海外市場投資策略分析報告：低位港股科技擁抱AI新時代

證券研究報告低位布局港股科技，擁抱AI新時代海外市場2023年中期投資策略2023

年5月6日核心觀點2023Q2-Q3為重要窗口期，港股科技板塊低位入場機會值得重視（1）復盤：2022年11月-2023年2月恒生指數(shù)上行主要由分母端驅(qū)動：國內(nèi)疫情防控措施優(yōu)化、經(jīng)濟強復蘇預期、以及空頭平倉驅(qū)動港股估值迅速修復。2023年2月-2023年4月港股盤整：南向資金獲利了結(jié)壓力、中美關系反復、美國信貸危機擔憂、中國經(jīng)濟預期由強復蘇轉(zhuǎn)為弱復蘇。（2）展望：恒生科技指數(shù)重回歷史低位，恒生科技指數(shù)PE-TTM約為35倍，接近2021年歷史低點。短期內(nèi)中美關系反復、美股調(diào)整風險仍是擾動因素，重點關注二三季度低位布局機會，伴隨中國經(jīng)濟增長動力加速、美債利率下行有望驅(qū)動港股科技板塊估值上行。重點推薦：消費電子:重點推薦（1）舜宇光學科技，手機光學格局改善、海外大客戶進展順利從而驅(qū)動手機光學業(yè)務企穩(wěn)回升，汽車及AR/VR業(yè)務驅(qū)動2024-2025年業(yè)績重回快速成長。（2）高偉電子，2024年有望切入海外大客戶后攝模組業(yè)務、同時布局MR/激光有望驅(qū)動2024-2025年業(yè)績高成長。業(yè)務，半導體：重點推薦、華虹半導體，估值處于低位、布局半導體周期左側(cè)型機會，晶圓代工行業(yè)有望于2023Q4明顯復蘇；受益標的ASM

Pacific，全球半導體封裝設備龍頭，行業(yè)景氣度仍承壓，但估值較低，適合底部布局。汽車：重點推薦（1）小鵬汽車，公司2023年管理優(yōu)化有望驅(qū)動經(jīng)營企穩(wěn)，2024年新車矩陣及低成本ADAS方案再次確立產(chǎn)品賣點驅(qū)動預期反轉(zhuǎn)。（2）英恒科技，少有的高增長低估值標的，受益汽車半導體價值量持續(xù)提升趨勢?；ヂ?lián)網(wǎng)：重點推薦美團，公司積極應對抖音在本地生活領域的競爭，到店業(yè)務持續(xù)快速增長及利潤穩(wěn)健兌現(xiàn)、有望驅(qū)動估值修復。受益標的騰訊，仍為互聯(lián)網(wǎng)板塊確定性機會，關注AI大模型及行業(yè)應用落地。計算機：重點推薦（1）金山軟件，持續(xù)受益信創(chuàng)+AIGC趨勢；（2）聯(lián)想集團，PC行業(yè)龍頭周期性企穩(wěn)回升，同時AI智能服務器業(yè)務提振估值。目

錄CONTENTS基于DCF模型，論港股投資與A股的異同1AIGC行業(yè)綜述：產(chǎn)業(yè)鏈與生態(tài)體系23現(xiàn)狀：模型層互聯(lián)網(wǎng)巨頭蓄勢待發(fā)，應用層消費內(nèi)容生成進展較快應用：傳媒及內(nèi)容優(yōu)先落地，短期看降本增效，長期看生態(tài)革新風險提示451.1DCF模型，論港股投資和A股的同與不同基于投資本質(zhì)上是“資金”不斷給“資產(chǎn)”重定價的過程，資產(chǎn)價格的變化及未來方向也是主要跟蹤預判“分子分母端”的方向。到底是投資A股還是港股，也是綜合評估“分子”、“分母”端情況，考慮配置更高的基本面估值性價比。分子端是資產(chǎn)，核心變量是EPS盈利增長預期、其次是匯率轉(zhuǎn)化:（1）港股和A股都是中國經(jīng)濟體，整體盈利預期變化情況趨勢其實是比較接近的，不過因為兩地市場的資產(chǎn)板塊構(gòu)成有不同、導致節(jié)奏頻率還是有輕微差異。（2）匯率方面，中資股是中國香港市場的主要業(yè)績及估值貢獻，作為人民幣資產(chǎn)，在人民幣尚未完全國際化背景下，美元兌人民幣匯率走勢會影響中資股在全球范圍內(nèi)的定價。分母端是資金要求的投資回報率，決定變量是無風險利率、市場風險溢價：兩地資產(chǎn)市場價格的核心區(qū)別最主要還是出現(xiàn)在“分母端”，

