傳媒行業：AI有望撬動VR、AR行業奇點-230410（18頁）.pdf

1、 本報告由中信建投證券股份有限公司在中華人民共和國（僅為本報告目的，不包括香港、澳門、臺灣）提供。在遵守適用的法律法規情況下，本報告亦可能由中信建投（國際）證券有限公司在香港提供。同時請參閱最后一頁的重要聲明。證券研究報告證券研究報告行業行業深度深度 AI 有望撬動有望撬動 VR/AR 行業奇行業奇點點 核心觀點核心觀點 全球全球 VR/AR 市場發展曲折，市場發展曲折，2022 年出貨量下滑年出貨量下滑 20%，但但 AI 的快速的快速發展有望打破負循環，發展有望打破負循環，真正意義上真正意義上撬動撬動 VR 市場市場奇點奇點。1、Meta 推推 SAM 模型，模型，VR 行業的又一重大助力

2、行業的又一重大助力 SAM（Segment Anything Model）是一個開源的 AI 視覺模型，可從任意圖像或視頻中識別并分割出單個對象，數據集超過 11 億個分割掩碼，SAM 可以交互或手動進行圖像分隔，模型開源進一步拉低了圖像識別、標注的門檻，顛覆計算機視覺領域。我們認為 Meta 作為全球元宇宙與 VR 巨頭，此前進行多年探索與投入（僅 22 年元宇宙業務虧損即 137 億美元），但無論是 VR 硬件體驗、VR 內容的產出都存在一定短板。此次 Meta 推出開源視覺 AI 模型，有望通過 CV 領域技術的提升，使圖像識別、內容生成再上臺階，進一步推動元宇宙、VR 行業的發展，包括

3、：1）VR/AR 內容內容更好更好生成生成：SAM 可以作為內容生成系統中的組件，包括 AR/VR、2D/3D 內容創作等，有望創造出更為通用的 AI 系統；2）顛覆顛覆 VR/AR 交互：交互：頭顯屏幕將從純粹的“呈像”，走向“識別一切并反饋”。疊加大語言模型，自然語言交互有望替代手動交互，VR/AR 將成真正意義上的智能入口。2、AI 降低降低 VR 游戲成本，拉動“內容游戲成本，拉動“內容-硬件”飛輪硬件”飛輪 與手游平均 70-80%的毛利率相比，VR 游戲投入產出比低，全球頭部VR 游戲半條命僅能實現盈虧平衡，大部分其他 VR 游戲的收入僅能覆蓋成本的 60%左右。AI 將快速生成

4、3D 資產、地圖、NPC，降低VR 游戲成本，毛利率改善幅度或遠大于手游，有望從“不賺錢”走向“賺錢”，提升供給。此外，對于 VR 社交/虛擬人，蘋果 MR 新品有望支持 Siri 語音快速創建虛擬物體，極大豐富 UGC 生態。3、蘋果蘋果 MR 配置配置“行業“行業頂配頂配”，”，強強產品力有望引爆市場產品力有望引爆市場 芯片方面，搭載已在 MacBook Pro 等產品應用的電腦級 M2，屏幕采用索尼 4K 級高分辨率的 Micro-OLED，配備了十余顆攝像頭和傳感器，兼具 VR 和 AR 功能。軟件方面，擁有定制的操作系統以及豐富的生態內容，有望支持蘋果生態之間的多設備聯動，或能夠通過

5、 Siri語音輸入創建虛擬物體甚至應用程序。VR 內容相關公司內容相關公司包括包括：1）游戲：愷英網絡、富春股份、凱撒文化、電魂網絡；）游戲：愷英網絡、富春股份、凱撒文化、電魂網絡；2）視覺類：）視覺類：絲路視覺、絲路視覺、凡拓數創、凡拓數創、華策影視、光線傳媒、鋒尚文化、風語筑。華策影視、光線傳媒、鋒尚文化、風語筑。維持維持 強于大市強于大市 楊艾莉楊艾莉 18910213127 SAC 編號：S1440519060002 SFC 編號：BQI330 發布日期：2023 年 04 月 10 日 市場表現市場表現 近期研究報告近期研究報告 2023/3/16 GPT-4 發布，圖片/視頻應用、

6、游戲和虛擬人有望加速融合 -30%-20%-10%0%10%2022/2/142022/3/142022/4/142022/5/142022/6/142022/7/142022/8/142022/9/142022/10/142022/11/142022/12/142023/1/14傳媒滬深300傳媒傳媒 2 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 正文正文 1、消費級 VR 困境：“內容-硬件”飛輪難以轉動 2 2022022 年，消費級年，消費級 VRVR 市場迎來新品密集發布的一年，國內包括市場迎來新品密集發布的一年，國內包括 PicoPico4 4、創維、創維 VRVR、大朋、

7、大朋 VRVR 等，海外包括等，海外包括 MetaMeta QuestQuest ProPro。但據。但據 IDCIDC，2222 年年全球全球 VR/MRVR/MR 出貨量同比下滑出貨量同比下滑 2 21 1%。硬件、內容飛輪難以轉動，分別來看：。硬件、內容飛輪難以轉動，分別來看：1 1）硬件方面：技術方案迭代較快，性價比持續提升。）硬件方面：技術方案迭代較快，性價比持續提升。如主流主流芯片芯片由 16 年前后的手機芯片到 XR 專用集成平臺，如高通驍龍 XR2 及 XR2+Gen1；光學方案光學方案經歷了非球面鏡、菲涅爾透鏡、Pancake 折疊光路等階段，目前采用折疊光路原理的 Panc

