《前瞻產業研究院：ChatGPT開啟AlGC產業生態新時代 新風口 新生態 新變革 新機遇（2023）（50頁）.pdf》由會員分享，可在線閱讀，更多相關《前瞻產業研究院：ChatGPT開啟AlGC產業生態新時代 新風口 新生態 新變革 新機遇（2023）（50頁）.pdf（50頁珍藏版）》請在三個皮匠報告上搜索。

1、新風口新生態新變革新機遇目錄新風口：ChatGPT引爆AIGC產業01新生態：AIGC產業生態逐漸完善02新變革：AIGC助力行業轉型升級03新機遇：AIGC時代的機遇與挑戰0401新風口：ChatGPT引爆AIGC產業1.1OpenAI發展歷程1.2ChatGPT技術演進1.3ChatGPT是AIGC浪潮的一部分1.4ChatGPT市場影響力巨大1.5國內外科技企業加碼布局AIGC產業OpenAI是由美國一群科技領袖，包括山姆阿爾特曼（SamAltman）、彼得泰爾（PeterThiel）、里德霍夫曼（ReidHoffman）及埃隆馬斯克（ElonMusk）等人在2015年12月聯合創立的人

2、工智能研究機構。成立次年OpenAI即發布第一個開源AI平臺，2020年6月推出OpenAlAPI，正式開啟商業化運營。公司在AI領域進程迅猛，于2022年11月發布了ChatGPT產品，作為一款生成式AI，能夠協助高效處理文本工作、寫代碼、編劇等，引發全球對AIGC的積極關注。1.1OpenAI發展歷程資料來源：OpenAI官網OpenAI發展里程碑2019年7月2020年6月微軟向OpenAI投資了10億美金，并獲得了OpenAl技術的商業化授權。從此，OpenAI的一些技術開始出現在微軟的產品和業務上OpenAI發布了第一個開源的AI平臺2015年12月OpenAI團隊成立OpenAI發

3、布了OpenAlAPI，這是OpenAI推出的一種云端人工智能服務，作為OpenAI第一個商業化產品開啟了商業化運作的時代。2022年11月在GPT-3.5的基礎上發布ChatGPT，這是一款人工智能聊天機器人OpenAI公司發展里程碑事件梳理2016年3月2018年6月OpenAI發布了GPT模型ChatGPT（ChatGenerativePre-trainedTransformer）是一款人工智能聊天機器人，其背后的GPT模型是一種自然語言處理（NLP）模型，使用多層變換器（Transformer）來預測下一個單詞的概率分布，通過訓練在大型文本語料庫上學習到的語言模式來生成自然語言文本。1

4、.2.1GPT模型技術演進進程資料來源：CSDNGPT-1有一定的泛化能力，能夠用于和監督任務無關的NLP任務中GPT-1（1.17億參數）GPT-3作為一個自監督模型，可以完成自然語言處理的絕大部分任務：將網頁描述轉換為相應代碼、模仿人類敘事、創作定制詩歌、生成游戲劇本，甚至模仿已故的哲學家預測生命的真諦GPT-3（1750億參數）ChatGPT是InstructGPT的衍生產品，它將人類的反饋納入訓練過程，更好地使模型輸出與用戶意圖保持致ChatGPT除了理解能力外，GPT-2在生成方面表現出了強大的天賦：閱讀摘要、聊天、續寫、編故事，甚至可以生成假新聞、釣魚郵件或在線進行角色扮演GPT-

5、2（15億參數）InstructGPT是一個經過微調的新版GPT-3，可以將有害的、不真實的和有偏差的輸出最小化InstructGPT201820192020-062022-012022-11ChatGPT核心技術主要是基于人工反饋的強化學習（RLHF），具體實現上，人類標注人員扮演用戶和代理進行對話，產生對話樣本并對回復進行排名打分，將更好的結果反饋給模型，讓模型從兩種反饋模式人類評價獎勵和環境獎勵中學習策略，對模型進行持續迭代式微調。1.2.2ChatGPT核心技術RLHF資料來源：OpenAI官網哈爾濱工業大學自然語言處理研究所向一個6歲智力的模型解釋強化學習對行為給出獎勵與懲罰向一個6

6、歲智力的模型解釋強化學習回答A、B、C、DDCAB示例：寫一則關于的故事DCAB示例：很久以前rk第一步：收集描述性數據，并訓練一個監督學習模型第二步：收集比較性數據，并訓練一個獎勵模型第三步：用PPO強化學習算法對獎勵模型最優化從prompt數據庫中取樣由人類訓練師撰寫期望的輸出值收集的數據用來以監督學習的方式微調GPT-3.5模型從prompt數據庫中取樣，并得到數個模型的回答由人類訓練師對回答進行排序收集的數據用來訓練我們的獎勵模型從prompt數據庫中另外取樣由監督學習初始化PPO模型模型給出回答獎勵模型對回答進行打分獲得的分數通過PPO算法優化模型ChatGPT采用監督學習+獎勵模型

7、進行語言模型訓練一、訓練監督策略模型首先，ChatGPT會從問題數據集中隨機抽取若干問題并向模型解釋強化學習機制，其次標記者通過給予特定獎勵或懲罰引導Al行為，最后通過監督學習將這一條數據用于微調GPT3.5模型。二、訓練獎勵模型訓練獎勵模型的過程同樣可以分為三步：1、抽樣出一個問題及其對應的幾個模型輸出結果；2、標記員將這幾個結果按質量排序；3、將排序后的這套數據結果用于訓練獎勵模型。三、近端策略優化（PPO）核心在于將在線學習轉化為離線學習。具體來說，也就是先通過監督學習策略生成PPO模型，經過獎勵機制反饋最優結果后，再將結果用于優化和迭代原有的PPO模型參數。往復多次第二階段和第三階段，

8、從而得到參數質量越來越高的ChatGPT模型。ChatGPT模型原理AIGC歷程可以劃分為三個階段，從19世紀50年代的早期萌芽開始，該階段AIGC僅限于小范圍實驗；20世紀90年代開始向實用性轉變；21世紀10年代進入快速發展階段，人工智能生成內容百花齊放，ChatGPT是AIGC最新浪潮的代表性產品。1.3ChatGPT是AIGC浪潮的一部分資料來源：中國信息通信研究院典型事件1950年，艾倫圖靈提出著名的“圖靈測試”，給出判斷機器是否具有“智能”的方法1966年，世界第一款可人機對話機器人“Eliza”問世80年代中期，IBM創造語音控制打字機Tangora早期萌芽階段（1950s-19

9、90s）沉淀積累階段（1990s-2010s）快速發展階段（2010s-至今）受限于技術水平，AIGC僅限于小范圍實驗AIGC從實驗性向實用性轉變，受限于算法瓶頸，無法直接進行內容生成深度學習算法不斷迭代，人工智能生成內容百花齊放，效果逐漸逼真2007年，世界上第一部完全由人工智能創作的小說1TheRoad問世2012年，微軟展示語全自動同聲傳譯系統，可將英文語音自動翻譯成中文語音2014年，IanJ.Goodfellow提出生成式對抗網絡GAN2018年，英偉達發布StyleGAN模型用于自動生成高質量圖片2019年，DeepMind發布DVD-GAN模型用于生成連續性視頻2022年，Ope

10、nAI發布ChatGPT用于生成自然語言文本全球AIGC產業發展歷程發展特點ChatGPT具備劃時代的強大功能，一經發布短短5天便獲得100萬用戶，此前全球頂流社交軟件ins觸及100萬用戶花費了2.5個月時間。此外，ChatGPT也引發全球資本市場對AIGC的投資熱潮，Deelroom數據顯示，2023年1月全球生成式AI總估值達到480億美元，相比2020年底增長了6倍。其中OpenAI估值達到290億美元，相比2021年增長超1倍。1.4ChatGPT發布后市場影響力巨大資料來源：Statista投資界ChatGPTInstagramSpotifyFacebookFoursquareTw

11、itterAirbnbNetflixChatGPT到達100萬用戶耗時及熱門產品對比3.5years2.5years2years13months10months5months2.5months5days14029020212023.012021-2023年OpenAI估值水平對比（單位：億美元）國內外互聯網頭部企業持續關注AIGC產業，自ChatGPT發布后，紛紛加碼布局，如谷歌為應對來自ChatGPT的威脅，投資Anthropic布局智能聊天機器人；Meta宣布將在2023年底推出AIGC商業化落地產品；國內百度推出文心一言對標ChatGPT產品。根據IT桔子投融資數據，2023年前3個月全

