首次亮相！戛纳广告节震撼揭晓

【jisugengxin】remenbangdanneironggengxin，rangniqingsongfaxianxiaidedapianshangpindaigouzhiyou，zhixutianjiukejisudaohuo，shangpinyoubaozhang，yonghukeyifangxingoumai。zheliyouhenduoyouquderendengzheniqurenshi！keyirangnizaizhelideshejiaogengjiafangbian。tuanduigongpingjingji！haowanbukengpinshili！shoujikebiaozhuangjinkoudai，jishimangluyebuhuicuoguojingcaikeAIGC哪(na)家(jia)強(qiang)？“廠(chang)商(shang)全(quan)景(jing)報(bao)告(gao)”見(jian)分(fen)曉(xiao)丨(shu)愛(ai)分析(xi)

來(lai)源(yuan)：爱分析ifenxi

作(zuo)者(zhe)：

原(yuan)標(biao)題(ti)：《2023爱分析·AIGC厂商全景报告》

本(ben)文(wen)為(wei)报告的(de)節(jie)選(xuan)。

近(jin)年(nian)来，隨(sui)著(zhe)移(yi)動(dong)互(hu)聯(lian)網(wang)为代(dai)表(biao)的數(shu)字(zi)經(jing)濟(ji)的快(kuai)速(su)發(fa)展(zhan)，國(guo)內(nei)数字内容(rong)的消(xiao)費(fei)需(xu)求(qiu)持(chi)續(xu)快速增(zeng)長(chang)，從(cong)質(zhi)量(liang)、数量角(jiao)度(du)均(jun)進(jin)入(ru)升(sheng)級(ji)通(tong)道(dao)。以(yi)往(wang)分別(bie)由(you)專(zhuan)家、用(yong)戶(hu)所(suo)主(zhu)導(dao)的PGC、UGC数字内容生(sheng)產(chan)模(mo)式(shi)，已(yi)逐(zhu)漸(jian)無(wu)法(fa)完(wan)全滿(man)足(zu)数字内容的多(duo)樣(yang)性(xing)、效(xiao)率(lv)需求，基(ji)於(yu)人(ren)工(gong)智(zhi)能(neng)技(ji)術(shu)的AIGC，能夠(gou)深(shen)刻(ke)、廣(guang)泛(fan)賦(fu)能数字内容生产的各(ge)類(lei)場(chang)景和(he)内容創(chuang)作者。

技术方(fang)面(mian)，深度學(xue)習(xi)模型(xing)不(bu)斷(duan)叠(die)代，Transformer迅(xun)速取(qu)代RNN系(xi)列(lie)變(bian)種(zhong)，躋(ji)身(shen)主流(liu)模型架(jia)構(gou)基礎(chu)，Diffusion、CLIP等(deng)新(xin)壹(yi)代各模態(tai)基础生成(cheng)算(suan)法的誕(dan)生和應(ying)用，使(shi)得(de)人工智能内容生成百(bai)花(hua)齊(qi)放(fang)，产出(chu)效果(guo)趨(qu)于逼(bi)真(zhen)，为基于AI的内容生成即(ji)AIGC提(ti)供(gong)了(le)可(ke)能。

从基础設(she)施(shi)角度，AIGC需要(yao)GPU算力(li)、网絡(luo)及(ji)存(cun)儲(chu)等硬(ying)件(jian)基础设施的全方位(wei)支(zhi)撐(cheng)，国内過(guo)去(qu)在(zai)互联网及移动互联网時(shi)代所積(ji)累(lei)的雲(yun)計(ji)算、数據(ju)中(zhong)心(xin)、算力中心等領(ling)先(xian)全球(qiu)的数字化(hua)基础设施，为AIGC的落(luo)地(di)運(yun)行(xing)提供了堅(jian)實(shi)基础。

政(zheng)策(ce)層(ceng)面，黨(dang)中央(yang)、国務(wu)院(yuan)歷(li)来高(gao)度重(zhong)視(shi)人工智能产業(ye)的发展，幾(ji)乎(hu)每(mei)年都(dou)會(hui)有(you)相(xiang)应政策出臺(tai)。2023年4月(yue)，中央政治(zhi)局(ju)首(shou)次(ci)提及通用人工智能，为我(wo)国人工智能产业尤(you)其(qi)是(shi)通用人工智能的发展奠(dian)定(ding)了總(zong)基調(tiao)。在中央会議(yi)精(jing)神(shen)的指(zhi)引(yin)下(xia)和产业发展需要的驅(qu)动下，地方政府(fu)政策积極(ji)跟(gen)进，促(cu)进人工智能产业政策的进一步(bu)落地。5月最(zui)後(hou)兩(liang)天(tian)，北(bei)上(shang)深三(san)地接(jie)連(lian)出台相關(guan)支持政策，大(da)力支持国产大模型为代表的人工智能产业的发展。例(li)如(ru)，深圳(zhen)市(shi)在所发布(bu)的《深圳市加(jia)快推(tui)动人工智能高质量发展高水(shui)平(ping)应用行动方案(an)（2023—2024年）》中提出了包(bao)括(kuo)“千(qian)行百业＋AI”在内的十(shi)八(ba)項(xiang)舉(ju)措(cuo)，要力爭(zheng)创建(jian)全球人工智能先鋒(feng)城(cheng)市。

