人工智能行業(yè)科技系列分析報(bào)告254：生成式AI內(nèi)容創(chuàng)造新階段

科技先鋒系列報(bào)告254生成式AI：內(nèi)容創(chuàng)造的新階段2022年12月2日核心觀點(diǎn)

生成式AI（Generative

AI）即利用人工智能技術(shù)來生成內(nèi)容，其生成的作品稱為AIGC（AI-Generated

Content），包括文字、圖片、音頻等形式。從內(nèi)容生成的歷史上看，當(dāng)前已經(jīng)完成了從專業(yè)創(chuàng)作（PGC）到用戶創(chuàng)作（UGC）轉(zhuǎn)變，正在向AI協(xié)助內(nèi)容生成與全AI內(nèi)容生成兩個(gè)階段過渡，將幫助內(nèi)容生產(chǎn)者在創(chuàng)作效率、創(chuàng)作成本、創(chuàng)作思路上實(shí)現(xiàn)顯著進(jìn)步。

過去人工智能的發(fā)展經(jīng)歷了從小模型到大模型的轉(zhuǎn)變，隨著經(jīng)濟(jì)性與可獲得性的明顯提高，殺手級(jí)應(yīng)用正在涌現(xiàn)。其中，隨著更新的技術(shù)、更優(yōu)的算法、更大的模型出現(xiàn)，算力的成本越來越低，使得模型訓(xùn)練與運(yùn)行所需成本持續(xù)下降。算法從封閉測(cè)試到開放測(cè)試、開源的逐漸普及，使得使用門檻明顯降低。AIGC亦從小規(guī)模實(shí)驗(yàn)，到算法革新，到能夠高質(zhì)量、穩(wěn)定地輸出內(nèi)容。在不久的將來，隨著平臺(tái)層變得更加穩(wěn)固，算力成本持續(xù)下探，模型逐漸趨于開源與免費(fèi)，人類正逐步接近應(yīng)用層爆發(fā)式發(fā)展的節(jié)點(diǎn)。

底層技術(shù)方面，主要包括自然語言處理（NLP）與生成模型，其中生成模型主要包括生成對(duì)抗模型（GAN）與擴(kuò)散模型（Diffusion

Model）。

其中，2021年擴(kuò)散模型出現(xiàn)，憑借著更高的輸出分辨率、輸出效率和輸出穩(wěn)定性，很快在AIGC場(chǎng)景下獲得了大范圍應(yīng)用，在2022年成功破圈并迎來了項(xiàng)目爆發(fā)期。

展望未來，Gartner預(yù)計(jì)2025年AIGC將占所有生成數(shù)據(jù)的10%。我們認(rèn)為，當(dāng)前行業(yè)尚處于早期發(fā)展階段，隨著基礎(chǔ)設(shè)施日益完善，應(yīng)用層亦將迎來爆發(fā)，但語義理解（自然語言處理）、生成算法、數(shù)據(jù)集等底層技術(shù)依舊面臨挑戰(zhàn)。結(jié)合當(dāng)前行業(yè)發(fā)展規(guī)律考慮，我們預(yù)計(jì)未來將主要依托于高算力、大模型、大數(shù)據(jù)而進(jìn)一步發(fā)展。2生成式AI在新興技術(shù)中具備高影響力

事件：在美國(guó)新興數(shù)字藝術(shù)家競(jìng)賽中，參賽者提交AIGC（AI-Generated

Content）繪畫作品《太空歌劇院》，并取得此次比賽“數(shù)字藝術(shù)/數(shù)字修飾照片”類別一等獎(jiǎng)，將AIGC帶入大眾的視野。

Gartner于2022年8月公布了《新興技術(shù)成熟度曲線》，并將生成式AI列為2022年五大影響力技術(shù)之一。AIGC作品《太空歌劇院》2022年新興技術(shù)成熟度曲線3資料：億歐智庫資料：Gartner，中信證券研究部?jī)?nèi)容生成的發(fā)展階段——正從UGC跨向AIGC

階段一：專業(yè)創(chuàng)作（PFC）。內(nèi)容的生產(chǎn)者與消費(fèi)者有明顯區(qū)分，消費(fèi)者只進(jìn)行內(nèi)容的消費(fèi)，不進(jìn)行內(nèi)容的生產(chǎn)。

