僅供機構投資者使用證券研究報告|行業深度研究報告內容產業專題之二：新生產工具落地，近期即可展望變現——

AIGC應用、商業化及受益標的2023年2月10日核心觀點

以ChatGPT為代表的AIGC應用落地，標志著內容行業新生產工具的誕生AIGC，即通過人工智能自動生成內容。我們梳理AIGC技術的發展歷程，判斷其廣泛應用前的技術積累已經基本完成，開源社區繁榮使得進入壁壘集中于數據及算力，目前海內外已經形成了“數據供給→模型定制→內容分發”的完整產業鏈。截至2023年2月，OpenAI研發的對話機器人ChatGPT已積累一億月活，成為了史上用戶增長最快的消費應用，我們認為ChatGPT的廣泛應用，標志著AIGC規?；?、商業化應用的開始，人類的內容生產習慣將被改變，隨著B、C兩端的快速普及，AI創作生產內容將成為下一階段的重要內容生產方式。

B端/C端商業化條件成熟，具備短期落地潛力行業已經具備大規模商業化條件：1）從供給端看，現有技術成熟度已經能夠大規模輔助用戶進行內容生產，下游供給多點開花，遍及AI繪畫、AI寫作、AI視頻等；2）從需求端看，文娛碎片化、輕量化趨勢下，行業邏輯接近快消品，用戶消費需求指數級增長，消費形態升級（圖文→視頻），傳統生產方式下行業成本壓力加劇，急需降本增效。我們判斷ToB、ToC兩端的商業化條件已完備，并給出如下展望：1）B端（出售API接口/移植模型）：瞄準進行高頻、大規模內容生產的細分場景，為平臺提供定制化模型服務，游戲、數字人領域受益短期內即能看到。2）C端（大眾應用）：大廠將定制化模型嵌入搜索、辦公等成熟應用，利用龐大用戶流量挖掘附加價值；此外隨著訂閱費用的調整，個人創作者直接訂閱AIGC應用將更為普遍。

投資建議：關注兼具數據、算力及流量優勢的廠商&先發布局標的機會更多存在于兼具中文數據資源、算力及流量分發話語權的企業中，考慮到手握C端流量的大廠技術布局已經相當完備，格局被顛覆的可能性并不高。我們重點關注同時布局AIGC生產及消費領域的互聯網平臺，料長期主義布局下公司將結構性受益，推薦1）百度：國內AIGC領域發力最早，投入最多，研發成果最豐富的企業，三月其類ChatGPT項目“文心一言”將完成內測并對公眾開放。

2）騰訊：掌握下游分發話語權，自研“混元”AI大模型已被廣泛應用到廣告創作、廣告檢索、廣告推薦等騰訊業務場景中，內容、廣告及云業務將直接受益；3）網易：AIGC已被引入游戲研發流程，重磅儲備《逆水寒手游》上線在即。同時關注已在視頻、營銷、閱讀等相關細分領域搶跑的重點標的，預計先發優勢下應用端的推進將更快反映至業績。推薦1）數碼視訊；2）捷成股份；3）風語筑；4）浙文互聯。

風險提示：AIGC自身存在的倫理、、安全等風險；AIGC相關產品上線節奏不及預期風險；監管風險。201

AIGC：新生產工具的誕生目錄02變現：B端/C端商業化條件成熟，長期想象空間大03投資建議：關注兼具數據、算力及流量優勢的廠商&先發布局標的04風險提示301

AIGC：新生產工具誕生41.1

AIGC：人工智能生成內容，Web3時代的生產工具

AIGC（AI

Generated

Content），即通過人工智能自動生成內容，具體指基于大型語言模型LLM、生成對抗網絡GAN等深度學習技術，輸入數據后由人工智能生成相關內容。目前AIGC已進入成長期，AI生成圖像、文字、代碼、音樂等領域均已有相關應用落地，我們認為隨著B、C兩端的快速普及，AI創作生產

內容將成為下一階段的重要內容生產方式。圖：AI生成內容的流程數據準備模型訓練生成內容評估效果模型優化使用機器學習算法（如神經網絡、隨機森林等）對，模型進行訓練，讓模型學會生成與人類相似的內容。準備大量的可供訓練的數據，如文本、圖像、音頻等，并對其進行預處理。通過模型的預測接口，向模型輸入指定的模板和數據，獲得生成的內容。評估生成的內容與實際創作要求的差異。根據評估效果對模型進行優化，提高生成內容的質量。圖：內容創作模式的演變猜想用戶生產內容UGCAI生產內容AI輔助用戶生產內容AIUGC專業人士生產內容AIGCPGC資料：

