如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。人工智能细分赛道持续创新下变革在即，本报告重点关注AIGC领域。
　　 AIGC颠覆传统内容产出模式，或为web3.0内容创造新引擎。AIGC本质上是一种AI赋能技术，能够通过其高通量、低门槛、高自由度的生成能力广泛服务于各类内容的相关场景及生产者。随着人工智能生成能力的突破进展，内容生产已经从专业生成内容（PGC）、用户生成内容（UGC），进入到人工智能生成内容（AIGC，AI generated content）时代，AIGC被认为是web3.0的重要基础设施。AIGC的快速兴起源于深度学习技术的快速突破和日益增长的数字内容供给需求；应用价值层面，AIGC有望成为数字内容创新发展新引擎，为数字经济发展注入新能量。数据+算法+算力三大核心要素，决定AIGC产出质量。①数据，海量优质的应用场景数据是训练算法精确性关键基础。②算法，神经网络、深度学习等算法是挖掘数据智能的有效方法。与传统机器深度机器学习算法不同，神经网络在学习范式+网络结构上的迭代提升了AI算法的学习能力，未来多模态大模型或为核心趋势，赋能产业空间及实践潜力。③算力，计算机、芯片等载体为AIGC提供基本的计算能力。
　　 AIGC技术场景中，个性化及自动化内容产出为核心价值。①技术成熟度较高结构化领域大部分是在和人力生成内容进行竞争。其中的存量价值来源于同类内容的降本增效，而增量价值则来源于跨模态的内容生成以及AI本身带来的科技感。对内容渠道的把控将成为核心竞争力。发行商、内容最终消费渠道具有强的产业链话语权。②底层技术基本明确/仍待完善的原创性创作领域，本质为AI下的个性化数字内容的自动化构建。该领域重点关注和其配套数据或底层原理是否清晰、商业化路径。目前AIGC整体影响仍十分有限，主要是中国市场供给端仍处于起步阶段。
　　 AIGC应用场景中，数字化程度高及内容需求丰富的领域有广阔应用空间。随着AIGC技术快速迭代，其可高效生成不同模态的信息产出（包括文字、音频、视频及跨模态），以真实性、多样性、可控性及综合性等特征，有望帮助企业提高内容生产的效率，以及为其提供更加丰富多元、动态且可交互的内容，或将率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展。
　　深度学习模型+开源模式加速AIGC普及，海外AIGC已到了“快速发展阶段”。①随着深度学习模型不断迭代，人工智能生成内容百花齐放，产出效果逐渐逼真直至人类难以分辨。2018年，人工智能生成的画作在佳士得拍卖行以43.25万美元成交，成为首个出售的人工智能艺术品；2019年，DeepMind发布DVD-GAN模型用以生成连续视频；2022年11月，OpenAI上线了智能对话系统（聊天机器人）ChatGPT，引发全球热潮。ChatGPT的成功离不开参数竞赛时代下的“大模型”，显卡等硬件优化带来的“大算力基础”与基于“大数据”的RLHF训练模式。但由于训练数据的缺乏及训练数据的偏差，ChatGPT仍需要高成本的调优及持续训练，进而实现商业化落地。②“开源模式”加速AIGC产业发展。以深度学习模型CLIP为例，开源模式加速CLIP模型的广泛应用，使之成为当前最为先进的图像分类人工智能，并让更多机器学习从业人员将CLIP模型嫁接到其他AI应用。
　　中国AIGC仍处“萌芽期”，技术能力与产品形态的成熟、核心场景的确定及产业的接纳态度为行业关键发展节点。据量子位预测，AIGC在中国发展可分为三个阶段：助手阶段（摸索磨合期，2021年~2026年）：AIGC辅助人类进行生产，优先变现的关键在于编辑优化功能，行业创新关键能力为素材模块分拆+个性化推荐；协作阶段（推广应用期，2026年~2028年）：人机共创，主要价值为降本增效及提供创意，预计互联网大厂将普遍布局，竞争热度提升；原创阶段（价值增长期，2028年之后）：AIGC将独立完成内容创作，产生附加价值。中国AIGC企业均在初创阶段，机会也许藏在垂直应用领域中，对赛道的选择十分关键。
　　风险提示：政策监管风险；行业市场增长的不确定性；竞争环境不确定性；ChatGPT生成报告信息不准确性；AIGC企业商业化路径不确定性；技术创新不及预期。

研究报告全文：证券研究报告产业研究2022年12月22日AIGC内容生产力的革命Web30系列专题研究之一国海证券研究所杨仁文证券分析师马川琪联系人S0350521120001S0350121090021yangrwghzqcomcnmacqghzqcomcn1目录一人工智能生成内容技术进步海量需求驱动AIGC快速发展111AI规模研发数据人力成本驱动中国AI市场高速发展112AI技术细分赛道持续创新变革在即本报告重点关注AIGC领域121AIGC发展需求技术迭代促发展从降本增效走向额外价值转移122AIGC技术数据算法算力为核NLP技术突破推动商业落地进程123AIGC算法深度学习模型开源模式为普及加速器大模型为核心趋势124AIGC技术场景个性自动化为核心壁垒关注渠道把控及商业路径125AIGC应用场景集中在数字化程度高内容需求丰富的行业二人工智能文本生成大数据大算法大算力交互个性化生成技术前景广阔211AI文本生成底层架构不断精进交互个性化生成技术前景广阔221对话式AI发展