1.我们如何评价ChatGPT的出现？
　　当我们看到微软CEO纳德拉说到“AIGC堪比工业革命”，比尔盖茨评价ChatGPT的历史意义重大，甚至不亚于“PC或互联网诞生”时，我们辩证性地思考这个问题：细数人类社会经历的三次工业革命，第一次以蒸汽机为代表，机械生产取代了双手；第二次以发电机而代表，电器成为补充和取代蒸汽机的新能源；第三次以计算机为代表，促成了各种各样“人-机控制系统”的形成，使得起初的机械化、电气化迈入进阶的自动化。就目前我们看到这三次革命的成果，基本都呈现“机器帮助人”，且存在物理实体的意识型态。不同于前三次，我们有理由猜测第四次工业革命是一个具有前所未有的算力的“超级机器”，它不仅仅可以在体力上协助人类，同时可以在智力上取代人类的部分/全部功能。ChatGPT的出现，从用户体验的角度，仿佛一定程度上触碰到了这个门槛，因为它是那般顺畅，满足了用户大部分的提问需求，且在一分钟内呈现答案。在此之前，AI人工智能早已并不陌生，AlphaGo赢下李世石，但这一次，真正让人们体会到传统的脑力工作者，几乎无法在效率的比拼上赢过机器。ChatGPT的出现，更像是Iphone之于手机市场，以用户最容易上手，接近0教育成本的对话形式，成功打造了爆品。商业社会往往需要成功案例的打造，而ChatGPT在微软生态的火速应用，以及订阅模式的跑通确定了人工智能的可行性，证明了业务模式的有效性和可复制性。从这一点论述，ChatGPT确实具备里程碑式意义。
　　2. ChatGPT是否足够完美，完美到接近与“自然人”的临界点？
　　根据我们长时间的使用感受，ChatGPT有它的可取之处：当你需要建议时，它可以提供具有一定新颖性、趣味性的逻辑框架，在内容上启发创造力与灵感，系统性地梳理思路；当你的语句或者文案不够有新意时，它可以赋予句子新的生机，大大减少人们构思写作的时间；当程序员花了大量的时间构思逻辑框架与代码时，由于编程环境中很多功能的写法是有定式的，它可以大大减少这种类型代码的写作时间，为程序员提高生产效率，而程序员可以将更多时间放在理解需求和构建框架上，而节省执行层面的时间。而缺点也较为明显：目前提供的信息并不完全准确，利用概率生成的模型有很大概率存在张冠李戴的情况，通常需要二次确认；它很难做增量信息的知识更新；它只可以做大而全的东西，而无法精确到执行层；同时，ChatGPT的某些回答带有政治、价值倾向性，对用户有一定的误导性，所以在当前的情况下，ChatGPT仍然有很多改进优化的空间。
　　3.生成式AI如何做商业化变现？它将如何对传统行业进行挑战、升级或是颠覆呢？
　　我们认为它将挑战文案写作类型的工作，全面升级搜索行业的存在形态，颠覆低技术与内容创造类职业。1.根据上文我们提到，ChatGPT擅长文字美化，细节优化与提供建议，一定程度上它可以辅助文案工作者更快、更好的完成创作，助力企业大大减少创作花费的成本与精力，尤其是相关的人力成本。因此我们预计新闻业、互联网营销业以及互联网写作类的人群将受到挑战与冲击。2.搜索行业的呈现形式将发生大变化，而用户获取信息的方式以及交互形式也将发生本质性变化。新版Bing和Edge浏览器融合ChatGPT后，呈现检索+生成两种信息类型，提供实时信息，理解用户需求后进行一定的逻辑推断，并自动撰写内容。根据Statcounter的数据，谷歌在全球搜索引擎市场占有93%的份额，而Bing或借助ChatGPT搅动搜索的竞争格局。3.根据上文的分析，每一次的工业革命意味着“机器帮助人”的形态更进一步，所以我们大胆猜想AI或取代一部分低技术，且重复劳动类职业，如数据分析、电话客服，文员等，同时AIGC也将赋能内容产业，“AIGC+新闻”、“AIGC+影视”、“AIGC+娱乐”的模式也将颠覆原有的产业框架，大幅缩短创作周期，提高生产力。
　　4.中国AIGC的发展如何及相关的投资标的总结。
　　①中国的擅长项在于AI的语音、图像、视频识别，因为中国有大量的数据可以对AI进行训练，独立运营的公司目前还较少，大多作为公司的附属业务，变现模式尚不明朗，客户群体主要集中于B端，如何将AIGC进行商业化应用是目前最主要的矛盾。
