智通財(cái)經(jīng)APP獲悉,東方財(cái)富發(fā)布研究報(bào)告稱,AIGC是繼PGC、UGC后的新內(nèi)容生產(chǎn)形態(tài),是元宇宙和Web3.0的重要基礎(chǔ)設(shè)施,其技術(shù)正在加速成熟。AIGC生成正從“降本增效”向“創(chuàng)造價(jià)值”轉(zhuǎn)變,尤其在圖片和視頻領(lǐng)域。該行認(rèn)為底層技術(shù)明確并預(yù)計(jì)1-2年規(guī)?;瘧?yīng)用的領(lǐng)域主要是創(chuàng)意圖像生成、功能性圖像生成和文字生成圖像。謹(jǐn)慎看好:漢儀股份(301270.SZ),建議關(guān)注:視覺(jué)中國(guó)(000681.SZ)、藍(lán)色光標(biāo)(300058.SZ)、萬(wàn)興科技(300624.SZ)、中文在線(300364.SZ)。
東方財(cái)富主要觀點(diǎn)如下:
內(nèi)容生產(chǎn)從UGC向AIGC過(guò)渡,AIGC內(nèi)容形態(tài)從文字向圖片發(fā)展。
AIGC、NFT和VR是元宇宙和Web3.0的三大基礎(chǔ)設(shè)施,隨著數(shù)據(jù)積累、算力提升和算法迭代,人工智能在逐步滲透在寫(xiě)作、編曲、繪畫(huà)和視頻制作等創(chuàng)意領(lǐng)域。1)內(nèi)容生產(chǎn):相比于PGC,UGC具有供給量充足、快速試錯(cuò)、優(yōu)勝劣汰等優(yōu)勢(shì),成為當(dāng)前內(nèi)容生產(chǎn)的主要形態(tài)。而AIGC將這些優(yōu)勢(shì)深化,并進(jìn)一步提高了供給量。2)內(nèi)容形態(tài):游戲領(lǐng)域的UGC仍不成熟,文字領(lǐng)域的AIGC日趨成熟,由此推演,圖片和視頻領(lǐng)域的AIGC化即將到來(lái)。
Diffusion成為新一代圖像生成主流模型,帶動(dòng)AIGC進(jìn)入新篇章。
技術(shù)進(jìn)步和模型優(yōu)化是AI發(fā)展的核心動(dòng)力,AIGC的核心技術(shù)也從NLP、GAN向Diffusion過(guò)渡。GAN是傳統(tǒng)的圖像生成模型,并廣泛應(yīng)用于圖像修復(fù)、文字轉(zhuǎn)圖片等領(lǐng)域。然而GAN具有訓(xùn)練不穩(wěn)定、樣本大量重復(fù)相似等問(wèn)題。2022年,Diffusion逐步流行,其圖像質(zhì)量明顯優(yōu)于GAN模型,并采用開(kāi)源模式,帶動(dòng)本輪圖片領(lǐng)域AIGC熱潮。
海外平臺(tái)開(kāi)啟商業(yè)化嘗試,AI素材平臺(tái)、AI配圖具有無(wú)限可能。
海外擁有大量AI繪畫(huà)相關(guān)公司,并且開(kāi)始多樣化的2B和2C商業(yè)化嘗試。RosebudAI即將上線的以AI生成為基礎(chǔ)的素材攝影平臺(tái),在廣告行業(yè)采用率高。巴比特用AI配圖代替?zhèn)鹘y(tǒng)的付費(fèi)版權(quán)庫(kù)圖片,并且可以為自己生成的AI圖片實(shí)行區(qū)塊鏈認(rèn)證。新的技術(shù)帶來(lái)更多的商業(yè)化可能。
風(fēng)險(xiǎn)提示:技術(shù)發(fā)展不及預(yù)期;商業(yè)化進(jìn)程不及預(yù)期。