大爆发！AI概念主线重燃！万字深度梳理AI赋能行业（附核心股票）

消息面，据财联社报道，6月曾有外媒消息称，微软Office 365 Copilot已扩大试用范围，探索定价模式。试用Microsoft Office 365的AI功能的600多家企业客户中，至少已有100家客户额外分别为1000个订阅账户支付10万美元的年费（100美元/年/账号），这意味着，与原版企业订阅相比，这100家客户为AI功能额外支付了40%的费用。更早前（7月13日），国家网信办等7部门联合发布《生成式人工智能服务管理暂行办法》，《办法》自2023年8月15日起施行。

另外，据山东能源集团消息，7月18日，山东能源集团、华为公司联合发布全球首个商用于能源行业的AI大模型，盘古矿山大模型。

AI+电力

新能源发电功率预测：

1、行业痛点：新能源发电间歇性和波动性大，功率预测难度高，对电力消纳与调度造成较大冲击，同时各地“双细则”考核趋于严格，预测精度会直接影响电站运营和盈利。

2、行业数据：气象数据的较容易获得，敏感性较低，可直接用于模型训练。

3、AI布局/技术实践：2021年国网调控AI创新大赛--新能源发电预测赛道，深度学习模型在实际应用中表现突出；产业内国能日新、国电南瑞等超过10家研究中心与企业已推出成熟的组合建模功率预测系统。

4、厂商相关大模型：华为云发布了盘古气象大模型，中长期预测精度首次超过传统数值方法，速度提升10000倍。

输变电智能运维与巡检：

1、行业痛点：我国输电线回路与变电设备存量规模大，投运规模逐年增长，巡检需求强烈，而人工巡检存在诸多劣势，AI替代是大势所趋。

2、数据：相较于用电侧数据，电力设备故障缺陷等数据安全性风险小，数据质量与规模往往取决于企业自身积累情况。

3、AI布局/技术实践：自2013年起东方电子、亿嘉和、申昊科技、泽宇智能等近10家上市公司已布局输变电线路智能运维、巡检机器人、巡检无人机业务，参与者众多且产品多样。

4、厂商相关大模型：华为在 L2 级细分场景模型上，已推出基于电力大模型的无人机电力巡检、电力缺陷识别等场景模型，平均精度提升18.4%、模型开发成本降低90%。

中长期看好AI赋能的行业应用场景

1、电力BIM设计软件。

2、电网智能调度自动化。

3、虚拟电厂、微电网。

电力BIM设计软件

三维设计软件国产化替代需求强烈，AI有望深度赋能设计-施工-运维环节。

电网智能调度自动化

新一代调度系统为AI应用奠定了模型和数据基础，有望实现电网智能决策和控制。

虚拟电厂、微电网:

技术核心为聚合和调度，与AI匹配性强，大模型接入将大幅提升分析效率和准度。

AI+智能座舱

我们认为目前多模态交互的背后仍是通过“语音+触摸屏”来实现控制，靠乘客主动发起方能实现的指令识别型“被动式交互”。大模型的落地，将加速软件能力升级，推动座舱5.0人机主动式交互时代的到来。

大模型有望：

1、通过赋能语音助手对于乘客的语音语义理解能力。打通其在视觉、听觉、触觉等多模态应用上的操控力，形成深度的乘驾人机主动式互动体验。

2、摆脱座舱硬件堆栈同质化。通过大模型赋能语音助手或将成为“AI智能管家”，因算法不同而具有不同的特色和功能，进而形成车企自身独特的智能化差异，构筑核心竞争力。

目前投资机会有哪些？

1、视觉：传统车载TFT-LCD显示技术的快速迭代，逐步趋向大屏、高清化。此外HUD结合AR技术兴起，法规允许E-Mirror上车，多态显示技术交互。我们测算23-30E全球车载显示硬件规模有望达1723亿元，CAGR为10.2%。