階段二：用戶創(chuàng)作（UGC）。隨著消費(fèi)者定制化需求越來越高，消費(fèi)者本身亦參與內(nèi)容的生產(chǎn)，并伴隨著互聯(lián)網(wǎng)的興起，智能手機(jī)的普及，YouTube、Facebook等平臺(tái)涌現(xiàn)，UGC成為了內(nèi)容生產(chǎn)的主流模式。

階段三&階段四：AI協(xié)助內(nèi)容生成（AIUGC）與AI創(chuàng)作（AIGC）。在這兩個(gè)階段中。內(nèi)容生產(chǎn)主體從人類本身開始向人工智能遷移，主要區(qū)別體現(xiàn)在內(nèi)容的生產(chǎn)效率、知識(shí)圖譜的多樣性以及提供更加動(dòng)態(tài)且可交互的內(nèi)容上。人腦只能基于自己的知識(shí)圖譜進(jìn)行少數(shù)方向的信息處理，而AI能從更龐大的知識(shí)體系中進(jìn)行多個(gè)方向的處理，進(jìn)而提供更多的創(chuàng)作思路。內(nèi)容生成的四個(gè)階段Web3.0“高效”Web2.0“交互”Web1.0“只讀”4資料：虎嗅，中信證券研究部AIGC發(fā)展階段——2022年以前

階段一：小模型（2015年前）?

AI發(fā)展階段：擅長(zhǎng)特定領(lǐng)域的分析任務(wù)（如語義理解等），但通用型任務(wù)的完成情況很差，成本高，表達(dá)能力與人類相差較遠(yuǎn)。?

同期AIGC所處階段：1995年以前僅限于小范圍實(shí)驗(yàn)，技術(shù)積累階段；其后受限于算法，無法直接進(jìn)行內(nèi)容產(chǎn)出。

階段二：大模型（2015-2022年）?

AI發(fā)展階段：

Transformer模型的出現(xiàn)，使得文字、語音、圖像識(shí)別、語言理解等領(lǐng)域達(dá)到了超越人類的水平。?

同期AIGC所處階段：深度學(xué)習(xí)算法不斷迭代，AIGC內(nèi)容質(zhì)量快速提升。深度學(xué)習(xí)初期模型越來越大AI圖像識(shí)別準(zhǔn)確性超越人類不含額外的訓(xùn)練數(shù)據(jù)含有額外的訓(xùn)練數(shù)據(jù)人類水平100%98%96%94%92%90%88%86%84%82%80%5資料：Purdue

University資料：斯坦?！?022年人工智能指數(shù)報(bào)告》，中信證券研究部AIGC發(fā)展階段——2022年及以后

階段三：兼顧經(jīng)濟(jì)性與可使用性（2022年）?

AI發(fā)展階段：在過去，人工智能的進(jìn)展更多體現(xiàn)在基于規(guī)模的技術(shù)突破，如2015-2020年，用于模型訓(xùn)練的計(jì)算量增長(zhǎng)了6個(gè)數(shù)量級(jí)，同時(shí)隨著規(guī)模的增大，輸出結(jié)果的質(zhì)量亦迎來質(zhì)變，在語言文字、書寫、圖像識(shí)別等領(lǐng)域皆表現(xiàn)出超越人類的水平。但在實(shí)用層面，由于所需要的算力巨大，往往需要特殊的GPU配置，同時(shí)訓(xùn)練過程相對(duì)封閉，大多數(shù)人并無法使用，因此技術(shù)無法被多數(shù)人觸達(dá)。而人工智能的第三個(gè)階段，隨著更新的技術(shù)、更優(yōu)的算法、更大的模型出現(xiàn)，算力的成本越來越低，使得模型訓(xùn)練與運(yùn)行所需成本持續(xù)下降，而算法從封閉測(cè)試到開放測(cè)試、開源的逐漸普及，亦降低了使用門檻。由此人工智能無論在經(jīng)濟(jì)性與可獲得性上都達(dá)到了支持普及的水平。?