技术突破催化产品落地从规则匹配走向深度学习222对话式AI技术智能语音NLP知识工程底层技术变革下的新机遇231Chatbot全球视角技术驱动增长亚太地区或成最大市场232Chatbot中国视角百舸争流软件产品收费为主细分赛道需求向好241ChatGPT大数据RLHF技术路径下的类人交流模型242ChatGPT实验证明InstructGPT优于GPT-3模型但仍有改进空间12243ChatGPT实验证明InstructGPT优于GPT-3模型但仍有改进空间22244ChatGPTAIGC发展里程碑超级基础设施下的大模型大算力245ChatGPT仍需调优及训练进而实现商业化落地请务必阅读报告附注中的风险提示和免责声明2目录三人工智能生成内容市场机会中国AIGC如日方升建议关注垂直赛道初创公司及下游AI应用场景311产业链关注垂直赛道初创公司及下游AI应用场景321商业路径中国企业底层技术发展不足变现聚焦产出内容及软件服务331海外公司2020年开始涌现出一批代表企业集中文字图像音频领域332国内公司建议关注垂直赛道初创企业341行业展望关注技术产品的迭代核心场景的确定及产业接纳的态度四附录-ChatGPT试用回答基础问题逻辑尚可暂时难以摆脱知识整合和逻辑推理困境411测评背景及范围聚焦功能验证性能测试及用户体验412测评结论语义理解较准暂时难以摆脱知识整合和逻辑推理困境421用ChatGPT写篇AIGC报告16422用ChatGPT写篇AIGC报告26423用ChatGPT写篇AIGC报告36424用ChatGPT写篇AIGC报告46425用ChatGPT写篇AIGC报告56426用ChatGPT写篇AIGC报告66请务必阅读报告附注中的风险提示和免责声明3核心图谱AI细分赛道持续创新变革在即AIGC从降本增效到价值创造Chatbot技术变革下的细分赛道新机遇通用自动图像音频文本Chat人工AIGC驾驶生成生成生成智能GPTAI核心技术包括集成AI通用人工智能知识图谱合成数据自动驾驶及AIGC等其中AIGC技术场景包括文本生成音频生成图像生成视频生成等Chatbot为AI文字生成中应用较为广泛的领域2022年11月底OpenAI上线智能对话系统ChatGPT引爆全球ChatGPT作为高效的AIGC文字内容生产工具被认为将在智能客服虚拟人游戏等领域得到更大落地应用也对很多算力数据标注自然语言处理等底层技术公司利好正如OpenAI的CEOSamAltman在推特上写道TrusttheexponentialFlatlookingbackwardsverticallookingforwardsChatGPT或许正让我们处在某个起飞的点上资料来源数字时氪公众号国海证券研究所请务必阅读报告附注中的风险提示和免责声明4核心提要如同蒸汽时代的蒸汽机电气时代的发电机信息时代的计算机和互联网人工智能正成为推动人类进入智能时代的决定性力量全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义纷纷转型发展抢滩布局人工智能创新生态人工智能细分赛道持续创新下变革在即本报告重点关注AIGC领域AIGC颠覆传统内容产出模式或为web30内容创造新引擎AIGC本质上是一种AI赋能技术能够通过其高通量低门槛高自由度的生成能力广泛服务于各类内容的相关场景及生产者随着人工智能生成能力的突破进展内容生产已经从专业生成内容PGC用户生成内容UGC进入到人工智能生成内容AIGCAIgeneratedcontent时代AIGC被认为是web30的重要基础设施AIGC的快速兴起源于深度学习技术的快速突破和日益增长的数字内容供给需求应用价值层面AIGC有望成为数字内容创新发展新引擎为数字经济发展注入新能量数据算法算力三大核心要素决定AIGC产出质量数据海量优质的应用场景数据是训练算法精确性关键基础算法神经网络深度学习等算法是挖掘数据智能的有效方法与传统机器深度机器学习算法不同神经网络在学习范式网络结构上的迭代提升了AI算法的学习能力未来多模态大模型或为核心趋势赋能产业空间及实践潜力算力计算机芯片等载体为AIGC提供基本的计算能力AIGC技术场景中个性化及自动化内容产出为核心价值技术成熟度较高结构化领域大部分是在和人力生成内容进行竞争其中的存量价值来源于同类内容的降本增效而增量价值则来源于跨模态的内容生成以及AI本身带来的科技感对内容渠道的把控将成为核心竞争力发行商内容最终消费渠道具有强的产业链话语权底层技术基本明确仍待完善的原创性创作领域本质为AI下的个性化数字内容的自动化构建该领域重点关注和其配套数据或底层原理是否清晰商业化路径目前AIGC整体影响仍十分有限主要是中国市场供给端仍处于起步阶段AIGC应用场景中数字化程度高及内容需求丰富的领域有广阔应用空间随着AIGC技术快速迭代其可高效生成不同模态的信息产出包括文字音频视频及跨模态以真实性多样性可控性及综合性等特征有望帮助企业提高内容生产的效率以及为其提供更加丰富多元动态且可交互的内容或将率先在传媒电商影视娱乐等数字化程度高内容需求丰富的行业取得重大创新发展深度学习模型开源模式加速AIGC普及海外AIGC已到了快速发展阶段随着深度学习模型不断迭代人工智能生成内容百花齐放产出效果逐渐逼真直至人类难以分辨2018年人工智能生成的画作在佳士得拍卖行以4325万美元成交成为首个出售的人工智能艺术品