2、听觉：通过搭载更多数量/不同区位扬声器实现环绕体验，增加数字功放/低音炮等器件提升听觉质感。我们测算23-30E全球座舱声学硬件规模有望达到约483亿元，CAGR为14.2%。

3、触觉：3DTOF作为最适合AI视觉的传感器，用于支持手势交互/DMS/乘客识别功能，目前已经在理想、问界、BBA等率先上车，大模型发展有望驱动需求快速提升。

AI+医药

我们认为AI+医疗/医药未来空间广阔，当下值得重点关注，我们重点梳理了AI技术在医疗领域技术应用、政策变化，重点分析AI在药品开发、病理诊断、医学影像等领域的应用，探讨相关投资机会。

AI病理：商业化在即，院端龙头占据优势。

1、人工智能辅助诊断基于计算机视觉、深度学习等技术，对病理切片进行自动勾画、识别，并以结构化的语言输出辅助判读结果。

2、与传统病理诊断相比，AI辅助诊断可以节省读片时间、提高诊疗效率，解放医师资源，并降低漏诊、误诊率。

3、根据公开资料，我们对三甲医院市场测算，预计样本外送模式下AI病理阅片市场有望达约172亿元，设备、软件入院销售有望贡献约25亿增量空间，如果考虑其他层级医院渗透率提升、医生阅片量提高、AI病理项目收费调整，以及数字切片存储管理等贡献，远期AI病理市场空间有望数倍扩容。

4、近年来，AI病理领域的监管条例、审核标准逐渐规范，技术应用越发成熟，我们预计2023年首批AI病理诊断三类证有望获批，行业有望率先在细胞病理领域迎来商业化拐点，当前正是布局的最佳时点，技术积累深厚，入院能力强的头部玩家占据明显优势，有望带动产品加速商业化放量。

AI影像：起步早、渗透低、空间广，商业模式亟待变革。

1、人工智能技术在医学影像领域的应用场景涵盖早期的筛查、诊断到中后期的治疗、随访，具有非常可观的市场空间。

2、根据灼识报告，以医疗机构终端口径测算，国内人工智能医学影像市场规模有望从2020年的不到10亿元增长至2025年的442亿元，年复合增长率高达135%。全球来看，预计人工智能医学影像市场有望从2020年的不到10亿美元增长至2025年的646亿美元，年复合增速有望达到147%。

3、相比病理诊断，AI影像起步更早，截至2023年4月，国内已经有超过30张AI影像相关的医疗器械三类证获批，但整体渗透率较低，还有很大提升空间。我们预计随着更多科室产品的注册获批，AI影像产品有望加速普及。从科室角度出发，影像科硬件设备自主化的需求显著，我们预计软件+硬件的协同推广有望加速AI产品入院。

4、盈利模式方面，我们预计未来随着AI影像渗透率的不断提升，按次付费的应用占比将逐渐增加，带来商业模式的优化与盈利水平的提升。

AI制药：聚焦药物研发领域，多种商业模式协同发展。

1、AI制药是将机器学习、自然语言处理及大数据等人工智能技术应用到制药领域各个环节，进而促进新药研发降本增效。

2、AI制药行业经历了算法迭代、算力提升及海量实验数据的堆砌，随着AIDD、AlphaFold2及ChatGPT等创新产品的出现，行业有望迎来高速发展的成长初期。3、相较于传统药物研发，AI制药有望提高药物设计的命中率及成功概率、降低研发成本并缩短研发周期，未来渗透率有望快速提升。

4、AI制药可分为 AI SaaS软件服务、AI CRO及AI Biotech三种商业模式。据药智局及蛋壳研究院统计，2022年国内AI制药公司中31%的公司选择兼容其中两种商业模式，只有8%选择仅软件SaaS的商业模式。源于AI制药在算法、算力、数据方面投入较大，且单一路径发展或有一定局限，我们预计未来多种商业模式协同发展有望逐步成为趋势。