8、ake 以更小體積、優秀的成像質量，逐漸成為主流光學方案；顯示面板顯示面板 2018 年后 LCD 響應速度得到提升，大多數廠商轉向具有成本優勢的 Fast-LCD。以以 PicoPico4 4 為例，具備上述硬件參數整體價格在為例，具備上述硬件參數整體價格在2 2499499-27992799 元，整體性價比較高。元，整體性價比較高。圖表圖表1：全球全球 VR設備出貨量設備出貨量 圖表圖表2：以以 Pico4 為例，硬件性能有諸多迭代升級為例，硬件性能有諸多迭代升級 產品產品 Pico 4 Pico Neo3 芯片芯片 高通 XR2 高通 XR2 光學光學模組模組 Pancake 超短焦光學

9、方案，裸機重量降至 295g，最薄處僅 35.8mm，前后重量平衡 菲涅爾光學方案，裸機重量接近 400g，重量集中在一體機上 屏幕屏幕 兩塊 2.56 英寸 Fast-LCD 屏幕，雙眼分辨率升級到 4320 2160，刷新率 90HZ，視場角擴大到 105 度 5.5 英寸 Fast-LCD 屏幕，雙眼分辨率 36641920，刷新率90HZ，98廣視角。手柄手柄 采用 50-500Hz 的寬頻線性馬達，支持紅外光學 6DoF 定位 支持紅外光學 6DoF 定位 交互交互 支持手勢追蹤、彩色透視 無手勢追蹤、黑白透視 操作操作系統系統 支持實施投屏、遠程操控、多任務處理、MRC 等功能 無

10、上述功能 價格價格 2499-2799 元 1499-1599 元 資料來源：wellsenn XR，中信建投 資料來源：VR陀螺，中信建投 2 2）內容生態內容生態：輕量內容為主，：輕量內容為主，重度重度 VRVR 內容缺乏。內容缺乏。以 Pico 為例，不強調重度 VR 游戲，重視 VR 直播、視頻等門檻更低的應用。輕量內容的開發難度和成本更低，以 VR 劇場直播為例，3 臺 VR 攝像機+2-3 個運營/導演即可批量生產；而 VR 游戲需要大量高精度 3D 素材，且需在傳統游戲研發流程外增加動捕、視角適配等環節。圖表圖表3：VR 輕量化應用與重度應用對比輕量化應用與重度應用對比 輕量輕量

11、 VRVR 內容內容 重度重度 VRVR 內容內容 類型類型 VR 演出、VR 直播、VR 影視 VR 游戲、VR 社交 內容開發周期內容開發周期 極短，可實現規模供給 周期長，短期無法實現規模供給 內容開發難度內容開發難度/成本成本 較低。以 VR 劇場直播為例，3 臺 VR 攝像機+2-3 個運營/導演即可批量生產 較高，需要大量高精度 3D 素材，且需在傳統游戲研發流程外增加動捕、第一視角調試等環節 變現模式變現模式 買斷制/會員訂閱制 1、線上買斷式居多；2、線下按體驗次數付費 設備購買意愿設備購買意愿 弱 強 資料來源：Newzoo，中信建投 16235733234359810299

12、86120%-7%3%74%72%-4%-20%0%20%40%60%80%100%120%140%0200400600800100012002016201720182019202020212022出貨量（萬臺）同比 QVgUiXUZhVlYsRtQsQaQ8Q9PoMqQmOnOeRrRqMjMrQnM7NqRrRuOpPmNuOtPuN 3 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 但但重度重度 VRVR 內容內容是用戶購買是用戶購買 VRVR 的的主要主要目的目的，也是也是撬動硬件銷量撬動硬件銷量的核心的核心。據 IDC 與 Mordor Intelligence，VR 游戲是消

13、費者購買 VR 硬件后主要的應用場景，占比約 50%，我們認為 VR 直播、視頻、體育等輕量化應用，雖然潛在的用戶體量為泛娛樂用戶，達到數十億人，但難以大幅撬動硬件，輕量應用用戶的終端購買意愿遠低于重度游戲用戶。我們認為，VR 設備的用戶和游戲主機的用戶具有較大的重合度，重度游戲用戶極可能愿意購買 VR 設備獲得更好的游戲體驗，且主流 VR 設備與游戲主機的價格相差不大，VR 設備出貨量的有望參考游戲主機出貨量，目前 VR 設備 1 千萬臺的出貨量距離游戲主機 4 千萬的出貨量還有較大差距，優質重磅游戲供優質重磅游戲供給提升給提升則是跨越則是跨越 VRVR 設備與游戲主機銷量鴻溝的橋梁設備與游

14、戲主機銷量鴻溝的橋梁。圖表圖表4：2020 年年 VR設備應用場景設備應用場景 資料來源：IDC，Mordor Intelligence，中信建投 全球全球 VRVR 游戲供給十分有限，市場空間未打開。游戲供給十分有限，市場空間未打開。據 Newzoo，2022 年全球 VR 游戲收入 18 億美元，僅占全球游戲市場收入 1968 億美元的 0.9%，市場規模較小，甚至難以形成完善的產業體系。以 Quest 平臺為例，截至2022 年 2 月，Quest 平臺僅有 8 款應用累計收入超過 2000 萬美元，124 個收入累計收入超過 100 萬美元，頭部優質作品數量較少。截止 2023 年 3

15、 月 24 日，全球九大主流 VR 平臺上累計在線 VR 應用 16136 款，不及2021 年全球 iOS+Google Play 新上線移動游戲 30 萬款的 5.4%。圖表圖表5：全球全球 VR游戲收入及預測游戲收入及預測 圖表圖表6：主流平臺主流平臺 VR游戲游戲總數總數 資料來源：Newzoo，中信建投 資料來源：VR陀螺，中信建投 50%20%17%13%游戲直播視頻其他591418253280%56%29%39%28%0%10%20%30%40%50%60%70%80%90%051015202530352019202020212022E2023E2024E收入（億美元）同比010