A股市場主要還是內(nèi)地玩家，但港股市場的主要投資者來自海外和中國香港本地投資者，內(nèi)資僅占比12%；這樣的資金結(jié)構(gòu)決定港股的無風險利率、市場風險溢價和A股是不一樣的。（1）無風險利率方面，A股主要跟蹤中國10年國債收益率變化，港股整體還是跟蹤美國10年期國債收益率；（2）風險溢價方面，中國香港投資者整體比A股的風險偏好更低、要求更多的風險溢價補償，影響因素主要有流動性風險溢價、國家風險溢價、資產(chǎn)構(gòu)成情況、投資者類型、交易機制等等。1.2港股市場2020年以來走勢復盤2020年港股恒生指數(shù)上行由分母端驅(qū)動：（1）全球貨幣寬松、美國大選落定提振風險偏好，無風險利率降低，分母端驅(qū)動估值上行；疫情雖然影響了全球經(jīng)濟表現(xiàn)，分子端承壓，但由于中國更快更高效的疫情防控，中國經(jīng)濟體在全球范圍內(nèi)出現(xiàn)更快的經(jīng)濟復蘇、也凸顯出更高的相對配置機會。2021-2022年恒生指數(shù)下跌源自分子、分母端均承壓：（1）分子端：盈利預期下修，2021年國內(nèi)行業(yè)強監(jiān)管影響資金的中長期盈利增速預期g；2022年疫情反復及防控升級亦是原因之一。（2）分母端：美債利率持續(xù)超預期上行（通脹超預期導致美元加息周期）、股票風險溢價上升（2021年主要源自國內(nèi)政策監(jiān)管、2022年源自俄烏沖突、中概股退市風險）。2022年11月-2023年2月恒生指數(shù)上行主要由分母端驅(qū)動：中國疫情防控優(yōu)化、以及經(jīng)濟強復蘇預期、以及空頭平倉驅(qū)動港股估值迅速修復。2023年2月-2023年4月港股盤整：南向資金獲利了結(jié)、中美關系反復、美國信貸危機擔憂、中國經(jīng)濟預期由強復蘇轉(zhuǎn)為弱復蘇圖1：恒生指數(shù)于2023年2月后開啟調(diào)整圖2：恒生指數(shù)2023年EPS一致預期增速有所下修350030002500200035,000.002021/02：3118330,000.0025,000.0020,000.0015,000.0010,000.0015002023/01：227002023E

EPS增速：23%2024E

EPS增速：9%100050002022/10：1459720142020201520212016202220172023201820242019NTMA2018/4/262019/4/262020/4/262021/4/262022/4/262023/4/2恒生指數(shù)收盤價數(shù)據(jù)：Wind、開源證券研究所Bloomberg

、開源證券研究所數(shù)據(jù)：1.3港股科技板塊低位入場機會值得重視恒生科技指數(shù)重回歷史低位，恒生科技指數(shù)PE-TTM約為35倍，接近2021年歷史低點。短期內(nèi)中美關系反復、美股調(diào)整風險仍是擾動因素，重點關注二三季度低位布局機會，伴隨中國經(jīng)濟增長動力加速、美債利率下行有望驅(qū)動港股科技板塊估值上行。（1）分子端：東升西落邏輯將持續(xù)獲驗證，二季度中國經(jīng)濟仍處在弱復蘇軌道，伴隨居民信貸回暖、工業(yè)補庫存有望驅(qū)動經(jīng)濟動力增強。（2）無風險利率：美國勞動力市場與通脹水平連續(xù)放緩，預計5月或?qū)⑦M行本輪最后一次加息，有利于支撐港股估值。（3）流動性風險溢價：短期內(nèi)中美關系反復、美股調(diào)整風險仍是擾動因素；當中國經(jīng)濟增長潛力優(yōu)勢前景獲得兌現(xiàn)，港股作為外資買入中國資產(chǎn)的主要渠道，有望再次吸引資金面回流。圖3：恒生科技指數(shù)PE-TTM估值接近2021年歷史低點圖4：恒生科技指數(shù)市盈率及市銷率均處于歷史較低水平70.060.050.040.030.020.07654321069.062.055.048.041.034.027.020.0恒生科技指數(shù)市盈率TTM