2019年DeepMind发布DVD-GAN模型用以生成连续视频2022年11月OpenAI上线了智能对话系统聊天机器人ChatGPT引发全球热潮ChatGPT的成功离不开参数竞赛时代下的大模型显卡等硬件优化带来的大算力基础与基于大数据的RLHF训练模式但由于训练数据的缺乏及训练数据的偏差ChatGPT仍需要高成本的调优及持续训练进而实现商业化落地开源模式加速AIGC产业发展以深度学习模型CLIP为例开源模式加速CLIP模型的广泛应用使之成为当前最为先进的图像分类人工智能并让更多机器学习从业人员将CLIP模型嫁接到其他AI应用中国AIGC仍处萌芽期技术能力与产品形态的成熟核心场景的确定及产业的接纳态度为行业关键发展节点据量子位预测AIGC在中国发展可分为三个阶段助手阶段摸索磨合期2021年2026年AIGC辅助人类进行生产优先变现的关键在于编辑优化功能行业创新关键能力为素材模块分拆个性化推荐协作阶段推广应用期2026年2028年人机共创主要价值为降本增效及提供创意预计互联网大厂将普遍布局竞争热度提升原创阶段价值增长期2028年之后AIGC将独立完成内容创作产生附加价值中国AIGC企业均在初创阶段机会也许藏在垂直应用领域中对赛道的选择十分关键风险提示政策监管风险行业市场增长的不确定性竞争环境不确定性ChatGPT生成报告信息不准确性AIGC企业商业化路径不确定性技术创新不及预期资料来源中国科学院影谱科技公众号国海证券研究所请务必阅读报告附注中的风险提示和免责声明51人工智能生成内容技术进步海量需求驱动AIGC快速发展请务必阅读报告附注中的风险提示和免责声明6111AI规模研发数据人力成本驱动中国AI市场高速发展人工智能AI全球中国市场规模及增速研发实力海量数据相对较低的人员成本将共同推动中国AI市场发展78中国YOY58594042434140全球YOY6535中国市场规模十亿元255003373330242729全球市场的规模十亿元223995308023901886124715239367471046384681371530335586137186260201620172018201920202021E2022E2023E2024E2025E中国AI核心产业及带动产业规模及增长AI赋能特性带动相关产业发展回馈社会经济1665核心产业规模十亿元1394带动产业规模十亿元1138920744573382372453234297109151190201920202021E2022E2023E2024E2025E注核心产业规模包括计算机视觉智能语音人机交互机器学习知识图谱与NLPAI芯片等带动产业规模包括AI核心产品所带动的工程服务大数据平台与应用建设计算机通信产品整机销售收入甲方企业产值与效益提升的规模总和资料来源创新奇智招股书弗若斯特沙利文艾瑞咨询国海证券研究所请务必阅读报告附注中的风险提示和免责声明7112AI技术细分赛道持续创新变革在即本报告重点关注AIGC领域2021-人工智能AI技术成熟曲线超过一半细分AI技术将为5年内成为主流技术AIMakerandTeachingKitsAI制造商和教学工具包EdgeAI边缘人工智能DeepNeuralNetworkASICs广义层面KnowledgeGraphs-知识图谱深度神经网络专用集成电路AIGCSmartRobots-智能机器人DigitalEthics-数字伦理Transformers模型SyntheticData-合成数据AICloudServices-AI云服务DecisionIntelligence-决策智能DeepLearning-深度学习GenerativeAI-生成式人工智能NeuromorphicHardware-神经形态硬件Multiexperience-多样化用户体验Human-CenteredAI-人本人工智能DataLabelingandAnnotationServices数据标记和注释服务ModelOps-模型运维AIGovernance-人工智能治理NaturalLanguageProcessing-自然语言处理MachineCustomers机器人客户ResponsibleAI-负责任的人工智能MachineLearning-机器学习预AIOrchestrationandAutomationPlatform-AI编排和自动化平台IntelligentApplications-智能应用期ModelCompression-模型压缩SmallandWideData-小而宽数据CompositeAI-集成AIAITRiSM-人工智能的信任风险和安全管理AutonomousVehiclesPhysics-InformedAI-物理AI自动驾驶汽车SemanticSearch-语音搜索ArtificialGeneralIntelligence-通用人工智能ComputerVision-计算机视觉Chatbots-聊天机器人时间技术萌芽期预期膨胀期低谷期复苏期生产成熟期距稳定阶段需要少于2年25年510年超过10年注AI为artificialintelligence缩写即人工智能AIGC全称为AI-GeneratedContent人工智能生成内容资料来源Gartner国海证券研究所请务必阅读报告附注中的风险提示和免责声明8121AIGC发展需求技术迭代促发展从降本增效走向额