ChatGPT、華西證券研究所1.2

當下為何關注AIGC：落地前的技術積累已經基本完成圖：AIGC的四大技術基礎神經網絡大數據自然語言處理計算機視覺人工智能生成內容的基礎理論，它模擬了人腦的神經網絡，從而實現了人工智能的生成內容。人工智能生成內容的基礎，對生成內容的質量和效果有著重要的影響。通過對人類語言的理解和處理，從而實現人工智能生成內容。通過模擬人類視覺系統的功能，對圖像及視頻進行處理。圖：從機器學習角度看AIGC發展歷程，相關技術已經基本成熟基礎架構模型框架落地應用AI換臉生成對抗網絡GAN變分自編碼器VA

E流生成模型flow/glow深度神經網絡DNN卷積神經網絡CNN遞歸神經網絡RNNAI生成圖像AI生成音頻擴散模型DiffusionGPT-1GPT-2GPT-3模型深度與結果開始具有相關性殘差網絡ResNetChatGPT模型的深度和參數量指數級增加人工智能對話型機器人Transformer建立長距離的dependency→并行大型語言模型LLM計算能力1.3

當下為何關注AIGC：ChatGPT誕生，催化AIGC商業化價值

ChatGPT實現了從技術提升到技術突破的轉變。此前殘差網絡及Transformer的出現使得模型的深度和參數量指數級增加，大模型成為可能，AIGC應用飛速發展；大語言模型出現后，大模型的使用方式從預訓練的單一任務模型迭代到多模態模型，微調時所需的標注數據量顯著減少，從而降低了業務的使用成本。在此基礎上，2022年11月，OpenAI上線了機器人對話模型ChatGPT（GPT-3.5），新模型參數量為1750億（人腦神經元數量為120-140億），遠超此前模型的參數量。ChatGPT引入了RLHF（基于人類反饋的強化學習），能夠在大部分領域與人類進行持續的語言交互，實現了歷史性的突破。

ChatGPT標志著AIGC規模化、商業化應用的開始，人類的內容生產習慣將被改變。盡管此前Stable

Diffusion、Midjourney等AI繪畫應用已經落地，但注冊及使用門檻仍相對較高。ChatGPT的對話機器人屬性及免費試用窗口期使其能夠廣泛觸達用戶，瑞銀數據顯示上線兩月用戶數已突破一億，系目前用戶增長最快的消費應用，2023年1月推出付費訂閱版，每月價格20美元。我們認為，ChatGPT之于OpenAI，可以對標AlphaGo和AlphaFold之于DeepMind，開啟了AIGC認知普及的一大步，是AIGC內容批量規模化生產的起點。圖：ChatGPT的技術突破點在于引入了RLHF（基于人類反饋的強化學習）步驟1：收集數據，監督學習步驟2：建立訓練匯報模型步驟3：強化學習（PPO算法）Q：如何向一個六歲的孩子解釋強化學習？引入監督學習，提高模型認知能力一個提問對應多一個新提問“提示學習”算法寫一個關于水獺的故事個回答強化學習的目初始化獎勵機制是…圍棋…標注者將回答從最好到最差排序標是…六雇傭標注工進行數據標注在機器學習過程中,,,策略模型進行輸出很久很久以前…獎勵模型對輸出進行評價使用監督學習，對GPT-3.5進行微調該過程中產生的數據用于訓練獎勵模型給授和該評價用于更新策略模型的參數（基于PPO算法）1.4

AIGC的進入壁壘：開源降低行業技術門檻，但大模型對數據及算力需求極高

AIGC本身的技術門檻并不高。大模型的涌現和指數級的能力迭代，開源社區的繁榮、API接口的大量開發和開放（ChatGPT即為開放平臺），使AIGC應用對新進入者較為友好。此外大模型的泛化能力和通用性極強，無需對場景和模型重復訓練（即Zero-shot），由此而來的低成本準入門檻、數據飛輪效應和廣泛的場景適應能力，都一定程度降低了行業的技術壁壘。

