传媒互联网行业专题研究：Web3.0前瞻系列之一：AIGC技术提速场景商业化可期-20221115（25页）.pdf

《传媒互联网行业专题研究：Web3.0前瞻系列之一：AIGC技术提速场景商业化可期-20221115（25页）.pdf》由会员分享，可在线阅读，更多相关《传媒互联网行业专题研究：Web3.0前瞻系列之一：AIGC技术提速场景商业化可期-20221115（25页）.pdf（25页珍藏版）》请在三个皮匠报告上搜索。

1、传媒互联网行业专题研究行业研究丶传媒互联网东方财富证券Eastmoney SecuritiesWeb3.0前暗系列之一：AIGC技术提速，挖辐价值投资成长场景商业化可期强于大市（维持）2022年11月15日丶证券研究报告东方财富证券研究所证券分析师：高博文【投资要点】证书编号：S1160521080001证券分析师：陈子怡内容生产从UGC向AIGC过渡，AIGC内容形态从文字向图片发展。证书编号：S1160522070002AIGC、NFT和VR是元宇宙和Web3.0的三大基础设施，随着数据积累联系人：陈子怡算力提升和算法选代，人工智能在逐步渗透在写作、编曲、绘画和视电话：021-235863

2、05频制作等创意领域。1）内容生产：相比于PGC，UGC具有供给量充足、快速试错、优胜劣法等优势，成为当前内容生产的主要形态。而AIG0相对指数表现将这些优势深化，并进一步提高了供给量。2）内容形态：游戏领域的UGC仍不成熟，文字领域的AIGC日趋成熟，由此推演，图片和视频领域的AIGC化即将到来。Diffusion成为新一代图像生成主流模型，带动AIGC进入新篇章。技术进步和模型优化是AI发展的核心动力，AIGC的核心技术也从MLP、GAN向Diffusion过渡。GAN是传统的图像生成模型，并广泛应用于图像修复、文字转图片等领域。然而GAN具有训练不稳定、样本大量重复相似等问题。2022年

3、，Diffusion逐步流行，其图像质量明显优于GAN模型，并采用开源模式，带动本轮图片领域AIGC热潮。相关研究海外平台开启商业化尝试，AI素材平台、AI配图具有无限可能。海支付宝打破公私域界限，数字化步外拥有大量AI绘画相关公司，并且开始多样化的2B和2C商业化尝入新征程试。RosebudAI即将上线的以AI生成为基础的素材摄影平台，在广2022.07.28告行业采用率高。巴比特用AI配图代替传统的付费版权库图片，并且可以为自己生成的AI图片实行区块链认证。新的技术带来更多的以Soul的视角，看开放式社交的商业化可能。机遇与挑战2022.07.20游戏版号重启，板块迎来戴维斯双【配置建议】

4、击AIGC是继PGC、UGC后的新内容生产形态，是元宇宙和Web3.0的重要2022.04.13基础设施，其技术正在加速成熟。AIGC生成正从“降本增效”向“创中美数字经济和元宇宙比较研究造价值”转变，尤其在图片和视频领域。我们认为底层技术明确并预2022.04.07计1-2年规模化应用的领城主要是创意图像生成、功能性图像生成和从Keep看中国运动健身行业发展文字生成图像。谨慎看好：汉仪股份，建议关注：视觉中国、蓝色光2022.03.01标、万兴科技、中文在线【风险提示】技术发展不及预期全商业化进程不及预期#page#page#传媒互联网行业专题研究东方财富证券astm15图表24：Tokki

5、ngheads订阅付费模式。15图表25：Synth订阅付费模式.15图表26：RosebudAI的商业化应用.16图表27：巴比特网站头条文章图片全部为AI创作。17图表28：无界版图AI创作界面，.17图表29：无界版图AI创作付费模式.。18图表30：Artbreeder操作界面演示.图表31：Artbreeder付费模式，.19图表32：未来1-2年AIGC规模化应用机会19图表33：视觉中国平台型商业模式.2021图表34：康定斯基模型支持语句和图片两种格式图表35：康定斯基模型广场作品展示.21图表36：万兴AI绘画小程序演示界面.22图表37：人机协作模式协同生产.23图表38：

6、阿里汉仪智能黑体.23图表39：行业重点关注公司.23敬请阅读本报告正文后各项声明#page#东方财富证券传媒互联网行业专题研究astm1.趋势1.1.发展历程：算法不断选代，效果日渐逼真AIGC（AI-GeneratedContent）尚无统一规范的定义，国内产学研各界对GeneratedContent）之后”，利用人工智能技术自动生成内容的新型生产方式。国际上对应的术语是“人工智能合成媒体（AI-GeneratedMedia或SyntheticMedia）”，是通过人工智能算法对数据或媒体进行生产、操控和修改的统称。AIGC、NFT和VR是元宇宙和Web3.0的三大基础设施，随着数据积累、

