AI开启传媒变革，推进行业价值重估

证券研究报告·行业深度报告·互联网传媒 增持（维持） AI开启传媒变革，推进行业价值重估 证券分析师：张良卫 执业证书编号：S0600516070001 联系邮箱：zhanglw@dwzq.com.cn 证券分析师：周良玖 执业证书：S0600517110002 联系邮箱：zhoulj@dwzq.com.cn 研究助理：何逊玥 执业证书：S0600122030019 联系邮箱：hexy@dwzq.com.cn 研究助理：晋晨曦 执业证书：S0600122090072 jincx@dwzq.com.cn 研究助理：郭若娜 执业证书:S0600122080017 guorn@dwzq.com.cn 研究助理：陈欣 执业证书：S0600122070012 chenxin@dwzq.com.cn 2023年3月6日 •以ChatGPT为代表的生成式AI应用快速破圈，带动对于传媒互联网行业相关应用领域的关注。我们总结生成式AI主要的应用方向体现在2B及2C两个方向，2B：1）嵌入企业工作流程辅助生产，实现降本增效；2）营销环节，辅助营销创意生成或实现智能客服；2C：1）作为生产力工具，应用在文本生成、语言学习等领域；2）教育、娱乐、陪伴、医疗等服务场景。具体而言： •游戏：我们认为短中期生成式AI主要通过提升文本、图像、音频、视频、3D模型、代码等游戏内容的生产效率，提升人效天花板，打破创意落地的 产能限制，缩短游戏制作周期，降低游戏制作成本。长期看好生成式AI的高自由度或将创新玩法。 •影视：影视行业综合文/音/影，是生成式AI的优质落地场景。生成式AI基于大量数据及语料，将提升剧本、音乐等内容的生产效率，提供更多创意。 •广告：高效生成广告素材，全面赋能行业参与者：1）平台端：广告主投放预算基于用户流量及投放效率，结合AI的平台或将受益。2）服务商端：现有服务商基于长期积累的客户合作关系以及内容素材数据，在大模型基础上开发营销行业小模型，是更加有效的行业解决方案。 •教育：教育是OpenAI官方推荐的应用场景，在辅助学习方面具有应用前景。在产业影响上，K12领域硬件层面已先行落地，学习垂类数据/AI技术上 有较深积淀的公司有望受益；同时，AI产业发展带动岗位需求增加，中公教育等相关培训公司也有望受益。 •虚拟人：1）AI数字员工有望成为AI时代重要“劳动力”，为企业降本增效。2）AI驱动的虚拟人交互将更加仿真、智能，虚拟偶像、虚拟KOL、虚拟宠物有望拓展直播电商、影视综艺、聊天陪伴等更多应用场景。 •电商：电商行业多年发展积累了大量数据和算法，我们认为AI在电商中的应用，可以：1）提升消费者体验，用户更精准地找到所需产品；2）提升广告主ROI，广告主可利用AI生成营销文案，将商品更精准推送给消费者；3）提升平台效率，电商平台利用AI完善算法，优化运营，降本增效。 生成式AI的应用，将推动内容生产降本增效，带来更自由的交互体验及商业场景，推进传媒行业价值重估。投资标的上，当前时点建议关注有望率 先落地或在特定场景中具有先发优势的企业： •1）关注与海外成熟大模型有合作或直接相关的企业，有望率先实现场景落地：昆仑万维、汤姆猫、万兴科技等； •2）2B领域，游戏领域推荐三七互娱、恺英网络、吉比特等；营销领域推荐蓝色光标，建议关注利欧股份、天娱数科、易点天下等；虚拟人和虚拟场景领域：天娱数科、立方数科、天下秀等；办公、创意领域：金山办公、福昕软件、美图、创梦天地等；金融领域：同花顺；电商领域：吉宏股份、光云科技等。 •3）优质的结构化语义资料库有望获得价值重估，建议关注：视觉中国、中文在线等。 •4）技术领域推荐百度、阿里巴巴；建议关注海天瑞声、当虹科技、科大讯飞、拓尔思、浪潮信息、中科曙光、鸿博股份等；美股推荐微软，英伟达。 