外价值转移AIGC全称为AI-GeneratedContent人工智能生成内容指基于生成对抗网络GAN大型预训练模型等人工智能技术通过驱动因素AIGC的兴起定1已有数据寻找规律并通过适当的泛化能力生成相关内容的技术AIGC既是从内容生产者视角进行分类的一类内容又是一源自深度学习技术的快速突义种内容生产方式还是用于内容自动化生成的一类技术集合破和日益增长的数字内容供AIGC发展复盘给需求市场潜力逐渐显现一方面技术进步驱动1950年艾伦图灵提出2007年世界第2014年lanJ2018年人工智能生AIGC著名的图灵测试给一部完全由人工Goodfellow提出成的画作在佳士得拍可用性不断增强出判定机器是否具有智能创作的小说生成式对抗网络卖行以4325万美元成另一方面大量需求牵引智能的试验方法1TheRoadGAN交成为首个出售的AIGC应用落地问世人工智能艺术品发展预判AIGC在中国典型1957年第一支由计算机创作的弦乐2017年微软小发展可分为三个阶段2019年事件四重奏依利亚克冰推出世界首部助手阶段摸索磨合期DeepMind发布组曲完成100由人工智能2021年2026年2012年微软展示创作的诗集阳光DVD-GAN模型全自动同声传译系用以生成连续AIGC辅助人类进行生产1966年世界第一失了玻璃窗优先变现的关键在于编辑款可人机对话的机统可将英文演讲视频者的内容自动翻译2021年优化功能行业创新关键器人Eliza问世2018年英伟达发布成中文语音OpenAI推出了能力为模块分拆个性化StyleGAN模型可以自动生DALL-E主要应成高质量图片推荐80年代中期IBM创造语用于文本与图像协作阶段推广应用期音控制打字机Tangora交互生成内容2026年2028年人机共创主要价值为降本增发展受限于科技水平AIGC实验性向实用性转变深度学习算法不断迭代人工智能生成内容百花齐放效果效及提供创意预计互联特点仅限于小范围实验受限于算法瓶颈无法逐渐逼真直至人类难以分辨网大厂将普遍布局竞争直接进行内容生成热度提升AI原创阶段价值增长期早期萌芽阶段沉淀积累阶段快速发展阶段2028年之后AIGC将发展20世纪50年代至90年代中期20世纪90年代中期至2121世纪10年代中期至今独立完成内容创作产生阶段世纪10年代中期附加价值注1Gartner提出了相似概念GenerativeAI也即生成式AI生成式AI是指该技术从现有数据中生成相似的原始数据相较于量子位智库认为的AIGC这一概念的范围较狭窄据HarvardBusinessReview生成AI能够生成文本和图像涵盖博客文章程序代码诗歌和艺术作品2017年谷歌Brain提出LLMslargelanguagemodel此后领先的科技公司对于大型语言和文本-图像模型的应用激增资料来源量子位智库中国信息通信研究院京东探索研究院HarvardBusinessReview甲子光年公众号国海证券研究所请务必阅读报告附注中的风险提示和免责声明9122AIGC技术数据算法算力为核NLP技术突破推动商业落地进程AIGC核心要素自然语言处理NLP是研究人与计算机交互中的语义理解问题的技术解决的是人机交互中听得懂的问题是在机器语言和人类语言之间沟通的桥梁以实现人机交流的目的以下为NLP应用流程数据饲料语言获取及预处理特征提取设计模型选择分类器模型训练模型评估与应用AI抓已有语料下载语料特征工程机器特征选机器学习深度学习数据是算法的饲料离线应用在线应用数据包括语音文本影取抓取语料择模型设计深度AI2017像等训练成本下降年在公共云上训练像ResNet-语料清洗词性标注海量优质的应用场景数据预50这样的图像分类器的成本是训练算法精确性关键基处约为1000美元到了2019年础理分词去停用词只需大约10美元算法推手NLG的6个步骤算法是AI的背后推手神经网络深度学习等算NLP自然语言处理内容确定NLG系统需要决定哪些信息应该包含在正在构建的文本中哪些法是挖掘数据智能的有效不应该包含通常数据中包含的信息比最终传达的信息要多方法1文本结构确定需要传达哪些信息后NLG系统需要合理的组织文本的顺序算力基础NLU自然语言理解句子聚合将多个信息合并到一个句子里表达可能会更加流畅也更易于阅算力是基础设施AI算法读模型对于算力的巨大需求语法化确定每句内容后将这些信息组织成自然语言推动了今天芯片业的发展NLP核心任务计算机芯片等载体为人工智能提供基本的计算能跟语法化很相似不过与语法化的本质区别在于参考表达式生成参考表达式生成力需要识别出内容的领域然后使用该领域而不是其他领域的词汇AI芯片包括通用半定制2化定制化芯片NLG自然语言生成语言实现当所有相关的单词和短语都已经确定时需要将它们组合起来形成一个结构良好的完整句子资料来源艾媒咨询中国科普网科普时报easyai新智元ARKInvest国海证券研究所请务必阅读报告附注中的风险提示和免责声明10123AIGC算法深度学习模型开源模式为普及加速器大模型为核心趋势AIGC技术升级步入深化阶段AIGC大模型架构潜力凸显AIGC技术三大前沿能力统计模型规则设计深度学习智能增强技术传统机器学习算法深度神经网络多模态大模型智能数字内容孪生能力算法迭代智能转译技术孪生应用语音信号的字幕合不同于传统算法深度学成依据文字进行语音生成等习中的损失函数和梯度下回归算法线性回归树等卷积神经网络CNN视觉大模型ViT近年间数字孪生中智能增强降