人工智能行業六問六答“AI+應用”投資框架-230416（46頁）.pdf

《人工智能行業六問六答“AI+應用”投資框架-230416（46頁）.pdf》由會員分享，可在線閱讀，更多相關《人工智能行業六問六答“AI+應用”投資框架-230416（46頁）.pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、數字經濟專題報告2023年4月16日中航證券研究所發布證券研究報告請務必閱讀正文后的免責條款部分行業評級：增持六問六答：“AI+應用”投資框架中航證券社會服務團隊分析師：裴伊凡證券執業證書號：S0640516120002郵箱：Q1：為什么ChatGPT爆火?答：顛覆傳統內容生產的人工智能產品和交互體驗。ChatGPT是一個基于語言模型GPT-3.5的聊天機器人，由美國人工智能公司OpenAI推出的一款對話式AI模型，具備上知天文下知地理，還能根據聊天的上下文進行互動的能力，能進行撰寫郵件、視頻腳本、文案、翻譯、代碼等任務，可以一定程度上替代搜索引擎，掀起內容生產的范式革命。Q2：GPT產品的演

2、繹路徑？答：人工智能算法的迭代推動AIGC的發展，GPT系列屬于神經AI，由2018年的GPT第1代迭代至今天的GPT-4。ChatGPT 核心技術包括自然語言生成能力的大模型 GPT-3.5以及訓練這一模型的鑰匙基于人工反饋的強化學習（RLHF）；現在的ChatGPT已經可以接入GPT-4，具備了多模態生成能力，且表現出人類水平的推理能力。Q3：AIGC的底層技術驅動？答：創新生成算法+預訓練模型+多模態技術。AIGC是一種利用人工智能技術自動生成內容的新型生產方式，呈現為上游基礎層，即由預訓練模型為基礎搭建的AIGC技術基礎設施層，如相關算法/模型研究結構；中間層模型，即垂直化、場景化、個

3、性化的模型和應用工具，在預訓練的大模型基礎上微調，實現在不同行業、垂直領域、功能場景的工業流水線式部署；下游應用層，即面向C端用戶的文字、圖片、音視頻等內容生成服務等。Q4：AIGC如何重構內容生產力？答：AIGC模型有望成為自動化內容生產的“工廠”和“流水線”。AIGC可分為音頻生成、文本生成、圖像生成、視頻生成及圖像、視頻、文本間的跨模態生成，細分場景眾多，跨模態生成是未來重點發展趨勢。隨著底層大模型不斷對外開放，行業生態日益完善，AIGC加速滲透到千行百業，根據量子位智庫測算，2030年我國AIGC市場規模有望超萬億。Q5：看好“AI+”哪些應用場景？答：AIGC可覆蓋諸多應用場景，或將

4、率先在傳媒、電商、影視、娛樂等數字化程度高、內容需求豐富的行業取得重大創新發展。Q6：如何把握“AI+”時代的投資機遇？答：人工智能奇點將近，引爆AIGC商業變現。GPT產品的更迭標志著人工智能進入了新的發展階段，AI模型的訓練開發將加速推進AIGC商業化進程，掀起“用戶-數據-效果”的飛輪效應。全年維度看，隨著GPT逐漸從主題轉向能夠落地的階段，有望在游戲、內容IP、電商、影視傳媒等數字化程度高、內容需求豐富的行業率先商業化落地，贏家將展露頭角。重點推薦：游戲（昆侖萬維/世紀華通/湯姆貓/神州泰岳/愷英網絡）；內容IP（中文在線/中文傳媒/視覺中國/果麥文化）;電商（小商品城/華凱易佰/吉宏

5、股份/值得買）；辦公（萬興科技/金山辦公/泛微網絡）；影視傳媒（上海電影/光線傳媒/人民網/新華網）；廣告營銷（藍色光標/三人行/風語筑）；金融（同花順）；酒店（石基信息）；數據要素（浙數文化/美亞柏科）。風險提示：行業監管風險、政策收緊的風險、技術發展不及預期的風險、內容生態建設不及預期的風險、變現不及預期風險、輿論炒作風險、市場競爭風險。核心觀點5XdYgVlX9XjYvUqZtWaQdN6MpNrRoMtQlOnNsOeRmNyQ7NqQyRuOqNxOxNmNqR一、為什么ChatGPT爆火？二、GPT產品的演繹路徑？目 錄四、AIGC如何重構內容生產力？三、AIGC的底層技術驅動？五

6、、看好“AI+”哪些應用場景？六、如何把握“AI+”時代的投資機遇？資料來源：ChatGPT、百度百科，中航證券研究所整理1.1 ChatGPT：全新聊天機器人模型，上線兩月用戶破億產品介紹：ChatGPT是一個基于語言模型GPT-3.5的聊天機器人，由美國人工智能公司OpenAI推出的一款對話式AI模型。它會通過連接大量的語料庫來訓練模型，這些語料庫包含了真實世界中的對話，使得ChatGPT具備上知天文下知地理，還能根據聊天的上下文進行互動的能力，做到與真正人類幾乎無異的聊天場景進行交流；ChatGPT不單是聊天機器人，還能進行撰寫郵件、視頻腳本、文案、翻譯、代碼等任務。實際應用上，Chat

7、GPT等文本AI可能幫助文本創造類行業完成智能內容生成，并一定程度上替代搜索引擎。圖表1：ChatGPT使用場景展示聊天代碼詩詞腳本文案翻譯郵件ChatGPT對話式AI模型 語言理解 文本生成資料來源：OpenAI官網、ODAILy、央視財經、量子位、DemandSage、瑞銀、智東西、Thuvienpc.，中航證券研究所整理1.2 ChatGPT：打造AI生態，商業能力凸顯ChatGPT接入插件功能，打造AI生態帝國：美東時間3月23日，OpenAI宣布解除了ChatGPT無法聯網的限制，以第三方插件為中介，使ChatGPT能訪問其他網站并獲取實時信息，還支持執行計算，第一批插件由Exped

8、ia、OpenTable、Shopify等公司提供，這些插件的具體功能包括推薦餐廳、制定出游計劃、網上商店購物、企業辦公、信息檢索、語言教學等，涵蓋日常生活的衣食住行各個方面。用戶增速創歷史記錄：2022年11月30日，OpenAI發布了ChatGPT，5天注冊用戶數就超過100萬。瑞士銀行巨頭瑞銀集團的一份報告顯示，在ChatGPT推出僅兩個月后，月活用戶已經破億，成為史上用戶增長速度最快的消費級應用程序。OpenAI預測，公司在2023年預計營收2億美元，在2024年將達到10億美元。商業變現模式：2023年2月2日，ChatGPT推出付費訂閱版本，每月收取20美元（約合135RMB），讓

9、訂閱者獲得比免費版本更穩定、更快服務，嘗試GPT-4功能等。圖表2：ChatGPT已接入插件展示圖表3：ChatGPT更為史上最快活躍用戶破億的應用資料來源：中航證券研究所整理1.3 ChatGPT：重新定義搜索入口，開啟海量應用場景ChatGPT的應用場景多元：ChatGPT潛在的市場規模是空前的，能夠覆蓋各個領域，包括自然語言處理、對話系統等六個方面。借助其強大的算力和算法分析，ChatGPT有望在教育、科研、游戲、新聞等多個領域發揮作用，并不斷拓展其市場潛力。自然語言處理語義分析情感分析實體識別對話系統回答用戶提出的問題提供相關信息幫助用戶解決問題文本生成自動生成文章自動生成摘要自動生成