7、算力提升和算法选代，人工智能正逐步在写作、编曲、绘画和视频制作等创意领域渗透。图表1：AIGC发展历程AIGC典型事件IBMAIGC受限于科技水平，从实验性向实用深度学习算法不断选代，人发展特点；性转变，受限于仅限于小范围实工智能生成内容百花齐放人工智能沉淀积累阶段早期萌芽阶段快速发展阶段总体阶段（1990s-2010s）（20105-至今）（1950s-1990s）资料来源：中国信息通信研究院，东方财富证券研究所结合人工智能的演进历程，AIGC的发展大致分为三个阶段：萌芽阶段（1950s-1990s）：受限于科技水平，仅限于小范围实验。1957年，“是中基体类完成了历史上第一支由计算机创作的

8、音乐作品依利亚克组曲（1lliacSuite）。80年代中期，IBM基于隐形马尔科夫链模型创造了语音控制打字机“坦戈拉（Tangora）”。由于商昂的系统成本却无法带来可观的商业化，人工智能领域的投入持续减少。积系阶段（19906-2010s）：AIGC从实验性向实用性逐渐转变。2007年，罗斯古德温使用人工智能系统通过对公路旅行中的一切所见所闻进行记录，操写世界第一部完全由人工智能创作的小说，但整体可读性不强且缺乏逻辑。2012年，微软公开展示了全自动同声传译系统，基于深层神经网络通过语音识别、翻译和合成生成他国语音。算力性能提升和互联网数据膨胀为人工智能提供了海量训练数据，使其取得了显著发

9、展。提速阶段（2010s-至今）：随着生成式对抗网络（GenerativeAdversarialNetwork）为代表的深度学习算法的选代创新，AIGC内容的效果日渐逼真。2018敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm年，英伟达发布的StyleGAN模型可以自动生成图片。2019年，DeepMind发布了DVD-GAN模型用以生成连续视频，在草地、广场等明确场景表现突出。2021年OpenAI推出DALL-E，并根据Diffusionmodels推出升级版本DALL-E-2，主要应用于文本与图像的交互生成内容，用户只需要输入简短的描述性文字，即可得到

10、高质量的各类风格绘画作品。图表2：DALL-E-2模型图片案例一图表3：DALL-E-2模型图片案例二科来源：8Hi。rchicalText-Cond，东方财富证券研究所CLIPLatents，东方财密证券研究所CLIP Latents，1.2.内容生产：从PGC到UGC，从UGC到AIGC随着技术的发展，内容的生产方式也随之变化，从PGC到UGC，再从UGC到AIGC。根据Questmobile数据显示，2022年上半年以UGC为主要生产方式的短视频时长进一步增长2.3个百分点达28.0%，以PGC为主要生产方式的在线视频时长下降0.2个百分点达6.6%。相比于PGC，UGC具有供给量充足、

11、快速试错、优胜劣法等优势，成为当前内容生产的主要形态。图表4：中国移动互联网细分行业用户使用总时长占比22.0%30.9%Jan-2228.0%7.3%6.685.2%短视频即时通讯综合资讯在线视频综合电商其他25.7822.9532.3%Jan217.5M6.8%.80%2040%0100%80%资料来源：Questmobile，东方财富证券研究所敬请阅读本报告正文后各项声明#page#page#传媒互联网行业专题研究东方财富证券AIGC并不是一藏而就，百度创始人、董事长兼首席执行官季彦宏在百度世界大会中判断AIGC将迎来三个发展阶段：1）助手阶段，AIGC辅助人类进行内容生产：2）协作阶段

12、，AIGC以虚实并存的虚拟人形态出现，形成人机共生；3）原创阶段，AIGC将独立完成内容创作。图表8：内容生产的发展趋势个内容产量受AI技术成熟度所限制受内容质量所限制受产能所限制AIGCAI辅助UGCPGC小范围大范围元宇宙单一用户体验多用户体验多用户体验多用户体验资料来源：东方财富证券研究所绘制1.3.内容形态：从文字到图片，从图片到视频，从视频到游戏内容生产方式和内容形态不可分制。从内容形态的难易程度来看，依次是文字、图片、视频和游戏。游戏领域的UGC仍不成熟，文字领域的AIGC日趋成熟，由此推演，图片和视频领域的AIGC化即将到来。图表9：内容生产及形态的演进过程内容生产盗梦师Tenc

