——AIGC算力時(shí)代系列報(bào)告分析師姚天航分析師姚天航1、ChatGPT火爆的背后：算法革新+算力支持+數(shù)據(jù)共振ChatGPT引起全球熱烈反響，上線僅五天用戶突破百萬，ChatGPT在文本交互和語言理解方面能力的顯著進(jìn)步或OpenAI以B端提供API接口流量+C端訂閱收費(fèi)模式，探索ChatGPT商業(yè)化路徑。展望未來AI將橫縱向并行，結(jié)合技術(shù)深2、數(shù)字內(nèi)容生產(chǎn)新方式——AIGCAIGC的興起推動人類叩響強(qiáng)人工智能之門，可應(yīng)用于文本、音頻、圖片、視頻、跨模態(tài)、策略生成等，有望開啟新一輪內(nèi)容生產(chǎn)力革命3、新時(shí)代生產(chǎn)力工具，AIGC賦能內(nèi)容生產(chǎn)AIGC將推動游戲生產(chǎn)范式升級，并豐富游戲資產(chǎn)生成，高效輔助游戲測試，使制作成本顯著降低，全流程賦能游戲買量；AIGC貫穿廣告營銷全流程，將優(yōu)化案頭工作環(huán)節(jié)，提供更專業(yè)的個(gè)性化營銷方案，并充實(shí)廣告素材，實(shí)現(xiàn)廣告自動化生成；AIGC提升影視行業(yè)全管線效率。影視劇本創(chuàng)作已初見成效，多AI技術(shù)將助力電影中期拍攝，后期制作將更快完成；AIGC帶給媒體行業(yè)人機(jī)協(xié)作方案。新聞寫作編排效率提升，傳媒向智媒轉(zhuǎn)向開啟新篇章；AIGC提供互聯(lián)網(wǎng)行業(yè)豐富內(nèi)容，和更便捷的服務(wù)。ChatGPT賦能智慧搜索，互為供給加速發(fā)展內(nèi)容平臺發(fā)展，1、AI核心技術(shù)和AIGC技術(shù)發(fā)展不及預(yù)期風(fēng)險(xiǎn)。AIGC相關(guān)產(chǎn)業(yè)技術(shù)發(fā)展仍不成熟，技術(shù)壁壘較高，核心技術(shù)難以突破。2、版權(quán)相關(guān)風(fēng)險(xiǎn)。AIGC生成的內(nèi)容依賴現(xiàn)有版權(quán)素材，不當(dāng)使用或模型自身問題可能導(dǎo)致不良后果；3、人權(quán)道德風(fēng)險(xiǎn)。AI可能會生產(chǎn)違反道德、常規(guī)、法律等內(nèi)容；4、行業(yè)競爭加劇風(fēng)險(xiǎn)。若相關(guān)企業(yè)加快技術(shù)迭代和應(yīng)用布局，整體行業(yè)競爭程度加劇，將會對目前行業(yè)內(nèi)企業(yè)的增長產(chǎn)生威脅；5、宏觀經(jīng)濟(jì)波動的風(fēng)險(xiǎn)。若宏觀經(jīng)濟(jì)景氣度下行，將影響消費(fèi)者消費(fèi)意愿和產(chǎn)業(yè)鏈生產(chǎn)意愿，AIGC技術(shù)應(yīng)用落地將會受限；6、政策監(jiān)管風(fēng)險(xiǎn)；7、用戶需求不及預(yù)期；8、技術(shù)壟斷風(fēng)險(xiǎn)。4算法革新+算力支持+數(shù)據(jù)共振OpenAI推出在GPT-得到的ChatGPT模型相較于其他互聯(lián)網(wǎng)APP及服務(wù)，ChatGPT用戶規(guī)模爆發(fā)式增長，迅速出圈并在全球各地引起熱烈討論。ChatGPT僅5天就達(dá)成百萬用戶，為歷史上最快突破百萬ChatGPT上線2個(gè)月后，月活用戶達(dá)1億，為歷史上用戶增長最快的消費(fèi)應(yīng)用。ChatGPT是一個(gè)由OpenAI開發(fā)的大型語言模型，它使用自然語言處理和深度學(xué)習(xí)技術(shù)，可以理解語言內(nèi)容和語境，能夠承認(rèn)錯誤、挑戰(zhàn)不正確的前提、拒絕不適當(dāng)?shù)恼埱螅ㄟ^生成自然語言文本的形式與用戶交互，從而能夠應(yīng)用于各種語言任務(wù)和應(yīng)用。 DropboxFacebook 5個(gè)月7個(gè)月10個(gè)月數(shù)據(jù)來源：OpenAI官網(wǎng)、Statista、機(jī)器之心Pro、浙商證券研究所AlphaGo喚起AGI暢想。AlphaGo的成功使市場對現(xiàn)了人類同等能力，提升讀寫效率，逐漸向AI數(shù)據(jù)來源：DeepMind、CSDN、浙商證券研究所傳統(tǒng)模型傳統(tǒng)模型CNNTransformer架構(gòu)的優(yōu)勢應(yīng)用基于人類反饋強(qiáng)化學(xué)習(xí)模式三步法訓(xùn)練模型訓(xùn)練監(jiān)督策略模型獎勵模型近端策略優(yōu)化PPO強(qiáng)訓(xùn)練監(jiān)督策略模型獎勵模型近端策略優(yōu)化PPO強(qiáng)化學(xué)習(xí)通過獎勵模型產(chǎn)生最優(yōu)的輸出結(jié)果后，將該結(jié)果對模型參推理能力的引入推理能力的引入在基于大量代碼訓(xùn)練構(gòu)建的Codex模型上引入了推理能力數(shù)據(jù)來源：CSDN、OpenAI官網(wǎng)、浙商證券研究所 GPT-2GPT-32020年5月B端：提供API接口實(shí)施流量收費(fèi)OpenAI向用戶提供語言、圖像、音頻等不同類型模型的API接口，通過用戶使用模型的流量收費(fèi)。