12、球AIGC賽道投資金額達54.93億元，同比增長了5倍。1.5國內外科技企業加碼布局AIGC產業資料來源：IT桔子公司官網2022-2023年全球AIGC投資熱度對比（單位：件、億元）國內外科技企業加碼布局AIGC產業6149.154.932022.01-032023.01-03事件數量金額 國內百度發布文心一言，其成為國內第一款類ChatGPT產品 谷歌正式開放Bard的訪問，其也是一款AI聊天機器人 英偉達在GTC大會發布帶有雙GPUNVLink的H100NVL新顯卡，專為算力需求巨大的ChatGPT而設計2023.03 谷歌注資3億美元投資Anthropic旗下開發智能聊天機器人Clau

13、de 微軟宣布將ChatGPT整合進office全家桶、bing搜索引擎等 Meta宣布將成立專注AIGC的頂級產品團隊2023.02 Meta首次對外宣稱，將在2023年底推出AIGC的商業化落地產品 阿里云正式對外發布大模型產品“通義千問”360官方宣布基于360GPT大模型的“360智腦”率先落地搜索場景，開放內測 商湯科技推出“日日新SenseNova”大模型體系2023.0402新生態：AIGC產業生態逐漸完善2.1AIGC產業鏈全景圖譜2.2AIGC產業基礎層需求提升2.3AIGC產業垂直賽道加速發展2.4AIGC產業鏈市場規模將突破萬億在科技巨頭持續加碼布局的推動下，AIGC產業

14、鏈涌現了一批新型初創企業和創新企業，產業鏈生態不斷豐富，AIGC產業鏈隊伍不斷壯大。AIGC產業鏈上游主要由數據、算法、芯片、平臺等提供基礎支撐；中游為AIGC產品開發，可初步分為垂直類及綜合大型平臺企業；下游應用多元，典型場景如搜索、對話、智能推薦等。2.1AIGC產業鏈全景資料來源：前瞻產業研究院整理數據供給（業務數據聯通、素材數據搜集、版權圖庫等）上游（數據源/算法/芯片等）數據分拆及標注創作者生態底層配合工具相關算法/模型智能芯片/服務器硬件嵌入/結合能力的業務平臺垂直賽道初創公司文字圖像視頻音頻綜合大型平臺企業生態服務內容設計視覺設計、文案設計、結構設計等內容制作工具音視頻制作工具、

15、新聞采編運營增效智能客服、簡單決策等個性化市場營銷廣告植入、虛擬形象打造、營銷內容生產等其他搜索對話推薦醫療遙感基礎科學元宇宙城市運營其他中游（產品開發）下游（產品應用）AI的發展主要依賴兩個領域的創新，一是模仿人腦建立的數學模型和算法，二是AI芯片等算力發展，均屬于產業鏈上游環節（基礎層）。在AI領域，數據、算法、算力被稱為三大要素，如今各類大模型動輒數億的參數量，也對算力要素提出更高的要求。2.2.1AIGC產業發展關鍵在上游基礎層資料來源：騰訊研究院IDC公司預訓練模型應用參數量領域谷歌BERT語言理解與生成4810億NLPLaMDA對話系統5400億NLPPaLM語言理解與生成、推理、

16、代碼生成/NLPImagen語言理解與圖像生成110億多模態Parti語言理解與圖像生成200億多模態微軟Florence視覺識別6.4億CVTuring-NLG語言理解、生成170億NLPFacebookOPT-175B語言模型1750億NLPM2M-100100種語言互譯150億NLPDeepMindGato多面手的智能體12億多模態Gopher語言理解與生成2800億NLPAlphaCode代碼生成414億NLPOpenAIGPT3語言理解與生成、推理等1750億NLPCLIP&DALL-E圖像生成、跨模態檢索120億多模態Codex代碼生成120億NLPChatGPT語言理解與生成、推

17、理等/NLP國外部分AIGC預訓練模型梳理31.775155.2268427640.7922.81271.420192020202120222023E2024E2025E2026E2019-2026年中國智能算力規模及預測（單位：EFLOPS）算力硬件層三大要素包括AI芯片、AI服務器、數據中心，其中AI芯片是算力層的基石，承擔人工智能相關的計算任務，是決定算力層性能的關鍵，AI芯片中以GPU產品份額最大；AI服務器是芯片的系統集成，其架構相比傳統服務器更具效率優勢；數據中心是承載算力的物理場所，相關硬件產品包括服務器、數據存儲驅動器和網絡設備等。2.2.2算力層三要素AI芯片、AI服務器、數

18、據中心資料來源：CounterpointIDC中國信通院算力硬件要素角色定位核心產品作用AI芯片算力硬件層的基石CPU/GPU/FPGA/ASIC專門用于處理人工智能相關的計算任務，其架構針對人工智能算法和應用進行專門優化，具有高效處理大量結構化和非結構化數據的特征，可高效支持視覺、語音、自然語言處理等智能處理任務AI服務器AI芯片的系統集成服務器AI服務器采用CPU+加速芯片的架構形式，在進行模型的訓練和推斷時會更具有效率優勢數據中心數據中心的計算服務可以承接AI算力需求數據中心是存儲計算機及其相關硬件設備的物理位置，承載包括服務器、數據存儲驅動器和網絡設備等硬件。數據中心是承載AI算力的場

19、所。AIGC模型借助IDC的算力資源，在云端實現模型的訓練智能算力核心產品及作用梳理全球AI加速芯片市場以英偉達占據頭部地位，2022年其市場份額占比高達82%，國內企業在該領域競爭實力較弱；全球AI服務器市場方面，中國的浪潮信息是頭部AI服務器廠商，占據了20.90%的份額；全球各國不斷加大在算力領域的戰略布局，當前美國、中國為全球算力的第一梯隊國家，擁有較為強大的數據計算能力。2.2.2算力層三要素全球競爭格局資料來源：LIFTRINSIGHTSIDC中國信通院英偉達82%AWS8%Xilinx4%AMD2%其他4%美國34.00%中國33.00%歐洲14.00%日本5.00%其他14.0

20、0%浪潮信息20.90%戴爾13.00%HPE9.20%聯想5.80%華為4.10%其他47.00%2022年全球AI加速芯片市場競爭格局（單位：%）全球AI服務器市場份額（單位：%）全球算力規模分布情況（單位：%）注：AI服務器市場規模為2021年度數據注：全球算力規模為2021年度數據，算力規模指執行計算任務的計算機資源的數量和性能AI芯片是AI算力的核心，其中訓練芯片旨在訓練出復雜的神經網絡模型，而推理芯片旨在利用模型“推理”出各種結論，芯片領域整體以英偉達、Intel、AMD等海外企業為主導。2022年中國AI芯片份額中，訓練芯片占比47.2%，推理芯片占比42.8%。2.2.3AI芯

21、片包括訓練、推理芯片資料來源：甲子光年智庫AI訓練芯片代表性企業AI推理芯片代表性企業2022年中國AI芯片市場份額（單位：%）通過大量的數據輸入，構建復雜的深度神經網絡模型的一種AI芯片。需要較高的計算性能、能夠處理海量的數據、具有一定的通用性，以便完成各種各樣的學習任務，注重絕對的計算能力。訓練芯片推理芯片推理芯片主要是指利用訓練出來的模型加載數據，計算“推理”出各種結論的一種AI芯片，注重綜合指標，側重考慮單位能耗算力、時延、成本等性能。AI訓練芯片47.20%AI推理芯片52.80%由于算力需求陡增，以CPU為主要算力的傳統服務器難以負荷，巨量的數據使得AI服務器應運而生。2021年中

22、國AI服務器市場規模59.2億美元，同比增長68.2%，市場份額占全球38%。全球AI服務器頭部企業包括浪潮信息、戴爾、HPE等。2.2.4中國AI服務器市場規模占比38%資料來源：IDC156317.920212025E59.2123.420212026E2021-2025年全球AI服務器市場規模（單位：億美元）2021-2026年中國AI服務器市場規模（單位：億美元）要點闡述卡的數量普通的GPU服務器一般是單卡或者雙卡，但AI服務器為了應對大量的計算，一般配置四塊以上的GPU卡，甚至要搭建AI服務器集群P2P通訊普通GPU服務器一般只要求單卡性能，而在AI訓練中，GPU卡間需要大量的參數通

