本篇報告主要解答了以下問題：AI、AIGC當(dāng)下發(fā)展處于什么階段？未來將呈現(xiàn)怎樣的趨勢？AIGC的核心生產(chǎn)要素是什么？各生產(chǎn)要素的發(fā)展趨勢如何？NLP、CV、ASR、TTS算法及發(fā)展？ChatGPT為何“火爆出圈”？AIGC包括什么？已有哪些產(chǎn)品？應(yīng)用現(xiàn)狀及前景如何有哪些企業(yè)進行了布局？商業(yè)模式如何？

行業(yè)發(fā)展：人工智能步入新發(fā)展階段，逐步邁向AGI；AIGC擁抱人類，創(chuàng)造人機交互新變革，將迎來更多新機遇。人工智能從理論發(fā)展分為四個階段：規(guī)則導(dǎo)向、機器學(xué)習(xí)、深度學(xué)習(xí)、自主學(xué)習(xí)階段，目前處于深度學(xué)習(xí)階段；從應(yīng)用成熟度可分為三個階段：弱人工智能階段（ANI）、強人工智能階段（AGI）、超人工智能階段（ASI），目前處于ANI階段；從應(yīng)用類型可分為四種：感知式AI與分析式AI應(yīng)用較成熟，決策式AI近年來發(fā)展迅速，生成式AI迎來突破。

生成式AI，即AIGC，較傳統(tǒng)內(nèi)容創(chuàng)作模式UGC、PGC可實現(xiàn)更大數(shù)量、更高質(zhì)量、更低單位成本，未來將從輔助創(chuàng)作生成趨向高度自動化自主創(chuàng)造。此外，AIGC將賦能多領(lǐng)域，加速人機共生的建設(shè)，迎接更多機遇與挑戰(zhàn)。

技術(shù)進步：算力是支撐，數(shù)據(jù)是瓶頸，算法迎來突破。算力層，近年來大模型流行，模型參數(shù)量迅速膨脹，所需計算資源越來越大，算力是AIGC核心生產(chǎn)要素；而AI芯片全球短缺，美對華芯片制裁升級，我們認(rèn)為國內(nèi)短期算力充足，長期仍需要逐步實現(xiàn)AI芯片國產(chǎn)化替代。

數(shù)據(jù)是機器學(xué)習(xí)的核心，AI發(fā)展的瓶頸,數(shù)據(jù)決定模型質(zhì)量的上限；大模型訓(xùn)練需要海量且優(yōu)質(zhì)數(shù)據(jù)，AI對數(shù)據(jù)訓(xùn)練集的消耗量遠(yuǎn)大于人類數(shù)據(jù)生產(chǎn)的速度，專業(yè)領(lǐng)域、圖像視頻等數(shù)據(jù)獲取和標(biāo)注成本也將越來越高，我們認(rèn)為加速商業(yè)化，實現(xiàn)數(shù)據(jù)反哺是對提高數(shù)據(jù)量、降成本的重要解決辦法。算法層，近年來迎來不少突破，過去NLP領(lǐng)域以RNN及其變體為主，CV領(lǐng)域以CNN及其變體為主，但各有優(yōu)劣，Transformer架構(gòu)突破了RNN不能并行計算的限制，較CNN有更好的計算局部特征間的關(guān)聯(lián)等，自2017年開始在NLP領(lǐng)域應(yīng)用、變種升級，Transformer在多模態(tài)的發(fā)展和應(yīng)用將讓AI越來越多的向人類推理方式靠近，以實現(xiàn)AGI。

AIGC包括文本/音頻/圖像/視頻/代碼/3D/數(shù)字人/跨膜態(tài)生成等，目前文本、音頻和圖像領(lǐng)域都迎來較大突破，圖像生成的突破是Difussion的出現(xiàn)，文本生成的突破則是GPT的出現(xiàn)，AIGC基本采用GAN算法，算法及產(chǎn)品越來越豐富多元，AI因AIGC的蓬勃發(fā)展，已開啟技術(shù)與應(yīng)用的新篇章。

應(yīng)用概覽：技術(shù)突破實現(xiàn)應(yīng)用創(chuàng)新。AI小模型是過去主流的研究和應(yīng)用方向，在B端部分行業(yè)、賽道已有不少企業(yè)布局，預(yù)計未來仍將依托其細(xì)分行業(yè)、細(xì)分賽道的先發(fā)優(yōu)勢和數(shù)據(jù)、項目實施經(jīng)驗、產(chǎn)品優(yōu)勢等壁壘仍將有較好的發(fā)展。

但大模型尚未實現(xiàn)商業(yè)價值閉環(huán)，未來需要重點關(guān)注數(shù)據(jù)、算法層面的突破與變革，探索新的商業(yè)模式，目前已在影視、傳媒、電商、C端娛樂規(guī)模應(yīng)用，游戲領(lǐng)域逐步應(yīng)用，金融、工業(yè)、醫(yī)療、法律、設(shè)計等專業(yè)領(lǐng)域還在持續(xù)拓展。

產(chǎn)業(yè)布局：科技巨頭全面布局，中下游廠商百花齊放。國外主要以微軟、谷歌、Meta為主，國內(nèi)以百度、騰訊、阿里、華為等為主，既擁有充足的算力支撐，又有優(yōu)秀的人才團隊，多年算法、數(shù)據(jù)積累，在大模型領(lǐng)域的發(fā)展及應(yīng)用具備天然優(yōu)勢。上游除云廠商外，還有光通信廠商、數(shù)據(jù)服務(wù)商、算力相關(guān)設(shè)備廠商，將較大程度受益于大模型發(fā)展帶來的更多計算資源和數(shù)據(jù)需求。

中游有商湯、科大訊飛、曠視、拓爾思等企業(yè)多年細(xì)分領(lǐng)域布局，部分也有一定算力儲備，垂直行業(yè)細(xì)分賽道深耕，相關(guān)技術(shù)、數(shù)據(jù)儲備豐富。下游主要是受益于AIGC對業(yè)務(wù)的驅(qū)動、降本增效，空間較大，多行業(yè)公司均將逐步受益。

商業(yè)模式：商業(yè)化初啟，期待產(chǎn)業(yè)生態(tài)、技術(shù)與產(chǎn)品發(fā)展完善。小模型在B端已應(yīng)用多年，大模型商業(yè)剛剛開始，主要是MaaS，包括大模型廠商自用，實現(xiàn)增量或降本增效；云廠商“MaaS+IaaS”打包輸出；替代翻譯、美工、原畫師、程序員、分析師、設(shè)計師等繁瑣重復(fù)的低端工作等。大模型商業(yè)價值閉環(huán)未成，國內(nèi)SaaS生態(tài)、付費意識較差，商業(yè)落地還需要各行各業(yè)共同發(fā)展、相互奔赴，共建良好產(chǎn)業(yè)生態(tài)。

來源：國海證券

報告內(nèi)容節(jié)選如下：