　　②投资标的总结：重点关注商汤科技（0020.HK）:商汤是国内计算机视觉AI领域的龙头，具备板块的稀缺性。同时商业化的前景丰富。公司的业务涵盖AIGC产业链上、中、下游，随着AIGC市场的发展，公司将拥有领先的技术先发优势，对AIGC的大量需求也将带给公司核心业务更大的发展空间。依托上海临港SenseCore商汤AI大装置，公司具备以低成本生成大量人工智能模型的研发能力，这是其主要竞争优势；重点关注百度集团（9888.HK）：百度拥有ChatGPT相关的所有技术，在AI人工智能有全栈布局，包括底层的芯片，深度学习框架、大模型（文心一言）以及最上层的搜索应用。类ChatGPT产品“文心一言”的推出，有望全面升级百度的基本盘搜索业务，将搜索系统改为搜索与AI生成的双模系统。助力核心基本盘恢复到原有的增长节奏。同时，得益于文

研究报告全文：中泰证券研究所专业领先深度诚信证券研究报告AIGC拐点时刻20230212中泰证券互联网研究团队韩筱辰S0740521110002联系人李奇1核心观点1我们如何评价ChatGPT的出现当我们看到微软CEO纳德拉说到AIGC堪比工业革命比尔盖茨评价ChatGPT的历史意义重大甚至不亚于PC或互联网诞生时我们辩证性地思考这个问题细数人类社会经历的三次工业革命第一次以蒸汽机为代表机械生产取代了双手第二次以发电机而代表电器成为补充和取代蒸汽机的新能源第三次以计算机为代表促成了各种各样人-机控制系统的形成使得起初的机械化电气化迈入进阶的自动化就目前我们看到这三次革命的成果基本都呈现机器帮助人且存在物理实体的意识型态不同于前三次我们有理由猜测第四次工业革命是一个具有前所未有的算力的超级机器它不仅仅可以在体力上协助人类同时可以在智力上取代人类的部分全部功能ChatGPT的出现从用户体验的角度仿佛一定程度上触碰到了这个门槛因为它是那般顺畅满足了用户大部分的提问需求且在一分钟内呈现答案在此之前AI人工智能早已并不陌生AlphaGo赢下李世石但这一次真正让人们体会到传统的脑力工作者几乎无法在效率的比拼上赢过机器ChatGPT的出现更像是Iphone之于手机市场以用户最容易上手接近0教育成本的对话形式成功打造了爆品商业社会往往需要成功案例的打造而ChatGPT在微软生态的火速应用以及订阅模式的跑通确定了人工智能的可行性证明了业务模式的有效性和可复制性从这一点论述ChatGPT确实具备里程碑式意义2ChatGPT是否足够完美完美到接近与自然人的临界点根据我们长时间的使用感受ChatGPT有它的可取之处当你需要建议时它可以提供具有一定新颖性趣味性的逻辑框架在内容上启发创造力与灵感系统性地梳理思路当你的语句或者文案不够有新意时它可以赋予句子新的生机大大减少人们构思写作的时间当程序员花了大量的时间构思逻辑框架与代码时由于编程环境中很多功能的写法是有定式的它可以大大减少这种类型代码的写作时间为程序员提高生产效率而程序员可以将更多时间放在理解需求和构建框架上而节省执行层面的时间而缺点也较为明显目前提供的信息并不完全准确利用概率生成的模型有很大概率存在张冠李戴的情况通常需要二次确认它很难做增量信息的知识更新它只可以做大而全的东西而无法精确到执行层同时ChatGPT的某些回答带有政治价值倾向性对用户有一定的误导性所以在当前的情况下ChatGPT仍然有很多改进优化的空间3生成式AI如何做商业化变现它将如何对传统行业进行挑战升级或是颠覆呢我们认为它将挑战文案写作类型的工作全面升级搜索行业的存在形态颠覆低技术与内容创造类职业1根据上文我们提到ChatGPT擅长文字美化细节优资料来源中泰证券研究所2核心观点化与提供建议一定程度上它可以辅助文案工作者更快更好的完成创作助力企业大大减少创作花费的成本与精力尤其是相关的人力成本因此我们预计新闻业互联网营销业以及互联网写作类的人群将受到挑战与冲击2搜索行业的呈现形式将发生大变化而用户获取信息的方式以及交互形式也将发生本质性变化新版Bing和Edge浏览器融合ChatGPT后呈现检索生成两种信息类型提供实时信息理解用户需求后进行一定的逻辑推断并自动撰写内容根据Statcounter的数据谷歌在全球搜索引擎市场占有93的份额而Bing或借助ChatGPT搅动搜索的竞争格局3根据上文的分析每一次的工业革命意味着机器帮助人的形态更进一步所以我们大胆猜想AI或取代一部分