報告下載：新增199IT微信公眾號【i199it】，回覆關鍵詞【2023年中國AIGC產業全景】即可下載

2023年被稱作ChatGPT元年，ChatGPT現世至今，AIGC這把火徹底點燃了全世界。

ChatGPT自身在推出2個月後，月活使用者突破1億，成為史上使用者增長速度最快的消費級應用程式，必應也在接入GPT能力後日活突破1億；行業大牛們則親自下場，紛紛離職創業，激戰AIGC。

發展到如今，AIGC的規模到底有多大？水有多深？裡面能容納多少玩家？誰能笑到最後？近日，量子位在中國AIGC產業峰會上釋出了《中國AIGC產業全景報告》。

市場有多大？

量子位智庫預測，到2030年，AIGC市場規模將達到1.15萬億元規模。

AIGC全稱為AI-Generated Content，指基於預訓練大模型、生成式對抗網路（GAN）等人工智慧技術，透過已有資料尋找規律，並透過釋放泛化能力生成相關技術的內容。

報告指出，AIGC有狹義和廣義概念之分。

狹義的AIGC與普通使用者更為貼近，更關注影像、文字、音訊、影片等內容生成，和Generative AI（生成式AI） 、Synthetic media（合成式媒體）等概念類似。

論廣義概念，還包含策略生成（如Game AI中游戲策略生成）、程式碼生成（GitHub Copilot）、蛋白質結構生成等。

基於此，結合行業關鍵場景和玩家分佈情況，目前，我國還處於AIGC發展的初期階段，競爭趨勢不明顯，需要調整開發、資金等投入，尋求整體生態的快速搭建。

至2030年，AIGC產業發展共分三個階段：

1、培育摸索期（2023-2025）：整體均處於業務場景驗證和變現探索期。

底層大模型發展加速，中間層尚未出現相關玩家，基於Stable Diffusion等開源模型的上層應用迅速出現，但受底層大模型介面限制，大部分技術尚未達到穩定進入實際生產環節的水平。

2、應用蓬勃期（2025-2027）：基本價值創作路徑和技術思路得到確認。

行業普遍嘗試應用人機共創，且內容資訊、娛樂傳媒等領域利用AIGC產生確定性價值。這一時期，底層大模型和中間層模型主要玩家基本確定，開放API增加，整體入局玩家增多，尤其是大量應用層玩家。

3、整體加速期（2028-2030）：產業生態完善。

報告指出，2028年往後，AIGC在個性化、實時化、自主迭代等方向上的延展價值得到充分發揮，和其他業務系統進行緊密連線，會有相關初創公司產生完整解決方案。這一階段AIGC成為內容領域基礎設施，預計會催生出完全不同的新業態。

截至報告發布，國外AIGC賽道已有8家獨角獸公司。

其中，推出了ChatGPT的OpenAI估值高達200億美元，其次是Hugging Face 20億美元。最新一家獨角獸是成立16個月的Character.AI，估值10億美元。此外，名單中還有Lightricks（18億美元），Jasper（15億美元），Glean和Stability AI（均為10億美元），以及Anthropic（3億美元）。

2022年以來，我國AIGC賽道出現了10餘筆投資，其中融資體量最大的水上專案包括小冰公司（10億元）、超引數科技、智譜AI、瀾舟科技等。其餘公司，包括數字力場、Tiamat、聆心智慧、西湖心辰、深氧科技等，大多為數千萬人民幣級別融資。

然而，國內尚未看到與國外AIGC獨角獸公司相匹配的收入產生。但經過對投資機構的廣泛調研，多家機構已高度明確要將AIGC作為主投賽道，並推出了相應的孵化專案，預計本年度融資規模將有數倍增長。