13、ent腾讯2022年AIGC2015年我图网罗布乐料新花UGC2009年2008年502006年PUGC2009年Blog风易YOUKUPGC2000年48862006年2001年内容文字图片视频游戏形态资料未源：公司官同，东方财富证券研究所绘制敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券文字：相对专业性较强的博客自2000年进入中国，用户仅停留在数十万级别。微博于2009年上线，对文字内容的数量和质量要求大幅下降，到了2010年10月底微博的注册用户即超过5000万。2015年腾讯财经开发的写稿机器人Dreamwriter发出第一篇稿件。发展至今，青云智能开放平

14、台（Dreamwriter）年发稿量30万底，稿件字数6000万，平均成文速度为0.46秒/篇，涵盖财经、体育、房产、法律等二十多个场景。图片：视觉中国成立于2000年，逐步从编辑类图片涉及创意类图片，与海外图片巨头Getty有稳定的合作。2008年以后，像我图网、图虫网这样的UGC类型摄影师社区也逐步出现，视觉中国也于2018年收购了全球知名摄影社区500px。2022年，OpenAI宣布开放DALL.E2接口，已有300万人使用过DALLE2，每天创造图片数量超过400万。国内诸如盗梦师等品牌纷纷推出自研的Al绘画工具，可以通过文字AI生成多种风格和画师的画作。图表10：Dreamwrit

15、er生产的游戏电竞新闻图表11：盗梦师文生图AI绘画工具盗梦师：国等国视频：国内三大长视频网站中优酷（2006年）、爱奇艺（2010年）、腾讯视频（2011年），早期优酷尝试过偏UGC模式，但由于版权等问题，最后仍以PGC内容为主。2009年，以PUGC内容为核心的呼理呼理成立了，并且逐步从二次元内容向游戏、科技、动漫、影视、生活等多领域延伸。真正实现视频UGC的大规模普及还是由抖音（2016年）和快手推动，其用户超过70%都上传过内容。短视频的AIGC化也初见成效，MOBA类国民级游戏王者荣程2020年7月上线了视频战报功能，可以将玩家的精彩瞬间汇集成1分钟的短视频内容。游戏：游戏的互动性更

16、强，其制作难度远高于视频。1997年，全球第一款图形图像多人在线网络游戏ultimaOnline由美国EA公司推出。至今为止，游戏的制作仍然以专业机构为主。元宇宙第一股Roblox于2006年成立，是世界最大的多人在线创作游戏，其中大多数游戏作品都是用户自行建立，从FPS、RPGC到竞速、解密，全由玩家操控的圆柱和方块形小人参与完成。Roblox尽管提供了非常优秀的创作工具，但其画面效果仍较为粗糙，游戏领域的UGC化并不普及。另一个广为人知的游戏UGC案例是DOTA，其是基于魔兽争霸的地图编辑器而来，通过一系列特定的游戏规则和英雄，打造成风磨一时的游戏，并持续影响着诸如英雄联盟和王者荣耀等MO

17、BA类游戏。敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券图表12：王者荣耀AI视频战报图表13：Roblox推动游戏的UGC化MASTERSKINSRABLdX2.技术2.1.NLP：AIGC发展最早技术，多应用场景商业化落地自然语言处理（NLP，NaturalLanguageProcessing）是研究人与计算机交互的语言问题的科学，是人工智能的核心课题之一。基于MLP技术的文本生成则是AIGC发展最早的技术，已经在众多应用场景中大范围商业化落地。比如“接索的自动更正”，当你在搜索引學中输入儿个文字后，系统自动显示可能的搜索关键词；当你搜索文字存在错别字的情况下

18、，系统自动更正错别字。“语音助理”，像革果Siri等，通过自然语言处理未理解用户的口头命令并执行相应的操作。这些自然语言处理的应用场景如今可谓是随处可见。图表14：自然语言处理的典型应用场景典型应用场景应用详情当你在搜索引擎中输入儿个文字后，系统自动显示可能的搜索关键搜索的自动更正词：当你搜索文字存在错别字的情况下，系统自动更正错别字机器翻译谷歌翻译等，系统将一段文字自动翻译成另一种语言社交媒体监控对微信、抖音等社交内容进行识别、分析、监控和屏蔽广泛应用在客服行业，当前天猫、微信、顺丰等应用主要术取智能聊天机器人客服，节约客户时间和企业成本调查分析分析调查问卷内容，挖据有用信息定向广告根据技索