同期AIGC所處階段：底層算法革新，語義理解與生成模型的性能明顯提升。

階段四：殺手級(jí)應(yīng)用出現(xiàn)（不久的將來）?

AIGC發(fā)展階段：得益于AIGC基礎(chǔ)設(shè)施可獲得性的逐步提高，平臺(tái)層變得更加穩(wěn)固，算力成本持續(xù)下探，模型逐漸趨于開源與免費(fèi)，應(yīng)用層爆發(fā)式發(fā)展的節(jié)點(diǎn)正在靠近。?

正如GPS技術(shù)的普及打開了導(dǎo)航市場(chǎng)，我們認(rèn)為，AIGC基礎(chǔ)層面的成熟正在催生新的殺手級(jí)應(yīng)用。6AIGC發(fā)展階段——?dú)⑹旨?jí)應(yīng)用正在涌現(xiàn)人工智能殺手級(jí)應(yīng)用及其對(duì)應(yīng)底層模型應(yīng)用層文本代碼圖像講稿視頻3D其它模型層7資料：紅衫官網(wǎng)，中信證券研究部AIGC發(fā)展階段——?dú)⑹旨?jí)應(yīng)用正在涌現(xiàn)人工智能殺手級(jí)應(yīng)用及其對(duì)應(yīng)底層模型文本代碼圖像視頻/3D/游戲大模型進(jìn)展：初次嘗試接近完成準(zhǔn)備就緒8資料：紅衫官網(wǎng)，中信證券研究部AIGC底層技術(shù)——自然語言處理（NLP）

AIGC的技術(shù)底層主要包括自然語言處理（NLP）與AIGC生成模型，其中：

自然語言處理（Natural

Language

Processing）是一門集語言學(xué)，數(shù)學(xué)及計(jì)算機(jī)科學(xué)于一體的科學(xué)，其核心目標(biāo)與功能是將人類生活中使用的自然語言，轉(zhuǎn)換為計(jì)算機(jī)可以理解的指令，使得計(jì)算機(jī)可以理解自然語言，提取信息并自動(dòng)翻譯、分析和處理，使人與計(jì)算機(jī)之間通過自然語言進(jìn)行交互。

其基本任務(wù)包括：關(guān)鍵詞提取、文本糾錯(cuò)、情感分析、文本分類、自動(dòng)摘要等。自然語言處理的作用自然語言處理基本任務(wù)9資料：騰訊云資料：騰訊云AIGC底層技術(shù)——自然語言處理（NLP）

自然語言處理的發(fā)展趨勢(shì)是從規(guī)則到統(tǒng)計(jì)，再到深度學(xué)習(xí)，期間包括了四個(gè)發(fā)展階段：?

1）萌芽期（1956年以前），1956年圖靈測(cè)試成為了NLP的開端，誕生了基于規(guī)則與概率的兩種不同的自然語言處理技術(shù)；?

2）快速發(fā)展期（1957-1970），由于注重于研究推理和邏輯問題，因此使用基于規(guī)則的派系比基于概率的派系發(fā)展勢(shì)頭更迅猛；?

3）低速發(fā)展期（1971-1993），NLP下游應(yīng)用落地受阻，相應(yīng)的研發(fā)進(jìn)入低谷期；?

4）復(fù)蘇融合期（1994-至今），基于計(jì)算機(jī)的運(yùn)算速度和存儲(chǔ)取得的進(jìn)步，NLP具備發(fā)展基礎(chǔ)，同時(shí)由于自然語言的信息檢索和信息抽取需求增加與深度學(xué)習(xí)的出現(xiàn)，大大提高了NLP的落地可能性，研發(fā)人員重新入局。自然語言處理的發(fā)展歷程資料：騰訊云10AIGC底層技術(shù)——生成模型（GAN）

雖然AIGC的可追溯歷史很長(zhǎng)，但近兩年才在內(nèi)容質(zhì)量方面實(shí)現(xiàn)質(zhì)的飛躍，這主要是由于模型方面的突破，并主要體現(xiàn)在AI繪畫方面。傳統(tǒng)AI繪畫使用生成對(duì)抗網(wǎng)絡(luò)（GAN），但該模型生成的輸出結(jié)果相對(duì)不穩(wěn)定，分辨率相對(duì)較低，對(duì)算力的要求高，而2021年Diffusion模型的出現(xiàn)，在圖像輸出分辨率、輸出效率等方面都顛覆性提升。