伴隨底層大模型生態的逐步開放，商業價值的落地驗證，預計到2024年左右，融資規模將出現首次階段性的指數級增加。

從融資現狀來看，全球AIGC賽道持續走熱，如何跑通商業模式產生實際營收，成為市場另一個關注焦點。

報告細分出5種不同的營收模式：

NO.1

MaaS（Model as Service）

適用於底層大模型和中間層進行變現，按照資料請求量和實際計算量計算。

到2027年，MaaS模式佔市場規模比例將從5%增長至47%。

NO.2

按產出內容量收費

適用於應用層變現，如按圖片張數、請求計算量、模型訓練次數等收費。到2027年，該模式市場規模佔比將從60%下降至32%。

該模式的關鍵在於如何從單次好奇驅動的行為切入，保證產品長期的復購率。

整個過程會受到具體屬性影響，如版權授予（支援短期使用權、長期使用權、排他性使用權和所有權多種合作模式，擁有設計圖案的版權）、是否支援商業用途（個人用途、企業使用、品牌使用等）、透明框架和解析度等。

NO.3

軟體訂閱付費

第三種模式即ChatGPT Plus現有的盈利方式之一：每月向使用者收取20美元費用。該模式在現有市場佔有10%左右的比例。按照這種模式，Jasper等初創企業已經產生了營收。展開來說，Jasper以類SaaS服務的形式進行收費，分為初級、高階和訂製三個模式，成立當年營收額就達到4500萬美元，並收穫了7萬名使用者。

這意味著AI正以越來越顯性的方式產生商業模式。國內部分領先的AIGC公司，在使用者規模、內容生成量上在2022年亦快速起步，2023年開始產生營收及盈利並非難事，但能否形成SaaS訂閱模式尚待觀察。

NO.4

模型訓練費用

即最為傳統的專案開發制度，如今佔據市場營收份額的25%，到2027年，預計將有12%左右的下滑。

NO.5

其他模式

包括廣告/流量模式，依靠產品獲取使用者點選，從中獲得廣告流量，這種營收模式的關鍵在於產品如何獲得復購。

由於屬於小型專案，在市場規模測算中暫不單獨考慮。

玩家有幾類？

報告按照基礎設施層、模型層和應用層將它們分為三大類。

NO.1

基礎設施層

這層玩家分別為行業提供資料、算力、計算平臺、模型開發訓練平臺以及其他配套設施。

首先，資料方面，資料的數量、在行業/領域和顆粒度上的豐富性、以及和業務之間的反饋關係都有著極高的要求。

對於預訓練大模型而言，多模態的資料集至關重要，以此才能讓模型學習到更加完備的表示。

該層面的玩家包括資料提供方和服務方，前者可提供通用資料、垂類資料、特定任務下的標註資料、稽核資料以及創作者生態；後者則主要負責資料分拆及標註等。

其次，算力方面。據微軟統計，光是GPT-3.5在Azure AI超算基礎設施上消耗的總算力就需7-8個耗資30億美元投資規模的資料中心來支援執行。

因此算力玩家也是其中無比之重的一環，可分類為：以智算中心為代表的算力叢集商、國產晶片商以及雲服務商等。（計算平臺和模型開發訓練平臺略。）

最後，其他配套設施方面的玩家扮演的主要是檢測稽核、交易撮合方、第三方確權及計價方以及創作配合工具（如渲染引擎）等方面的角色。

NO.2

模型層

這層主要分為底層通用大模型和中間層模型玩家。前者相對最容易形成壁壘，影響因素包括人才、時間、資料和資金等多個方面。

按開放模式可以分為：

完全自有、不對外開放；開源，如2022年下半年起帶來文生圖領域蓬勃發展的CLIP及Stable Diffusion；API對外開放，這類模型的輸出結果相對固定，但不同介面之間能夠相互結合得到更優產出或是跨領域的產出；模型站，如Hugging Face、魔搭ModelScope。

中間層模型玩家則主打垂直化、行業化和細分化，分為：

中間整合商，主要組合多個介面，形成新的大模型；行業大模型商，由底層模型持有者進行端到端提供；以及二次開發商，主要增加行業特色資料和行業認知。

根據行業/場景的理解和資源累計程度、資金成本支撐、上層資料支撐、上層應用生態、戰略生態合作/投資、工程效果與技術成本以及AIGC技術能力的成熟這7個指標，報告給出了目前模型層的代表玩家名單：

