未來中國的AIGC產業

AIGC（AI-Generated Content）本質上是一種內容生產方式，即人工智能自動生產內容，是基於深度學習技朮，輸入數據后由人工智能通過尋找規律并適當泛化從而生成內容的一種方式。 在目前的市場下，AI已經具備生成文本、音頻、圖像、視頻的能力。基礎的生成式AI以文本模態為主要特徵，音頻、圖像、視頻等模態市場熱度較高。文生圖像以CLIP為主要訓練的神經網絡模型，其中文本和圖像通過編碼器進行分解，分解后進行映射，完成訓練，文生音頻具備相似的訓練模式。隨着大模型多模態能力升級，文生視頻快速發展。繼文生圖能力融入各個大模型之后，文生視頻成為大模型多模態應用的新趨勢。近期多家廠商發布相關產品或更新，大幅提升文生視頻效果。

模型層以高研發壁壘以及高運行成本為主要特點，一方面從數據基礎和訓練成本來看，模型層的研發均需要體量較大的數據以及充足的算力來完成，另一方面從運行成本來看，模型層的運行需要較強算力的支持。應用層本身目前的運維成本較低，同時適合對底層算法能力有着不同期望的企業。大廠存在數據和資金兩方面的基礎，在模型層具備優勢。應用層目前受惠於行業普遍較低的模型API調用價格，運行成本目前還較低，適合初創企業。

隨着大模型技朮的成熟，規模增大，大模型為AI Agent提供強大能力。Agent+大模型將有望搆建具備自主思考、決策和執行能力的智能體，進一步提升大模型的應用能力。在人工智能領域，AI Agent視為能夠使用傳感器感知周圍環境、做出決策并使用執行器做出響應的人工實體。對比AI與人類的交互模式，AI Agent 較目前廣泛使用的Copilot模式更加的獨立，能夠自主調用資源完成任務，人類在其中起到督促和評估的作用。AI Agent具有更廣泛的應用范圍可處理多個任務，并在不同領域中執行各種功能；具有更自然和靈活的交互方式，能夠理解復雜的自然語言指令，與用戶進行更智能對話。

從全球的視域來看，全球AI產業在22年經曆了微小的回落之后，23年迎來強勁反彈，僅上半年生成式AI在資本市場便募集約141億美元的資金，產業在資本市場異常火爆，同時大部分的企業仍處在早期融資輪次，后期仍存在大量的資金需求。從中國的視域來看，中國AIGC產業呈現相似的趨勢，21年達到峰值，受疫情影響22年產業融資數額較低，隨后在23年呈現反彈。AIGC本身對資金需求較大，隨着AIGC在國內應用場景的逐步落地，我們預計24年AIGC在資本市場仍然是投資熱點。

我國AIGC產業發展目前已經發展出了兩類主要業態，其一是主要面向C端用戶，提供的產品主要可以以模態划分為文本生成、圖片生成、音頻生成、視頻生成、虛擬人生成等多樣內容形態；其二是主要面向B端企業客戶，提供的產品更多是基於特定領域的專業服務，目前布局較多的賽道包括游戲、媒體/影視、電商及廣告營銷等重內容賽道。未來相信AIGC將繼續延展產業鏈，并在商業化場景上持續拓寬拓深，深入變革各個行業。

游戲行業具備高交互性、內容創意密集等特點，是最容易受益於AIGC影響的領域之一。在游戲行業，AIGC的應用越來越廣泛，它不僅可以幫助游戲開發者降低成本、改善效益、打造創新玩法等，還能為玩家提供更加丰富、逼真的游戲體驗。在國內，已有越來越多的游戲廠商將AIGC技朮接入工作流。

AIGC在媒體影視方面的應用貫穿前中后期的策划、制作、宣發等環節。 AIGC在中期制作環節中的應用已經較為成熟，通過AIGC可以生成虛擬畫面，同時可以對影像進行自動剪輯、AI換臉等操作，對畫面進行智能化的標注，為制作團隊提供更加清晰和高效的素材管理方式。

醫療診斷方面，AIGC目前正處於輔助診斷的發展階段，可參與到疾病篩查、醫學影像分析、診療等工作當中，提升服務效率。在制藥上AIGC主要在藥品研發環節有所應用，藥品研發涉及到藥物的探索、設計、臨床研究等環節，AIGC可進行靶點的發現、藥物的生成篩選、臨床受試者篩選等工作。

AIGC在金融行業的應用基本涵蓋金融行業前中后台中的市場營銷、投研項目、產品設計、風控合規、客戶服務、運營管理，并基於底層五大人工智能技朮支撐來得以實現。

AIGC可以實現專業創作者和個體自由地發揮創意，降低內容生產的門檻，帶來大量內容供給。對於仍處於摸索階段的元宇宙世界，AIGC技朮的發展也帶來了解決元宇宙內容創造問題的解決可能，可實現為元宇宙世界搆建基石的關鍵作用。

AIGC作為人工智能領域的重要分支，未來行業展望前景好，技朮創新和應用場景拓展將成為主要驅動力，跨界合作和法律法規的完善將為行業發展提供保障。