AI+智能家居

聚焦AI家电、智能家电、智慧家居：AI家电、智能家电：统计口径较多，一般认为中国包含智能电视在内的智能家电市场规模在5000亿左右，而根据大厂定义，AI家电是具备互联互通、人机交互和主动决策能力的家电，AI家电可以视作是智能家电的最高形态。复盘中国智慧家居发展史，入口级智能家电是增长爆发力最强、最易带来格局重塑的终端品类，故AI+入口可能是智慧家居领域的首发机会。

聚焦Chatgpt对家电的意义：

新入口：AI2.0预计创造类似智能音箱的全新入口，智能音箱增速有望再次提振，短期可期中控屏，远期可期可穿戴设备、家庭服务机器人等；卖水人：外接大模型后，仍需定制化开发及用户个性化数据加以不断训练，“卖水人”角色对中小家电企业具重要价值；传统家电性能提升增速提档：类似消费升级概念，优先看好“高频”+“弱人工介入”型家电品类，如洗碗机等。

回顾14-15年的智能电视、17年的智能音箱行情，我们认为：其一品牌型企业优于代工型企业；其二爆发期行业增速重于格局。当下由于AI投资仍处早期阶段，产品落地尚未定型。

AI+制造业

AI+制造业赋能，机器视觉开启掘金新大陆：AI+制造业赋能，META发布SAM助力机器视觉迎来GPT时刻。机器视觉技术使得工业设备能够“看到”它正在进行的操作并进行快速决策，完整机器视觉系统由硬件+软件组成，分别进行成像和图像处理工作。目前，以“AI+人类感知”融合为代表的新兴技术开始逐渐渗透至工业制造各环节，机器视觉作为AI+制造业的种业落地技术已经介入制造业生产环节的跟踪、产品质量的检测等。我们认为人工智能是机器视觉的母身，深度学习为机器视觉的技术堡垒，近期Meta发布SAM模式有望助力机器视觉迎来GPT时刻。

机器视觉下游的高景气反哺明显，AI与机器视觉成为刚需：AI+机器视觉技术优势明显，政策加持+社会需求(人口红利退潮)驱动中长期发展，我国机器视觉待渗透空间较大。随着工业4.0等概念的持续深化+研发技术的不断突破，AI+机器视觉持续赋能下游工业应用领域，有望受益于下游赛道的高景气，从行业领域来看，高景气赛道的半导体、汽车、新能源有望成为未来行业的最重要驱动力之一，电子领域在中长期仍是应用范围最广的下游。从应用深度来看，AI赋予机器视觉的高精度优势，使得机器视觉成为不少行业的刚需标配，机器视觉已逐渐嵌入半导体、汽车、新能源锂电池与光伏的生产检测环节，提高汽车电子的装配质量、突破光伏缺陷检测瓶颈以提高产品良率等。

机器视觉成本集中在上游，核心环节的国产替代化方兴未艾：25年全球有望达到千亿市场规模，中国增速领先全球（CAGR为15%）。剖析产业链，机器视觉产业链的上游硬件（奥普特/海康/大恒/中光学/舜宇/福光）镜头、工业相机、光源以及软件（凌云光/奥普特/海康/鼎捷），中游为装备制造/系统集成厂商（天准/凌云光/大恒/矩子/华兴源创/精测电子），成本集中在技术壁垒高筑的工业相机（价值量占比23%）以及软件算法（35%）；竞争格局方面，全球机器视觉市场以康耐视（美国）、基恩士（日本）、巴斯勒（德国）为代表的企业占据全球>50%市场份额，以康耐视和基恩士为代表的双巨头以入局早、扎实产品技术、广泛应用场景经验的优势提前据市场优势。国内机器视觉上游行业仍处于成长阶段，增长速度大致相当，关注国产替代+AI迭代下工业相机与软件环节发展。

