生變革。?

國內(nèi)GPGPU生態(tài)起步較晚，國產(chǎn)GPU亟待補(bǔ)位。根據(jù)2021年9月發(fā)布的《智能世界2030》報告，人類將于2030年進(jìn)入YB數(shù)據(jù)時代，通用算力相較2020年增長10倍、人工智能算力國產(chǎn)GPU廠商的核心架構(gòu)多為自研，難度極高，需投入海量資金以及高昂的人力和時間成本。由于我國GPU行業(yè)起步較晚，缺乏相應(yīng)生態(tài)，目前同國際一流廠商仍存在較大差距。在中美摩擦加劇、經(jīng)濟(jì)全球化逆行的背景下，以海光信息、天數(shù)智芯、壁仞科技和摩爾線程等為代表的國內(nèi)GPU廠商進(jìn)展迅速，國產(chǎn)GPU自主可控未來可期。高算力服務(wù)器和光模塊需求提升?

運(yùn)營商算力支持：2022年國內(nèi)三大運(yùn)營商積極助力數(shù)字經(jīng)濟(jì)發(fā)展，產(chǎn)業(yè)數(shù)字化相關(guān)業(yè)務(wù)收入迅速增長，目前，產(chǎn)業(yè)數(shù)字化業(yè)務(wù)已成為三大運(yùn)營商主要增長驅(qū)動力。同時，2022年三大運(yùn)營商持續(xù)加碼算力網(wǎng)絡(luò)建設(shè)，1H22三大運(yùn)營商合計資本開支為1,620.5億元，同比增長27%，從資本支出結(jié)構(gòu)上看，運(yùn)營商在以云計算、算力網(wǎng)絡(luò)為代表的數(shù)字化轉(zhuǎn)型方向的投資比重逐步增加。從2023年三大運(yùn)營商年度工作會議中該行觀察到，未來運(yùn)營商將繼續(xù)充當(dāng)我國數(shù)字經(jīng)濟(jì)建設(shè)主力軍的角色，推動我國算力基礎(chǔ)設(shè)施建設(shè)進(jìn)一步提速。?

服務(wù)器方面，據(jù)IDC，2022年為AI工作的全球高性能服務(wù)器市場規(guī)模同比增長51.4%，預(yù)計2023年國內(nèi)服務(wù)器市場出貨量增速將回升至6.41%。?

交換機(jī)方面，IDC預(yù)計2023年國內(nèi)

網(wǎng)交換機(jī)市場規(guī)模同比增長9.2%，其中，算力