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

preview
试读
20页
需积分: 0 3 下载量 25 浏览量 更新于2023-07-30 收藏 2.18MB PDF 举报
20230210-德邦证券-传媒行业AIGC专题一：探析AIGC的技术发展和应用.pdf
请务必阅读正文之后的信息披露和法律声明
[Table_Main]
证券研究报告 | 行业专题
传媒
2023 年 02 月 10 日
传媒
优于大市（维持）
证券分析师
马笑
资格编号：S0120522100002
邮箱：maxiao＠tebon.com.cn
研究助理
市场表现
相关研究
1.《传媒互联网行业周报：ChatGPT
加速商业化，AIGC 或带来泛娱乐和
互联网的革新》，2023.2.5
2.《分众传媒（002027.SZ）首次覆
盖报告：当风轻借力，一举入高空》，
2023.2.1
3.《腾讯控股（0700.HK）22Q4 业绩
前瞻及观点更新：宏观经济波动致收
入端承压，降本增效成果释放带来利
润端高增速》，2023.1.31
4.《百度集团-SW（9888.HK）22Q4
及 2022 年全年业绩前瞻：疫情扰动
或致经营短期承压，展望后续收入业
绩双端修复》，2023.1.30
5.《春节档期票房超 65 亿，行业持
续 复 苏 估 值 业 绩 双 升 可 期 》，
2023.1.28
AIGC 专题一：探析 AIGC 的技术发
展和应用
[Table_Summary]
投资要点：
AIGC 成为新的内容生产方式，跨模态生成值得重点关注。区别于 PGC 与 UGC，
AIGC 是利用人工智能技术自动生成内容的新型生产方式。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，其中，跨模态生成需要重点关注。
自然语言处理（NLP）赋予了 AI 理解和生成能力，大规模预训练模型是 NLP 的发
展趋势。NLP 的两个核心任务分别是自然语言理解（NLU）和自然语言生成（NLG）。
以 ELMo、BERT、GPT 为代表的预训练模型，降低了 NLP 的技术门槛。ELMo 解
决了“一词多义”的问题；BERT 通过 MLM（类似于完形填空）和 NLP（判断句
子是否相连）进行预训练，增强了上下文的理解能力。GPT 通过预测下一个词，
获得了生成能力；GPT-3 在此基础上使用了更大的数据和更大模型，无需针对下游
任务进行传统的微调，并且采用了小样本学习提升生成效果。
ChatGPT 是 NLP 发展中具有里程碑式意义的模型之一。ChatGPT 是 OpenAI 从
GPT-3.5 系列中的模型进行微调产生的聊天机器人模型。它能够通过学习和理解人
类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交
流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。
生成模型赋予了 AI 创造力，扩散模型是最前沿的技术之一。AIGC 的快速发展归
功于生成算法领域的技术积累。GAN 的核心思想是“生成”与“对抗”，相比传统
的深度神经网络，GAN 能产生更好的生成样本，但是仍需解决应用中的问题。扩
散模型较 GAN 更接近人的思维模式，是基于马尔科夫链，通过学习噪声来生成数
据。扩散模型实现了跨模态应用，包括 OpenAI 的 GLIDE 和 DALL·E 2、谷歌的
Imagen、Stability AI 的 Stable Diffusion 等。
人工智能由单模态智能，向多种模态融合方向发展。建立统一的、跨场景、多任务
的多模态基础模型或将成为人工智能发展的主流趋势之一。CLIP 模型将语言信息
和图像信息联合训练，能够链接文本和图片，成为跨模态生成应用的一个重要节点，
“CLIP+其他模型”在跨模态生成领域成为一种较为通用的做法。2022 年，微软
提出的 BEiT-3 多模态基础模型，在视觉-语言任务处理上具备出色表现，包括视觉
问答、图片描述生成和跨模态检索等。多模态提高了基础模型的灵活性，使其在其
他模态的应用中发挥新的潜质。
未来，值得关注的技术要素包括：长文本生成、开放式文本生成、NeRF 模型、扩
散模型、跨模态大型预训练模型（支持的模态数据类型、模态对齐架构设计、支持
的下游应用）、小样本学习及自监督算法、强化学习及环境学习等。
投资建议：把握 AIGC 技术催化和商业落地的投资机会。技术发展有望促进生产效
率提升，并进一步创造新的消费和需求，有利于文娱内容和互联网行业。在 AIGC
和 ChatGPT 方面，我们建议持续关注技术发展和应用情况，把握技术催化和商业
化落地带来的投资机会：1）具备 AIGC 和 ChatGPT 的技术探索和应用的公司：
百度集团-SW、商汤-W、万兴科技、拓尔思等；2）具有海量内容素材且具有 AIGC
探索布局的，图片/文字/音乐/视频内容及平台公司腾讯控股，阅文集团、美图公司、
视觉中国、中文在线、汉仪股份、昆仑万维、天娱数科、风语筑等。
风险提示：技术发展不及预期、监管政策变化、知识产权相关问题等。
-29%
-24%
-20%
-15%
-10%
-5%
0%
5%
2022-02 2022-06 2022-10
沪深300
行业专题 传媒
2 / 20 请务必阅读正文之后的信息披露和法律声明
内容目录
1. AIGC 的跨模态生成值得重点关注 ................................................................................ 5
2. 基于大模型预训练的 NLP 赋予了 AI 理解和生成能力 ................................................. 5
2.1. ELMo 将输出的词向量作为特征，解决了“一词多义” ........................................... 7
2.2. BERT 通过上下文预训练，提高了理解能力 ........................................................ 8
2.3. GPT-3 利用超大数据和超大模型，省去了微调的过程 ......................................... 9
2.3.1. ChatGPT 趋近人类价值观及意图，有望进一步商业化 ............................. 11
3. 基于大模型的主流生成模型赋予了 AI 创造力 ............................................................ 12
3.1. GAN 是基于“生成”与“对抗”提出的生成模型 ....................................................... 13
3.2. 扩散模型更接近人的思维模式，实现了跨模态应用 .......................................... 13
3.2.1. 扩散模型实现了从文本到图像的跨模态应用 ............................................. 14
4. 人工智能由单模态智能，向多种模态融合方向发展 ................................................... 16
5. AIGC 技术不断发展，有望带来更多商业化价值 ........................................................ 16
6. 投资建议：把握 AIGC 技术催化和商业落地的投资机会 ............................................ 18
7. 风险提示 .................................................................................................................... 19
dWdVeYPBpPtQ6M9R7NsQoOpNpMjMmMnPeRoPmObRtRtRvPqMnMxNqRuN
行业专题 传媒
3 / 20 请务必阅读正文之后的信息披露和法律声明
图表目录