其中ChatGPT對應(yīng)API由其背后的AI模型gpt-3.5-turbo提供支持。此外，OpenAI還向用戶提供嵌入模型和微調(diào)模型，支持用戶根據(jù)自定義需求進(jìn)行模型定制。C端：提供產(chǎn)品訂閱服務(wù)收取費(fèi)用OpenAI于2023年2月新推出ChatGPTPlus版本，對該版本的使用者收取20美元/月的訂閱費(fèi)用。ChatGPTPlus版本較免費(fèi)公開使用的ChatGPT模型具有更快的響應(yīng)速度，在應(yīng)用高峰期能更順暢的使用模型，且訂閱者能夠優(yōu)先使用新功能，以向ChatGPT模型的深度用戶提供更快捷的服務(wù)。數(shù)據(jù)來源：OpenAI官網(wǎng)、浙商證券研究所 數(shù)據(jù)ChatGPT 數(shù)據(jù)ChatGPT的訓(xùn)練數(shù)據(jù)集信息更新截止2021年，隨著信息的不斷產(chǎn)生以及大量用戶的使用，模型可應(yīng)用的數(shù)據(jù)集規(guī)模進(jìn)一步擴(kuò)張，或?qū)⒋偈笴hatGPT的反饋更貼近實(shí)際。 算力ChatGPT依托微軟AzureAI超算基礎(chǔ)設(shè)施，憑借參數(shù)量的提升帶來了模型性能的明顯增長。隨著算力設(shè)施建設(shè)規(guī)模的擴(kuò)大和算力承載量的增長，或?qū)⑦M(jìn)一步提升模型質(zhì)量。 算法ChatGPT模型基于RLHF的預(yù)訓(xùn)練機(jī)制，但仍存在輸出不良或虛假信息的現(xiàn)象，且其提供的信息也存在一定的滯后性。隨著算法的優(yōu)化改進(jìn)，或?qū)⑦M(jìn)一步提升模型反饋的準(zhǔn)確性和時(shí)效性，或是簡化模型的訓(xùn)練過程從而提升模型效率。文本生成音頻生成圖像生成視頻生成圖像、視頻、文本跨模態(tài)生成策略生成GameAI虛擬人生成ChatGPT為AIGC在文本模態(tài)下的產(chǎn)物，證明了AIGC應(yīng)用落地的可行性與先進(jìn)性，或?qū)⒋呱嗟膽?yīng)用需求。ChatGPT熱烈的市場反應(yīng)以及商業(yè)收益或?qū)⒊蔀锳I行業(yè)公司大力發(fā)展其他模態(tài)的重要激勵與契機(jī)。數(shù)據(jù)來源：CSDN、量子位、浙商證券研究所AIGCAIGCAIGC 機(jī)器具有主動思考和理解的能力，不有目的推理并與人類自然交互。用人類事先編程就可以實(shí)現(xiàn)自我學(xué)習(xí)，機(jī)器具備超強(qiáng)的存儲能力和超快的計(jì)算能力，可以基于海量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，利用歷史經(jīng)驗(yàn)指導(dǎo)當(dāng)前環(huán)境。機(jī)器具有主動思考和理解的能力，不有目的推理并與人類自然交互。用人類事先編程就可以實(shí)現(xiàn)自我學(xué)習(xí)，機(jī)器具備超強(qiáng)的存儲能力和超快的計(jì)算能力，可以基于海量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，利用歷史經(jīng)驗(yàn)指導(dǎo)當(dāng)前環(huán)境。AIGC意味著AI使機(jī)器具備視覺、聽覺、觸覺等感知能力，可以將非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化，并用人類的溝通方式與用戶互動。數(shù)據(jù)來源：知萌咨詢、浙商證券研究所22AI生成內(nèi)容n內(nèi)容生產(chǎn)總量巨大n元宇宙式體驗(yàn)n舉例：ChatGPT、AI繪nn內(nèi)容生產(chǎn)總量大n大規(guī)模沉浸交互n舉例：語音轉(zhuǎn)文字協(xié)助紀(jì)要生成、百家號TTVn內(nèi)容生產(chǎn)總量較低n單人/多人專業(yè)體驗(yàn)n舉例：長視頻n內(nèi)容生產(chǎn)總量變多n小規(guī)模多人交互n舉例：小紅書、微博數(shù)據(jù)來源：浙商證券研究所以ChatGPT為代表的AIGC行業(yè)，上游主要包括數(shù)據(jù)供給方、算法/模型機(jī)構(gòu)、創(chuàng)作者生態(tài)以及底層配合工具等，（業(yè)務(wù)數(shù)據(jù)聯(lián)通、素材數(shù)據(jù)收集等，如第三方營銷公司、版權(quán)圖庫方等）AIGC內(nèi)容檢測數(shù)據(jù)來源：量子位、浙商證券研究所AIGC內(nèi)容分為數(shù)據(jù)來源：量子位、浙商證券研究所文本生成(TextGeneration)是自然語言處理(NLP)的重要任務(wù)之一，從非語言的表示生成人類可以理解的文本，文本→文本、數(shù)據(jù)→文本都是文本生成任務(wù)關(guān)注的。以并行計(jì)算，只能串行計(jì)算。GPU的并行化能夠大大加速計(jì)算過程，如果模型不能夠并行計(jì)算，會導(dǎo)致運(yùn)算速度很低。Transformer架構(gòu)引入Self-以并行計(jì)算，只能串行計(jì)算。