23、信，模型越復雜，通信量越大，所以AI服務器出了要求單卡性能外，還要求多卡間的通訊性能特有設計由于AI服務器具有多個GPU卡，需要針對性的對系統結構、散熱、拓撲等做專門的設計，才能滿足AI服務器長期穩定運行的要求專用技術一臺AI服務器會包含很多獨有的技術，包括Purley平臺更大內存帶寬，NVlink提供更大的互聯帶寬，TensorCore提供更強的AI計算力。AI服務器除了搭載GPU作為加速卡，還可以配置FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿足高吞吐量互聯的需求AI服務器特點梳理數據中心三大基礎設施包括服務器、存儲設備、網絡設備，2022年H1，全球數據中心的服務器市場

24、規模達575.9億美元，占三大設施總規模的72.60%。在云計算服務層面，2022年H1中國公有云整體市場規模165.8億美元，其中阿里云為中國最大的公有云服務商，市場份額達33.5%。2.2.5中國云計算市場CR5達到73.7%資料來源：AWS官網IDC793.2575.9143.174.30.0300.0600.0900.0數據中心IT基礎架構服務器外置存儲數據中心網絡設備2022H1全球數據中心基礎架構市場規模（單位：億美元）37.9%11.2%10.9%8.3%7.5%24.2%33.5%10.7%11.1%9.4%9.0%26.3%阿里云騰訊云華為云天翼云AWS其他2021-2022

25、年中國公有云市場份額（單位：%）注：內環為2021H1數據，外環為2022H1數據服務器72.60%外置存儲18.04%數據中心網絡設備9.37%2022H1全球數據中心基礎架構份額（單位：%）AIGC涵蓋的主流垂直賽道包括文本、圖像、音頻、視頻、游戲、代碼、生物技術等，中國市場參與者對文本、圖像、音/視頻的關注度更高，而美國AIGC產業生態更豐富，多項細分領域均有相關AIGC企業布局。2.3.1AIGC產業垂直賽道加速發展資料來源：LeonisCapitalSEQUOIA賽道賽道細分中國美國關鍵技術發展評價商業化潛力文本生成寫作助手火龍果、WPS智能寫作、香儂科技、秘塔Jasper/copy

26、ai/anyword/wordtune目前的主流生成模型都是基于Transformer架構的編碼器-解碼器框架，Transformer是谷歌在2017年提出的一個架構體系，可以利用多頭注意力模型來擴展不同的信息抽取能力，并且利用多層的神經網絡架構來實現更加精準的編碼和解碼過程。應用型文本生成已經較為成熟，可覆蓋新聞、聊天問答等場景；創作型文本生成在長文本、語義提升上有較大空間。市場參與者較多，市場較為活躍。敘述/故事瀾舟科技、彩云小夢Novelai/subtest聊天機器人心識宇宙、聆心智能Heyday/chai/characterai/chatgpt銷售支持瀾舟科技Outplay/coher

27、e/twain/typewise知識組織/Men/rewind/ought搜索引擎/andi法律/Harvey/patentpal圖像生成AI繪畫盜夢師、意間AI繪畫、滴墨社區Openai/imagen/Parti以谷歌開發的Imagen為例，其建立在大型Transformer語言模型理解文本的能力之上，并依賴于擴散模型實現圖像生成。圖像生成門檻比文字高，傳遞信息更直觀，商業化潛力更大。目前圖片生成技術處于接近成熟的階段，可以生成較高質量圖片，用于頭像、插圖等。設計圖宇宙、阿里媽媽創意中心、右腦科技Openai/krea/picsart/aragon圖像生成百度飛槳Diagram/alpaca

28、/poly/Imagen圖像數據庫/Lexica/rosebuoai3D圖像/Csm/spline/mirage時尚/Cala消費/Interior注：細分賽道商業化潛力主要從落地可行性、技術成熟度、應用場景豐富度綜合考量，最高為，最低為2.3.1AIGC產業垂直賽道加速發展賽道賽道細分中國美國關鍵技術發展評價商業化潛力音頻生成語音助手言犀、循環智能、云知聲Houndify/Google/AlexaTTS技術應用較廣，其主要是將文本轉換為語音。谷歌發布AudioLM，該技術類似于語言模型，主要根據提示語音內容，自行預測并生成更多關聯的內容。當前的AI合成語音在音質上逼真度較高，但在個別斷句上有

29、待改進；AI文字轉語音應用效果尚可。目前應用場景包括電話、口播等。語音合成倒映有聲、魔音智能、火山引擎Polyai/wellsaid/fliki音樂北京靈動音科技有限公司Soundful/musico視頻生成視頻生成/編輯阿里媽媽創意中心、騰訊智影、自動畫Runway/descript/wombo代表性企業Runway發布文本生成視頻模型Gen-2，主要是基于文本生成圖像模型StableDiffusion。大型科技公司谷歌、Meta均發布視頻生成系統，但目前視頻生成還處于早期階段。虛擬人小冰、倒映有聲、網易伏羲Synthesia/synthsvideo/elai個性化視頻/Tavus/reph

30、raseai游戲生成游戲平臺超參數、啟元世界、行者AILatitude目前主流的游戲AI引擎有三類：AI渲染引擎、NPC制作引擎和游戲創作引擎。早期的游戲中，也有NPC作為人工智能對手，但他們無法學習，只能按照設定的進行運作。目前AI在游戲中的應用主要包括美術設計、人物配音，生成式AI能夠為使角色更具“個性化”表達。同時，游戲也是AI技術的絕佳場景。游戲資產/Mirage/kaedimNPCs/Rctai/rosebuoai/replica背景音樂/Soundful/aiva/mubert代碼生成代碼助手/Replit/githubcopilotGitHubCopilot工具由OpenAI開發

31、的全新AI系統OpenAICodex提供支持。目前AI在代碼生成領域的應用包括生成簡單腳本、補全代碼、極簡代碼開發，對初級開發工作有較好效益。代碼平臺/Senatic/huggingface/aiXcoder數據分析/Seek/kubit生物技術生物醫學/Jurabio/antiverse利用AI在自然語言處理、圖像識別、深度學習等方面的能力，相應模型包括擴散模型等目前AIGC可以實現全新蛋白質設計，未來有望解鎖蛋白質新藥開發等領域蛋白質設計xCREATOREvozyne/mentenai多模態多模態（Multimodal）是指涉及多種感官形式或媒介的信息表達方式。在自然語言處理中，多模態技術

32、可以將文字、聲音和圖像等不同類型的輸入數據結合起來，以提高文本分析和理解的準確性和深度。注：細分賽道商業化潛力主要從落地可行性、技術成熟度、應用場景豐富度綜合考量，最高為，最低為資料來源：LeonisCapitalSEQUOIA2.3.2產品對比-聊天機器人資料來源：文心一言OpenAI國金證券前瞻產業研究院整理GPT4案例展示文心一言案例展示用 javascript 寫一段代碼，以生成康定斯基風格的隨機圖像。左1為Wassily Kandinsky 創作的，左2、3分別為GPT-4 和 ChatGPT創作風格仿寫能力Q:請用王家衛的風格寫一段關于日落的話A:在這個美好的傍晚，我站在高處，看著

33、太陽逐漸沉入大海。它的余暉灑滿了整個天空，將周圍的一切都染上了金黃色。太陽已經落到了地平線以下，但它的光芒卻并沒有消失。它變得越來越紅，就像一顆燃燒的寶石，將整個世界都點亮了。天邊的云朵也被映襯得更加柔和絢麗，仿佛是為了配合這壯麗的景象而出現的。站在這里，我感到自己的心靈也被這美麗的景象所洗滌。日落雖然是一個平凡的瞬間，但它卻給人帶來了無盡的寧靜和思考?；蛟S，這就是大自然的魅力所在，它總是能夠以最簡單、最純粹的方式，讓人們感受到生命的美好和偉大。讓我們珍惜每一個短暫的瞬間，感受生命的美好，享受生活的樂趣。愿我們也能像這美麗的日落一樣，充滿希望和憧憬地迎接未來的每一天。應用領域文心一言GPT-4

34、常識和創作常識類問題正確正確且更為嚴謹文字創作分詞錯誤正確且細節更豐富圖像創作生成圖像符合要求圖像生成功能暫未開放歸納和推理演繹推理錯誤正確情感推理結果正確，過程有偏差錯誤邏輯推理錯誤基本正確歸納總結符合要求，對未知內容直接進行網頁搜索符合要求，可對未知內容進行推理，多輪對話能力較強數字和代碼數學計算錯誤錯誤代碼生成錯誤未給出最優答案模擬AI助手安全類問題符合要求符合要求生活類問題符合要求且給出可靠建議符合要求模擬AI客服退換貨問題符合要求符合要求模擬辦公助手場景文檔生成符合要求符合要求文字修飾有待改進有待改進模擬推薦助手推薦理財產品及生日禮物符合要求符合要求教學輔助古詩詞理解基本正確部分內容