但大模型對數據量及算力的海量需求，使得頭部大廠的規模優勢更加突出。模型是當下主流AIGC應用的核心基礎，訓練和運行模型都需要龐大的數據量和算力成本（資金）。

1）數據需求：模型性能與數據量、數據質量緊密相關，文獻顯示即使是擁有

130億參數的模型（僅次于擁有

1750

億的

GPT-3

完整版模型）處理二位數加減法的準確率也只有

50%

左右，處理其他運算的準確率還不到

10%。2）算力花費：GPT3.5

的訓練使用了微軟專門建設的

AI

計算系統，由

1

萬個

V100

GPU

組成的高性能網絡集群，總算力消耗約

3640

PF-days

（即假如每秒計算一千萬億次，需要計算

3640

天）。圖：GPT3的8個模型一共使用了

3000億

token圖：深度學習模型的算力需求指數級增長1.5

現有產業鏈拆解：數據供給→模型定制→內容分發上游：數據供給中游：模型開發與定制下游：應用與分發數據收集數據標記算法開發內容生產廠商訓練深度學習模型內容創作應用服務商內容分發平臺數據預處理二次開發定制化模型1）使用注釋數據開發和訓練

AI模型以生成內容；2）在垂直細分領域進行模型的二次開發，以便適應定制化需求。1）協助用戶使用模型和算法生成內容，如圖像、文本、語音等。2）將生成的內容分發到各種渠道，如社交媒體、娛樂平臺、新聞媒體等。收集大量原始數據并對其進行預處理，以便提供給模型訓練。文本圖像音頻視頻代碼OPT-175B（視覺識別）M2M-100（語言理解、生成）BERT（語言理解與

Florence（視覺識別）生成）Turing-NLG（對話系郵件撰寫會議紀要文案策劃繪畫生成AI換臉AI編曲AI配音智能渲染視頻剪輯素材匹配特效生成代碼生成代碼糾錯代碼優化App制作Bard（聊天機器人）

統）ChatGPT

（語言理解、生成、推理）Gato（多模態）Gopher（語言理解、

Turing

NLG生成）AlphaCode（代碼生成）Megatron-畫作修復有聲播客會議還原StableDiffusion（語言理解與圖像生成）（語言理解、對話聊天廣告制作生成、推理）

CLIP&DALL-E（圖像生成）1.6

評估AIGC的政策風險：數據、算法規范已逐步完善，當前責任集中于平臺自查

AIGC目前存在、倫理、數據安全等風險點。AI模型通常是通過預先存儲的大量數據訓練得到的，因此其中可能存在錯誤、偏見：

AI模型可能侵犯到他人的

，如通過復制或抄襲別人的作品創建文本。2）倫理：

AI模型可能存在倫或不準確的信息。1）理風險，例如造成誤導、歧視或侵犯個人隱私。3）數據安全：

當存儲或處理敏感信息時，存在數據泄露、被竊取等安全風險。

數據及算法領域此前已經經歷過一輪密集規范，相關細則已經相對完善，疊加2021年以來數字經濟相關政策利好陸續釋放，我們判斷產業初創期相關的政策態度趨于包容，目前審核責任更多集中于平臺對語料庫的自查。圖：此前針對數據及算法的監管體系已經逐步完備頂層法規條例細則《民法典》、《國家安全法》、《數據安全法》、《網絡安全法》、《個人信息保護法》《網絡安全審查辦法》、《云計算服務安全評估辦法》、《關鍵信息基礎設施安全保護條例》、《互聯網信息服務算法推薦管理規定》、《關鍵信息基礎設施安全保護條例（征求意見稿）》、《企業數據資源相關會計處理暫行規定（征求意見稿）》、《數據出境安全評估申報指南（第一版）》、《關于修改〈中華人民共和國網絡安全法〉的決定（征求意見稿）》、《工業和信息化領域數據安全管理辦法(試行)》數據分類分級數據采集