GPU的并行化能夠大大加速計(jì)算過程，如果模型不能夠并行計(jì)算，會導(dǎo)致運(yùn)算速度很低。Transformer架構(gòu)引入Self-attention自注意力機(jī)制可取代RNN。2017年，Google發(fā)布《AttentionisAllYouNeed》Transformer模型通過采用Self-Attention自注意力機(jī)制，完全拋棄了傳統(tǒng)RNN在水平方向的傳播，只在垂直方向上傳播，只需要不斷疊加Self-Attention層即可。這樣，每一層的計(jì)算都可以并行進(jìn)行，可以使用GPU進(jìn)行加速。等數(shù)據(jù)來源：量子位、浙商證券研究所音頻生成：TTS應(yīng)用發(fā)展成熟，AI樂曲創(chuàng)作未來音頻生成主要應(yīng)用于流行歌曲、樂曲、有聲書的內(nèi)容創(chuàng)作，以及視頻、游戲、影視等領(lǐng)域的配樂創(chuàng)作，目前在眾多場景已獲初步發(fā)展，在部分場景已廣泛應(yīng)用、趨于成熟。常見音頻生成中，TTS文字轉(zhuǎn)語音是最普遍使用的落地應(yīng)用，而創(chuàng)意性音頻生成有助于激發(fā)創(chuàng)作者靈感，促進(jìn)樂曲二創(chuàng)、輔助編曲。文字轉(zhuǎn)語音應(yīng)用基本成熟，關(guān)鍵突破在于如何文字轉(zhuǎn)語音應(yīng)用基本成熟，關(guān)鍵突破在于如何智能客服、有聲讀物制作、語音播報(bào)、自媒體配音、導(dǎo)航智能客服、有聲讀物制作、語音播報(bào)、自媒體配音、導(dǎo)航播報(bào)等VPR聲紋識別TTS文字轉(zhuǎn)語音旋律走向過于隨機(jī)，部分和弦略有突兀旋律走向過于隨機(jī)，部分和弦略有突兀音樂創(chuàng)作基于前人數(shù)據(jù)分析而得，難以生成全新曲風(fēng)音樂數(shù)據(jù)標(biāo)注困難AI編曲：基于主旋律和創(chuàng)作者個(gè)人偏好，生成不同樂器對應(yīng)和弦，完成整體編配人聲錄制：通過端到端的聲學(xué)模型和神經(jīng)聲碼器完成數(shù)據(jù)來源：CSDN、量子位、浙商證券研究所圖像生成傳統(tǒng)主流模型圖像生成傳統(tǒng)主流模型———GAN生成式對抗網(wǎng)絡(luò)圖像生成新一代主流模型———Diffusion擴(kuò)散模型2014原始GAN2015CGAN生成式對抗網(wǎng)絡(luò)(GAN)的提出標(biāo)志著AIGC圖像生成可實(shí)現(xiàn)，進(jìn)入快速發(fā)展階段。2014原始GAN2015CGANGANGAN的訓(xùn)練是個(gè)動態(tài)的過程，是生成器G與判別器D兩者之間的相互博弈過程。生成器G判別器DXZ數(shù)據(jù)來源：CSDN、arXiv、量子位、浙商證券研究所圖像生成傳統(tǒng)主流模型圖像生成傳統(tǒng)主流模型———GAN生成式對抗網(wǎng)絡(luò)圖像生成新一代主流模型———Diffusion擴(kuò)散模型擴(kuò)散模型(DiffusionModel)成為圖像生成領(lǐng)域的重要發(fā)現(xiàn)，有望超越GAN，成為新一代圖像生成主流模型。DiffusionModel在2015年被提出，于2020年在DenoisingDiffusionProbabilisticModels研究中名聲大噪，目前Google的Imagine與OpenAI的DALL·E2等熱門圖像生成軟件都基于此模型。DiffusionModel簡化模型訓(xùn)練過程中數(shù)據(jù)處理的難度，解決了GAN穩(wěn)定性問題，提高生成圖片的質(zhì)量。Diffusion模型的工作原理是通過逐漸添加高斯噪聲來破壞訓(xùn)練數(shù)據(jù)。通過一張神經(jīng)網(wǎng)絡(luò)“生成器”來進(jìn)行逆轉(zhuǎn)破壞過程(去噪)，從純噪聲中合成數(shù)據(jù)，直到產(chǎn)生干凈的樣本。GAN模型在訓(xùn)練過程中需要兩張神經(jīng)網(wǎng)絡(luò)“生成器”與“判別器”，穩(wěn)定性很難平衡，而DiffusionModel只有一張神經(jīng)網(wǎng)絡(luò)，解決了穩(wěn)定性問題，同時(shí)簡化了數(shù)據(jù)處理過程，且更加靈活。 數(shù)據(jù)來源：CSDN、量子位、浙商證券研究所圖像生成可簡要劃分為圖像屬性編輯、圖像局部生成及更改、以及端到端的圖像生成。其中，前兩者的落地場景為圖像編輯工由于圖像的生成復(fù)雜度遠(yuǎn)高于文字，在整體生成上，目前仍然難以達(dá)到穩(wěn)定可靠的生成高質(zhì)量圖像。但隨著GAN、DiffusionModel等模型的不斷迭代，圖像生成發(fā)展將非常快速。基于草圖生成完整圖像、有機(jī)組合多張圖像生成新圖像、根據(jù)指定屬性生成目標(biāo)圖像等,可用于基于草圖生成完整圖像、有機(jī)組合多張圖像生成新圖像、根據(jù)指定屬性生成目標(biāo)圖像等,可用于Logo、海報(bào)、模特圖制作。