16、002000300040005000600070008000 4 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 圖表圖表7：Quest 平臺平臺截至截至 2022 年年 2月應用收入分布（款）月應用收入分布（款）資料來源：Meta，中信建投 VRVR 游戲數量較少且缺乏重磅產品游戲數量較少且缺乏重磅產品，核心，核心原因原因是是 VRVR 終端保有量低，終端保有量低，VRVR 游戲游戲開發成本高，開發成本高，投入產出比較低投入產出比較低。據據 IDCIDC，2 2021021 年，頭部年，頭部 VRVR 游戲大作游戲大作始始盈利。盈利?？梢?，其他可見，其他非頭部非頭部 VRVR 游戲開游戲開

17、仍仍難以難以較好較好盈利。盈利。VRVR 終端保有量較低終端保有量較低，單用戶開發成本高單用戶開發成本高。據 Newzoo，2022 年全球活躍 6-DoF VR 終端總數約為 2770萬，顯著低于手機、PC 電腦設備數。我們假設，某 VR 游戲和手機游戲開發成本均為 5000 萬美元，付費用戶占活躍終端（玩家）總量約 10%：VR 游戲的玩家僅為 277 萬人，則平攤到每個玩家開發成本達 18.1 美元；手機游戲玩家達 2.7 億人，平攤到每個玩家開發成本僅為 0.19 美元?？梢?，即使即使同級別的同級別的 VRVR 游戲和手機游戲開發成本相差不大，用戶數量的差距直接導致游戲和手機游戲開發成

18、本相差不大，用戶數量的差距直接導致 VRVR 游戲游戲單用戶單用戶開發成本開發成本遠高于移動游戲遠高于移動游戲。圖表圖表8：VR 游戲與移動游戲的對比游戲與移動游戲的對比 VRVR 游戲游戲 移動游戲移動游戲 20222022 年全球收入年全球收入 18 億美元 1035 億美元 20222022 年活躍終端（玩家）數量年活躍終端（玩家）數量 2770 萬 26.75 億 體驗體驗 強調多維度+自由交互體驗 以平面為載體、觸摸方式交互 開發時間開發時間 長 中等 開發成本開發成本 高（大量 3D 素材、立體交互設計）同級別手機游戲低于 VR 游戲 資料來源：Newzoo，中信建投 VRVR 游

19、戲游戲 3D3D 素材需求量大、素材需求量大、立體交互要求高，立體交互要求高，導致導致開發周期長開發周期長、成本高、成本高。一方面，VR 游戲要實現沉浸式體驗需要大量、高精度的 3D 素材，傳統 3D 素材生產方式費時費力且需要較高的門檻，如傳統的 2D 轉 3D 算法效率低下，同時質量有所欠缺，難以還原細節與復雜線條，人工建模則存在優秀建模師稀缺、成本高的問題。另一方面，VR 游戲以人的姿態和動作作為交互輸入，區別于傳統游戲以鍵鼠、手柄、觸摸為交互輸入，且 VR 游戲的交互是立體的，UI 是懸浮在 3D 空間的實體，對交互設計的要求更高。頭部頭部 3A3A 大作盈利能力大作盈利能力弱且弱且開

20、發周期長，非頭部開發周期長，非頭部 VRVR 游戲開發商入不敷出。游戲開發商入不敷出。頭部 VR 游戲以半衰期：Alyx為例，據 steamDB 數據測算，頭部 3A 級 VR 游戲半衰期：Alyx銷售額約 9.5 千萬美元-2.6 億美元，據 Meta 虛擬現實論壇，半衰期：Alyx研發+宣傳成本約 5 千萬-8 千萬美元，具有盈利能力。但據 Valve 官方透露，半衰期：Alyx的開發團隊規模約 80 人，為 V 社迄今之最，開0510152025303540 5 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 發時長周期達 4 年，但游戲劇情時長大約只有 15 個小時。過長的開發時間意

21、味著由硬件迭代造成的風險以及行業競爭帶來的風險更大。與頭部手游原神相比，半衰期：Alyx不僅開發周期長，盈利能力也嚴重落后。以非頭部游戲以策略性 VR 游戲Out of Ammo為例，游戲開發商RocketWerkz 最初的目標是這款游戲能夠實現盈虧平衡，上線后只收回成本的 60%。類似Out of Ammo的非頭部游戲仍為大多數，即大部分非頭部的 VR 游戲開發商難以盈利。圖表圖表9：頭部頭部 VR游戲與游戲與非頭部非頭部 VR 游戲的對比游戲的對比 游戲類型游戲類型 頭部頭部 VRVR 游戲游戲 非頭部非頭部 VRVR 游戲游戲 頭部手游頭部手游 游戲名稱游戲名稱 Half-Life：Al

22、yx Out of Ammo 原神 開發商開發商 Valve RocketWerkz 米哈游 開發人員數量開發人員數量 80 人-400+開發周期開發周期 4 年-3 年 游戲時長游戲時長 15 小時-開發成本預估（萬美元）開發成本預估（萬美元）5000-8000 39 10000+銷售額預估（萬美元）銷售額預估（萬美元）9540-26220 65 400000 銷售額銷售額/開發成本開發成本 1 11 19 9%-524524%6 60 0%4 4000000%資料來源：steamdb，Wall Street Journal，Valve，RocketWerkz，Sensor Tower，米哈

23、游，中信建投 6 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 2、AI能為 VR 帶來什么？顛覆交互、提升內容 生成式生成式 AIAI 的快速發展將為的快速發展將為 XRXR 設備銷量的提升帶來契機設備銷量的提升帶來契機。一方面，大語言模型一方面，大語言模型及及 SAMSAM 等模型等模型帶來的理解帶來的理解能力提升將為能力提升將為 XRXR 設備的語音交互設備的語音交互、物體識別等、物體識別等帶來更多的可能，帶來更具有沉浸式的交互體驗帶來更多的可能，帶來更具有沉浸式的交互體驗；另；另一方面，一方面，生成式生成式 AIAI 降低了降低了 3D3D 資產制作的成本和門檻，為資產制作的成本和