35、錯誤文心一言及GPT-4對比2.3.2產品對比-圖像生成資料來源：百度大腦AI開放平臺Imagen官網前瞻產業研究院整理柯基犬在時代廣場騎自行車戴著宇航員頭盔的浣熊在晚上望向窗外文本：戴眼鏡的貓；風格：油畫 開發公司：百度 產品功能：文生圖 排名：COCO FID超過OpenAI 發布的DALL-E 模型 技術簡介：百度文心 ERNIE-ViLG 模型使用編碼器-解碼器參數共享的Transformer 作為自回歸生成的主干網絡 發布時間：2022年10月發布ERNIE-ViLG 2.0模型 開發公司：谷歌 產品功能：文生圖 排名：COCO FID第一；DrawBench第一 技術簡介：文本編碼

36、器模型T5Diffusion生成模型映射6464 圖像文本條件超分辨率擴散模型將圖像放大至10241024圖像 發布時間：2022年5月文心AI作畫作品Imagen作品2.3.2產品對比-音頻生成資料來源：百度大腦AI開放平臺Imagen官網前瞻產業研究院整理柯基犬在時代廣場騎自行車戴著宇航員頭盔的浣熊在晚上望向窗外 開發公司：倒映有聲 產品功能：依靠聲音技術作為驅動源，便可實現自主與用戶交流互動、內容播講的服務型數字分身 發布時間：2022年4月發布“一視同人”平臺3.0版本 開發公司：谷歌 產品功能：通過聽到音頻生成后續音頻（包括語音及音樂）發布時間：2022年10月新模型發布 技術簡介：

37、語義標記是從w2v-BERT這個自監督的音頻模型中提取的，AudioLM還利用了SoundStream神經編解碼器產生的聲學標記，捕捉音頻波形的細節（如揚聲器特征或錄音條件），進行高質量的合成倒映有聲“一視同人”平臺功能AudioLM語音延續功能新聞資訊播報有聲讀物制作虛擬IP聲音定制通識資料有聲化自媒體有聲化Al數字分身聲音IP定制教育培訓課程制作短視頻配音倒映有聲“一視同人”使用效果技術簡介：自研神經渲染技術和TTSA技術，開創無人驅動數字分身技術解決方案。僅需10分鐘有效音畫數據采集，即可完成數字分身打造?；谏疃葘W習（Deep Learning）的全球領先TTS（Text-to-Spe

38、ech）算法2.3.3多模態是中國投融資領域熱點賽道資料來源：IT桔子從投融資端看，AIGC賽道投融資金額呈現波動變化，2018及2021年投資金額均為階段性高峰，近年投融資熱度較高。細分賽道方面，多模態、文本、圖像是中國投融資熱點領域，事件數量占比均在15%以上。注：左側為事件數量，右側為金額規模7161729171640361763.896.8453.69195.723.0123.32245.02116.2856.88050100150200250300051015202530354045事件金額2015-2023年中國AIGC賽道投資數量及投資金額（單位：件，億元）2021-2022年中

39、國AIGC細分賽道投資事件分布情況（單位：%）16.7%33.3%33.3%16.7%29.7%23.4%15.6%9.4%9.4%6.3%4.7%1.6%多模態文本圖像游戲生成其他視頻音頻代碼生成注：內環為海外數據，外環為中國數據2.3.4圖像、視頻預計成為高潛領域資料來源：量子位智庫根據量子位智庫的預測，結合技術成熟度、落地可行性而言，2030年相對市場規模較大的領域包括文字生成圖像、文字生成視頻、文字輔助生成等。注：圓圈大小表示預估2030年，該賽道相對的市場規模中國AIGC產業不同賽道發展預測該AIGC技術可變革效果當前技術成熟度文本輔助生成,40,85,360TTS場景,40,85,

40、100交互性文本生成,60,65,240策略生成,70,60,270文生圖,70,50,510文生視頻,85,30,490圖像/視頻到文本,75,20,290端到端的圖像生成,50,60,190視頻自動剪輯,40,40,90歌曲樂曲生成,40,60,9001020304050607080901000102030405060708090100文本生成音頻生成跨模態生成圖像生成視頻生成2.4AIGC產業鏈市場規模將突破萬億資料來源：量子位智庫量子位智庫數據，2023年中國AIGC產業市場規模約170億元人民幣，預計到2030年市場規模將達到萬億級別。2025后隨著生態完善，預計增速有明顯提高；20

41、27年后隨著產業鏈完善及商業化加深，預計市場增速再次迸發。170209257342602127634721149121%23%33%76%112%172%231%0%50%100%150%200%250%020004000600080001000012000140002023E2024E2025E2026E2027E2028E2029E2030E中國中國增速2023-2030年中國AIGC產業市場規模及增速預測（單位：億元，%）培育摸索期應用蓬勃期整體加速期03新變革：AIGC助力行業轉型升級3.1AIGC行業變革概述3.2AIGC助力行業轉型升級3.3AIGC浪潮崗位影響分析3.1.1受AI

42、GC影響的重要行業資料來源：量子位智庫根據量子位智庫的預測，2030年AIGC影響較大的行業主要有電子商務、影視、內容資訊、辦公軟件等，其中電子商務領域預期未來AIGC市場規模最大。注：圓圈大小表示預估2030年，該賽道相對的市場規模2030年AIGC對行業變革的影響行業對AIGC接受度AIGC在該行業可變革程度電子商務,50,80,300影視傳媒,55,70,240內容資訊,50,75,170線上游戲,60,60,90辦公軟件,60,70,130訓練數據,70,40,90社交軟件,20,20,50在線教育,40,40,7001020304050607080901000102030405060

43、708090電子商務內容資訊影視傳媒辦公軟件線上游戲訓練數據在線教育社交軟件3.1.2AIGC對行業變革影響概述資料來源：量子位智庫AIGC能夠對多個行業產生影響，具體機制有所差異，但總體而言AIGC主要作用包括提升效率、降低成本、激發靈感、數據優化。讓創作者擁有一個更加高效的智能創作工具，優化內容創作，大幅提升效率并降低成本；提升創作效率的同時，同樣提升了反饋生成效率，有助于實現實時交互內容。提升內容生產效率AIGC能夠代替人工完成聲音錄制、圖像渲染、視頻創作等工作，從而降低內容生產的成本與門檻，使更多用戶能夠參與到高價值的內容創作流程中。降低內容生產成本幫助有經驗的創作者捕捉靈感，在設計初

44、期生成大量草圖，更好的理解創作需求并尋找創作靈感。海量數據提高創造性和開放性，激發創意認知、提升生產多樣性。捕捉激發創作靈感在與其他特定的數據庫（例如實時更新數據、特定主體數據等）或AI系統進行聯動后，AIGC能夠實現更精準的未來預測或更個性化預測基礎上調整生成內容。聯動實現數據優化AIGC3.2.1AIGC為電商創造虛實結合購物環境資料來源：中國信通院每平每屋官網科大訊飛官網Nike官網 為觀眾提供24小時不間斷的貨品推薦介紹，增加商品商鋪曝光度 虛擬化品牌能夠加速品牌年輕化進程，拉近與新消費人群的距離，塑造元宇宙時代的店鋪形象 虛擬主播更穩定可控，虛擬主播人設、言行等由品牌方掌握，比真人明

45、星的可控性、安全性更強。品牌不必擔心虛擬形象崩塌帶來負面新聞打造虛擬主播提升直播帶貨效率 基于不同角度的商品圖像，借助視覺生成算法自動化生成商品的3D幾何模型和紋理，輔以線上虛擬“看、試、穿、戴”，提供接近實物的差異化網購體驗，助力高效提升用戶轉化 數據顯示，3D購物的轉化率平均值為70%，較行業平均水平提升了9倍，同比正常引導成交客單價提升超200%，同時商品退換貨率明顯降低生成商品3D模型展示及虛擬試用 通過二維圖像的三維重建，實現虛擬貨場快速、低成本、大批量的構建，有效降低商家搭建3D購物空間的門檻及成本，為消費者提供新消費體驗 如打造虛擬空間用于展示，奢侈品商Gucci在一百周年品牌慶