RosebudAI、AIGahakuartbreeder可理解成經(jīng)AI簡化的Photoshop；圖片去水印、自動調(diào)整光影、設(shè)置濾鏡、修改顏色紋理、復(fù)刻/修改圖像風(fēng)格、提升分辨率等已廣泛應(yīng)用。更改圖像某部分構(gòu)成(如英偉達(dá)CycleGAN支持將圖內(nèi)的斑馬和馬進(jìn)行更改)、修改面部某一特征等。數(shù)據(jù)來源：量子位、浙商證券研究所視頻生成：分幀生成圖像連接成視頻，視頻屬視頻生成強(qiáng)調(diào)將視頻切割成幀，再對每一幀的圖像進(jìn)行處理，與圖像生成原理類似。視頻生成難度遠(yuǎn)高于圖像生成，生成視頻的質(zhì)量與流暢度取決于很多因素，包括數(shù)據(jù)集規(guī)模、訓(xùn)練模型復(fù)雜度、特征提取準(zhǔn)確性以及合成視頻算法有效性；由于模型訓(xùn)練量要求過大，目前模型只能實(shí)現(xiàn)幾秒鐘的短視頻生成，未來有望隨著模型的迭代實(shí)現(xiàn)中視頻和長視頻的生成。視頻生成應(yīng)用場景主要包括視頻屬性編輯、視頻自動剪輯、視頻部分編輯，前者已大量應(yīng)用，后兩者還處于技術(shù)嘗試階段。通過生成模型實(shí)現(xiàn)，基于視頻中的畫面、聲音等多模態(tài)信息的特征習(xí)，按照氛圍、情緒等高級語義限定，對滿足影譜科技、Adobe(AI視頻剪輯系統(tǒng))、基于目標(biāo)圖像或視頻對源視頻進(jìn)行編輯及調(diào)試語音等要素逐幀復(fù)刻，能夠完成人臉替換、人臉再視頻生成流程圖示視頻生成流程圖示跨模態(tài)生成是指將一種模態(tài)轉(zhuǎn)換成另一種模態(tài)，同時(shí)保持模態(tài)間語義一致性。主要集中在文字生成圖片、文字生成視頻及圖片/視頻生成文字。板基于DiffusionModel的興起，AI繪畫和AI生成視頻有望在將來迎來較為廣泛的規(guī)模應(yīng)用數(shù)據(jù)來源：CSDN、量子位、MetaAI、浙商證券研究所策略生成是指生成一個(gè)可以在給定環(huán)境下執(zhí)行任務(wù)的算法。普遍采用深度強(qiáng)化學(xué)習(xí)技術(shù)(早期曾采用決策樹及監(jiān)督學(xué)習(xí))，其本質(zhì)原理是讓AI感知環(huán)境、自身狀態(tài)并基于特定目標(biāo)決定當(dāng)下需要執(zhí)行的動作，然后基于下一個(gè)狀態(tài)給到系統(tǒng)的反饋進(jìn)行獎勵或懲罰，最終使系統(tǒng)在不斷的“強(qiáng)化”過程中優(yōu)化“策略”。策略生成可應(yīng)用于游戲智能(GameAI)、虛擬人交互、機(jī)器人控制、智慧交通等領(lǐng)域。游戲智能是決策生成目前應(yīng)用最為廣泛和明確的場景。由于游戲本身存在于計(jì)算機(jī)虛擬環(huán)境，并產(chǎn)生大量數(shù)據(jù)，因此游戲本身為AI提供了極佳的研發(fā)場景；而在其他業(yè)務(wù)場景中，還需先搭建能夠充分還原現(xiàn)實(shí)因素的虛擬環(huán)境，并合理設(shè)置Reward等關(guān)鍵因素，目前距離現(xiàn)實(shí)應(yīng)用較遠(yuǎn)。國內(nèi)多家AI企業(yè)已在嘗試這一方向，但如何精準(zhǔn)完成環(huán)境學(xué)習(xí)仍然具有關(guān)鍵意義。戲中獲勝的能力。策略生成可應(yīng)用方向策略生成可應(yīng)用方向練自然語言處理模型，…AI融入游戲全生命周期，全方位賦能行業(yè)。可在游戲前期制作環(huán)節(jié)、游戲過程運(yùn)作、游戲周邊、游戲營銷等領(lǐng)域降本增效。可將其提煉出三個(gè)核心：游戲資產(chǎn)生成、游戲操作策略生成、游戲NPC及邏輯生成。GameAI后續(xù)的行業(yè)發(fā)展關(guān)鍵在于游戲行業(yè)能否接受，并從底層架構(gòu)開始支持提供包括客戶數(shù)據(jù)在內(nèi)的相關(guān)接口。目前來看，國內(nèi)相關(guān)游戲廠商合作意愿良好，普遍存在內(nèi)部開發(fā)或外部測試需求。游戲人物外觀生成游戲人物動畫生成游戲人物動作生成地圖關(guān)卡設(shè)計(jì)生成游戲場景生成數(shù)據(jù)來源：啟元世界官網(wǎng)、量子位、浙商證券前期平衡性測試游戲跑圖/功能測試對局陪伴特定對戰(zhàn)風(fēng)格模擬基于玩法教學(xué)的新型人機(jī)互動個(gè)性化生成能夠帶來畫面、劇情及具體交互的個(gè)性化全新游戲體驗(yàn)；而實(shí)時(shí)劇情生成則有助于在特定框架內(nèi)生成全新的可能性，增加游戲整體的敘事可能性虛擬人是應(yīng)用計(jì)算機(jī)圖形學(xué)、圖形渲染、動作捕捉、深度學(xué)習(xí)、語音合成等多種計(jì)算機(jī)技術(shù)，并具多重人類特征的綜合產(chǎn)物。虛擬化：通過電子設(shè)備、VR設(shè)備或全息設(shè)備等形式呈現(xiàn)，非物理形式存在數(shù)字化：是多項(xiàng)數(shù)字技術(shù)的綜合產(chǎn)物，相關(guān)技術(shù)的逐漸成熟是虛擬人發(fā)展的重要支撐擬人化：從外表、行動、交互等方面均高度擬人化，提升擬人化是未來虛擬人技術(shù)的核心方向真人驅(qū)動型：基于真人行動集表情、姿態(tài)等數(shù)據(jù)，真人驅(qū)動型：基于真人行動集表情、姿態(tài)等數(shù)據(jù)，!!