AIGC各领域应用、海外公司布局及细分市场规模预测

AIGC 多场景应用处于爆发前夜，千亿市场打开。

1.AIGC 发展痛点逐步解除，亟待爆发

AIGC 并非新兴概念，只是过往受限于优质训练数据不足、高额的算力成本或是模型算法 难题，AIGC 发展较慢，仅限于实验范围。在人工智能尚不具备完整表达和生成内容能力的时 期，人工智能生成内容仅能用于简单的 AI 问答和聊天机器人领域，受限于模型算法，生成内 容没有创新，也较为呆板。但随着算力成本下降、数据形态和数量更加丰富，在不同领域 AIGC 都得到了飞速发展。

AI 文本生成领域：痛点在于上下文关联、自然语言生成的能力

文本生成领域是 AIGC 最早触及的领域。除了较早进行探索的智能客服和聊天机器人领 域，早期文本生成主要应用于辅助写作或者结构化写作。此前的文本生成一直面临的巨大挑战 在于：（1）上下文关联能力；（2）自然语言生成能力；（3）逻辑能力。由于传统的聊天机 器人采用“基于模板”或者“基于规则”的算法，开发人员通过预设一些较为固定的规则和模板后， AI 根据用户输入的内容在已有模板中进行认知识别和匹配，然后生成回复。这种方法效率高、 训练难度较低，但是训练后的模型缺乏普适性和灵活度，且难以支持复杂程度较高的会话任务， 也不能进行上文记忆。因此人们在与传统聊天机器人对话时会感觉到“答非所问”、“车轮式对 话”。 对于通用性内容的文本生成来说，语言流畅性、思维深度和原创性是评价文章内容的标准。 人工智能输出文字的本质在于计算机语言对于人类自然语言的模拟，创造来源于人工智能基 于逻辑的计算和判断，此前人工智能无法生成流畅文本的重要原因在于训练数据的质量和数量都较小。GPT 模型的“有监督微调”和“对齐”的技术架构提高了模型对数据的理解能力，也相 应提高了结果匹配精度，在语句搭配的选择上更具优势，因此生成文本的可读性有了大幅提升。

AI 绘画领域：痛点在于高额的算力成本

AI 学习绘画的实质过程是通过对已有画作的训练数据，通过模型和参数迭代输出有规律 的像素组合。由于图片所包含的信息量远高于文字包含的信息量，像素点位置、色彩、数量等 共同组成庞大的参数组，因此深度学习该参数组需要足量的算力。目前 AI 绘画根据文字提示 输出图片需要经历两个过程：理解文字提示所包含的信息，再匹配生成相应的图像。此前一直 难以发展的原因在于：（1）绘画细节不足、分辨率低；（2）参数量过大导致渲染时间过长； （3）算力和内存不足。 此后，新的深度学习模型 CLIP（Contrastive Language-Image Pre-Training），通过优化采 样的方式将完成了“文字-图片”匹配的跨越，而计算机视觉模型 Diffusion 的模型降维优化降低 了对显卡的需求，加上算力成本的逐渐降低，AI 绘画应用迅速崛起。

 AI 音视频、游戏等其他领域：需要 AI 文本生成和 AI 绘画提供技术基础

辅助 在 AI 文本生成和 AI 绘画有所发展的技术基础上，音频、视频、2/3D 建模、游戏等等领 域才逐步被 AI 所渗透。以音频领域为例，未来 AIGC 将在语音合成和音乐合成领域有所进展。 但由于一段音频包括的数据量相较于文字和图片都更大，也更抽象，因此目前还难以找到很好 的训练方式。同理，以交互和实时反馈为基础的游戏领域也是如此。游戏制作过程中涉及的每 一个轮次在未来都将有相应的生成式 AI 模型发展，从 2/3D 建模、对话生成、对话语音封装等 等，需要前期在文字、图像和音频领域有坚实的技术积累。

2.ChatGPT 助力，文本、代码、图像生成有望率先成熟，视 频、游戏紧随其后

大模型辅以新架构，推动 AIGC 进入杀手级应用涌现阶段。在 2015 年前，人工智能发展 以小模型为主导地位，能够较好地适应在垂直领域的分析任务，但是在通用交互相关的任务上， 由于表达和理解能力欠缺，无法完成生成类的任务。但随着计算机深度学习模型的进展，人们 开发出新型神经网络架构 transformer、扩散模型 diffusion 等新技术，同时算力成本降低，开发 人员才逐渐开始探索并训练大语言模型（Large Language Model，即大模型）。 我们认为，ChatGPT 对 AIGC 发展的意义在于：一方面，GPT 作为 NLP 生成领域模型 的突破，将迅速解决 AI 文本生成、AI 代码生成等领域的痛点；另一方面，AI 文本生成、AI 代码生成作为 AI 音视频、游戏等其他领域的技术基础，其突破发展也将加速 AIGC 在音视频、 游戏等场景中的渗透（比如生成 AI 绘画提示词，或生成调用计算引擎）。

