AIChatGPT如何赋能传媒行业市场分析

未来已来AI如何赋能传媒行业市场分析目录C

O

N

T

E

N

T

S010203ChatGPT火爆的背后：算法革新+算力支持+数据共振数字内容生产新方式——AIGC新时代生产力工具，

AIGC赋能内容生产ChatGPT火爆的背后

算法革新+算力支持+数据共振01ChatGPTInstagram

SpotifyDropbox

Facebook Twitter Airbnb

Netflix各项服务突破百万用户时间3.5年相较于其他互联网APP及服务，ChatGPT用户规模爆发式增长，迅速出圈并在全球各地引起热烈讨论。p

ChatGPT仅5天就达成百万用户，为历史上最快突破百万

用户的应用。p

ChatGPT上线2个月后，月活用户达1亿，为历史上用户

增长最快的消费应用。ChatGPT是一个由OpenAI开发的大型语言模型

，它使用自然语言处理和深度学习技术，可以理解语言内容和语境，

能够承认错误、挑战不正确的前提、拒绝不适当的请求

，通过生成自然语言文本的形式与用户交互，从而能够应用于各种语言任务和应用。5天2.5个月5个月7个月10个月2年2.5年ChatGPT上线仅5天后，用户数突破百万ChatGPT火爆全球，成为现象级互联网产品2022年11月30日，OpenAI推出在GPT-

3.5模型基础上微调后

得到的ChatGPT模型2023年2月7日

，微软推出由ChatGPT支持的AI搜索引擎Bing和Edge浏览器2017年，谷歌大脑推出生成式预训练Transformer模型2018-2020年

，OpenAI依次推出GPT-1/GPT-2/GPT-3等自然语言处理模型2015年，Elon

Musk、Sam

Altman、Peter

Thiel等投资10

亿美元，创立OpenAI1.1围棋高手AlphaGo引发AI狂潮p

AlphaGo唤起AGI畅想。

AlphaGo的成功使市场对AI技术产生空前期待，预想AI将由专用人工智能(ANI)走向通用人工智能(AGI)，实现人类同等能力的任务执行。p

AGI遇技术难关，发展相对停滞。随后几年间面向AGI的应用和底层技术的发展不尽如人意，遇数据、能耗、语义理解、可解释性等瓶颈，技术未出现明显突破。语言智能ChatGPT备受市场瞩目p

ChatGPT文本交互能力更上一个台阶。

ChatGPT在文字

创作与语言交互等方面的能力令人惊喜，一定程度上实

现了人类同等能力，提升读写效率，逐渐向AIGC靠近。p

或为AGI实现带来曙光。虽然在大量用户体验下ChatGPT仍暴露出部分反馈偏差问题，但验证了基于大型语言模型(LLM)实现AGI具有可能性，重塑AI发展前景。从AlphaGo到ChatGPT

，AI技术发展叩响AGI之门1.2应用基于人类反馈强化学习模式三步法训练模型从数据集中随机抽取问题，由工程师对预期的输出结果进行标注，以

此在GPT-3.5基础上对模型进行微调。从微调后的模型中随机抽取问题并生成几个输出结果，由工程师对结果按质量从高到低排序，将排序后的结果用于奖励模型训练。通过奖励模型产生最优的输出结果后，将该结果对模型参数进行迭代

与优化，并不断循环反复这一过程，最终得到高质量的ChatGPT模型。CNN模型通过卷积层捕获远距离特征，受卷积核限制；Transformer应用位置函数进行

编码，从而在集成信息过程中自然地建立单词间的联系，长距离特征捕获能力更强。推理能力的引入

在基于大量代码训练构建的Codex模型上引入了推理能力2017年2018年2022年Transformer架构提出OpenAI推出GPT模型ChatGPT推出

Transformer架构的优势基于RLHF的算法训练监督策略模型奖励模型近端策略优化PPO强

化学习解密ChatGPT(1/2)

：算法优化，助力GPT模型革新Transformer架构Transformer架构由谷歌于2017年提出，架构核

心为Self-Attention自注RNN采用从前往后收集信息的线性序列结构，导致在大规模并行下的计算能力不足；综合来看，

Transformer不论是在执行任务能力还是运行速度上，均是更好的选择Transformer架构不存在序列依赖，使其在大规模并行计算下的能力明显优于RNN。二十世纪初RNN、CNN等算法迅速发展1956年机器学习概念提出传统模型RNNCNN1.3意力机制Azure算力支持在OpenAI不断更新GPT模型最终产出ChatGPT的过程中，强大的算力

支持功不可没p

2019年，微软与OpenAI达成合作，由Azure为OpenAI提供训练及使用所需的算力。p

研究显示，模型表现会随着规模的扩大而增长，且存在涌现能力(emergent

abilities)。基于模型效果需求等因素，OpenAI在对GPT模型的升级过程中，涉及参数量和预训练数据量均爆发式增长，Azure的算力支持是GPT模型不断完善的重要支撑之一。数据集的优化单一大模型下的模型训练

