AIGC（AI-Generated Content，人工智能生成内容）代表了新一轮技术范式的转变。近年来，硅谷的许多顶级风投开始关注 AI 初创公司，尤其是生成式 AI 艺术领域。两家独角兽公司——Stability 和 Jasper 在今年获得了超过一亿美元的融资，估值均突破十亿美元。AIGC 赛道之所以如此火爆，不仅得益于技术进步、商业应用扩展以及需求激增，还因为这个领域依然处于早期阶段。虽然大型科技公司已占领了大量市场份额，但初创企业仍然拥有突围机会。
AIGC：Web3 时代的生产力工具
随着我们进入 Web3.0 时代，人工智能、关联数据与语义网络的构建正在改变人与网络的联系，推动内容消费需求的快速增长。在这种背景下，UGC 和 PGC 等传统内容生成方式已无法满足日益扩大的需求。AIGC 将成为新的元宇宙内容生成解决方案，通过人工智能学习知识图谱并自动生成内容，从而为人类提供内容创作的协助，甚至完全由 AI 自动生成。AIGC 不仅能提升内容生成的效率，还能丰富内容的多样性。随着自然语言处理（NLP）技术和扩散模型的进步，AI 正逐步从辅助创作的工具转变为内容创造的主体。未来，文字生成、图片绘制、视频剪辑和游戏内容生成都可以由 AI 完成。
AIGC 的技术架构
AIGC 技术主要包括两个关键领域：自然语言处理（NLP）与 AIGC 生成算法。自然语言处理是实现人与计算机通过自然语言进行高效交互的核心技术。AIGC 生成算法方面，生成对抗网络（GAN）和扩散模型是主流算法。尤其是扩散模型，其凭借更高的精度、可扩展性和并行性，正逐步成为下一代图像生成的代表技术。该技术的快速发展是 AIGC 赛道飞速增长的关键因素之一。同时，AI 在机器学习过程中对底层算力的需求也在不断增加，目前以英伟达 A100 为主的算力平台已成为基础设施。
AIGC 的商业模式
目前，AIGC 在文字、图像、音频、游戏和代码生成等领域已初步展现出商业化潜力。我们研究了国内外数十家 AIGC 企业，发现生成式 AI 在一些重复性较高、对精度要求相对较低的领域应用已逐步成熟，并开始探索其商业模式。以图片生产和文字生成服务为例，许多 AIGC 服务已以 SaaS 服务的形式进行盈利。
AIGC 的未来发展：大模型、大数据与大算力
大规模的自然语言处理模型和数据集已成为 AIGC 发展的基础。OpenAI 的 Clip 模型便基于 4 亿组高质量的英文图文数据进行训练。此外，算力将是 AIGC 发展的核心要素之一。例如，Stable Diffusion 目前依赖于 4000 个英伟达 A100 GPU 集群，运营成本高达 5000 万美元。未来，更多垂直领域的应用将基于特定语言进行开发和训练，以提高功能的精准度。
AIGC 投资框架：软硬件与数据集
AIGC 能否成功运行，依赖于生成算法、NLP 技术与算力的支持，而高质量的数据集则决定了 AIGC 的内容质量和商业模式。以下是一些关键领域的投资框架：
- 软件层面：自然语言处理技术：谷歌、微软、科大讯飞、拓尔思等。
- 生成算法与数据集：英伟达、Meta、百度、蓝色光标、视觉中国、昆仑万维等。
- 算力层面：澜起科技、中兴通讯、新易盛、天孚通信、宝信软件、中际旭创等。
风险提示： AIGC 技术发展的速度可能低于预期，尤其是在底层硬件技术（如超级计算机和算力）方面。政策监管方面，目前尚不明确是否会出台 AIGC 作品的知识产权或其他法律监管条款。
2022：AIGC 崛起之年
硅谷的一线风投公司近年来将目光聚焦于生成式 AI，尤其是生成式 AI 艺术领域。例如，在 2022 年 9 月 23 日，红杉美国官网发布了一篇文章，认为 AIGC 将代表新一轮技术范式的转移。
2022 年 10 月，英国开源人工智能公司 Stability AI 获得了 1.01 亿美元的融资，估值突破 10 亿美元，成为独角兽公司之一。Stability AI 发布的 Stable Diffusion 模型可根据用户的文字描述自动生成图像，这项技术使得 AI 绘画领域进一步升温。此外，巴比特也宣布全面采用 AIGC，开始在头条图片和社交平台上广泛使用 AI 生成内容。
除了绘画，文字、音频、视频等内容也可以由 AI 完全生成。
文字生成：以 Jasper 为例，Jasper 专注于 AI 文字生成，帮助用户创作 Instagram 标题、TikTok 视频脚本、广告营销文本、电子邮件内容等。到 2021 年，Jasper 已拥有超过 70000 名客户，并创造了超过 4000 万美元的收入。
音频生成：以 Podcast.ai 为例，该平台通过 AI 生成的内容，每周探讨不同话题。例如，他们通过乔布斯的传记和网络上的录音素材生成了一段假乔布斯与 Joe Rogan 采访的播客内容。
视频生成：如今，AI 不仅能生成图片，还能生成完整的视频序列。例如《幻觉东京》，AI 使用 160 小时生成了超过 3 万张插画，并进行手动微调。AIGC 在视频创作中的参与逐渐成为可能，尤其在体育、财经等垂直领域，AI 已能根据文字自动生成短视频，配合虚拟人物进行自动播报，提升内容创作的自然性和流畅度。
随着自然语言处理（NLP）技术和扩散模型（Diffusion Model）的进步，AI 已不再仅仅是内容创作的辅助工具，而是逐步成为内容创作的主体。过去，内容生成主要依赖生成对抗网络（GAN），而如今，基于超大规模语言模型的扩散模型可以让 AI 自主理解文字并生成图像、视频等多种内容。