NO.3

應用層

如果按照基於底層邏輯的應用，這層玩家涉及的業務分別包括：

1、生產可直接消費內容

其核心是AI在創意度和規模化中提供平衡點。對UGC而言，能夠降低內容創作門檻；對PGC來說，能夠代替人工完成聲音錄製、影像渲染等基礎性創作工作。

需要注意的是，該場景的價值主要是降本增效。

報告指出，鑑於我國的內容供給市場相對飽和，相關公司需要關注對具體場景的供需情況進行謹慎分析，確定AI對內容供給速度的提升是否具有實際意義。

2、結合底層系統，生產含有附加價值的內容

例如超個性化、實時化、行業特色化。

注意由於需要和底層系統進行配合，相關提供方需要關注上下游業務介面的打通，以及相關領域知識的深化設計。

以內容營銷領域為例，AIGC並不應當作為單獨的服務對外提供，還是隸屬於“創意供給—內容生產—內容管理（素材庫與資料庫）—內容分發—資料方案”中的內容生產部分。

由於品牌主最終是以整體的廣告營銷效果為標準，要使AIGC最終能夠得到理想效果，基礎素材、營銷策略設定、技術生成、評估最佳化、資料迴流等缺一不可。

3、提供內容生產輔助工具

模式包括：

由AI提供相關創作線索或基礎草圖，專業人員進行細緻化調整或是補充特定素材；

由AI完成特定操作性工作，比如區域性特效生成、低解析度轉高解析度等。

該類玩家需要注意四點：

（1）國內對工具類產品的付費意願有限，尤其是C端；

（2）需要關注場景本身的工具屬性，據業內人士反饋，由於AIGC目前的生成可控性相對有限，創作工具在使用中的可介入程度會嚴重受到專業因素的影響；

（3）需關注相關業務平臺的潛在跨界競爭，這主要是因為該賽道通常與內容分發及創作平臺形成強繫結，大廠在壟斷性方面也更強；

（4）人才結構的轉移。

4、用於提供打包內容或解決方案

接下來，如果按照基於模態的應用分類，我們可以看到分別主營以下業務的玩家：

1、文字生成，包括：

（1）直接生成應用型文字，已發展較成熟，以客服類的聊天問答、新聞撰寫等為核心場景。有相關行業人士預測，到2030年，90%以上的新聞將由機器人完成；

（2）直接生成創作型文字，適用於劇情續寫、營銷文字等細分場景，目前在語義層次的長文字通順上還有較大的提升空間；

（3）生成互動型文字，典型場景為智慧客服/聊天機器人/虛擬伴侶/遊戲中的NPC個性化互動等；

（4）文字輔助生成，是目前國內工具落地最為廣泛的場景，主要包括定向採集資訊素材、文字素材預處理、自動聚類去重，並根據創作者的需求提供相關素材等功能，代表公司如寫作貓。

2、音訊生成，包含已經相當成熟的TTS場景和音樂創作。

該業務可提高歌曲樂曲、有聲書、配音等內容的創作效率，實現有聲內容的規模化生產。可實現聲音IP化附屬價值的語音克隆也算其中的一個應用。

3、影像生成，這一領域潛力巨大。據繪畫生成網站6pen，未來5年全球10%-30%的影像有望由AI生成或輔助生成。

具體場景則可分為影像屬性編輯、區域性生成及更改以及端到端的影像生成。

4、影片生成，包括影片自動剪輯、屬性編輯、影片到影片的自動生成等。

5、跨模態生成，包括文字生成影像（也分功能性和創意性）、文字生成影片（有更高的長序列建模要求，比文生圖發展得要滯後兩年左右）、影像/影片到文字（跨模態搜尋、視覺問答系統、配字幕、標題生成）等。

6、策略生成，主要指AI基於特定問題和場景自主提出解決方案的過程，在遊戲、自動駕駛、機器人控制等領域有極高的應用價值。

報告認為，總的來看，目前整體層級尚不夠完整。由於資金量的需求，預計全棧全場景端到端的玩家數量相對有限。

其中模型層成為當前關鍵卡口，在一定程度上限制了上下層級的發展，應用層則是創業友好度最高的部分。

不過，若能在不同層級間形成良好的生態合作關係，整個行業的快速成長和成本分攤都能獲得明顯好處。

報告下載：新增199IT微信公眾號【i199it】，回覆關鍵詞【2023年中國AIGC產業全景】即可下載