效率与成本效益更强p

训练ChatGPT模型的数据集更新至2021年，主要来自于维基百科、书籍、期刊、Reddit链接、

CommonCrawl等渠道，预计数据量总规模达到45TB，大规模训练数据集使模型能力得到显著提升。p

根据ChatGPT的训练原理，模型训练数据集绝大多数来自非标注数据，并由工程师辅以少部分微调的形式开展，较传统标注数据为主的训练模式的通用性更强，对工程师介入标注的要求更低，使模型训练的效率更强。发布时间参数量预训练数据量GPT-12018年6月1.17亿5GBGPT-22019年2月15亿40GBGPT-32020年5月1750亿45TB解密ChatGPT(2/2)

：算力支撑+数据共振，实现交互革命训练模式更具通用性，经济效益增强能够承认错误、挑战不正确的前提具备上下文理解能力，交互更流畅回答更人性化、贴近人类价值观可以拒绝用户的不适当请求ChatGPT先进性模型训练效率提高反馈准确性提升1.3p

C端：提供产品订阅服务收取费用OpenAI于2023年2月新推出ChatGPT

Plus版本，对该版本的使用者收取20美元/月的订阅费用。ChatGPT

Plus版本较免费公开使用的ChatGPT模型具有更快的响应速度，在应用高峰期

能更顺畅的使用模型，且订阅者能够优先使用新功能，以向ChatGPT模型的深度用户提供更快捷的服务。p

B端：提供API接口实施流量收费OpenAI向用户提供语言、图像、音频等不同类型模型的API接口，通过用户使用模型的流量收费。其中ChatGPT对应API由其背后的AI模型gpt-3.5-turbo提供支持。此外，OpenAI还向用户提供嵌入模型和微调模型，支持用户根据自定义需求进行模型定制。功能应用模型API模型价格(美元)功能API模型价格(美元)语言

模型ChatGPTgpt-3.5-turbo0.002/千字符图像模型1024×10240.02/图InstructGPTAda0.0004/千字符512×5120.018/图Babbage0.0005/千字符256×2560.016/图Curie0.002/千字符音频模型Whisper0.006/分钟Davinci0.02/千字符嵌入模型Ada0.0004/千字符功能API模型训练价格(美元)使用价格(美元)微调

模型Ada0.0004/千字符0.0016/千字符Babbage0.0006/千字符0.0024/千字符Curie0.003/千字符0.012/千字符Davinci0.03/千字符0.12/千字符OpenAI商业化探索，

B端流量收费与C端订阅收费并行1.4横向：推动AIGC多模态技术场景发展文本生成音频生成图像生成视频生成图像、视频、文本跨模态生成策略生成GameAI虚拟人生成

算法ChatGPT模型基于RLHF的预训练机制，但仍存在输出不良或虚假信息的现象，且其提供的信息也存在一定的滞后性。随着算

法的优化改进，或将进一步提升模型反馈的准确性和时效性，或是简化模型的训练过程从而提升模型效率。数据ChatGPT的训练数据集信息更新截止2021年，随着信息的不断产生以及大量用户的使用，模型可应用的数据集规模进一

步扩张，或将促使ChatGPT的反馈更贴近实际。算力ChatGPT依托微软Azure

AI超算基础设施，凭借参数量的提升带来了模型性能的明显增长。随着算力设施建设规模的扩大和算力承载量的增长，或将进一步提升模型质量。p

ChatGPT为AIGC在文本模态下的产物，证明了AIGC应用落地的可行性与先进性，或将催生更多的应用需求。p

ChatGPT热烈的市场反应以及商业收益或将成为AI行业公司大力发展其他模态的重要激励与契机。纵向：促进ChatGPT及其原模型的深化发展发展展望：纵向加深AI能力，横向拓展能力边界1.5数字内容生产新方式

AIGC02使机器具备视觉、听觉、触觉等感知

能力，可以将非结构化的数据结构化，

并用人类的沟通方式与用户互动。机器具有主动思考和理解的能力，不

用人类事先编程就可以实现自我学习，

有目的推理并与人类自然交互。机器具备超强的存储能力和超快的计

算能力，可以基于海量数据进行深度

学习，利用历史经验指导当前环境。典型事件计算智能感知智能以ChatGPT为代表，利用Transformer模

型进行大规模预训练

与无监督学习，提升与人类互动水准。认知智能AIGC叩响认知智能之门，向强人工智能时代迈进一步无人驾驶是基于

道路检测、交通

标志识别、车辆跟踪、行为分析

和场景理解的感

知智能应用。电商平台基于对

用户购买习惯的

深度学习，进行个性化商品推荐。

2016年Google旗下Deepmind公司

的AlphaGo机器人

(基于深度学习)大

胜世界围棋冠军李

世石。波士顿机器狗

Big

Dog是深度

利用DNN技术的

感知智能机器人。弱人工智能AIGC意味着AI开始在现实内

容中承担新角

色，叩开“认

知智能”之门人工智能发展脉络特点强人工智能2AIGCAI辅助生成内容nAIUGC

:

AI-assisted

Generated

Contentn内容生产总量大n大规模沉浸交互n举例：语音转文字协助

纪要生成、百家号TTV

协助新闻图文生成视频专家生成内容nPGC

:

Professionally-

Generated

Contentn内容生产总量较低n单人/多人专业体验n举例：长视频用户生成内容nUGC

:

User-Generated

Contentn内容生产总量变多n小规模多人交互n举例：小红书、微博人工智能技术驱动下，数字内容生产方式向更高效迈进n内容生产总量巨大n元宇宙式体验n举例：

ChatGPT、AI绘

画、AI生成视频等AI生成内容nAIGC

:

AI-Generated

ContentAIGC——

由技术驱动的数字内容生产新方式2内容生产总量内容消费体验以ChatGPT为代表的AIGC行业，上游主要包括数据供给方、算法/模型机构、

创作者生态以及底层配合工具等，中游主要包括文字、图像、音频、视频等数字内容的处理加工方，下游主要是各类数字内容分发平台、

消费方及相关服务机构等。个性化市场营销广告植入、品牌虚拟形象打造、营销内容生成等数据梳理内外部数据分析及更新、数据分析及算法训练AIGC内容检测数据供给方(业务数据联通、素材数据收集等，如第三方营销公司、版权图库方等)AIGC

：产业链逐步形成，玩家百花齐放，商业模式持续探索内容制作工具音频/视频编辑工具、新闻采编、游戏制作等各内容创作及分发平台基于AICG激发PGC及UGC活力第三方内容服务机构MCN公司、公关公司等嵌入/结合能力的业务平台/业务生态内容设计视觉设计、文案设计、结构设计等内容终端生产厂商新闻媒体机构、金融机构等相关算法/模型研究机构数据分析及标注创作者生态生物资产及内容素材底层配合工具渲染引擎、混音设备等相关开源算法运营增效智能客服、简单决策等第三方分发渠道周边售卖NFT、个性化产品等自动实时交互消费品厂商2中

游上

游下

游文本生成音频生成图像生成视频生成跨模态生成策略生成Game

AI虚拟人生成按技术场景，

AIGC内容可分为文本、音频、图像、视频等按技术场景划分

AIGC内容分为2p

文本生成(Text

Generation)是自然语言处理(NLP)的重要任务之一，从非语言的表示生成人类可以理解的文本，文本→文本、

数据→文本都是文本生成任务关注的。p基于卷积神经网络CNN的语言生成模型p基于递归神经网络RNN的语言生成模型p基于Transformer的语言生成模型p基于生成神经对抗网络GAN的语言生成模型文本生成

：NLP重要任务标之一，神经网络生成法为主流趋势神经网络文本生成方法p基于图卷积神经网络GCN的语言生成模型Data

AnalysisData

InterpretationDocument

PlanningRealisationMicroplanning传统文本生成方法p基于规则p基于统计2.1InputHiddenOutputDecoder解码器2.1

文本生成：

Transformer架构实现并行处理，提升模型训练效率p

RNN架构局限在于无法并行运算。

RNN计算是有时序依赖的，需要用到前一个时间步或者后一个时间步的信息

，这导致它难p

Transformer架构引入Self-attention自注意力机制可取代RNN。2017年，Google发布《Attention

is

All

You

Need》Transformer模型通过采用Self-Attention

自注意力机制，完全抛弃了传统RNN在水平方向的传播，只在垂直方向上传播，只需要不断叠加Self-Attention层即可。这样，每一层的计算都可以并行进行，可以使用GPU进行加速。Encoder编码器以并行计算，只能串行计算。GPU的并行化能够大大加速计算过程，如果模型不能够并行计算，会导致运算速度很低。 Seif-Attention自注意力机制结构Transformer整体结构文本生成类型特色落地场景发展现状未来展望代表性公司结构化文本生成基于结构化数据或规范格式，在特定情景类型下的文本生成，生成内容有较强规律。新闻写作、公司财报撰写、客服类问答等领域为文本生成最早的产生分类，应用广泛且技术趋于成熟。可代替部分较机械化的人工写作AutomatedInsights、Narrative

Science、textengine.io、Yseop、

Arria、Retresco、澜

舟科技等非结构化文本生成具有更高的文本开放度和自由度，需要一定的创意和个性化，生成内容创意性更强。营销文本和剧情创作等领域底层原理明确，发展技术有待提升。长篇文字在内部逻辑上仍然有较明显问题，且生成内容稳定性不足。未来4-5年，会出现较优的长文本内容Anyword、Phrasee、Persado、Copy.ai、Friday.ai、Retresco、Conversion.ai、