低技术且重复劳动类职业如数据分析电话客服文员等同时AIGC也将赋能内容产业AIGC新闻AIGC影视AIGC娱乐的模式也将颠覆原有的产业框架大幅缩短创作周期提高生产力4中国AIGC的发展如何及相关的投资标的总结中国的擅长项在于AI的语音图像视频识别因为中国有大量的数据可以对AI进行训练独立运营的公司目前还较少大多作为公司的附属业务变现模式尚不明朗客户群体主要集中于B端如何将AIGC进行商业化应用是目前最主要的矛盾投资标的总结重点关注商汤科技0020HK商汤是国内计算机视觉AI领域的龙头具备板块的稀缺性同时商业化的前景丰富公司的业务涵盖AIGC产业链上中下游随着AIGC市场的发展公司将拥有领先的技术先发优势对AIGC的大量需求也将带给公司核心业务更大的发展空间依托上海临港SenseCore商汤AI大装置公司具备以低成本生成大量人工智能模型的研发能力这是其主要竞争优势重点关注百度集团9888HK百度拥有ChatGPT相关的所有技术在AI人工智能有全栈布局包括底层的芯片深度学习框架大模型文心一言以及最上层的搜索应用类ChatGPT产品文心一言的推出有望全面升级百度的基本盘搜索业务将搜索系统改为搜索与AI生成的双模系统助力核心基本盘恢复到原有的增长节奏同时得益于文心一言的推出百度在AI业务中的想象力更加丰富增加用户信任度的同时帮助各行各业进行内容创作大幅降低成本商业化潜力大助推了市场情绪其余公司总结聚焦自然语言处理NLP与数据模型海天瑞声688787科大讯飞002230拓尔思300229聚焦AIGC内容生成中文在线300364视觉中国000681蓝色光标300058风险提示AIGC的技术发展不及行业预期AI商业化应用及变现不及预期AIGC相关公司的业绩增长不及预期AI的发展可能面临相关政策的监管等资料来源中泰证券研究所3目录AIGC的技术与应用生态发展进CCONTECONTENTS入新阶段引领内容产业大革命中泰NTS证券研究所专业领先深度诚信4ChatGPT的出现是现象级的是史上最快达到亿级用户的消费级应用ChatGPT的走红是现象级的推出的短短5天注册用户量就超过100万而两个月后用户数就已经突破1个亿远超全球最火的的社交应用与自媒体软件一月期间ChatGPT平均每天大约有1300万独立访客环比增加一倍ChatGPT的爆火一方面是AI经历多年技术沉淀后的里程碑式事件另一方面它的影响力已经满足革命性技术的一个重要标志可能引领大量的应用重做已经生活方式的变革如AI接入设备释放大量的生产力或是改变使用传统搜索引擎的习惯对内容产业进行革新各应用达到一亿用户所需要的时间单位月ChatGPT2TikTok9AppleAppStore24Instagram30WhatsApp42Facebook54Twitter60Itunes78万维网84手机192020406080100120140160180200资料来源澎湃中泰证券研究所5AIGC已成为巨头必争之地技术的成熟使得商业的想象空间已与过去大不相同1600WindAIGC概念指数8841660WI110122-02062315502023020120230202微软宣布20230206谷歌宣布202303百度预计将发ChatGPT推出付费订阅旗下所有产品将全线整其对话式AI工具Bard正布ChatGPT的竞品文心1500版本每月收费20美元合ChatGPT式开始测试一言有望全面升级搜索引擎145020230208微软宣布新版必应Edge搜索引擎其中搜索结果中包含1400OpenAI的大规模语言信息135020230123微软宣布向OpenAI追1300加10亿元投资125020221130OpenAI1200发布新作ChatGPT20221223谷歌管理层拉响红色警报集1150202211谷歌Imagen首次开放测试中精力解决ChatGPT对搜索引擎业务的威胁11002022-11-012022-11-032022-11-052022-11-072022-11-092022-11-112022-11-132022-11-152022-11-172022-11-192022-11-212022-11-232022-11-252022-11-272022-11-292022-12-012