总之(zhi)，被(bei)ChatGPT引爆(bao)后，在需求、技术、基础设施、政策等多重因(yin)素(su)合(he)力助(zhu)推下，AIGC领域(yu)將(jiang)迎(ying)来爆发式增长，AIGC有望(wang)成为Web3时代的重要基生产力工具(ju)。

AIGC的全景地圖(tu)

图1：AIGC市场全景地图

本次报告爱分析将AIGC的全景地图分为三部(bu)分：

其一，基础层。基础层主要包括AI芯(xin)片(pian)、基础生成算法、数据集(ji)等，這(zhe)些(xie)构成了大模型产生的基础。例如，大模型由于模型參(can)数巨(ju)大、需要的預(yu)訓(xun)練(lian)数据規(gui)模龐(pang)大，因此(ci)，對(dui)算力有极高要求，以英(ying)偉(wei)達(da)的A100芯片为例，ChatGPT能够“大力出奇(qi)跡(ji)”，也(ye)正(zheng)是数千張(zhang)甚(shen)至(zhi)上萬(wan)张A100芯片所組(zu)成的算力基础设施提供强大算力保(bao)證(zheng)的結(jie)果。

其二(er)，模型层。模型层是AIGC的核(he)心，整(zheng)體(ti)由通用大模型、行业大模型两部分构成，是应用层的能力基础。通用大模型，核心是通过大规模无标註(zhu)数据的训练，形(xing)成可“举一反(fan)三”的强大泛化能力和遷(qian)移学习能力。而(er)行业大模型，則(ze)是面向(xiang)垂(chui)直(zhi)领域，基于自(zi)建模型或(huo)利(li)用通用大模型，引入行业語(yu)料(liao)进行模型的进一步训练，以提升对行业/领域应用场景的支撑能力。

其三，应用层。大模型能力具備(bei)后，核心是讓(rang)模型與(yu)千行百业的具体业务场景相结合，产生具体应用價(jia)值(zhi)。通过大模型的能力赋能及提示(shi)詞(ci)的交(jiao)互赋能，甚至是整合了大模型能力的前(qian)端(duan)应用（如SaaS），可以让大模型在各行业、企(qi)业价值鏈(lian)各環(huan)节落地生根(gen)。

市场洞(dong)察(cha)通用大模型市场格(ge)局及其对科(ke)技厂商与甲(jia)方企业的影(ying)響(xiang)

通用大模型市场當(dang)前参与者类型雖(sui)多，但(dan)市场終(zhong)局将高度集中，科技厂商及甲方企业需着眼(yan)终局，慎(shen)重选擇(ze)通用大模型合作夥(huo)伴(ban)。

当前，通用大模型的参与者类型眾(zhong)多。从目(mu)前的情(qing)況(kuang)来看(kan)，有智源研(yan)究(jiu)院等科研院所，有BAT、華(hua)为、科大訊(xun)飛(fei)等互联网大厂，有商湯(tang)科技等老(lao)牌(pai)AI厂商，也有智譜(pu)AI、光(guang)年之外(wai)等专注AI领域的创业企业，甚至知(zhi)乎等擁(yong)有一定语料優(you)勢(shi)的互联网企业。 从競(jing)争格局来看，通用大模型市场，最终可能会由5-6家大模型厂商来主导。由于存在大算力、巨量数据集等高进入壁(bi)壘(lei)以及模型客(ke)觀(guan)存在的“反饋(kui)-迭代”飞輪(lun)效应和持续的大資(zi)金(jin)投(tou)入要求，是典(dian)型无差(cha)别竞争要素主导驱动，加之大模型落地需要模型方、前端应用開(kai)发服(fu)务商、工具开发服务商甚至是数据服务商等完整的价值生态来整体協(xie)作以確(que)保价值落地，單(dan)一厂商難(nan)以打(da)穿(chuan)整個(ge)价值链，生态化将成为必(bi)然(ran)趋势，这势必会反向加固(gu)进入和竞争壁垒，进一步鞏(gong)固既(ji)有市场格局。因此，通用大模型市场未(wei)来将趋于集中。 国内的商业生态趋向于自建而非(fei)开放，因此，对国内的科技厂商、甲方企业而言(yan)，应以终为始(shi)，慎重选择当前的通用大模型合作伙伴。一方面，从以云计算、移动互联网等为代表的国内信(xin)息(xi)产业演(yan)进历程(cheng)来看，国内的商业邏(luo)輯(ji)趋向于构建商业閉(bi)环而非美(mei)国为代表的开放商业生态，因此，商业生态間(jian)的兼(jian)容性相对較(jiao)差，打通適(shi)配(pei)成本高昂(ang)。另(ling)一方面，通用大模型从模型构建到(dao)预训练再(zai)到对外应用，从影响要素层面離(li)不开大算力、巨量数据集、端到端AI工程化能力以及应用生态伙伴的协同(tong)发力，站(zhan)在当前视角，为最大化減(jian)少(shao)投资失(shi)誤(wu)，科技厂商及甲方企业需綜(zong)合考(kao)慮(lv)以上因素，慎重选择具有优秀(xiu)“长跑(pao)能力”的通用大模型合作伙伴。