JasperAI、Snazzy

AI、

彩云小梦等交互性文本生成拥有社交属性，对NLP处理要求更高，生成内容需有上下

文逻辑对应。虚拟伴侣、NPC互动等领域处于发展初期，缺乏人伦道德感，感知力不足。以ChatGPT为革命

点，1-2年会有较大发展突破小冰公司、聆心智能、Latitude.io、OpenAI等文本生成：或为AIGC率先应用模态，发展阶段成熟于其他2.12.2

音频生成：

TTS应用发展成熟，

AI乐曲创作未来可期

p

音频生成主要应用于流行歌曲、乐曲、有声书的内容创作

，以及视频、

游戏、影视等领域的配乐创作

，目前在众多场景已获

初步发展

，在部分场景已广泛应用、

趋于成熟。

常见音频生成中，TTS文字转语音是最普遍使用的落地应用，而创意性音频生成有助于激发创作者灵感，促进乐曲二创、辅助编曲。常见AI音频生成ASR语音转文字TTS文字转语音创意AI音频生成AI作曲AI编曲人声录制AI作曲：以语言模型为中介，对音乐数据进行双向转化AI编曲：基于主旋律和创作者个人偏好，生成不同乐器对应和弦，完成整体编配人声录制：通过端到端的声学模型和神经声码器完成p

旋律走向过于随机，部分和弦略有突兀p

音乐创作基于前人数据分析而得，难以生成全新曲风p

音乐数据标注困难通过一个模型把文字转为语

音的特征向量，比如MFCC

，

或者基频、频谱包络、能量

等特征组合的形式，然后再

使用声码器(Vocoder)把语音

特征转换为音频信号。以乐曲二创、辅助编曲为代表，

AI乐曲创作将在音频生产领域快速发展文字转语音应用基本成熟，关键突破在于如何使语调更有情绪p

通过富文本信

息更好表现语

调的抑扬顿挫p

基于用户较少

的个性化数据

得到整体的复

制能力智能客服、有声读物制

作、语音播

报、自媒体

配音、导航

播报等技术原理技术原理进步空间进步空间VPR声纹识别乐曲/歌曲生成基于GAN的图像翻译(左图为input

，右图为output)p

生成式对抗网络(GAN)的提出标志着AIGC图像生成可实现，进入快速发展阶段。

GAN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50%的准确度分辨出真实样本。GAN进步空间n

解决训练不稳定问题n

缓解GAN的模式坍塌

model

collapse

，即生

成样本大量重复相似n

GAN的结构改善n

GAN可模仿“知识蒸馏”

模型进行需求压缩2018StyleGAN图像生成传统主流模型———GAN生成式对抗网络

图像生成新一代主流模型———

Diffusion扩散模型图像生成：从GAN到Diffusion

，技术持续迭代，能力更进一竿相较于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

崩溃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。GAN的训练是个动态的过程，是生成器G与判别器D两者之间的相互博弈过程。2.3G通过随机噪声生

成的图片G(z)2014原始GANXZG(z)

D

2016VAEGAN2017ACGANTure\Fake2015CGAN真实数据X随机噪声Z生成器G判别器DD相较其余三类模型，

扩散模型亮点在由于正向与逆向过程组成图：Imagine生成图片逆扩散：学习逆转后的分布，逐步地恢复样本数据p

扩散模型(Diffusion

Model)成为图像生成领域的重要发现

，有望超越GAN

，成为新一代图像生成主流模型。

DiffusionModel在2015年被提出，于2020年在Denoising

Diffusion

Probabilistic

Models研究中名声大噪，目前Google的Imagine与OpenAI的DALL·E2等热门图像生成软件都基于此模型。p

Diffusion

Model简化模型训练过程中数据处理的难度

，解决了GAN稳定性问题

，提高生成图片的质量。

Diffusion模型的工作原理是通过逐渐添加高斯噪声来破坏训练数据。通过一张神经网络“生成器”来进行逆转破坏过程(去噪)，从纯噪声中合成数据，直到产生干净的样本。GAN模型在训练过程中需要两张神经网络“生成器”与“判别器”，稳定性很难平衡，而Diffusion

Model只有

一张神经网络，解决了稳定性问题，同时简化了数据处理过程，且更加灵活。扩散模型的正向过程(扩散)和反向过程(逆扩散)扩散：从X0输入的真实图像，经过Diffusion模型后被渐近变换为纯高斯噪声的图片XT图像生成传统主流模型———GAN生成式对抗网络

图像生成新一代主流模型———

Diffusion扩散模型图像生成：从GAN到Diffusion

，技术持续迭代，能力更进一竿2.3图：DALL·E2生成图片2.3

图像生成：图像属性编辑普遍应用，创意图像生成应用落地较少

p

图像生成可简要划分为图像属性编辑、图像局部生成及更改、以及端到端的图像生成。其中，前两者的落地场景为图像编辑工具，而端到端的图像生成则对应创意图像及功能性图像生成两大落地场景。图像属性编辑大量应用落地，图像局部生成及更高

