AIGC深度产业报告 量子位智库

AIGC/AI生成内容AIGC，AI-Generated Content产业展望报告Industry insight report•在技术上，AIGC已经可以完成哪些创作？•在价值上，AIGC除了直接生成艺术作品还能做什么？•在未来，AIGC将如何改变内容及相关产业？•......量子位硬科技深度产业报告 — AI生成内容 AIGC目录 技术及场景篇01 技术定义02 技术及落地场景介绍—— 基于模态 02 文本生成 05 音频及文字—音频生成 06 图像生成 09 视频生成 11 图像、视频、文本间跨模态生成 15 策略生成 15 技术及落地场景介绍—综合赛道 15 Game AI 17 虚拟人生成 19 相关预测 产业篇20 价值分析21 细分赛道分析 21 内容领域 24 延展领域 26 行业发展阶段分析 29 产业链分析 29 玩家分析 如需进入AIGC相关讨论群、获取相关访谈实录等，请扫码添加量子位智库小助手；如您深耕于AIGC领域，希望和分析师进一步交流或联系业务，请扫码添加分析师（注明身份及来意）量子位硬科技深度产业报告 — AI生成内容 AIGC关键结论1. 区别于Generative AI和Synthetic media，AIGC中的跨模态生成和策略/线索生成应当得到重视，这两者也是AIGC长期的重要价值增长点。2. 按照模态区分，AIGC可分为音频生成、文本生成、图像生成、视频生成及图像、视频、文本间的跨模态生成，细分场景众多，跨模态生成需要重点关注。Game AI和虚拟人生成是目前变现较为明确的两大综合赛道，预计对原行业产生整体性影响。3. 以下技术要素值得关注：长/开放式文本生成、NeRF模型、Diffusion模型、跨模态大型预训练模型、小样本学习及自监督算法、强化学习及环境学习。以下技术场景值得关注：闲聊式文本生成、个性化营销文本、富情感及细节TTS、拼凑式视频生成、基于文本的AI绘画、语音复刻。5. 除降本增效、提供参考外，AIGC的以下两点价值更值得关注：对不同模态元素进行二次拆解组合，改变内容生产逻辑及形式；和其他AI系统或数据库进行联动，有实现高度个性化/高频优化。6. 我国AIGC行业仍处于刚刚起步阶段，距离大规模验证和体系化发展仍有距离，“模块分拆+个性化推荐”的“泛AIGC”形式预计将有所发展。AIGC相关技术场景及成熟度分类我国AIGC行业阶段划分AIGC相关业务场景分析我国AIGC产业链划分感谢以下机构及个人参加深度访谈：倒映有声、Deepmusic、高林教授、黄民烈教授、rct AI、腾讯AI Lab、小冰公司量子位硬科技深度产业报告 — AI生成内容 AIGC技术及场景篇1.1 技术定义 AIGC全称为AI-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Synthetic 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 AI，也即生成式AI。生成式AI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。一方面，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，AI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、决策”。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PGC\UGC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。Gartner《2021年预测：人工智能对人类和社会的影响》给出积极预测：•至2023年将有20%的内容被生成式AI所创建•至2025年，Gartner预计生成式AI产生的数据将占所有数据的10%，而今天这个比例不到1%•根据Gartner披露的“人工智能技术成熟度曲线”，生成式AI仍处于萌芽期，但其广阔的应用场景和巨大需求空间吸引着大量资本和技术的投入，预计将在2-5年内实现规模化应用1.2 技术及落地场景介绍——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。1量子位硬科技深度产业报告 — AI生成内容 AIGC文本生成以结构性新闻撰写、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 AI、 Copysmith、 Copy.ai、 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AI dungeon等文本具有重要意义的延展应用领域。2底层技术原理基本明确，预计1-2年内将规模化应用较为广泛地实际应用、技术细节仍待进一步提升底层技术原理仍待完善，增长可期量子位硬科技深度产业报告 — AI生成内容 AIGC