图 1：内容生产模式的四个发展阶段 ................................................................................ 5
图 2：自然语言处理的发展历史 ....................................................................................... 6
图 3：大规模预训练模型大幅提升研发效率 ..................................................................... 6
图 4：BERT 的每一层都是双向模型；GPT 为单向模型；ELMo 为单项模型叠加 ........... 7
图 5：大规模预训练语言模型的发展趋势之一是参数量不断增加 .................................... 7
图 6：ELMo 基于 RNN，双向 RNN 可以利用前后文信息................................................ 8
图 7：ELMo 将词嵌入作加权和，给出最终的词向量 ....................................................... 8
图 8：ELMo 解决了一词多义问题，且兼顾语义与词性 ................................................... 8
图 9：BERT 的结构是 Transformer 中的 Encoder 部分 ................................................... 9
图 10：BERT 采用了预训练+微调的两阶段模型 .............................................................. 9
图 11：NSP 任务中输入向量生成示意图 ......................................................................... 9
图 12：GPT 模型结构 .................................................................................................... 10
图 13：GPT-3 将例子直接作为模型输入 ........................................................................ 10
图 14：Few Shot 较 Zero Shot 在模型增大后表现提升更显著 ...................................... 10
图 15：GPT-3.5 的进化树 .............................................................................................. 11
图 16：RLHF 工作原理 .................................................................................................. 11
图 17：ChatGPT 的训练模式 ......................................................................................... 11
图 18：ChatGPT 能够进行对话，甚至能完成撰写代码 ................................................. 12
图 19：ChatGPT 上线 2 个月后月度用户数量破 1 亿 .................................................... 12
图 20：OpenAI 推出付费订阅项目 ChatGPT Plus，价格$20/月 ................................... 12
图 21：不同生成模型之间的区别 ................................................................................... 13
图 22：GAN 的基本思想 ................................................................................................ 13
图 23：训练后的 GAN 生成案例 .................................................................................... 13
图 24：Diffusion Model 基于马尔科夫链，通过学习噪声来生成数据 ............................ 14
图 25：GLIDE 可以进行文本到图像的生成 .................................................................... 14
图 26：GLIDE 可以执行图像修复 .................................................................................. 14
图 27：unCLIP 模型示意图 ............................................................................................ 15
图 28：DALL·E 2 的生成案例 ........................................................................................ 15
图 29：Image 的架构示意图 .......................................................................................... 15
图 30：Image 的生成案例 .............................................................................................. 15
图 31：Stable Diffusion 生成效果 .................................................................................. 16
图 32：Stable Diffusion 2.0 引入了图像深度扩散模型 ................................................... 16
行业专题 传媒
4 / 20 请务必阅读正文之后的信息披露和法律声明
图 33：AIGC 相关技术场景及成熟度分类 ...................................................................... 17
表 1：ELMo、BERT 与 GPT 系列的对比 ........................................................................ 6
表 2：国外主要 AIGC 预训练模型一览表 ....................................................................... 17
表 3：部分公司在 AIGC 领域的布局（截至 2023/2/6） .................................................. 18

剩余19页未读，继续阅读

资源推荐
资源评论
2301_76429513
  • 粉丝: 15
  • 资源: 6728
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

最新资源