46、典時，把線下的GucciGardenArchetypes展覽搬到了游戲Roblox上，推出了為期兩周的虛擬展線上商城+線下秀場創造全新的消費場景AIGC讓電商行業創造虛實結合的購物環境，通過生成3D模型用于虛擬展示、打造虛擬主播用于提高直播效率、創造全新的虛擬展覽等，給予用戶沉浸式體驗、提升購買效率。每平每屋3D設計作品科大訊飛AI虛擬主播Nike聯合Roblox打造虛擬世界Nikeland3.2.2AIGC提升傳媒行業生產效率資料來源：中國信通院傳媒AI合成主播為核心傳播環節提高內容生產效率采編環節借助語音識別技術將錄音語音轉寫成文字，有效壓縮重復工作，保障新聞時效性錄音語音轉寫AIGC對傳

47、媒行業影響包括采編環節、傳播環節，通過語音轉寫、智能寫作、智能剪輯等方式提高采編環節的生產效率，在傳播環節通過打造AI主播實現智能、高效播報?；谒惴ㄗ詣泳帉懶侣?，提高新聞時效性智能新聞寫作通過使用視頻字幕生成、視頻錦集、視頻拆條、視頻超分等視頻智能化剪輯智能視頻剪輯新華社、央視等積極推出AI合成主播，應用場景包括新聞報道、天氣預報、晚會主持等應用場景拓展AI合成主播開始陸續支持多語種播報和手語播報應用功能升級從2D到3D，從口型到面部表情都更加逼真、豐富應用形態完善將部分采編、播放工作自動化，讓其更專注于思考、創造如將精力集中于深度報道、專題報道等更需發揮人類精準分析事物、妥善處理情感的領域

48、對傳媒從業者短時間獲得更多新聞，提高獲取及時性及便捷性；降低傳媒門檻，使得受眾可以參與內容生產，增強參與感；對傳媒受眾大幅提高生產效率，并帶來新的視覺化、互動化體驗；豐富了新聞報道的形式，推動傳媒向智媒轉變；對傳媒機構AIGC對傳媒行業參與主體的影響3.2.3AIGC拓展了影視行業創作空間資料來源：中國信通院GitHub官網Kaiber海馬輕帆vidyo.aiAIGC對影視行業影響涉及前期創作、中期拍攝、后期制作全流程，不僅通過AIGC提高了生產效率，還拓展了角色范疇、拓展拍攝的場景空間。前期創作中期拍攝后期制作通過對海量劇本數據進行分析歸納，并按照預設風格快速生產劇本，創作者再進行篩選和二次

49、加工，激發創作者的靈感，縮短創作周期。影視劇本文稿創作通過AIGC合成人臉、聲音等內容，實現“數字復活”已故演員、替換“劣跡藝人”、高難度動作合成等拓展角色范疇AIGC合成虛擬物理場景，將無法實拍或成本過高的場景生成出來，大大拓寬了影視作品想象力的邊界，給觀眾帶來更優質的視覺效果和聽覺體驗拓展場景空間修復、還原影像，提升影像資料的清晰度；實現影視預告片自動生成；實現將影視內容維度轉制，從2D向3D自動轉制賦能影視剪輯智能圖像修復文本生成場景影視劇本創作平臺實時字幕3.2.4游戲行業產業鏈及AIGC賦能環節資料來源：國金證券各公司官網游戲產業作為科技含量最高的創作領域，天然成為AIGC的絕佳應用

50、領域。AIGC在文學/影視作品改編、游戲研發、游戲運營、廣告運營等方面均可進行輔助，尤其在游戲研發階段貢獻突出。游戲研發商游戲運營商游戲媒體廣告商游戲分發渠道官方商店第三方應用市場超級APP視頻網站游戲門戶短視頻APP文學/影視機構電信資源提供商作品改編版權傭金流水分成廣告費用廣告費用游戲產業鏈及AIGC賦能環節注：黃色字體為AIGC在游戲產業中主要賦能環節3.2.4AIGC在游戲研發環節貢獻突出資料來源：量子位伽馬數據完美世界三七互娛財報策略劇情角色功能體驗04030201 特定風格模擬：Al通過模仿職業選手，玩家則感覺像在與真實的職業選手對抗；玩法教學：幫助玩家快速熟悉操作與游戲玩法，提高

51、游戲可玩性。增強游戲體驗游戲研發階段的游戲策略生成、劇情生成、角色生成、游戲性能測試、游戲體驗優化等環節，AIGC均能提供相應賦能；運營環節，AIGC可用于細分玩家提升游戲體驗、廣告運營等。2022年游戲領域AIGC市場空間約213億元。AI自動化廣告投放：目前抖音等平臺的廣告分發、內容推薦已通過算法實現，且效果較高；生成廣告素材：素材主要是圖像及音視頻內容，預計AIGC的加持下廣告素材生成會更高效、高質量；玩家分類提升體驗：通過不同玩家的數據，將用戶細分類型，為不同類型玩家提供獨特的玩法，提高用戶體驗。游戲運營環節行業營收2659億元假設研發成本占20%假設40%成本可以優化 讓AI感知環境

52、、自身狀態并基于特定目標決定當下需要執行的動作，基于特定問題和場景，自主提出解決方案。游戲策略生成 前期平衡性測試：充分模擬玩家在某套數值體系下的游戲體驗，提出優化策略；游戲功能測試：針對性找出游戲交互的可能性，發現潛在漏洞輔助游戲策劃。游戲性能測試 AI創造不同的面孔、服飾、聲音甚至性格特征，甚至可同步驅動嘴型、表情等面部變化，達到高度逼真；并通過大量數據模擬人類運動，完成行走、跑步等一系列動作反應。NPC角色生成 AI智能NPC能夠分析玩家的實時輸入，與玩家動態交互，構建幾乎無限且不重復的劇情；AI能夠生產相關的圖文、音樂等，創造游戲素材，輔以劇情鋪排，提升劇情飽滿度劇情生成213億元注：

53、運算邏輯=行業營收*20%*40%AIGC游戲研發環節作用3.2.5AIGC對教育行業影響分析資料來源：公開資料整理影響層面應用場景闡述突出特點表層影響（側重對知識生產、知識學習的影響）自適應學習通過分析學生的學習情況和學習數據，AIGC技術可以自動生成符合學生需要的學習內容和題目1、通過AIGC協助生產知識內容，提高教育效率；2、通過AIGC技術可以分析學生學習數據，并制定個性化內容及練習，幫助學生提高學習效果；3、豐富教育內容，生成更有互動性的教育場景，提高學生學習興趣；互動體驗利用AIGC技術可以自動生成各種形式的互動內容，如虛擬實境和增強現實等，可以更加生動、豐富和有趣地呈現教育內容，

54、提高學生的學習積極性和興趣教育數據分析AIGC技術可以幫助教育工作者收集和分析學生的學習數據，從而更加深入地了解學生的學習情況和學習需求，為制定更好的教育策略和教育決策提供支持自主學習AIGC技術可以讓學生在自己的節奏和時間內進行學習，不必受到學校和老師的時間和地點限制。這可以激發學生的學習興趣和主動性，提高學習效率知識生產AIGC能夠憑借其出色的內容生產能力，協助生產知識內容，提升教育效率深層影響（側重對教育體系的變革）/未來的教育需要培養什么樣的人才？現有的教育模式、專業設置、課程設置需進行怎樣調整？AI對知識記憶、理解、簡單運用的能力超越常人，以知識點傳輸為主的應試教育受到根本挑戰。未來

55、教育的方向或在創新能力上。AIGC對教育行業影響分表層影響及深層影響，表層主要體現在對知識生產、知識學習方式等改變，更具個性化地教育以及高效是突出特點；而深層影響將涉及現有教育模式調整、專業設置、人才培養方向等考量。AIGC對教育行業影響分析3.2.5教育行業AIGC應用深度較淺資料來源：松鼠AI騰訊研究院公開資料企業名稱布局方向核心技術網易有道在AI口語老師、中文作文批改等細分學習場景中嘗試應用，目前處于研發工作中神經網絡翻譯、計算機視覺、智能語音AI技術、高性能計算科大訊飛AI學習機，主要突破將在AI學習機的中英文作文輔導、中英文口語學習等方面語音識別、語音合成、圖片識別、機器翻譯好未來A