算法可快速地调整深度技术在三维视觉领域也取得快神经网络中的参数从而速发展实现数据学习的功能分类算法逻辑回归等递归神经网络RNN语言大模型GPT语义理解技术深度神经网络在学习范式智能数字内容编辑能力1网络结构上的迭代提升属性控制技术聚类算法仿射传播等了AI算法的学习能力推生成对抗网络GAN多模态大模型DALL-2编辑应用在自动驾驶仿真场动了AIGC发展景中通过智能编辑可实现通技术突破道路上不同车况天气状况的控算法特点不具备学习能力深度强化学习制依赖于预先定义的统计模型超级深度学习近年来的快速发展带来了深度神经网络技术在或专家系统执行特定的任务大模型和多模型两个方向上的基于模仿创作可以完成简单的线条文本深度变分自编码器AIGC智能数字内容创作能力不断突破并为技术能基于概念创作和旋律的生成力的提升提供了强力的支撑和学习范式进展算法缺点算力挑战传全新的可能性流模型统机器学习方法的维度诅咒结构升级开源模式成为AIGC发展催化剂以深GPT-1等导致算力挑战缺乏认度学习模型CLIP为例开源模式加速CLIP知缺乏对客观世界的深入扩散模型模型的广泛应用使之成为当前最为先进的感知和对人类语言文字等知图像分类人工智能并让更多机器学习从业GPT-2识的认知能力生成内容空人员将CLIP模型嫁接到其他AI应用洞刻板文不对题深度残差网络未来随着模型稳定开源将成为AIGC成熟的催化剂源模式有望让相关模型成为海GPT-3量应用网络和服务的基础应用层面的创造力有望迎来拐点Transformer大模型GPT-35ChatGPT注以上模型非穷尽列举人工智能的学习范式为人工智能模型从数据中进行学习的方法除上述大模型外还包括百度的PLATO还有聆心智能与清华团队共同发布的OPDOpen-DomainPre-trainedDialogueModel资料来源中国信息通信研究院京东探索研究院头豹研究院公众号人工智能算法梳理及解析王蕴韬CNKI360DigiTMGOpenAI官网聆听智能请务必阅读报告附注中的风险提示和免责声明11官方公众号国海证券研究所124AIGC技术场景个性自动化为核心壁垒关注渠道把控及商业路径AIGC技术成熟度较高底层技术原理基本明确底层技术原理仍待完善技术场景2030年AIGC市场规模将超过万亿人民币气泡大小代表市场规模结构化写作新闻播报等有非结构化写作剧情续写等现有需求成熟度较强规律需要一定创意及个性化合成数据文本辅助性写作推荐相关内容生成生成不属于严格AIGC交互性文本生成闲聊机器人虚拟男女友等文本交互游戏AIdungeon2B内容超个性化2C内容生产工具内容生成生产工具语音克隆实时互动文本生成特定语音生成虚拟内容音频人歌声播报等直接生产内容生成乐曲歌曲生成包含作曲及编内容领域细分场景曲在实际应用中常包含自动基于生服务特成内容定场景延展领域细分场景作词图像自主生成进一步变现现有技术成熟度创意图像生成随机或按照特内容领域是目前已经能够但并未有效实现商业化的领定属性生成画作等图像图像编辑工具去除水印提域其中的存量价值来源于同类内容的降本增效而增量功能性图像生成根据指定要高分辨率特定滤镜等等价值则来源于跨模态的内容生成以及AI本身带来的科技感生成求生成营销类海报模特图logo等对内容渠道的把控将成为核心竞争力发行商内容最终消费渠道具有强的产业链话语权另AIGC变革对内容行业原有人才结构影响较大视频视频属性编辑删除特定主体视频自动剪辑对特定片段进视频部分编辑视频换脸等2B在PGC领域实现内容创作工业化加快专业内容的生成生成特效跟踪剪辑等行检测及合成生产效率提高PGC内容生产的活跃度2C在UGC领域中实现低门槛灵感转化扩大UGC可文字生成图像根据文字文字生成创意视频完全从头覆盖的领域和潜在人群跨模态prompt生成创意图像生成特定主题视频延展领域由于对AI生成的自由度和稳定性有更高的技术生成文字生成演示视频拼接图片图像视频到文本视觉问答系要求本质为依托人工智能个性化数字内容的自动化构素材生成视频统自动配字幕标题等建重点关注其配套数据底层原理及商业原理是否清晰以下四类场景有明显增长潜力个性化内容营销合成数其他AIBotNPC逻辑及剧情生成数字资产生成据生成虚拟陪伴及交互性内容适用于游戏等实时变化较大要求内容多样性的领域资料来源量子位智库国海证券研究所请务必阅读报告附注中的风险提示和免责声明12125AIGC应用场景集中在数字化程度高内容需求丰富的行业AIGC应用场景集中在数字化程度高内容需求丰富的行业1AIGC传媒人机协同生产推动媒体融合在采编环节实现采访录音语音转写提升传媒工作者的工作娱乐领域传媒领域影视领域电商领域其他体验实现智能新闻写作提升新闻资讯的时效实现智能视频剪辑提升视频内容的价值在传播环节AIGC应用主要集中于以AI合成主播为核心的新闻全民娱乐采集前期创作商品展示教育播报等领域人脸美妆融合采访助手剧本生产智能商详合成历史人物黑白图像上色商品3D模型生成视频虚拟教师2AIGC电商推进虚实交融营造沉浸体验图像风格转换线上课堂音视频处人像属性变换理生成商品3D模型用于商品展示和虚拟试用提升线上购物体验打造虚拟主播赋能直播带货赋能线上商城和线下秀场加速演变为消费者提供全新的购物场社交互动编辑中期拍摄主播打造工业景虚拟歌姬写稿机器人数字复活已故演员品牌虚拟主播辅助工程设计3AIGC影视拓展创作空间提升作品质量虚拟网红智能视频拆条视频高难度动作合成加速数字挛生系统为剧本创作