ChatGPT 成功的关键是人类反馈强化与奖励机制，其应用层的良好效果，为 AIGC 领域 提供了普适性的模型优化思路。目前内容生成领域还处于用户创作（UGC）或者 AI 辅助用户 创作（AIUGC）为主的阶段，但 ChatGPT 的底层技术已被逐渐迁移向以下领域：

（1）在文本生成领域，AI 在文章润色、拼写检查修改等辅助性写作领域的能力将更加稳 定，除此外，自然语言生成能力的提升赋予 AI 更好地完成结构化程度较高的文本初稿，例如 电子邮件、新闻等领域，甚至在一些非结构化的文章，例如社交媒体、广告营销、文学等领域 的创作也能提供帮助；理解归纳能力的提升将推动大量办公辅助类工具的落地，例如会议纪要、 文档翻译、笔记管理等，提高整体办公效率。

（2）在代码开发领域，基于上下文理解能力，AI 进行代码注释、代码补全或代码检查的 相关应用将有可能在短期内落地。虽然与文本生成的底层技术相类似，但是代码生成对 AI 工 具的稳定性、以及自然语言和代码的相互转换的精准性提出了更高的要求。目前已有海外公司 研发出稳定的 AI 辅助工具，可以实时显示代码示例并提供错误反馈。

（3）在智能问答领域，目前 AI 文本生成的技术已相对成熟，理解能力和表达能力的提升 突破了现有客服“回答千篇一律、答非所问”的情况。未来，从底层模型的微调和强化将使得模 型分化出不同的技能树，或将在“问题解决、服务效率和使用体验”等三个方面全面提升用户的 使用体验。

（4）在图像生成领域，目前 GPT 模型的图像生成能力相对弱于 Diffusion 模型，但是在 利用 GPT 生成文字提示的基础上，AI 可以根据扩散模型生成更优质的 AI 绘画作品。未来， 传统图片编辑能力将大幅提升，抠图、去除特定主体等技术将更加优化，AI 按照文字提示或 者示意图生成图片的能力将进一步提升。

（5）在视频、游戏和 3D 领域，所需底层技术更多，技术能力更加交叉，需要以目前已 有模型作为基础技术实现。以视频领域为例，视频是音频和图像的结合，语音合成目前已有所 探索，但是耗时和相似度还有所欠缺，要实现完全自然的人类语音的合成仍然需要时间的积累。 目前对 AI 视频生成的探索中，应用场景、素材选择的限制仍然较多，在未来音频和图像领域 发展到更加成熟的阶段后，视频生成或许将拥有更大的自由度。

3.AIGC 海外公司布局梳理

目前海外 AIGC 行业正呈现百花争艳的状态。根据 Leonis Capital 统计，截至 2022 年 12 月，海外对于生成式 AI 的风险投资从 2020 年约五亿美金增长到超过 22 亿美金，增长幅度超 过 400%。目前文本和绘画领域的技术成熟度较高，音视频领域、代码生成和更为复杂的多模 态生成领域目前底层技术原理已经基本具备，但还需要静候发展。

4.AIGC 细分市场规模预测：2025 年有望百倍增长

目前，AIGC 所覆盖的领域基本属于 AI 软件与服务。根据 Statista 的预测数据，全球 AI 软件的市场规模将在 2025 年超过 1200 亿美元，2021 年到 2025 年的 CAGR 为 38.01%。在 AIGC 发展的推动下，未来人工智能市场规模将以更快的速度增长。

虽然目前 AIGC 已经涉及文字、图像、代码、语音、视频、3D、游戏等多种内容形式的生 成，但是每个领域的技术成熟度、底层技术难度均有差距，因此未来 AIGC 的渗透率将有所差 别。2021 年 AI 制作的比例仅占市场的 1%-2%左右，随着技术发展，我们预测，到 2025 年 AIGC 在网络文学领域、文本分析领域、绘画及图片领域、数字音乐领域技术将相对成熟，因 此渗透率分别为 70%/60%/60%/50%，网络视频领域、游戏领域由于技术原因渗透率相对较 低，分别约为 30%/25%。 基于上述假设，我们分别对 AIGC 细分领域针对中国市场做 2025 年的市场规模预测，预 计 2025 年中国 AIGC 市场规模有望达到 1600 亿。