平臺方強化信息采集限制、用戶方明確數據處置權利

實行公共數據、企業數據、個人數據分類分級界定，明確各級數據監管范圍數據流通數據管理

將數據要素流通市場納入監管范疇，優化數據交易市場機制，提升市場化水平

維護國家數據安全、審慎規范數據使用，壓實平臺管理責任02

B端/C端商業化條件成熟，長期想象空間大112.1

行業已經具備大規模商業化條件：供給多點開花，順應行業需求供給側需求側現有技術成熟度已經能夠大規模輔助用戶進行內容生產，下游供給多點開花。文娛碎片化、輕量化趨勢下，行業邏輯接近快消品，用戶消費需求指數級增長，消費形態升級（圖文→視頻），傳統生產方式下行業成本壓力加劇。1）隨著互聯網增速放緩、紅利消耗，去肥增瘦成為普遍趨勢，傳統內容生產部門難以承擔內容創作的超高成本，AIGC應用在前期能夠替代拆條剪輯視頻、簡單文案等勞動密集的重復性工作，中后期可展望提供創意、推動創新，在成本控制領域有著不可替代的優勢。1）我們通過實際使用判斷人工智能創作能力基本達到了人類專業工種60%-70%的水平，且基于AI的工具容錯率高，可編輯性強，具備落地應用的可行性。2）從實際供給來看，當前AIGC已經率先在營銷、影視、娛樂等數字化程度高、內容需求豐富的行業取得重大發展，涌現了寫作助手、AI繪畫、對話機器人、數字人等爆款級應用，為文娛乃至金融、醫療等領域提供有力內容供給。2）快節奏生產需求下，AIGC的高效率特點使其能夠進一步節省用戶內容產出的時間成本。文案助手繪畫生成自動高效生成提升內容質量增加內容多樣性降低創作成本個性化定制生成速度更快AI繪畫水平較高視頻生成多題材、多形態成本低廉演講生成AI法律支持AI虛擬主播輸入內容用戶自定，事后可二次編輯2.1

行業已經具備大規模商業化條件：廠商實現盈利，驗證商業模式可行性圖：AIGC當下的主流商業模式To

BTo

C出售API接口根據產出數量計費訂閱制作為底層平臺接入其他產品對外開放，按照數據請求量和實際計算量計算費用。面向C端提供服務，根據內容產出的數量計費，如AI繪畫軟件按照圖像張數收費。面向C端提供服務，用戶需每月付費以換取服務，當前訂閱價格仍相對高昂。代表產品：代表產品：代表產品：

目前海外已有實現穩定盈利的廠商，持續驗證商業模式的可行性。公開業績數據顯示2020年Deepmind已實現千萬美元量級的利潤，營業額為8.26億英鎊。

我們根據此前分析的下游應用場景，判斷ToB、ToC兩端的商業化條件已完備，并給出如下展望：?1）B端（出售API接口/移植模型）：瞄準進行高頻、大規模內容生產的細分場景，為平臺提供定制化模型服務，游戲、數字人領域受益短期內即能看到。?2）C端（大眾應用）：大廠將定制化模型嵌入搜索、辦公等成熟應用，利用龐大用戶流量挖掘附加價值；此外隨著訂閱費用的調整，個人創作者直接訂閱AIGC應用將更為普遍。2.2

B端變現展望：LLM+X，瞄準有高頻、大規模內容生產需求的細分場景

B端變現的方式可展望為細分行業定制LLM（大語言模型），即廠商的模型底座+用戶數據源，構建“LLM+X”。廠商通過改變訓練用數據的分布，來提升模型在某一細分領域的表現。從具體領域來看，定制化模型能夠逐步深度融入到文字、音樂、圖片、視頻、3D

多種媒介形態的生產中，可以擔任新聞、論文、小說寫手，音樂作曲和編曲者，多樣化風格的畫手，長短視頻的剪輯者和后期處理工程師，3D

建模師等多樣化的助手角色，在人類的指導下完成指定主題內容的創作、編輯和風格遷移。

傳媒互聯網是最直接受益于AIGC落地的場景。中文互聯網首先為大模型的建立提供豐富的中文語料庫，從源頭哺育AIGC；傳媒細分子賽道均具備高內容需求、高交互、高創意濃度等屬性，與AIGC天然契合。圖：AIGC服務商面向B端提供“LLM+X”服務的步驟示意圖需求收集數據收集模型訓練模型評估模型落地監控和維護客戶將其特定要求和偏好傳達給