提供新思路锦集演员角色年龄的跨构建扩展角色和场景创作空间视频字幕生成越虚拟物理场景合成赋能影视剪辑升级后期制作偶像养成播报后期制作交易场景金融4AIGC娱乐扩展辐射边界获得发展动能用户数字化身AI主播替换劣迹艺人虚拟商城构建营销视频合成实现趣味性图像或音视频生成激发用户参与热情智能播报多语言译制片音画智能金融客服打造虚拟偶像释放IP价值同步VR金融场景构建开发C端用户数字化身布局消费元宇宙影视作品修复影视预告片生成影视内容2D转3D医疗5AIGC其他推进数实融合加快产业升级教育领域AIGC赋予教育材料新活力医学图像处理智能病历录入金融领域AIGC助力实现降本增效合成肢体投影医疗领域AIGC赋能诊疗全过程合成医护陪伴工业领域AIGC提升产业效率和价值资料来源中国信息通信研究院京东探索研究院国海证券研究所请务必阅读报告附注中的风险提示和免责声明132人工智能文本生成大数据大算法大算力交互个性化生成技术前景广阔请务必阅读报告附注中的风险提示和免责声明14211AI文本生成底层架构不断精进交互个性化生成技术前景广阔以结构性新闻撰写内容续写诗词创作等细分功AI文本生成细分技术场景技术原理关注个性化文本生成以及实时文字生成交互AI能为代表文本生成基于NLP技术的文本生成可以算作是AIGC中发展本质是借助超大规模的训练参数猜测上下文的过程通过随机Mask即遮挡数据库文本中最早的一部分技术也已经在新闻报道对话机器内容的词语或语段让神经网络自主学习复原被遮挡部分从而拥有猜测缺失内容的能力定义产出预训练模型人等应用场景中大范围商业落地续写再通过大规模预训练模型理解上文或给定条件从概率层面推测最符合要求的输出结果摘要通过词嵌入WordEmbedding将字词句进行区分然后基于特征评分序列标注分类算法训练为关键技术节点标题模型等提取内容特征计算相关文本单元权重其次选择相应的文本单元子集组成摘要候选集完成内容选择最后是针对字数要求等限定生成条件对候选集的内容进行整理形成最终摘要完成内容组织Transformer架构算法适用场景文本主流思路是分离文本属性及文本内容隐式方法即使用某类无监督学习学习或强化学习模式算将文本属性及内容自动分离常见的有生成对抗方式即通过GAN实现目标属性和文本属性从左自右的自回归系列GPT-3生成性任务风格法完全由不同的编码控制的状态显式方法首先寻找并删除代表文风的短语其次检索与目标迁移文风最匹配的相似短语最后生成目标语句并保证语句通顺原意不变及双向TransformerBERT自然语言理解场Mask的自编码系列对话式文本生成可分类为管道模式及端对端模式文本生成普遍具有上下文间逻辑问题关景整段键信息位置混淆内容无中生有等问题结构性的文本生成首先通过注意力机制多层感知EncoderDecoder架构T5条件文本生成文本器等系统进行语句内容预选对数值时间等类型数据进行推理增强数据间的结构信息生成其次通过Transformer等模式结合上下文进行推导控制句法及文本连贯性将语义与句法统一分析最后采用Seq2Seq等模式以BiLSTM为基础构建文本生成器生成最终文本底以Transformer架构为重要代表相关的底层架构仍在不AI文本生成细分落地场景当前应用广度方面辅助应用创造层断精进通过应用型文本生成创作型文本生成文本辅助生成架增加K-adapterTransformer是基于结构化数据或规范格式主要适用于剧情续写营销文目前国内供给及落地最为广泛构优化架构典型在特定情景类型下的文本生成本等细分场景等具有更高的的场景主要为基于素材爬取不合理引入知识图谱及知识库应用增加特定任务对应Embedding等方式如体育新闻金融新闻文本开放度和自由度的协助作用例如定向采集信断息素材文本素材预处理增加文本对于上下文的理解与承接能力对常识性知识的精NarrativeScience腾讯OpenAIDeepMind彩云写作猫Get写作写作狐企业进嵌入能力中长篇幅生成能力生成内容的内在逻辑性等百度小梦资料来源量子位智库国海证券研究所请务必阅读报告附注中的风险提示和免责声明15221对话式AI发展技术突破催化产品落地从规则匹配走向深度学习对话式AI行业发展历程1技术初运用传统呼叫中心2规则匹配时代呼叫中心在线软件多元化应用3个人助理深度学习时代全渠道多场景Elizzs是人类建造的对话机器人产品多模态数第一个对话机器人微软推出Alice使用的人工智Watson由IBM开化发展用于客字人结于1966年在麻省微软小冰技能标记语言允许发基于DeepQA服外呼营销合语音技1950年图灵发表文理工学院被创造此时对用户可以定制化聊技术利用深度自等环节的对话机术5G和术章机器能思考吗根据人工设计的脚话机器人天内容对话机器然语言处理技术器人产品推出多模态模开启人类对对话机本与人类交流没产品已可发人能按照预先设定产生候选答案并国内多家AI技术型的发展器人的测试研究有语义理解而是较为熟练好的脚本来回答问根据交叉验证评相关客服公司成多模态展通过模式匹配和智使用深度题估立或实现较大规数字人逐能短语搜索合适的学习技术模产品方案落地渐落地回复1950s1970s2000s201120142015-20162020-2021银行业在70年代初基于移动互联网云服务等技术发展可支持电话随着互联网技术泛美航空公司在1956开始建设自己的呼中国传统呼叫中心网站微信微博APPQQ等全渠道平台覆盖应的发展与普及年建成并投入使