10、評論語言翻譯+語言模型不同語言之間翻譯單詞、短語、句子預測信息檢索類似于搜索引擎精準匹配內容自動化寫作利用預設的模板、關鍵字或信息，幫助用戶自動生成各種類型的文本。教育科研游戲新聞IT游戲營銷.圖表4：ChatGPT的應用舉例對話式AI模型ChatGPT一、為什么ChatGPT爆火？二、GPT產品的演繹路徑？目 錄四、AIGC如何重構內容生產力？三、AIGC的底層技術驅動？五、看好“AI+”哪些應用場景？六、如何把握“AI+”時代的投資機遇？資料來源：中國信通院、吉林大學學報、Cornrell University、Attention Is All You Need，中航證券研究所整理人工智能

11、算法的迭代推動AIGC的發展：幾十年來，AI領域持續探索，1940-1980s符號AI占主導，1980年后，統計AI與神經AI齊頭并進，二者競爭發展至今，GPT系列屬于神經AI。符號（Symbolic）AI：二十世紀80年代以前屬于符號AI時代，開啟了以知識建模算法、專家系統算法為代表AI早期發展階段；統計（Statistical）AI：1985年的貝葉斯網絡和1995年的SVM是20世紀機器學習發展的兩大標志，但近年來，逐漸成為非主流的研究方向；神經（Neural）AI：經歷了1980s-2012年神經網絡、2012年后的深度學習兩大階段，深度神經網絡和模型大小呈正相關，伴隨著模型參數量的增

12、加，相對應深度神經網絡的能力將大幅提升，Google Brain的Transformer和OpenAI的GPT系列都屬于深度學習領域的代表作。2.1 GPT前世：符號AI-統計AI-神經AI將人類專家的知識和經驗轉化為計算機可以理解的形式，并利用AI技術來實現手寫規則，簡單粗暴只能處理非常少量數據知識建模、專家系統找到一些函數或參數分類固定量數據應用于數據分析、預測和分類等任務機器學習1970-1980s 1985至今1980s-2012 2017 2018像人腦一樣學習開始嘗試大量數據提前標注數據應用于計算機視覺、自然語言處理、語音識別等領域神經網絡基于Transformer架構投喂海量學習

13、數據無監督訓練方法通用文本預訓練GPT系列全注意力機制關注文本序列數據整體注意力Transformer深度學習Neural AIStatistical AISymbolic AI神經人工智能圖表5：ChatGPT的應用舉例資料來源：Botpress、Walmart Global Tech、量子位、Life Architect，中航證券研究所整理GPT系列的迭代發展，造就了ChatGPT的誕生，初代的ChatGPT為GPT-3.5架構的產物，現仍在持續進化升級。GPT的定義及發展：GPT是一種基于Transformer架構的生成型預訓練變換模型（Generative Pre-trained Tr

14、ansformer），用于解決NLP任務，可預測給定文本下一個單詞的概率分布，以生成人類可理解的自然語言。從算法模式的版本上，已經迭代到GPT-4，其在某些方面的性能“可與人類相媲美”，并在大學入學和法律及醫學等專業領域的許多模擬考試中優于其前身GPT-3.5。ChatGPT是已經經歷了GPT-3.5到GPT-4的過渡，多模態功能推出，已成為深度學習領域的曠世佳作。從GPT-1到GPT-4，它的功能越來越全面，表現也越來越類人，與2018年第一版GPT1.17億的參數相比，GPT-3.5擁有著1750億的參數量，GPT-4預計參數量或破萬億，這極大程度提升了GPT的運行規模，讓GPT開始能完成

15、一系列令人難以置信的任務。圖表6：GPT系列產品升級情況2.1 GPT前世：算力爆發+算法迭代，數字內容創作技術達到新高度模型發布時間參數量Transformer模型層數解碼器數預訓練數據量技術介紹GPT2018.061.17億1212約5GB無監督學習，從而對高質量標注數據的要求比較低，有比較強的泛化能力(在沒有見過數據的zero-shot中表現更穩定)。GPT-22019.0215億484840GB多任務學習，驗證了通過海量數據和大量參數訓練出來的詞向量模型有泛化使用而不需要額外的訓練。GPT-32020.071750億969645TB海量參數，從而在無樣本或極少量樣本情況下完成下游NLP

16、任務，還可以完成數學加法、代碼編寫等任務。GPT-3.52022.11-使用RLHF(Reinforcement Learning from Human Feedback,基于人類反饋的強化學習)技術，可以進行連續對話。GPT-42023.3約10000億-一種更加高效、準確和靈活的自然語言生成模型2.2 GPT今生：GPT4功能更強，同時能接受圖像和文本輸入ChatGPT 核心技術主要包括其具有良好的自然語言生成能力的大模型 GPT-3.5/4 以及訓練這一模型的鑰匙基于人工反饋的強化學習（RLHF）。GPT3.5建立在3.0的微調之上。據OpenAI披露，GPT-3已有1750億參數訓練，

17、GPT3.5/4在此基礎上參數量可能再創新高。2022年4月至7月，OpenAI 開始對code-davinci-002模型進行Beta 測試，其可能是最強大的針對自然語言的GPT-3.5 變體，ChatGPT就是從code-davinci-002進行指令微調得到的。此后ChatGPT在2022 年11 月發布，使用的基于人類反饋的強化學習的版本指令微調模型。資料來源：中國指揮與控制協會、拆解追溯GPT-3.5 各項能力的起源，中航證券研究所整理圖表7：大模型參數量迅速增長圖表8：GPT3-GPT3.5的演變過程2.2 GPT今生：GPT4功能更強，同時能接受圖像和文本輸入GPT-3采用無監督

18、學習機制。優點在于無需人工進行數據標注，可以節省模型訓練成本，模型泛化能力更強，經過少量樣本訓練，就可以看到準確度顯著提升。加入人類反饋強化學習，GPT3.5/4獲得對話能力。定義及優缺點：RLHF無需提前對訓練數據進行標注，而只需要人工對模型輸出的結果進行評分，雖然需要消耗一定的人力，但是模型結果會更加符合人類偏好；GPT-4訓練模型：GPT-4的訓練與GPT-3.5類似，包括SFT的預訓練、基于RLHF的獎勵模型訓練和強化學習的PPO算法微調，不同的是使用了基于規則的獎勵模型(RBRM)，在PPO 微調期間向 GPT-4 提供額外的獎勵信號。資料來源：Language Models are

19、 Few-Shot Learners、ChatGPT發展歷程、原理、技術架構詳解和產業未來，中航證券研究所整理圖表9：訓練模型由GPT-3的無監督學習，進化到GPT-3.5/4的人工反饋的強化學習資料來源：OpenAI官網、美信全球，中航證券研究所整理 3月15日，OpenAI發布了ChatGPT的最新“升級版本”GPT4模型，OpenAI在官網表示，GPT4是一個能接受圖像和文本輸入，并輸出文本的多模態模型，是OpenAI在擴展深度學習方面的最新里程碑。GPT4的語言理解和生成能力均超過了ChatGPT，可以解答ChatGPT無法完成的問題，同時GPT4可以描述并理解圖片。視覺識別能力：GP

20、T-4視覺識別能力突出文本理解和圖像識別并行：GPT-4 可以接受文本和圖像的提示，允許用戶指定任何視覺或語言任務。在一系列域（包括包含文本和照片的文檔、圖表或屏幕截圖）上，GPT-4 表現出與純文本輸入類似的功能。辨別幽默元素：除了能夠識別圖像內容，GPT-4還能辨別圖像中存在的幽默元素，并做出相關解釋。圖表10：GPT-4視覺識別相關案例2.2 GPT今生：GPT4功能更強，同時能接受圖像和文本輸入用戶：我可以用這些原料做什么?GPT-4：你可以用這些原料做很多選擇!一些可能性包括：煎餅或華夫餅、可麗餅、法式吐司、煎蛋卷或菜肉餡煎蛋餅、乳蛋餅奶油凍或布丁、蛋糕或紙杯蛋糕松餅或面包、餅干。這