图2：AIGC主要細(xi)分市场“倒(dao)金字塔(ta)”型逻辑示意(yi)

行业大模型市场成因及市场格局判(pan)断

行业大模型与通用大模型並(bing)行发展，未来整体百花齐放，但垂直领域仍(reng)将頭(tou)部集中。

受(shou)算力和C端商业化进程制(zhi)約(yue)，国内市场上行业大模型与通用大模型并駕(jia)齐驱，并行发展。从业界(jie)实踐(jian)来看，与国外不同的是，国内出現(xian)了通用大模型与行业大模型并行发展的局面。一方面，很(hen)多中大型企业都期(qi)望通用大模型能够实现私(si)有化部署(shu)，这对GPU为代表的算力产生了很高要求。在中美博(bo)弈(yi)大背(bei)景下，A100、H100为代表的芯片被美国列入禁(jin)止(zhi)出口(kou)商品(pin)名(ming)单，加之国内信创进展和适配需要时间，算力制约問(wen)题在可预见的周(zhou)期内无法得到有效解(jie)決(jue)，甲方企业需要尋(xun)找(zhao)对算力要求相对低(di)、同时兼顧(gu)对垂直领域有良(liang)好(hao)模型效果的解决方案；另一方面，C端由于受到B端商业化开发进程的影响，同时受到《生成式人工智能服务管(guan)理(li)辦(ban)法（征(zheng)求意见稿(gao)）》的制约，使得C端市场在短(duan)期内很难找到突(tu)破(po)口和变现场景，而受政策監(jian)管相对偏(pian)少的B端市场成为国内大模型厂商寻找中短期增长路(lu)徑(jing)和方向的重要选择。 行业大模型市场整体将“百花齐放”，但各行业/垂直领域市场格局仍将头部集中。由于天然的更(geng)靠(kao)近客户，行业大模型不僅(jin)需要有一定的AI技术能力，更重要的是对于各垂直行业和领域有充(chong)分的行业Know-how的理解和行业预料积累，因此，行业大模型市场更多依(yi)賴(lai)行业经驗(yan)和进入市场的时间等个性化竞争要素驱动，未来市场会整体将呈(cheng)现“百花齐放”的基本格局，不同行业间较难出现橫(heng)向集中，而对于各具体行业，模型效果驱动下，市场仍会头部集中。 AIGC落地应用进展、挑(tiao)戰(zhan)及商业模式分析

应用层面，能源、金融(rong)、傳(chuan)媒(mei)、營(ying)銷(xiao)、数字办公(gong)等领域应用靠前，甲方AIGC落地面臨(lin)路径选择、法律(lv)法规及内容安(an)全等多重制约，目前落地主要以价值增强和效率提升为主，商业模式层面仍在探(tan)索(suo)，B端对底(di)层能力或对最终结果付(fu)费将是主流，C端有待(dai)突破。