19、文学进行关键词匹配，定向推送广告招聘与求职识别专业、姓名、城市和经历等关键信息苹果Siri等语音助理，通过自然语言处理未理解用户的口头命令语音助理并执行相应的操作错误查找与纠正纠正语法、拼写错误，让文章质量和可读性更强邮件过滤Gmail、QQ邮箱等都有各自的垃圾邮件过滤功能资料来源：东方财富证券研究所敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astmNLP经历了“One-Hot”、“Word2Vec”、“Bert”等多代技术的更选。1）One-Hot是MP的第一代技术，其做法简单，MP以“词”为单位，将整个样本库的所有词转换成一个词典，不同的词做成不同的维度矩阵

20、未表示。每一个维度代表一个词，不能重复。转换的过程就像填空题，将对应的维度位置作为1，那其他的剩余的维度位置都是0，这也是“OneHot”用作命名的原因。2）Word2vec是MLP的第二代技术。One-Hot的运用简单粗暴，但大量的数字造成空间的浪费。Word2Vec是在第一代的基础上，塞进了CBOW模型（通过上下文的词预测中心词）、Skip-gram模型（通过中心词预测上下文的词），将其维度降低。Word2Vec与深度学习有着密不可分的关系，其能将关系表示出来，比如“King-Man+Woman=Queen”。3）Bert是NLP的第三代技术。One-Hot和Word2Vec在遇到多义词上

21、显得比较之力。Bert基于PTM（预训练模型），其在SQuAD任务中有着非常优秀的表现。Bert采用两阶段过程，第一个阶段是利用语言模型进行预训练，第二阶段通过Fine-tuning的模式解决下游任务。图表15：WordzVec的核心思想图表16：BERT的主要框架CBOW资料来源：EfficientEstimSpace，东方财密证券是（“dN与人一样拥有正常的语言理解能力。以往，计算机只能处理结构化数据，而自然语言理解使得计算机能够识别语意。2）自然语言生成：将非语言格式的数据转换成可以理解的语言格式，如文章等。自然语言生成主要包括：内容确定、文本结构、句子聚合、语法化、参考表达方式以及语言

22、实现。综合来看，自然语言理解是人工智能的基础功能，无论是文字、图片、视频还是游戏的AIGC，理解人类语言并转化成为计算机能够识别的数据都是非常有必要的。而自然语言生成是文字AIGC化的核心，最终的输出形式是符合人类理解的语言格式。敬请阅读本报告正文后各项声明#page#东方财富证券传媒互联网行业专题研究astm2.2.GAN：图像生成传统思路，仍需解决不稳定等问题生成式对抗网络（GAN，GenerativeAdversarialNetworks）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。其由生成器和判别器两部分组成，生成器将抓取数据、产生新的生成数据，并将其混入原始数

23、据中送交判别器区分。这一过程将反复进行，直到判别器无法以超过50%的准确度分辨出真实样本。图表17：生成式对抗网络模型结构生成器判别器生成的噪声输入判别结果合公样本数据ZFalse （0）2仓真实样本数据判别结果Ture SamplesTure （1）2014年，自lanGoodfellow等人提出对抗式生成网络并将其应用于图片和视频领域，其应用场景不断丰富。HanZhang等人于2016年发表题为StackGAN：使用堆叠GAN技术进行文字-图片转化及合成的论文，介绍了如何运用StackGAN将对于简单物体的文字描述转化为现实图片。2018年，AndrewBrock等人发表了题为用于高保真自

24、然图像合成的GAN规模化训练的论文，展示了用BigGAN技术生成合成照片。图表18：生成式对抗网络的典型应用场景典型应用场景应用详情生成新的数据样本通过该方式生成本不存在的人、动物等图像图像修复恢复图像丢失的部分图像超分辨率将低分辨率的图像放大到高分辨率的图像域自适应将一个风格的图像转化成为另一个风格的图像去除数据中的各种噪声，如从X射线图像中去除统计噪音以符合去除噪音医疗常求服装转化根据身着服装的模特照片，运用GAN生成类似服装图集视频预测使用GAN进行视频预测，连续预测最长可至一移的视频械运用StackGAN将对于简单物体（如花鸟）的文字描述转化为现文字转化图片实图片资料来源：量子位、东方

25、财密证券研究所敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm相较于2014年初现期，现有的GAN在神经网络架构、损失函数设计、模型训练稳定性、模型崩演问题上取得了相应突破，提升了最终图像的特定细节、内在逻辑、生成速度等。但要在实际应用中大规模稳定应用，GAN仍需解决以下问题：1）训练不稳定：GAN模型在相互博弃过程中容易造成训练不稳定，使得训练难以收敛。2）样本大量重复相似：是GAN模型图像生成时最难解决的问题，会造成训练结果元余、图像质量差和样本单一等问题。3）GAN模型需要压缩：将GAN模型镶嵌入小型软件中，需要根据需求调整模型大小。2.3.Diffus