21、些只是幾個例子，但可能性是無窮無盡的!用戶：這張圖有什么好笑的？一個面板一個面板地描述它。GPT-4：該圖顯示了帶有三個面板的“Lightning Cable”適配器的包裝。面板 1：帶有 VGA 連接器（一種大的藍色 15 針連接器，通常用于計算機顯示器）的智能手機已插入其充電端口。面板 2：“Lightning Cable”適配器的包裝，上面有 VGA 連接器的圖片。面板 3：VGA 連接器特寫，末端有一個小型閃電連接器（用于為 iPhone 和其他Apple 設備充電）。這張圖片中的幽默來自將過時的大型 VGA 連接器插入小型現代智能手機充電端口的荒謬做法。資料來源：OpenAI官網、L

22、ife Architect，中航證券研究所整理 語言能力：語言測試中GPT-4完勝其他大模型（Chinchilla，PALM）。英語測試中，GPT-4的準確率為85.5%，高出第二名15pct，取得碾壓優勢；除英語外的26種語言測試中，GPT-4在24種的準確率獲勝，包括拉脫維亞語、威爾士語、斯瓦希里語等資源匱乏的語言，準確率集中在70%-85%，雖與其他模型相比優勢突出，但未來仍存在較大提升空間。文字輸入限制大幅提升，由基于GPT-3.5的ChatGPT的3000字限制提升至GPT-4的25000字，用戶使用將開拓更多使用場景。2.2 GPT今生：GPT4功能更強，同時能接受圖像和文本輸入圖

23、表12：GPT-4在英語測試中優于現有語言模型（準確率）25.0%67.0%69.3%70.1%85.5%隨機猜測ChinchillaPALMGPT-3.5GPT-40 2 10 14 0 85%語種個數圖表13：GPT-4在除英語外的26種語言測試中，準確率集中在70%-85%圖表11：GPT-4文字輸入限制提升至2.5萬字7681536300024000GPT-1GPT-2GPT-3GPT-3.5GPT-4（8k/32k）字數限制（單位：字）資料來源：OpenAI官網、GPT-4 Technical Report，中航證券研究所整理2.2 GPT今生：表現出人類水平的推理能力 推理能力：已

24、表現出人類水平的性能，較GPT-3.5更進一步。學術和專業基準測試：在與其他模型的對比種，GPT-4除了在閱讀理解和算術方面與最佳外部模型略有差距，其他的學術測試表現均獲勝，基于日常的常規推理和小學多選科學題的準確度更是達到了95%以上，較外部模型高10pct以上。應試方面展現“恐怖實力”，GPT-4在模擬律師資格考試種進入前10%，SAT的讀寫&數學得分均在700分以上，GRE接近滿分，在GLUE語言理解基準測試上取得了90.1的平均得分，某些性能已經與人類持平甚至超越。GPT-4GPT-4GPT-3.5GPT-3.5最佳外部語言模型最佳外部語言模型最佳外部模型最佳外部模型多項選擇題（57個

25、學科）多項選擇題（57個學科）86.4%70.0%70.7%75.2%基于日常的常規推理基于日常的常規推理95.3%85.5%84.2%85.6%小學多選科學題小學多選科學題96.3%85.2%85.2%86.5%圍繞代詞解析的常識推理圍繞代詞解析的常識推理87.5%81.6%85.1%85.1%Python代碼任務Python代碼任務67.0%48.1%26.2%65.8%閱讀理解和算術閱讀理解和算術80.9%64.1%70.8%88.4%小學數學題小學數學題92.0%57.1%58.8%87.3%圖表14：GPT-4在學術和專業測試中優于現有模型圖表15：GPT-4在各項模擬考試中的表現資

26、料來源：智東西、OpenAI官網，中航證券研究所2.3 GPT未來：構建AI生態，加速應用落地聯網功能+插件功能，打造AI生態帝國，成就屬于ChatGPT的蘋果“Apple Store”時刻。OpenAI已經官宣ChatGPT將實現聯網、自行添加插件、允許上傳圖片、視頻、CSV文件等多種功能?；贠penAI提供的Demo視頻來看，未來用戶能夠使用的ChatGPT：可以搜索到提取后的即時性信息，并提供信息來源鏈接；能夠基于CSV文件，實現SQL的提取數據功能，Excel&Python的作圖功能等；能夠根據語言指令，對視頻進行剪輯，對圖片進行修改，或替代PR/PS等軟件。我們認為，GPT產品的更

27、迭象征著AI進入新的發展階段，這背后技術上的變化突破主要體現在模型技術、參數、訓練數據、訓練方法的演化融合。圖表16：ChatGPT能夠提供互聯網最新的信息圖表17：ChatGPT能夠基于CSV文件作圖圖表18：ChatGPT能夠完成Photoshop的功能資料來源：OpenAI官網、中航證券研究所整理2.3 GPT未來：構建AI生態，加速應用落地圖表19：ChatGPT中安裝插件界面圖表20：ChatGPT運用插件計算食材卡路里圖表21：ChatGPT運用插件預定酒店并規劃食譜據官網資料，ChatGPT的第一批插件由Expedia、FiscalNote等公司提供，這些插件的具體功能包括推薦餐

28、廳、制定出游計劃、網上商店購物、企業辦公、信息檢索、語言教學等，涵蓋日常生活的衣食住行各個方面?！安寮痰辏–hatGPT Plugins Store）”的推出意味著其他服務成為了ChatGPT的“眼睛和耳朵”，用戶將能在ChatGPT中使用幾乎外部所有軟件，極大提升便利性和效率。資料來源：科技圈探秘、鈦媒體、讀創、CSDN、創業邦，中航證券研究所整理2.4 GPT背后：OpenAI和最大投資人微軟圖表22：OpenAI發展歷程OpenAI是一家成立于2015年的非營利性人工智能研究公司，在發展歷程中，OpenAI從研究深度學習、強化學習和自然語言處理等領域開始，轉向面向商業應用的探索，并逐步

29、成為一個向公眾和全球開發者開放的開源人工智能組織。OpenAI團隊是由多位頂尖的人工智能科學家、工程師和管理人員組成的，包括創始人兼CEO Sam Altman、CTO Greg Brockman、聯合創始人Ilya Sutskever和Wojciech Zaremba、以及研究員Andrej Karpathy和Dario Amodei等。這些團隊成員在人工智能領域有著豐富的經驗和卓越的成就，曾在Google、Microsoft、Facebook等知名公司或高校從事人工智能相關工作。2015.12201620172018OpenAI 由一群包括 Elon Musk 和 Sam Altman 等

30、個人和組織創建，旨在推進和促進人工智能領域的研究OpenAI 開發了第一個人工智能系統，宣布要教一臺計算機玩 DOTA OpenAI 發布了GPT-1，這是個能夠生成人類文本的語言處理模型OpenAI 與 微軟合作，推出了 Azure AI Platform，這是一個新的項目，旨在讓開發人員更容易構建和部署 AI 應用程序OpenAI 發布了GPT-2，這是一個比GPT-1 功能更強大的語言處理模型OpenAI 發布DALL-E，能夠根據文本描述生成原始圖像的創意 AI 系統，7月，發布了GPT-3，這是目前為止最大的語言處理模型OpenAI聯合微軟等投資人成立了OpenAI創業基金，為醫療等