目前有部分应用落地，端到端图像生成底层原理明确，未来有望规模化应用。p

由于图像的生成复杂度远高于文字

，在整体生成上

，目前仍然难以达到稳定可靠的生成高质量图像。

但随着GAN、DiffusionModel等模型的不断迭代，图像生成发展将非常快速。Adobe(InsetGAN)、英伟达(EditGAN)、

Metaphysics

AI、

Deepfake美图秀秀(美图AI开放平放台)、

Radius5、Photokit、Imglarger、

Hotpot、Remove.bg、Skylum(Mask

AI)、

Photodiva阿里鹿班、Deepdream

Generator、

Rosebud

AI、AI

Gahaku

artbre

eder、Nightcafe、Starry

ai、Wombo、

Deepart、

Obvious、Datagrid、诗云科技、道子智能绘画系统等可理解成经AI简化的Photoshop

；

图片去水印、自动调整光影、

设置滤镜、修改颜色纹理、复刻/修改图像风格、提升分辨率等已广泛应用。基于草图生成完整图像、有机组合

多张图像生成新图像、根据指定属性生成目标图像等,可用于Logo、海

报、模特图制作。更改图像某部分构成(如英伟达

CycleGAN支持将图内的斑马和马

进行更改)、修改面部某一特征等。图像属性编辑图像局部生成及更改端到端图像生成代表公司具体内容代表公司代表公司具体内容具体内容2.4

视频生成：分帧生成图像连接成视频，视频属性编辑已普遍应用

p

视频生成强调将视频切割成帧

，再对每一帧的图像进行处理，与图像生成原理类似。

视频生成难度远高于图像生成，生成视频的质量与流畅度取决于很多因素，包括数据集规模、训练模型复杂度、特征提取准确性以及合成视频算法有效性

；由于模型训练量要求过大，目前模型只能实现几秒钟的短视频生成，未来有望随着模型的迭代实现中视频和长视频的生成。p

视频生成应用场景主要包括视频属性编辑、视频自动剪辑、视频部分编辑

，前者已大量应用，

后两者还处于技术尝试阶段。应用场景内容发展情况代表公司视频属性编辑视频画质修复、删除画面中特定主体、自动跟踪主题剪辑、生成视频特效、自动添加特定内容、视频自动美颜等。目前大量应用Runway

ML

、Wisecut

、AdobeSensei

、Kaleido

、帝视科技、不咕

剪辑等视频自动剪辑基于视频中的画面、声音等多模态信息的特征融合进行学

习，按照氛围、情绪等高级语义限定，对满足条件片段进

行检测并合成。技术尝试阶段影谱科技、Adobe(AI视频剪辑系统)、IBM

Watson、Sony

CSL(FlowMachine)等视频部分编辑基于目标图像或视频对源视频进行编辑及调试，通过基于

语音等要素逐帧复刻，能够完成人脸替换、人脸再现、人

脸合成甚至全身合成、虚拟环境合成等功能。技术尝试阶段腾讯云(优图实验室天天P图联合打造

的AI变脸玩法)等

视频生成流程图示

帧间预测根据前面提取到的

特征，预测视频中

下一帧内容。可以通过生成模型实现，

如VAE

、GAN等。合成视频将生成的序列合成

为视频。通常使用视频编解码器将视

频压缩，并将其存储为可播放的格式。特征提取利用卷积神经网络

CNN或循环神经网

络RNN等深度学习

模型对视频中的每

一帧进行特征提取。数据准备准备用于训练模型

的数据集。通常包括视频、音频、

图像和文本等多种形

式的数据视频生成基本流程跨模态生成类型代表性公司/产品目前存在缺点发展展望文字生成图片OpenAI(CLIP、DALL-E、DALL-E2)、Google(Imagen、AI绘画大师Parti)、Stability

Al(Stable

diffusion)、盗梦师AI

、

意间AI、Tiamat等。生成的图像可能会显得有些机械和刻

板缺乏人类艺术家的创造力和灵感基于Diffusion

Model的兴起，AI绘画和AI生成视频有望在将

来迎来较为广泛的规模应用文字生成视频Adobe(Project

Morpheus)、Meta(Make-A-Video)、Google(Imagine

Video、Phenaki)、Stability

AI(研发中)由于模型限制，目前生成视频时间较

短(Make-A-Video只可生成5s视频)帧与帧连接存可能存在动作不连贯、

不协调等问题p

跨模态生成是指将一种模态转换成另一种模态，

同时保持模态间语义一致性。主要集中在文字生成图片、文字生成视频及图片

/视频生成文字。p

文字生成图片：2022年被称为“AI绘画“之年，多款模型软件证明基于文字提示得到效果良好的图画的可行性，

DiffusionModel受到广泛关注。p

文字生成视频：普遍以Token为中介，关联文本和图像生成，逐帧生成所需图片，最后逐帧生成完整视频。但由于视频生成会面临不同帧之间连续性的问题，对生成图像间的长序列建模问题要求更高，以确保视频整体连贯流程。按技术生成难度和生成内容，可区分为拼凑式生成和完全从头生成。p

图片/视频生成文字：具体应用包括视觉问答系统、配字幕、标题生成等，这一技术还将有助于文本—图像之间的跨模态搜索。代表模型包括METER、ALIGN等。跨模态生成：

