20230210-德邦证券-传媒行业AIGC专题一:探析AIGC的技术发展和应用

分类:AI 与科技 来源/作者:德邦证券 发布:2026-08-30 页数:20大小:2.18 MB更新:2023-02-10

核心结论

传媒行业AIGC专题一:探析AIGC的技术发展和应用 本报告由德邦证券于2023年2月发布,聚焦AIGC(AI Generated Content,人工智能生成内容)赛道,系统梳理了AIGC的技术演进脉络、核心模型架构、产业应用格局及投资机会。

关键数据:# 传媒行业AIGC专题一:探析AIGC的技术发展和应用 本报告由德邦证券于2023年2月发布,聚焦AIGC(AI Generated Content,人工智能生成内容)赛道,系统梳理了AIGC的技术演进脉络、核心模型架构、产业应用格局及投资机会。

核心数据表

指标 数值 / 说明
1. AIGC正处于从技术成熟走向商业落地的拐点,Transformer架构与大规模预训练是当前技术主线,多模态生成能力将持续拓展应用边界。-
2. 全球科技巨头主导底层大模型研发,参数规模与算力投入构成核心壁垒,中小厂商的机会更多在于垂直场景应用与内容生态运营。-
3. 投资层面,AIGC主题热度高企但估值分化严重,需甄别具备真实技术积累、数据资产或场景卡位优势的公司,警惕纯概念炒作风险。-
4. 风险提示包括技术发展不及预期、商业化落地进度缓慢、政策监管趋严(如内容安全与版权问题)、行业竞争加剧导致盈利承压等。
20230210-德邦证券-传媒行业AIGC专题一:探析AIGC的技术发展和应用 封面
报告简介

AI 结构化摘要

传媒行业AIGC专题一:探析AIGC的技术发展和应用

本报告由德邦证券于2023年2月发布,聚焦AIGC(AI Generated Content,人工智能生成内容)赛道,系统梳理了AIGC的技术演进脉络、核心模型架构、产业应用格局及投资机会。报告指出,随着预训练模型参数规模持续扩大、多模态能力不断突破,AIGC正从技术验证期迈向商业化落地期,有望深刻重塑内容生产方式和传媒产业价值链。报告同时给出了相关标的的估值参考与风险提示。

技术演进:从判别式到生成式的范式跃迁

  • 自然语言处理(NLP)模型历经ELMo(2018年,RNN架构,9400万参数)、BERT(2019年,Transformer Encoder,3.4亿参数)到GPT系列(GPT-1 1.1亿参数 → GPT-2 15亿参数 → GPT-3 1750亿参数)的迭代,模型能力从特征提取走向微调适配,最终实现大规模预训练+提示学习的通用生成范式。
  • 技术路线从Feature-Based(ELMo)与Finetune-Based(BERT、GPT)并行,逐步收敛至以Transformer为底座、以生成任务为目标的统一架构,GPT系列采用的Decoder-only结构成为生成式模型的主流选择。
  • 多模态融合加速:文本、图像、代码、语音等模态的联合建模成为趋势,CLIP、DALL-E、Stable Diffusion等模型打通了文本-图像生成链路,推动AIGC从单一NLP向跨模态内容生成扩展。

产业格局:全球科技巨头竞相布局

  • 海外头部玩家密集投入:Google(LaMDA、PaLM、Imagen、Parti)、Meta(OPT-175B、M2M-100)、DeepMind(Gato、Gopher、AlphaCode)、OpenAI(GPT-3、ChatGPT、Codex、CLIP/DALL-E)、Stability AI(Stable Diffusion)等形成多极竞争格局。
  • 模型参数规模军备竞赛白热化:PaLM达5400亿参数,Megatron-Turing NLG达5300亿参数,Gopher为2800亿参数,大算力+大数据成为能力底座。
  • 应用场景从通用对话(ChatGPT)向代码生成(Codex、AlphaCode)、图像生成(Stable Diffusion、DALL-E)、多任务智能体(Gato)等垂直领域快速渗透。

投资标的:A股及港股相关公司梳理

  • 港股方面,百度(9888.HK)依托飞桨(PaddlePaddle)平台布局AI全栈,PE(TTM)81.5倍、PS(TTM)2.8倍;商汤(0020.HK)聚焦SenseCore AI基础设施与CV能力,PS(TTM)19.2倍;腾讯(0700.HK)在AI、CV、NLP多线布局;另有美图(1357.HK)等垂直应用标的。
  • A股方面,万兴科技(300624.SZ)以CV为基础,AIGC产品线涵盖Filmora、Pixso;拓尔思(300229.SZ)深耕NLP与TRS知识图谱;昆仑万维(300418.SZ)推出SkyPaint、SkyMusic、SkyText、SkyCode等多模态AIGC应用;视觉中国(000681.SZ)将AIGC与版权库结合;中文在线(300364.SZ)布局AI文字、AI绘画及3D内容生成。
  • 估值分化显著:部分标的PE(TTM)超过200倍甚至为负(如天娱数科-834.8倍、中文在线-108.6倍),反映市场对AIGC主题的高预期与盈利兑现之间的张力。

关键结论

  1. AIGC正处于从技术成熟走向商业落地的拐点,Transformer架构与大规模预训练是当前技术主线,多模态生成能力将持续拓展应用边界。
  2. 全球科技巨头主导底层大模型研发,参数规模与算力投入构成核心壁垒,中小厂商的机会更多在于垂直场景应用与内容生态运营。
  3. 投资层面,AIGC主题热度高企但估值分化严重,需甄别具备真实技术积累、数据资产或场景卡位优势的公司,警惕纯概念炒作风险。
  4. 风险提示包括:技术发展不及预期、商业化落地进度缓慢、政策监管趋严(如内容安全与版权问题)、行业竞争加剧导致盈利承压等。

常见问题

《20230210-德邦证券-传媒行业AIGC专题一:探析AIGC的技术发展和应用》的核心结论是什么?

传媒行业AIGC专题一:探析AIGC的技术发展和应用 本报告由德邦证券于2023年2月发布,聚焦AIGC(AI Generated Content,人工智能生成内容)赛道,系统梳理了AIGC的技术演进脉络、核心模型架构、产业应用格局及投资机会。

《20230210-德邦证券-传媒行业AIGC专题一:探析AIGC的技术发展和应用》有哪些关键数据?

# 传媒行业AIGC专题一:探析AIGC的技术发展和应用 本报告由德邦证券于2023年2月发布,聚焦AIGC(AI Generated Content,人工智能生成内容)赛道,系统梳理了AIGC的技术演进脉络、核心模型架构、产业应用格局及投资机会。

是否可以在线预览这份报告?

三三数据报告集汇支持报告在线预览与 AI 结构化摘要,完整文档可下载阅读。

这份报告的发布机构和页数?

本报告由 德邦证券 发布,共 20 页,可在三三数据报告集汇在线阅读。

文档多久更新一次?

2023-02-10 为本份文档更新时间,平台持续上新行业报告资源。