生成對(duì)抗網(wǎng)絡(luò)（GAN）

于2014年由lan

Gooddellow發(fā)明，用于生成無法與真實(shí)圖像區(qū)分的人工樣本。GAN包括生成器（Generator）與判別器（Discriminator）兩部分，以圖像生成為例，生成器負(fù)責(zé)根據(jù)生成圖像，判別器負(fù)責(zé)分辨真實(shí)圖像與生成圖像，人類將通過訓(xùn)練賦予判別器判別真?zhèn)蔚哪芰?，生成器通過反饋進(jìn)行訓(xùn)練，使得生成圖像不斷接近真實(shí)圖像。GAN生成對(duì)抗網(wǎng)絡(luò)運(yùn)作原理GAN多次迭代的優(yōu)化速度x真實(shí)數(shù)據(jù)判別器D真/偽？G(z)隱隨機(jī)向量z生成器反饋11資料：騰訊云，中信證券研究部資料：CSDN@skycolAIGC底層技術(shù)——生成模型（GAN）

GAN的發(fā)展速度非常快，2014年GAN誕生之初，難以生成高質(zhì)量圖像；

2015年，CNN與GAN結(jié)合形成了深度卷積生成對(duì)抗網(wǎng)絡(luò)（DCGAN），極大提高GAN訓(xùn)練的穩(wěn)定性以及生成結(jié)果的質(zhì)量；

2016年，出現(xiàn)了可以變換圖像的CycleGAN和pix2pix，可以從兩個(gè)數(shù)據(jù)源轉(zhuǎn)換數(shù)據(jù)；

2018年，人類通過proGAN和基于此的StyleGAN，完成了高質(zhì)量大圖像（如1024×1024）的生成；

GAN還可以進(jìn)行圖像數(shù)據(jù)集生成、人臉生成、視頻預(yù)測(cè)、圖文轉(zhuǎn)換、照片融合、超分辨率等。2015年DCGAN的圖像生成效果2018年proGAN的圖像生成效果12資料：CSDN@skycol資料：CSDN@skycolAIGC底層技術(shù)——生成模型（Diffusion）

Diffusion

Model即擴(kuò)散模型，在2021年才開始在小眾圈子中流行。2022年，谷歌基于CLIP-Guided

Diffusion創(chuàng)建了一個(gè)開源AI圖像生成程序（Disco

Diffusion），Diffusion因此大放異彩。

工作原理上，Diffusion通過向訓(xùn)練數(shù)據(jù)連續(xù)添加噪聲，使噪聲逐步破壞訓(xùn)練數(shù)據(jù)，學(xué)習(xí)其變化過程。隨后通過反轉(zhuǎn)噪聲的過程，以及在提示語的引導(dǎo)下恢復(fù)數(shù)據(jù)。經(jīng)過訓(xùn)練的模型，可以將隨機(jī)采樣的噪聲進(jìn)行去噪處理，從而生成數(shù)據(jù)（如圖像）。Diffusion生成模型運(yùn)作過程Diffusion生成圖像效果參考圖枯萎的藤，老樹，烏鴉，水墨畫風(fēng)格帶噪聲的圖像生成網(wǎng)絡(luò)放大網(wǎng)絡(luò)生成結(jié)果噪聲提示語句子轉(zhuǎn)換網(wǎng)絡(luò)13資料：OpenDILab，中信證券研究部資料：CSDN，中信證券研究部

注：Stable

Diffusion是一個(gè)文圖生成模型AIGC底層技術(shù)——生成模型（Diffusion）

2015年，Jascha于第一次提出Diffusion，并于2020年由加州大學(xué)伯克利分校的幾位研究員進(jìn)行改進(jìn)。

2021年，OpenAI團(tuán)隊(duì)開源了其用于匹配文本和圖像的神經(jīng)網(wǎng)絡(luò)模型CLIP，通過對(duì)文字進(jìn)行語言分析、對(duì)圖形進(jìn)行視覺分析，達(dá)到文字和圖像高度匹配的效果，CLIP與Diffusion的結(jié)合使得AI繪畫獲得了質(zhì)的提升。