风险提示：AI相关技术、应用发展不完善、AI基础设施不及预期、AI伦理风险 1游戏：生成式AI有望全面赋能游戏，提供估值支撑 2影视：打破传统影视创作限制，推动行业降本增效 3广告：高效生成广告素材，全面赋能行业参与者 4教育：OpenAI官方推荐场景，具备辅助学习应用前景 5虚拟人：向智能化、仿真化演进，助力应用场景拓展 6电商：推动内容生成提质增效，提升商品转化率 7相关标的 8风险提示 游戏制作的不可能三角：“成本、质量、速度”只能有其中两个。游戏作为集美术、动画、音乐、文字等多模态内容为一体的娱乐内容，制作内容及流程非常复杂，同时从产品立项、原型落地、Alpha测试、Beta测试，再到正式上线，涉及到多个部门团队的协调，因此一直存在着“不可能三角”，即在给定产品质量水准的前提下，无法实现快速、低成本的制作。以游戏工业化著称的Ubisoft，即使实现了对大IP产品《刺客信条》的年度更新，但制作成本依旧高企，比如2018推出的《刺客信条：奥德赛》制作成本约0.5亿美元，其他3A厂商制作成本则更高，比如CDPROJEKTRED2020年发售的《赛博朋克2077》制作成本约3.16亿美元。 生成式AI有望提升单人产能，从而打破游戏的“不可能三角”。我们认为成本与速度间的矛盾主要在于单人产能具有“天花板”，即在给定产出质量要求下，厂商通常是通过堆人力实现较快的内容产出（即高成本+快产出），或者是保持已有团队规模但延长制作周期（即低成本+慢产出）。 图：游戏制作的不可能三角 图：游戏开发流程 立项阶段 原型阶段 Alpha阶段 Beta阶段 运营阶段 成本 质量速度 基于市场调研、个人兴趣等等产生游戏玩法创意 做出Demo，检验游戏玩法创意是否有趣，开发是否可行 •构建世界观，美术完成游戏世界画面风格的初始设定 •为游戏设计故事，美术完成对应的概念稿 •根据概念稿完成服装等后续设计 •根据画稿，完 成建模 •音效生成等 游戏测试和迭代上线运营，GaaS模 式下，要求持续的 内容产出 原型阶段：加速Demo落地，释放创意。 原型阶段是检验游戏玩法和开发可行性的阶段，因此对美术风格等并没有太大的要求，主要是快速落地游戏玩法，检验创意，比如《战地：叛逆连队》的Demo画风就非常粗糙，几乎没有什么美术资源。 生成式AI在此阶段主要是通过快速生成游戏资产，帮助Demo快速落地，进而加速游戏玩法验证。比如1）Meta推出的BuilderBot可以通过语音生 成虚拟3D物品，2）Roblox即将要推出的生成式AI工具，让平台上的创作者可以通过输入文本生成材料和完成代码。 图：游戏开发流程 图：《战地：叛逆连队》原型截图 立项阶段 原型阶段 Alpha阶段 Beta阶段 运营阶段 基于市场调研、个人兴趣等等产生游戏玩法创意 做出一个Demo，检验游戏玩法创意是否有趣，开发是否可行 •构建世界观，美术完成游戏世界画面风格的初始设定 •为游戏设计故事，美术完成对应的概念稿 •根据概念稿完成服装等后续设计 •根据画稿，完 成建模 •音效生成等 游戏测试和迭代上线运营，GaaS 模式下，要求持 MetaBuilderBot：通过语音生成虚拟3D物品 续的内容产出 Alpha阶段——提质增效：提高策划与美术间的沟通效率、概念稿到完成稿的效率、建模效率、音效生成效率等 在游戏玩法和开发可行性得到验证后，开发团队开始给游戏填充世界观、故事剧情、人物设计等。在这个阶段，美术人员将加入并尝试还原策划等人想要的世界，即初次设定游戏世界的画面风格。但由于语言对想象中画面的表述有限，美术可能需要跟策划不停碰撞，才能敲定概念稿，比如国风仙侠游戏中，有水墨风格的《一念逍遥》，也有偏写实的《梦幻新诛仙》，风格迥异。 生成式AI：通过文生文+文生图，开发团队可直接通过图片表达自己的想法，降低沟通成本。比如通过ChatGPT生成一个画面风格的具体描述，然后可以根据需求修改文本，将文本作为指令，让DALL-E、StableDiffusion、Midjourney等快速生成具体的图片，然后进行挑选、确定。 