目前未大规模落地，

文字生成图像取得突破2.52.6

策略生成：主要应用展望在游戏行业，其余场景发展较缓

p

策略生成是指生成一个可以在给定环境下执行任务的算法。普遍采用深度强化学习技术(早期曾采用决策树及监督学习)，其本质原理是让AI感知环境、自身状态并基于特定目标决定当下需要执行的动作，然后基于下一个状态给到系统的反馈进行奖励或惩罚，最终使系统在不断的“强化”过程中优化“策略”。p

策略生成可应用于游戏智能(Game

AI)、虚拟人交互、机器人控制、

智慧交通等领域。p

游戏智能是决策生成目前应用最为广泛和明确的场景。

由于游戏本身存在于计算机虚拟环境，并产生大量数据，因此游戏本身为AI提供了极佳的研发场景；而在其他业务场景中，还需先搭建能够充分还原现实因素的虚拟环境，并合理设置Reward等关键因素，目前距离现实应用较远。国内多家AI企业已在尝试这一方向，但如何精准完成环境学习仍然具有关键意义。游戏智能策略生成可以用于

训练游戏智能体，

使其具有在各种游

戏中获胜的能力。图：AlphaGo战胜人类世界冠军自然语言处理策略生成可以用于训

练自然语言处理模型，使其具有更好的语言

理解和生成能力。智慧交通策略生成可以用于优化交

通信号灯的控制策略，以

最大程度地减少交通拥堵

和延迟。机器人控制策略生成可以用于

设计机器人的控制

策略，使其能够执行各种任务。图：智能扫地机器人策略生成专利策

略

生

成

可

应

用

方

向…游戏NPC及逻辑生成个性化生成能够带来画面、剧情及具

体交互的个性化全新游戏体验

；而实时剧情生成则有助于在特定框架内生成全新的可能性，增加游戏整体

的叙事可能性图：《黑客帝国:觉醒》车辆行人等将独立于玩家操控变动p

AI融入游戏全生命周期，

全方位赋能行业。

可在游戏前期制作环节、游戏过程运作、游戏周边、游戏营销等领域降本增效。可将其提炼出三个核心：游戏资产生成、游戏操作策略生成、游戏NPC及逻辑生成。p

Game

AI后续的行业发展关键在于游戏行业能否接受

，并从底层架构开始支持提供包括客户数据在内的相关接口。

目前来看，国内相关游戏厂商合作意愿良好，普遍存在内部开发或外部测试需求。前期平衡性测试游戏跑图/功能测试对局陪伴特定对战风格模拟基于玩法教学的新型人机互动游戏人物外观生成游戏人物动画生成游戏人物动作生成地图关卡设计生成游戏场景生成Game

AI

：AI可全面赋能游戏实现降本增效，行业积极布局中图：利用Scenario

AI生成的游戏NPC、道具2.7图：启元世界AI策略生成解决方案游戏操作策略生成游戏资产生成2.8

虚拟人生成：

多技术综合培育下的数字化应用

p

虚拟人是应用计算机图形学、图形渲染、动作捕捉、深度学习、语音合成等多种计算机技术，并具多重人类特征的综合产物。p

虚拟化：通过电子设备、VR设备或全息设备等形式呈现，非物理形式存在p

数字化：是多项数字技术的综合产物，相关技术的逐渐成熟是虚拟人发展的重要支撑p

拟人化：从外表、行动、交互等方面均高度拟人化，提升拟人化是未来虚拟人技术的核心方向建模：依据形象要求

绘制模型原画及3D建

模渲染：对图像进行渲

染以提升逼真度，生

成虚拟人渲染：对图像进行渲染以提升逼真度，生成虚拟人建模：扫描模特并采

集表情、姿态等数据，建模、绑定关键点内容制作：基于语音输入或TTS技

术，结合训练后的模型推理得到每

帧虚拟人图片，并与语音对应绑定关键点：将选定

的关键点映射至模型

中并进行绑定计算驱动型：基于深度学习模型训练模型：利用深度学习，学习模特语言、表情等参数间的潜在映射

关系，形成驱动模型真人驱动型：基于真人行动动捕：应用动捕设备

对真人的行动、表情等进行采集p

深度学习获得突破2018年新华社发布首个仿真AI主持人p

技术以手绘为主

1982年首位虚拟歌姬林明美出现p

计算机技术开始应用

2007年虚拟偶像初音未来诞生p

向智能化、精细化发展虚拟人应用场景逐渐扩张20世纪80年代：萌芽阶段21世纪初：探索阶段近5年：初级阶段现在：成长阶段建模&渲染深度学习模型交互技术建模是合成虚拟人的首要步骤，目前应用较多的建模方式为仪器采集模型，或根据不同虚拟人形象，通过3D美术、改变顶点数据“捏脸”等技术构造虚拟人基础形象。渲染作为决定呈现效果的核心环境，可分为传统渲染和神经渲染两类：p

传统渲染通过包括光线、材质等在内的电脑计算，以物理世界为基础，利用虚拟相机模拟感知的方式显示模型效果。p

神经渲染则是基于统计学习方法，通过深度神经网络，让计算机学习并理解物体的三维空间形态，实现图像合成。深度学习模型应用在计算驱动型虚拟人合成中，该模型的应用旨在通过计算机的自动学习匹配人类在说话时人脸骨骼和肌肉的变化，使虚拟人在动态情况下的表情形