AI

服務提供商。AI

服

務

提

供商需要評估自定義模型的性能。AI服務提供商部署自定義模型，使其可供客戶使用。AI

服

務

提

供商后續維護模型準確性和質量。客戶需要提供特定于自身行業的代表性數據集。服務商使用客戶提供的數據來訓練自定義模型。具體包括要生成的內容類型、所需的內容樣式、語氣和語言，以及所需的準確性和質量級別。此過程可能涉及微調現有的預訓練模型或從頭開始訓練新模型，生成滿足客戶要求和首選項的內容。此數據集應與客戶想要生成的內容類型相關，并且應具有高質量且具有準確的注釋。涉及進行測試集評估，以及人工注釋者的主觀評估，確保其滿足所需的準確性和質量級別。為客戶提供可用于生成內容的

API，或將模型直接集成到其現有軟件中。持續監控自定義模型的性能，并進行任何必要的更新或修改。2.2

B端變現展望：

LLM+X，瞄準有高頻、大規模內容生產需求的細分場景

重點關注兩個能夠顯著受益的行業：

游戲行業具備高交互性、內容創意密集的特點，將顯著受益于AIGC帶來的成本、效益改善、玩法創新，商業模式有望發生變革。

以3A游戲為例，一款成熟的3A游戲開發時間周期長、資金人力耗費巨大。R星2018

年發售的游戲《荒野大鏢客

2》，其虛擬場景約有約

60平方公里，耗費六百余名美術

8年時間完成。AIGC技術的引入，能夠在設計、調試、NPC行為、優化、3D場景制作等多領域提升效率，降低游戲行業對人力的重度依賴，有效實現成本控制。圖：AIGC在游戲領域的可能應用內容生產地圖生成程序化內容生成玩法創新付費點創新利用AI圖像生成技術，根據設計者需求生成立繪、配樂，文本。使用人工智能和機器學習算法快速生成環境、地形。人工智能和機器學習算法具備顛覆原有玩法的能力。AIGC技術的引入將提升玩家在游玩過程中的體驗，有望創造新的付費模式?；陂_發者設計的生成規則，結合一定的隨機化因素，自動生成關卡或怪物分布圖：任天堂開放世界游戲《塞爾達傳說：荒野之息》開發周期長達四年圖：網易開放世界手游《逆水寒》引入數百位人工智能NPC2.2

B端變現展望：

LLM+X，瞄準有高頻、大規模內容生產需求的細分場景

廣告營銷：內容生產及個性化需求大，看好AI數字虛擬人產品降本增效全天候、大規模、高效率觸達客戶實時分析數據，個性化定制營銷策略極大降低人力成本數字人客服能夠快速同事觸達海量客戶，保持全天候在線。AI實時分析客戶數據并個性化客戶體驗，為客戶提供更具相關性和吸引力的內容。AI數字人不再需要真人驅動，提升了營銷策略一致性，極大降低人力/代言成本。AI虛擬人/數字人人工智能技術驅動下的數字智能體，基于

AIGC

的

3D數字人建模已經初步實現產品化，目前精度可以達到次世代游戲人物級別，可以開放程序接口，對接各種應用，因此潛力較大，范圍較廣。提升制作效能感知與決策更接近人類融入會話式

Al系統制作工具更豐富AIGC

支撐了

AI驅動數字人多模態交互中的識別感知和分析決策功能，更加智能化、人性化?？蛻艨梢陨蟼髡掌?視頻生成寫實類型的數字人，生成過程較短、成本低、可定制。建立一個具象化、有親和力的人類形象，提升交流中情感的連接。更多的制作引擎將涌現，用戶在系統提供的基礎形象模板上修改參數，制作流程有望縮短至三十分鐘。語言理解（ASR、NLP、TTS）動作合成（AI驅動口型、動作）傳統虛擬人/數字人數字智能體，目前主要由真人在“皮套”下驅動，廣泛應用于營銷、直播領域。2.3

