传媒行业GenAI之四十二：李飞飞空间智能谷歌Genie2，AI3D再突破

业及产业 行业研究/行业点评 证券研究报告 传媒 2024 年 12 月 08 日 李飞飞空间智能谷歌 Genie2，AI 3D 再突破 看好 ——GenAI 之四十二 证券分析师 林起贤 A0230519060002 linqx@swsresearch.com 袁伟嘉 A0230519080013 yuanwj@swsresearch.com 任梦妮 A0230521100005 renmn@swsresearch.com 夏嘉励 A0230522090001 xiajl@swsresearch.com 赵航 A0230522100002 zhaohang@swsresearch.com 研究支持 黄俊儒 A0230123070011 huangjr@swsresearch.com 联系人 林起贤 (8621)23297818× linqx@swsresearch.com 本期投资提示： ⚫ AI 3D：向混合 3D 路径迈进，世界模型有新进展。AI 3D 生成工具仍在技术快速进步期，23H2 后混合 3D 路径正成为重要进步方向，一定程度上缓解高质量数据集匮乏难题。3D 资产生产周期长、高度依赖人工，AI 3D 时代核心生产要素将从人力变更为算力，内容生产厂商可实现在低边际生产成本条件下增加 3D 内容。内容创作门槛降低，AI 3D 工具可以简化 3D 内容生产流程，例如可视化内容编辑器可替代传统引擎，用户可以通过拖拽开发模块、文字描述等完成内容创作。除 AI 3D 工具之外，世界模型也将是未来 3D 内容生产重要方向，可直接生成具备可交互特性的视频/3D 场景，如近期由李飞飞联合创办的 World Labs 发布的“空间智能”模型，谷歌发布的 Genie 2。均可实现一张图生成一个 3D 世界，前者更进一步挖掘世界的物理本质，后者每一帧生成都是像素预测，并通过额外用户输入引导下一帧概率分布。 ⚫ 游戏：AI 3D 直击研发核心环节，游戏供给有望迎来革命。23 年以来，受益于 AI 在文生文/文生图/文生代码等方向逐步成熟，游戏公司工作流中已开始广泛应用 AI 文案/AI绘图（2D）/AI 代码/AI 配音等工具，3D 或是缺少的最后一环。AI 3D/世界模型的成熟和应用有望改变游戏供给逻辑，实现 UGC 和千人千面。 ⚫ XR：3D 是最主要内容形态，AI 提效将极大丰富内容与场景。原生 3D 内容是 XR 时代最主要的内容形态。AI 3D 的发展将极大提升虚拟 3D 内容的生产效率，增加场景，如Meta 的 AR 眼镜基于 Reality Labs Research 的 SceneScript 模型可识别现实世界对象并生成场景布局，NVIDIA 将基于 OpenUSD Omniverse 的企业数字孪生 3D 模型引入苹果 Vision Pro。 重点标的： ⚫ 3D 内容创作者社区：战略投资 CG 网的【视觉中国】。 ⚫ 游戏：重点，自研 GiantGPT、原生 AI 玩法实装、老产品稳定性超预期的【巨人网络】；新品周期在即、布局 AI 催收/客服的【神州泰岳】；形意大模型、投资 AI 应用，以及新品储备丰富的【恺英网络】。弹性，递延储备深厚、1 月新品密集，出海tiktok 合作的【冰川网络】；25 年 2 款新品弹性大且有 AI 赋能的【电魂网络】；卡牌赛道布局全面且前瞻、AI 积极探索的【姚记科技】。其他关注【盛天网络】（AI 陪伴）【完美世界】（AI NPC 布局）【掌趣科技】（AI 3D 引擎/AI+UGC 布局）【吉比特】【三七互娱】【世纪华通】。 ⚫ 影视：IP 资源丰富，AI 等布局积极的【上海电影】、国内头部长视频、剧集、电影公司【芒果超媒】【华策影视】【光线传媒】【博纳影业】等。 ⚫ XR：风语筑、凡拓数创、丝路视觉、创维数字。 ⚫ 风险提示：海外国内 AI 3D 进展不及预期；国内外市场竞争加剧，导致参与公司的利润率降低。 请务必仔细阅读正文之后的各项信息披露与声明 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共16页 简单金融 成就梦想 1．AI 3D：向混合 3D 路径迈进，世界模型有新进展，嵌入 3D 资产生产各环节 目前看，AI 3D 生成工具仍在技术快速进步期。从技术路径来看，23H2 后混合 3D路径正成为 AI 3D 工具重要进步方向，一定程度上缓解了 AI 3D 高质量数据集匮乏难题。 2D 升维方法：可通过多张图像或视频，以 NeRF 等方法升维生成 3D 模型，以隐式表征为主。23 年 7 月高斯溅射方法发表，可实现实时渲染以及快速光栅化，前沿研究仍在快速迭代。2D 升维方法可基于丰富的图像数据集，数据上较为丰富，但在生成质量、生成速度、算力消耗上表现有不足。 原生 3D 方法：基于 3D 数据集进行训练和推理。通常使用 Transformer 和Diffusion 等方法，此前以显式表征为主（网格、体素、点云等），Shap-E 等少数模型使用隐式表征（使用连续函数表征三维体素）。原生 3D 方法具备生成速度快、生成质量高、兼容性好的优点；但高质量 3D 数据集十分匮乏，生成内容的多样性受限，当前 3D 数据集仍在加快补足。Adobe 于 23 年 11 月推出 LRM 项目《LRM: Large Reconstruction Model for Single Image to 3D》为原生 3D 方法的重要玩家。 混合 3D 方法：旨在解决原生 3D 方法数据集匮乏的难题，为当下 3D 大模型前沿的技术方向，相关工具生成质量提升较快。在最新的混合 3D 路径中，大模型研发人员将3D 信息注入预训练的 2D 模型，例如，通过多视角图像微调 Stable Diffusion 模型，使其能够生成稳定、一致的 3D 模型。该路径一方面解决了 2D 升维方法中提取的 3D 信息量较低的问题，另一方面解决了 3D 高质量数据集匮乏的问题，近年来出现众多围绕混合3D 的工作。目前混合 3D 的代表玩家包括字节跳动、Adobe、META 等。 图 1：混合 3D 正成为 AI 3D 工具重要进步方向 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第3页 共16页 简单金融 成就梦想 资料来源：《A Comprehensive Survey on 3D Content Generation》，申万宏源研究 AI 3D 时代，3D 模型的边际生产成本极大幅度降低，较大程度上消除了成本、人力侧的限制，推动内容生产向 3D 升维。 3D 模型生产效率提升，抬高内容生产质量。3D 资产生产周期长、高度依赖人工，AI 3D 时代核心生产要素将从人力变更为算力，内容生产厂商可实现在低边际生产成本条件下增加 3D 内容，实现高质量、大规模 3D 内容生产。内容创作门槛降低，揭开 UGC 时代序幕。AI 3D 工具可以简化 3D 内容生产流程，例如可视化内容编辑器