AIGC行业跟踪报告(四)：中文数字内容成为重要稀缺资源，可用作AI大模型语料库

敬请参阅最后一页特别声明 -1- 证券研究报告 2023 年 3 月 29 日 行业研究 中文数字内容成为重要稀缺资源，可用作 AI 大模型语料库 ——AIGC 行业跟踪报告（四） 互联网传媒 事件：3 月 28 日，中国信息通信研究院现启动大模型技术及应用基准构建工作，针对当前主流数据集和评估基准多以英文为主，缺少中文特点、文化以及难以满足关键行业应用选型需求等问题，联合业界主流创新主体共同构建一套涵盖多任务领域、多测评维度的基准及测评工具 AISHPerf-LargeModel，推动我国大模型技术及应用的引领创新。 点评：中文数字内容将成为重要稀缺资源，用于国内 AI 大模型预训练语料库。1）近期国内外巨头纷纷披露 AI 大模型；在 AI 领域 3 大核心是数据、算力、算法，我们认为，数据将成为如 ChatGPT 等 AI 大模型的核心竞争力，高质量的数据资源可让数据变成资产、变成核心生产力，AI 模型的生产内容高度依赖源头数据。2）根据凤凰网周刊，ChatGPT 的中文答案不准确主要在于目前中文语料学习库少，ChatGPT 中文资料比重还不足千分之一，为 0.09905%，而英文为 92.64708%。3）中文公开语料远不足英文，这也成为“中国版ChatGPT”的痛点。微软（中国）首席技术官韦青在 3 月 23 日举行的一场行业会议上指出，“ChatGPT 能够提炼的语料是开放的、共享的和免费的”，而“中国版 ChatGPT”所需要的大量高质量中文数据资源（包括政务数据、商业数据、科研数据、中文语料等）大多被存在各家企业或机构的“后花园”里无法共享，“这不是一两间公司能够解决的问题，需要全社会密切关注并大力投入的公共知识基础设施”。4）政策进一步重视数据核心资产建设。据日经亚洲报道，从 4 月 1 日起，部分外国用户对中国大陆知识基础设施工程的访问将被限制，其中包括知网。 网文平台深耕文化数字产业，海量正版中文数字内容构筑核心竞争壁垒。1）海量数据：网文平台拥有的中文文字字数超 10000 亿字，内容品类包含小说类、科普类、社会类、经管类、法律类、教育教材类等等。2）高质量数据：网文平台拥有的数字内容经过市场长期校验，已形成高质量的数据内容库，而高质量的数据可大幅提升模型训练效果，缩短学习时间和提升学习质量，让AI 模型产出内容稳定；3）正版版权：网文平台高度重视知识产权保护工作，可为 AI 模型公司提供拥有版权的数据集用于训练；4）完整的各类型商业生态链：平台拥有的网络原创驻站作者可实时反馈最新数据，提供最贴近市场和用户的最新数据，让 AI 模型持续更新学习。 网文公司拥有广泛应用场景，AIGC 加速形成从内容到商业化落地的闭环。网络文学为最大的内容源头，当前大量优质网文 IP 尚未被挖掘和开发变现，而AIGC 加快发展产能，推动海量 IP 跨模态变现。AI 技术成果可应用在文字辅助创作、实时对话互动、动漫画及影视创作等场景，服务广大内容创作者，打通 IP 衍生全产业链商业变现。 投资建议：维持互联网传媒行业“买入”评级，拥有中文语料、专业数据资源及数据处理的公司或将持续受益于 AI 大模型发展：推荐中文在线、阅文集团，关注拓尔思、海天瑞声、同方股份、浙数文化、浙文互联、中国科传、掌阅科技。 关注 AIGC 产业链：1）互联网大厂 AI 技术积累深厚，助力强化自身优势&销售产品至 B 端，推荐腾讯控股、百度集团-SW，关注阿里巴巴；2）AI 算法龙头公司业务落地有望加速成长，关注商汤-W、云从科技、格灵深瞳；3）AI在多模态内容应用的推进，内容生成提升电影制作生产力，推荐光线传媒，关注上海电影、万兴科技、美图公司；4）AI 营销数字人提升智能程度：推荐芒果超媒，关注蓝色光标、风语筑、飞天云动、三人行；5）AIGC 应用在游戏领域推广进度有超预期可能，推荐腾讯控股、网易-S、三七互娱，关注中手游。 风险提示：AI 技术研发和产品迭代不及预期风险；AI 行业竞争加剧风险；商业化进展不及预期风险；国内外政策风险。 买入（维持） 作者 分析师：付天姿 执业证书编号：S0930517040002 021-52523692 futz@ebscn.com 联系人：杨朋沛 021-52523878 yangpengpei@ebscn.com 联系人：赵越 zhaoyue1@ebscn.com 行业与沪深 300 指数对比图 资料来源：Wind 相关研报 AIGC 游戏应用前景广阔，有望助力形态升级和产业变革——AIGC 行业跟踪报告（三）（2023-3-20） 百度文心一言发布：能力尚不完善，战略意义仍具——AIGC 行业跟踪报告（二）（2023-3-16） 海内外 AIGC 热度持续，关注主题扩散至游戏、互联网板块——AIGC 行业跟踪报告（一）（2023-2-22） AIGC 产业再掀热潮，坚实技术底座+SenseMARS 内容生成平台助力商业化突破——商汤-W（0020.HK）内容生成（AIGC）业务发展跟踪点评（2023-2-1） -25%-20%-15%-10%-5%0%5%10%15%22/0322/0422/0522/0622/0722/0822/0922/1022/1122/1223/0123/02传媒(申万) 沪深300 要点 敬请参阅最后一页特别声明 -2- 证券研究报告 互联网传媒 表 1：AIGC 发展受益标的梳理 投资主线 受益标的 互联网大厂： AI 技术积累深厚，强化自身优势&MaaS 商业模式推进 腾讯控股、百度集团-SW、阿里巴巴 AI 算法： AI 算法龙头公司业务落地有望加速成长 商汤-W、云从科技、格灵深瞳 数据要素&数据标注： AIGC 发展路径中数据要素具备稀缺性，符合数字中国主线 中文在线、阅文集团、中国科传、同方股份、浙数文化、浙文互联、拓尔思、海天瑞声 中文数字内容： AI 文本内容创作辅助，提升创作效率和内容可读性 中文在线、阅文集团、掌阅科技 图片： AIGC 大模型有望在图片等多模态进一步突破 万兴科技、美图公司、视觉中国 游戏： AIGC 应用在游戏领域推广进度有超预期可能 腾讯控股、网易-S、三七互娱、中手游、巨人网络、昆仑万维、恺英网络、完美世界、吉比特 电影： AI 内容生成提升动画&真人电影制作生产力 光线传媒、中国电影、上海电影、芒果超媒、万达电影 虚拟人： AI 驱动下，虚拟营销数字人大幅提升智能程度 芒果超媒、捷成股份、蓝色光标、风语筑、三人行、飞天云动、天娱数科 资料来源：光大证券研究所整理 表 2：国内互联网大厂 AI 基础技术布局 算力 算法 研究院 AI 芯片 AI 算力集群 学习框架 大模型名称 大模型涉及领域 NLP CV 多模态 行业化 腾讯 紫霄(推理)、 沧海(视频转码)、 玄灵(智能网卡) 长三角 AI 超算中心 TNN、 Angle HunYuan √