24、門檻，為 VRVR 游戲、游戲、VRVR 視頻、視頻、ARAR 應用程序等專業內容制作降本增效，應用程序等專業內容制作降本增效，通過文字或語音即可建立通過文字或語音即可建立 3D3D 模型甚至程序將極大豐富模型甚至程序將極大豐富 UGCUGC。1 1）MetaMeta 發布圖像分割模型，發布圖像分割模型，有望有望接入接入 XRXR 設備識別物品。設備識別物品。近日，Meta 發布用于圖像分割的新模型Segment Anything Model(SAM)，據 Meta 博客，SAM 已經學會了關于物體的一般概念，并且它可以為任何圖像或視頻中的任何物體生成 mask，甚至包括在訓練過程中沒有遇到過

25、的物體和圖像類型。SAM 足夠通用，可以涵蓋廣泛的用例，并且可以在新的圖像領域上即開即用，無需額外的訓練。未來，未來，SAMSAM 有望有望接入接入 XRXR 設備，設備，例如可用于通過例如可用于通過 ARAR 眼鏡識別日常物品，用戶僅需要使用目光注釋物體，眼鏡識別日常物品，用戶僅需要使用目光注釋物體，SAMSAM 對用戶看到的畫面進行分割，配對用戶看到的畫面進行分割，配合合 ARAR 眼鏡應用，為用戶展示所注釋物體的提醒和說明。眼鏡應用，為用戶展示所注釋物體的提醒和說明。圖表圖表10：Meta SAM 分割效果分割效果 圖表圖表11：接入接入 Segment Anything Model 的

26、的 AR 眼鏡識別物體眼鏡識別物體 資料來源：Meta，中信建投 資料來源：Meta，中信建投 大語言模型極大提升文字理解能力，為大語言模型極大提升文字理解能力，為 XRXR 設備實現深層次語言交互奠定基礎。設備實現深層次語言交互奠定基礎。一方面，大語言模型能夠理解更復雜的自然語言，完成更復雜的自然語言處理任務，進而能夠聽懂用戶以語音形式給出的復雜指令并做出響應，使得 XR 設備除肢體、眼睛交互外增加一種深層次的語音交互方式，使得用戶與設備之間的交互更加綜合。另一方面，大語言模型可為虛擬助手、聊天機器人或其他支持語音的交互式 XR 應用程序提供更逼真、更自然的對話，這有助于通過提供更自然和直觀

27、的交流方式來改善整體交互體驗。7 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 圖表圖表12：語言模型能力訓練規模超過一定閾值后快速提高語言模型能力訓練規模超過一定閾值后快速提高 資料來源：Emergent Abilities of Large Language Models，中信建投 創業公司創業公司 rct.airct.ai 實現通過語音實現通過語音操作游戲行為的對話虛擬人操作游戲行為的對話虛擬人 LucyLucy，未來或可通過語音精準操作，未來或可通過語音精準操作 XRXR 應用。應用。公司稱射擊游戲 Delysium 是全世界首個應用 AI 虛擬角色系統的游戲，公司基于 OpenA

28、I API 和 Bing API 制作了對話產品 Lucy，可以用自然語言對話去控制游戲內的操作，比方說查詢游戲賬戶、轉賬、買賣裝備等。公司提供了標準 API，解決了生成式 AI 控制操作可控性的問題，通過相似度模型、句子完整性模型等一系列的校驗，提高了模型的相似度和準確度，并且把人工作為最后的確認，確保不會出現失控的問題。如果玩家問到預設外的問題，會直接調用 Bing Search API，實時在網上獲取最新信息。圖表圖表13：能夠操作游戲行為的對話虛擬人能夠操作游戲行為的對話虛擬人 Lucy 資料來源：rct.ai，中信建投 X XR R 應用未來或接入應用未來或接入 ChatGPTCha

29、tGPT 插件等開放平臺，自然語言交互有望替代手動交互。插件等開放平臺，自然語言交互有望替代手動交互。目前，ChatGPT 已經支持插件功能，首批 11 款第三方插件涵蓋了在線旅游、線上購物、本地生活、教育辦公、日程管理等領域，若 VR應用能接入 ChatGPT 插件，用戶可以語音交互方式，實現訂票、選擇并預定餐廳酒店、挑選商品、瀏覽實時信息、管理規劃行程、學習知識等多種操作，目前以手動交互為主的目前以手動交互為主的 ARAR 交互方式將被更加方便快捷的語音交互交互方式將被更加方便快捷的語音交互替代，手動交互可能成為較少用到的輔助交互形式。替代，手動交互可能成為較少用到的輔助交互形式。8 傳媒

30、傳媒 行業深度報告 請參閱最后一頁的重要聲明 大模型迭代速度加快，為大模型迭代速度加快，為 XRXR 設備應用、交互帶來更多可能性。設備應用、交互帶來更多可能性。隨著大模型訓練數據不斷提升、算力支持不斷堅實、大廠及專業人才不斷投入，模型的迭代速度加快，能力迅速提升，XR 設備接入大模型后將擁有更強的應用能力與使用效果，沉浸式體驗將不斷加深，交互方式有望進一步豐富。2 2）生成式）生成式 AIAI 已經能夠高效率生成較成熟的已經能夠高效率生成較成熟的 3D3D 模型及場景模型及場景 3D 內容是 VR 游戲、VR 視頻、AR 應用程序的基石，能夠由視頻、圖片、文字等生成 3D 內容，同時兼顧成本

31、、質量與效率，能夠為 VR 游戲、VR 視頻、AR 應用程序等專業內容制作降本增效。神經輻射場神經輻射場(Neural Radiance Field,NeRF)(Neural Radiance Field,NeRF)：一種面向三維隱式空間建模的深度學習模型，能夠完成新視角合成任務?；?NeRF 上只需要幾張照片或一個簡短的視頻，就可以從各種角度創建高度逼真的場景視圖，最終實現真實世界場景、人體、物體等的 3D 重建。網易與英偉達合作網易與英偉達合作，在，在 NeRFNeRF 基礎上基礎上實現高效、高質量實現高效、高質量 3D3D 建模：建模：以 NeRF 為代表的神經渲染技術支持用戶手機拍攝

