2023年中国AIGC产业全景报告

Panoramic Report ofAiGCIndustryinChina2023 QbitAl Insights 01我国AIGC市场规模 目录 02AIGC产业全景图谱 03AIGC行业变革分析 04我国AIGC产业代表案例 05中国最值得关注的50家AIGC机构 序言 如果说2022年，ChatGPT和StableDiffusion展现了AIGC强大的技术实力，打开了AIGC时代的序幕，那么2023年，在短短3个月内，GPT-4、MidjourneyV5等又一次次通过令人惊喜的效果证明，AIGC已经成为了毋康置疑的科技趋势。 由于能够为行业带来深刻变革，AIGC产业也成了方众瞩自的蓝海 据投资机构a16z统计：全球范国内，图像生成、文案写作和代码编写三类AIGC产品年营收都已超过了1亿美元；Stability、Jasper.ai等AIGC独角兽估值一路狂鼠。在我国，数位人工智能时代的领军人物票次亲自下场，AIGC相关产品被持续加速推出，投资机构纷纷把AIGC当成年度主题词，AIGC产业的爆发似乎已一舶即发。 但在这一X口里，我国的产业格局和生态起语现状究竟如何？有明些力量和中坚？又面临怎样的机遇和排战？ 在（中国AIGC产业全景报告暨AIGC503中，量子位智库将从我国整体现状、细分赛道、特定机构等角度出发，通过广泛调研与深度分析，全面立体描绘我国当前AIGC产业全景。 我们期待，能够与众多投入、关注、期待我国AIGC产业的伙伴一起，共回见证并打造我国AIGC产业的蓬勃末来， 01市场规模 1.1AIGC 定义 AIGC相关定义 AlGC全称为Al-GcncratcdContcnt，指基于大型预训练模型、生成对抗网络GAN等人工智能技术，涵过已有数据导找规律，并通过适当的泛化能力生成相关内容的技术， ·狭义的AlGC更关注图像、文本、音频、视频等内容生成，等同于Syntheticmedia，GencrativcAl等概念。·广义的AlGC则还包括策略生成（如GameAl中游戏策略的生成）、代码生成（如GitHubCopilot）、蛋白质结构生成等。 MidjourneyV5基于文字描述生成图片 推理小说家JenniferLepp利用ChatGPT-翼写的推理小说 GPT-4基于表格生成计算结呆 1.2产业融资 我国预计2024年将迎来指数级增长的融资热潮，应用层将成为短期内的孵化和小额投资热点，大型投资仍重点关注底层大模型和中间层模型 截止2023年3月，AIGC赛道目前在国外已出现了了家独角曾。在我国，目前只有小冰公司已明碗成为独角兽公司。Minimax据传估值过10亿美元，光年之外则宣布一一轮融资已被认购2.3亿美元目前，最受头部资本关注的机构均与底层大模型相关或与A领军人物下场相关（如王慧文光年之外、李志飞、工小川、周伯文等）。与国外熙资环境相比，国内AGC目前融资赖次及体量有一定差距。 部队还处在缺乏明硝逻辑和标的的观竺状态，但预计查年宽资规病将有数倍增长。随若底层大模望生态的遂步开放及商业价值的落地验证，预计融资观模在2024年出现首次阶段性的指数级培加，投资向AIGC全产业链扩散， 1.3市场规模 预计2030年，我国AIGC市场规模将达到万亿级别；2025年和2027预计成为两次规模爆发点，年复合增长率有质变性提升 据量子立智训算，我国2023年AIGC市场规模预计可达到170亿人民币：2023-2025年是我国AIGC产业市场规读塔长的第一阶段，培长率纪持在2556左右，2025午市场规漠达到约250亿人民币。2025午开始，由于行业生态完善（特别足底层大按型完成对外开放）应月层趋勃将带动产业快速增长，年复合增长率将超过了0%：预计2027年我国AIGC产业规模超600亿人民币：2028年开始，AIGC产业物延展出完整产业差，并在商业化场景上持续拓宽拓深，深入变革各行业。