(左軸)+1標準差(48.9x)-1標準差(35.0x)恒生科技指數(shù)市銷率(右軸)恒生科技指數(shù)市盈率TTM

(左軸)數(shù)據(jù)：Wind、開源證券研究所數(shù)據(jù)：Wind、開源證券研究所目

錄CONTENTS基于DCF模型，論港股投資與A股的異同1AIGC行業(yè)綜述：產(chǎn)業(yè)鏈與生態(tài)體系23現(xiàn)狀：模型層互聯(lián)網(wǎng)巨頭蓄勢待發(fā)，應用層消費內(nèi)容生成進展較快應用：傳媒及內(nèi)容優(yōu)先落地，短期看降本增效，長期看生態(tài)革新風險提示452.1GPT為代表的大模型催生AIGC的快速發(fā)展以?

AIGC即采用人工智能技術(shù)自動生產(chǎn)內(nèi)容。主要指通過預訓練大模型等人工智能技術(shù)生成圖像、文本、音頻、視頻等內(nèi)容，甚至包括游戲策略、編程代碼、藥物分子結(jié)構(gòu)等更廣義的細分行業(yè)內(nèi)容。?

AIGC的發(fā)展主要歷經(jīng)三個階段，基礎大模型的開發(fā)與迭代離不開算力的快速發(fā)展和模型參數(shù)量的提升，隨著大模型算法的進步和近期OpenAI團隊旗下ChatGPT的問世，AIGC發(fā)展駛?cè)肟燔嚨?。?：AIGC的發(fā)展大致可以分為三個階段圖5：基礎大模型的發(fā)展離不開參數(shù)量的提升及算力的快速發(fā)展：“AI-GeneratedContent(AIGC):

ASurvey”、開源證券研究所資料：“A

Comprehensive

SurveyofAI-Generated

Content(AIGC):資料AHistoryof

Generative

AI

fromGAN

to

ChatGPT”2.2

AIGC有望塑造數(shù)字內(nèi)容生產(chǎn)新范式?

創(chuàng)造性的內(nèi)容生產(chǎn)能力曾長期被認為是人類的獨有能力，而隨著AIGC內(nèi)容的逐漸豐富，這一認知已被顛覆。?

紅杉資本預測，到2025年時AIGC產(chǎn)出文稿、編程代碼的能力將高于人類平均水平，而產(chǎn)出圖像能力也將達到直接用于產(chǎn)品設計、建筑設計等通用行業(yè)水平。這意味著AIGC將具備初步實際應用于生產(chǎn)生活中各個環(huán)節(jié)的能力。而到了2030年時，AIGC產(chǎn)出文稿水平將進一步超越專業(yè)作家，產(chǎn)出代碼質(zhì)量超越全職程序員，產(chǎn)出圖像質(zhì)量將超越職業(yè)藝術(shù)家及設計師。圖6：到2025年預計AIGC產(chǎn)出文稿、代碼能力將高于人類平均水平圖7：文生圖輸出“一只演奏噴火喇叭的柯基”圖片案例資料：“A

Comprehensive

SurveyofAI-Generated

Content(AIGC):

AHistoryof

Generative

AI

fromGAN

to

ChatGPT”資料：

SEQUOIA2.3

AIGC產(chǎn)業(yè)鏈及生態(tài)體系：基礎層、中間層、應用層AIGC產(chǎn)業(yè)鏈從結(jié)構(gòu)上大致可以分為三層，分別是基礎層，中間層，以及應用層。其中基礎層主要包括大模型的預訓練及其所需要的模型設計、服務器、云服務環(huán)節(jié)；中間層主要包括各個垂直領域的場景化、個性化模型；而應用層則是由各類圖片、文字、語音、代碼等內(nèi)容組成的具體AIGC內(nèi)容及應用。圖8：AIGC產(chǎn)業(yè)結(jié)構(gòu)體系主要分為三層圖9：大模型產(chǎn)業(yè)鏈中的主要參與者分布廣泛資料：騰訊研究院資料：艾瑞咨詢2.4AIGC