31、行業的10家AI創業企業提供資金支持ChatGPT問世2019GPT-4推出，多模態及插件功能發布2020202120222023資料來源：OpenAI官網、智東西、Neurohive、騰訊云，中航證券研究所整理2.4 GPT背后：OpenAI和最大投資人微軟在AGI(通用人工智能）愿景的驅動下，OpenAl的Al能力全面。OpenAl當前模型幾乎涉及所有需要解決自然語言/代碼的理解/生成任務的領域，其API(ApplicationProgramming Interface,應用程序編程接口，編程人員可以通過API調用相關代碼，而無需掌握代碼本身）包括文本、代碼、圖像等五大類，可以用于完成自然

32、語言問答、聊天、Python/SQL代碼標注/修改、食譜創作等具體任務。除了ChatGPT的GPT-3（語言生成模型）外，OpenAI的精選模型還包括DALL-E（視覺生成模型）、CLIP（圖像和文本聯合編碼器）、Jukebox（音頻生成模型）等。文本生成/編輯代碼生成/編輯/解釋圖像生成/編輯文本搜索分類模型定制化微調OpenAI主要應用領域圖表23：OpenAI主要應用領域圖表25：Dall-E 2基于原圖片創造不同變體圖表24：Dall-E 2基于文本創建原始逼真圖片圖表26：CLIP明顯優于RESNET101資料來源：澎湃新聞、PCMag、Microsoft 365，中航證券研究所整理

33、2.4 GPT背后：OpenAI和最大投資人微軟OpenAI的最大投資人微軟已率先受益，開始利用GPT-4提高產品競爭力，或占據AI革命先發優勢。微軟再注資，打響AI閃電戰：2023年1月23日，微軟宣布向ChatGPT開發者的OpenAI追加投資數十億美元，以支持OpenAI的研究，讓OpenAI的最新估值達到290億美元。微軟將ChatGPT視為新一代技術革命，將ChatGPT整合進Bing搜索引擎、Office全家桶、Azure云服務、Teams程序等產品中。Office“副駕駛”猛踩生產力“加速油門”：北京時間3月17日凌晨，微軟舉辦了一場名為“與AI一起工作的未來(The Futur

34、e of Work with AI)”的線上活動，正式把OpenAI的聊天機器人技術引入到Office辦公套件當中，為其推出AI助手Copilot，其中文翻譯為“副駕駛”，旨在幫助人們生成文檔、電子郵件、演示文稿等。Copilot將大型語言模型(LLM)的能力與Microsoft Graph和Microsoft 365應用程序中的數據相結合，將office變成“地球上最強大的生產力工具”。圖表27：微軟的AI生態圖表28：Microsoft 365 Copilot的運行原理Microsoft改進自然語言處理能力ChatGPT.整合微軟生態更準確更個性化滿足需求一、為什么ChatGPT爆火？二、

35、GPT產品的演繹路徑？目 錄四、AIGC如何重構內容生產力？三、AIGC的底層技術驅動？五、看好“AI+”哪些應用場景？六、如何把握“AI+”時代的投資機遇？3.1 AIGC：AI賦能之下，新型內容生產方式互聯網內容生產方式經歷了PGC、UGC、AIGC的過程，AIGC是一種利用人工智能技術自動生成內容的新型生產方式。PGC（Professionally Generated Content）是專業生產內容，如Web1.0和廣電行業中專業人員生產的文字和視頻，其特點是專業、內容質量有保證。UGC（User Generated Content）是用戶生產內容，伴隨Web2.0概念而產生，特點是用戶

36、可以自由上傳內容，內容豐富，但質量良莠不齊。AIGC（AI Generated Content）是由AI生成的內容，其特點是自動化生產、高效，規模、質量都能得到保障，預示著Web3.0時代已經到來。資料來源：界面新聞、Fabricventurs、澎湃新聞、ShineINFAITH、，中航證券研究所整理Web1.0(1991-2004)Web2.0(2004至今)Web3.0（2014年概念提出）以搜索為核心門戶網站/圖文時代中心化閱讀式互聯網個人內容互動社交媒體/電商時代中心化可讀可寫互聯網數據內容互動智慧網絡時代去中心化可獲價值互聯網$1.1trillion$7.3trillion？“可讀”

37、（read）“可讀+可寫”（read+write）“可讀+可寫+擁有”（read+write+own）PGC專業生產UGC用戶生產AIGCAI生產PGCUGCAI-Assisted GCAIGC規模小大較大大質量高低較高高特點專業質量有保證自由上傳內容豐富質量提升豐富度提升高效率圖表29：內容創作模式的四個發展階段對比圖表30：AIGC產業生態初步形成3.2 AIGC產業鏈日益成熟，商業價值加速釋放資料來源：騰訊研究院、量子位，中航證券研究所整理 AI技術逐漸實現從分析到創造的迭代，AIGC產業生態體系雛形已經顯現，呈現為上中下三層架構。上游基礎層，即由預訓練模型為基礎搭建的AIGC技術基礎設

38、施層，如相關算法/模型研究結構；中間層模型，即垂直化、場景化、個性化的模型和應用工具，在預訓練的大模型基礎上微調，實現在不同行業、垂直領域、功能場景的工業流水線式部署；下游應用層，即面向C端用戶的文字、圖片、音視頻等內容生成服務，包括網頁、本地安裝的程序、移動端小程序、群聊機器人等。圖表31：AIGC產業生態體系的三層架構產業鏈下游產業鏈上游產業鏈中游基礎層：預訓練模型中間層：垂直化、場景化、個性化模型應用層：語言和文字生成等AIGC應用3.2 AIGC產業鏈日益成熟，商業價值加速釋放資料來源：至頂頭條、NovelAI官網，中航證券研究所整理ChatGPT訂閱計劃重新定義AIGC商業模式，打破

39、了人們對于AI技術大多應用于嵌入式項目的固有印象。2月2日，OpenAI公司宣布推出付費試點訂閱計劃ChatGPTPlus，定價每月20美元，其功能包括高峰時段免排隊、快速響應以及優先獲得新功能和改進等。付費模式推出后，ChatGPT的免費訪問權限仍然開放。多種變現模式初顯，AIGC商業化潛力可期。除了 ChatGPT 以外，NovelAI、Stable Diffusion 等其他主流 AIGC 應用亦開啟商業變現，根據內容生成次數、生成質量等條件設置多級別訂閱套餐；技術平臺層面，GPT-3對外提供API接口，四種模型分別采用不同的按量收費方式，某些模型存在訓練收費模式。圖表32：AIGC國外

40、商業變現模式AIGC變現模式案例作為底層平臺接入其他產品對外開放，按照數據請求量和實際計算量計算GPT-3對外提供API接口，四種模型分別采用不同的按量收費方式。按產出內容量收費包括DALLE、Deep Dream Generator等AI圖像生成平臺大多按照圖像張數收費。直接對外提供軟件例如個性化營銷文本寫作工具AX Semantics則以約1900人民幣/月的價格對外出售，并以約4800歐元/月的價格提供支持定制的電子商務版本。大部分C端AIGC工具則以約80人民幣/月的價格對外出售。模型訓練費用適用于NPC訓練等個性化定制需求較強的領域。根據具體屬性收費例如版權授予（支持短期使用權、長期

41、使用權、排他性使用權和所有權多種合作模式，擁有設計圖案的版權）、是否支持商業用途（個人用途、企業使用、品牌使用等）、透明框架和分辨率等。分級收取訂閱費用Novel AI（寫作繪畫）：套餐 1：10 美元/月，不限量文本生成；套餐2：15 美元/月，包含套餐 1 服務，更大的儲存空間；套餐 3：25 美元/月，包含套餐 2 服務，質量更高的文本創作，每月更多額外創作補給Midjourney（繪畫）：套餐 1：10 美元/月，200 次快速生成，不限量排隊生成；套餐 2：30 美元/月，900 次快速生成，不限量排隊生成；套餐 3：4 美元/GPU 小時；套餐 4：600 美元/年圖表33：Nov

