AIGCAI生成内容产业展望报告附下载

　　【新米行业研究报告-数策全行业调研报告】
　　专注于洞察全行业发展研究，关注我，带您前瞻各大行业未来趋势！
　　下文为报告部分内容，完整报告请扫描文末二维码添加客服下载
　　技术及场景篇
　　1.1 技术定义
　　AIGC全称为A-Generated Content指基于生成对抗网络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。与之相类似的概念还包括Snthetic media，合成式媒体，主要指基于AI生成的文字、图像、音频等。
　　Gartner也提出了相似概念Generative Al，也即生成式A1。生成式AL是指该技术从现有数据中生成相似的原始数据.
　　相较于量子位智库认为的AIGC，这一概念的范围较狭窄。
　　方面，这一概念忽略了跨模态生成(如基于文本生成图像或基于文本生成视频)这一愈加重要的AIGC部分。我们会在下一部分对跨模态生成进行重点讲解。另一方面，在结合现有技术能力和落地场景进行分析后，我们认为＂生成＂和＂内容＂都应该采取更为广泛的概念。例如，生成中可以包含基于线索的部分生成、完全自主生成和基于底稿的优化生成。内容方面，不仅包括常见的图像、文本、音频等外显性内容，同样也包括策略、剧情、训练数据等内在逻辑内容。
　　从特定角度来看，A内容生成意味着AI开始在现实内容中承担新的角色，从＂观察、预测＂拓展到＂直接生成、决0
　　从商业模式来看，我们认为，AIGC本质上是一种AI赋能技术，能够通过其高通量、低门槛、高自由度的生成能力广泛服务于各类内容的相关场景及生产者。因此，我们不会将其定义为PGCUGC之后的新内容创作模式，而是认为其在商业模式上会有大量其他交叉。我们会在价值篇对其商业模式进行进一步展开。
　　1.2 技术及落地场景介绍一-基于模态
　　我们认为，目前AIGC生成正在完成从简单的降本增效(以生成金融/体育新闻为代表)向创造额外价值(以提供绘画创作素材为代表)转移，跨模态/多模态内容成为关键的发展节点。
　　技术视角下，我们认为以下场景将成为未来发展的重点:文本-图像-视频的跨模态生成、2D到3D生成、多模态理解结合生成。后文将对以上技术场景的技术原理、现有进展、关键瓶颈等进行展开。
　　商业视角下我们认为，未来3年内，虚拟人生成和游戏AI这两种综合性的AIGC场景将趋于商业化成熟。
　　在这一部分，我们会基于不同的模态介绍对应的技术和商业场景，并给出各场景下的代表机构及发展现状。下图中的绿色部分，是我们认为2-3年内具有快速增长潜力的细分赛道。具体原因我们将在对应位置进行具体展开。
　　以结构性新闻撰写、内容续写、诗词创作等细分功能为代表，基于NLP技术的文本生成可以算作是AIGC中发展最早的一部分技术，也已经在新闻报道、对话机器人等应用场景中大范围商业落地。
　　量子位智库在此看好个性化文本生成以及实时文字生成交互细分技术介绍
　　大型预训练模型成为当下主流做法与关键技术节点。
　　一方面，2020年，1750亿参数的GPT-3在问答、摘要、翻译、续写等语言类任务上均展现出了优秀的通用能力.证明了＂大力出奇迹＂在语言类模型上的可行性。自此之后，海量数据、更多参数、多元的数据采集渠道等成为国内清华大学、智源研究院、达摩院、华为、北京大学、百度等参与者的关注点。
　　目前，大型文本预训练模型作为底层工具，商业变现能力逐渐清晰。以GPT-3为例，其文本生成能力已被直接应用于Writesonic、 Conversion.ai、 Snazzy Al、 Copysmith、 Copyai、 Headlime等文本写作/编辑工具中同时也被作为部分文本内容的提供方，服务于Al dungeon等文本具有重要意义的延展应用领域。另一方面，以Transformer架构为重要代表，相关的底层架构仍在不断精进。研究者们正通过增加K-adapter、优化Transformer架构、合理引入知识图谱及知识库、增加特定任务对应Embedding等方式，增加文本对于上下文的理解与承接能力、对常识性知识的嵌入能力、中长篇幅生成能力、生成内容的内在逻辑性等。
　　产业篇
　　2.1 价值分析
　　在回答AIGC的价值之前，我们需要对AIGC本身的独特性做出回答。在量子位智库看来，用Al进行内容创作的价值主要来源于五点。区别于市场观点，我们认为最后一点，也即与AI系统的个性化、实时化互动最能体现其潜在价值。尽管目前AIGC尚无法完成精准可控的生成，但我们相信这一赛道未来的技术与市场规模上限。
　　2.2 细分赛道分析
　　总体而言，我们将AIGC产业划分为内容领域和延展领域。内容领域是目前已经能够、但并未有效实现商业化的领域预估未来1-2年之内会有相对完整的产业生态发展。而延展领域，由于对AI生成的自由度和稳定性有更高的技术要求在国内的应用落地相对内容领域会更晚。分析师认为，由于能够更加充分体现AIGC系统联动及要素拆解两大关键优势.延展领域后期将成为AIGC创造价值的主阵地，提供AIGC的想象空间天花板。
　　由于AIGC目前产业化程度有限，大量业务场景尚未成功变现，我们目前尚无法对市场规模进行精准测算。在参考相关创作软件、已有成功商业化案例、AIGC预估功能等因素的基础上，我们对各细分场景的商业化潜力进行了如下估算。
　　总体评价
　　该领域大部分是在和人力生成内容进行竞争。其中的存量价值来源于同类内容的降本增效，而增量价值则来源于跨模态的内容生成以及AI本身带来的科技感。
　　比较通用的路径为用户上传关键元素(文本的关键、图像的提示词、歌曲主旋律等》，选择风格、应用场景，由A智能完成内容加工，生成对应的内容，或者短时间内生成大量可供选择的素材，提高内突生产效率。在这个板块。由于内容供给的缺口尚不明显，我们认为对内容渠道的把控将成为核心竞争力。发行商、内容最终消费渠道具有强的产业链话语权。
　　END
　　人工智能AI资料包-1420份
　　该份资料包共1420份
　　如果您觉得这些资料对您有帮助，希望获取完整的电子版内容参考学习
　　您可以关注+评论+转发
　　然后私信我＂报告＂