亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

今年以來，以“人工智能”為代表的數字化技術賽道無疑是A股市場的最大熱點，相關板塊也一度呈現集中快速上漲且大幅放量的火爆態勢，也由此引發市場對于該板塊交易擁擠、投資價值是否尚存的種種關注和討論。與此同時，從估值角度看，各子板塊估值差異較大，其中，人工智能指數估值已處于數年來極高位置，但TMT、芯片、數字經濟等指數的估值還在近幾年的低位。但如從科技自主可控與安全的國家戰略視角來看，數字化技術等科技創新相關行業及企業的發展無疑是值得期待，投資者若擇優而行，長期堅持，一定會收獲新時代的科技紅利。為此，本報告以“人工智能”為切入點，對TMT相關行業從政策、技術、產業等多方面進行梳理，以預判其中的投資機會。

　　計算機：2017年7月國務院出臺《新一代人工智能發展規劃》，提出三步走戰略目標，成為了人工智能領域最重要的一份整體發展規劃，也為后續政策出臺提供了重要的依據。同年AlphaGo戰勝世界第一的圍棋選手柯潔，技術和政策的雙向推動下，多項人工智能的推動政策密集出臺。考慮到當前人工智能技術再次取得重大突破，我們認為國家有望在相關方向上出臺更多推動政策，助力國內產業跟隨國際先進水平。 　 　　通信：作為發揮數據生產要素價值的關鍵驅動力，算力對經濟增長的拉動具有長期性和倍增效應。數字中國建設和人工智能產業的發展對算力要求將為云計算基礎設施帶來較大增量。光模塊作為數據中心關鍵零部件，行業具備新產品升級周期驅動特征。隨著AI應用和云計算的高速發展以及傳統企業數字化轉型的需要，海量數據對網絡帶寬提出新的要求，有望帶動配套高速光模塊的需求提升。此外，受益于ChatGPT帶來的算力需求激增，行業景氣度提升，配置價值顯現，板塊迎來布局良機。運營商憑借原有網絡和數據中心等基礎設施優勢，算力運維成本得以大幅下降。電信運營商以通信網絡為基礎、以數據資源為核心、以信息技術為動能，作為數字經濟的中堅力量，AI時代國家隊代表，算力網絡建設先鋒，有望充分獲益。受益于AI產業和產業數字化轉型，運營商以B端為主力增長點，產業數字化業務成為第二成長曲線，未來成長空間廣闊。 　 　　電子：AIGC模型預訓練數據量呈指數級增長，帶動算力需求爆發。人工智能的各類應用場景，從云端溢出到邊緣端，或下沉到效支撐，算力基礎設施云、邊、端AI芯片作為算力載體，將迎來高速成長期。云端AI芯片是AI服務器算力的核心組成，英偉達主導云端AI計算市場，美國限制高端GPU供應，國產GPU芯片廠商迎來黃金發展期；AI芯片專用于人工智能領域，國產AI芯片廠商迎來高速發展期。隨著人工智能、5G、物聯網等技術的逐漸成熟，算力需求從云端不斷延伸至邊緣，帶動邊緣計算服務器和邊緣端智能芯片市場穩步增長。國內邊緣端智能芯片廠商崛起，部分產品性能指標已可對標海外龍頭廠商。AIGC有望加速智能在終端上的應用，終端AI芯片迎來升級與發展機遇。 　 　　傳媒：目前的AI技術的應用已經從最初的數據分析突破到創意性內容的生成，優秀的內容生成能力引發了大范圍的關注，GPT-4、Midjourney等AIGC類應用產品的快速迭代和更新表明了AIGC的發展已經步入快車道并正在為內容創作領域帶來深刻的變革。隨著算法、模型、算力的持續優化，未來的AIGC將實現更加高質量的內容產出，當前技術成熟度相對欠缺的長文本生產、視頻生成以及橫跨更多模態的多模態生成等方面也將逐一被突破、解決，進一步擴大AIGC技術的應用范圍和普及率。短期來看，我們認為在目前的AIGC的應用場景之中，游戲行業市場規模大、商業化成熟度高，所涉及的代碼、繪圖、音樂、策劃、測試等多個內容創作環節均能夠與AI技術進行比較好的融合，將率先成為AIGC技術的核心應用場景和投資主線之一。AI技術也為游戲產業帶來了更多的產品附加值，通過與前沿科技的相互融合共同發展，為游戲產業的不斷注入創新發展的動力，建議密切關注“AI+游戲”的結合落地情況，由AI技術所帶來的創新玩法體驗以及游戲公司研發的降本增效將成為驗證AI技術在游戲產業應用情況的重要指標。 　