AI+游戏

大模型向多模态进化、AI 3D工具百花齐放，游戏或将成为最受益场景之一。大部分游戏建立在3D模型基础之上，当前AI大模型着力点在文字和图像，对于游戏而言相对低维，对游戏形态的改造不够直接。未来大模型在多模态上有望进一步拓展，其产出形式不再局限于文字和图像，而是包括3D模型、视频、音频等更为广泛的内容。同时AI 3D工具已呈现百花齐放趋势，游戏引擎Unity、虚幻5等向AI 3D发力，腾讯AI lab实现AI生成3D虚拟城市，Instruct NeRF2NeRF也在2D生成3D场景上展现了优秀能力。这些技术进步有望推动游戏在研发流程和内容形态上实现大变革。但也需要注意的是，AIGC在3D模型领域还处于探索阶段，质量和生成速度有待进一步提升，技术的演进和变化值得持续关注跟踪。

AI在C端的意义，一是彻底改变人与物的交互关系，比如人与硬件、人与内容；二是降低的是高度定制产品的边际成本，使得过去千人一面的产品可以走向千人千面。而交互关系的变化和定制化成本的降低对于沉浸感强、交互维度最多的游戏而言想象空间巨大，原生AI游戏可期：

1、NPC智能化空间大，游戏深度交互时代来临。NPC与玩家的交互上，GPT扮演智能NPC与玩家形成多样化的拟真交互，且除了文本交互形态外，语音、动作、表情、行为的智能化亦值得期待（多模态）；NPC之间交互的智能化使得游戏内的关系网络从辐射状向网络状演进，玩家仅扮演拟真世界的参与者角色。

2、AI 3D发展推动千人千面从低维走向高维。传统的游戏基本是千人一面的，而AIGC有望驱动游戏成为千人千面，同时千人千面也有望从低维走向高维。AI叠加云原生3D引擎，有望成为千人千面向高维度演进的钥匙，实现AI实时搭建场景、道具生成、剧情演绎等，构建更开放、庞大、定制化的游戏世界。

AI+电商

AIGC契合电商行业发展要素，推动行业新一轮变革

以ChatGPT为代表的AIGC工具在语言理解、文本创建、图片识别、创意绘画等方面的能力不断突破，这与电商行业的发展要素高度契合，可以实现行业全阶段赋能：

1、产品开发阶段，AIGC能够提供设计灵感，根据需求定制化生成产品描述和配图，并基于市场信息对产品价格、目标群体等要素进行分析，给出优化建议与方案。

2、产品营销阶段，AIGC能够帮助电商在营销内容生产环节降本增效，实现精准的商品推荐，同时推动直播带货形式的创新与升级。

3。产品售后阶段，AIGC能够承担客服功能，还可以应用于仓储、发货、物流等订单管理环节，帮助电商平台进一步降本增效。

AIGC覆盖电商多场景应用，全方位降本增效、提升用户体验

优化选品决策、智能客服工作、图文素材制作、广告智能投放、精准关联推荐、处理图像素材等领域有望通过AIGC降本增效。亚马逊、吉宏股份均已通过ChatGPT选品插件预判顾客选品需求。焦点科技推出的AI外贸助手“麦可”能够承担AI助理角色，贴合场景回复买家询盘。有米科技和万兴科技上线自动生成图文素材的AI工具，助力降本增效。Adspert和华凯易佰优化智能广告投放，提升投产比。华为云推出电商智能推荐解决方案，可从海量数据中挖掘用户兴趣，实现精准推荐。阿里云视觉智能开放平台和百度定制化图像识别技术均能处理图像素材，精准识别商品标签，优化用户使用感。

