AIGC深度报告：新一轮内容生产力革命的起点

随着数据、算法、算力的共振， AIGC技术也逐渐得到发展。在模型开源和商业化的推动下， AIGC在传媒领域的应用有望突破千亿，并带来更多的商业化机会。复盘 AIGC算法迭代：竞争中发展，模型开源及商业化推动应用破圈。2017年推出的 Transformer架构的并行训练优势奠定了大模型训练的基础，以 GPT为代表的预训练模型使用无标注数据预训练及微调，缓解了标注数据不足的问题，并不断提升参数量级及模型通用性。扩散模型取代 GAN成为图像生成领域的主流模型， CLIP模型推动跨模态生成技术的发展。GPT3的商业化及 CLIP及 Stable Diffusion模型的开源推动文本生成、文生图产品化的浪潮。谷歌、 Meta持续探索文字生成视频领域模型。国内传媒领域应用有望超千亿， Gartner预测2023年将有20%的内容被生成式 AI所创建；至2025年生成式 AI产生的数据将占所有数据的10%（目前不到1%）；红杉预测生成式 AI将产生数万亿美元经济价值。

2025年，国内生成式 AI应用规模有望突破2000亿，我们预测国内传媒领域应用空间超1000亿。AIGC在设计、内容创作、广告营销、游戏、企业服务等领域均有应用，有望开启新一轮内容生产力革命。文本生成：应用于辅助写作、营销、社交、浏览器、企业级服务、心理咨询等领域，代表公司Jasper.ai，通过 SaaS订阅收费模式，获得B端客户认可，率先实现规模化收入；

OpenAI旗下 ChatGPT由于其通用性被集成至浏览器、办公自动化软件、企业级服务产品中作为增值服务项目。音频生成：应用于智能客服、有声读物制作、配音等领域，代表公司喜马拉雅、倒映有声。跨模态生成：包括文生图、文生视频、图片视频生成文字等应用，代表公司 Midjourney等。策略生成：应用于游戏、自动驾驶等领域，代表公司腾讯 AI Lab。