C端變現展望：AI

嵌入搜索引擎，代際變革即將開始

缺乏實時性是類ChatGPT產品的最大掣肘。作為語言模型，對話式機器人沒有搜索引擎的爬蟲能力，只能回答已知信息。2023年2月起，大廠陸續將對話是機器人與搜索引擎結合，進一步提升搜索業務效率。ChatGPT準確性提升搜索引擎賦能廣告業務搜索用戶體驗增強從變現角度看，廣告位將隨附加功能落地而增加；用戶參與的提升能夠使AI收集更多個性化數據，從而提供更加精準的廣告推送服務。通過集成搜索引擎技術，人工智能對話機器人可以通過訪問更廣泛的信息源，對用戶查詢提供更準確和相關的反應。搜索結果呈現將更自然、更直觀，聊天功能能夠提供更加個性化和互動的體驗，從而提升用戶使用時長及活躍程度。2023年2月，推出新版互聯網搜索引擎必應（Bing）和Edge瀏覽器。新版必應的運行基于一個OpenAI語言模型，可以切換聊天模式、協助用戶起草文本。2023年2月，推出Bard對標ChatGPT，該模型利用來自網絡的信息為輸入問題提供最新、高質量的回答，有望將

AI的優勢帶入谷歌日常產品。2023年2月，公司AI大模型文心一言將于3月份完成內測，面向公眾開放，最初版本將嵌入其搜索服務中。2.4

C端變現展望：SaaS應用將是最廣泛觸達大眾的場景之一，流量為隱形壁壘

SaaS應用將是最快落地、最早觸達C端用戶并帶來附加收入的場景。一方面，AIGC在辦公領域的應用前景已經相當顯性，文本轉圖像、快速文案撰寫、快速數據分析等技術能夠集成至日常工作流程中。相關大廠已經開始實際布局，微軟計劃OFFICE全家桶、云計算模型Azure中悉數加入AI大模型，線上會議軟件Teams已經推出了AI撰寫會議紀要和郵件的付費服務。另一方面，工作中的應用需求更為剛性、用戶基礎已經較為龐大，心智培育成本低、付費意愿更強，通過嵌入增值服務收取費用商業模式更加成熟。

享有C端流量分發話語權的廠商受益更加顯著。頭部廠商的產品本身已經有著用戶基數、心智壁壘，變現路徑相對明晰，獲客成本遠低于新進入者。圖：OFFICE應用將與ChatGPT整合圖：微軟在線會議軟件Teams已經上線

AI紀要付費功能2.5

C端變現展望：心智提升、費用下降，直接訂閱制將更加普遍

直接ToC的按月訂閱制產品受眾范圍較窄。當前AIGC應用的訂閱價格約在10-30美元區間內，我們判斷付費制較高的成本將按月訂閱的消費者范圍限定在了有硬性需求的獨立創作者中。從AI繪畫領域付費情況來看，根據6pen數據，中國60%的用戶并沒有在使用AI繪圖產品上有過付費行為，剩下40%的付費用戶中，16%付費在

10

元以內，14%

在100元以內，付費超過

100

元的不到

10%。

隨著AIGC能力的大幅度提升，AIGC訂閱費用有望逐步調降，購買決策成本降低伴隨用戶認知建立，我們認為C端應用消費需求的擴大已是必然。IDC預計中國AI市場規模將以24.4%的CAGR增長，有望在2025年超過184.3億美元（約1263億元人民幣）。咨詢機構AcumenResearch

and

Consulting預測，2030年AIGC全球市場規模將達到1100億美元；量子位智庫預計2030年AIGC市場規模將超過萬億人民幣。圖：ChatGPTPlus于2023年2月上線表：AIGC應用收費情況軟件/平臺名稱付費情況10

美元

/月：200次快速生成+不限量的排隊生成30

美元

/月：900次快速生成+不限量的排隊生成MidjourneyArtomatix30美元

/月ChatGPTPlus20美元/月03

投資建議：兼具數據、算力及流量優勢的廠商&先發布局標的203投資建議：關注兼具AI內容生產及分發能力的廠商&早期布局標的

梳理我們此前的分析，機會更多存在于兼具中文數據資源、算力及流量分發話語權的企業中。如果說算力及資金成本、數據資源是顯性壁壘，那么下游流量的充沛程度是C端的隱藏壁壘，考慮到手握C端流量的大廠技術布局已經相當完備，行業格局被顛覆的可能性并不高。

行業內頭部企業兼具數據、算力及資金優勢，且在C端話語權更強，將率先從生產力革命中獲益。我們重點關注同時布局AIGC生產及消費領域的互聯網平臺，料長期主義布局下公司將結構性受益，推薦1）百度：國內AIGC領域發力最早，投入最多，研發成果最豐富的企業，據新民晚報，三月其類ChatGPT項目“文心一言”將完成內測并對公眾開放。