把握产业链发展机会，AIGC助力电商业务升级

对于吉宏股份、焦点科技、华凯易佰等跨境电商平台，ChatGPT等AIGC工具目前的语言系统、交互效果与海外业务兼容性更强，助力运营效率提升、精细化运营和智能化系统开发；对于值得买、返利科技等导购平台，能够通过AIGC技术生成推荐内容，并持续优化推荐算法，提升用户的体验与转化率；对于丽人丽妆、壹网壹创、青木股份等代运营平台，能够利用AIGC生成商品描述，设计商铺图片与推广视频，较大提升生产效率；对于Shopify等SaaS平台，AI的应用可以直接改善工具效率，帮助企业实现一站式服务落地，并依托技术优势深入探索虚拟人、AI营销内容等前瞻方向。

AI+营销

营销，可能系AI商业变现最快的领域。海外方面，微软试验在Bing聊天中插入广告，希望与内容贡献合作伙伴分享广告收入，已有超过7500个微软Start合作伙伴品牌，Meta有望于年底前实现生成式AI的商业化，用于广告图像。国内方面，蓝色光标4月11日在投资者互动平台上回复投资者，称已获得微软云官方AI调用和训练许可，目前微软云上线的是OpenAIChatGPT(GPT-3.5)的相关服务，AIGC有望改变搜索引擎广告模式，作为营销行业龙头，公司与微软深化合作，有望提前抢占广告市场新的增量。

AI赋能，推动营销模式重塑创新。随着人工智能技术的快速发展，AI正在为各行业赋能，不断推动AIGC应用的实现，给传统营销活动带来全面重塑和创新。营销领域涵盖大量的文字、图片等内容创作，AI技术有望提高创作效率，推动营销落地加速。从内容创意的角度来看，营销领域或将是AI技术最先商业化变现的场景。我们认为AI在营销行业的应用主要体现在以下两个方面：

1、助力企业创建更精准的客户画像模型和更多样化的营销触达渠道，通过电商和社交媒体平台等多渠道了解客户感受与评价，从而实时、全面、精准地掌握并更好地满足客户需求，提高客户满意度；

2、帮助企业实现智能销量预测和便捷的终端零售模式，助力营销活动的数智化重构和颠覆。从营销推广、商机线索、交易过程到终端运营，AI或将发挥关键作用，有望为企业创造更多商业价值，为企业提供更多的发展机遇和市场竞争力。

SAM发布有望进一步赋能营销领域，生产力有望提升。2023年4月5日，Meta公司发布了一项名为SegmentAnythingModel(SAM)的全新AI模型。SAM是一种通用的图像分割模型，可通过交互式分割和自动分割等方式实现任何类别图像的通用有效分割。此外，SAM还具有多项强大的功能，包括在视频中跟踪对象遮罩、启用图像编辑应用程序、提升为3D效果或用于拼贴等。该模型还支持与其他系统的灵活集成，包括在AR/VR、内容制作等领域应用，为用户提供了更多的选择和应用场景。

我们认为SAM模型的推出对于营销行业来说具有重要的意义。首先，该模型的应用有望进一步赋能图片素材产出需求高的营销领域，帮助企业更好地满足用户需求，提高用户体验，推动营销行业生产力的提升。其次，SAM模型的强大功能有望实现降本增效，帮助企业通过更高效的图像处理和编辑，节省成本，提高营销效率。

AI+教育

AI+教育的本质在于实现优质教育资源的规模化、公平化、个性化：传统教学模式存在个性化教育与普惠教育之间的矛盾。AI拓展人力的边界、使得优质教育资源规模化成为现实，且随着AI所替代人脑活动的复杂度提升，其对于教育的降本增效作用也更为明显。因此AI与教育结合、改造教育的本质在于：依靠低成本科技替代、拓展高成本人力（22年我国教师学生比为1:16，21年教师平均工资为11万/年），实现优质教育资源规模化、发掘普惠教育与个性化教育的平衡点，从而实现教育公平化、个性化（低成本因材施教）。AIGC进一步深化教育的本质在于数字化教育内容的智能生成+推送。