022-12-032022-12-052022-12-072022-12-092022-12-112022-12-132022-12-152022-12-172022-12-192022-12-212022-12-232022-12-252022-12-272022-12-292022-12-312023-01-022023-01-042023-01-062023-01-082023-01-102023-01-122023-01-142023-01-162023-01-182023-01-202023-01-222023-01-242023-01-262023-01-282023-01-302023-02-012023-02-03资料来源WindOfweek维科网界面快报IT之家艾瑞网CNET中泰证券研究所6AIGC的定义AIGC即人工智能生成内容是继专业生成内容和用户生成内容之后的重大内容生产方式的变革在此之前传统AI只可以做分析型的事物但不善于创造和感知而生成式AI的变革之处在于机器开始拥有自己的创造能力意味着机器除了机械性的工作之外正在感知理解世界并生成新的创造性的东西内容数量AI生成内容AIGC用户生成内容UGC专业生成内容PGC内容创作模式资料来源中泰证券研究所7生成式AI发展的重要节点回顾AI应用与商业化的机遇正在显现NLP的自然语言处理虽然早已不是新技术但随着Chatgpt的出现我们预计将激励新一波生成型AI应用诞生正如iphone的诞生催生出智能手机市场的蓬勃伴随着基于神经网络的LSTM发展一样产业正逐步兴起和Transformers模型的出现同时搭配硬件算力的提升在小模型为主因受限于硬件以AI模型训练量逐步加大计算也及架构参数较少小型模型擅更快更高更便宜长分析任务并被部署至预测交付时间到欺诈分类的工作中然Chatgpt的出现而总体的表达能力不强生成人AttentionisAllyouNeed论文的出现类水平的写作仍需时间Transformers架构的出现让AI像人一样使用语言仍需时间模型的训练量加大更精确等待更多商业化应用的普及20152022Time资料来源ForesightNews人人都是产品经理中泰证券研究所8生成式AI成本更低效率更高大幅度提升生产力人AI人完成一段代码撰写的时间对比单位秒人AI人完成图片模型的成本时间对比单位秒180160s160人140120成本150-55100时间5小时8072s60生成式AI40成本008200时间1分钟人人AI资料来源ARKINVEST中泰证券研究所9AI训练成本下降幅度明显具有成本优势的企业将获得可观的市场份额AI训练成本高一直是行业躲不开的问题目前大部分的AI项目是以项目制落地从开始部署到评估到运维往往需要专家团队驻场数月时间之长成本之高使得AI模型的商业化应用无法大规模普及但这两年尤其是GPT-3的出现使得大模型成为产业趋势训练成本由2020年的4600000下降至2022年的450000下降幅度超过70约100倍边际成本大大降低而拥有颠覆性AI能力的平台将以成本优势获得可观的市场份额训练GPT-3级别性能的成本AITrainingHardwareCostAISoftwareTrainingCostsUsingNeural60Networks4-1Days-500000046000002-20-34000000LOG10RCU-2-4-202468LOG10TFS-20246LOG10CumulativeRCUsProducedMillionsLOG10CumulativeRCUsProducedMillions3000000-70AITrainingHardwareCostAISoftwareTrainingCostsUsingNeural20000001500008Networks1000006Days5000-100000045000004RCU0TFS02--50000020202022020406080100051015CumulativeRCUsProducedMillionsCumulativeRCUsProducedMillions资料来源ARKINVEST中泰证券研究所10GPT的快速发展给AI领域注入一剂强心剂数据量级