56、I講題機器人機器學習、大數據作業幫AI學習機，以及作文批改、作文寫作等語音評測、計算機輔助語言學習國新文化全資子公司奧威亞目前已發布兩款具有AI視覺分析能力的錄播產品，未來產品發力重點在于課堂大數據采集和分析AI視頻分析、語音識別等世紀天鴻Al作文批改產品Transformer算法等當前教育領域布局AI主要在智能學習機、課堂數據采集分析等方面，學生使用的AI相關工具集中在翻譯、答題等基礎功能，整體而言AIGC在當前教育領域應用深度較淺。知識圖譜貝葉斯網絡遺傳算法深度學習遷移學習知識空間理論信息論底層算法與技術精準知識狀態檢測學生畫像實時學習能力評估最優學習路徑規劃最佳學習內容推薦智適應學習引擎

57、學習數據分析行為數據分析學習目標規劃學習內容管理學習系統用戶管理課程和班級管理教師管理用戶交互層松鼠AI智適應學習產品框架5.03%9.25%14.27%14.47%14.47%16.78%22.31%37.19%51.96%63.62%智能監測工具智能虛擬助手智能搜索引擎智適應學習平臺智能糾錯工具智能基礎硬件設備智能寫作分析工具智能語言訓練工具智能答題工具智能翻譯工具學生使用AI工具類型情況（單位：%）教育范疇企業AIGC產品梳理3.2.6AIGC在辦公軟件領域推動生產力變革資料來源：各公司官網等 微軟：發布Microsoft365Copilot，本質上是用戶通過與Copilot聊天對話，下

58、達指令，讓Copilot一鍵生成文章、演示文稿、表格等?？筛鶕﨩neNote素材寫文章、根據word內容生成Excel表格或PPT、將數據導入Excel自動分析報表、溝通式創作Excel 金山辦公：WPS智能寫作、公文輔助寫作、文檔校對、機器翻譯、文檔圖片識別與理解、文檔轉化技術 福昕軟件：宣布將推出基于ChatGPT的新功能，目前處于部署階段，預計將進一步提高PDF產品智能化水平 閱文集團：積極探索AIGC技術在文字、圖像、語音方面的應用，賦能IP生態文字創作類辦公AIGC正在推動辦公軟件領域生產力的變革，技術實力上可以替代重復性、門檻較低的辦公方式。文字創作領域，微軟推出的Copilot可

59、通過聊天式指令，生成文章、演示文稿等內容；圖文/視頻領域AIGC已可實現自動創作。美圖：公司算法中樞MTLab在人臉技術、人體技術、圖像識別、圖像處理、圖像生成等多個方向處于世界先進水平，美圖推出的“AI簡筆畫”可讓用戶基于簡單的描繪，AI技術智能填充、著色、細節處理等，生成圖片 阿里巴巴：AlibabaWOOD能夠對商品內容進行智能理解，為商品編寫劇本、添加鏡頭、書寫文案，搭配風格匹配的音樂，自動剪輯出具備故事性的短視頻圖片/視頻類辦公Microsoft365Copilot宣傳圖WPS智能寫作示例騰訊智能創作助手騰訊EffiditAlibabaWOOD3.3.1AIGC浪潮對不同崗位影響分析

60、資料來源：前瞻產業研究院整理行業AIGC影響職位影響機制（理論層面）影響評價電商行業客服崗位AIGC在文字、語音方面可以生成相關內容，進行簡單溝通對話，該能力與客服崗位有所重合影響較為消極，部分簡單、重復性的溝通職能可被AI取代美工崗位AIGC可輔助生成圖片、甚至智能生成電商視頻，提高美工基礎性工作的效率影響略消極，AIGC提高生產效率存在一定的人員精簡可能性，但美工設計師的創意、業務理解、溝通協調能力仍不為AI取代運營崗位AIGC可協助進行數據分析、出具策劃活動初步方案，能夠提高運營效率影響略消極，部分基礎性運營崗位可進行一定程度優化，但運營崗本身對市場的深刻洞察能力具有一定優勢傳媒行業新聞

61、記者在采編環節，AI技術可賦能語音文字互轉、通稿撰寫、自動創作文章、優化視頻剪輯等，可顯著提高采編效率影響較為消極，簡單的報道事實工作所需的技能點可被AIGC取代，但部分記者深度、創造性的洞察具有獨特競爭力新聞主播AIGC可創造虛擬人協助進行主播，可應用于新聞播報、手語等方面影響偏中性，虛擬人目前整體的互動性較差、生動程度不足，作用側重在輔助真人主播影視行業編劇AI編劇可進行創意生成、情節生成、腳本生成，傳統編劇在職能上具備可替代性影響略消極，因部分職能可以被替代，但資深編劇具有較好社會閱歷及影響力影視動畫設計AIGC可協助進行動畫制作、繪制動畫場景等，對傳統崗位具有一定職能替代影響較為消極，

62、動畫設計崗位與AI技能重合度較高，隨著AIGC技術迭代，部分崗位或可被取代剪輯員AI剪輯器功能豐富且上手簡便，能夠支持音視頻、圖片、字幕等素材剪輯處理，對于基礎性工作可以實現賦能影響略消極，AI可提高生產力替代部分簡單剪輯工作，但資深剪輯師能夠對影片的創作意圖、主題內容理解深刻，影響銀幕的完整性及感染力游戲行業游戲策劃游戲策劃可大致分為文案、劇情類策劃以及數值類策劃，AIGC在利用文學作用創作方面具有一定能力，同時在分析數據相關性層面具有更強的敏銳性，能夠協助游戲策劃崗位提高效率影響略消極，一方面，AIGC的確可以輔助工作并提升效率，但另一方面，其所取代的職能正是目前許多初級崗位的工作內容，部

63、分崗位或有被精簡的可能美術崗位AI可輔助圖片設計等工作，提高創作效率技術開發崗位AI可匯聚大量模型、腳本、著色器等資源，幫助游戲開發者提高效率影響略消極，借助AIGC游戲生產效率可以大幅提高，或可進行部分優化教育行業K12教師以知識傳輸為主的教育模式，AI能夠集成更專業、權威的知識，并智能評估學生學習情況，個性化設計學習路徑，幫助學生掌握知識影響較為消極，傳統以教師為主的學習模式的優勢正在逐漸消退，AI以學生為中心的模式并針對性輔助，能夠更便捷達成掌握知識的目的辦公軟件領域文員Aigc（人工智能技術）對文員崗位產生了一定的影響，因為它可以自動完成某些文員工作。例如，Aigc可以自動處理郵件、識

64、別和歸檔文件、管理日程等，從而減少了人工的工作量，使文員能夠更專注于完成更復雜的任務。此外，Aigc還可以使用自然語言處理技術進行語音識別和語音合成，進一步提高了工作效率和準確性。影響較為消極，文員工作部分職能可被AIGC取代AIGC對職位影響機制主要在于技能點相似從而實現替代，整體來看，對于簡單、重復性較強的初級工作AIGC具備較強的理論替代可行性，典型崗位如電商客服、新聞記者、動畫設計師、教師、文員。3.3.2受AIGC浪潮影響較小的崗位資料來源：前瞻產業研究院整理2023年3月，OpenAI發布的LLM（大型語言模型）對勞動力市場影響潛力報告也顯示，約80%的美國勞動力至少10%的工作任

65、務會受到GPT引入的影響，工作對科學方法和批判性思維的依賴程度與LLM影響情況呈負相關。此外，體力勞動較多的崗位如社會援助、食品服務、木工、護理等受到的潛在威脅也較小。木工護理/社工外賣配送廚師建筑工人受AIGC影響較小的體力崗位示例04新機遇：AIGC時代的機遇與挑戰4.1AIGC發展趨勢4.2AIGC潛在機遇4.3AIGC產業挑戰4.4中國AIGC挑戰及建議4.1AIGC發展趨勢資料來源：中國信通院前瞻產業研究院整理AIGC產業發展進程迅猛，未來AIGC模型體量/復雜度將會提高、基礎關鍵能力顯著增強、產品類型逐漸豐富、應用領域也將更加廣泛。模型體量/復雜度提高由于數據體量增多，隨之而來硬件

66、的升級和算法的改進，AIGC的性能將越來越強大，模型體量/復雜度將提高01產品類型逐漸豐富人工智能不斷發展將使AIGC不再局限于文本、音頻、視頻，未來嗅覺、觸覺、味覺、情感等多重信息感知和認知能力將以數字化的形式傳輸并指導人工智能進行內容創作03關鍵能力顯著增強隨著AIGC技術發展，其內容孿生、內容編輯、內容創作三大基礎能力將顯著增強，可以更逼真地復刻虛擬世界，逐步擺脫PGC和UGC，獨立進行創作02應用領域更加廣泛AIGC已經在金融、傳媒、電商等領域得到了廣泛的應用，隨著商業化程度加深，未來AIGC將涉及更多領域04中國AIGC產業未來發展趨勢4.2.1商業機遇四維度創造商業價值資料來源：前