人工智能训练成本大幅下降降低AI教师前期高开发成本+后期低运营费用：

1、前期开发：开发一套AI系统前期的成本极高（据松鼠AI创始人栗浩洋，开发一个合格的AI教师至少需要10亿元），但近年人工智能训练成本大幅下降有望降低其前期高开发成本，据ARK Invest数据，2020-2022年，将一个大语言模型训练至GPT-3性能级别所需要的成本由460万美元下降到45万美元，下降幅度超过90%，而预计到2030年，训练成本将以每年70%的降幅递减，只需要30美元；

2、后期运营：一旦开发成功，即可凭借较低的运营成本，跨越时空的障碍为数以万计的学生提供个性化教育服务，且随着服务学生规模的上升，其人均成本逐渐趋向于0。

技术+政策+产业升级推动AI+教育发展：

1、技术：计算+感知+认知等AI技术使得“个性化教育（自适应学习系统）”成为可能。计算智能代替人脑的记忆、计算功能；感知智能代替人脑听觉、视觉、语言功能；认知智能代替人脑推理、联想、思维组织功能，而达到认知智能的AI系统（自适应学习系统），在某种程度上已经具备了提供“千人千面”教育服务的能力。

2、政策：17、18年《新一代人工智能发展规划》、《教育信息化2.0行动计划》两大纲领文件的颁布，从顶层规划、行动规划两个方面明确了AI+教育未来发展的重点与目标，随后中央、地方各部门推出相关配套政策，推动教育与AI深度融合、落地发展。3）产业升级：在线教育产业转型升级需求加速AI技术落地教育领域。

以教师、学生、学校为主题，AI在课前/中/后应用前景广阔，尤其是AIGC将革新教学模式：

1、教师：课前自动生成授课教案、智能匹配同类型习题、智能分析学生反馈并提供复习教案等，节省备课时间，提供精准个性化的推荐内容；课中精准分析学生的课堂表现并生成学情分析报告；课后智能作业批改/智能阅卷/智能错因诊断。国内外教育机构已尝试利用AIGC（以ChatGPT为主）辅助教学。

2、学生：针对学习者的具体特征，提供“千人千面”的学习内容、学习路径以及学习策略，接近于“因材施教”，是AI赋能教育赛道的核心应用场景。AIGC互动性强、可在课堂中与学生进行辩论、发起讨论会等，激发了学生的学习积极性，在课外，AIGC应用可一对一的个性化答疑、作业批改和学情评估等。

3、学校：包括教学管理及监考管理、校园安防管理。

AI+办公

底层技术：AI通过三大能力赋能办公场景，大模型技术提升办公生产力

AI通过提升人类的内容生成能力、人机交互能力和非结构数据处理能力，来赋能办公场景：

1、AIGC技术开启办公软件发展新阶段，办公产品从效率工具向生成工具转变。

2、大模型提升人机交互能力，降低办公软件使用成本。

3、AI提升办公软件非结构化数据处理能力，帮助企业更加高效地挖掘数据资源价值。

大模型技术的成熟和商业化推广，为下游办公应用向智能化演进提供支撑。

1、GPT-4在办公领域展现出四个极为重要的能力：会话式交互方式、跨语言及多模态交流能力、长文本处理能力、复杂推理能力。四大能力作为支撑，使得大模型在办公软件市场应用前景广阔。

2、文心一言强大的中文理解能力展现出广阔的应用前景，中文场景的内容生成方面具有优势。

3、讯飞星火大模型：办公是星火模型未来重点应用的领域，依托讯飞在各行业积淀的海量数据，可赋能细分领域的办公场景。

办公智能化实践：国内外厂商齐发力，AI+办公应用百花齐放

AI与办公应用的融合，国内外厂商已有诸多实践案例：微软和谷歌都发布了融合AI的办公应用Microsoft365 Copilot和Workspace，帮助用户提高工具生产力；Salesforce通过接入通用大模型+自研小模型的方式，推出GPT程序赋能协作产品，提升沟通效率；Notion AI和印象笔记等笔记类应用，通过接入大语言模型实现文档自动写作；飞书推出AI助手“My AI”，以对话形式提供多种功能，包括优化和续写文字内容、创建日程、自动汇总会议纪要、搜索公司内部知识库等。

