传媒互联网行业深度研究报告：内容产业专题之二，AIGC应用、商业化及受益标的，新生产工具落地，近期即可展望变现

：新生产工具诞生 ：人工智能生成内容，Web3时代的生产工具 AIGC（AI Generated Content），即通过人工智能自动生成内容，具体指基于大型语言模型LLM、生成对抗网络GAN等深度学习技术，输入数据后由人工智能生成相关内容。目前AIGC已进入成长期，AI生成图像、文字、代码、音乐等领域均已有相关应用落地，我们认为随着B、C两端的快速普及，AI创作生产内容将成为下一阶段的重要内容生产方式。 当下为何关注AIGC：落地前的技术积累已经基本完成 ChatGPT实现了从技术提升到技术突破的转变。此前残差网络及Transformer的出现使得模型的深度和参数量指数级增加，大模型成为可能，AIGC应用飞速发展；大语言模型出现后，大模型的使用方式从预训练的单一任务模型迭代到多模态模型，微调时所需的标注数据量显著减少，从而降低了业务的使用成本。在此基础上，2022年11月，OpenAI上线了机器人对话模型ChatGPT（GPT-3.5），新模型参数量为1750亿（人脑神经元数量为120-140亿），远超此前模型的参数量。ChatGPT引入了RLHF（基于人类反馈的强化学习），能够在大部分领域与人类进行持续的语言交互，实现了历史性的突破。 ChatGPT标志着AIGC规模化、商业化应用的开始，人类的内容生产习惯将被改变。尽管此前Stable Diffusion、Midjourney等AI绘画应用已经落地，但注册及使用门槛仍相对较高。ChatGPT的对话机器人属性及免费试用窗口期使其能够广泛触达用户，瑞银数据显示上线两月用户数已突破一亿，系目前用户增长最快的消费应用，2023年1月推出付费订阅版，每月价格20美元。我们认为，ChatGPT之于OpenAI，可以对标AlphaGo和AlphaFold之于DeepMind，开启了AIGC认知普及的一大步，是AIGC内容批量规模化生产 的进入壁垒：开源降低行业技术门槛，但大模型对数据及算力需求极高 AIGC本身的技术门槛并不高。大模型的涌现和指数级的能力迭代，开源社区的繁荣、API接口的大量开发和开放（ChatGPT即为开放平台），使AIGC应用对新进入者较为友好。此外大模型的泛化能力和通用性极强，无需对场景和模型重复训练（即Zero-shot），由此而来的低成本准入门槛、数据飞轮效应和广泛的场景适应能力，都一定程度降低了行业的技术壁垒。 但大模型对数据量及算力的海量需求，使得头部大厂的规模优势更加突出。模型是当下主流AIGC应用的核心基础，训练和运行模型都需要庞大的数据量和算力成本（资金）。1）数据需求：模型性能与数据量、数据质量紧密相关，文献显示即使是拥有130亿参数的模型（仅次于拥有1750亿的GPT-3完整版模型）处理二位数加减法的准确率也只有50%左右，处理其他运算的准确率还不到10%。2）算力花费：GPT3.5的训练使用了微软专门建设的AI计算系统，由1万个V100GPU组成的高性能网络集群，总算力消耗约3640PF-days（即假如每秒计算一千万亿次，需要计算3640天）。 评估AIGC的政策风险：数据、算法规范已逐步完善，当前责任集中于平台自查 AIGC目前存在版权、伦理、数据安全等风险点。AI模型通常是通过预先存储的大量数据训练得到的，因此其中可能存在错误、偏见或不准确的信息。1）版权：AI模型可能侵犯到他人的版权，如通过复制或抄袭别人的作品创建文本。2）伦理：AI模型可能存在伦理风险，例如造成误导、歧视或侵犯个人隐私。3）数据安全：当存储或处理敏感信息时，存在数据泄露、被窃取等安全风险。 数据及算法领域此前已经经历过一轮密集规范，相关细则已经相对完善，叠加2021年以来数字经济相关政策利好陆续释放，我们判断产业初创期相关的政策态度趋于包容，目前审核责任更多集中于平台对语料库的自查。 