AIGC专题：AIGC行业投资机会梳理（附下载）
今天分享的是AIGC系列深度研究报告：《AIGC专题：AIGC行业投资机会梳理》。
（报告出品方：安信国际TMT）
报告共计：23页
海量/完整电子版/报告下载方式：公众号《人工智能学派》
AI算法不断迭代是AIGC进步的源动力
➢ 早期AI：依照实现制定的模板规则进行简单内容制作输出（学习能力低）；
➢ 2006年：深度学习算法突破+硬件与互联网海量数据满足训练条件，发展正式 进入轨道（决策性AI)；
➢ 2014年：生成式对抗网络（GenerativeAdversarialNetwork,GAN)为代表的深 学习算法提出和迭代更新，AI正式迎来发展新时代。
国内AIGC产业链集中在中游
➢ 根据量子位智库 的报告，我国的 AIGC产业尚未发 展成型，中外公 司整体差差距 3 年 左右，底层技术 差距是核心；
➢ 我国的AIGC是巨 头公司的边缘业 务，用于辅助主 业；独立运行的 初创公司数量明 显少于国外；
➢ 国外AIGC商业化 变现逐渐成熟： API接口按量收费 ；产出内容收费 ( 图片）；软件对 外出售（写作软 件AXSemantics) 等，但国内商业 化场景大多处于 针对 C端客户吸引流量阶段。
AIGC引发的算力需求激增
➢ 整体而言，AI大模型时代的算力需求增长已经远超历史预期。据OpenAI测算，自2012年以来 ，全球头部AI模型训练算力需求3-4个月翻一番，每年头部训练模型所需算力增长幅度高达 10倍。而摩尔定律认为，芯片计算性能大约每18-24个月翻一番，因此两者间的不匹配势必 将带来对算力基础设施需求的快速增长。
➢ AI模型可大致分为决策式/分析式AI(Discriminant/AnalyticalAI)和生成式AI(GenerativeAI) 两类。
➢ 决策式AI：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型 有用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。
➢ 生成式AI：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行 演绎创造，基于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。
➢ 在AIGC图像生成火爆的同时，OpenAI旗下的ChatGPT横 空出世，能理解各式各样的需求，做出回答、短文、诗 歌、代码创作和逻辑计算等。
➢ ChatGPT采用Web浏览器上的对话形式交互，不仅能够满 足与人类进行对话的基本功能，能够回答后续问题、承 认错误、质疑不正确的前提和拒绝不适当的请求。
➢ ChatGPT还可以驾驭各种风格和文体，且代码编辑能力 、基础脑力工作处理能力等一系列常见文字输出任务的 完成程度也大大超出预期。比如根据关键词或提问，生 成剧本、发言稿等多种文书。因此，业内人士宣称 ChatGPT已经大幅超越过去的A问答系统。
➢ ChatGPT是基于GPT-3.5模型，训练集基于文本和代码，在微软AzureAI服务器上完成训练。
➢ ChatGPT提升很明显的一个重要的原因是chatGPT引入了人类反馈的方式加强训练，通过人工标注 训练数据，来训练回报模型，再采用强化学习来增强预训练模型的能力。2018年GPT的与训练数 据量约5GB，2019年GPT-2运算量是40GB，2020年GPT-3达到45TB的海量数据。
➢ 背后公司OpenAI预计2023年和2024年收入将分别达到2亿和10亿美元；路透社称微软希望继续注 资100亿美元，假如谈判达成，微软预计持股约49%。
➢ 便捷性：大型语言和图像Al模型可用于自动生成内容，例如文章、博客或社交媒体帖子，对于定期 创建内容的企业和专业人士来说，这是一种宝贵的节省时间的工具；
➢ 优质性：AlGC生成的内容可能比人类创建的内容质量更高，因为人工智能模型能够从大量数据中学 习并识别人类可能看不到的模式。这可以产生更准确和信息更丰富的内容；
➢ 多样性：AIGC模型可以生成多种类型的内容，包括文本、图像和音视频、3D内容等等。这可以帮助 企业和专业人士创建更多样化、更有趣的内容，从而吸引更广泛的人群。
➢ 低成本：内容制作的成本显著降低、效率显著提高，不需要专业人士，以百倍以上的速度和效率， 创造出有独特价值和独立视角的内容。
➢ 目前AIGC在内容生成领域的渗透率不过低，根据Gartner的估算，2025年AIGC产生的数据将占10%； 同时根据量子位智库的估算，预计到2030年，AIGC市场规模将超过万亿人民币规模。
➢ AICG大幅度降低了数字内容生产的成本，打破了数字内容生产受到人类想象能力和知识水平的限制，广泛应 用于文本生成、音频生成、图像生成、视频生成、跨模态生成及游戏领域，其广泛应用能够满足数字经济时 代日益增长的数字内容供给需求。
➢ 文本：最先进和最难理解的，随着时 间推移和模型的改进应该可以看到更 高质量的输出、更长的内容和更好的 AI生成文本内容；
➢ 代码生成：短期对开发端带来重大影 响，也能够降低开发门槛； GitHubCopilot现在在安装它的项目 中生成了近40%的代码。但更大的机 会可能是为消费者开放编码。学习 Prompt（提示）可能会成为最终的高 级编程语言。
➢ 国内外科技巨头在生成式AI领域多有布局。国内公司百度、腾讯、阿里、华 为、商汤等及国外公司谷歌、Meta、微软等均推出了生成式AI的应用产品， 其中微软旗下Open AI推出的GPT-4和ChatGPT最为出圈。
报告共计：23页
海量/完整电子版/报告下载方式：公众号《人工智能学派》