2028年起：我国AIGC产业市场规模将持续保持告诉增长：2030年市场规模超万亿。 1.4发展阶段 我国AIGC产业可大致分为三阶段，2023-2025年的培育摸索期、2025-2027的应用蓬勃期和2028年后的整体加速期 AIGC在个性化、实时化、自土选代等方向上的延展价值得到充分发挥，和其他业务系统进行紧密链按产业生态完善，产生完整解决方索相关初创公司能够形成一个持续自己运营的内容体系，预计会佳生出完全不同的新业态。AIGC成为内容领域基础设施，自身产业链条完善 底层大模型发展加连，除原有玩家外，大资命及人才体量的玩家开始入局，中间层尚未出现相关玩家基于StableDiffusion等开源模型的上层应用迅速出现，由于受到底层大模型接口的限制，其仕领域应于层发晨作对有限。整体均处于业务场景验证和变现深索期产业生态相对封闭，研究机.构作用明显，创业公司少大部分技术尚木达到稳定进入实际生产环节的水平 人机共创遂潮被行业普追尝试应用，在内容资讯和娱乐传媒领域产生确定性价作，基本价值创作路径和技术思路得至确认入局玩家均多：底层大模型和中间层模型主要玩家基本确定，大模型开放API增多：有大量应用层玩家进场，呈现百花齐放的状 3.整体加速期：2028后 2.应用莲勃期：2025-2027 1.培育摸索期：2023-2025 1.5营收模式 长期来看，我国AIGC的主流营收模式可分为四种：MaaS、按产出内容量付费、软件订阅付费、模型定制开发费。其中最具长期增长潜力，并将占据主要市场规模的为MaaS模式 软件订阅付费 MaaS,Modelas Service也即基于模型的调用量进行收费。 ChatGPTPlus日前按月收费，20关元一个月人民币／月的价格对外出告，并以约4800欧元！月的价格-是供支持定制的电子商务版本。大部分C端AGC工具则以约80人民币；月的价格对外出售 适用于底层大模型和中间层违行变现，按照数起请求量和实际计克量计算，较为典型的是GPT-3基于对外AP的收费型 按产出内容量收费，适用于应用层变现 模型定制开发费，也即传统项目开发制 图片张数（DALL·E、DeepDreamGenerator）讨求计夏量、模型训练次数等关提在于如何从单次好奇驱动的行为切入，保证产品长期的购率其中会受到具体属性影泊，例如版权授予（支持短期使用权、长期使用权、排他性使用权和所有权多和合作模式，拥有设计图案的版权）、是否支持商业用途（个人用途、企业使用、品牌使用等）、透明准架和 其他模式包括广告/流量模式（依靠产品获取用户点击，从中获得广告流量，关键在于产品如何获得复购）由于届于小型项目，在市场规模测算中苦不单独考虑 1.5营收模式 AIGC产业中，不同营收模式的市场份额将有明显区分。尽管目前按照产出量收费的模式占据主流，但随着底层模型及AIGC应用生态的建立，MaaS预计在2027年将逐步成为主流 02产业全景图谱 2.1产业全景图 我国的AIGC产业可大致分为基础设施层、模型层及应用层，目前整体层级尚不够完整，模型层成为当前关键卡口，不在一定程度上限制了上下层级的发展 并于对资宝、人才、数抵&业变场景的高安求，技让能实全模量到造车高的玩忘数三相当有用。大意效公司仍造个进行部分布，妇中层和应层部适产具有深度行性群的纠业公司进入 2.2竞争格局图 目前，我国的AIGC产业已涌入了互联网大厂、AI公司、生态链场景公司、研究机构等多类参与者。由于产业发展相对有限，目前各类玩家间区别相对有限 2.3基础设施层分析 基础设施层：主要分为数据层、算力层、计算平台、模型开发训练平台和其他配套设施。