模!數(shù)據(jù)來源：央視網(wǎng)、中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟、量子位、浙商證券研究所建模建模&渲染深度學(xué)習(xí)模型深度學(xué)習(xí)模型傳統(tǒng)渲染通過包括光線、材質(zhì)等在內(nèi)的電腦計(jì)算，以物理世界為基交互技術(shù)深度學(xué)習(xí)模型應(yīng)用在計(jì)算驅(qū)動型虛擬人合成中，該模型的應(yīng)用旨在通交互技術(shù)深度學(xué)習(xí)模型應(yīng)用在計(jì)算驅(qū)動型虛擬人合成中，該模型的應(yīng)用旨在通動學(xué)習(xí)匹配人類在說話時(shí)人臉骨骼和肌肉的變化，使虛擬人在動態(tài)深度學(xué)習(xí)模型輸出效果主要受到數(shù)據(jù)量、計(jì)算框架、關(guān)鍵特征點(diǎn)然語言生成模型的應(yīng)用和發(fā)展或?qū)@著提升虛擬人的交互數(shù)據(jù)來源：量子位、CSDN、金融界資訊、浙商證券研究所新時(shí)代生產(chǎn)力工具，AIGC賦能內(nèi)容生產(chǎn)3AIGC能夠代替人工完成聲音同樣提升了反饋生成效率，3AIGC能夠代替人工完成聲音同樣提升了反饋生成效率， =AIGC我們認(rèn)為，1)AIGC的應(yīng)用速度取決于屆時(shí)引領(lǐng)市場的游戲企業(yè)/項(xiàng)目組對AIGC所帶口短期內(nèi)較高程度輔助口3-5年內(nèi)較高程度輔助口短期內(nèi)較高程度輔助口3-5年內(nèi)較高程度輔助口5-10年內(nèi)較高程度輔助口目前來看較難應(yīng)用數(shù)據(jù)來源：浙商證券研究所通過AI分析游戲用戶需求，協(xié)助產(chǎn)品定位及策劃包括自主生成基礎(chǔ)簡單代碼、協(xié)助編寫復(fù)雜代碼、通過AI分析游戲用戶需求，協(xié)助產(chǎn)品定位及策劃包括自主生成基礎(chǔ)簡單代碼、協(xié)助編寫復(fù)雜代碼、協(xié)助游戲地圖設(shè)計(jì)與生成，包括地圖設(shè)計(jì)及對應(yīng)的代碼編輯。包括生成游戲背景音、游戲音效及游戲人物語音協(xié)助美術(shù)原畫設(shè)計(jì)及游戲產(chǎn)品畫風(fēng)定位，批量快速生產(chǎn)游戲美術(shù)素材，替代重復(fù)性美術(shù)生產(chǎn)工作。包括協(xié)助玩家人物制作，以及NPC的生成包括3D環(huán)境的搭建、游戲內(nèi)各類3D素材模型的包括游戲內(nèi)CG動畫的生成。數(shù)據(jù)來源：GitHubCopilot官網(wǎng)、MidJourney、Twitter、OpenAI、GameLook、浙商證券研究所步驟1選擇一組視覺效果步驟2訓(xùn)練定制的AI模型步驟1選擇一組視覺效果步驟2訓(xùn)練定制的AI模型步驟3產(chǎn)生優(yōu)秀資產(chǎn)數(shù)據(jù)來源：Scenario官網(wǎng)、GameLook、浙商證券研究所通過AI技術(shù)生成交互式文本、語音等，增強(qiáng)在游戲中與NPC溝通交流的對話現(xiàn)實(shí)感；利用通過AI技術(shù)生成交互式文本、語音等，增強(qiáng)在游戲中與NPC溝通交流的對話現(xiàn)實(shí)感；利用AI技術(shù)來讓NPC具有更高的智能和適應(yīng)性，根據(jù)玩家的行為和環(huán)境的變化來調(diào)整策略和行動。AI通過學(xué)習(xí)可無限開展游戲故事的劇情互動，實(shí)現(xiàn)千人千面的個(gè)性化體驗(yàn)。AI可以通過分析玩家的行為數(shù)據(jù)和游戲數(shù)據(jù)，檢測并預(yù)防游戲中的作弊行為，保護(hù)游戲的公通過自然語言處理技術(shù)，AI可以實(shí)現(xiàn)游戲語言的翻譯和本地化，為全球玩家提供更好的游戲體驗(yàn)。數(shù)據(jù)來源：逆水寒官網(wǎng)、浙商證券研究所在2021年10月浙江省科學(xué)技術(shù)廳發(fā)布的“尖兵”“領(lǐng)雁”高新科技研發(fā)攻關(guān)計(jì)劃中，人”。數(shù)據(jù)來源：逆水寒公眾號、浙商證券研究所游戲測試通常是游戲開發(fā)周期中的一大關(guān)鍵環(huán)節(jié)，其目的是保證游戲質(zhì)量，減少發(fā)布后的風(fēng)險(xiǎn)，并為玩家提供更好的游戲體驗(yàn)。在游戲測試中，測試人員將會對不同的測試目標(biāo)使用不同的測試技術(shù)，就游戲玩法、游戲流程內(nèi)容、游戲系統(tǒng)、機(jī)型適配等進(jìn)行測試，記錄游戲中發(fā)現(xiàn)的問題，并通過管理工具報(bào)伴隨游戲生產(chǎn)量的增長以及游戲復(fù)雜度的提高，游戲測試的需求爆發(fā)，而AI可以在游戲測試中執(zhí)行一些自動化任務(wù)，如執(zhí)行基本的功能測試、性能測試、兼容性測試等，以實(shí)現(xiàn)更高效地測試。