32、物體，自動快速數字化建模，但存在效率和精度無法兼顧的問題。網易瑤臺與 NVIDIA 合作，利用 NVIDIA instant-npg 中的 tiny-cuda-nn 技術，基于 NeRF 和隱式曲面的神經渲染重建算法并結合預訓練 CasMVSNet 的 3D 點云先驗，對神經隱式曲面建模進行了 20 多倍加速，實現了高效、高質量的 3D mesh 重建。圖表圖表14：網易瑤臺通過物體多視角圖像重建其網易瑤臺通過物體多視角圖像重建其 3D模型模型 資料來源：網易瑤臺，中信建投 騰訊騰訊 AI Lab AI Lab 提出自研提出自研 3D3D 虛擬場景自動生成解決方案虛擬場景自動生成解決方案：幫助

33、游戲開發者以更低成本創造風格多樣、幫助游戲開發者以更低成本創造風格多樣、貼近現實的虛擬城市，提升貼近現實的虛擬城市，提升 3D 3D 虛擬場景的生產效率。虛擬場景的生產效率。騰訊在 GDC 上展示了使用 AI 從零開始迅速搭建一座 3D 虛擬城市的過程，所建虛擬城市面積達到 25 平方公里，包含 130 千米路網、4416 棟建筑以及超過 38 萬個室內映射。在生成建筑外觀的過程中，不僅實現了由 2D 圖片生成 3D 建筑，甚至連輸入的建筑圖片都是由 AI 生成。這樣一座大規模城市的這樣一座大規模城市的 3D3D 構建構建，過去往往需要多名美術師以，過去往往需要多名美術師以年為單位的時間才能完

34、成，而結合年為單位的時間才能完成，而結合 AIAI 只需要數周。只需要數周。9 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 圖表圖表15：騰訊騰訊 AI Lab使用使用 AI生成生成 3D建筑模型建筑模型 資料來源：騰訊，中信建投 完美世界根據文字生成的概念設計圖結合掃描建模完美世界根據文字生成的概念設計圖結合掃描建模技術技術實現實現游戲場景游戲場景：由文字轉圖像模型生成場景概念設計圖，結合掃描建模技術自動化處理流程，無需傳統美術介入，兩個人僅用一周便生成完整游戲場景，其中每個模型超過四五百萬面；公司還實現了使用公開的 SD 模型配合 Stable Diffusion 插件 Contro

35、lNet 生成角色概念三視圖設計，基本符合輸入的要求。圖表圖表16：根據文字生成的概念設計圖結合掃描建模實現的游戲場景根據文字生成的概念設計圖結合掃描建模實現的游戲場景 資料來源：完美世界，中信建投 RobloxRoblox 推出材質生成器推出材質生成器 Material GeneratorMaterial Generator：能夠根據文字提示生成游戲物品，并可以根據提示生成可以覆蓋在二維表面上的逼真紋理，模擬不同的粗糙度、反射率和金屬度等屬性。ScenarioScenario 游戲資產生成器游戲資產生成器：基于 OpenAI 模型開發出游戲資產生成器，只需要輸入提示詞便可生成獨家、高質量、風

36、格一致的資產。并且支持上傳已有角色、道具、環境或其他游戲資產，根據這些資產訓練、創建風格一致 AI 生成器。10 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 圖表圖表17：Material Generator 根據文字生成游戲物品根據文字生成游戲物品及紋理及紋理 圖表圖表18：Scenario 游戲資產生成器游戲資產生成器 資料來源：微軟，中信建投 資料來源：微軟，中信建投 SimplygonSimplygon 助力優化助力優化 3D3D 內容：內容：游戲制作過程中，角色拼接十分常見，例如游戲剛開始時候的捏臉，玩家可以選擇不同的發型、臉型、衣物、飾品等，選擇越多，模塊越多，甚至能夠產生百

37、萬級的組合，但不同模塊之間容易出現縫隙，一般做法是增加圍巾等遮蔽物或者調高縫隙處三角面的精細度，但會增加新的渲染對象或者三角形優化不能做到最優，Simplygon 的模塊縫隙優化算法解決了模塊化素材拼接存在縫隙的問題。Simplygon 還解決了拼接環境素材不同視距性能不同的問題。圖表圖表19：游戲形象拼接出存在縫隙游戲形象拼接出存在縫隙 圖表圖表20：Simplygon 優化后的優化后的 3D 內容素材拼接內容素材拼接 資料來源：微軟，中信建投 資料來源：微軟，中信建投 VRVR 游戲：大幅降低游戲：大幅降低 VRVR 游戲開發成本，游戲開發成本，促進促進更多開發者更多開發者投入投入。3D

38、內容生產力是 VR 游戲開發的基石，傳統游戲開發采用照片輔助人工建模，將線下物體或者原畫制作為 3D 模型的方式嚴重依賴建模師的經驗與效率，整體制作周期長且成本高，AI 驅動高效率高精度高質量生成 3D 內容。A AI I 驅動驅動的的 3 3D D 資產資產生產力提升生產力提升，達數倍甚至數十倍。達數倍甚至數十倍。若以騰訊 AI Lab 提出的 3D 虛擬場景自動生成解決方案測算，其將構建大規模 3D 城市時間由數年減少到數周，帶來的是生產力數十倍的提升。以 3A 級 VR 游戲半衰期:艾利克斯為例，其開發團隊由大約 80 人構成，是 Valve 歷史上規模最大的團隊，開發周期歷時 4年，若

39、使用 AI 生成 3D 內容，保守估計開發成本會有數倍的下降。AIAI 驅動驅動 NPCNPC，自然對話交流。，自然對話交流。在支持 Steam VR 的一個多人游戲創作沙盒 Modbox 中，開發者使用了OpenAI 的 GPT 3 語言模型及 Replica 的自然語音合成技術，創造了能夠和人類玩家進行生動、自然、自由對話的 NPC。Mount&Blade II 基于 GPT-3 打造的 NPC 對話內容參考了 NPC 所處的位置、職業、狀態、游戲進程以及當時的世界觀，自然且符合 NPC 身份。11 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 圖表圖表21：Modbox 由由 GPT