用世叫中心90年代初兴起为企业主要结合AI技术对话机器人可通过替代或辅助人工的在呼叫中心基础用界上第一个具有一定期开始呼叫中心真服务形式与客户方式出达到客服营销和泛交互多方场景上延伸了在线软规模的可提供724正进入规模性发展沟通以电话为主在新场景中有高质量对话能力在多轮交互中拟人场件形态多用作服务的呼叫中心800号码被广泛认采用单一渠道接入化在开放场景交互中主动学习持续学习具有在线客服回复景同和采用多模态感知与表达能力企业服务类应用企服消费类应用注Chatbot核心玩家包括IBMUSMicrosoftUSGoogleUSAWSUSNuanceUSOracleUSCreativeVirtualUKArtificialSolutionsSpainKoreaiUSInbentaUSCogniCorUSContusIndiaKeyReplaySingapore等资料来源艾瑞咨询MARKETSANDMARKETS量子位公众号中关村科金国海证券研究所请务必阅读报告附注中的风险提示和免责声明16222对话式AI技术智能语音NLP知识工程底层技术变革下的新机遇对话式AI产品对话机器人的工作流程示意图以接入客户的工作流程为例机器对话本质是人工智能程序和人机交互HCI模型答案匹配知识工程核心支撑智能语音纯文本形式目前意图识别的应用效果良FAQ知识库问答型好人在知道是在与机器人对话输入与ASRNLU闲聊型对前端处理语音识别语言理解交互时后表达会相对标准知识图谱化因此意图识别的实际效话机器人智能对话语音形式NLP果会普遍优于预期表格知识库调度管理而在情绪的判断与理解上TTSNLGchatbot还有很长的路要走文档阅读理解对话机器人对话输出用户渠道语音合成语言生成是未来可给行业带来技术突微信网页小与用户沟通核心支撑对接后选纯文本形式破与产品颠覆的方向程序H5智能工单智能RAP任务型对APP择人工接入人工对话话机器人QueryKGBased知识库知识图谱基于机器学习和深度学习模型达到应用中知识库的不断扩充完善知识图谱深化事务规则联系建立结构化知识库Return基于知识库内容间存在关联或为上下位关系约束关业务文档资料标通用系递进关系等由此在知识库的概念下引入知识图谱本体对齐知识图谱准技术结构化数据数据整合知垂直行业识知识图谱基于自然语言理解对文字内容在语义上进行初步认知和实体对齐知识库质量评估实体抽取政务自动抓取经由知识图谱对概念间的关系属性进行联结半结构化数据转换进行知识融合与知识加工形成行业知识图谱关系抽取数据模型金融规范修订分类通用知识图谱注重横向广度知识积累和问答本体对齐关医疗属性抽取应用相对通识广泛垂直行业知识图谱注重纵向深度非结构化数据系本体构建电商模考虑到不同的应用场景与业务背景通常需要以大量一事件抽取型线行业数据去喂养对话机器人实现基础词库储备数据源知识抽取知识融合知识加工知识图谱并对垂直行业知识图谱进行持续深化注ASR为AutomaticSpeechRecognition即语音识别TTS为Text-To-Speech语音合成NLP为NaturalLanguageProcessing即自然语言处理NLG为NaturalLanguageProcessing即自然语言生成HCI为HumancomputerInteraction即人机交互资料来源艾瑞咨询ChatbotsHistorytechnologyandapplicationsEleniAdamopoulouLefterisMoussiadesScienceDirect国海证券研究所请务必阅读报告附注中的风险提示和免责声明17231Chatbot全球视角技术驱动增长亚太地区或成最大市场全球Chatbot市场规模全球Chatbot市场应用领域分布核心市场玩家单位亿美元按营收拆分2021年其他237旅游电商3411传媒20IBM-WatsonGoogle-AssistantMicrosoft-CortanaAmazon-Alexa521截止2022年8月仅仅是FacebookMessenger上就已有超过300000聊天机器人除上述市场玩健康家外还有以下企业值得关注BFSI1FacebookIncPandorabotsIncToyTalkPullStringIncYahooIncHaptikIncHelpshift20212030E零售KasistoIncSlackTechnologiesIncAstuteSolutionsKiwiInceGainCorporationNuanceCommunicationsIncCreativeVirtualAvaamoIncDeepMindOpenAI全球Chatbot市场地域增速2022-2027E1966-2019年Scopus中聊天机器人相关论文数量及地区分布美国20152016年年对英国预计亚太将成为话机器人产品化发展最大的市场这用于客服外呼营日本种潜力来自该地销等环节的对话机器人产品推出德国区对信息密集型2014年lanJ机器学习和人工Goodfellow提出生成意大利智能的利用式对抗网络GAN法国新加坡及中国等2000sAlice使用的人工印度高地区有大量创业智能标记语言允许用户加拿大中公司探索聊天机可以定制化聊天内容低器人领域中国1800注1BFSI为bankingfinancialserviceandinsurance即银行金融服务及保险行业资料来源AcumenResearchandConsultingGrandviewResearchMordorIntelligenceChatbotsHistorytechnologyandapplicationsEleniAdamopoulou请务必阅读报告附注中的风险提示和免责声明18LefterisMoussiadesScienceDirectScopusPreviewServiceBell各公司官网艾瑞咨询中国信息通信研究院京东探索研究院国海证券研究所232Chatbot中国视角百舸争流软件产品收费为主细分赛道需求向好中国对话式AI产品及带动相关产业规模中国对话式AI产品按业务模式划分市场规模2019-2026ECAGR2019-2026ECAGR核心产品规模亿元339385软件产值亿元336727633966带动相关产业规模亿元409304服务产值亿元2796026748210硬件产值亿元32281262325278694102108191971681013352745591402223334201920202021E2022E2023E2024E2025E2026E201920202021E2022E2023E2024E2025E2026E注核心产品规模统计口径为当年市场释放的签单额产品形式为对话机器人带动相关产业规模包含对话注对话式AI产品包括SaaS服务及定制化解决方案中的软件算法部分硬件产品包含对话式AI项目中采购的服务器式AI产品所带动的工程服务甲方企业产值与效益提升的规模总和终端设备等服务产品指专家驻场提供开发或后续运维服务产品中国对话机器人在主要行业领域应用规模占比功创新象限领军象限能中百度智能云金融电信互联网政务其它性竹间智能阿里云国科大讯飞对京东科技追一科技34323334302928话一知智能思必驰百应科技晓多科技式沃丰科技19212019AI222221容联七陌232425厂智齿科技19222322商矩启蒙象限先导象限阵需求覆盖度201920202021E2022E2023E2024E2025E注产品功能性从对话式AI厂商的AI部署能力智能语音自然语言理解和知识工程的AI技术维度与对话式AI新兴功能产品化能力对话洞察私域营销数字人的产品维度评估需求覆盖度从对注核心产品规模统计口径为当年市场释放的签单额各行业领域包含金融电信互联网政务公安司法话式AI厂商的产品丰富度与行业覆盖范围评估交通教育广电医疗健康营销服务制造业能源电力电信等资料来源艾瑞咨询国海证券研究所请务必阅读报告附注中的风险提示和免责声明19241ChatGPT大数据RLHF技术路径下的类人交流模型什么是ChatGPT能力提升来源于训练路径基于大数据通过RLHF不断预训练2022年11月OpenAI上线了智能对话系统聊天机器人ChatGPT据OpenAI官方披露ChatGPT是在GPT-35系列模型的基础上形成的GPT-35模型于2022年它能够理解自然的人类语言并生成类似人类作答的书面文本不初完成训练ChatGPT的训练过程是一个改进的instructGPT改进点主要是标注数据收集方仅可以帮助开发者解决编码问题也能充当诗人法上的一些差异其他方面包括模型结构和训练过程基本遵循instructGPTChatGPT目前ChatGPT仍处在测试阶段任何拥有OpenAI账户的人都可以免在技术路线上基于庞大数据量进行训练引入了手动标注数据强化学RLHF费使用ChatGPT截至2022年12月7日ChatGPT已拥有超过100万用习从人的反馈进行强化学习来不断调整预训练语言模型该技术路径大幅提升ChatGPTChatGPT户这帮助ChatGPT通过人类对话获取大量数据从而学习人类复对人类意图的理解从而提升回答信息的准确性具体训练过程可分为三杂的语言模式与结构获得解释用户请求的预期结果的能力个阶段123相较于GPT-35ChatGPT能够轻松应对日常对话主动承认错误阶段阶段阶段区分某些问题中的描述性错误并拒绝不合理及不道德的请求收集演示数据并训练通过人工标注训练数据来训练使用PPO强化学习法优化回报回报模型模型-根据RM评分结果更新预训练模型的参数ChatGPT让我们看到整体知识AI人类用户的未来学习链随机从信息库抽标注一批模型产从用户提交的指取指令出及提示令问题中随机AI靠海量算力学习到海量的跨领域知识虽然不够精确却能大大抽取一批新的命节省人类通过视觉大脑的读书培训认知时间消耗如果能通令过算法来识别答案正确与否第一性原理AI将成为人类的全知由监督模型初始导师生产助手专业的标注者对化PPO模型的参制定的提示给出数高质量回答它能理解自然语言并作出反应生标注人员根据多PPO模型生成回InstructGPT成类似人类的文本可以对从故事与前身相比它种标准对许多答答数学解决方案到理论文章的所有内试图减少不好和欺骗性的回复案从优到差进行排序用回报模型计算容做出回应专业人员用标注前一阶段训练好数据来调优的模型给出的回GPT-35它可以记住对话中的早期评利用以上排序结答得到分数论并以其独特的记忆将其果来训练回报模复述给用户它从人类的反型回报分数策略梯度可以更新馈中使用强化学习PPO模型参数资料来源OpenAI官网TechMonitorCyberlearningGuardianNewsJKHealthorg元宇宙NEWS公众号蓝海云GPU公众号国海证券研究所请务必阅读报告附注中的风险提示和免责声明20