但AI目前還無法像人類測試人員那樣進(jìn)行用戶體驗(yàn)、情感反饋等測試。數(shù)據(jù)來源：新浪游戲、量子位、浙商證券研究所Shadowverse是一款由日本Cygames發(fā)行的卡牌游戲，每三個(gè)月會加入新的卡牌包，以保持玩家的新鮮感。但是，如何測試新卡牌對游戲系統(tǒng)的影響是一個(gè)難題。即一張新卡牌被設(shè)計(jì)出來之后，它能融入舊卡牌構(gòu)成的系統(tǒng)，和其他卡牌配合時(shí)沒有Bug、不會破壞數(shù)值系統(tǒng)的平衡。傳統(tǒng)的QA測試方法耗時(shí)耗力，嚴(yán)重影響游戲開發(fā)。為了解決這個(gè)問題，CygamesResearch提出了一種用神經(jīng)網(wǎng)絡(luò)技術(shù)測試卡牌組合的方法。他們通過收集游戲日志并將其轉(zhuǎn)化為可以用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)的方法，訓(xùn)練出一個(gè)可以玩游戲的AI，從而可以自動化地進(jìn)行游戲?qū)郑园l(fā)現(xiàn)任何可能存在的Bug和平衡問題。這種方法大大提高了效率，節(jié)省了測試開發(fā)成本。AI一回現(xiàn)有游戲版本日常運(yùn)營游戲用戶記錄提交游戲游戲用戶記錄AI模仿學(xué)習(xí)AI強(qiáng)化學(xué)習(xí)現(xiàn)有游戲版本日常運(yùn)營游戲用戶記錄提交游戲游戲用戶記錄AI模仿學(xué)習(xí)AI強(qiáng)化學(xué)習(xí)根據(jù)當(dāng)前版本游戲產(chǎn)生的用戶數(shù)據(jù)及運(yùn)營目標(biāo)，AI能夠通過模型分析游戲數(shù)值并調(diào)試、檢驗(yàn)、篩選，協(xié)助提高運(yùn)營人員的分析結(jié)果與游戲產(chǎn)品的迭代效率。版本管理方面，AI可以協(xié)助運(yùn)營人員就版本內(nèi)容、人力、開發(fā)進(jìn)度實(shí)時(shí)規(guī)劃并調(diào)整排期，敏捷提示風(fēng)險(xiǎn)，為版本運(yùn)營提供準(zhǔn)確、可信的信息參照。優(yōu)化數(shù)值后優(yōu)化數(shù)值后的新版本會修改數(shù)值會修改數(shù)值產(chǎn)生報(bào)告圖AI電競賽事分析圖AI電競賽事分析圖圖AI電競解說圖AI集錦自動生產(chǎn)AICG廣泛用于賽前陣容分析、賽后數(shù)據(jù)分析和賽事回放，并以最快的速度獲得最優(yōu)解，減少賽訓(xùn)壓力。除了基礎(chǔ)的數(shù)據(jù)以外，包括AI預(yù)測的一系列游戲觀察工具已經(jīng)逐漸進(jìn)入賽事直播過程中，更有利于觀眾沉浸觀賽。AICG通過對游戲內(nèi)對局情況的各種數(shù)據(jù)的收集與處理，實(shí)時(shí)運(yùn)算游戲事件，生成多個(gè)解說文案，進(jìn)行內(nèi)容決策，并選取最優(yōu)文案進(jìn)行實(shí)時(shí)解說，幫助觀眾了解比賽，降低成本，大大降低辦賽門檻。AIGC分析賽場事件建立起相應(yīng)的數(shù)據(jù)模型，通過算法實(shí)現(xiàn)在比賽結(jié)束后的最短時(shí)間內(nèi)篩選、剪輯出視頻素材，剪輯速度快、節(jié)省人力。一方面，近年來游戲行業(yè)買量素材投放生命周期變短，素材創(chuàng)意消耗加速，對買量素材的需求增長；另一方面，買量素材需要經(jīng)過創(chuàng)意構(gòu)思、內(nèi)容制作、反饋優(yōu)化等流程，人工制作相較AI需要較長的周期。AIGC的應(yīng)用可以優(yōu)化創(chuàng)意產(chǎn)出、內(nèi)容制作環(huán)節(jié)，從而成倍地賦能廣告買量。AI具備快速跟蹤并分析投放效果的能力，能夠整進(jìn)一步優(yōu)化投放素材及投放策略，提升投放效率投放中有更大的效率提升空間。AI能夠快速提升廣告投放的速度和效率，實(shí)現(xiàn)投放業(yè)務(wù)“7*24小時(shí)”批量化與自動化操作。據(jù)據(jù) 機(jī)器學(xué)習(xí)產(chǎn)生模型使用哪些賬號投放 資料收集整理市場調(diào)研客戶需求分析廣告投放廣告效果分析廣告素材迭代資料收集整理市場調(diào)研客戶需求分析廣告投放廣告效果分析廣告素材迭代口短期內(nèi)較高程度輔助口3-5年內(nèi)較高程度輔助口目前來看較難應(yīng)用文案寫作素材選擇與制作編排數(shù)據(jù)來源：浙商證券研究所AI技術(shù)支持能快速縮短耗時(shí)，較大提升前期準(zhǔn)備效率前期準(zhǔn)備過程中時(shí)間占比70%的資料收集整理等案頭工作可通過ChatGPT等模型抓取大數(shù)據(jù)縮短耗時(shí)；占比20%的調(diào)研訪談、頭腦風(fēng)暴產(chǎn)生靈感等創(chuàng)意工作可以通過AI運(yùn)算快速實(shí)現(xiàn)。?靈感刺激(時(shí)間占比20%) ,:"AI提供方向思考廣告文案寫作門檻較高：文案寫作目的之廣告文案人工生成效率較低：廣告主和廣告商匹配及生成效率低。