传媒互联网行业专题研究：Web3.0前瞻系列之一：AIGC技术提速，场景商业化可期

/ 传媒互联网行业专题研究 Web3.0前瞻系列之一：AIGC技术提速，场景商业化可期 / 2022年11月15日 【投资要点】 内容生产从UGC向AIGC过渡，AIGC内容形态从文字向图片发展。AIGC、NFT和VR是元宇宙和Web3.0的三大基础设施，随着数据积累、算力提升和算法迭代，人工智能在逐步渗透在写作、编曲、绘画和视频制作等创意领域。1）内容生产：相比于PGC，UGC具有供给量充足、快速试错、优胜劣汰等优势，成为当前内容生产的主要形态。而AIGC将这些优势深化，并进一步提高了供给量。2）内容形态：游戏领域的UGC仍不成熟，文字领域的AIGC日趋成熟，由此推演，图片和视频领域的AIGC化即将到来。 Diffusion成为新一代图像生成主流模型，带动AIGC进入新篇章。技术进步和模型优化是AI发展的核心动力，AIGC的核心技术也从NLP、GAN向Diffusion过渡。GAN是传统的图像生成模型，并广泛应用于图像修复、文字转图片等领域。然而GAN具有训练不稳定、样本大量重复相似等问题。2022年，Diffusion逐步流行，其图像质量明显优于GAN模型，并采用开源模式，带动本轮图片领域AIGC热潮。 海外平台开启商业化尝试，AI素材平台、AI配图具有无限可能。海外拥有大量AI绘画相关公司，并且开始多样化的2B和2C商业化尝试。RosebudAI即将上线的以AI生成为基础的素材摄影平台，在广告行业采用率高。巴比特用AI配图代替传统的付费版权库图片，并且可以为自己生成的AI图片实行区块链认证。新的技术带来更多的商业化可能。 挖掘价值投资成长 强于大市（维持） 东方财富证券研究所 证券分析师：高博文 证书编号：S1160521080001 证券分析师：陈子怡 证书编号：S1160522070002 联系人：陈子怡 电话：021-23586305 相对指数表现 19.20% 9.73% 0.26% -9.20% -18.67% -28.14%11/151/153/155/157/159/15 传媒沪深300 相关研究 《支付宝打破公私域界限，数字化步入新征程》 2022.07.28 《以Soul的视角，看开放式社交的机遇与挑战》 【配置建议】 AIGC是继PGC、UGC后的新内容生产形态，是元宇宙和Web3.0的重要基础设施，其技术正在加速成熟。AIGC生成正从“降本增效”向“创造价值”转变，尤其在图片和视频领域。我们认为底层技术明确并预计1-2年规模化应用的领域主要是创意图像生成、功能性图像生成和文字生成图像。谨慎看好：汉仪股份，建议关注：视觉中国、蓝色光标、万兴科技、中文在线。 【风险提示】 技术发展不及预期 商业化进程不及预期 2022.07.20 《游戏版号重启，板块迎来戴维斯双击》 2022.04.13 《中美数字经济和元宇宙比较研究》 2022.04.07 《从Keep看中国运动健身行业发展》 2022.03.01 行业研究 传媒互联网 证券研究报告 2017 正文目录 1.趋势4 1.1.发展历程：算法不断迭代，效果日渐逼真4 1.2.内容生产：从PGC到UGC，从UGC到AIGC5 1.3.内容形态：从文字到图片，从图片到视频，从视频到游戏7 2.技术9 2.1.NLP：AIGC发展最早技术，多应用场景商业化落地9 2.2.GAN：图像生成传统思路，仍需解决不稳定等问题11 2.3.Diffusion：新一代图像生成主流模型，带动AIGC进入新篇章12 3.商业化13 3.1.RosebudAI：广告行业采用率高，即将上线AI素材平台13 3.2.巴比特：率先媒体AI配图，一站式区块链版权存证16 3.3.Artbreeder：人工智能合成创意工具，与他人协同创作18 4.投资建议19 4.1.视觉中国：成熟商业化场景加持，布局AIGC可期20 4.2.蓝色光标：创意画廊平台上线，聚焦AI营销场景20 4.3.万兴科技：AI绘画小程序公测，深耕元宇宙生态21 4.4.汉仪股份：AI助力字库设计，自动化及生产效率显著提升22 5.风险提示24 图表目录 图表 1：AIGC发展历程............................................. 4 图表 2：DALL-E-2模型图片案例一................................... 5 图表 3：DALL-E-2模型图片案例二................................... 5 图表 4：中国移动互联网细分行业用户使用总时长占比................. 5 图表 5：抖音等短视频工具极大简化创作难度......................... 6 图表 6：哔哩哔哩创作者月均投稿量................................. 6 图表 7：哔哩哔哩用户日均观看量................................... 6 图表 8：内容生产的发展趋势....................................... 7 图表 9：内容生产及形态的演进过程................................. 7 图表 10：Dreamwriter生产的游戏电竞新闻.......................... 8 图表 11：盗梦师文生图AI绘画工具................................. 8 图表 12：王者荣耀AI视频战报..................................... 9 图表 13：Roblox推动游戏的UGC化.................................. 9 图表 14：自然语言处理的典型应用场景.............................. 