未来中国的AIGC产业

AIGC（AI-Generated Content）本质上是一种内容生产方式，即人工智能自动生产内容，是基于深度学习技术，输入数据后由人工智能通过寻找规律并适当泛化从而生成内容的一种方式。 在目前的市场下，AI已经具备生成文本、音频、图像、视频的能力。基础的生成式AI以文本模态为主要特征，音频、图像、视频等模态市场热度较高。文生图像以CLIP为主要训练的神经网络模型，其中文本和图像通过编码器进行分解，分解后进行映射，完成训练，文生音频具备相似的训练模式。随着大模型多模态能力升级，文生视频快速发展。继文生图能力融入各个大模型之后，文生视频成为大模型多模态应用的新趋势。近期多家厂商发布相关产品或更新，大幅提升文生视频效果。

模型层以高研发壁垒以及高运行成本为主要特点，一方面从数据基础和训练成本来看，模型层的研发均需要体量较大的数据以及充足的算力来完成，另一方面从运行成本来看，模型层的运行需要较强算力的支持。应用层本身目前的运维成本较低，同时适合对底层算法能力有着不同期望的企业。大厂存在数据和资金两方面的基础，在模型层具备优势。应用层目前受惠于行业普遍较低的模型API调用价格，运行成本目前还较低，适合初创企业。

随着大模型技术的成熟，规模增大，大模型为AI Agent提供强大能力。Agent+大模型将有望构建具备自主思考、决策和执行能力的智能体，进一步提升大模型的应用能力。在人工智能领域，AI Agent视为能够使用传感器感知周围环境、做出决策并使用执行器做出响应的人工实体。对比AI与人类的交互模式，AI Agent 较目前广泛使用的Copilot模式更加的独立，能够自主调用资源完成任务，人类在其中起到督促和评估的作用。AI Agent具有更广泛的应用范围可处理多个任务，并在不同领域中执行各种功能；具有更自然和灵活的交互方式，能够理解复杂的自然语言指令，与用户进行更智能对话。

从全球的视域来看，全球AI产业在22年经历了微小的回落之后，23年迎来强劲反弹，仅上半年生成式AI在资本市场便募集约141亿美元的资金，产业在资本市场异常火爆，同时大部分的企业仍处在早期融资轮次，后期仍存在大量的资金需求。从中国的视域来看，中国AIGC产业呈现相似的趋势，21年达到峰值，受疫情影响22年产业融资数额较低，随后在23年呈现反弹。AIGC本身对资金需求较大，随着AIGC在国内应用场景的逐步落地，我们预计24年AIGC在资本市场仍然是投资热点。

我国AIGC产业发展目前已经发展出了两类主要业态，其一是主要面向C端用户，提供的产品主要可以以模态划分为文本生成、图片生成、音频生成、视频生成、虚拟人生成等多样内容形态；其二是主要面向B端企业客户，提供的产品更多是基于特定领域的专业服务，目前布局较多的赛道包括游戏、媒体/影视、电商及广告营销等重内容赛道。未来相信AIGC将继续延展产业链，并在商业化场景上持续拓宽拓深，深入变革各个行业。

游戏行业具备高交互性、内容创意密集等特点，是最容易受益于AIGC影响的领域之一。在游戏行业，AIGC的应用越来越广泛，它不仅可以帮助游戏开发者降低成本、改善效益、打造创新玩法等，还能为玩家提供更加丰富、逼真的游戏体验。在国内，已有越来越多的游戏厂商将AIGC技术接入工作流。

AIGC在媒体影视方面的应用贯穿前中后期的策划、制作、宣发等环节。 AIGC在中期制作环节中的应用已经较为成熟，通过AIGC可以生成虚拟画面，同时可以对影像进行自动剪辑、AI换脸等操作，对画面进行智能化的标注，为制作团队提供更加清晰和高效的素材管理方式。

医疗诊断方面，AIGC目前正处于辅助诊断的发展阶段，可参与到疾病筛查、医学影像分析、诊疗等工作当中，提升服务效率。在制药上AIGC主要在药品研发环节有所应用，药品研发涉及到药物的探索、设计、临床研究等环节，AIGC可进行靶点的发现、药物的生成筛选、临床受试者筛选等工作。

AIGC在金融行业的应用基本涵盖金融行业前中后台中的市场营销、投研项目、产品设计、风控合规、客户服务、运营管理，并基于底层五大人工智能技术支撑来得以实现。

AIGC可以实现专业创作者和个体自由地发挥创意，降低内容生产的门槛，带来大量内容供给。对于仍处于摸索阶段的元宇宙世界，AIGC技术的发展也带来了解决元宇宙内容创造问题的解决可能，可实现为元宇宙世界构建基石的关键作用。

AIGC作为人工智能领域的重要分支，未来行业展望前景好，技术创新和应用场景拓展将成为主要驱动力，跨界合作和法律法规的完善将为行业发展提供保障。