ChatGPT開啟大模型“軍備賽”，存儲作為計算機重要組成部分明顯受益: ChatGPT開啟算力軍備賽，大模型參數呈現指數規模，引爆海量算力需求，模型計算量增長速度遠超人工智能硬件算力增長速度，同時也對數據傳輸速度提出了更高的要求。XPU、內存、硬盤組成完整的馮諾依曼體系，以一臺通用服務器為例，芯片組+存儲的成本約占70%以上，芯片組、內部存儲和外部存儲是組成核心部件；存儲是計算機的重要組成結構， “內存” 實為硬盤與CPU之間的中間人，存儲可按照介質分類為ROM和RAM兩部分。 　　存算一體，后摩爾時代的必然發展: 過去二十年中，算力發展速度遠超存儲， “存儲墻”成為加速學習時代下的一代挑戰，原因是在后摩爾時代，存儲帶寬制約了計算系統的有效帶寬，芯片算力增長步履維艱。因此存算一體有望打破馮諾依曼架構，是后摩時代下的必然選擇，存算一體即數據存儲與計算融合在同一個芯片的同一片區之中，極其適用于大數據量大規模并行的應用場景。存算一體優勢顯著，被譽為AI芯片的“全能戰士”，具有高能耗、低成本、高算力等優勢；存算一體按照計算方式分為數字計算和模擬計算，應用場景較為廣泛， SRAM、RRAM有望成為云端存算一體主流介質。 　　存算一體前景廣闊、漸入佳境: 存算一體需求旺盛，有望推動下一階段的人工智能發展，原因是我們認為現在存算一體主要AI的算力需求、并行計算、神經網絡計算等；大模型興起，存算一體適用于從云至端各類計算， 端測方面， 人工智能更在意及時響應，即“輸入”即“輸出”，目前存算一體已經可以完成高精度計算；云端方面，隨著大模型的橫空出世，參數方面已經達到上億級別，存算一體有望成為新一代算力因素；存算一體適用于人工智能各個場景，如穿戴設備、移動終端、智能駕駛、數據中心等。我們認為存算一體為下一代技術趨勢并有望廣泛應用于人工智能神經網絡相關應用、感存算一體，多模態的人工智能計算、類腦計算等場景。

AI等新應用場景的出現，有望成為未來云基建投資的重要推動力。云基建作為算力底座持續受益于數據流量的增長，AI等新應用場景的出現有望推動行業新一波的建設周期，疊加傳統投資動能的底部復蘇，我們未來云基建行業將會呈現總量增長疊加技術等級持續升級的趨勢。 　　AI大模型所需要的基礎算力投資將大大增加。根據微軟等前期對大模型的基礎設施投入，從體量上看，單臺GPU服務器（內配8張A100GPU卡）及套網絡等產品整體造價有望達到170萬元以上；以微軟提出的針對chatGPT4.0版本看，訓練所需約2.4萬片A100GPU，對應約3千臺GPU服務器（內含8張GPU卡），參考目前產品價值量，我們測算上述上大模型訓練的前期投資規模總計有望接近50億元（含數據中心基礎設施投資）。服務器環節為價值彈性最高環節；網絡設備和光模塊受益于速率升級，溫控設備隨著液冷的滲透率提升在機電設備總投入占比有望進一步提升。 　　在AI帶動下，我們認為云基建產業鏈有望呈現以下趨勢： 　　數據中心：智算中心和超算中心占比有望進一步提升、在大模型訓練需求下，有望帶動西部數據中心需求及上架率提升； 　　服務器：AI服務器加速出貨，占比有望快速提升； 　　網絡架構：IP網絡加速向IPV6升級，高速IB網絡占比進一步提升（200G及以上加速普及），內外部網絡互聯加速； 　　光模塊：高速光模塊占比進一步提升，數據中心內部800G光模塊產品升級提速。 　　基礎設施：智算/超算中心單機柜功率進一步提升至15KW及以上，直流供電和高功率UPS占比進一步提升；溫控環節液冷滲透率快速提升，數據中心液冷產品大大增加了后期運維的支出和維護成本（定期做腐蝕、密封性、可靠性等檢測），相較于國外企業，國產品牌在服務響應效率、產品設計靈活度、運維服務等方面更具有優勢，預計國內溫控廠商未來有望占據國內液冷市場主要份額（未考慮冷卻液環節）。