数据采集 数据分类分级 数据管理 维护国家数据安全、审慎规范数据使用，压实平台管理责任 将数据要素流通市场纳入监管范畴，优化数据交易市场机制，提升市场化水平 端/C端商业化条件成熟，长期想象空间大 行业已经具备大规模商业化条件：供给多点开花，顺应行业需求 供给侧 现有技术成熟度已经能够大规模辅助用户进行内容生产，下游供给多点开花。 1）我们通过实际使用判断人工智能创作能力基本达到了人类专业工种60%-70%的水平，且基于AI的工具容错率高，可编辑性强，具备落地应用的可行性。 2）从实际供给来看，当前AIGC已经率先在营销、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大发展，涌现了写作助手、AI绘画、对话机器人、数字人等爆款级应用，为文娱乃至金融、医疗等领域提供有力内容供给。 2）快节奏生产需求下，AIGC的高效率特点使其能够进一步节省用户内容产出的时间成本。 自动高效生成 绘画生成 提升内容质量 视频生成 增加内容多样性 演讲生成 降低创作成本 法律支持 个性化定制 虚拟主播 行业已经具备大规模商业化条件：厂商实现盈利，验证商业模式可行性 目前海外已有实现稳定盈利的厂商，持续验证商业模式的可行性。公开业绩数据显示2020年Deepmind已实现千万美元量级的利润营业额为8.26亿英镑。 我们根据此前分析的下游应用场景，判断ToB、ToC两端的商业化条件已完备，并给出如下展望： 1）B端（出售API接口/移植模型）：瞄准进行高频、大规模内容生产的细分场景，为平台提供定制化模型服务，游戏、数字人领域受益短期内即能看到。 2）C端（大众应用）：大厂将定制化模型嵌入搜索、办公等成熟应用，利用庞大用户流量挖掘附加价值；此外随着订阅费用的调整，个人创作者直接订阅AIGC应用将更为普遍。 LLM+X，瞄准有高频、大规模内容生产需求的细分场景 B端变现的方式可展望为细分行业定制LLM（大语言模型），即厂商的模型底座+用户数据源，构建“LLM+X”。厂商通过改变训练用数据的分布，来提升模型在某一细分领域的表现。从具体领域来看，定制化模型能够逐步深度融入到文字、音乐、图片、视频、3D多种媒介形态的生产中，可以担任新闻、论文、小说写手，音乐作曲和编曲者，多样化风格的画手，长短视频的剪辑者和后期处理工程师，3D建模师等多样化的助手角色，在人类的指导下完成指定主题内容的创作、编辑和风格迁移。 传媒互联网是最直接受益于AIGC落地的场景。中文互联网首先为大模型的建立提供丰富的中文语料库，从源头哺育AIGC；传媒细分子赛道均具备高内容需求、高交互、高创意浓度等属性，与AIGC天然契合。 端变现展望： 重点关注两个能够显著受益的行业： 游戏行业具备高交互性、内容创意密集的特点，将显著受益于AIGC带来的成本、效益改善、玩法创新，商业模式有望发生变革。 以3A游戏为例，一款成熟的3A游戏开发时间周期长、资金人力耗费巨大。R星2018年发售的游戏《荒野大镖客2》，其虚拟场景约有约60平方公里，耗费六百余名美术8年时间完成。AIGC技术的引入，能够在设计、调试、NPC行为、优化、3D场景制作等多领域提升效率，降低游戏行业对人力的重度依赖，有效实现成本控制。 内容生产 地图生成 付费点创新 利用AI图像生成技术，根据设计者需求生成立绘、配乐，文本。 使用人工智能和机器学习算法快速生成环境、地形。 人工智能和机器学习算法具备颠覆原有玩法的能力。 AIGC技术的引入将提升玩家在游玩过程中的体验，有望创造新的付费模式。 虚拟人/数字人 传统虚拟人/数字人 数字智能体，目前主要由真人在“皮套”下驱动，广泛应用于营销、直播领域。 端变现展望：AI嵌入搜索引擎，代际变革即将开始 缺乏实时性是类ChatGPT产品的最大掣肘。作为语言模型，对话式机器人没有搜索引擎的爬虫能力，只能回答已知信息。2023年2月起，大厂陆续将对话是机器人与搜索引擎结合，进一步提升搜索业务效率。 