1、行业发展：人工智能步入新发展阶段，逐步迈向AGI；AIGC拥抱人类，创造人机交互新变革，将迎来更多新机遇。
人工智能从理论发展分为四个阶段：规则导向、机器学习、深度学习、自主学习阶段，目前处于深度学习阶段；从应用成熟度可分为三个阶段：弱人工智能阶段（ANI）、强人工智能阶段（AGI）、超人工智能阶段（ASI），目前处于ANI阶段；从应用类型可分为四种：感知式AI与分析式AI应用较成熟，决策式AI近年来发展迅速，生成式AI迎来突破。生成式AI，即AIGC，较传统内容创作模式UGC、PGC可实现更大数量、更高质量、更低单位成本，未来将从辅助创作生成趋向高度自动化自主创造。此外，AIGC将赋能多领域，加速人机共生的建设，迎接更多机遇与挑战。
2、技术进步：算力是支撑，数据是瓶颈，算法迎来突破。
算力层，近年来大模型流行，模型参数量迅速膨胀，所需计算资源越来越大，算力是AIGC核心生产要素；而AI芯片全球短缺，美对华芯片制裁升级，我们认为国内短期算力充足，长期仍需要逐步实现AI芯片国产化替代。数据是机器学习的核心，AI发展的瓶颈,数据决定模型质量的上限；大模型训练需要海量且优质数据，AI对数据训练集的消耗量远大于人类数据生产的速度，专业领域、图像视频等数据获取和标注成本也将越来越高，我们认为加速商业化，实现数据反哺是对提高数据量、降成本的重要解决办法。算法层，近年来迎来不少突破，过去NLP领域以RNN及其变体为主，CV领域以CNN及其变体为主，但各有优劣，Transformer架构突破了RNN不能并行计算的限制，较CNN有更好的计算局部特征间的关联等，自2017年开始在NLP领域应用、变种升级，Transformer在多模态的发展和应用将让AI越来越多的向人类推理方式靠近，以实现AGI。AIGC包括文本/音频/图像/视频/代码/3D/数字人/跨模态生成等，目前文本、音频和图像领域都迎来较大突破，图像生成的突破是Difussion的出现，文本生成的突破则是GPT的出现，AIGC基本采用GAN算法，算法及产品越来越丰富多元，AI因AIGC的蓬勃发展，已开启技术与应用的新篇章。
3、应用概览：技术突破实现应用创新。
AI小模型是过去主流的研究和应用方向，在B端部分行业、赛道已有不少企业布局，预计未来仍将依托其细分行业、细分赛道的先发优势和数据、项目实施经验、产品优势等壁垒仍将有较好的发展。但大模型尚未实现商业价值闭环，未来需要重点关注数据、算法层面的突破与变革，探索新的商业模式，目前已在影视、传媒、电商、C端娱乐规模应用，游戏领域逐步应用，金融、工业、医疗、法律、设计等专业领域还在持续拓展。
4、产业布局：科技巨头全面布局，中下游厂商百花齐放。
国外主要以微软、谷歌、Meta为主，国内以百度、腾讯、阿里、华为等为主，既拥有充足的算力支撑，又有优秀的人才团队，多年算法、数据积累，在大模型领域的发展及应用具备天然优势。上游除云厂商外，还有光通信厂商、数据服务商、算力相关设备厂商，将较大程度受益于大模型发展带来的更多计算资源和数据需求。中游有商汤、科大讯飞、旷视、拓尔思等企业多年细分领域布局，部分也有一定算力储备，垂直行业细分赛道深耕，相关技术、数据储备丰富。下游主要是受益于AIGC对业务的驱动、降本增效，空间较大，多行业公司均将逐步受益。
5、商业模式：商业化初启，期待产业生态、技术与产品发展完善。
小模型在B端已应用多年，大模型商业刚刚开始，主要是MaaS，包括大模型厂商自用，实现增量或降本增效；云厂商“MaaS+IaaS”打包输出；替代翻译、美工、原画师、程序员、分析师、设计师等繁琐重复的低端工作等。大模型商业价值闭环未成，国内SaaS生态、付费意识较差，商业落地还需要各行各业共同发展、相互奔赴，共建良好产业生态。
风险提示：人工智能发展不及预期，AIGC发展不及预期；技术发展不及预期；商业化拓展不及预期；行业竞争加剧风险；中美科技竞争不确定性风险。
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↑
AIGC演进趋势：辅助生产à 自动化独立创作
机器学习：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