40、-3 和和 Replica 支持的支持的 NPC 圖表圖表22：Mount&Blade II 中中 NPC 對話符合游戲世界觀對話符合游戲世界觀 資料來源：微軟，中信建投 資料來源：微軟，中信建投 文字、語音轉代碼逐漸成熟，游戲代碼編寫成本進一步下降。文字、語音轉代碼逐漸成熟，游戲代碼編寫成本進一步下降。Github CopilotGithub Copilot 生成代碼：生成代碼：Github Copilot 能夠通過自然語言、上下文生成代碼，也可以根據代碼生成注釋，或者根據代碼給出優化代碼，助力程序員游戲開發。Github Copilot 基于 OpenAI 的Codex 模型，并在自然語言

41、和代碼兩方面進行訓練，訓練代碼達到了數十億行，支持 Python、C#、SQL、Java、JavaScript、TypeScript、Go、Perl、PHP Ruby、Swift、Shell(bash)等語言。圖表圖表23：Copilot 根據注釋生成代碼根據注釋生成代碼 資料來源：微軟，中信建投 基于基于 GPTGPT-4 4 的的 GitHub Copilot XGitHub Copilot X 發布：發布：上周，基于 GPT-4 的新一代代碼生成工具 Copilot X 發布，Copilot X 中內嵌一個基于 GPT-4 的聊天窗口，專注于開發者場景，并集成成在 VS Code 和 V

42、isual Studio 上，不僅可以識別開發者輸入的代碼內容，報錯信息顯示，還可以對代碼塊的用途進行深入分析和解釋，生成單元測試，甚至給出 debug 的建議。同時，GitHub 正在試驗基于語音的交互系統GitHub Copilot Voice 新功能，所有對話功能有望通過語音實現。12 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 圖表圖表24：Copilot X 通過語音生成代碼通過語音生成代碼 資料來源：微軟，中信建投 游戲代碼生成：游戲代碼生成：Roblox 推出 Code Assist，能夠根據自然語言提示生成代碼片段；OpenAI Codex 僅需 8 分鐘根據自然語言基于

43、 JavaScript 生成太空小游戲。圖表圖表25：Code Assist 根據自然語言生成代碼根據自然語言生成代碼 圖表圖表26：OpenAI Codex 根據自然語言生成小游戲根據自然語言生成小游戲 資料來源：Roblox，中信建投 資料來源：微軟，中信建投 生產成本的下降有望促使更多開發商進入生產成本的下降有望促使更多開發商進入 VRVR 游戲賽道。游戲賽道。目前，移動游戲市場競爭激烈，騰訊、網易、三七互娛、完美世界、吉比特等主要游戲公司銷售凈利率近年來整體呈現下滑趨勢，AIGC-3D 降低 VR 游戲開發成本與開發風險后，且 VR 游戲市場競爭激烈程度顯著低于高度成熟的移動游戲市場，

44、更多開發商有望進入 VR游戲賽道。在在 AI 技術的幫助下，技術的幫助下，VR 游戲行業有望從“不賺錢”走向“賺錢”，重度游戲行業有望從“不賺錢”走向“賺錢”，重度 VR 內容的毛利率改善內容的毛利率改善幅度，或遠大于移動游戲（移動游戲平均毛利率已經有幅度，或遠大于移動游戲（移動游戲平均毛利率已經有 70%）。隨制作門檻降低，更多廠商入場，重度）。隨制作門檻降低，更多廠商入場，重度 VR內容供給將大幅提升。內容供給將大幅提升。VRVR 社交社交/虛擬人虛擬人：降低普通用戶降低普通用戶 3D3D 內容創作門檻內容創作門檻，極大豐富極大豐富 UGCUGC。例如微軟實現通過圖片或文字生成3D 化身：

45、微軟亞洲研究院提出 Roll-out Diffusion Network(RODIN)模型，實現了利用生成擴散模型在 3D 訓練數據上自動生成 3D 數字化身（Avatar）的功能。僅需一張圖片甚至一句文字描述，RODIN 擴散模型就能秒級生成 3D 化身，讓低成本定制 3D 頭像成為可能，為 3D 內容創作領域打開了更多想象空間。13 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 圖表圖表27：微軟提出微軟提出 Roll-out Diffusion Network 實現由圖像生成實現由圖像生成 3D 數字形象數字形象 資料來源：騰訊，中信建投 AIAI 驅動驅動虛擬主播虛擬主播，降低，降

46、低 VRVR 內容制作成本。內容制作成本。OpenAI 的大模型技術支持對玩家對話內容、游戲情節、關鍵物品和行為等進行解析，結合微軟 TTS 技術進行語音合成和聲紋模仿，創造出于人類主播非常相似的虛擬主播。通過 AI 驅動虛擬主播有望大大增加 VR 直播、VR 視頻的內容量，同時降低 VR 直播的設備成本以及 VR 視頻的制作成本。AIAI 驅動驅動虛擬人虛擬人運營，有望進一步豐富運營，有望進一步豐富 VRVR 內容生態。內容生態。虛擬人創作互動平臺 aisocia 不僅支持一鍵生成這個虛擬人及其形象，還支持讓多個虛擬人在一起聊天，通過接入各種 API，例如運營虛擬人 IP，能夠接到社交平臺上