态更逼真。深度学习模型输出效果主要受到数据量、计算框架、关键特征点等因素影响。交互技术主要体现在实时互动虚拟人应用中，例如虚拟人主播、虚拟人客服等。虚拟人的交互能力以对话能力为核心，着重应用NLP技术，此外还会受到语音识别

能力、知识图谱、预先设置知识库等技术的影响。2021年新推出的虚拟数字人Charlie

and

Deck由GPT-3提供交互技术支撑，该类自然语言生成模型的应用和发展或将显著提升虚拟人的交互水平。虚拟人核心技术：

拟人化为技术发展目标图：MetaHuman捏脸技术成熟图：虚拟人主播已出现在各直播平台中2.8图：渲染提升虚拟人形象拟人度渲染新时代生产力工具，

AIGC赋能内容生产03010203040506游戏广告营销影视媒体互联网娱乐其他提升内容生产效率让创作者拥有一个更加高效

的智能创作工具

，优化内容

创作，大幅提升效率并降低

成本

；提升创作效率的同时

，

同样提升了反馈生成效率，

有助于实现实时交互内容。降低内容生产成本AIGC能够代替人工完成声音

录制、图像渲染、视频创作

等工作，

从而降低内容生产

的成本与门槛

，使更多用户

能够参与到高价值的内容创

作流程中。捕捉激发创作灵感帮助有经验的创作者捕捉灵

感

，在设计初期生成大量草

图，更好的理解创作需求并

寻找创作灵感。

海量数据提

高创造性和开放性

，激发创

意认知、提升生产多样性。3

畅想AIGC

：应用广泛

，核心价值是优化内容生产的效率与创意07ChatGPTAIGC=联动实现数据优化在与其他特定的数据库(例

如实时更新数据、特定主体

数据等)

或AI系统进行联动

后

，AIGC能够实现更精准的

未来预测或更个性化预测基

础上调整生成内容。31我们认为，1)AIGC的应用速度取决于届时引领市场的游戏企业/项目组对AIGC所带来的效益与风险之间关系的认知与决策

；2)独立游戏工作室、小规模游戏企业对AIGC的应用持有更加灵活的观点，更有可能率先较高程度应用AIGC技术；AIGC+游戏(1/7)

：推动游戏生产范式升级，行业新篇章短期内较高程度辅助3-5年内较高程度辅助5-10年内较高程度辅助

目前来看较难应用原型阶段开发阶段测试阶段上线阶段探索阶段测试BUG修复3)以下图示是我们综合分析了AIGC技术发展、游戏生产实践等，做出的较为乐观的判断。市场分析产品核心成本、周期预估IP硬件应用商店第三方游戏分销商垂直游戏平台

美术、音乐原型数值迭代用户运营游戏版本控制活动策划宣发物料渠道对接广告买量程序代码编写美术设计

紧急情况处理

数据监控

游戏发行游戏分销玩家游戏开发3.1

音效制作

竞争分析运营市场方案策划技术确定……小说影视动漫图：AI编程工具GitHub

Copilot可辅助代码编写图：MidJourney生成《最终幻想17》概念原画图：OpenAI

Point-E技术文字生成3D模型音频音效制作包括生成游戏背景音、游戏音效及游戏人物语音等。美术原画设计协助美术原画设计及游戏产品画风定位，批量快速生产游戏美术素材，替代重复性美术生产工作。游戏人物生成包括协助玩家人物制作，以及NPC的生成CG动画生成包括游戏内CG动画的生成。3D模型构建包括3D环境的搭建、游戏内各类3D素材模型的创造等。游戏方案策划通过AI分析游戏用户需求，协助产品定位及策划

方案产出。程序代码编写包括自主生成基础简单代码、协助编写复杂代码、提供代码编写建议，不同代码语言切换等。游戏地图设计协助游戏地图设计与生成，包括地图设计及对应的代码编辑。游戏开发游戏资产生成AIGC+游戏(2/7)

：协助各类游戏资产生成，

降低游戏开发成本3.1p

首个AI生成游戏资产平台

：Scenario通过对文本到图像生成模型Stable

Diffusion的微调，使得用户可通过输入的

文字和参考图片创造出达到当前游戏生产标准的游戏资产。p生成特定美术风格的2D游戏素材：Scenario将对以2D美术资源为主流的独立游戏具有重大意义。同时其AI还在不

断地更新和优化，以适应不同的游戏类型和风格。p免费可商用：目前Scenario工具可免费使用，而生成的游戏素材也可以直接使用于商业游戏制作中。步骤2训练定制的AI模型只需点击几下，即可创建游戏厂商自己的生成式AI引擎。100%在线；无需技术技能。步骤1选择一组视觉效果选择并上传游戏厂商的训练数据：角色、道具、车辆、武器、皮肤、建筑、概念图、像素图、草图等。步骤3产生优秀资产只需几句话，即可将游戏厂商的想法变为现实。资产创建从未如此简单。【案例】