从AIGC的落地进展来看，各行业落地进展不盡(jin)相同，能源、金融、传媒、营销领域、数字办公应用进度靠前。甲方在落地AIGC时，势必会经历从观望到探索、試(shi)點(dian)再到陸(lu)续上線(xian)的过程，并且(qie)不同行业由于存在场景豐(feng)富(fu)度、数字化程度、容錯(cuo)率等特(te)征差異(yi)和预算充裕(yu)度差异，使得各行业AIGC的落地进程将千差万别。结合目前调研情况来看，国内AIGC的落地主要以能源领域（代碼(ma)生成、文檔(dang)生成、图片生成等）、銀(yin)行证券(quan)（智能投研、智能風(feng)控(kong)等）、传媒领域（内容智能生成、搜(sou)索推薦(jian)等）、营销领域（文生图、文案生成等）、数字办公（智能会议紀(ji)要、智能群(qun)聊(liao)摘(zhai)要、文档内容生成等）为代表，制造(zao)、醫(yi)藥(yao)、汽(qi)車(che)等其他(ta)领域将逐步展开。 从AIGC的落地挑战来看，甲方企业AIGC落地面临路径选择、法律法规及内容安全等多重挑战。企业初(chu)始试点场景选择及后续AIGC应用场景的拓(tuo)展路径，将对企业落地AIGC的整个可行性形成较大影响，需慎重选择与評(ping)估(gu)；另外，行业相关法律法规也将对AIGC的应用形成制约。如金融行业，AIGC智能投顾是否(fou)能够屬(shu)于獨(du)立(li)民(min)事(shi)主体、能否具有从业资格等尚(shang)无定論(lun)，将給(gei)这一领域的应用帶(dai)来挑战。同时，AIGC产生的内容版(ban)權(quan)歸(gui)属与内容安全问题都将在具体落地层面，对甲方在落地AIGC形成一定的挑战和制约。 从AIGC对科技厂商和甲方的价值来看，目前主要是幫(bang)助企业实现原有产品和业务的“价值增强”或“效率提升”，尚未出现商业模式层面的实质性突破。很多科技厂商和甲方企业，其产品和服务原本已经依赖于原有的AI技术来实现部分智能化功(gong)能，AIGC的出现，为企业提供了价值和效率优化的新路径和新选择，但截(jie)止目前主要是原有价值和模式的延(yan)续，尚未发现有模式层面的重大轉(zhuan)变。 从商业模式角度来看，AIGC的商业模式尚未完全明(ming)朗(lang)和成熟(shu)，B端市场中短期内底层平台收(shou)费占(zhan)主导，未来，按(an)产出内容付费、用户訂(ding)閱(yue)模式占比(bi)将持续上升，C端短期变现难度大，免(mian)费模式、超(chao)级入口模式将成为可能。首先，从全球AIGC厂商的商业模式来看，目前，最常(chang)见的有底层平台收费、产出内容付费，也有类似(si)ChatGPT的用户订阅模式，未来甚至可能衍(yan)生出类似移动互联网时代的免费模式，針(zhen)对不同主体，商业模式不尽相同。对于B端客户，底层平台收费将是整个AIGC生态中最主要、最持久(jiu)的收费模式，未来，会进一步朝(chao)对结果付费的模式演进。一方面，B端企业应用AIGC的核心目的要麽(me)是对内进行提效降(jiang)本、要么是对外优化和迭代自身产品与服务，因此，底层平台收费、产出内容付费以及通过SaaS軟(ruan)件或插(cha)件化产品进行订阅收费的模式均有可能。而大模型作为底层赋能平台，无论是直接对外提供调用接口，還(hai)是通过与中间件、SaaS厂商进行合作分成，甚至是大模型厂商实现从底层模型层到应用层的一体化打通，作为生态的核心，大模型厂商在合作中均掌(zhang)握(wo)较强的話(hua)语权，因此，底层平台收费势必将是整个AIGC生态中最主要也最穩(wen)定的收费模式。另一方面，随着AIGC应用的持续探索、普(pu)及和产品的持续创新，应用层厂商话语权将得到增强，产业发展中后期，当大模型变成一种基础设施，终端客户将更看重AIGC的应用适配度和应用效果，以产出内容、融合了大模型能力的SaaS软件或插件为代表的、对结果付费的模式将逐步占优。

图3：AIGC商业模式演进示意

对C端客户，短期很难实现产品及模式突破，中长期可能会出现免费模式，或通过超级入口方式变现。C端用户目前多是嘗(chang)鮮(xian)和试玩(wan)为主，但其AIGC的核心应用目的是提效、增强个人创新力，因此，关鍵(jian)是寻找到有足够用户粘(zhan)性和智能化痛(tong)点的场景，并探索出健(jian)康(kang)可持续的商业模式。考虑到个人用户对于付费的价格彈(dan)性更高、预期更高、付费行为改(gai)变需要周期，同时考虑到B端产品的研发落地需要一定周期，因此C端的产品、商业模式落地需要较长时间蓄(xu)势和探索。此外，ChatGPT、Midjourney拉(la)高了用户对于通用人工智能产品的预期，使得C端产品的订阅收费，短期内难度更高。未来，AIGC可能会出现免费模式，同时以广告等传統(tong)互联网模式进行变现，也可能会在諸(zhu)如智能家居(ju)等场景中寻求与某(mou)些智能硬件的融合，形成超级入口级产品，进而完成变现。

厂商全景地图

爱分析基于对甲方企业和典型厂商的调研以及桌(zhuo)面研究，遴(lin)选出AIGC市场中在行业大模型、数字办公方面已经具备一定解决方案和落地能力的入选厂商。

返(fan)回(hui)搜狐(hu)，查(zha)看更多

責(ze)任(ren)編(bian)辑：