AI+网安

我们认为大模型的本质是理解语言意图并根据意图进行任务分配，而一个行业是否具有语言体系以及流程性工作的占比是其能够被大模型赋能的关键标准。对于网络安全行业而言，网安产品具有较为标准的语言体系、且安服工作涉及大量流程性工作，故而使得大模型在网络安全行业的应用成为可能且值得期待。

大模型的核心价值（以GPT为例）

GPT的核心能力在于语义理解和文本生成。我们认为GPT-3.5引发市场轰动的原因在于其相较于GPT-3突现能力的解锁，主要体现在复杂推理能力和泛化到新任务的能力，从而使得其对于语义的理解能力有显著提升，表现结果呈现与人类对齐。

同时我们认为以GPT为代表的大模型的本质是理解语言意图并根据意图进行任务分配，GPT-3.5能力的突现使得其对于意图的理解更加精准,从而能够完成更加复杂场景的任务分配。

网安公司的主要业务

网络安全公司的业务类别可从产品、平台和服务三个层次来理解。进一步对各类任务进行抽象，网络安全防护主要涉及到四类任务：

1、管理网络安全语言体系。

2、阅读和生成网络安全语言体系，搜集整合信息。

3、理解网络安全语言体系。

4、基于对于意图的判定，执行对应反馈。

大模型如何赋能网安行业

我们认为大模型不能够胜任的工作为网络安全语言体系的管理以及任务执行，可以胜任的工作包括对于网络安全语言体系的阅读、理解、生成以及部分意图判定。落地到具体应用场景而言，我们看好大模型赋能网安公司进行产品能力的提升以及安服团队的降本增效。

1、产品能力提升：大模型可以帮助网络安全公司迭代现有产品，让产品更加智能，尤其是针对Web应用层的防护本身就涉及到对于语义的理解。

2、安服团队降本增效：考虑到网安的日志为计算机领域的语言体系，大模型在github中预训练之后，对于日志的理解具有天然优势，可在安全运营中心（SOC）场景中降低安全服务人员的数量，实现降本增效。

AI+影视

文本、图片生成模型技术路线较为明确并落地商用；视频生成正发展仍有技术难点需攻克。

文本生成方面，当前使用prompt learning代替微调并加入RLHF的GPT模型表现更优；并出现ChatGPT等现象级产品。

图片生成方面，2022年出现的Diffusion模型相较于GAN表现更优，并且模型开源；Midjourney等产品已在创作中使用。图片生成为视频生成提供基础，但是需要将图像连起来变成动态清晰有逻辑的视频，需处理帧率和分辨率。

当前已出现的AI视频生成模型包括Meta的Make-A-Video，谷歌Imagen Video&Phenaki，Runway 的Gen-2，国内阿里、百度、腾讯均也提供文字生成视频功能，但基本仅能生成简单动画和短视频，算法、硬件等仍需要进化。

AIGC对影视内容生产的提效在前期策划、中期拍摄、后期制作、宣发环节均能体现。

1、前期策划，AI可辅助剧本生成，并把剧本中的角色、场景、道具、特效等元素转换成拍摄日程和预算。

2、中期拍摄，AI可生成布景，换脸换声，或直接使用虚拟人替代真人演员。

3、后期制作，AI可辅助生成音频、特效、编辑视频。4、宣发环节，AI可辅助生成海报、预告片等宣传素材。

AI对影视行业长期影响探讨：提升影视行业的工业化程度，有助于扩张产能；降低了生产力差异在影响内容制作竞争格局上的权重，创意、IP的价值会进一步得到提升；AI对动画影响大于对真人影视的影响；UGC视频的质量还会进一步提升。

相关公司梳理

来源：Datayes