　AIGC空間廣闊，商業化落地持續推進

　　AIGC的落地痛點在于成本高昂的通用大模型與下游垂直應用場景需求的不匹配。ChatGPT熱度持續提升，一方面推動了科技巨頭持續加大AI投入，另一方面也直接帶動下游付費意愿提升，進一步加速AIGC應用落地和商業變現，AIGC產業迎來發展良機。 　　（1）從內容形態來看，AIGC應用包括文本、音頻、圖像、視頻、代碼、多模態等內容生成形式，根據紅衫資本預測，AIGC將首先在文本和代碼領域落地應用，隨后逐漸拓展至圖像和視頻領域。 　　（2）從應用價值來看，AIGC應用價值體現在降本增效、提升內容質量、增加內容多樣性、生成個性化內容等方面。在垂直領域，目前國內已有機器寫稿、對話式AI、報告生成等AIGC應用落地，技術價值主要在于替代人工實現降本增效。隨著科技巨頭的持續投入以及技術的迭代升級，AIGC技術應用場景進一步拓寬，技術價值也有望從將本增效向額外價值轉移。 　　AI賦能價值凸顯，AI應用大有可為 　　（1）AI+搜索：搜索是互聯網的流量入口，微軟、谷歌、百度均表示將率先將AI技術應用于搜索，未來有望重塑信息生成和呈現方式，成為新的流量入口。 　　（2）AI寫作：AI寫作可大幅提升效率，在具有較強規律性的結構化寫作方面具有豐富應用場景。目前已在辦公軟件、新聞媒體等專業應用場景商業化落地。 　　（3）AI對話：AI對話主要用于替代人類完成大量重復性、規則性對話任務，在金融、互聯網、運營商等擁有大量C端用戶的行業擁有廣闊應用前景。ChatGPT在多項測試中已經超過人類，將對話AI提升至新的高度，未來應用空間廣闊。 　　（4）AI翻譯：在AI技術支持下，機器翻譯效果持續優化，但在廣義理解層面仍面臨挑戰。相比專業搜索工具，ChatGPT具有更強的理解能力，在部分場景的翻譯表現優于谷歌翻譯和DeepL，表現驚艷。 　　（5）AI作畫：AI作畫可解決視覺內容創作門檻高、耗時長的痛點，對于內容創作的價值凸顯。根據6pen預測，未來五年10%-30%的圖片內容將由AI參與生成，預計2027年市場規模有望超過600億，空間廣闊。 　　（6）AI視頻：AI已經可以輔助完成視頻生成、替換、剪輯等多項任務，已在短視頻、AI修復等領域廣發應用，下游需求旺盛，未來應用潛力廣闊。

