近日web 3.0方向的AIGC概念迎来大爆发。国盛证券认为，AIGC赛道火爆不仅得益于技术进步、商业应用广泛和需求增长，还归功于该赛道还处于早期。
当我们迈入Web3.0时代，人工智能、关联数据和语义网络构建，形成人与网络的全新链接，内容消费需求飞速增长。UGC\PGC这样的内容生成方式将难以匹配扩张的需求。AIGC将是新的元宇宙内容生成解决方案。
AIGC的生成利用人工智能学习知识图谱、自动生成，在内容的创作为人类提供协助或是完全由AI产生内容。不仅能帮助提高内容生成的效率，还能提高内容的多样性。
随着NLP（Natural Language Processing，自然语言处理）技术和扩散模型（Diffusion Model）的发展，AI不再仅作为内容创造的辅助工具，创造生成内容成为了可能。由此，将来文字生成、图片绘制、视频剪辑、游戏内容生成皆可由AI替代。
百度创始人兼首席执行官李彦宏表示，过去一年无论是在技术层面还是商业应用层面，人工智能都有了巨大的进展，有些甚至是方向性的改变。其中人工智能技术方向性改变体现就是AIGC。
AIGC技术主要涉及两个方面：自然语言处理NLP和AIGC生成算法。自然语言处理是实现人与计算机之间如何通过自然语言进行交互的手段。而AIGC生成算法主流的有生成对抗网络GAN和扩散模型。
其中，扩散模型具有精度更高、可扩展性和并行性，无论是质量还是效率均有所提升，其快速发展成为AIGC增长的拐点性因素。同时，在机器学习的过程中，需要通过大量的训练来实现更准确的结果，目前以英伟达A100为主，对于底层算力需求将有飞速增长。
从商业模式上看，AIGC在文字、图像、音频、游戏和代码生成中商业模型渐显。
国盛证券研究了国内外数十家AIGC相关企业，尤其在一些具备高重复性的东西、对于精度要求并不那么高的领域应用已逐步成熟，并在探索商业模式中。目前图片生产、文字生成较为常见，这类AIGC服务大多数时候会以提供SaaS服务的形式变现。
展望未来，AIGC的发展要点在于大模型、大数据与大算力。结合自然语言的大模型与数据集已成为AIGC发展的软件基础，OpenAI的Clip模型基于4亿组高质量的英文图文对应数据训练而成;算力即权力将在AIGC数字时代更加凸显，Stable Diffusion目前依赖于4000个英伟达A100的GPU集群，运营成本超5000万美金。
为了让功能更加精确，未来还将更多地基于语种去开发垂直类的应用，便于更有目的性地为特定功能进行训练。
市场空间方面，Gartner预计到2025年，生成式人工智能将占所有生成数据的10%。据《Generative AI：A Creative New World》，AIGC有潜力产生数万亿美元的经济价值。
东方财富证券认为，AIGC是继PGC、UGC后的新内容生产形态，是元宇宙和Web3.0的重要基础设施，其技术正在加速成熟。AIGC生成正从“降本增效”向“创造价值”转变，尤其在图片和视频领域。当前底层技术明朗并预计1-2年规模化应用的领域主要是创意图像生成、功能性图像生成和文字生成图像。关注：视觉中国、蓝色光标、万兴科技、中文在线。
