AIGC-零帕网

通用大模型市场当前虽入局者众多，但终局将高度集中，未来将由 5-6 家厂商主导；应用层厂商及甲方企业应着眼终局，从大算力、巨量数据集、端到端 AI 工程化能力以及应用生态伙伴等维度综合考虑，慎重选择合作伙伴。中大型企业虽倾向于大模型的私有化部署，但由于中美博弈下 GPU 算力资源紧张且短期无法有效解决、C 端应用受多重制约，使得国内行业大模型与通用大模型发展并驾齐驱。未来，行业大模型市场整体百花齐放，但垂直领域仍将头部集中。AIGC 应用层面，能源、金融、传媒、营销、数字办公等行业走在前列，甲方

在人工智能发展的漫长历程中，如何让机器学会创作一直被视为难以逾越的天堑，“创造力”也因此被视为人类与机器最本质的区别之一。然而，人类的创造力也终将赋予机器创造力，把世界送入智能创作的新时代。从机器学习到智能创造，从PGC,UGC到AIGC，我们即将见证一场深刻的生产力变革，而这份变革也会影响到我们工作与生活的方方面面。本报告将向所有关注未来科技的相关机构、从业者、创业者、投资人传递亿欧对AIGC的市场潜力场景的洞察和优秀企业案例。

人工智能从出现到现在已经历四个阶段，第一个阶段的AI是以逻辑推理为主，AI能力以聚焦决策和认知为主；第二个阶段的AI则是注重以概率统计的建模、学习和计算为主，AI能力开始聚焦感知、认知和决策；第三个阶段的AI聚焦学习环节，注重大模型的建设，AI能力覆盖学习和执行；第四个阶段则聚焦执行与社会协作环节，开始注重人机交互协作，注重人类对人工智能的反馈训练，当下正处于此阶段。

2023年开年后，chatGPT从3.5到4.0，可谓是掀起 阵又 阵的话题狂潮。不得不承认，人工智能的发展已经在渗透式地改变我们每 个人的生活了。不过，chatGPT目前尚且处在只能以文本格式输出内容的阶段，而同为使用人工智能技术生成内容的工具，AlGC（Al-Generated Content）就相对更加多元化，它包含了文本、音频、图像、视频的生成，以及这几者之间的跨模态生成等。

AIGC悄然兴起，算力降本夯实“AI底座”AIGC进入快速发展阶段：可进行写作、编曲、绘画、视频制作等创意工作；ChatGPT强势出圈：成为史上用户增速最快的消费级应用；AI大模型“摩尔定律”呼之欲出：训练参数、计算资源指数级增长；算力降本推动AIGC商用：《The Economics of Large Language Models（2023）》（作者：SUNYAN）预计2023年模型及硬件优化有望节省80%以上成本，AIGC商用门槛有望持续降低。

大模型、AIGC是当前全球数字经济发展的热点和趋势，也是人工智能重要的核心技术。各类科技大公司、创新型公司展开投入竞赛。然而人们往往低估新技术的长期影响力，面对AIGC技术，我们既要抓住机遇立即行动，也要为人工智能的长跑做长期打算，从长布局。

报告通过对AIGC的典型代表GPT-4的研究，以场景化的形式对GPT-4 如何赋能通信行业进行了全方位的分析，并针对通信行业如何构建行业GPT进行了初步探讨和实践。报告内容翔实，关注此领域者值得深入研读！2022 年被认为是人工智能生成内容（AIGC）元年。作为 AIGC 在自然语言领域的代表，ChatGPT 在 2022 年年底一经推出，就掀起了一场可能涉及所有人和所有行业的“大火”，2023 年 3 月 GPT-4 的发布则进一步推动了“态势升级”。由 ChatGPT/GPT-4 引发的全球

➢ AIGC多模态跨模态应用逐渐成熟，市场空间广阔。广义的AIGC指具备生成创造能力的AI技术，即生成式AI。可以基于训练数据和生成算法模型，自主生成创造新的文本、图像、音乐、视频等内容。2022年被称为AIGC元年，未来兼具大模型和多模态模型的AIGC模型有望成为新的技术平台。据《中国AI数字商业产业展望2021-2025》报告，预测AI数字商业内容的市场规模将从2020年的40亿元，增加到2025年的495亿元。➢ ChatGPT产品历经多代技术演进，产品与商业模式逐渐成熟。ChatGPT是

谷歌I/O上发布一系列生成式AI新进展，科技大厂竞争激烈。5月10日，谷歌I/O开发者大会上发布了包括：新一代语言模型PaLM 2、升级AI聊天机器人Bard、生成式AI实验版搜索引擎、Duet AI for Workspace等。AI艺人迅速出圈，多模态应用充分释放AI潜力，进一步推动商业化落地。1）AI歌手：截至5月14日， “AI孙燕姿”翻唱的《发如雪》已有超过150万点击量。2）AI网红Caryn Marjorie通过出售AI版本的Caryn，在过去一周的beta阶段创收7.16万美元，

本篇报告系统地梳理了大模型训练及推理需要多少算力。大模型参数量快速提升，Transformer架构成为发展趋势。根据最新论文对“涌现”效应的研究，当模型训练量超过1022后，模型准确率有了很大的提升，近年来，NLP模型的发展十分迅速，模型的参数量每年以5至10倍的速度在提升，背后的推动力即大模型可以带来更强大更精准的语言语义理解和推理能力。Transformer架构通过计算数据之间的关系提取信息，相较于卷积神经网络具有更强大的运算效率，更适合参数和数据集庞大的自然语言处理学习。基于GPT3大模型

1. 我们如何评价ChatGPT的出现？当我们看到微软CEO纳德拉说到“AIGC堪比工业革命”，比尔盖茨评价ChatGPT的历史意义重大，甚至不亚于“PC或互联网诞生”时，我们辩证性地思考这个问题：细数人类社会经历的三次工业革命，第一次以蒸汽机为代表，机械生产取代了双手；第二次以发电机而代表，电器成为补充和取代蒸汽机的新能源；第三次以计算机为代表，促成了各种各样“人-机控制系统”的形成，使得起初的机械化、电气化迈入进阶的自动化。就目前我们看到这三次革命的成果，基本都呈现“机器帮助人”，且存在物理

本篇报告系统地解析了AIGC产业链的投资机会，结合海内外发展情况对每个环节甄选标的的要素进行了思考总结，除了二级市场标的外，我们也对一些一级市场初创公司进行了梳理，以期构建AIGC产业一二级市场的投资图谱。大模型的竞争要素是什么？我们从思考AIGC带来的技术变革意义，以及为什么是OpenAI引领此次变革出发，对比当前国内外通用大模型，总结了几个主要的竞争要素：模型规模、训练效率、使用便利性、商业模式等，目前GPT-4多方面领先；国内的大模型目前在使用效果上和GPT-4仍有差距，算力资源是额外需要