47、面，讓虛擬人自動發布運營消息，用戶只需要最后做一步確認即可；或者通過 API 接入游戲中與玩家互動。若 AI 驅動的虛擬人接入 VR 社交平臺，將進一步豐富平臺內 VR 內容數量和種類。圖表圖表28：虛擬游戲主播虛擬游戲主播 圖表圖表29：虛擬人創作互動平臺虛擬人創作互動平臺 aisocia 資料來源：微軟，中信建投 資料來源：rct.ai，中信建投 14 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 3、蘋果 MR 頭顯有望年內推出，關注 AI對 UGC 內容生態的提升 蘋果有望在今年推出其第一代蘋果有望在今年推出其第一代 MRMR 頭顯“頭顯“Reality ProReality Pr

48、o”，”，硬件方面均為高規格。硬件方面均為高規格。據 The Information、VR陀螺，蘋果 MR 頭顯屏幕為兩塊 1.4 英寸、4K 級高分辨率的 Micro-OLED 屏幕，供應方為索尼；芯片搭載了電腦級 M2 芯片，采用 5nm 工藝打造，已被應用于 MacBook Pro 等產品；光學方案采用了 Pancake 折疊光路，Fov 達 120；攝像頭和傳感器方面，蘋果 MR 頭顯配備了十余顆攝像頭和傳感器，其中每只眼睛各一顆，以實現眼動追蹤和注視點渲染功能還搭載了如今應用于 iPhone 和 iPad 設備的 LiDAR 傳感器，以實現 SLAM 等功能。圖表圖表30：蘋果蘋果

49、MR頭顯參數匯總頭顯參數匯總 產品名稱產品名稱 Reality Pro 操作系統操作系統 xr OS(海外平臺爆料)RealityOS(商標文件信息)產品代號產品代號 N301 產品形態產品形態 電池外置 光學方案光學方案 Pancake 折疊光路+Micro-OLED 屏幕分辨率屏幕分辨率 內屏單眼 4K(索尼)芯片芯片 主 SOC 基于 M2 打造 一顆專用的圖像信號處理器 RAMRAM 16GB 屈光度調節屈光度調節 后配鏡片 IPDIPD 自動 IPD 調節 FOVFOV 120 其它特性其它特性 眼動追蹤、面部識別、手勢識別 電池電池 外置可更換，單次可使用兩小時 售價售價 3000

50、 美元 資料來源：VR陀螺，中信建投 軟件方面，擁有定制的操作系統以及豐富的生態內容。軟件方面，擁有定制的操作系統以及豐富的生態內容。據彭博社，蘋果 MR 頭顯擁有自己的操作系統及應用商店，其操作系統或將被命名為“xrOS”；生態內容方面，包括了豐富的 VR 視頻資源、3D 版 FaceTime 通話、蘋果生態之間的多設備聯動以及 MR 內容。AIAI 有望幫助用戶實現更好的有望幫助用戶實現更好的 UGCUGC 創作。創作。據 The Information，Reality Pro 將支持通過 Siri 語音輸入在真實環境中快速創建動物等虛擬物體甚至應用程序，無需經歷建模、編程等傳統動畫制作流

51、程。15 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 4、VR 內容相關公司 VR 游戲相關游戲相關 愷英網絡：愷英網絡：持有樂相科技 9.16%股份，旗下有 VR 硬件品牌大朋，及 VR 內容聚合平臺 3D 播播；22 年初成立 VR 游戲團隊，一款“敢達”IP 的動作競技 VR 游戲正在研發中，有望 23 年年中上線 Pico 平臺。富春股份：富春股份：布局 VR 游戲，此前 VR 射擊游戲噩夢獵手已登陸 Steam 平臺。凱撒文化：凱撒文化：代號“動物星球”的 VR 游戲項目正在推進。三七互娛：三七互娛：與歌爾股份、米哈游設立基金，對 AR/VR、半導體等領域的未上市創業企業進行股

52、權或準股權投資。完美世界：完美世界：看好元宇宙未來前景，且正在積極布局，技術中臺已完成虛擬偶像及區塊鏈相關技術儲備，通過重磅游戲產品，借助數字孿生、智能 AI 擴展、虛擬數字人等，實現游戲體驗的無限延伸。電魂網絡：電魂網絡：開發暗黑奇幻風 VR 游戲凈界之滌，旗下勺子網絡開發 VR 驚悚游戲瞳瞳祈愿等，已登錄 PS VR 等平臺。寶通科技：寶通科技：控股子公司哈視奇負責數字礦山/VR/AR 游戲等內容制作；參投的一隅千象負責裸眼 3D 呈現及遠程交互；成立海南元宇宙公司開展更多新興產業投資布局。VR 視覺視覺/視頻相關視頻相關 絲路視覺：絲路視覺：CG 創意和技術服務于各類商業客戶和政府機構，

53、應用于數字孿生、智慧城市、虛擬仿真等多個領域，旗下公司瑞云科技是全球最大的云渲染算力平臺之一。凡拓數創：凡拓數創：主營數字展示及系統集成業務，呈現形式為文化展館/城市規劃館/產業園展館等，擁有數字多媒體集成技術：VR、AR、全息、可交互方式呈現，3D 可視化內容制作技術。華策影視：華策影視：持有蘭亭數字 6.28%股份，旗下 VR 應用 GoNow 適配 Pico 等平臺，內容包含 SNH48 等演唱會。光線傳媒：光線傳媒：持有七維科技 16.63%股份，其三維渲染引擎和 XR 內容工具支持戶外裸眼 3D 內容呈現，應用于商業、娛樂、文旅等 鋒尚文化：鋒尚文化：目前鋒尚互娛在從打通技術、終端和

54、 IP 及內容層面全面發力，今年將推出亞運會相關 VR演唱會預熱活動。風語筑：風語筑：在 3D 虛擬建筑設計、渲染、虛擬仿真等方面的技術，助力各地城市創建數字孿生系統；將基于文創、文博及數字藝術領域的資源，以風語筑數字藝術館為起點，構建元宇宙體驗及消費平臺 16 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 風險提示：風險提示：生成式 AI 技術發展不及預期、各領域技術融合進度不及預期的風險、算力支持程度不及預期、數據質量及數量支持程度不及預期、用戶需求不及預期、技術壟斷風險、原始訓練數據存在偏見風險、算法偏見與歧視風險、算法透明度風險、增加監管難度風險、政策監管風險、商業化能力不及預期、

