AIGC系列专题总结
主要观点
-
技术范式:GPT与应用层的结合采用“通用大模型+行业小样本”的技术范式,通过上游的通用预训练语言模型与下游任务的知识迁移实现快速适配。
-
模型构建与迭代:
- 资源与数据转移:预训练大模型更多资源和数据转移至上游,提高效率。
- 小样本学习:加速模型迭代速度,快速适应下游场景。
-
AI+传媒的效力:应用层的表现依赖于通用大模型对垂直应用的适配程度及迭代速度。
-
适配与迭代:
- 适配程度:多模态输入与输出是否匹配垂直应用的需求。
- 迭代速度:应用层产生的小样本数据量是否满足大模型迭代需求。
-
具体应用:广告、电商、游戏、影视等领域存在适配机会。
-
AIGC分类:分为技术方与场景/应用方,分别涉及研发与落地应用。
-
投资建议:
- 芒果超媒:作为内容型平台公司,有望成为传媒估值的锚。
- 海外用户:关注拥有海外业务的公司,如汤姆猫、昆仑万维等。
- 电商与游戏:推荐关注电商类公司与游戏出海企业,如新华都、吉比特等。
- AIGC+游戏/影视:关注与生成式AI结合的公司,如三七互娱、光线传媒等。
-
风险提示:宏观经济风险、地缘政治风险、技术应用表现低于预期、行业发展不及预期。
结论
AIGC技术的发展通过“大模型+小样本”的协同进化,快速适配下游场景,尤其在文字类、人声类应用中展现出高适配度。传媒行业在AI加持下迎来新机遇,但同时也伴随风险,需关注宏观经济、地缘政治等因素的影响。投资方向上,建议关注内容型平台公司、海外业务布局者、电商与游戏类公司,以及与生成式AI结合紧密的公司,同时注意技术应用的实际表现与行业发展的不确定性。