產(chǎn)業(yè)鏈港股科技板塊公司深度參與?基礎層：主要包括大模型開發(fā)者（百度、騰訊、阿里巴巴、商湯等），算力資源提供者（通訊等），以及訓練所需數(shù)據(jù)提供者（如百度集團、微博、閱文集團、新華文軒等）。、聯(lián)想控股、ASMPT、?中間層：主要包括基礎大模型在細分行業(yè)的應用和模型微調(diào)參與者，比如網(wǎng)易受益于多模態(tài)在游戲開發(fā)領域的應用，金山軟件受益于大語言模型在辦公軟件領域的應用，中國軟件國際受益于

盤古行業(yè)模型在不同細分場景的落地開發(fā)等。?應用層：如IGG、中手游、心動公司等受益于AIGC在游戲領域的應用，京東、美團、微博等直接受益于AIGC在廣告設計與投放領域的應用，閱文集團、百度集團等直接受益于AIGC在文生文、文生圖等領域應用。圖10：香港市場AIGC產(chǎn)業(yè)鏈相關上市公司一覽基礎層中間層應用層市值（HKD）/產(chǎn)業(yè)鏈環(huán)節(jié)受益于大模型的開發(fā)和調(diào)試(fine-tunning)，為大模型的開發(fā)主要包括基礎大模型在細分行業(yè)的應用和模型微調(diào)參與者

直接受益于AIGC技術(shù)變革的內(nèi)容生產(chǎn)者和調(diào)試提供基礎的算法、算力、以及數(shù)據(jù)資源300億以下ASMPT,新華文軒,萬國數(shù)據(jù)中國軟件國際商湯集團IGG，中手游，心動公司，美圖公司阿里健康，微博,閱文集團,眾安在線，金山300-1000億商湯集團，華虹半導體,微博，閱文集團，聯(lián)想集團軟件騰訊控股，阿里巴巴，百度集團，網(wǎng)易，美團，京東集團，快手,京東健康，小米集團1000億以上騰訊控股，阿里巴巴，百度集團，，通訊騰訊控股，阿里巴巴，百度集團，網(wǎng)易資料算）：Wind、開源證券研究所（注：市值按照2023年5月5日收盤價計目

錄CONTENTS基于DCF模型，論港股投資與A股的異同1AIGC行業(yè)綜述：產(chǎn)業(yè)鏈與生態(tài)體系23現(xiàn)狀：模型層互聯(lián)網(wǎng)巨頭蓄勢待發(fā)，應用層消費內(nèi)容生成進展較快應用：傳媒及內(nèi)容優(yōu)先落地，短期看降本增效，長期看生態(tài)革新風險提示453.1潛在規(guī)模：當前仍處培育摸索期，2030年有望達萬億級別當前我國AIGC行業(yè)仍處于摸索期，未來隨底層大模型成熟帶動應用層蓬勃發(fā)展，拓寬商業(yè)化場景，2030年整體市場規(guī)模有望超萬億。圖11：我國AIGC產(chǎn)業(yè)當前仍處于培育摸索期，2030年市場規(guī)模有望超過萬億培育摸索期（2023-2025）應用蓬勃期（2025-2027）整體加速期（2028-）14,00012,00010,0008,0006,0004,0002,0000250%200%150%100%50%231%