的指数级提升不断完善模型的精确性追溯GPT1-3的发展历程GPT1的成功证明了GPT1的Transformer模型比原有的基础语言模型LSTM更加稳定训练次数的提升带来模型精确性的提升表明GPT-1具有非常强的泛化能力当数据的缺乏意味着GPT1仅仅是一个领域的专家而非通用的语言学家而GPT-2的升级在于通过海量数据和大量参数将一类模型迁移至其它模型中去而不需要额外的训练例如训练完科比是历史最佳篮球手的同时机器也就学会了问谁是历史最佳篮球手回答科比而GPT-3的出现本质上还是通过高出几个量级的参数量和数据量加上Transformer强大的拟合能力是的模型能够收敛得益于庞大的数据集GPT3可以完成超出正常能力的任务GPT-1GPT-2GPT-3ChatGPT模型发布时间参数量预训练数据量2018201920202022GPT-1GPT1具有一定的泛化能力能够用于和监督任务无关的NLP任务中常用任务包括GPT-12018年6月117亿约5GB2018自然语言推理判断两个句子的关系问答和常识推理语意相似度识别和分类GPT2并没有对原有的网络进行过多的结构创新区别与GPT1的是GPT2使用更多GPT-2的网络参数与更大的数据集理解能力更强常用应用包括阅读摘要聊天续写GPT-22019年2月15亿40G2019编故事等GPT-3GPT3除了在参数量与预训练数据量有质的飞跃外结构升级为无监督模型在该模2020型的基础下几乎可以完成自然语言处理的绝大部分任务例如阅读理解预计推GPT-32020年5月1750亿45TB断文章生成等资料来源csdn中泰证券研究所11AIGC产业的基础层和中间层全面升级或助力AIGC的应用层生成繁荣的生态基础层入门门槛高主要功能是为中间层确定算力主要包括AI芯片AI计算模型AI平台等由于预训练模型需要耗费大量的成本和技术投入一般参与的对象还是以大规模的互联网公司和行业巨头为主比如谷歌微软OpenAI等他们的商业模式主要包括两类第一类对受控的API调用进行收费第二类以基础版完全开源为主然后通过开发和销售专业版和定制版实现商业获利中间层是垂直化场景化个性化的模型和应用工具如语音识别计算机视觉等同样属于技术层的一部分在大模型的基础上企业可以快速抽取生成场景化定制化个性化的小模型实现不同行业和领域的工业流水线式部署而中间层的能力成熟度将直接影响AI商业化应用的深度和广度应用层是人工智能的顶端层即面向C端用户的文字图片音视频等内容生成服务应用层是未来Ai发展的趋势也是AI能否在生活工作的各个领域进行有效渗透和融合的关键只有应用层贴近C端用户的工具越发多样围绕AI的产业转型逐步推进AIGC的生态才可以更加繁荣完整资料来源腾讯研究院中泰证券研究所12生成式AI将在22年后迎来爆发预计以CAGR27的增速快速发展根据PrecedenceResearch生成式AI将在2022年后迎来应用的爆发市场空间预计由2022年的108亿美元上涨至2032年的1181亿美元10年的CAGR为27对从文本到图像到视频等的技术需求以及对现代化工作流程不断扩大的需求推动了生成式AI的快速发展生成式AI的产业潜力巨大媒体与娱乐业目前的市场份额最高达34据推断在预测期内商业和金融服务部门预计将以最快的速度增长364该行业的市场扩张归因于人工智能AI在行业中越来越多地使用以阻止欺诈保护数据并满足金融服务中各利益相关者不断变化的需求北美地区将继续引领市场2022年产生超过41的收入份额我们预计这一趋势将在预测期内继续这是由于Meta谷歌和微软等公司有望推动生成人工智能市场的发展亚太地区将以最快的复合年增长率增长部署基于人工智能的应用程序推动了该地区生成人工智能的增长生成式AI的市场规模2023to2032十亿美元2022年生成式AI的市场份额按地区分200地区2022年收入占比亚太地区22北美洲41150欧洲26118拉丁美洲8CAGR268中东及非洲310093732022年生成式AI市场份额按行业分58行业市场率45其他450362228IT和电信13111417医疗保健13银行金融保险14-汽车与运输业2220222023202420252026202720282029203020312032媒体与娱乐34资料来源PrecedenceResearch中泰证券研究所13Chatgpt的出现预示着AIGC的应用场景已经显现市场营销文案内容游戏销售邮件机器人过程应自动化售后代码生成图像生成用在线聊天邮件音乐层代码记录消费者社交面通用写作音频笔记记录文本到SQL媒体广告生物与化学其它网页应用开发者设计人声合成视频剪辑生成3D模型场景其它文本领域代码领域图像领域语音领域视频领域3D领域其他领域GPT-3模型GPT-3模型DALL-E2模型OpenAI模型X-CLIP模型TBD模型TBD模型模OPT模型Tabnine模型StableDiffusion型Bloom模型层Craiyon随着ChatGPT的出现其出色的生成能力已经开始影响一部分人解决问题的习惯Gopher模型面现实的应用场景已经出现AI2模型目前AIGC很典型的应用是利用自然语言描述作为输入生成各种模态的数据包括CohereAnthropic文本代码图像语音视频3D模型场景音乐等由这些基本模式的生成阿里巴巴Yandex公任务可以衍生出各种各样丰富的应用场景随着AIGC技术的发展和人们想象力边界司模型的扩展这些场景还将继续增加资料来源红衫AI创作一门万亿美元的大生意量子位中泰证券研究所14ChatGPT将深刻影响搜索市场格局用户获取信息的方式以及交互形式也将发生本质性变化现有搜索市场呈现google一家垄断的格局根据statcounter数据来看从2018年至2022年google在搜索市场一直占据主导地位其他搜索引擎所占总市场份额不超10ChatGPT的出现有望引领新一代的搜索变革一方面如今的搜索技术仍采用关键词搜索但chatGPT具有深度学习和理解自然语言能力可通过聊天的形式完成搜索符合增长的口语化搜索的需求另一方面如今搜索引擎的搜索结果往往不精确微软估计一天有100亿次搜索一半没有得到答复搜索结果需要用户自行浏览信息并进行整合而chatGPT可代替用户完成信息的整合步骤使得搜索更加高效内容更加精准微软推出的新版edge和bing中融入了GPT-35技术其搜索的效率和便利性将大大提高有望提升其市场份额国内百度也将推出文心一言被称为中国版的chatGPT更彰显了chatGPT在搜索发展中的重要地位2018-2022年全球搜索引擎市场份额2021年google和百度营收绝对值yoy占比Googlebing其他1005849525447Google百度242726322880搜索服务营收绝对值bn14901166091492692192092140同比增长yoy43112020搜索服务营收占比578594020182019202020212022资料来源Statcounter公司公告中泰证券研究所15营销和文案写作类工作或受到生成式AI影响最大的行业文案写作类型的工作或成为受生成式AI影响最大的行业一方面生成式AI辅助该类型工作者更快更好的完成创作替企业提效但一方面在行业未有增长的前提下企业通过生成式AI可以大大减少创作花费的成本与精力尤其是相关的人力成本我们预计新闻业互联网营销业及互联网写作类的职业三类细分人群将受到生成式AI带来的冲击新闻业共100万人人均年收入约为7万元新闻业的人力及营销成本约为35这里我们采用新闻集团22年财报数据假设生成式AI的替代比例为15就可以为新闻业的公司节省约5的成本互联网营销人员在2020年就突破1000万并以月均88的增速迅速补充人才缺口我们预计23年互联网营销人员的从业数量约为392百万人通常企业的营销费用率在15-30左右这里我们取中假设为23而相关的营销人员成本我们假设为该费用的30则互联网营销的相关人员成本接近公司营收的69假设生成式AI的替代比例为15就可以为公司节省约1的成本而对于互联网写作行业来说创作者都是独立的个体但生成式AI具备足够的创造能力和想象力时AI也将成为他们有力的竞争对手从业人员数量人均年收入总人员成本人员成本占比新闻业人工智能替代比例51015203050百万人元年百万元年节省成本百万元3495699010485139802097034950新闻业10699006990035节省人员成本17355269104173互联网营销392144422566535169互联网营销人工智能替代比例51015203050节省成本百万元283268566