9 图表 15：Word2Vec的核心思想..................................... 10 图表 16：BERT的主要框架......................................... 10 图表 17：生成式对抗网络模型结构................................. 11 图表 18：生成式对抗网络的典型应用场景........................... 11 图表 19：各类生成模型之间的对比................................. 12 图表 20：DiffusionModel保持语义和风格并改变了细节.............. 13 图表 21：RosebudAI的AI编辑应用程序............................ 13 图表 22：RosebudAI的Synth应用程序............................ 14 图表 23：PixelVibeAI生成影像素材库............................. 14 2017 图表 24：Tokkingheads订阅付费模式............................... 15 图表 25：Synth订阅付费模式...................................... 15 图表 26：RosebudAI的商业化应用................................ 15 图表 27：巴比特网站头条文章图片全部为AI创作.................... 16 图表 28：无界版图AI创作界面.................................... 17 图表 29：无界版图AI创作付费模式................................ 17 图表 30：Artbreeder操作界面演示................................. 18 图表 31：Artbreeder付费模式..................................... 19 图表 32：未来1-2年AIGC规模化应用机会.......................... 19 图表 33：视觉中国平台型商业模式................................. 20 图表 34：康定斯基模型支持语句和图片两种格式..................... 21 图表 35：康定斯基模型广场作品展示............................... 21 图表 36：万兴AI绘画小程序演示界面.............................. 22 图表 37：人机协作模式协同生产................................... 23 图表 38：阿里汉仪智能黑体....................................... 23 图表 39：行业重点关注公司....................................... 23 2017 1.趋势 1.1.发展历程：算法不断迭代，效果日渐逼真 AIGC（AI-GeneratedContent）尚无统一规范的定义，国内产学研各界对于AIGC的理解是“继PGC（ProfessionalGeneratedContent）和UGC（UserGeneratedContent）之后”，利用人工智能技术自动生成内容的新型生产方式。国际上对应的术语是“人工智能合成媒体（AI-GeneratedMedia或SyntheticMedia）”，是通过人工智能算法对数据或媒体进行生产、操控和修改的统称。AIGC、NFT和VR是元宇宙和Web3.0的三大基础设施，随着数据积累、算力提升和算法迭代，人工智能正逐步在写作、编曲、绘画和视频制作等创意领域渗透。 图表1：AIGC发展历程 资料来源：中国信息通信研究院，东方财富证券研究所 结合人工智能的演进历程，AIGC的发展大致分为三个阶段： 萌芽阶段（1950s-1990s）：受限于科技水平，仅限于小范围实验。1957年，莱杰伦·希勒和伦纳德·艾萨克森通过将计算机程序中的控制变量换成音符，完成了历史上第一支由计算机创作的音乐作品——《依利亚克组曲（IlliacSuite）》。80年代中期，IBM基于隐形马尔科夫链模型创造了语音控制打字机“坦戈拉（Tangora）”。由于高昂的系统成本却无法带来可观的商业化，人工智能领域的投入持续减少。 积累阶段（1990s-2010s）：AIGC从实验性向实用性逐渐转变。2007年，罗斯·古德温使用人工智能系统通过对公路旅行中的一切所见所闻进行记录，撰写世界第一部完全由人工智能创作的小说，但整体可读性不强且缺乏逻辑。2012年，微软公开展示了全自动同声传译系统，基于深层神经网络通过语音识别、翻译和合成生成他国语音。算力性能提升和互联网数据膨胀为人工智能提供了海量训练数据，使其取得了显著发展。 提速阶段（2010s-至今）：随着生成式对抗网络（GenerativeAdversarialNetwork）为代表的深度学习算法的迭代创新，AIGC内容的效果日渐逼真。2018 年，英伟达发布的StyleGAN模型可以自动生成图片。2019年，DeepMind发布了DVD-GAN模型用以生成连续视频，在草地、广场等明确场景表现突出。2021年OpenAI推出DALL-E，并根据Diffusionmodels推出升级版本DALL-E-2，主要应用于文本与图像的交互生成内容，用户只需要输入简短的描述性文字，即可得到高质量的各类风格绘画作品。 图表2：DALL-E-2模型图片案例一图表3：