42、el AI收費模式3.3 AI大模型競相綻放，加快賦能多場景應用創新生成算法+預訓練模型+多模態技術，驅動AIGC技術變革。GAN為早期最著名的生成模型，隨后Transformer、基于流的生成模型、擴散模型相機涌現，而預訓練模型引發了AIGC技術能力的質變，多模態技術推動了AIGC的內容多樣性。AI三大核心要素是數據、算力和算法。數據是AI算法的“飼料”，AI算法需要通過數據訓練不斷完善，而數據標注是大部分AI算法得以有效運行的關鍵環節；算法是AI的背后“推手”，主流的算法主要分為傳統的機器學習算法和神經網絡算法，目前神經網絡算法因為深度學習的快速發展而達到了高潮；算力是算法和數據的基礎設施

43、，支撐著算法和數據，算力的大小代表著對數據處理能力的強弱，進而影響著AI的發展。資料來源：騰訊研究院、中航證券研究所整理圖表34：AIGC產業的技術驅動基礎的生成算法模型生成算法模型不斷創新預訓練模型（大模型）引發AIGC技術的質變多模態技術推動AIGC內容多樣性圖像、聲音、語言等融合的機器學習不同模態數據間的轉化與生產AI預訓練模型，又稱為大模型、基礎模型基于大量數據訓練的、擁有巨量參數的模型多任務、多語言、多方式，適應廣泛的下游任務GAN（生成對抗網絡）是早期最為著名的生成模型，后來產生了許多流行的架構或變種涌現Transformer、Diffusion Model等深度學習的生成算法AI

44、GC自然語言處理（NLP）預訓練模型生成式AI可以用于生成新的文本、回答問題、語言翻譯和對話系統等任務谷歌的LaMDA和PaLM、OpenAI的GPT 計算機視覺（CV）預訓練模型用于生成新的圖像或視頻微軟的Florence多模態預訓練模型融合文字、圖片、音視頻等多種內容形式數據算法算力AI算法的“飼料”語音、文本、視頻等AI的背后“推手”神經網絡、深度學習等AI時代的基礎設施計算機、芯片等三大核心要素3.3 AI大模型競相綻放，加快賦能多場景應用生成式AI與自然語言處理（NLP）、計算機視覺（CV）等技術密切相關，ChatGPT的出現是技術迭代的結果。NLP（Natural Language

45、 Processing，自然語言處理）：生成式AI可以用于生成新的文本、回答問題、語言翻譯和對話系統等任務。例如，通過使用循環神經網絡（RNN）和長短時記憶網絡（LSTM）等模型，可以訓練出生成式模型來生成語言模型、機器翻譯和對話系統等。CV（Computer Vision，計算機視覺）：用于生成新的圖像或視頻。例如，通過使用生成對抗網絡（GAN）等模型，訓練出生成式模型來生成逼真的圖像或視頻。VL（Visual Languages，視覺-語言）=NLP+CV：通常需要結合NLP和CV技術，用于生成描述圖像或視頻的自然語言句子，例如使用卷積神經網絡（CNN）來提取圖像中的特征，并使用循環神經網

46、絡（RNN）或變換器（Transformer）等模型來生成相應的自然語言描述。GPT-4是VL技術的產物?；赥ransformer模型，OpenAI相繼推出GPT-1、GPT-2、GPT-3，22年在此基礎上推出InstructGPT、ChatGPT，23年更是推出兼具視覺&語言能力的GPT-4，相較之前的自然語言模型，GPT-4能實現更順暢、符合人類思維的答案，對未知問題的回答更優，甚至能夠識別圖片中的幽默元素。資料來源：A Comprehensive Survey of AI-Generated Content(AIGC)，中航證券研究所整理圖表35：生成式AI的發展歷史（基于NLP、C

47、V、VL三類模型）3.3 產業鏈上游模型發展，驅動AIGC技術場景落地底層技術原理迅速發展，AIGC技術場景不斷完善。伴隨著GPT-4的推出，ChatGPT已經具備了多模態生成能力，較之前的基于NLP技術的文本生成能力跨越了一大步。伴隨著相關技術的發展，目前AIGC生成正在完成從簡單的降本增效（以生成金融/體育新聞為代表）向創造額外價值（以提供繪畫創作素材為代表）轉移，跨模態/多模態內容成為關鍵的發展節點。AIGC不同場景的原理及技術迭代情況：文本生成方面，大參數量疊加大型預訓練模型加持，提升通用能力和理解承接能力；圖像生成方面，則經歷了三次模型迭代，現已出現構建3D圖像的神經輻射場模型；多模

48、態生成方面，“CLIP+其他模型”在當今跨模態生成領域成為一種較為通用的做法。資料來源：量子位、中航證券研究所整理圖表36：AIGC技術場景（模型原理及技術迭代情況）文本生成（基于NLP技術）大參數量通用能力精進以Transformer架構為重要代表的底層架構理解能力、承接能力、邏輯能力音頻生成文本轉音頻富文本信息抓取抑揚頓挫較少數據整體復制能力AI作曲以語言模型為中介對音樂數據進行雙向轉化圖像生成生成對抗網絡GAN 圖像生成傳統思路擴散模型Diffusion Model 新一代圖像生成主流模型神經輻射場模型NeRF 符合3D內容消費趨勢的新一代模型視頻生成圖像、視頻、文本間跨模態生成視頻屬性

49、編輯視頻畫質修復刪除畫面中特定主體視頻自動編輯按照氛圍、情緒等高級語義限定視頻部分生成將視頻切割成幀，再對每一幀的圖像進行處理Transformer架構的跨界應用成為跨模態學習的重要開端之一Vision Transformer將Transformer架構首次應用于圖像領域CLIP模型的出現，“CLIP+其他模型”在跨模態生成領域成為一種較為通用的做法3.4 AIGC方興未艾，規?；瘧糜型铀俾涞谿artner2021年預測：人工智能對人類和社會的影響給出積極預測：至2023年將有20%的內容被AIGC所創建；至2025年，Gartner預計AIGC產生的數據將占所有數據的10%，而今天這個比

50、例不到1%；根據2022年7月Gartner披露的“人工智能技術成熟度曲線”，AIGC仍處于萌芽期，但其廣闊的應用場景和巨大需求空間吸引著大量資本和技術的投入，預計將在2-5年內實現規?；瘧?。資料來源：量子位、Gartner，中航證券研究所整理圖表37：2022年人工智能技術成熟曲線一、為什么ChatGPT爆火？二、GPT產品的演繹路徑？目 錄四、AIGC如何重構內容生產力？三、AIGC的底層技術驅動？五、看好“AI+”哪些應用場景？六、如何把握“AI+”時代的投資機遇？4.1 AIGC時代駛入快車道，2030年我國市場有望突破萬億資料來源：量子位、中航證券研究所整理2030年，我國AIGC

51、市場規模將超萬億：量子位智庫測算，2023-2025年是我國AIGC產業市場規模增長的第一階段，增長率維持在259%左右；2023-2025年，入局玩家涌現，市場規模達到約260億人民幣；2025年開始，隨著底層大模型完成對外開放，行業生態完善，應用層蓬勃將帶動產業快速增長，年復合增長事將超過70%；預計2027年我國AGC產業規模超600億人民幣；2028年開始，AIGC產業將延展出完整產業鏈，滲透到千行百業，2030年市場規模有望超萬億。圖表38：AIGC的三大階段和預期市場規模（億元）及增速170209257342602127634721149121%23%39%76%112%172%2