26、ion：新一代图像生成主流模型，带动AIGC进入新篇章2022年，DiffusionModel成为图像生成领域的重要发现，甚至有超越GAN的势头。其模型未源于2020年名为DenoisingDiffusionProbabilisticModels的研究，并被DALLE等应用而爆火。DiffusionModel和其他模型的不同点在于其latentcode（z）和原图是同尺寸大小的。DiffusionModel通过程（Reversediffusionprocess）去噪推断过程。图表19：各类生成模型之间的对比GeneratotD（x）C(）trainingEncodDecoder（x(x）Po（

27、x|z）f（x）资料未源：量子位，东方财富运卷研究所估值200亿美元的人工智能巨头OpenAl专门写了一篇名为HierarchicalText-Conditionallmage Generation with CLIPLatents的论文，来说明用DiffusionModel生成的图像质量明显优于GAN模型。此外，StableAI公司向公众开放了StableDiffusion的预训练模型权重，任何人都可以在为普通消费者设计的硬件上下载和使用StableDiffusion。也就是说，新一代图像生成模型DiffusionModel的竞争更多不是基于技术的，而是数据和商业化上的竞争。1敬请阅读本报告

28、正文后各项声明#page#传媒互联网行业专题研究东方财富证券Model保持语义和风格并改变了细节图表20：Diffusi资料来源Hicr究所3.商业化3.1.RosebudAI：广告行业采用率高，即将上线AI素材平台Rosebud由LishaLi于2018年创办，总部位于旧金山。RosebudAI是一款生成文本、图像、视频和语音的工具，其使用AI以编程方式创建图像和视频，或者帮助创作者在没有智能合约或web3.0体验的情况下创建NFT集合。此外，还通过将现有的计算机图形技术与AI研究相结合，提供创作和编辑视觉内容，使客户能够为旧照片添加动画并将其艺术赋予生命。图表21：RosebudAI的AI

29、编辑应用程序C星QP资斜未源：公司官同，东方财富证券研究所敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astmRosebudAI的产品套件包括Synth、Tokkingheads和Pixelvibe等，覆盖了图片生成，行生加工以及素材平台。Synth是一款拥有移动端和网页端的利用AI创作包括字符、风景、人像等的智能角色生成器，可以从文本中创建角色、头像、动画、风景和艺术品。例如，描述你想要创造的东西（“动漫女孩”），指定一个模型和美术风格（超过20种风格：动漫，幻想，现实，卡通等），点击“创建”，Synth只需要几秒钟就可以根据你的原始描述制作出一幅AI生成的艺术

30、品。图表22：RosebudAI的Synth应用程序BuidrldsDescribewhatyouChooseSpecifywithAlwanttocreateanRlmodelanartstyle3820WMO2家StableDiffusion018.womanportrait资斜未源：公司官网，东方财富证券研究所Tokkingheads是一款即时人像动画应用程序，用户可以通过输入音频、文本或者上传即时动态视频，生成任意一个给定目标（包括照片、合成图片、动画等）的动画。PixelVibe是公司即将上线的以AI生成为基础的素材摄影平台。PixelVibe中，用户无须使用文字标签，可以通过点击目

31、标图像，或者描述想要得到的图片，进而获得数以千计的相关素材。目前，公司已推出了超过10万张图片，并计划在未来几个月增加数百万张。图表23：PixelvibeAI生成影像素材库资料来源：公司官网，东方财富证券研究所敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm平台主要采取订阅式付费模式。目前，公司的产品均采用订阅式付费模式。其中，Tokkingheads的订阅付费模式价格在12.99美元/月49.99美元/月，主要权益包括去水印、图像清晰度、视频长度等；Synth的会员价格为12.99欧元/月，主要权益包括水印，以及是否可以商用等。图表24：Tokkinghe

32、ads订阅付费模式图表25：Synth订阅付费模式Select your Subscription Tier公司富网资料来由于推广某种产品或服务通常需要创建独特但重复的内容，例如拍摄模特的照片图像，因此公司的技术和产品在广告业和营销业采用率最高。2021年，公司提供了超过25，000张为不同的虚拟人建模图像，可以供客户根据需求自由调整包括微笑程度、年龄、五官等特征，并将模型衣服穿到虚拟真实模型上，还可以根据详细的受众人口统计数据制作无限变化的模型并使用各种视觉效果来定位客户。根据公司声明，利用他们的人工智能生成模型的第一个活动显示点击率增加了22%。图表26：RosebudAI的商业化应用资料