廣告素材相對不足：廣告素材一般來源于公司產(chǎn)品、無版權(quán)網(wǎng)絡(luò)素材、代言人等，可用材料有限。廣告素材成本高：采購廣告素材，如版權(quán)素材，代言人素材需要支出一定成本。難以根據(jù)市場熱點(diǎn)、目標(biāo)人群喜好、產(chǎn)品核心賣點(diǎn)等進(jìn)行最優(yōu)化編排處理。素材分析、摳圖、配色等項(xiàng)目，制作多種類型的廣告素材，并一定程度上節(jié)省廣告素材成本。AI可基于算法推薦，對廣告文案及廣告素材進(jìn)行拼接編排，生成廣告海報(bào)、廣告視頻、廣告軟文等營銷產(chǎn)品。廣告主可借用Jasper.廣告主可借用Jasper.AI等平臺生成符合營銷理論的專業(yè)文案，降低營銷寫作門文本生成獨(dú)角獸抬頭深耕營銷領(lǐng)域垂直龍頭可期文本生成獨(dú)角獸抬頭深耕營銷領(lǐng)域垂直龍頭可期為AI文本生成專家。Jasper成立于2021年，是AI領(lǐng)域的獨(dú)角獸內(nèi)容平臺，基于GPT-3模型，用戶可以在Jasper中生成具有豐富關(guān)鍵詞、搜索引擎優(yōu)化的原創(chuàng)文本。通過文字描述讓Jasper幫助完成文章的創(chuàng)作、創(chuàng)建廣告話術(shù)。用戶也可以在其中尋找創(chuàng)作思路、突破語言壁壘。商業(yè)成績斐然。Jasper目前擁有7萬多名客戶，包括Airbnb、IBM等企業(yè)。2021年一年便創(chuàng)造了4000萬美元的收入，2022年預(yù)估收入為9000萬美元，Jasper在最新一輪的融資里獲得了1.25億美元資金，目前估值為15億美元。營銷垂類優(yōu)勢顯著：相較于ChatGPT，Jasper具有專業(yè)營銷人員訓(xùn)練的小模型，對營銷理解更出色，其基于營銷理論形成了五十多個(gè)模板，集成了日常生活內(nèi)容的方方面面，可對文本實(shí)現(xiàn)多種功能，產(chǎn)品交互體驗(yàn)上乘：Jasper產(chǎn)品邏輯以效率為核心，同時(shí)對用戶使用場景的理解較好，在界面及UI等上做到簡潔，易于上手。配套體系完善：Jasper有一套完整的培訓(xùn)課程，用于教授用戶如何用AI做營銷；并開放社區(qū)，方便用戶進(jìn)行討論如何使用AI進(jìn)行營銷。數(shù)據(jù)來源：Jasper官網(wǎng)、TechCrunch+、浙商證券研究所Meta。在蘋果版本更新后的九個(gè)月內(nèi)，數(shù)據(jù)來源：浙商證券研究所口短期內(nèi)較高程度輔助口3-5年內(nèi)較高程度輔助口口短期內(nèi)較高程度輔助口3-5年內(nèi)較高程度輔助口5-10年內(nèi)較高程度輔助口目前來看較難應(yīng)用… AI可以對海量劇本數(shù)據(jù)進(jìn)行分析歸納，并按照預(yù)設(shè)風(fēng)格快速生產(chǎn)劇本，激發(fā)創(chuàng)作者的靈感，再由創(chuàng)作者進(jìn)行篩選和二次加工，縮短創(chuàng)作周期。Dramatron是DeepMind推出的聯(lián)合寫作工具，只需要一句話梗概以描述中心戲劇沖突，就能自動寫出標(biāo)題、角色、場景描述和對話。Dramatron擅長電影腳本輸出。其功能與ChatGPT相近，但它的輸出更容易被改寫成電影腳本。應(yīng)用效果已受到驗(yàn)證，TheatreSports公司已經(jīng)改編了Dramatron參與創(chuàng)作的劇本并將其搬上了舞臺。使用Dramatron的劇作家們表示其有助于他們產(chǎn)生更具創(chuàng)意的數(shù)據(jù)來源：Dramatron、浙商證券研究所49《犬與少年》采用了rinna開發(fā)的AI輔助背景進(jìn)行制作，極大地簡化了從導(dǎo)演分鏡表到Layout“設(shè)計(jì)圖”的工序環(huán)節(jié)——將手工著色的“設(shè)計(jì)圖”提AI人臉合成、聲音合成實(shí)現(xiàn)數(shù)字復(fù)活已故擬環(huán)境群體模擬系統(tǒng)”制作數(shù)十萬個(gè)數(shù)字《流浪地球2》大量采取AI技術(shù)進(jìn)行拍攝：使用AI數(shù)據(jù)來源：機(jī)器之能公眾號、Netflix、中關(guān)村科技會展公眾號、浙商圖：《流浪地球2》AI讓劉德華變“年輕”《摩根》預(yù)告片快速生成：類似剪輯，《摩根》預(yù)告片快速生成：類似剪輯，數(shù)據(jù)來源：英偉達(dá)、Runway官網(wǎng)、浙圖紋理、視頻局部無損放大等技術(shù)，AI特效：視頻處理對傳媒機(jī)構(gòu)產(chǎn)生深刻營銷AIGC大幅提高生產(chǎn)效率，帶來新的視對傳媒機(jī)構(gòu)產(chǎn)生深刻營銷AIGC大幅提高生產(chǎn)效率，帶來新的視對傳媒從業(yè)者產(chǎn)生深刻影響AIGC助力生產(chǎn)更具人文關(guān)懷、社會意對傳媒受眾產(chǎn)生深刻影響AIGC使其在更短時(shí)間內(nèi)獲得以更豐富應(yīng)用范圍不斷拓展人應(yīng)用場景不斷升級實(shí)現(xiàn)智能新聞寫作應(yīng)用場景不斷升級應(yīng)用形態(tài)日趨完善實(shí)現(xiàn)智能視頻剪輯應(yīng)用形態(tài)日趨完善AIGC將成為平臺重要的內(nèi)容形式。