搜索引擎 准确性提升 赋能广告业务 搜索用户体验增强 从变现角度看，广告位将随附加功能落地而增加；用户参与的提升能够使AI收集更多个性化数据，从而提供更加精准的广告推送服务。 通过集成搜索引擎技术，人工智能对话机器人可以通过访问更广泛的信息源，对用户查询提供更准确和相关的反应。 搜索结果呈现将更自然、更直观，聊天功能能够提供更加个性化和互动的体验，从而提升用户使用时长及活跃程度。 2023年2月，推出新版互联网搜索引擎必应（Bing）和Edge浏览器。新版必应的运行基于一个OpenAI语言模型，可以切换聊天模式、协助用户起草文本。 2023年2月，推出Bard对标ChatGPT，该模型利用来自网络的信息为输入问题提供最新、高质量的回答，有望将AI的优势带入谷歌日常产品。 2023年2月，公司AI大模型文心一言将于3月份完成内测，面向公众开放，最初版本将嵌入其搜索服务中。 端变现展望：SaaS应用将是最广泛触达大众的场景之一，流量为隐形壁垒 SaaS应用将是最快落地、最早触达C端用户并带来附加收入的场景。一方面，AIGC在办公领域的应用前景已经相当显性，文本转图像、快速文案撰写、快速数据分析等技术能够集成至日常工作流程中。相关大厂已经开始实际布局，微软计划OFFICE全家桶、云计算模型Azure中悉数加入AI大模型，线上会议软件Teams已经推出了AI撰写会议纪要和邮件的付费服务。另一方面，工作中的应用需求更为刚性、用户基础已经较为庞大，心智培育成本低、付费意愿更强，通过嵌入增值服务收取费用商业模式更加成熟。 享有C端流量分发话语权的厂商受益更加显著。头部厂商的产品本身已经有着用户基数、心智壁垒，变现路径相对明晰，获客成本远低于新进入者。 端变现展望：心智提升、费用下降，直接订阅制将更加普遍 直接ToC的按月订阅制产品受众范围较窄。当前AIGC应用的订阅价格约在10-30美元区间内，我们判断付费制较高的成本将按月订阅的消费者范围限定在了有硬性需求的独立创作者中。从AI绘画领域付费情况来看，根据6pen数据，中国60%的用户并没有在使用AI绘图产品上有过付费行为，剩下40%的付费用户中，16%付费在10元以内，14%在100元以内，付费超过100元的不到10%。 随着AIGC能力的大幅度提升，AIGC订阅费用有望逐步调降，购买决策成本降低伴随用户认知建立，我们认为C端应用消费需求的扩大已是必然。IDC预计中国AI市场规模将以24.4%的CAGR增长，有望在2025年超过184.3亿美元（约1263亿元人民币）。咨询机构Acumen ResearchandConsulting预测，2030年AIGC全球市场规模将达到1100亿美元；量子位智库预计2030年AIGC市场规模将超过万亿人民币。 投资建议：兼具数据、算力及流量优势的厂商&先发布局标的 投资建议：关注兼具AI内容生产及分发能力的厂商&早期布局标的 梳理我们此前的分析，国产替代机会更多存在于兼具中文数据资源、算力及流量分发话语权的企业中。如果说算力及资金成本、数据资源是显性壁垒，那么下游流量的充沛程度是C端的隐藏壁垒，考虑到手握C端流量的大厂技术布局已经相当完备，行业格局被颠覆的可能性并不高。 行业内头部企业兼具数据、算力及资金优势，且在C端话语权更强，将率先从生产力革命中获益。我们重点关注同时布局AIGC生产及消费领域的互联网平台，料长期主义布局下公司将结构性受益，推荐1）百度：国内AIGC领域发力最早，投入最多，研发成果最丰富的企业，据新民晚报，三月其类ChatGPT项目“文心一言”将完成内测并对公众开放。2）腾讯：掌握下游分发话语权，自研“混元”AI大模型已被广泛应用到广告创作、广告检索、广告推荐等腾讯业务场景中，内容、广告及云业务将直接受益；3）网易：AIGC已被引入游戏研发流程，重磅储备《逆水寒手游》上线在即。 我们同时关注已在视频、营销、阅读等相关细分领域抢跑的重点标的，预计先发优势下应用端的推进将更快反映至业绩。推荐1）数码视讯：多