33、来源：公司官网，量子位，东方财密证券研究敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm3.2.巴比特：率先媒体AI配图，一站式区块链版权存证以AI创作自有版权图片取代付费图片库版权图片。2011-2014年，长铁、吴忌寒创建巴比特，以白皮书和专著形式做区块链技术的传播推广。2015-2017年，先后上线了巴比特区块链数据产品区块元和区块链公链项目比原链。2018年至今，巴比特获普华资本、泛城资本联合领投、启赋资本、比特大陆跟投的1亿元A轮融资，收购信链社。近期，巴比特郑重宣布规模化采用AIGC，以Al创作自有版权图片。此前，巴比特内容使用的是国内主流的付费版

34、权库图片，以及无版权图片库图片。现在，巴比特AI配图主要应用于自家自媒体平台头条图片、文章配图，包括但不限于巴比特网站和APP、微信公众号、百家号、网易号等，以及微博等社交媒体账号。其中头条图片全部由AI创作，自采自写、编译翻译与转载的相关文章可以实现大规模AI配图，而专栏作者与海盗号投稿文章的配图尊重作者不做修改。图表27：巴比特同站头条文章图片全部为AI创作四特活动媒体决方案产业园首页巴比特一元宇宙每日必快讯读：团队规模缩小13%资讯1.1万员工被裁，小扎表示产业Web3.0海盗号2022-11-101804资料来源：巴比特官网，东方财富证券研究所巴比特的AI配图全部通过旗下无界版图的AI

35、创作生成，AI创作画面描述以短句或短语为主，3种模型、6种画面比例及其各2种像素、手绘背景图等20种画面类型可供选择，还有参考图、风格修饰、艺术家选择的高级设置，全方位满足用户需求。敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm图表28：无界版图AI创作界面AI创作资料来源：巴比特官网，东方财密证券研究所AI创作属于无界版图增值服务，提供积分与AI创作权益卡两种支付形式。积分可通过1）新用户注册、实名认证、绑定银行卡等任务免费获得：2）购买作品获得；3）充值积分获得。权益卡依据不同权益划分为五种等级，购买开通。用户作图可同步建立AI创作图片库的图片版权，可以

36、通过区块链进行版权存证。巴比特目前已经积累了包括元宇宙、区块链、Web3等涵盖近百个关键词的千余张图片，且图库规模迅速扩大。当自有AI图片库形成一定规模，可向专栏作者开放免费使用；待未来条件进一步成熟，也可对其他媒体、自媒体，甚至企业、公众开放。未来也可联合不同类型的媒体机构，通过采用无界版图AI绘图，创作更多风格多样、内容多维的图片，以联盟的形式共建公共的图片库，让AI的技术真正赋能媒体的图片创作，变革当前图片库商业模式。图表29：无界版图AI创作付费模式敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm3.3.Artbreeder：人工智能合成创意工具，与他

37、人协同创作Artbreeder是由艺术家JoelSimon与StudioMorphogen共同创建，以生成式对抗网络为基础的人工智能创意合成工具。Artbreeder主要由Splicer（接合画）与Collage（拼接画）两个模块组成，其中Splicer是Artbreeder出名的主因。在Splicer中，以角色形象为例，用户可以通过上传图片或者使用网站上其他用户创作的作品作为基础，使用控制面极调整图片的原有“基因”，在创造角色形象的情况下原有“基因”将会是角色的发色、瞳色、性别特征、年龄数：容如心水一将“LNeaa,+地区压“育”，生成新的角色。新的角色将会保留原有合成对象基因特征，用户可以

38、结合喜好调整两个原有角色的基因比重。在原有基因调整与“繁育”之外用户还可以点击“+GENES”，即添加其他用户的自制基因，其中可能包括嘴唇厚度、头发长短、脸频大小等。如果用户想要更多具有共同特征的角色，图片下方的“Multiple”功能能够让AI在PARENT的基础上随机生成多个可供调整的新形象。角色展示界面中，上方显示的树状图是该角色的“族谱”，显示了角色是由哪些角色一步步合成的，且每一个“PARENT”也可被自由编辑；下方则显示了使用该角色作为“PARENT”所创造的其他角色。图表30：Artbreeder操作界面演示facestylestyleGENESseRESETQ8资料来源：Art