除数据和配套设施领域，其他板块基本可沿用之前的供给方，投资确定性强 基础设施层 数据层对数据的整量、在行业、领域和赖赫度上的丰富性、以及和业之回的反防关系 算力层 其他配套设施 .:微软数据显示，GPT-3.5在微款Azure Al超算基设施上消耗的总笋力需了8个30亿投资规读的数据中心支持运行：A芯片、高性能网络等基础设施作为算力底座，升级需求意发明确：智算中心等算力集群，回产芯片，云服务厂商 都有极高的要求 检测审核：AIGC溢用容易引发信息内容安全、诈骗违法犯非行为等安全稳患，诈骗团队利用AIGC换脸伪造埃隆·马斯克的视频，半年诈骗价值超过2亿人民币的数字货币，交易据合方/交易平·第三方确权及计价方，创作配合工具：如谊染引等，国产芯片·云服务厂商 对于预训练大核型而言，多态的数据集百观重要。数据本身的质量，数据实时更新的状况都需要在数据案中体现，MultiBench提供了包括10个模态的数据集，Pano.AVQA提供了360度视频数据，X-World提供用于自动驾驶的各类模态数据：日前，华为诺亚方舟已经开源了全球首个亿级中文多模态数据集“悟空”。当前规模最大的开源跨模态数起库LAION-5B. 数据提供方：数提方面需要关注数据的实时性和有效性；才能保证后续问答和产出达到预期效果。数据和业务完成联递、通月教居 ·垂直领域数提特定任务下的标注数据·在我国的合规惠求下，或许需要特定的审核和标注款据、创作者生态（提供生物资产及内容素材） 数记服务方：数起分拆及标注等 2.4模型层分析 模型层：主要分为底层通用大模型和中间层模型。前者目前成为最受关注，建设和提升迫切性最强的领域；后者国内目前尚未出现相关玩家，适合AI公司凭借过往的行业积累和技术积累快速进入 模型层 中间层模型（垂直化、行业化、细分化） 底层通用大模型 这部分是相对最容易形成壁垒的，包括人才、时间、数据和资金等多个层面模型站 开源模型定男高、一一，文生国注F及 中间层投型(垂直化、行业化、纽分化） 中间集成商（组合多个接口，形成新的整体模型） 进行二次开发（加行业特色据和行业认知） 2.4模型层分析 目前国内已出现了多家从事大模型开发及延展应用的公司，目目前尚未普遍形成对外开放的生态，需要进一步关注相关机构的后续动态 2.4模型层分析 模型层玩家判别式； 资金及人才门槛 数据层配合 技术效果及成本 鉴于0pe门Al昊计韶资已达到120亿关金，在考虑到ChatGPT等此前模型已证明了柜关技术路径的基础上：我们认为国内模型开发的相关成本要至少两百亿人民币左右。此外，按型层开发效果与创始团队的科研背景性紧密相关 效果体现在特定模型在大规模测试后标能够稳定在理想状态，包括在工程和底层算法方面的调优：成本则表现在推理速度、算力成本等技术成本相关用素。公众典论将特别关注与现有炭型的效果对比 特别是数握的筛选与洁洗工作，需要上游数据层的有效配合：同时；白有数据的质量也将成为不同模型间效臭区分的主要影响因素 行业理解和资源累积 上层应用生态 战略合作及投资 中问层模型对该部分要求较高：尽管中问层日前处于相对空白期，但预期底层模型稳定后，将成为关注重点 不仅有助于模型的能力得到可幸变现，也有助于过实际业务数据回流，持续提升读型自身能力。沙及开发工具和社区的建立 以OpenAl的相关生态资为例，建立或咯合作生态有对于用于为白身的底层模型提供能力出口和数起入口 2.5应用层分析-基于逻辑 基于不同的价值创造逻辑，我国AIGC产业应用可被划分为四类：生产可直接消费内容、结合底层系统生产高附加值内容、提供内容生产辅助工具、用于提供体系化解决方案 2.5应用层分析-基于逻辑 在四类价值创造逻辑中，生产可直接消费内容是我国目前落地及变现进展最快的部分 在生产可直接消秀内容时，AIGC的行业影响如下： 2.5应用层分析-基于逻辑 超高频优化、实时生成等增值部分 1.个性化生成，对于内容营销有重大意义 我价认为，内容营销是最适合AIGC走供长远价值的额域，也是未来市场规读最大的部分之一 基于AIGC的个性化内容营销，主要足指由AI生成系统与底层的客户数据系统！营销效果反馈系统进行数据联，实时根据相关数据调整生成需求，