67、瞻產業研究院整理商業機遇在經濟上往往意味著更大的經濟效益，從收入增長及成本節約維度切入分析，AIGC帶來的商業機遇包括新的市場需求創造、原有市場需求再擴大、成本環節/要素減少、效率提升。AIGC機遇分析框架（限于經濟背景）AIGC帶來的新機遇“機遇”在經濟上意味著更大的經濟效益收入端增長新需求原有需求擴大成本端節約環節/要素減少效率提升維度作用機制受益行業受益崗位創造新需求AIGC作為技術要素的一員，憑借其優異的功能贏得眾多用戶青睞，開創了“大模型商業化“的探索人工智能/原有需求擴大1、AIGC的誕生，本身需要大量的數據用于訓練，要求與之相關算法模型、算力也快速發展數據服務行業、芯片產業等尖端

68、算法工程師2、AIGC產生后，自動生成內容繁多，出于保密、倫理等方面考慮，需投入更多資源用于及時審核內容監管行業/環節/要素減少AIGC可以實現對話服務、咨詢、初級分析、基礎生成內容等功能，由于替代效益可減少部分行業人力要素的投入電商、媒體/效率提升1、自動生成較為初級的文章、圖片、音視頻，方便生產者進行二次加工，提高生產效率內容生產行業（影視傳媒、游戲等）/2、通過更精準的預測和分析，幫助企業更好理解市場趨勢及用戶行為，提高企業資源配置效率眾多/AIGC商業機遇分析4.2.2行業賦能生產力提高、成本降低為關鍵資料來源：前瞻產業研究院整理行業賦能分析電商行業個性化推薦：AIGC可以通過用戶的歷

69、史瀏覽、購買、評價等數據，自動學習用戶的興趣愛好和偏好，為用戶提供更加精準的推薦商品和服務，大大提升了用戶的購物體驗效率提升：電商平臺需要處理大量的訂單和物流信息，AIGC可以通過自動化和優化算法，提高訂單處理和物流配送的效率，從而降低了企業的成本，提高了服務質量客戶服務：AIGC可以通過自然語言處理和情感分析等技術，實現智能客服和售后服務，讓用戶得到更加人性化和高效的服務體驗數據分析：電商平臺擁有海量的用戶和交易數據，而AIGC可以通過數據挖掘和分析，挖掘出用戶需求趨勢、商品銷售趨勢等，從而指導企業制定更加科學、合理的業務決策傳媒行業效率提升：AIGC可以幫助傳媒行業更快速、更高效地處理大量

70、的數據和復雜的信息，如語音快速轉化為稿件等；AIGC可以幫助傳媒行業實現自動化制作、編輯和發布，從而提高工作效率和準確性豐富內容：AIGC可以通過圖像和聲音的自動識別，使傳媒行業的內容更加豐富和多樣化影視行業技術升級：通過采用AIGC技術，影視行業現在能夠將人物從現實世界數字化到虛構世界中，可以用于角色拓展、場景空間拓展等；此外，AIGC可以進行圖像修復，增強視覺效果；效率提升：傳統的后期制作通常需要數百萬小時的工作量，但是AIGC技術可以加速這一進程，可以通過自動色彩分級、背景制作和特效制作等方式來簡化后期制作的流程，從而減少人工成本游戲行業提升開發效率：AIGC可以減輕游戲開發人員的工作負

71、擔，如自動生成地圖、故事和角色，降低開發和制作成本；數據分析及策劃：人工智能還可以用于游戲數據的分析和利用，幫助游戲平臺更好地理解玩家需求，提供更加個性化的游戲體驗教育行業教師端助手：AIGC可以為教師提供教學輔助工具，例如智能批改、語音識別等，從而節省教師的時間和精力，并提高教學效果學生端個性化學習：AIGC可以根據學生的學習表現和歷史數據，提供更適合學生的教學內容和學習方式。這有助于提高學生的學習效率和成績教育管理智慧化：AIGC可以為教育管理者提供數據分析和決策支持，例如課程安排、教學設備配置等，從而優化教育資源配置和管理制造業領域產品創新：AIGC技術可以為制造企業帶來更多創新思路和方

72、案，例如基于客戶需求的個性化定制服務、自動化設計方案等管理效率提升：AIGC技術可以用于企業管理，例如員工績效評估、設備管理、成本控制等方面，提高企業管理水平和效率數據分析：AIGC技術可以對制造企業的大量數據進行分析，包括供應鏈、生產流程、產品質量等方面，為企業提供更精準的數據支持和決策幫助AIGC為各行各業帶來的價值不盡相同，概括而言，AIGC對行業主要賦能在于生產力顯著提高、降低成本、增強創新等方面。AIGC在不同行業賦能情況4.2.3個人賦能提高效率、提升專業技能為主資料來源：前瞻產業研究院整理AIGC也為個人帶來了一定的賦能，包括提高工作效率、提升專業技能、大數據時代快速獲取有價值信

73、息、增強社交互動等。AIGC可以用于自動化文本創作、音樂創作、電影腳本創作等，從而縮短時間，提高效率，并在一定程度上改善作品的質量提高工作效率個人可以在自己的工作或空閑時間使用AIGC進行在線學習，隨時隨地進行有針對性的學習，并于權威專家進行互動交流提升專業技能AIGC可以用于數據挖掘、語音識別、計算機視覺等領域，幫助個人從大數據中獲取有價值的信息快速提取信息AIGC可以通過機器學習和自然語言處理技術，通過社交媒體、聊天應用等方式生成自然的對話內容，幫助人類在社交互動中獲得更好的體驗增強社交互動AIGC為個體賦能分析4.3AIGC產業挑戰：隱私、安全、產權、倫理等資料來源：騰訊研究院中國信通院

74、AIGC產業發展面臨包括數據隱私及安全、侵犯知識產權、倫理問題、環境污染、技術不成熟、標準規范不健全等挑戰，圍繞公平、責任、安全的爭議有所增多AIGC發展挑戰010402030605數據環境知識倫理標準技術數據隱私及安全AIGC模型訓練的數據基本源于互聯網，包括個人隱私數據/公司商業機密等，模型強大的推理能力可能導致隱私泄露的風險；此外，AIGC的惡意使用包括數字身份冒用、制作虛假信息詐騙等非法活動知識產權挑戰從著作權的角度看，AIGC基本屬于重組式創新，AIGC作品存在侵犯他人知識產權的風險，也存在被他人侵權的風險倫理挑戰算法歧視問題帶來包括社會偏見、刻板印象、性別歧視等問題，此外，數字虛擬

75、技術“復活”明星，可能損害已故人的隱私權及代理權缺乏標準及規范目前AIGC治理格局存在不匹配，如可版權性有待厘清，而新技術造成的虛假信息難以追蹤，加上目前規范較為模糊，監管難度也在加大關鍵技術不成熟人工智能算法在透明度、魯棒性、偏見與歧視方面存在尚未克服的技術局限，導致算法應用問題重重。比如在視覺生產方面，機器視覺的精準度、還原度、仿真度不能周全，需要人工后期標注，制作效率較低環境挑戰AIGC不僅是訓練還是運行，都需要大量算力支持，無形中增加了能源消耗，其高速發展給環境保護和氣候變化帶來了巨大挑戰，產生高碳排放4.4.1中國AIGC發展挑戰：算法/算力為關鍵產業鏈上游（基礎層）制約著AIGC產

76、業發展，其中數據、算法、算力是AI領域發展的核心三要素，從全球對比來看，中國在數據方面增速較好，但在算法、算力方面與海外具有較大差距，較大程度上限制了中國AIGC產業發展。產業鏈競爭分析數據中美數據規模在全球同屬第一梯隊，中國呈現持續追趕態勢，中美差距有望縮小。算力算力的基石是AI芯片，當前全球AI芯片以美國企業為主導，且近年來美國在國際貿易領域出臺相關禁令有意阻礙中國AI芯片產業發展，中國在算力方面的短板或限制AIGC產業發展。算法從算法開發、人才、科研機構實力等方面對比，美國在算法領域具有明顯領先優勢，中國在AI算法領域與世界領先水平差距較大，該因素對中國發展AIGC產業有所限制。資料來源