AI在個性化、實時化、自主迭代等方向上的延展價值得到發(fā)揮，和其他業(yè)務系統(tǒng)緊密鏈接

底層：大模型發(fā)展加速，除原有玩家外，互聯(lián)網(wǎng)巨頭等大資金及人才體量的玩家開始入局

底層及中間層：主要玩家基本確定11,491應用層：隨大模型開放API增多，大量應用層玩家進場

中間層：尚未出現(xiàn)相關公司172%應用層：整體處于業(yè)務場景驗證及變現(xiàn)探索期?；赟table

Diffusion等開源模型的上層應用迅速出現(xiàn)，由于受到底層大模型接口的限制，細分領域應用發(fā)展相對有限

人機共創(chuàng)逐漸被行業(yè)普遍長視應用，在內(nèi)容咨詢和娛樂傳媒領域產(chǎn)生確定性價值，基本價值創(chuàng)作路徑和112%

產(chǎn)業(yè)生態(tài)：相對封閉，研究機構(gòu)作用明顯，創(chuàng)業(yè)公司較少，大部分技術(shù)尚未達到穩(wěn)定進入實際生產(chǎn)環(huán)節(jié)的水平技術(shù)思路確認76%3,47233%23%20923%25721%1,2766033421700%20232024：量子位智庫、開源證券研究所2025202620272028YOY（%，右軸）20292030資料市場規(guī)模（億元，左軸）3.2現(xiàn)狀：模型層互聯(lián)網(wǎng)巨頭全面布局，中小廠商蓄勢待發(fā)通用大模型核心技術(shù)壁壘在于數(shù)據(jù)、算法、算力等要素資源組合。大模型訓練及運營面臨成本高、數(shù)據(jù)獲取難、孵化周期長的挑戰(zhàn)，考慮到運行成本，未來格局或仍以頭部玩家為主。目前國內(nèi)擁有資金、人才體量優(yōu)勢的互聯(lián)網(wǎng)巨頭爭相布局底層通用大模型，尚未普遍形成對外開放生態(tài)。圖12：互聯(lián)網(wǎng)大廠開始入局底層通用大模型通用模型算力模態(tài)參數(shù)規(guī)模當前進展應用場景比較優(yōu)勢3月16日發(fā)布文心一言，C端類chatGPT、B端客3月27日發(fā)布文心千帆

服、對話問答、辦公軟件、先發(fā)優(yōu)勢、技術(shù)積累、搜索數(shù)據(jù)百度文心大模型百度云、昆侖芯片多模態(tài)2600億大模型平臺4月11日發(fā)布暫未發(fā)布數(shù)字人等電商數(shù)據(jù)、資金及人才優(yōu)勢C端游戲、新聞等內(nèi)容數(shù)阿里巴巴騰訊通義大模型混元助手阿里云、平頭哥芯片騰訊云、滄海芯片多模態(tài)多模態(tài)超10萬億參數(shù)接入阿里系所有產(chǎn)品萬億/據(jù)及場景能源開采、制造業(yè)生產(chǎn)、電網(wǎng)系統(tǒng)、智慧交通等B端場景盤古大模型Sigma云、晟騰芯片多模態(tài)1.08萬億4月9日發(fā)布資金及人才優(yōu)勢自研類ChatGPT大模型“商量”、文生圖創(chuàng)作平臺"秒畫”、AI數(shù)字人視頻生成平臺“如影”、3D內(nèi)容生成平臺“瓊宇”、“格物”商湯集團日日新SenseNova360智腦27000塊GPU多模態(tài)多模態(tài)1800億4月10日發(fā)布3月29日發(fā)布算力及技術(shù)積累360//搜索引擎搜索數(shù)據(jù)及安全場景資料：阿里云官網(wǎng)、商湯科技官網(wǎng)、文心大模型官網(wǎng)、盤古大模型發(fā)布會、

騰訊云官網(wǎng)、智東西公眾號、36kr、開源證券研究所3.2現(xiàn)狀：應用層消費內(nèi)容生產(chǎn)落地較快從模態(tài)看，文本生成及圖文生成已較為成熟；從應用場景看，可直接消費內(nèi)容生產(chǎn)國內(nèi)落地及變現(xiàn)進展較快。圖13：從大模型應用場景及成熟度看，交互式文本生成及文圖生成有望快速應用資料：北京智源人工智能研究院3.2現(xiàn)狀：應用層消費內(nèi)容生產(chǎn)落地較快基于不同模態(tài)的技術(shù)、落地成熟度及市場規(guī)模看：（1）基于模態(tài)分類，文字生成發(fā)展時間長，而跨模態(tài)生成賽道具有較大潛力；（2）基于應用場景看，可消費內(nèi)容生成激發(fā)內(nèi)容生成多樣性同時能夠降本增效，落地及變現(xiàn)進展較快。圖14：從不同模態(tài)看，圖像及視頻生成潛在市場規(guī)模較大，仍有待變革資料：量子位智庫3.3變現(xiàn)路徑：目前產(chǎn)出量收費占據(jù)主流，未來MaaS將占據(jù)主要市場規(guī)模從變現(xiàn)路徑看，目前國內(nèi)按照內(nèi)容產(chǎn)出量收費為主要商業(yè)模式，未來MaaS將成為主流：（1）底層大模型及中間層變現(xiàn)路徑主要為MaaS，按照數(shù)據(jù)請求量和實際計算量付費，如OpenAI基于對外API收費模式；（2）應用層主要按產(chǎn)出內(nèi)容量及軟件訂閱付費，如Deep

