【招商证券】AIGC：打开元宇宙大门的新魔法棒-18页

1.1 AI绘画进入公众视野，AIGC获得指数级发展增速

AIGC全称为AI-Generated Content，即利用人工智能技术来生产内容，在创意、表现力、创作速度、迭代、传播等方面都具有显著的技术优势，已经成为继PGC（专业生产内容）和UGC（用户生产内容）之后新型的内容创作方式。其中，AI绘画是AIGC的重要分支。

2022年8月，AI绘画作品《太空歌剧院》在美国科罗拉多州举办的新兴数字艺术家竞赛中获得了“数字艺术”类别的一等奖，该作品通过AI绘画应用Midjourney生成，获奖者仅是在生成绘画的基础上用Photoshop对作品进行调整。此事引发了热议，AIGC进入大众视野，受到广泛关注。

21年以前，AIGC还是以文字生成为主，22年开始AIGC发展迅速，年初还处于技艺生疏阶段，几个月之后就达到专业级别，可以处理的格式也从最初的文字内容到现在囊括文字、图像、视频、语音、代码、机器人动作等多种内容形式，包罗万象。而AIGC能够呈现指数级的发展增速，得益于深度学习模型的不断完善、开源模式的推动以及数字内容供给需求的不断增长。

1.2 AIGC的发展历程

结合人工智能的演进沿革，AIGC的发展历程大致可以分为三个阶段：早期萌芽阶段（1950s-1990s）、沉淀积累阶段（1990s-2010s）、快速发展阶段（2010s至今）。

1.3 AIGC可生成的内容形式不断扩展，包罗万象

AIGC最初可生成的内容形式以文字为主，经过2022年指数级的发展增速，目前可生成的内容形式已经得到了扩展，囊括文字、图像、视频、语音、代码、机器人动作等多种内容形式，包罗万象。

图：AIGC技术场景中的内容分支及代表应用

1.4 新模型Diffusion的出现推动AIGC突破性发展

最早出现的深度学习模型是“对抗生成网络”GAN，它有明显的不足，即对输出结果的控制力较弱、容易产生随即图像、生成图像分辨率较低及生成的图像是对现有作品的模仿，难以创作出新图像；2021年出现的CLIP模型能够同时进行自然语言理解和计算机视觉分析，实现图像和文本匹配，并且利用互联网图片进行了巨量的文本-图像匹配训练，为后续AIGC应用的落地打下了基础。

2022年深度学习模型Diffusion扩散化模型的出现，直接推动了AIGC技术的突破性发展。Diffusion模型有两大突破，首先，通过增加噪声破坏训练数据来学习，使得模型可以从随机输入中合成新的数据；其次将模型的计算空间降维到一个可能的低维空间里，大幅降低计算量和计算时间，提升模型的训练效率。

图：AIGC相关深度学习模型对比

1.5 较为成熟的海外AIGC应用带动行业发展

作为AIGC以及全球人工智能领域的领头羊，Meta和Google在AIGC最能体现算力实力的视频应用场景上也早早进行了布局。Meta于2022年九月发布了新款AIGC系统Make-A-Video，而谷歌则是推出了Imagen Video来完善其AI产品线。Meta推出的Make-A-Video是一款直接文字输入即可生成短视频的AIGC系统，系统生成视频画面准确率高，仅需一段简单的文字描述即可生成一段生动的视频。背后的AI系统更是通过日积月累的用户指令来丰富系统创作的想象力。而谷歌的Imagen Video则是在作品的清晰度，真实性，创作视频所需时间上都略胜一筹，谷歌背后强大的算力数据支持以及较为庞大的AI智能用户数量成为了关键因素。

相较海外，我国AIGC相关应用还处于早期阶段。并主要以输入文字描述，计算机生成图像作品为主。相较于PGC与UGC，AIGC能更好的满足人类对生产效率，生产质量甚至生产创意的需求。但是其在硬件端例如计算机算力的高门槛以及在软件端例如AI智能算法模型，自然语言处理技术等方面都有着较高的要求。使得行业技术壁垒较高，国际科技巨头企业带动全球AIGC行业发展成为大势所趋。

图：Meta-Make-A-Video

详细内容如下：

智玩元宇宙官网(复制到浏览器打开)