AIGC技术及落地场景及产业生态加速形成

AIGC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。

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。

AIGC产业生态加速形成与发展，走向模型即服务的未来，目前应用主要三大层，分别为基础层，中间层，应用层，层主要是由预训练模型的技术投入，美国英国企业为代表的上游基础设施如OpenAI，Stability.ai等，中间层是垂直化，场景化，个性化的模型和应用工具，应用层即面向C端的用户的文字，图片，音视频等内容生成服务等，伴随数字技术与实体经济的深度融合，互联网企业数字化场景拓展至元宇宙，人类对数字内容的总量和丰富程度的需求不断提高，AIGC作为当前重要的内容生产方式，已率先在传媒，营销，影视，电商，娱乐等领域取得进展，伴随AIGC在各个行业的渗透，有望带来中国在AIGC领域发展的新增量。