2）騰訊：掌握下游分發話語權，自研“混元”AI大模型已被廣泛應用到廣告創作、廣告檢索、廣告推薦等騰訊業務場景中，內容、廣告及云業務將直接受益；3）網易：AIGC已被引入游戲研發流程，重磅儲備《逆水寒手游》上線在即。

我們同時關注已在視頻、營銷、閱讀等相關細分領域搶跑的重點標的，預計先發優勢下應用端的推進將更快反映至業績。推薦1）數碼視訊：多年布局視頻視覺AI技術，有望受益于AIGC生態興起；2）捷成股份：參股公司世優科技數字人已接入ChatGPT；3）風語筑：深耕數字展示，已有AIGC場景應用落地；4）浙文互聯：旗下米塔數字藝術社區已開啟AIGC模式。3.1

百度：超前布局優勢盡顯，三月將推出中國版ChatGPT并嵌入搜索

百度是國內AIGC領域發力最早，投入最多，研發成果最豐富的企業，擁有產業級知識增強文心大模型ERNIE

，具備跨模態、跨語言的深度語義理解與生成能力。從具體產品上看，2022年以來，AIGC陸續落地搜索、內容創作和數字人領域。

對話式搜索：百度將在2023年3月推出中國版本的ChatGPT，最初版本將嵌入其搜索服務中，讓用戶獲得對話式的搜索結果。多年技術積累使得公司具備布局生成式搜索的能力，ERNIE3.0Titan預訓練語言模型具有2600億個參數，超過ChatCPT的技術根基（GPT-3.5模型）1750億的參數數量，我們認為在數據數量及人工標注成本上，公司具備相對優勢。

內容創作：公司通過文心大模型、文心一格、圖文轉視頻等技術，為創作者提供“AI文案助理”、“AI插畫助理”、“AI視頻制作助理”。從變現上看，文心一格付費版本采用積分制，用戶可以通過消耗積分生成不同品質的圖片，也開放合理范圍內的商業使用。

數字人：將數字人技術與AIGC圖文轉視頻、TTS語音合成技術結合，為媒體及創作者定制真人孿生數字人。創作者輸入文本即可生成有數字主持人口播的視頻，不僅保證信息播報準確性，還具備多國語言口播、情緒識別等人格化功能，實現AI驅動24小時不停播。

AIGC天然契合智能搜索、智能推薦、智能營銷等業務高度個性化的特點，有望加快公司業務連接效率的提升，進一步提振主業業績。22Q3百度核心非營銷收入65億元，同比+25%，受云服務及其他AI業務推動顯著。2022年，公司提出技術能用盡用、能出盡出，未來AIGC將在其移動生態大規模落地。圖：“文心一言”將嵌入搜索功能圖：文心

模型根據關鍵詞創作的不同風格繪畫3.2

騰訊：掌握下游分發話語權，內容、廣告及云業務將直接受益

公司坐擁海量用戶及社交數據資源，具備獨立開發類ChatGPT應用的能力，相關技術已經應用于廣告業務。公司廣告多媒體AI團隊獨立研發的“混元”AI大模型覆蓋計算機視覺、自然語言處理、多模態內容理解、文案生成、文生視頻等多個方向，可將視頻和文本等跨模態數據分別做拆解，通過相似度分析，綜合考量并提取視頻和文本之間層次化的語義關聯。目前，“混元”AI大模型已被廣泛應用到廣告創作、廣告檢索、廣告推薦等騰訊業務場景中。

公司將直接受益于AI內容生產降本增效能力。公司內容業務覆蓋游戲、視頻、音頻、資訊等領域，結合體外投資，基本實現內容賽道上下游全布局。1）文娛內容：隨著2022年以來降本增效策略持續推行，PCG內容部門成為成本優化的第一線，我們判斷“混元”AI大模型的廣泛應用能夠與公司的運營策略共振，進一步為內容業務去肥增瘦；2）游戲：Gcloud團隊的自動蒙皮、自動2UV、一站式全流程工具管線Superman等AI相關游戲服務已落地。

