AIGC/AI生成内容AIGC，AI-GeneratedContent产业展望报告Industryinsightreport•在技术上，AIGC已经可以完成哪些创作？•在价值上，AIGC除了直接生成艺术作品还能做什么？•在未来，AIGC将如何改变内容及相关产业？•......量子位硬科技深度产业报告—AI生成内容AIGC目录技术及场景篇01技术定义02技术及落地场景介绍——基于模态02文本生成05音频及文字—音频生成06图像生成09视频生成11图像、视频、文本间跨模态生成15策略生成15技术及落地场景介绍—综合赛道15GameAI17虚拟人生成19相关预测产业篇20价值分析21细分赛道分析21内容领域24延展领域26行业发展阶段分析29产业链分析29玩家分析量子位硬科技深度产业报告—AI生成内容AIGC关键结论1.区别于GenerativeAI和Syntheticmedia，AIGC中的跨模态生成和策略/线索生成应当得到重视，这两者也是AIGC长期的重要价值增长点。2.按照模态区分，AIGC可分为音频生成、文本生成、图像生成、视频生成及图像、视频、文本间的跨模态生成，细分场景众多，跨模态生成需要重点关注。GameAI和虚拟人生成是目前变现较为明确的两大综合赛道，预计对原行业产生整体性影响。3.以下技术要素值得关注：长/开放式文本生成、NeRF模型、Diffusion模型、跨模态大型预训练模型、小样本学习及自监督算法、强化学习及环境学习。以下技术场景值得关注：闲聊式文本生成、个性化营销文本、富情感及细节TTS、拼凑式视频生成、基于文本的AI绘画、语音复刻。5.除降本增效、提供参考外，AIGC的以下两点价值更值得关注：对不同模态元素进行二次拆解组合，改变内容生产逻辑及形式；和其他AI系统或数据库进行联动，有实现高度个性化/高频优化。6.我国AIGC行业仍处于刚刚起步阶段，距离大规模验证和体系化发展仍有距离，“模块分拆+个性化推荐”的“泛AIGC”形式预计将有所发展。AIGC相关技术场景及成熟度分类我国AIGC行业阶段划分AIGC相关业务场景分析我国AIGC产业链划分感谢以下机构及个人参加深度访谈：倒映有声、Deepmusic、高林教授、黄民烈教授、rctAI、腾讯AILab、小冰公司量子位硬科技深度产业报告—AI生成内容AIGC技术及场景篇1.1技术定义AIGC全称为AI-GeneratedContent，指基于生成对抗网络GAN、大型预训练模型等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术。与之相类似的概念还包括Syntheticmedia，合成式媒体，主要指基于AI生成的文字、图像、音频等。Gartner也提出了相似概念GenerativeAI，也即生成式AI。生成式AI是指该技术从现有数据中生成相似的原始数据。相较于量子位智库认为的AIGC，这一概念的范围较狭窄。一方面，这一概念忽略了跨模态生成（如基于文本生成图像或基于文本生成视频）这一愈加重要的AIGC部分。我们会在下一部分对跨模态生成进行重点讲解。另一方面，在结合现有技术能力和落地场景进行分析后，我们认为“生成”和“内容”都应该采取更为广泛的概念。例如，生成中可以包含基于线索的部分生成、完全自主生成和基于底稿的优化生成。内容方面，不仅包括常见的图像、文本、音频等外显性内容，同样也包括策略、剧情、训练数据等内在逻辑内容。从特定角度来看，AI内容生成意味着AI开始在现实内容中承担新的角色，从“观察、预测”拓展到“直接生成、决策”。从商业模式来看，我们认为，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。因此，我们不会将其定义为PGC\UGC之后的新内容创作模式，而是认为其在商业模式上会有大量其他交叉。我们会在价值篇对其商业模式进行进一步展开。Gartner《2021年预测：人工智能对人类和社会的影响》给出积极预测：•至2023年将有20%的内容被生成式AI所创建•至2025年，Gartner预计生成式AI产生的数据将占所有数据的10%，而今天这个比例不到1%•根据Gartner披露的“人工智能技术成熟度曲线”，生成式AI仍处于萌芽期，但其广阔的应用场景和巨大需求空间吸引着大量资本和技术的投入，预计将在2-5年内实现规模化应用1.2技术及落地场景介绍——基于模态我们认为，目前AIGC生成正在完成从简单的降本增效（以生成金...