NLP算法：迎来突破，但算力、数据需求过高等问题待解决
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
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
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
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
以上为报告部分内容，完整65页报告请联系团队成员或对口销售
证券研究报告《人工智能系列深度报告：AIGC行业综述篇 ——开启AI新篇章》
对外发布时间：2023年3月20日
发布机构：国海证券股份有限公司
本报告分析师：陈梦竹  
SAC编号：S0350521090003
推荐阅读•国海证券“AI+”研究团队研究报告
▶AIGC：内容生产力的革命—Web3.0系列专题研究之一 | 国海产业•深度报告（2022年12月22日）
▶国海证券杨仁文：人工智能又一新兴赛道，AIGC或成为数字经济与Web3.0的新能量 | 国海产业•媒体文章（2023年1月23日）
▶AIGC深度报告：新一轮内容生产力革命的起点 | 国海传媒·深度报告（2023年3月2日）
推荐回听•国海证券“AI+”研究团队论坛活动
▶国海“AI+”研究战队 | AIGC创始人高端论坛•（2023年2月23日）
嘉宾：阿里巴巴达摩院AIGC产品专家、构赛博CEO、熵简科技创始人、倒映有声联合创始人等

▶对话创业家•第2期•魏博，来画CEO（2023年2月5日）
▶对话创业家•第3期•肖涵，Jina AI CEO（2023年2月15日）
回听链接：https://s.comein.cn/ANM4G
▶对话创业家•第4期•何培成，倒映有声联合创始人（2023年2月17日）
回听链接：https://s.comein.cn/ANjFE
▶对话创业家•第5期•成维忠，中科深智创始人兼CEO（2023年3月21日）
回听链接：https://s.comein.cn/ANAdj
重要提示
本公众号推送观点和信息仅供国海证券股份有限公司（下称“国海证券”）研究服务客户参考，完整的投资观点应以国海证券研究所发布的完整报告为准。若您非国海证券研究服务客户，为控制投资风险，请取消订阅、接受或使用本公众号中的任何信息。本公众号难以设置访问权限，若给您造成不便，敬请谅解。国海证券不会因订阅本公众号的行为或者收到、阅读本公众号推送内容而视相关人员为客户。
本公众号不是国海证券的研究报告发布平台，只是转发国海证券已发布研究报告的部分观点，订阅者有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义，应以国海证券研究所发布的完整报告为准，且须寻求专业人士的指导及解读。
本公众号及国海证券研究报告所载资料的来源及观点的出处皆被国海证券认为可靠，但国海证券不对其可靠性、准确性、时效性或完整性做出任何保证。本微信号推送内容仅反映国海证券研究人员于发出完整报告当日的判断，本公众号所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效，国海证券不承担更新不准确或过时的资料、意见及推测的义务，在对相关信息进行更新时亦不会另行通知。
在任何情况下，本公众号所载信息、意见不构成对任何人的投资建议，所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。对任何直接或间接使用本公众号所载信息和内容或者据此进行投资所造成的任何一切后果或损失，国海证券及/或其关联人员均不承担任何形式的法律责任。
本微信号及其推送内容的版权归国海证券所有，国海证券对本微信号及其推送内容保留一切法律权利。未经国海证券事先书面许可，任何机构或个人不得以任何形式转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容，否则将承担相应的法律责任，国海证券就此保留一切法律权利。
继续阅读
阅读原文
关键词
模型
大模型
数据
技术
行业