國產“ChatGPT”揚帆啟航。OpenAI的商業模式為API接口收費。我們認為此種商業模式具有“卡脖子”的風險，因此我國需要發展自主可控的“ChatGPT”。國產生態正在逐步繁榮，百度打響國產ChatGPT領域“第一槍”，其在算法、算力、數據、生態、平臺五方面皆有儲備；ChatGPT的競爭本質即大模型儲備競賽，大模型是人工智能發展的必然趨勢，也是輔助式人工智能向通用性人工智能轉變的堅實底座。大模型分為NLP(自然語言處理)、CV(計算機視覺)、多模態和科學計算四類。此外，中美科技巨頭已經開啟大模型儲備“軍備賽”。

　　百度文心一言，開啟國產ChatGPT新征程。百度是少有大模型語言訓練能力的公司，模型儲備方面，百度實現了全生態布局。1、NLP(自然語言處理)，已經具備智能創作、摘要生成、問答、語義檢索、情感分析、信息抽取等能力，且可以讓機器人像人一樣具有邏輯且自由對話；2、CV(計算機視覺)，可用于應用于圖像分類、目標檢測、語義分割等場景，此外還可以應用于文檔、卡證、票據等圖像文字識別和結構化理解；3、跨境大模型，可實現AI作畫、場景融合視覺常識推理、跨模態圖像檢索、跨模態文本檢索等多場景；4、生物計算，應用場景為蛋白結構預測和小分子藥物研發等領域。 　 　　百度為國產ChatGPT“領軍企業”，具有算力積累和生態優勢。平臺方面:擁有自主生態的百度百舸·AI異構計算平臺，具備高效率、多密度、高易用性、多場景部署、樂高式拼接等能力。算力方面:百度自身具有建設智能算力中心的實力，技術領先且自主可控，已有典型落地案例；服務器方面擁有自研的昆侖芯云服務器；芯片方面，昆侖芯AI芯片是百度自主研發的芯片，2代芯片已量產，具備算力支撐強、高速互聯等多重優勢。生態:百度大模型賦能千行百業，已有落地應用，合作廠商分別覆蓋科技、金融、航天、影視、汽車、電子制造等諸多產業。此外，我們推測ChatGPT有望成為搜索引擎的流量入口，百度搜索引擎有望借助文心一言大模型的能力重回巔峰。此外，目前國產科技巨頭已經開啟大模型的“軍備競賽”，因此，我們判斷，未來AI+有望賦能千行百業，具有AI+能力的廠商有望呈現“百花齊放”的態勢。 　

主要觀點： 　　ChatGPT帶來大模型時代變革，數據要素重要性提升 　　ChatGPT是由OpenAI研發的一種語言AI模型，其特點在于使用海量語料庫來生成與人類相似的反應。初代GPT模型參數1.17億，GPT2模型、GPT3模型參數分別達到15億、1750億。不斷提升的參數量級，使得ChatGPT3當前已經能夠應用在商業、研究和開發活動中。 　　當前此類參數體量龐大的模型，成為各大科技廠商研發重點。大模型的基礎為高質量大數據。ChatGPT的前身GPT-3就使用了3,000億單詞、超過40T的數據。此類大數據基礎的前提為三部分1）有效場景下的采集數據；2）大數據的存儲、清洗和標注；3）數據質量檢驗。 　　大模型發展之下，算力與網絡設施建設成為剛需 　　算力：ChatGPT類人工智能需要更充足的算力支持其處理數據，帶來更多高性能的算力芯片需求。英偉達表示，GPT-3需要512顆V100顯卡訓練7個月，或者1024顆A100芯片訓練一個月。2012年以來，AI訓練任務中的算力增長（所需算力每3.5月翻一倍）已經超越摩爾定律（晶體管數量每18月翻一倍）。 　　網絡設施：以微軟Azure為例，其AI基礎設施由互聯的英偉達AmpereA100TensorCoreGPU組成，并由QuantuminfiniBand交換機提供橫向擴展能力。服務器節點多、跨服務器通信需求巨大，網絡帶寬性能成為GPU集群系統的瓶頸，解決方式包括增加單節點通信帶寬與降低網絡收斂比，帶來光模塊、交換機等需求。 　　下游應用場景豐富，多行業落地可期 　　1）“生成式AI(generativeAI)”在互聯網及元宇宙領域市場化空間較為廣闊。基于現行的NLP算法發展程度及數據集規模。在不久的將來，生成式AI有較大可能在“智能客服”和“搜索引擎”進行增值，并有希望以“插件”的形式賦能現有的“生產力工具鏈(工程軟件/音視頻制作工具等)”。 　　2）AI在制造業的應用可分為三方面：a）智能裝備：指具有感知、分析、推理、決策、控制功能的制造裝備，典型代表有工業機器人、協作機器人、數控機床等；b）智能工廠：重點在于實現工廠的辦公、管理及生產自動化，典型的代表場景有協作機器人、智能倉儲物流系統等；c）智能服務：指個性化定制、遠程運維及預測性維護等。 　　3）人工智能在智能汽車領域的應用包括：a）智能駕駛依托AI，將從駕駛輔助發展至自動駕駛；b）智能座艙在AI支持下，從出行工具演變為出行管家。