52、21%-20%30%80%130%180%230%0200040006000800010000120001400020232024202520262027202820292030（2023-2025）探索培育期（2025-2027）應用蓬勃期（2028后）整體加速期底層大模型發展加速基于開源模型上層應用迅速出現，受到底層大模型接口限制，其他領域應用受限產業生態相對封閉大部分技術尚未達到生產水平人機共創逐漸被行業普遍嘗試應用，內容咨詢和娛樂傳媒領域出現確定性價值，基本價值和思路得到驗證入局玩家增多，大模型開放API增加，大量應用玩家進場AIGC在個性化、實時化等方向延展價值得以發揮，其他業務緊密

53、鏈接產業生態逐漸完善持續運營生態內容體系出現，催生新業態，產業鏈條完善4.2 AIGC有望塑造數字內容生產與交互新范式AIGC模型有望成為自動化內容生產的“工廠”和“流水線”。不斷創新的生成算法、預訓練模型、多模態等技術融合帶來了AIGC技術變革，構筑智能數字內容孿生、智能數字內容編輯、智能數字內容創作構筑AIGC的能力閉環。資料來源：中國信通院、中航證券研究所整理圖表39：AIGC技術對于內容創作的賦能AIGC孿生能力編輯能力創作能力建立現實世界到數字世界的映射將現實世界中的物理屬性和社會屬性高效、可感知地進行數字化。建立現實世界到數字世界的雙向交互在數字內容孿生的基礎上，從現實世界實現對虛

54、擬數字世界中內容的控制和修改；實現數字仿真的基礎。讓人工智能算法具備內容創作和自我演化的能力形成的AIGC產品具備類似甚至超越人的創作能力。計算機視覺技術+自然語言處理技術+其他單模態技術+多模態技術三維重構音頻修復語音合成視覺描述摘要合成數字人智能作畫短片創作文本寫作智能增強技術智能轉譯技術語義理解技術屬性控制技術基于模仿創作基于概念創作技術支撐4.3 AIGC應用潛力大：文本、音頻、圖像等領域發展較快，合成數據生成需求成熟度高資料來源：量子位、中航證券研究所整理應用領域：技術加速迭代背景下，AIGC細分場景眾多，文本、音頻、圖像領域發展較快，合成數據生成的現有需求成熟度最高，2B內容生成工

55、具的現有技術成熟度最高?；谀B：AIGC可分為音頻生成、文本生成、圖像生成、視頻生成及圖像、視頻、文本間的跨模態生成，細分場景眾多，跨模態生成是未來重點發展趨勢。圖表40：基于不同的模態對應的技術和商業場景圖表41：AIGC場景商業化潛力估算4.3 AIGC應用潛力大，文本、音頻、圖像等領域發展較快，合成數據生成需求成熟度高資料來源：量子位、紅衫美國，中航證券研究所整理技術視角下：目前AIGC生成正在完成從簡單的降本增效（以生成金融/體育新聞為代表）向創造額外價值（以提供繪畫創作素材為代表）轉移，跨模態/多模態內容成為關鍵的發展節點。未來發展方向：文本-圖像-視頻的跨模態生成、2D到3D生成

56、、多模態理解結合生成。圖表42：AIGC技術場景及發展預測文本生成音頻生成圖像生成視頻生成圖像、視頻、文本間跨模態生成Game AI虛擬人生成較為廣泛地實際應用、技術細節仍待進一步提升結構化寫作(新聞播報等,有比較強的規律)輔助性寫作(推薦相關內容、幫助潤色，不屬于嚴格AIGC)閑聊機器人(虛擬男/女友、心理咨詢等)語音克隆文本生成特定語音（生成虛擬人歌聲/播報等)樂曲/歌曲生成(包含作曲及編曲，在實際應用中常包含自動作詞)圖像編輯工具(去除水印、提高分辨率、特定濾鏡等)視頻屬性編輯（刪除特定主體、生成特效、跟蹤剪輯等)-虛擬人視頻生成底層技術原理基本明確，預計1-2年內將規?；瘧梅墙Y構化寫

57、作(劇情續寫、營銷文本等，需要一定創意和個性化)文本交互游戲等(Al dungeon等)AI降噪創意圖像生成(隨機或按照特定屬性生成畫作等)功能性圖像生成（根據指定要求生成營銷類海報、模特圖、logo等)視頻部分編輯(視頻換臉等)文字生成圖像(根據文字prompt生成創意圖像)文字生成演示視頻(拼接圖片素材生成視頻)Al BotNPC邏輯及劇情生成虛擬人實時交互底層技術原理仍待完善，增長可期文本生成終稿達到人類平均水平甚至專業水平AI作曲與人類創作音樂水平相似甚至超越圖像生成達到基本本產品設計水平，甚至于專業人士持平視頻自動剪輯（對特定片段進行檢測及合成)文字生成創意視頻(完全從頭生成特定主題

58、視頻)圖像/視頻到文本(視覺問答系統、自動配字幕/標題等)數字資產生成-4.4“低門檻+高效”生產內容，AIGC生態日益繁榮資料來源：騰訊研究院、中航證券研究所整理AIGC重塑內容生產新范式，優勢凸顯。需求端，技術浪潮之下，數字內容大步邁進多元化的螺旋式強需求升級周期，巨大的內容缺口有望以更高效的方式來填補；供給端，AI正加速融入到文字、音樂、視頻、3D多種數字內容生成的全鏈條流程中，重塑數字內容生產的人機協作新范式，賦能更多內容創作者高頻、低成本、高效產出更多高質量、個性化、定制化內容，有望成為未來內容生產基礎設施，進一步激活新的消費和需求，極大豐富數字內容生態。圖表43：AIGC在內容生產

59、的優勢AIGC模型可以生成多種類型的內容，包括文本、圖像、音視頻、3D內容等AIGC內容生產優勢自動內容生成提高內容質量增加內容多樣性大型語言和圖像AI模型可用于自動生成內容，增加UCG用戶群體AIGC模型從大量數據學習并識別人類可能看不到的模式，產生更準確和信息更豐富的內容內容制作成本低、門檻低內容制作有望實現以十分之一的成本以百倍千倍的生產速度，創造出獨特價值和獨立視角的內容個性化內容生產AIGC模型可以根據個人用戶喜好生產定制化的內容，更精準滿足細分人群一、為什么ChatGPT爆火？二、GPT產品的演繹路徑？目 錄四、AIGC如何重構內容生產力？三、AIGC的底層技術驅動？五、看好“AI

60、+”哪些應用場景？六、如何把握“AI+”時代的投資機遇？5.AIGC顛覆內容生產力，降本增效賦能千行百業資料來源：中國信通院、京東探索研究院，中航證券研究所整理數字化程度高、內容需求豐富的行業或率先受益。AIGC可覆蓋諸多應用場景，以其真實性、多樣性、可控性、組合性的特征，有望助力企業提高內容生產的效率，以及為其提供更加豐富多元、動態且可交互的內容，或將率先在傳媒、電商、影視、娛樂等數字化程度高、內容需求豐富的行業取得重大創新發展。圖表44：AIGC應用場景及覆蓋領域影視領域娛樂領域傳媒領域電商領域前期創作中期拍攝后期制作全民娛樂虛擬偶像社交互動采集編輯播報商品展示主播打造交易場景其他教育工業

61、醫療金融領域營銷活動虛擬人虛擬金融場景AIGC人機協同生產推動媒體融合推進虛實交融營造沉浸體驗拓展創作空間提升產品質量拓展輻射邊界獲得發展動能賦能各行各業加速科技化進程智能投顧業務滿足多樣需求錄音轉寫、智能新聞寫作/視頻編輯AI合成主播等商品生產3D模型虛擬主播3D購物空間劇本創作新思路拓展角色場景創作空間影視圖像還原、預告片生成等趣味性圖像AI合成音頻客戶虛擬化身AI生成宣傳片虛擬主播宣傳3D空間構造線上錄課/虛擬老師/合成影像等數字孿生/輔助設計/虛擬構建等圖像處理/遠程治療/合成醫護陪伴等資料來源：中國信通研究院，中航證券研究所整理圖表45：AIGC賦能媒體路徑5.1 AIGC+媒體：新

