AIGC行业综述( 62 页)

目录

核心分析框架............................6

核心分析框架：每一轮人机交互的变革都会带来产业级投资机会

核心分析框架： 期待算力、数据、算法的突破，迈向强人工智能AGI阶段

核心分析框架： AIGC与PGC、UGC内容创作模式对比

核心分析框架：机器学习分为训练和推理，数据决定上限，算法逼近上限

核心分析框架：数据是机器学习的核心，也是机器学习的瓶颈

核心分析框架：随着模型参数量的提升，算力需求显著增加

核心分析框架： AIGC——生产力的革命

核心分析框架： ChatGPT史上用户数增长最快

核心分析框架：当模型规模达到某个阈值时，模型出现涌现能力

核心分析框架： ChatGPT采用RLHF学习机制，效果优于GPT-3的无监督学习

核心分析框架： AIGC何时突破工业红线？关注数据、算法和商业模式破局

核心分析框架：互联网大厂全面布局，中小厂商主要发力中下游环节

核心分析框架：产业链各环节发展趋势

核心分析框架：大模型商业化初启，小模型在部分领域已实现商业价值闭环

核心分析框架：总成本持续提升，但同级别参数消耗量将显著下降

一、行业篇：人工智能发展步入新阶段，AIGC创造新机遇..........22

每一轮人机交互的变革都会带来产业级投资机会

AI发展历程：期待算力、数据、算法的突破，迈向强人工智能AGI阶段

AIGC发展历程：文本、代码生成技术较成熟，图片、视频生成值得期待

内容创作模式进化：去中心化↑连接数量↑创作速度↑创作规模↑

内容创作模式进化：从供给转变为需求导向，从单次转变为多次生产

内容创作模式对比：AIGC实现内容创作呈高质量、大数量、低成本趋势

AIGC演进趋势：辅助生产自动化独立创作

二、技术篇：算力是支撑，数据是核心，算法逐步迎来突破..........30

机器学习：分为训练和推理，数据决定上限，算法逼近上限

数据：机器学习的核心，也是机器学习的瓶颈

算力：随着模型参数量的提升，算力需求显著增加

AIGC：生产力的革命

AIGC模型：参数量持续提升、开源模型逐渐丰富

NLP算法：迎来突破，但算力、数据需求过高等问题待解决

NLP算法：Transformer开辟NLP新路径，架构优化促成衍生模型

ChatGPT：史上用户数增长最快，源于算法的突破、高质量的数据库

ChatGPT-算法：当模型规模达到某个阈值时，模型出现涌现能力

ChatGPT-算法：采用RLHF学习机制，效果优于GPT-3的无监督学习

ChatGPT-反思：站在巨人的肩膀之上，开源开放期待更多可能和变革

三、应用篇：技术突破实现应用创新，已在多领域落地........................42

AIGC何时突破工业红线：重点关注数据、算法的突破和商业模式的发展

AIGC应用：已在影视、传媒领域规模应用

AIGC应用：已在电商、C端娱乐规模应用

AIGC应用：已在游戏领域逐步应用

AIGC应用：在金融、计算机、教育、工业、医疗等专业领域还在持续拓展

AIGC应用：在法律、农业、设计等专业领域还在持续拓展

四、企业布局：科技巨头全面布局，中下游厂商百花齐放.........49

厂商布局：互联网大厂全面布局，中小厂商主要发力中下游环节

产业链各环节发展趋势

AIGC相关标的——上游企业

AIGC相关标的——中游企业

AIGC相关标的——下游企业

五、商业模式：商业化初启，期待产业生态、技术与产品发展完善.......58

商业模式：大模型商业化初启，小模型在部分领域已实现商业价值闭环

商业模式：开始商业化尝试，会员制+按次收费为主

成本测算-训练成本：总成本持续提升，但同级别参数消耗量将显著下降

×