2022年，多個(gè)基于Diffusion模型的應(yīng)用出現(xiàn)。2月Disco

Diffusion（CLIP+Diffusion）開源推出，但能畫的內(nèi)容較少；4月OpenAI

團(tuán)隊(duì)發(fā)布DALL·E

2（CLIP+diffusion），語義理解方面改進(jìn)明顯，可畫內(nèi)容大大增加，可以拼湊出不存在的事物；5月MidJourney發(fā)布（CLIP+diffusion），用戶可以直接通過對(duì)話獲取圖片，目前不開源；7月Stable

Diffusion（CLIP+diffusion+VAE）開源推出，被認(rèn)為使迄今為止最先進(jìn)的AI繪畫算法模型，并于11月推出2.0版本。現(xiàn)已推出的Diffusion模型DALL·E2生成不存在事物的圖像名稱底層模型是否開源是優(yōu)/劣勢(shì)Disco

Diffusion

CLIP+Diffusion能夠繪畫的內(nèi)容較少語義理解與可畫內(nèi)容明顯提高DALL·E2CLIP+DiffusionCLIP+Diffusion否否是內(nèi)容質(zhì)量有所提高，可通過對(duì)話獲取圖片MidJourneyStableCLIP+Diffusion+VAE質(zhì)量與效率明顯提高Diffusion14資料：OpenDILab，中信證券研究部資料：OpenAIAIGC具體應(yīng)用——文字創(chuàng)作

Jasper是主打文字生成的AIGC公司，于2022年10月19日宣布完成1.25億美元的A輪融資，估值達(dá)到15億美元。該公司針對(duì)不同應(yīng)用場(chǎng)景提供不同類型的服務(wù)，如社交媒體、廣告、文章、郵件等不同類型的文字生成。

定價(jià)方面，Jasper采用SaaS模式，共推出Starter、Boss

Mode和Business三種訂閱模式，其中：1）Starter定價(jià)每月49美元（非包年），可提供3.5萬字/月的文字輸出，適合編寫

Facebook

廣告、社交媒體帖子等簡(jiǎn)短副本2）Boss

Mode定價(jià)每月99美元（非包年），可提供10萬字/月的文字輸出，適合谷歌文檔等編輯者Jasper文字生成產(chǎn)品介紹Jasper產(chǎn)品定價(jià)15資料：Jasper官網(wǎng)資料：Jasper官網(wǎng)AIGC具體應(yīng)用——AI繪畫

藝術(shù)和創(chuàng)意輔助平臺(tái)文心一格是百度依托飛槳平臺(tái)與文心大模型的技術(shù)創(chuàng)新推出的“AI作畫”首款產(chǎn)品。目前處于免費(fèi)階段，對(duì)于需要大量使用圖片的人群，例如公眾號(hào)制作者，使用AI繪畫平臺(tái)的整體成本大大降低。AI-3D亦著降低游戲、影視、VR/AR行業(yè)制作成本。高效、低成本的優(yōu)勢(shì)使其有望成為Web

3.0的主要內(nèi)容產(chǎn)生方式。

隨著繪畫門檻降低，AI繪畫平臺(tái)用戶大幅增長(zhǎng)。TIAMAT內(nèi)測(cè)用戶為2萬人，盜夢(mèng)師日增5萬，上線兩個(gè)月已積累50萬用戶。StabilityAI正在被Coatue、Lightspeed等知名VC考慮以5-10億美元的估值進(jìn)行投資。飛槳-文心大模型AI繪畫國(guó)內(nèi)主流AI繪畫工具產(chǎn)品名稱文心一格萬興AI繪畫6pen所屬公司百度集團(tuán)萬興科技毛線球科技映刻科技清墨社區(qū)無界版圖ZMO.AI超節(jié)點(diǎn)信息科技感知階躍數(shù)字科技退格數(shù)字科技TIAMAT盜夢(mèng)師西湖心辰科技16資料：飛槳-文心大模型官網(wǎng)，中信證券研究部資料：量子位智庫，大眾新聞，中信證券研究部AIGC具體應(yīng)用——AI代碼生成