Dream

Generator按照計算請求量和訓練次數(shù)付費，ChatGPT

Plus

20美元/月。圖15：MaaS推動云計算整體架構(gòu)體系演進升級圖16：未來MaaS將占據(jù)AIGC市場主要份額資料：阿里研究院數(shù)據(jù)：量子位智庫、開源證券研究所目

錄CONTENTS基于DCF模型，論港股投資與A股的異同1AIGC行業(yè)綜述：產(chǎn)業(yè)鏈與生態(tài)體系23現(xiàn)狀：模型層互聯(lián)網(wǎng)巨頭蓄勢待發(fā)，應用層消費內(nèi)容生成進展較快應用：傳媒及內(nèi)容優(yōu)先落地，短期看降本增效，長期看生態(tài)革新風險提示454.1產(chǎn)業(yè)影響：交互方式革新、豐富產(chǎn)品種類、新興商業(yè)模式、構(gòu)建生態(tài)平臺圖17：通用大模型落地有望改變現(xiàn)有數(shù)字產(chǎn)業(yè)生態(tài)資料：艾瑞咨詢4.2當前應用：各行業(yè)均有所布局，內(nèi)容消費領域變革及落地最快基于大模型在全球范圍內(nèi)的應用，目前行業(yè)變革主要包括游戲、影視內(nèi)容、電商營銷、在線教育、辦公軟件、社交及合成數(shù)據(jù)等，其中傳媒領域落地較快、變革程度較高。從模態(tài)看，AIGC目前在基于自然語言的文本、音頻和圖片生成領域，尤其在知識類中短文、插畫等圖片創(chuàng)作等效果與有中級經(jīng)驗的創(chuàng)作者匹敵，在視頻和3D媒介等復雜度較高的領域處于探索階段。圖18：AIGC在傳媒及影視內(nèi)容行業(yè)快速落地落地行業(yè)變革方式AI可優(yōu)化從策劃到劇情、音頻、圖像、動畫制作再到宣發(fā)等制作全流程，提高開發(fā)人員效率，縮小研發(fā)周期和人員規(guī)模，降低游戲研發(fā)成本，在各行業(yè)中相對技術(shù)成熟度及接受度最高AI+游戲多模態(tài)內(nèi)容生成增加多樣性及降低成本，細分領域包括電影及長視頻（換臉、背景渲染、廣告自動植入）、直播（虛擬人）、短視頻（影視作品剪輯）、在線音樂（自動編曲、作曲、AI聲優(yōu)）、圖片（AI制圖、修圖）、網(wǎng)絡文學（小說生成及續(xù)寫等）AI+影視/內(nèi)容消費端AI+電商AI+辦公軟件AI+教育虛擬人直播、個性化營銷，如Shopify接入GPT依照風格與需求生成文稿、由文稿生成展示并自動精修細節(jié)、自動數(shù)據(jù)分析并輸出邏輯依據(jù)，如Office