AIGC將成為平臺重要的內(nèi)容形式。AI技術(shù)數(shù)據(jù)來源：量子技術(shù)、知乎、Newbeing、浙商證券研基于不同角度的商品圖像，借助視覺生成算法自動化生成商品的3D幾何模型和紋理，輔以線上虛擬“看、試、穿、戴”，提供接近實(shí)物的差異化網(wǎng)購體驗(yàn)，助力高效提升用戶轉(zhuǎn)化。1)為觀眾提供24小時(shí)不間斷的貨品推薦介紹，增加商品商鋪曝光度；2)推進(jìn)店鋪品牌年輕化科技化進(jìn)程；3)虛擬主播穩(wěn)定性強(qiáng)，行為言談可根據(jù)品牌方要求個(gè)性化定制，失誤率低。數(shù)據(jù)來源：中國信息通信研究院、新浪財(cái)經(jīng)、電商報(bào)、Roblox官網(wǎng)、浙商證券通過二維圖像的三維重建，實(shí)現(xiàn)虛擬貨通過二維圖像的三維重建，實(shí)現(xiàn)虛擬貨場快速、低成本、大批量的構(gòu)建，有效降低商家搭建3D購物空間的門檻及成本，為消費(fèi)者提供新消費(fèi)體驗(yàn)。數(shù)據(jù)來源：ChatGPT、百度指數(shù)、浙商證券研究所AIGC是元宇宙中用戶交互界面的重要組成部分：在元宇宙中，智能NPC可以由AIGC生成并驅(qū)動，而數(shù)據(jù)來源：中國信息通信研究院、騰訊研究院、浙商證券圖：AI繪畫賦予制作元宇宙場景想象空間教育+AIGC賦予教育材料新活力，教育+AIGC賦予教育材料新活力，為教育工作者提供了新的工具，使原本抽象、平面的課AIGC助力實(shí)現(xiàn)降本增效。1)實(shí)現(xiàn)金融資訊、產(chǎn)品介紹視頻內(nèi)容的自動化生產(chǎn)，提升效率；2)塑造視聽雙通道的虛擬數(shù)字人AIGCAIGCAIGC賦能診療全過程。1)輔助診斷，可用于改善醫(yī)學(xué)圖像質(zhì)量、錄入電子病歷等；2)康復(fù)治療，為失聲者合成語言音頻，為殘疾者合成肢體投AIGC提升產(chǎn)業(yè)效率和價(jià)值。1)融入計(jì)算機(jī)輔助設(shè)計(jì)CAD，極大縮短工程設(shè)計(jì)周期；支持2)加速數(shù)字孿生系統(tǒng)的構(gòu)建，高效創(chuàng)建數(shù)字孿生系統(tǒng)。數(shù)據(jù)來源：中國信息通信研究院、浙商證券研究所1)AI著作權(quán)侵權(quán)。AIGC作品既存在被他人侵權(quán)的風(fēng)險(xiǎn)，也存在侵犯他人權(quán)利的可能性。AI變得更加智能的過程中一個(gè)必要的環(huán)節(jié)就是深度學(xué)習(xí)，這需要一個(gè)龐大的人類作品數(shù)據(jù)庫，讓算法學(xué)會創(chuàng)作風(fēng)格、內(nèi)容題材等創(chuàng)作的要領(lǐng)。如果未經(jīng)許可，復(fù)制或者通過網(wǎng)絡(luò)爬蟲爬取他人享有著作權(quán)的在線內(nèi)容，在我國現(xiàn)行著作權(quán)法沒有明確將數(shù)據(jù)挖掘等智能化的分析行為規(guī)定為合理使用的情況下，此類行為可能構(gòu)成著作權(quán)侵權(quán)。2)AI視頻合成、剪輯領(lǐng)域侵權(quán)。如果沒有獲得原始視頻的著作權(quán)人的許可，可能因?yàn)榍址冈鳈?quán)人所享有的修改權(quán)、保護(hù)作品完整權(quán)或者演繹權(quán)而構(gòu)成版權(quán)侵權(quán)行為。數(shù)據(jù)來源：騰訊研究院、浙商證券研究所1)內(nèi)容本身。互聯(lián)網(wǎng)信息空間面臨著虛假信息和信息內(nèi)容安全的挑戰(zhàn)，隨著AIGC內(nèi)容的持續(xù)增長，虛假信息和信息內(nèi)容安全的挑戰(zhàn)也會增加。2)深度合成詐騙、誹謗、假冒身份等新型違法犯罪行為。不法分子利用開源的AIGC模型或工具，以更低的門檻、更高的效率來制作出音視頻、圖片和文字等種類豐富的、真?zhèn)伪鎰e難度大的虛假信息，同時(shí)也更容易地盜用用戶身份，以此幵展新型詐騙等非法活動。3)用戶隱私和身份安全。AIGC模型訓(xùn)練的數(shù)據(jù)中基本上來源于互聯(lián)網(wǎng)，其中可能包括個(gè)人隱私數(shù)據(jù)，并且預(yù)訓(xùn)練模型強(qiáng)大的推理能力可能會導(dǎo)致個(gè)人隱私數(shù)據(jù)泄露的風(fēng)險(xiǎn)。4)模型內(nèi)生安全問題。如遭受后門攻擊、數(shù)據(jù)中毒等。此外，用戶數(shù)據(jù)通常以明文形式提交給模型服務(wù)提供商，如何利用現(xiàn)有的加密技術(shù)保護(hù)用戶數(shù)據(jù)隱私也是一個(gè)重要的安全挑戰(zhàn)。數(shù)據(jù)來源：騰訊研究院、浙商證券研究所1)算法歧視問題。算法歧視問題一直是人工智能創(chuàng)新和應(yīng)用中始終難以避免的倫理問題，并未因預(yù)訓(xùn)練模型