39、breeder，东方财密证券研究所Artbreeder目前的主要变现模式是功能付费制，主要分为初级、高级与冠军级，价格分别为8.99、18.99与38.99美元/月。用户可以按月/年购买使用资格，年付相较月付享有20%的价格优惠。用户通过付费开启的权限中包括上传图片数量增加、高清晰度图片下载数量增加、生成视频慎率更高、谷歌驱动同步、作品私密化与自制基因等。18敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm图表31：Artbreeder付费模式资料来源：Artbreeder东方财富证券4.投资建议AIGC是继PGC、UGC后的新内容生产形态，是元字宙和Web3

40、.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。我们认为底层技术明确并预计1-2年规模化应用的领域主要是创意图像生成（按照特定属性生成画作）、功能性图像生成（根据指定要求形成营销海报）、文字生成图像。谨慎看好：汉仪股份，建议关注：视觉中国、蓝色光标、万兴科技、中文在线。图表32：未来1-2年AIGC规模化应用机会图像游戏文本音频视频结构化写作（新语音克隆、文本图像编辑工具（去水印视频属性剪辑（特效、广泛应用等）闻播报等）生成特定语音跟踪剪辑等）创意图像生成（按照特定非结构化写作底层技术明确，属性生成画作）、功能性（剧情写作、营视频部

41、分剪辑（视频AIBot、NPC逻辑图像生成（根据指定要求预计1-2年规模销文本，具有一AI换脸）及剧情生成化应用形成营销海报）、文字生定创意性）成图像视频自动剪辑（自动底层技术原理检测合成）、文字生数字资产生产仍有待完善成视频资料表源：量子位，东方财富证参研究所敬请阅读本报告正文后各项声明#page#page#东方财富证券传媒互联网行业专题研究astm11月10日，蓝色光标销博特“创意画廊”平台正式上线，一键生成抽象画。四市面推事251“转转解特山国图业区印象主义、油画、水彩在内的11种风格可供选择，用户选定一种风格，输入“图/再事国一于一打好标签，再根据标签元素调取数据库素材，匹配相应图片，

42、并对图片场景进行联想，通过后台算法对需要表现的情绪进行推算，从而依据元素、构图、画风进行“康定斯基”式的风格创作。图表34：康定斯基模型支持语句和图片两种格式图表35：康定斯基模型广场作品展示2请上传文件图片格式逃资科米当前“创意画廊”AI作画部分是免费的在线形式，不需要注册和登录，完成之后可以在页面等待或在广场浏览。“康定斯基模型”后续会和此前营销日历等四大API一样，生成可直接调用的API接口，支持虚拟人创作、NFT藏品、装饰画等实物画、AI营销、DTC电商等各领域的用户使用。4.3.万兴科技：AI绘画小程序公测，深耕元宇宙生态万兴科技旗下软件“万兴AI绘画”已在微信小程序开启公测。小程序

43、分为随机生成与关键词创作两部分，其中随机生成功能为免费生成图片，但图片内容、风格不可控；关键词创作中用户可以通过输入关键词，在选择图片比例与图片风格后生成自己独有的作品。单个微信用户拥有5次免费关键词创作机会，目前万兴AI绘画主要通过售卖额外创作次数进行变现。敬请阅读本报告正文后各项声明#page#东方财富证券传媒互联网行业专题研究astm图表36：万兴AI绘画小程序演示界面2￥20再来一资料来源：万兴AI绘画小程序，东方财富证券研究所公司积极布局创作者经济，并在数字创意领城已沉淀多年，旗下明星产品包括万兴喵影、万兴喵库、亿图图示、亿图脑图、墨刀等，业务已覆盖200余个国家、地区，月活跃用户过

44、亿。公司在数字创意领域的丰富经验与庞大用户群的基础上拥抱元宇宙概念，布局虚拟数字人、虚拟场景、3D/AR/VR软件应用，并与优链时代达成战略合作共建视频元字宙生态，本次AIGC绘画软件的推出也是公司在智能创作领域的全新尝试。4.4.汉仪股份：AI助力字库设计，自动化及生产效率显著提升汉仪股份是国内领先的专业从事字体设计、字库产品开发、汉字信息技术研究、汉字应用解决方案且拥有核心自主知识产权的文化创意与高新技术企业。近年来，随着人工智能技术的不断成熟和计算机运算能力的提升，公司也逐步将科技元素注入字体设计。在字体产品创作环节，公司利用自研的人工智能等技术来提高效率。公司利用基于手写字体识别技术、