62、型內容生產工具，“傳媒”進階到“智媒”AIGC+傳媒傳媒機構和從業者采編傳播提升新聞資訊的時效內容生成：新聞生成/視頻生成/音頻生成提高媒體生產效率推動媒體數字化轉型媒體融合：智能媒體平臺/數字盈利渠道提升視頻內容的價值采編自動化：采訪錄音轉寫/智能新聞寫作智能剪輯工具：視頻字幕生成/視頻錦集/視頻拆條信息流推送：定制廣告/個性化內容AI主播：晚會主持/記者報道/天氣預報新聞播報精確率高主播人設可控受眾降低參與內容創作的門檻提高獲取新聞信息的及時性和便捷性內容創作工具：自動化編輯工具/對話式學習機器人內容推薦：新聞分發/用戶畫像描繪資料來源：量子位，中航證券研究所整理圖表46：AIGC賦能游戲

63、路徑（以騰訊AI Lab為例）5.1 AIGC+游戲：賦能生產環節，掀起交互體驗變革AIGC+游戲游戲前游戲中游戲周邊提升游戲體驗美術設計：場景生成/動作生成/超賦分辨率輔助游戲制作流程部分環節內容設計：AI玩法設計/地圖設計/關卡設計降低創作游戲門檻測試：平衡性測試/游戲跑圖測試增加游戲趣味性體驗優化：智能NPC/智能BOT（游戲操作策略生成）運營優化：違規審判、平衡匹配/對局陪伴直播：集錦自動生成/比賽解說/語音互動訓練：針對性的跟AI team訓練/模擬對手打法、風格賦能游戲競技帶動線上線下同步發展資料來源：中國信通研究院，中航證券研究所整理圖表47：AIGC賦能影視路徑5.1 AIGC

64、+影視：拓展內容創意空間，顛覆傳統創作流程AIGC+影視基于預設風格生產劇本拓展角色和場景創作空間升級后期制作輔助人類聲畫創作智能劇本生產：小說轉劇本/分層故事生成縮短創作周期合成人類聲畫：AI換臉/配音生成/面部特征調整開拓創作思路劇本評估：指標監測/權重分析/深度挖掘拓寬影視想象力邊界合成虛擬物理場景：實時摳像/AI建模影片修復：經典影視/特殊場景/視聽改進自動創作：2D向3D自動轉制/自動生成預告片保障影視作品畫面質量簡化內容后期創作流程資料來源：中國信通研究院，中航證券研究所整理圖表48：AIGC賦能電商路徑5.1 AIGC+電商：重構“人貨場”，升級虛實融合的沉浸式購物體驗AIGC+

65、電商商品展示和虛擬試用打造虛擬主播打造全新購物場景賦能直播帶貨3D建模：圖片特征提取/幾何模型生成/紋理生成提供接近實物的差異化網購體驗虛擬主播生成：視覺生成/語音生成/人設可控高效提升用戶轉化用戶體驗提升：在線試穿/3D購物空間/虛擬搭配降低商戶直播門檻加速品牌年輕化：虛擬形象打造/虛擬場景延伸物理空間復刻：時尚展覽/虛擬賣場產業聯動：與相關游戲/服務商合作拓展商鋪消費空間線上線下融合的消費體驗貨場人資料來源：中國信通研究院，中航證券研究所整理圖表49：AIGC賦能娛樂路徑5.1 AIGC+娛樂：新技術驅動，沉浸式體驗升級AIGC+娛樂趣味圖像或音視頻生成合成用戶數字化身打造虛擬偶像布局消費

66、數字經濟AI換臉：虛擬合影/頭像生成/視頻合成激發用戶參與熱情動漫擬人：表情包/卡通形象/動物形象滿足用戶社交需求語音合成：游戲/社交加速虛擬世界與現實世界的融合仿真化身：照片生成/表情生成/3D形象共創合成：歌曲/視頻/漫畫多渠道變現：演唱會/專輯/代言/品牌合作加強粉絲黏性釋放IP價值資料來源：中國信通研究院，中航證券研究所整理圖表50：AIGC賦能部分行業路徑5.1 AIGC+其他：數字化升級大趨勢，助力企業降本增效AIGC+其他賦予教育材料新活力賦能診療全過程提升工業產業效率和價值增強醫生診斷專注度多維互動：視頻/文字/音頻為教育工作者提供了新的工具使教學更具互動性和趣味全新教學體驗：

67、虛擬教室/虛擬教師為康復過程注入溫情改善輔助診斷工具：電子病歷錄入/醫學圖像質量提升人性化陪伴：合成撫慰素材/提供陪伴/個性化方案制定輔助使用：CAD/CAM/ERP構建數字孿生系統：安全性提升/成本降低/效率提高減少對重復性工作的人力投入建設工業數字經濟助力實現金融業降本增效降低信息獲取成本提高獲取新聞信息的及時性和便捷性財經訊息自動生成：時效提高/運營效率提升虛擬人客服：視覺/聽覺教育醫療工業金融一、為什么ChatGPT爆火？二、GPT產品的演繹路徑？目 錄四、AIGC如何重構內容生產力？三、AIGC的底層技術驅動？五、看好“AI+”哪些應用場景？六、如何把握“AI+”時代的投資機遇？4.

68、1 投資建議（AI+應用）資料來源：公司官網、證券日報、東方財富等，中航證券研究所投資建議（AIGC應用方向）：人工智能奇點將近，引爆AIGC商業變現。GPT產品的更迭標志著人工智能進入了新的發展階段，模型技術、參數、訓練數據、訓練方法的演化融合方面取得了實質突破，合成數據為AI模型訓練開發提供強大助推器，大大繁榮數字內容的供給，有望成為未來3D互聯網的基礎支撐，加速推進AIGC商業化進程，掀起“用戶-數據-效果”的飛輪效應。全年維度看，隨著GPT逐漸從主題轉向能夠落地的階段，有望在游戲、內容IP、電商、影視傳媒等數字化程度高、內容需求豐富的行業率先商業化落地，贏家將展露頭角。重點推薦：游戲（

69、昆侖萬維/世紀華通/湯姆貓/神州泰岳/愷英網絡）；內容IP（中文在線/中文傳媒/視覺中國/果麥文化）;電商（小商品城/華凱易佰/吉宏股份/值得買）；辦公（萬興科技/金山辦公/泛微網絡）；影視傳媒（上海電影/光線傳媒/人民網/新華網）；廣告營銷（藍色光標/三人行/風語筑）；金融（同花順）；酒店（石基信息）；數據要素（浙數文化/美亞柏科）。黃金“三步走”（AI+應用方向）內容+模型+生態+AIGC代表新一輪內容生產范式的變革，具備內容質量高、效率高、成本低的特點，核心價值在于生產可直接消費內容、結合底層系統生產高附加值內容、提供內容生產輔助工具、用于提供體系化的解決方案（個性化內容營銷、實時交互內

70、容、合成數據、NPC等），我們認為文字/圖片/代碼模態應用最快，跨模態是大趨勢，重點關注具備內容IP資源、數字人、數據要素、視覺創意等優勢的企業。不斷創新的生成算法、與訓練模型、多模態等技術融合帶來了AIGC技術變革，未來兼具大模型和多模態模型的AIGC模型有望實現自動化內容生產的“工業流水線式部署”，模型即服務（MaaS）有望引領AIGC商業化路徑，“以大數據預訓練+小數據微調”的方式完成內容生產的精準度和顆粒度，重點關注擁有自由大模型和與頭部大模型有業務合作的企業。AIGC具備極強的產業延伸和滲透能力，很大程度上提升生產效率與服務效率，未來，隨著模型更迭和算力升級，AIGC將賦能千行百業，

