AIGC内容生成深度产业报告

今天分享的是AIGC系列深度研究报告：《AIGC专题：AIGC内容生成深度产业报告》。

（报告出品方：量子位智库）

关键结论

区别于Generative Al和Svnthetic media，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。

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。Game Al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。

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。

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。

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。

技术定义

AIGC全称为AI-Generated Content，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Synthetic media，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Generative AI，