45、内容和风格解耦的字体多风格生成技术以及字体变形/字形家族化技术等有效提升了字库产品设计的自动化水平和生产效率。根据公司招股说明书，在C端字体方面，目前公司已能够实现将一套仅300字左右的手稿自动拓展至GB2312编码中的全部6，763个汉字：B端字体方面，可实现将一套仅300-800字左右的手稿自动拓展至GB2312编码中的全部6,763个汉字的字形。同时，以人工智能生成的汉字字形轮康图像清晰，风格上具有高度一致性，辅以精修即可快速成型，大幅提升了产品创作效率。2敬请阅读本报告正文后各项声明#page#传媒互联网行业专题研究东方财富证券astm图表37：人机协作模式协同生产剂兴外店8美张请说1

46、到线叫件介资料表源：公司官网，东方财富证券研究所2018年，汉仪字库与阿里巴巴合作推出了“阿里汉仪智能黑体”，这是阿里与汉仪合作的第一款AI字体，字形由汉仪字库的字体设计师黄珍元主创设计，字库产品协同阿里人机自然交互实验室，即由设计师创造字形特征，结合人工智能AI完成整套字库的设计。图表38：阿里汉仪智能黑体沃地玄黄玉金露云律国秋寒辰！日月C生结腾吕会余收米昆丽为致调成冬暑列ABCabc123资料来源：公司官网，东方财密证券研究所图表39：行业重点关注公司总市值EPS（元）PE（倍股价代码简称评饭（亿元）2021（元）2022E20212022E2023E900.20000681.SZ视觉中国

47、0.220.28109.5458.3241.7411.70未评级1440.210.150.2751.2236.2420.215.55木评级300058.SZ蓝色光标460.210.721.15未评级200624.SZ万兴科技257.2046.5029.0233.40301270.SZ360.911.0245.5635.41增持汉仪股份0.7834.61资料来源：Choice，东方财富证券研究所（股价截至日期2022年11月14日，未评级股票盈利预测来自Choice一致预期）敬请阅读本报告正文后各项项声明#page#东方财富证券传媒互联网行业专题研究astm5.风险提示商业化进程不及预期：技术发

48、展不及预期。号敬请阅读本报告正文后各项声明#page#东方财富证券传媒互联网行业专题研究东方财富证券股份有限公司（以下简称“本公司”）具有中国证监会核准的证券投资咨询业务资格分析师申明：作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，保证报告所采用的数据均来自合规渠道，分析逻辑基于作者的职业理解，本报告清晰准确地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响，特此声明。投资建议的评级标准：报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后3到12个月内的相对市场表现，也即：以报告发布日后的3到12个月内的

49、公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以恒生指数为基准；美国市场以标普500指数为基准。股票评级买入：相对同期相关证券市场代表性指数涨幅15%以上；增持：相对同期相关证券市场代表性指数涨幅介于5%15%之间；中性：相对同期相关证券市场代表性指数涨幅介于-5%5%之间；减持：相对同期相关证券市场代表性指数涨幅介于-15%-5%之间；卖出：相对同期相关证券市场代表性指数跌幅15%以上行业评级强于大市：相对同期相关证券市场代表性指数涨幅10%

50、以上；中性：相对同期相关证券市场代表性指数涨幅介于-10%10%之间；弱于大市：相对同期相关证券市场代表性指数跌幅10%以上。免贵声明；本研究报告由东方财富证券股份有限公司制作及在中华人民共和国（香港和澳门特别行政区、台湾省除外）发布。本研究报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本研究报告是基于本公司认为可靠的且目前已公开的信息撰写，本公司力求但不保证该信息的准确性和完整性，客户也不应该认为该信息是准确和完整的。同时，本公司不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司会适时更新我们的研究

51、，但可能会因某些规定而无法做到。除了一些定期出版的报告之外，绝大多数研究报告是在分析师认为适当的时候不定期地发布在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，若有必要应寻求专家意见。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向人作出邀请本报告中提及的投资价格和价值以及这些投资带来的收入可能会波动。过去的表现并不代表未来的表现，未来的回报也无法保证，投资者可能会损失本金。外汇汇率波动有可能对某些投资的

52、价值或价格或来自这一投资的收入产生不良影响。那些涉及期货、期权及其它衍生工具的交易，因其包括重大的市场风险，因此并不适合所有投资者。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任，投资者需自行承担风险。本报告主要以电子版形式分发，间或也会辅以印刷品形式分发，所有报告版权均归本公司所有。未经本公司事先书面授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容，不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。如需引用、刊发或转载本报告，需注明出处为东方财富证券研究所，且不得对本报告进行任何有性原意的引用、删节和修改。敬请阅读本报告正文后各项项声明#page#