71、進入大規模驗證和體系化發展的快速發展期，我們認為有Know-how或者垂直行業數據沉淀的企業在AI大模型基礎上調試的優化邊界最高，重點關注在游戲、內容IP、電商、影視傳媒等領域有“AI+”產品落地的企業。AI突破靠模型，大廠角逐白熱化，垂直優化大趨勢；AI賦能新內容，數據要素是核心，資產重估正當下，AI打造新場景，應用落地加速中，數字業態全變革。圖表51：AIGC投資邏輯資料來源：公司官網、證券日報、東方財富等，中航證券研究所整理4.2 公司梳理（AI+應用）圖表52：AIGC投資標的（按應用場景劃分）辦公金山辦公WPS軟件，華為戰略合作伙伴彩訊股份文心合作、參股電商接入OpenAI福昕軟件公

72、司在研PDF Editorfor Cloud集成ChatGPT泛微網絡騰訊持股，企業微信戰略合作伙伴萬興科技AIGC賦能數字創意產業，GPT-4/文心合作游戲湯姆貓海外收入80%，海外產品接入GPT昆侖萬維Opera接入GPT4，自研大模型推出神舟泰岳NLP+游戲深入布局公司盛天網絡打造聲音社交平臺“帶帶電競”巨人網絡“球球IP賽道”啟動全AI開發計劃愷英網絡戰投企業應用AI工具，建立數據庫世紀華通多款產品已開始接入AIGC工具廣告營銷藍色光標海外收入72%，微軟廣告代理易點天下大廠出海營銷龍頭，微軟廣告代理開普云旗下數字人接入ChatGPT風雨筑投資的星圖比特是“通義千問首批企業級生態合作伙

73、伴，與百度簽署戰略合作協議三人行與科大訊飛戰略合作，AI賦能營銷影視傳媒光線傳媒在摸索ChatGPT在業務上的應用華策影視AIGC技術應用于影視生產全鏈路新華網新華智云AIGC數字人領域走在前列人民網國家級數據云平臺人民云上海電影收購上影元文化51%股權，發揮內容及IP優勢，AI賦能文化輸出宣發芒果超媒內容IP豐富+數字人內容IP中文在線百度參股，與瀾舟合作孟子大模型視覺中國旗下元視覺網站推出AI作圖應用果麥文化圖書出版+AI創作機器人中文傳媒內容版權+持有新華智云6%股份捷成股份版權運營+子公司接入ChatGPT教育盛通股份AI教育，已開展AI繪畫課程世紀天鴻推出Al產品“筆神APP創業黑馬

74、達摩院合作，打造本土化模型奧飛娛樂發布首個兒童版chatGPT產品智娃電子商務小商品城打造義烏全球數字自貿中心，全面數字化轉型華凱易佰AIGC+跨境電商，降本增效吉宏股份跨境電商板塊和SaaS吉喵云的主要業務模塊里均有使用AIGC技術值得買MGC內容平臺占比20%，接入文心一言打造智能化消費內容服務體系金融同花順打造對話交互問答系統“問財”搜索引擎三六零自研大模型，搜索引擎應用場景酒店石基信息推出企業級酒店系統產品政務浙數文化聚焦數據資產，深度參與到浙江數字浙江和城市大腦智慧城市建設拓爾思自主研發NLP技術，在政務和媒體等領域有內容審查相關業務模塊美亞柏科大數據分析、電子數據取證、智慧城市等業

75、務交通佳都科技數據底座系統已積累大量行業數據信息發展交通部旗下交通運輸通信信息集團為實控人風險提示 行業監管風險：針對行業亂象，監管或趨向嚴格，部分公司存在被整頓調整風險 政策收緊的風險：數字經濟政策的不確定性，未來存在政策監管趨嚴的風險 技術發展不及預期的風險：數字經濟行業發展需要巨量技術支撐，一旦遭遇技術發展瓶頸，數字經濟產品應用發揮或受阻 內容生態建設不及預期的風險：數字經濟產業布局及內容生態搭建的不確定性，可能存在供需脫軌情況 變現不及預期風險：AIGC產品市場接受度及認可度存在不確定性，未來產品盈利變現能力或不及預期 輿論炒作風險：AIGC概念興起，部分公司存在概念炒作的可能，而實際

76、技術/產品/應用投入不足，研發能力欠缺 市場競爭風險：伴隨數字經濟及數字經濟政策及市場利好，多行業公司入局AIGC產業，市場競爭日益加劇免責聲明本報告由中航證券有限公司（已具備中國證券監督管理委員會批準的證券投資咨詢業務資格）制作。本報告并非針對意圖送發或為任何就送發、發布、可得到或使用本報告而使中航證券有限公司及其關聯公司違反當地的法律或法規或可致使中航證券受制于法律或法規的任何地區、國家或其它管轄區域的公民或居民。除非另有顯示，否則此報告中的材料的版權屬于中航證券。未經中航證券事先書面授權，不得更改或以任何方式發送、復印本報告的材料、內容或其復印本給予任何其他人。未經授權的轉載，本公司不承

77、擔任何轉載責任。本報告所載的資料、工具及材料只提供給閣下作參考之用，并非作為或被視為出售或購買或認購證券或其他金融票據的邀請或向他人作出邀請。中航證券未有采取行動以確保于本報告中所指的證券適合個別的投資者。本報告的內容并不構成對任何人的投資建議，而中航證券不會因接受本報告而視他們為客戶。本報告所載資料的來源及觀點的出處皆被中航證券認為可靠，但中航證券并不能擔保其準確性或完整性。中航證券不對因使用本報告的材料而引致的損失負任何責任，除非該等損失因明確的法律或法規而引致。投資者不能僅依靠本報告以取代行使獨立判斷。在不同時期，中航證券可發出其它與本報告所載資料不一致及有不同結論的報告。本報告及該等報

78、告僅反映報告撰寫日分析師個人的不同設想、見解及分析方法。為免生疑，本報告所載的觀點并不代表中航證券及關聯公司的立場。中航證券在法律許可的情況下可參與或投資本報告所提及的發行人的金融交易，向該等發行人提供服務或向他們要求給予生意，及或持有其證券或進行證券交易。中航證券于法律容許下可于發送材料前使用此報告中所載資料或意見或他們所依據的研究或分析。分析師簡介裴伊凡（證券執業證書號：S0640516120002），英國格拉斯哥大學經濟學碩士，中航證券社會服務行業分析師，覆蓋互聯網傳媒、教育、醫美、免稅、餐飲、旅游等行業。分析師承諾負責本研究報告全部或部分內容的每一位證券分析師，再次申明，本報告清晰、準

79、確地反映了分析師本人的研究觀點。本人薪酬的任何部分過去不曾與、現在不與，未來也將不會與本報告中的具體推薦或觀點直接或間接相關。風險提示：投資者自主作出投資決策并自行承擔投資風險，任何形式的分享證券投資收益或者分擔證券證券投資損失的書面或口頭承諾均為無效。我們設定的上市公司投資評級如下：買入：未來六個月的投資收益相對滬深300指數漲幅10%以上。持有：未來六個月的投資收益相對滬深300指數漲幅-10%-10%之間賣出：未來六個月的投資收益相對滬深300指數跌幅10%以上。我們設定的行業投資評級如下：增持：未來六個月行業增長水平高于同期滬深300指數。中性：未來六個月行業增長水平與同期滬深300指數相若。減持：未來六個月行業增長水平低于同期滬深300指數。行業評級與免責聲明46