GitHub

Copilot是由微軟、OpenAI、GitHub

三家聯(lián)合打造的

AI

編程輔助（代碼補(bǔ)全）工具，可在

VS

Code

編輯器中自動(dòng)完成代碼片段。GitHub于今年6月份正式發(fā)布Copilot

，以每月10美元或每年

100

美元的價(jià)格出售，并提供60天的免費(fèi)試用期。通過身份驗(yàn)證的學(xué)生和熱門開源項(xiàng)目維護(hù)者可以免費(fèi)使用。

據(jù)GitHub官方統(tǒng)計(jì)，2Q21-2Q22，Copilot開放測(cè)試一年來已有120萬用戶，在啟用GitHub

Copilot的文件中，GitHub表示用戶生成的代碼近40%是由Copilot編寫的，預(yù)計(jì)該比例將持續(xù)提升。

融資方面，CoPilot截至今年十月份已在五輪融資中籌集共2200萬美元。CoPilot

為開發(fā)者提供代碼建議CoPilot

訂閱支付界面17資料：GitHub

CoPilot資料：

開源頭條AIGC具體應(yīng)用——AI作曲

StarX

MusicX

Lab是隸屬于昆侖萬維旗下的海外社交娛樂平臺(tái)StarX的AI音樂生成機(jī)構(gòu)。作為國(guó)內(nèi)文娛出海TOP3，StarX旗下音頻社交app

Starmaker擁有龐大的伴奏庫，供MusicX

Lab學(xué)習(xí)，目前MusicX

Lab已發(fā)布五首AI創(chuàng)作歌曲。

昆侖萬維CEO方漢表示，StarX

MusicX

Lab能夠降低昆侖萬維業(yè)務(wù)成本，原本每款游戲的音樂成本在50萬元至100萬元之間，而通過AIGC該成本有望降為0。

艾瑞咨詢數(shù)據(jù)顯示，全球音視頻社交娛樂市場(chǎng)規(guī)模正急劇增長(zhǎng)，從2016年的2730億元增至2020年的1.17萬億元，到2026年預(yù)計(jì)將達(dá)到2.95萬億元。StarX

MusicX

Lab推出AIGC歌曲資料：QQ音樂網(wǎng)頁版18AIGC海外企業(yè)匯總AIGC海外企業(yè)匯總企業(yè)類型應(yīng)用名稱企業(yè)名稱備注Stable

DiffusionDiscoDiffusionDALL-E2StableAIAccompliceOpenAI免費(fèi)；支持文本生成圖像、圖像生成圖像兩種模式；生成速度快免費(fèi)；需要通過Google

Colab生成，用戶界面有使用門檻風(fēng)格特點(diǎn)明顯AI繪畫（diffusion底層算法）MidJourneyPhotosonic

AIDeepDreamArtbreederMidJourneyWritesonicDeepDreamArtbreederReddit易于使用；社區(qū)生態(tài)良好；文檔詳盡，對(duì)開發(fā)者友好基于Stable

Diffusion的開源版本可以探索不同的

AI算法旨在成為一種新型的創(chuàng)意工具NightCafe用戶可以獲得所生成藝術(shù)作品的所有權(quán)，也可以購(gòu)買作品的打印版本AI繪畫（非diffusion底層算法）基于Python的AI藝術(shù)生成器，需要通過Python編程語言生成，處理圖像需要時(shí)間和大量?jī)?nèi)存，可能無法在計(jì)算機(jī)上運(yùn)行腳本BigSleepBigSleepStarryAIStarryAIWombo可在移動(dòng)端使用WOMBO

Dream動(dòng)畫處理靜止的肖像用HTML5、Google

Analytics和jQuery等12項(xiàng)技術(shù)產(chǎn)品和服務(wù)；最初功能是將黑白照片自動(dòng)上色為彩色DeepAIDeepAI19資料：PANews，

36氪，PR

Newsire，美通社，中信證券研究部AIGC海外企業(yè)匯總AIGC海外企業(yè)匯總企業(yè)類型應(yīng)用名稱企業(yè)名稱微軟、OpenAI、GitHubJasper備注可獲得基于人工智能的編碼建議；可使用用戶喜歡的環(huán)境；支持在不熟悉