copilot個性化學習、適應性輔導，如cheggMateAI+社交設定特定性格的AI

NPC滿足線上社交功能，如Glow通過AI從現(xiàn)有內(nèi)容，如圖片、音頻、文本等，生成完全虛構(gòu)但保持原始數(shù)據(jù)特定屬性的全新數(shù)據(jù)，本質(zhì)上是希望通過AIGC克服模型訓練的原始數(shù)據(jù)短缺問題，實現(xiàn)不同機構(gòu)間的數(shù)據(jù)轉(zhuǎn)移及更新以避免隱私泄露、完成特定算法的訓練及數(shù)據(jù)分析，且能夠避免手工標注的高昂成本，目前在自動駕駛和醫(yī)療領域應用最多產(chǎn)業(yè)端AI+訓練數(shù)據(jù)資料：量子位智庫、36Kr、騰訊研究院、開源證券研究所4.2當前應用：各行業(yè)均有所布局，游戲、影視、資訊等內(nèi)容消費領域落地最快基于目前大模型在全球范圍內(nèi)的應用落地，目前行業(yè)變革主要包括游戲、影視內(nèi)容、電商營銷、在線教育、辦公軟件、社交及合成數(shù)據(jù)等，其中傳媒領域落地較快、變革程度較高。圖19：各細分方向應用方向均有布局圖20：AIGC對電商、影視、辦公軟件、游戲變革程度較高資料：普華永道公眾號資料：量子位智庫4.3游戲：AI助力游戲開發(fā)全流程，實現(xiàn)降本增效AIGC縮短游戲制作流程及周期，降低人員規(guī)模及研發(fā)成本。游戲開發(fā)過程包含策劃、動畫、特效、音頻、美術(shù)等細分環(huán)節(jié)，對工業(yè)化程度、實時性、交互性要求高，需投入大量人力或延長制作周期，據(jù)36Kr，《荒野大鏢客：救贖2》制作超28平方英里逼真地圖和1,000個NPC，耗用8年時間、專職開發(fā)人員超1,200人、成本近3億美元。隨多模態(tài)通用模型出現(xiàn)，AIGC可優(yōu)化從策劃到劇情、音頻、圖像、動畫制作再到宣發(fā)等游戲制作全流程，縮減人員成本及開發(fā)時間。圖21：AIGC助力優(yōu)化游戲全流程資料：騰訊AI

Lab公眾號4.4影視內(nèi)容：AIGC提升創(chuàng)作效率，增加內(nèi)容多樣性AIGC影視行業(yè)早有應用，大模型拓展應用邊界。（1）提高制作效率，AI自動化處理電影制作過程中的任務，包括視頻剪輯、音頻處理、特效制作等方面，降低電影制作周期和成本。（2）提高內(nèi)容多樣性和創(chuàng)意靈感，如涉及多領域知識；（3）個性化、智能化劇本創(chuàng)作及推薦，改善用戶體驗。圖22：AIGC提升影視內(nèi)容創(chuàng)作效率及多樣性應用技術(shù)路線代表產(chǎn)品Dramatron系AI劇本生成AI劇本拆解AI圖像生成AI視頻生成基于GPT生成具有一定邏輯及連貫性的內(nèi)容，輔助編劇進行內(nèi)容創(chuàng)作統(tǒng)AI+NLP自動對劇本角色、場景、道具、特效等元素進行羅列，轉(zhuǎn)化程拍攝日期和預算FilmustageCuebric基于圖文數(shù)據(jù)集對比訓練，生成與文本匹配度較高的圖像，提供貼合腳本的影視素材用于概念構(gòu)思或虛擬制作隨深度神經(jīng)網(wǎng)絡技術(shù)升級，生成更準確、真實、可控的高分辨率視頻，與動作捕捉技術(shù)結(jié)合，由演員驅(qū)動虛擬角色表現(xiàn)，甚至創(chuàng)造出高度智能化的數(shù)字人RunwayRespeecherAI語音技術(shù)AI作曲AI語音處理包括語音識別ASR、自然語言處理NLP、語言生成NLG、語音合成TTS，作為成熟度較高的技術(shù)已應用到自動字幕生成、影視配音、多語言譯制中、DeepdubAIVA、LifeScore大模型理解理解音樂旋律的抽象模式，強化學習算法，可以應用于背景音樂創(chuàng)作，激發(fā)創(chuàng)意及降低創(chuàng)作門檻AdobeSensei、DreamixAI視頻編輯識別視頻內(nèi)容，自動填充關鍵幀產(chǎn)生時間上的連續(xù)，提高視頻剪輯、修改、重制的效率資料：東西文娛公眾號、開源證券研究所4.5電商：AIGC重塑人貨場，短期看運營降本增效，長期看生態(tài)變革AIGC重塑人貨場，短期內(nèi)容生成帶來運營降本增效，長期看交互方式變革有望打破原有格局。（1）人：用戶端自然語言成為發(fā)布操作指令的新模態(tài)，商家端智能客服、虛擬人直播實現(xiàn)降本增效。（2）貨：AIGC降低貨品文圖視頻等展示素材生成成本，同時增強多樣性，智能化選品提升ROI。（3）場：用戶端自然語言的交互方式革新提升友好度和功能性，縮短交易鏈路，個性化營銷改變原有流量分發(fā)模式。圖23：AIGC重塑電商人、貨、場變革方式應用用戶端商家端自然語言成為發(fā)布操作指令的新模態(tài)智能客服及虛擬人直播實現(xiàn)降本增效：人（1）目前電商平臺自動回復多以關鍵詞進行識別，通用大模型提高用戶體驗同時降低人工成本；