图：游戏开发流程 立项阶段 原型阶段 Alpha阶段 Beta阶段 运营阶段 基于市场调研、个人兴趣等等产生游戏玩法创意 做出一个Demo，检验游戏玩法创意是否有趣，开发是否可行 •构建世界观，美术完成游戏世界画面风格的初始设定 •为游戏设计故事，美术完成对应的概念稿 •根据概念稿完成服装等后续设计 •根据画稿，完 成建模 •音效生成等 游戏测试和迭代上线运营，GaaS 图：ChatGPT+StableDiffusion生成二次元枪战画面 3、将ChatGPT的回答作为prompt输入到 stablediffusion中生成图片 2、ChatGPT回答 1、输入：用英文描写一个二次元枪战场面 模式下，要求持 续的内容产出 Alpha阶段——提质增效：提高策划与美术间的沟通效率、概念稿到完成稿的效率、建模效率、音效生成效率等 在概念设计线稿基础上，继续完成服装配色、材质表现等工作，相比于概念设计，这一环节需要的更多是劳动力，而非设计能力。 生成式AI：通过AI工具，可以节约大量的人工上色时间，比如Style2Paints可以给线稿填色，快速完成线稿到成品图，再比如ControlNet可以实现 图：ControlNet：从原始图片中提取线稿，生成同样构图的画面；从草稿生成图片；姿势识别并生成人物； 图：Style2Paints线稿到插画的示例 从原始图片中提取线稿，生成同样构图的画面，以及可以通过简陋的手绘草稿，生成已上色渲染的成品图。 Alpha阶段——提质增效：提高策划与美术间的沟通效率、概念稿到完成稿的效率、建模效率、音效生成效率等 生成式AI建模：比如OpenAI推出的Point-E，可根据文字，快速生成3D图像，同时输出图像还支持自定义编辑、保存等功能。 生成式AI音乐：通过AI生成游戏内音效、背景音乐，可节省音效制作时间、音乐版权采购费用。比如昆仑万维已推出多首生成式AI音乐，并且已 图：OpenAI的图像生成模型Point-E，可完成从文字生成3D模型 图：昆仑万维StarMaker推出的生成式AI音乐 与游戏公司取得合作，探索商业化。 运营阶段：NPC互动性+游戏资产生成成本降低，有助于产品内容持续产出 GaaS背景下，游戏内容的长线更新非常重要，生成式AI于音乐、图像、文本生成方面的优势将大幅降低内容生成成本。 生成式AI+NPC提升游戏内生态的丰富度，比如网易《逆水寒手游》，再比如汤姆猫正在加入ChatGPT，从“会说话的汤姆猫”到“会聊天的汤姆猫”。截止目前（2023年3月4日），大部分游戏内，用户与NPC的对话、互动都不会影响游戏内容的走向，我们期待随着生成式AI技术迭代，NPC依托AI获得独立的性格和故事，玩家可实现真正的与NPC互动，并得到独特的游戏内容体验。 图：网易《逆水寒手游》接入游戏GPT 图：游戏开发流程 立项阶段 原型阶段 Alpha阶段 Beta阶段 运营阶段 基于市场调研、个人兴趣等等产生游戏玩法创意 做出一个Demo，检验游戏玩法创意是否有趣，开发是否可行 •构建世界观，美术完成游戏世界画面风格的初始设定 •为游戏设计故事，美术完成对应的概念稿 •根据概念稿完成服装等后续设计 •根据画稿，完 成建模 •音效生成等 游戏测试和迭代上线运营，GaaS 模式下，要求持 续的内容产出 我们认为短中期生成式AI主要通过提升文本、图像、音频、视频、3D模型、代码等游戏内容的生产效率，提升人效天花板，打破创意落地的产能限制，缩短游戏的制作周期，并降低游戏的制作成本。根据Gamelook报道，一家俄罗斯游戏工作室在角色设计阶段应用AI技术后，成功将相关开发成本从5万美元压缩至1万美元，并将工时耗费从6个月减少至1个月。 图：提高游戏从创意到落地的效率，释放创意，提质增效 展望未来，我们认为生成式AI的高自由度或将有望创新游戏玩法。 1.Roblox案例