77、：前瞻產業研究院整理4.4.2數據中美數據規模同屬第一梯隊，中國呈追趕態勢從產業鏈角度而言，AIGC產業的關鍵核心是在上游（基礎層），其中數據、算法、算力是AI發展的核心三要素。在數據方面，從全球對比情況來看，中美數據規模在全球同屬第一梯隊，2022年北美數據規模占全球26.8%，中國占比23.0%。預期2023-2026年中國數據規模增速領先，在2026年中美數據規模的差距將有所減小。18.5122.7328.3735.6444.4656.1621.7726.5232.2939.2648.5858.9942.1949.7259.2870.6384.56100.8422.80%24.81%25

78、.63%24.75%26.32%21.82%21.76%21.59%23.74%21.43%0.00%5.00%10.00%15.00%20.00%25.00%30.00%050100150200250202120222023E2024E2025E2026E中國北美其他地區中國增速北美增速2021-2026年全球數據圈規模（單位：ZB）注：IDC將每年被創建、采集或復制的數據集合定義為數據圈資料來源：IDC23.0%26.8%50.2%26.0%27.3%46.7%中國北美其他地區注：內環為2022年數據，外環為2026年數據2022-2026年中國及北美數據圈規模比重（單位：%）4.4.2算

79、法在算法開發、人才、科研等領域中國差距明顯在算法方面，目前AI大模型多為深度學習模型，全球開發深度神經網絡算法的企業包括Google、Facebook、Microsoft、OpenAI、DeepMind等，美國在算法領域具備領先優勢；從人才及科研機構實力對比而言，美國人工智能高層次人才、相關科研機構研究實力均領先國內，當前在算法領域中美差距較大。資料來源：IDC清華大學人工智能研究院CLUEGLUEERNIE 3.0 Titan:Exploring Larger-scale Knowledge Enhanced Pre-training for Language Understanding a

80、nd GenerationERNIE-ViLG 2.0:Improving Text-to-Image Diffusion Model with Knowledge-Enhanced Mixture-of-Denoising-ExpertsScopus領域闡述深度神經網絡算法以chatgpt為代表的AI模型，目前仍然是深度學習模型，全球開發深度神經網絡算法的代表企業包括Google、Facebook、Microsoft、IBM、Amazon、OpenAI、DeepMind等，美國在算法領域具備領先地位。人工智能高層次人才人才是推動人工智能算法發展的關鍵因素，根據清華大學人工智能發展報告2020

81、版數據，美國的人工智能高層次學者數量最多，有1244人次，占比62.2%，中國位列第二，有196人次，占比9.8%，即美國高層次人才數量是中國的6倍多?？蒲袡C構實力根據Scopus數據庫，全球頂級期刊和頂級會議上發表的人工智能領域論文數量對比，美國、中國是發文數量最多的兩個國家。但以2020年為例，美國的高質量論文年發文量是中國的2倍。此外，從發文機構數量看，在排名前15的機構中，美國機構占據9位，中國機構占據3位。美國高質量論文的發表不僅來源于學術界，還涉及谷歌、微軟等一批互聯網科技巨頭，而中國大部分的研究成果來源于學術界。國內外人工智能算法競爭力分析公司NLPCV多模態模型參數量模型參數量

82、模型參數量百度ERNIE3.0-Titan260BVIMER-UFO2.017BERNIE-ViLG2.024B騰訊HunYuan-NLP1THunYuan-vcr/HunYuan_tvr/阿里AliceMind-Plug27B通義-視覺M610TOpenAIGPT-3175BImageGPT6.8BDALL-E23.5B谷歌PaLM540BViT-22B22BPaLI17B微軟TuringULRv65.4BSwinTransformerV23BBEiT-31.9B部分國內外大模型參數量對比4.4.2算力AI芯片方面中國競爭實力有待增強在算力方面，AI芯片、AI服務器以及數據中心（算力規模）是

83、構成算力的三大要素，其中AI芯片承載了人工智能計算任務，是算力的基石。全球AI芯片以美國企業為主導，中國在AI芯片領域競爭實力較弱，且近年來美國政府持續進行較大程度的貿易限制，中國在算力領域的短板是阻礙AIGC產業發展的重要因素。資料來源：IDC中國信通院Synergy Research Group公司官網主流GPU性能對比情況算力領域競爭實力分析算力要素全球市場概況中國競爭力評價貿易競爭AI芯片AI芯片包括CPU/GPU/FPGA/ASIC等全球頭部企業包括英特爾、英偉達、AMD等，非國產化比例超過90%，國內的頭部公司包括景嘉微、寒武紀、紫光國微等出貨規模仍較小全球AI芯片呈現壟斷格局，美

84、國企業具備強大的優勢，此外，美國政府出臺相關禁令進行芯片出口限制，中國方面競爭實力較弱2022年8月，美國政府限制英偉達向中國（含中國香港）出口兩種用于人工智能工作的頂級計算芯片，涉及A100及H100兩款芯片，這兩款芯片性能強大，非常適用于AI領域的數據分析、計算等。2023年4月，美國政府或將在下月發布一項行政命令，限制美企對中國的投資，涉及芯片、人工智能(AI)和量子投資等經濟關鍵領域。AI服務器2021年全球AI服務器領域，中國企業浪潮信息市場份額位列全球榜首，此外，聯想、華為等企業也位居頭部梯隊中國AI服務器競爭實力較強數據中心（算力規模）根據中國信通院數據，在整體算力規模層面，20

85、21年度美國位列第一，中國第二，二者差距較小，中國呈現追趕狀態。但需要指出的是，數據中心所用芯片較為依賴海外企業。根據Synergy Research Group數據，2022年全球云計算服務商TOP3企業亞馬遜AWS、微軟Azure和谷歌云合計占據65%市場份額，中國阿里云排名第四，占據5%份額中國整體算力規模較大，但所用芯片對外依賴度較高，此外從全球云計算競爭格局看，中國企業市場市場競爭份額較低廠商英偉達燧原科技型號A100 80GB PCIeH100PCIe云燧i20發布時間2020年11月2022年4月2021年12月工藝制程7nm4nm12nmFP16算力156TFLOPS1513t

86、eraFLOPS128TFLOPSFP8算力/3026teraFLOPS/INT8算力312TFLOPS3026TOPS256TOPS顯存容量80GBHBM280GB/顯存帶寬1935GB/s2TB/s819GB/sGPU間互聯速率2塊GPU：600GB/sNVLink：600GB/sPCIe5.0：128GB/s/最大熱設計功耗(TDP)300W300-350W（可配置）150w/最大功耗4.4.3中國AIGC產業發展建議資料來源：前瞻產業研究院整理加強人才培養生成式人工智能涉及到深度學習模型、自然語言處理等復雜領域，需要大量的專業人才支持。因此，中國應該加大人才培養力度，鼓勵學生和科研人員

87、專門從事生成式人工智能的研究和開發。加強投資生成式人工智能需要投入大量研發和實驗室設施，這需要巨額投資。政府和企業可以增加對這一領域的投資，以支持這一領域的發展。促進產學研結合通過加強科研機構和企業之間的合作，使之形成共同的科研項目，共同開發和推廣新技術，從而更好地促進科研成果和產業的緊密結合。加強知識產權保護知識產權保護是推動一個技術領域進一步發展的重要因素。政府應該加大對知識產權的保護力度，鼓勵產權開發，為生成式人工智能的研發提供更好的環境。加強國際合作生成式人工智能是一個具有全球性的領域，國際合作有助于整合各方的資源和優勢，推動更好的發展。因此，中國應該加強與其他國家和地區的合作，共同推

88、進這一領域的研發和商業化。前瞻產業研究院是中國產業咨詢領導者！隸屬于深圳前瞻資訊股份有限公司，于1998年成立于北京清華園，主要致力于為企業、政府、科研院所提供產業咨詢、產業規劃、產業升級轉型咨詢與解決方案。前瞻產業研究院前瞻經濟學人APP是依托前瞻產業研究院優勢建立的產經數據+前沿科技的產經資訊聚合平臺。主要針對各行業公司中高管、金融業工作者、經濟學家、互聯網科技行業等人群，提供全球產業熱點、大數據分析、行研報告、項目投資剖析和智庫、研究員文章。前瞻經濟學人讓你成為更懂趨勢的人報告制作：前瞻產業研究院聯系方式：400-068-7188更多報告：https:/主創人員：XX/XX產業規劃咨詢：0755-33015070