**刷爆的ChatGPT什么算法這么強！臺大李宏毅老師國語講解《ChatGPT (可能)是怎么煉成的 》！ **

** **

** **

　AIGC多模態跨模態應用逐漸成熟，市場空間廣闊。 　　廣義的AIGC指具備生成創造能力的AI技術，即生成式AI。可以基于訓練數據和生成算法模型，自主生成創造新的文本、圖像、音樂、視頻等內容。2022年被稱為AIGC元年，未來兼具大模型和多模態模型的AIGC模型有望成為新的技術平臺。據《中國AI數字商業產業展望2021-2025》報告，預測AI數字商業內容的市場規模將從2020年的40億元，增加到2025年的495億元。 　　ChatGPT產品歷經多代技術演進，產品與商業模式逐漸成熟。 　　ChatGPT是文本生成式AI，過去的傳統AI偏向于分析能力，主要基于已有內容；現在文本生成式AI基于底層Transformer模型，不斷訓練數據和迭代生成算法模型，歷經GPT-1、GPT-2、GPT-3，模型不斷升級，到ChatGPT的GPT3.5模型，已可以自主生成各種形式的內容。近期收費版ChatGPTPlus版本發布，AI商業化序幕逐漸拉開。 　　AI商業化落地在即，行業算法側和算力側投資機會有望超預期。 　　根據數據顯示，ChatGPT總算力消耗約為3640PF-Days，按國內的數據中心算力測算，需要7-8個數據中心才能支持其運行。各模態AI數據訓練到應用均需要算法和算力的加持，未來要想大規模應用，算法訓練和算力部署均需先行。

**刷爆的ChatGPT什么算法這么強！臺大李宏毅老師國語講解《ChatGPT (可能)是怎么煉成的 》！ **

** **

** **

ChatGPT：OpenAI史詩級“AI”新品，開啟新一輪的科技革命

　　1）史詩級“AI”新品。ChatGPT自發布以來，僅2個月用戶量迅速增長至億級，是AI產業的史詩級“顛覆性創新”產品，我們預計其用戶量潛在空間10億級，假設人均訂閱價格20美元/月，其對應的商業價值量將極其廣闊。同時，ChatGPT母公司OpenAI估值亦迎來翻倍式增長，根據華爾街日報，其最新估值達290億美元，預計2023年收入2億美元。 　　2）開啟新一輪科技革命。ChatGPT的成功得益于NLP、Transformer、GPT、強化學習等AI相關模型和技術的突破，其在對話、知識反饋等方面已遠超過普通人類水平，更將顛覆搜索、智能客服、智慧教學、電子媒體等千行百業，比爾蓋茨評論其意義不亞于“PC或互聯網誕生“。當前，ChatGPT的第一浪已經開始，AI技術方向已然明確，更宏大的AI浪潮即將奔涌而來。 　　AI算力：ChatGPT核心基座，新AI“軍備競賽”的最受益賽道 　　1）算力是AI技術角逐“入場券”。AI算力是ChatGPT模型訓練與產品運營核心基礎設施，ChatGPT的誕生將對科技產業的格局和商業模式形成顛覆，“危與機“的共同作用下，全球科技互聯網企業必將加速進入ChatGPT角逐，而AI算力基礎設施將成為新AI競賽的“入場券”。 　　2）AI服務器、AI芯片是核心算力產品。AI超算中心或大型數據中心是算力的基礎設施，其中，AI服務器、AI芯片是AI算力基礎設施的關鍵組成。ChatGPT的核心基建主要是微軟投資10億美元建設的AzuerAI超算平臺，包括28.5萬顆CPU和1萬顆GPU等產品，算力相當于全球前五大超算水平，我們預計約30Pflops。ChatGPT的訓練算力約3600Pflops/day，新科技戰的打響將加速科技互聯網企業對AI算力的投入布局。

