AIGC（AI-Generated Content，人工智能生成内容）标志着新一轮技术范式的转移。 近期，硅谷的一线风投机构纷纷将目光聚焦于AI初创公司，尤其是生成式AI艺术领域。今年，两家独角兽企业—Stability和Jasper—分别获得超过一亿美元的融资，估值突破十亿美元。AIGC赛道的火爆不仅得益于技术进步和商业应用的广泛需求，还因为该领域仍处于早期发展阶段。尽管大型科技公司占据了大量市场份额，初创企业仍有机会实现突破。
AIGC将成为Web3时代的生产力工具。 随着我们迈入Web3.0时代，人工智能、关联数据和语义网络的构建，形成了人与网络之间的全新链接，内容消费需求呈现出爆发式增长。传统的UGC（用户生成内容）和PGC（专业生成内容）模式已难以满足这一需求。AIGC将成为元宇宙内容生成的新解决方案。AIGC通过人工智能学习知识图谱并自动生成内容，不仅可以提高内容创作效率，还能增强内容的多样性。随着自然语言处理（NLP）技术和扩散模型（Diffusion Model）的发展，AI已不再仅仅是内容创作的辅助工具，而是能够独立生成内容。未来，文字生成、图像绘制、视频剪辑、游戏内容生成等任务都可能由AI完成。
AIGC技术主要涉及两个方面：自然语言处理（NLP）和生成算法。 自然语言处理是实现人机交互的关键技术，而AIGC生成算法的主流技术包括生成对抗网络（GAN）和扩散模型。扩散模型因其高精度、可扩展性和并行性，成为下一代图像生成模型的代表，其快速发展为AIGC的增长提供了重要推动力。与此同时，机器学习的训练过程需要大量算力支持，以英伟达A100为代表的硬件设备将推动底层算力的飞速增长。
AIGC在文字、图像、音频、游戏和代码生成领域的商业模型逐渐成熟。 近期，我们对国内外数十家AIGC相关企业进行了研究，发现其在一些高重复性任务和低精度要求领域的应用已逐步成熟，并开始探索商业模式。目前，图片生成和文字生成是最常见的AIGC服务，这些服务通常以SaaS形式变现。
AIGC未来发展的核心在于大模型、大数据和大算力。 大模型与数据集的结合成为AIGC发展的软件基础，例如OpenAI的Clip模型基于4亿组高质量的英文图文数据训练而成；算力则在AIGC数字时代中愈发重要，Stable Diffusion的运行依赖于由4000个英伟达A100 GPU组成的集群，运营成本超过5000万美元。未来，AIGC还将基于不同语种开发垂直类应用，以更精准地满足特定功能需求。
AIGC投资框架：软硬件与数据集。 生成算法、自然语言处理（NLP）和算力决定了AIGC能否运行，而高质量的数据集决定了AIGC的实际效果和商业模式。
- 软件层面：主要包括自然语言处理技术，代表企业有谷歌、微软、科大讯飞、拓尔思；
- 生成算法与数据集：代表企业有英伟达、Meta、百度、蓝色光标、视觉中国、昆仑万维；
- 算力层面：代表企业有澜起科技、中兴通讯、新易盛、天孚通信、宝信软件、中际旭创等。
风险提示：技术创新不及预期，如AIGC技术发展滞后；底层硬件技术，如超级计算机和算力的发展不足；政策监管风险，AIGC领域尚处于早期阶段，相关法律和版权监管政策尚不明确。
2022年：AIGC的崛起之年
2022年，硅谷的风投机构将目光聚焦于AI初创公司，尤其是生成式AI艺术领域。9月23日，红杉美国官网发表了一篇题为《生成式AI：一个创造性的新世界》的文章，指出AIGC将代表新一轮技术范式的转移。
10月，英国开源人工智能公司Stability AI宣布获得1.01亿美元融资，估值突破10亿美元，成为独角兽企业。本轮融资由Coatue、Lightspeed Venture Partners和O’Shaughnessy Ventures LLC参与。Stability AI发布了Stable Diffusion模型，主要用于根据用户输入的文字描述生成图像。这一模型的发布使得AI绘画领域更加火爆。此外，巴比特宣布全面拥抱AIGC，开始规模化采用AI配图，涵盖头条图片、自媒体平台和社交媒体账号。
除了图像生成，AI还可用于文字、音频和视频的创作。
文字生成
以Jasper为例，其主打产品是AI文字生成工具，用户可以生成Instagram标题、TikTok视频脚本、广告文案和电子邮件等内容。截至2021年，Jasper已拥有超过7万客户，创造了4000万美元的收入。
音频生成
以Podcast.ai为例，这是一个由AI生成的播客平台，每周探讨一个话题。在第一期节目中，基于乔布斯的传记和网络录音数据，Play.ht的语言模型生成了一段模拟Joe Rogan采访乔布斯的播客内容。
视频生成
当前的AI技术不仅可以生成图像，还能生成序列帧，例如《幻觉东京》项目。该项目经过160小时完成了3万多张独立插画，再通过手动微调形成视频。虽然目前的技术仍在原型阶段，但已展现出AIGC在视频创作中的潜力。在体育、财经等垂直领域，AIGC已能够通过文字直接生成短视频，结合虚拟人技术实现自动播报。
随着NLP技术和扩散模型的发展，AI已能够独立生成内容。此前，生成对抗网络（GAN）是主流技术，但其依赖大规模语言模型，难以通过文字描述自主生成图像或视频。近年来，扩散模型的成熟使得生成方式更接近人脑的联想能力，AIGC从内容创作的辅助工具转变为创作主体。