535849803113307016996052832675互联网写作175616041078077100节省人员成本030710142135资料来源财通社公司公告BOSS直聘长春日报中国出版传媒商报传媒见闻中国网络文学发展报告中泰证券研究所16生成式AI如何改变我们的未来AIGC新闻AIGC参与渗透新闻产品渗透的全过程具体包括采编环节AI帮助语音识别助力记者快速初稿保障新闻的时效性剪辑环节通过使用视频字幕生成等工具节省人力时间成本最大化版权价值传播环节AIGC应用于以AI合成主播为核心的的新闻报道领域带来更好的视觉化体验大幅提高生产力AIGC影视AIGC成功解决了影视行业缺乏高质量剧本制作成本高昂作品质量待提升的发展痛点前期的剧本方面AI通过对海量剧本数据进行分析归纳按照预设风格快速生产剧本缩短创作周期的同时也更迎合了用户的喜好拍摄期间AIGC通过合成脸与合成场景打破了物理场景的限制拓宽了作品想象力的空间后期剪辑的清晰度还原度也因为AIGC大幅提升制作周期的减少提升效率的同时也降低了成本如修复电影的时间减少四分之一成本减少一半预告片的制作周期从一个月缩短至24小时AIGC娱乐借助于AIGC技术通过趣味性图像和视频的生成打造虚拟偶像开发C端数字化身等方式娱乐产业拓宽了自身的辐射边界AIGC新闻新闻传播AIGC影视影视剪辑AIGC娱乐虚拟偶像资料来源中国信通院巴比特中泰证券研究所17游戏陡峭的进入门槛为AIGC创造了巨大机会在传媒板块中就涉及到的资产类型2D艺术3D艺术声音效果音乐对话等的数量而言游戏是最复杂的娱乐方式而游戏也是最强调实时性交互性和体验感的高入门门槛意味着游戏产业在前期会花费高昂的制作成本如RedDeadRedemption2这类3A大作制作成本高达近5亿美元玩家在游戏中看到的NPC实时变化的天气系统场景等都需要资金而这些文字图片视频音频甚至3D的效果当使用AI时的成本将大幅度降低如生成概念图的时间从过去的三周减少至1小时由此可见AIGC在内容制作的成本优化上是革命性的AIGC技术在游戏中的应用AI生成文字剧情设计游戏剧本情节叙事AI生成图像人物头像道具设计AI生成音频人物配音音效音乐AI生成视频游戏动画人物动作特效AI生成3D人物3D模型游戏场景元宇宙场景AI生成代码地图编辑器游戏主程序资料来源巴比特比推中泰证券研究所18元宇宙依赖AIGC高质量低成本创造原创内容AIGC主要在内容生产端推动元宇宙的发展众所周知元宇宙的目标是成为用户除现实世界外的第二空间内容生产者需要通过丰富的内容让用户达到沉浸式体验如沉浸式的虚拟内容动漫游戏或者沉浸式的实体内容媒体社交影视等且区别于第一世界元宇宙内的内容是原生的是在二维之下无法达到的全感官的体验效果在这样的背景之下如果只依赖PGC和UGC生产内容的数量将远远达不到构筑一个第二空间的要求则大量的内容需要AI去协助完成而近期AIGC的突破给予公司信心将元宇宙的底层架构进一步完善将来以低成本高效率创作内容互联网时代WEB10WEB20WEB30元宇宙内容生产方式PGC专业生产UGC用户生产AIGCAI生产特点专业质量有保障自由上传内容丰富高效率AI作图的模型特点出现时间AI生产视频模型特点出现时间Disco可文字转绘图开源原创性图片精美渲2022年2月Morpheus输入文字即可生产3D和动画2021年10月DiffusionCLIPDiffusion染时间长Midjourney可文字转绘图付费适合人像突出细节2022年3月Make-A-VideoMeta文字转视频图片转视频视频生产视频2022年9月可文字转绘图付费限制较多对复杂文字ImagenDALL-E2OpenAI2022年4月文字转视频视频质量高2022年10月理解准确艺术性不高渲染快VideoGoogle可文字转绘画免费开源原创性灵活性高PhenakiGoogle202210StableDiffusion2022年8月文字转视频情节连贯年月图片精美真实感艺术性渲染快ImagenGoogle有限公开理论上比DALL-E2效果好2022年11月StabilityAIVideo尚未公布研发中资料来源比推中泰证券研究所19目录CCONTEAIGC相关标的总结CONTENTS中泰NTS证券研究所专业领先深度诚信20