ChatGPT引領AI技術新一輪熱潮，預示著NLP技術有望迅速進入平民化應用時代。2022年11月30日，OpenAI公司上線了聊天機器人模型ChatGPT，迅速引發了全球的熱潮。ChatGPT是一種預訓練的語言大模型，采用大量的參數和大量的數據進行訓練，基于人類反饋的強化學習算法，將NLP技術和機器學習結合，極大地提升了模型算法的效率和能力。隨著ChatGPT的熱度不斷攀升，多家科技公司都開始布局ChatGPT相關技術領域，NLP技術有望迅速進入平民化應用時代。

　　ChatGPT具有良好的商業價值，未來應用空間廣闊。ChatGPT相關技術不僅對眾多的C端應用帶來革新，同時也將對B端應用產生重大影響，企業數字化轉型有望真正從數字化走向智能化，ChatGPT在企業辦公中的應用，具備很大的想象空間。我們認為，協同辦公類應用作為企業各類應用的入口，同時具備知識管理、流程引擎等功能，具備很強卡位價值，在把ChatGPT技術引入后，可以極大提升產品的功能與應用體驗。員工僅需給出想要辦理的流程，由ChatGPT進行智能化辦理，從而改變過去員工需要自行在OA、ERP及業務系統中完成信息錄入、功能查找、業務辦理的現狀，將極大地提升辦公效率和使用體驗。目前微軟已經將ChatGPT應用到了Dynamics365、Teams等產品線，未來將要應用到Bing搜索中，未來的商業價值空間十分可觀。 　 　　AIGC有望成為未來人工智能的重要方向，商業化模式仍需摸索。AIGC即人工智能內容生成，ChatGPT就是典型的文本生成式的AIGC，其目前的成功也有望帶動AIGC在圖像、音樂、視頻等其他領域落地。Gartner曾多次將生成式AI列為未來的重要技術趨勢，是當下最引人注目的人工智能技術之一。據Gartner預計，到2025年，生成式人工智能將占所有生成數據的10%，而目前這一比例還不到1%。隨著ChatGPT開啟付費訂閱試點，AIGC的商業化進程正式拉開帷幕。據量子位報告統計，到2030年，AIGC的市場規模將超過萬億人民幣，但由于AIGC目前產業化程度有限，大量業務場景尚未成功變現，商業模式也還處于探索階段。我們認為，在當下時點，AIGC基于其出色的降本增效能力，在企業級市場的應用前景較為明朗和穩定，在C端消費市場的商業模式仍需進一步摸索。 　

如同蒸汽時代的蒸汽機、電氣時代的發電機、信息時代的計算機和互聯網，人工智能正成為推動人類進入智能時代的決定性力量。全球產業界充分認識到人工智能技術引領新一輪產業變革的重大意義，紛紛轉型發展，搶灘布局人工智能創新生態。人工智能細分賽道持續創新下變革在即，本報告重點關注AIGC領域。