（1）根據(jù)吉宏股份披露，根據(jù)公司公告，2023年1（2）虛擬人直播：AIGC降低虛擬人生成成本，同時可實現(xiàn)7*24小時直播，月吉宏股份接入ChatGPT，借助相關技術(shù)實現(xiàn)多環(huán)節(jié)優(yōu)化：截至3月17日，ChatGPT技術(shù)已累計幫助公司上新品1W+、累計節(jié)省客服1000人次工時、生成新廣告文案7W+、處理圖像素材2W+；（2）根據(jù)京東靈小播，某頭部電腦品牌商使用虛擬人直播月度店鋪GMV提升28%（1）降低文案、圖片、視頻等貨品展示素材制作成本；（2）人工素材無法滿足不同用戶興趣，AIGC可實現(xiàn)不同營銷創(chuàng)意短時間生成展示素材貨場選品智能選品交互方式自然語言提升交互友好度和功能性，縮短交易鏈路，實現(xiàn)個性化營銷Shopify推出shop

app資料：吉宏股份公告、京東云公眾號、開源證券研究所4.6AIGC全面輔助辦公，提升工作效率與質(zhì)量辦公軟件：?

2023年3月16日，微軟發(fā)布了基于Office

365及GPT-4.0開發(fā)的創(chuàng)新辦公產(chǎn)品Office

Copilot，并開始了與20家合作伙伴的內(nèi)部測試。?

2023年4月18日，金山辦公官宣接入AI，其中包括生成文章、多輪對話、歸納總結(jié)等能力，且將逐步開始公測。圖24：Office

Copilot提升辦公效率CopilotWordExcelPPTTeamsOutlook1.自動分析數(shù)據(jù)的能力：通過與AI對話，1.通過文稿生成PPT：Copilot可

1.在會議中實時追蹤進程：可以直接指示Copilot對數(shù)據(jù)進行分析，以直接將文檔生成PPT展示，并且Copilot可以在會議中隨時總得到如數(shù)據(jù)的變化趨勢，極大極小值之按需做調(diào)整。同時，也可通過PPT結(jié)已經(jīng)發(fā)生的事情，總結(jié)會議1.生成初稿的能力：輸入簡單而未整理的會議紀要或草稿，可以生成格式完整的文檔初稿1.幫助用戶區(qū)分重要郵件及普通郵件，并幫助用戶構(gòu)建回復郵件的優(yōu)先順序類的初步結(jié)論生成文稿。參與者的言論及觀點2.總結(jié)參會者的觀點：Copilot可以通過文字將每個會議參與者的觀點總結(jié)，并以此形成會議風向的判斷并總結(jié)尚未解決的問題2.自動打磨細節(jié)：通過與Copilot交流，可以直接添加或刪除頁面或部分內(nèi)容，可以調(diào)整修辭，甚至加入動畫效果2.幫助用戶處理郵件：Copilot可以幫助用戶總結(jié)郵件內(nèi)容，幫助用戶起草回復，甚至直接引用excel中的數(shù)據(jù)作為支撐2.按需修改稿件的能力：在提供模

2.自動構(gòu)建數(shù)據(jù)集的能力：通過與AI進板文檔后，可以將初稿的格式、內(nèi)

一步溝通，可以由AI自動生成新的數(shù)據(jù)能力介紹容修改為盡量貼近模板的文檔集，甚至生成相關圖表。3.精修文檔的能力：Copilot可以

3.自動構(gòu)建模型的能力：在現(xiàn)有數(shù)據(jù)的建議或幫助作者直接生成內(nèi)容插圖，基礎上，通過與AI對話，可以由AI構(gòu)建并通過與作者溝通的方式建議作者

模型并對數(shù)據(jù)變化趨勢做出判斷，并給3.精細處理郵件草稿：Copilot可以在郵件草稿的基礎上，依照用戶喜好與需求對郵件進行精細修正，如內(nèi)容寫作風格、內(nèi)容長度、字體3.生成演講稿的能力：C