公司FBS業務線擁有多個SaaS服務軟件，我們判斷騰訊會議、騰訊文檔、企業微信等可對標微軟Teams及Office，具備嵌入

AI機器人等附加服務的條件，SaaS業務變現有望進一步加快。圖：“混元”AI大模型解決方案廣告NLP大模型搜索推薦游戲翻譯對話文生圖大模型模型層CV大模型多模態大模型數據層多源訓練數據脫敏你/清洗/平臺化評測數據和標準共建太極機器學習平臺模型訓練AngelPTM（GPU訓練加速/4D并行）模型推理及壓縮HCF

Toolkit（輕量化/蒸餾/推理服務）產品套件（研發管線/數據&模型管理）算力平臺（CPU/GPU）高性能網絡平臺（RDMA）3.3

網易：AIGC已被引入游戲研發流程，重磅儲備上線在即

公司已經將AIGC技術深度融入業務。從具體技術布局來看，1）網易互娛已在語音驅動嘴型、風格化頭部模型生成、貼圖變化、資源超分等具體技術領域有了成熟產品。2）網易伏羲已經發表了70多篇游戲和AI頂會論文，申請了100多篇游戲和AI相關的技術專利。相關研落地服務了100多個游戲客戶，AI服務每日調用量超過1億次，在AI

捏臉、語音生成NPC、動畫生成等均有布局。3）網易有道AI技術團隊已投入到ChatGPT同源技術（AIGC）在教育場景的落地研發中，目前該團隊已在AI口語老師、中文作文批改等細分學習場景中嘗試應用，有望成為AIGC技術在國內互聯網教育場景的首次落地應用。

重磅儲備《逆水寒》已經取得版號，看好業績修復空間。公司已連續三批取得版號，其中《逆水寒手游》預約數超百萬，有望成為國產開放世界手游領軍作，有力增厚業績；此外《超凡先鋒》《巔峰極速》亦取得版號，代理產品《幻想生活》《突襲：暗影傳說》均為海外流水表現優異的佳作。

與暴雪解約的影響甚微，關注3A領域長期布局。公司實際已經通過投資及自設方式擴大海外布局，吸納大量3A游戲制作人，且2022以來節奏更加密集，近期來看，公司于英國成立工作室Spliced，致力于打造原創IP的“世界級在線游戲”體驗，目前已有R星、動視等3A大廠員工加盟；于日本成立工作室GPTRACK50，專注于制作高質量端游；同時投資瑞典Liquid

Swords、美國Something

WickedGames、加拿大SkyBox

Labs等工作室，長期主義導向突出。圖：語音驅動嘴型動畫技術已在公司產品中大量應用圖：《逆水寒手游》有望上線后有力提振流水3.4

數碼視訊：多年布局視頻視覺AI技術，有望受益于AIGC生態興起

公司于視覺AI方向已具備充分的技術研發儲備，并在多個領域進行市場化驗證，實現落地應用。公司擁有自主研發的AVS2/AVS3系列超高清視頻算法庫，具備4K/8K采集、核心傳輸交換、存儲等全產業鏈解決方案，積極參與總臺、北京電視臺2022年北京冬奧會、冬殘奧會直播報道，助力總臺實現奧運會歷史上轉播技術方面的全球領先，為人民日報新媒體提供了包括5G+4K便攜式直播背包等超高清視頻產品及技術支持。

公司在元宇宙領域已展開技術布局。公司利用5G等技術儲備，探索構建元宇宙場景基礎。子公司快視聽旗下洞壹元典平臺聯合國內大型機構，發行多款公益數字藏品及《寶慶竹刻非遺文化》《敦煌境飛天賜福》等多個商業項目，實現了極大社會關注和傳播宣導。2021年報顯示，未來公司將結合安全系統框架、低延時傳輸、超高清編碼、5G視頻應用、區塊鏈應用及智能合約等技術儲備，為相關應用從底層構建一個符合元宇宙身份認知、沉浸感、低延遲、經濟系統等核心要素的元宇宙場景基礎。圖：我們判斷數碼視訊業務有望與AIGC技術有力協同AI智能超分內智能家庭環境監測編碼識別視頻生成AI檢索容生產基于視頻

AI算法檢測異常行為，通過深度學習算法識別危險物品，可根據用戶需求定制開發特定異常行為深度算法模塊。對于設定的識別元素如精彩畫面可快速的識別整理并AIGC自動生成視頻，可進行統計及識別視頻、圖片、