55、相關法律法規完善不及預期、版權歸屬風險、深度造假風險、人權道德風險、影響互聯網內容生態健康安全風險、企業風險識別與治理能力不足風險、用戶審美取向發生變化的風險。17 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 分析師介紹分析師介紹 楊艾莉：楊艾莉：傳媒互聯網行業首席分析師，中國人民大學傳播學碩士，曾任職于百度、新浪，擔任商業分析師、戰略分析師。2015 年起，分別任職于中銀國際證券、廣發證券，擔任傳媒與互聯網分析師、資深分析師。2019 年 4 月加入中信建投證券研究發展部擔任傳媒互聯網首席分析師。曾榮獲 2019 年 wind 資訊傳播與文化行業金牌分析師第一名；2020 年 wind

56、 資訊傳播與文化行業金牌分析師第二名；2020 年新浪金麒麟評選傳媒行業新銳分析師第二名。研究助理研究助理 楊曉瑋楊曉瑋 18 傳媒傳媒 行業深度報告 請參閱最后一頁的重要聲明 評級說明評級說明 投資評級標準 評級 說明 報告中投資建議涉及的評級標準為報告發布日后6 個月內的相對市場表現，也即報告發布日后的6 個月內公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。A 股市場以滬深 300 指數作為基準；新三板市場以三板成指為基準；香港市場以恒生指數作為基準；美國市場以標普 500 指數為基準。股票評級 買入 相對漲幅 15以上 增持 相對漲幅 5%15 中性 相對漲幅-5

57、%5之間 減持 相對跌幅 5%15 賣出 相對跌幅 15以上 行業評級 強于大市 相對漲幅 10%以上 中性 相對漲幅-10-10%之間 弱于大市 相對跌幅 10%以上 分析師聲明分析師聲明 本報告署名分析師在此聲明：（i）以勤勉的職業態度、專業審慎的研究方法，使用合法合規的信息，獨立、客觀地出具本報告,結論不受任何第三方的授意或影響。（ii）本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。法律主體說明法律主體說明 本報告由中信建投證券股份有限公司及/或其附屬機構（以下合稱“中信建投”）制作，由中信建投證券股份有限公司在中華人民共和國（僅為本報告目的，不

58、包括香港、澳門、臺灣）提供。中信建投證券股份有限公司具有中國證監會許可的投資咨詢業務資格，本報告署名分析師所持中國證券業協會授予的證券投資咨詢執業資格證書編號已披露在報告首頁。在遵守適用的法律法規情況下，本報告亦可能由中信建投（國際）證券有限公司在香港提供。本報告作者所持香港證監會牌照的中央編號已披露在報告首頁。一般性聲明一般性聲明 本報告由中信建投制作。發送本報告不構成任何合同或承諾的基礎，不因接收者收到本報告而視其為中信建投客戶。本報告的信息均來源于中信建投認為可靠的公開資料，但中信建投對這些信息的準確性及完整性不作任何保證。本報告所載觀點、評估和預測僅反映本報告出具日該分析師的判斷，該等

59、觀點、評估和預測可能在不發出通知的情況下有所變更，亦有可能因使用不同假設和標準或者采用不同分析方法而與中信建投其他部門、人員口頭或書面表達的意見不同或相反。本報告所引證券或其他金融工具的過往業績不代表其未來表現。報告中所含任何具有預測性質的內容皆基于相應的假設條件，而任何假設條件都可能隨時發生變化并影響實際投資收益。中信建投不承諾、不保證本報告所含具有預測性質的內容必然得以實現。本報告內容的全部或部分均不構成投資建議。本報告所包含的觀點、建議并未考慮報告接收人在財務狀況、投資目的、風險偏好等方面的具體情況，報告接收者應當獨立評估本報告所含信息，基于自身投資目標、需求、市場機會、風險及其他因素自

60、主做出決策并自行承擔投資風險。中信建投建議所有投資者應就任何潛在投資向其稅務、會計或法律顧問咨詢。不論報告接收者是否根據本報告做出投資決策，中信建投都不對該等投資決策提供任何形式的擔保，亦不以任何形式分享投資收益或者分擔投資損失。中信建投不對使用本報告所產生的任何直接或間接損失承擔責任。在法律法規及監管規定允許的范圍內，中信建投可能持有并交易本報告中所提公司的股份或其他財產權益，也可能在過去 12 個月、目前或者將來為本報告中所提公司提供或者爭取為其提供投資銀行、做市交易、財務顧問或其他金融服務。本報告內容真實、準確、完整地反映了署名分析師的觀點，分析師的薪酬無論過去、現在或未來都不會直接或間

61、接與其所撰寫報告中的具體觀點相聯系，分析師亦不會因撰寫本報告而獲取不當利益。本報告為中信建投所有。未經中信建投事先書面許可，任何機構和/或個人不得以任何形式轉發、翻版、復制、發布或引用本報告全部或部分內容，亦不得從未經中信建投書面授權的任何機構、個人或其運營的媒體平臺接收、翻版、復制或引用本報告全部或部分內容。版權所有，違者必究。中信建投證券研究發展部中信建投證券研究發展部 中信建投（國際）中信建投（國際）北京 上海 深圳 香港 東城區朝內大街 2 號凱恒中心B 座 12 層 上海浦東新區浦東南路 528 號南塔 2106 室 福田區福中三路與鵬程一路交匯處廣電金融中心 35 樓 中環交易廣場 2 期 18 樓 電話：（8610）8513-0588 電話：（8621）6882-1600 電話：（86755）8252-1369 電話：（852）3465-5600 聯系人：李祉瑤 聯系人：翁起帆 聯系人：曹瑩 聯系人：劉泓麟 郵箱： 郵箱： 郵箱： 郵箱：charleneliucsci.hk