如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。人工智能细分赛道持续创新下变革在即，本报告重点关注AIGC领域。
AIGC颠覆传统内容产出模式，或为web3.0内容创造新引擎。AIGC本质上是一种AI赋能技术，能够通过其高通量、低门槛、高自由度的生成能力广泛服务于各类内容的相关场景及生产者。随着人工智能生成能力的突破进展，内容生产已经从专业生成内容（PGC）、用户生成内容（UGC），进入到人工智能生成内容（AIGC，AI generated content）时代，AIGC被认为是web3.0的重要基础设施。AIGC的快速兴起源于深度学习技术的快速突破和日益增长的数字内容供给需求；应用价值层面，AIGC有望成为数字内容创新发展新引擎，为数字经济发展注入新能量。数据+算法+算力三大核心要素，决定AIGC产出质量。①数据，海量优质的应用场景数据是训练算法精确性关键基础。②算法，神经网络、深度学习等算法是挖掘数据智能的有效方法。与传统机器深度机器学习算法不同，神经网络在学习范式+网络结构上的迭代提升了AI算法的学习能力，未来多模态大模型或为核心趋势，赋能产业空间及实践潜力。③算力，计算机、芯片等载体为AIGC提供基本的计算能力。
AIGC技术场景中，个性化及自动化内容产出为核心价值。①技术成熟度较高结构化领域大部分是在和人力生成内容进行竞争。其中的存量价值来源于同类内容的降本增效，而增量价值则来源于跨模态的内容生成以及AI本身带来的科技感。对内容渠道的把控将成为核心竞争力。发行商、内容最终消费渠道具有强的产业链话语权。②底层技术基本明确/仍待完善的原创性创作领域，本质为AI下的个性化数字内容的自动化构建。该领域重点关注和其配套数据或底层原理是否清晰、商业化路径。目前AIGC整体影响仍十分有限，主要是中国市场供给端仍处于起步阶段。
AIGC应用场景中，数字化程度高及内容需求丰富的领域有广阔应用空间。随着AIGC技术快速迭代，其可高效生成不同模态的信息产出（包括文字、音频、视频及跨模态），以真实性、多样性、可控性及综合性等特征，有望帮助企业提高内容生产的效率，以及为其提供更加丰富多元、动态且可交互的内容，或将率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展。
深度学习模型+开源模式加速AIGC普及，海外AIGC已到了“快速发展阶段”。①随着深度学习模型不断迭代，人工智能生成内容百花齐放，产出效果逐渐逼真直至人类难以分辨。2018年，人工智能生成的画作在佳士得拍卖行以43.25万美元成交，成为首个出售的人工智能艺术品；2019年，DeepMind发布DVD-GAN模型用以生成连续视频；2022年11月，OpenAI上线了智能对话系统（聊天机器人）ChatGPT，引发全球热潮。ChatGPT的成功离不开参数竞赛时代下的“大模型”，显卡等硬件优化带来的“大算力基础”与基于“大数据”的RLHF训练模式。但由于训练数据的缺乏及训练数据的偏差，ChatGPT仍需要高成本的调优及持续训练，进而实现商业化落地。②“开源模式”加速AIGC产业发展。以深度学习模型CLIP为例，开源模式加速CLIP模型的广泛应用，使之成为当前最为先进的图像分类人工智能，并让更多机器学习从业人员将CLIP模型嫁接到其他AI应用。
中国AIGC仍处“萌芽期”，技术能力与产品形态的成熟、核心场景的确定及产业的接纳态度为行业关键发展节点。据量子位预测，AIGC在中国发展可分为三个阶段：助手阶段（摸索磨合期，2021年~2026年）：AIGC辅助人类进行生产，优先变现的关键在于编辑优化功能，行业创新关键能力为素材模块分拆+个性化推荐；协作阶段（推广应用期，2026年~2028年）：人机共创，主要价值为降本增效及提供创意，预计互联网大厂将普遍布局，竞争热度提升；原创阶段（价值增长期，2028年之后）：AIGC将独立完成内容创作，产生附加价值。中国AIGC企业均在初创阶段，机会也许藏在垂直应用领域中，对赛道的选择十分关键。
风险提示：政策监管风险；行业市场增长的不确定性；竞争环境不确定性；ChatGPT生成报告信息不准确性；AIGC企业商业化路径不确定性；技术创新不及预期。