　　AIGC顛覆傳統內容產出模式，或為web3.0內容創造新引擎。AIGC本質上是一種AI賦能技術，能夠通過其高通量、低門檻、高自由度的生成能力廣泛服務于各類內容的相關場景及生產者。隨著人工智能生成能力的突破進展，內容生產已經從專業生成內容（PGC）、用戶生成內容（UGC），進入到人工智能生成內容（AIGC，AI generated content）時代，AIGC被認為是web3.0的重要基礎設施。AIGC的快速興起源于深度學習技術的快速突破和日益增長的數字內容供給需求；應用價值層面，AIGC有望成為數字內容創新發展新引擎，為數字經濟發展注入新能量。數據+算法+算力三大核心要素，決定AIGC產出質量。①數據，海量優質的應用場景數據是訓練算法精確性關鍵基礎。②算法，神經網絡、深度學習等算法是挖掘數據智能的有效方法。與傳統機器深度機器學習算法不同，神經網絡在學習范式+網絡結構上的迭代提升了AI算法的學習能力，未來多模態大模型或為核心趨勢，賦能產業空間及實踐潛力。③算力，計算機、芯片等載體為AIGC提供基本的計算能力。 　 　　AIGC技術場景中，個性化及自動化內容產出為核心價值。①技術成熟度較高結構化領域大部分是在和人力生成內容進行競爭。其中的存量價值來源于同類內容的降本增效，而增量價值則來源于跨模態的內容生成以及AI本身帶來的科技感。對內容渠道的把控將成為核心競爭力。發行商、內容最終消費渠道具有強的產業鏈話語權。②底層技術基本明確/仍待完善的原創性創作領域，本質為AI下的個性化數字內容的自動化構建。該領域重點關注和其配套數據或底層原理是否清晰、商業化路徑。目前AIGC整體影響仍十分有限，主要是中國市場供給端仍處于起步階段。 　 　　AIGC應用場景中，數字化程度高及內容需求豐富的領域有廣闊應用空間。隨著AIGC技術快速迭代，其可高效生成不同模態的信息產出（包括文字、音頻、視頻及跨模態），以真實性、多樣性、可控性及綜合性等特征，有望幫助企業提高內容生產的效率，以及為其提供更加豐富多元、動態且可交互的內容，或將率先在傳媒、電商、影視、娛樂等數字化程度高、內容需求豐富的行業取得重大創新發展。 　 　　深度學習模型+開源模式加速AIGC普及，海外AIGC已到了“快速發展階段”。①隨著深度學習模型不斷迭代，人工智能生成內容百花齊放，產出效果逐漸逼真直至人類難以分辨。2018年，人工智能生成的畫作在佳士得拍賣行以43.25萬美元成交，成為首個出售的人工智能藝術品；2019年，DeepMind發布DVD-GAN模型用以生成連續視頻；2022年11月，OpenAI上線了智能對話系統（聊天機器人）ChatGPT，引發全球熱潮。ChatGPT的成功離不開參數競賽時代下的“大模型”，顯卡等硬件優化帶來的“大算力基礎”與基于“大數據”的RLHF訓練模式。但由于訓練數據的缺乏及訓練數據的偏差，ChatGPT仍需要高成本的調優及持續訓練，進而實現商業化落地。②“開源模式”加速AIGC產業發展。以深度學習模型CLIP為例，開源模式加速CLIP模型的廣泛應用，使之成為當前最為先進的圖像分類人工智能，并讓更多機器學習從業人員將CLIP模型嫁接到其他AI應用。 　 　　中國AIGC仍處“萌芽期”，技術能力與產品形態的成熟、核心場景的確定及產業的接納態度為行業關鍵發展節點。據量子位預測，AIGC在中國發展可分為三個階段：助手階段（摸索磨合期，2021年~2026年）：AIGC輔助人類進行生產，優先變現的關鍵在于編輯優化功能，行業創新關鍵能力為素材模塊分拆+個性化推薦；協作階段（推廣應用期，2026年~2028年）：人機共創，主要價值為降本增效及提供創意，預計互聯網大廠將普遍布局，競爭熱度提升；原創階段（價值增長期，2028年之后）：AIGC將獨立完成內容創作，產生附加價值。中國AIGC企業均在初創階段，機會也許藏在垂直應用領域中，對賽道的選擇十分關鍵。