Scenario

：首个商用的AI生成游戏资产平台图：Scenario生成的美术素材3.1图：手游《逆水寒》实装游戏GPT图：游戏《逆水寒》实现游戏GPT加持故事剧情AI通过学习可无限开展游戏故事的剧情互动

，实现千人千面的个性化体验。反作弊及AI托管AI可以通过分析玩家的行为数据和游戏数据，

检测并预防游戏中的作弊行为，保护游戏的公平性和玩家的利益，提高玩家游戏体验。同时，AI可以接管掉线玩家角色，优化玩家体验。语言翻译通过自然语言处理技术，AI可以实现游戏语言

的翻译和本地化，为全球玩家提供更好的游戏

体验。NPC对话及交互通过AI技术生成交互式文本、语音等，增强在游戏中与NPC沟通交流的对话现实感；利用AI技术来让NPC具有更高的智能和适应性，根据玩家的行为和环境的变化来调整策略和行动。游戏开发游戏体验优化AIGC+游戏(3/7)

：优化玩家交互体验

，提高游戏可玩性3.1垂直于武侠背景游戏领域与ChatGPT不同的是，该智能NPC系统更垂直应用于逆水寒中：p

侧重点不同：ChatGPT侧重点在于归纳整理，给出结论；而逆水寒GPT的重点在于通过理解语义指导NPC的下一步行动。p

学习范围不同：ChatGPT学习范围更广，更像搜索引擎；而逆水寒GPT学习范围相对小，学习的是武侠小说、历史书等内容，它被刻意约束为“一个大宋江湖里的人”。自由度高的开放式体验通过智能NPC系统，玩家和NPC的交流交互不再是设定好的、流程式的。而是自由度极高、

完全开放的新奇体验。例如，在两个女NPC正在讨论与夫君相隔千里的话题时，玩家输入“异地恋是没有未来的”，触发NPC放弃异地恋的相关对话。网易潜心打造游戏GPT《逆水寒》手游中运用了智能NPC系统，其使用了ChatGPT同源的底层AI技术。而早在2021年10月浙江省科学技术厅发布的“尖兵”“领雁”高新科技研发攻关计划中，由雷火掌舵人叶弄舟师兄挂帅的“超大规模预训练模型云平台”项目就已经入选其中。【案例】《逆水寒》智能NPC系统横空出世

，交互体验图：玩家输入对话即可与NPC互动图：玩家对话改变了NPC行为3.1图：需要通过大量测试人员长时间体验以实现游戏测试图：育碧和Mozilla合作开发的Clever-Commit具备发现并标记Bug的能力p

游戏测试通常是游戏开发周期中的一大关键

环节，其目的是保证游戏质量，减少发布后的风险，并为玩家提供更好的游戏体验。在游戏测试中，测试人员将会对不同的测试目标使用不同的测试技术，就游戏玩法、游戏流程内容、游戏系统、机型适配等进行测试，记录游戏中发现的问题，并通过管理工具报

告Bug

，向开发人员反馈问题。p

伴随游戏生产量的增长以及游戏复杂度的提

高，游戏测试的需求爆发，而AI可以在游戏

测试中执行一些自动化任务，如执行基本的功能测试、性能测试、兼容性测试等，以实现更高效地测试。但AI目前还无法像人类测

试人员那样进行用户体验、情感反馈等测试。辅助游戏测试游戏开发AIGC+游戏(4/7)

：高效辅助游戏测试

，保证质量并降低成本3.1p

Shadowverse是一款由日本Cygames发行的卡牌游戏，每三个月会加入新的卡牌包，以保持玩家的新鲜感。p

但是，

如何测试新卡牌对游戏系统的影响是一个难题。即一张新卡牌被设计出来之后，它能融入旧卡牌构成的系统，和其他卡牌配合时没有Bug、不会破坏

数值系统的平衡。传统的QA测试方法耗时耗力，严重影响游戏开发。p

为了解决这个问题

，Cygames

Research提出了一种用神经网络技术测试卡

牌组合的方法。他们通过收集游戏日志并将其转化为可以用于训练神经网络的

数据的方法，训练出一个可以玩游戏的AI

，从而可以自动化地进行游戏对局，

以发现任何可能存在的Bug和平衡问题。这种方法大大提高了效率，节省了测试开发成本。模仿学习模拟游戏测试【案例】

日本卡牌游戏《Shadowverse》利用AI测试卡牌组合Cygames

Research用神经网络技术解决测试大量卡牌组合的问题3.1用户游戏记录测试报告游戏AI游戏运营数值分析及版本迭代p

根据当前版本游戏产生的用户数据及运营目标，AI能够通过模型

分析游戏数值并调试、检验、筛选，协助提高运营人员的分析结果与游戏产品的迭代效率。p

版本管理方面，AI可以协助运营人员就版本内容、人力、

开发进度实时规划并调整排期，敏捷提示风险，为版本运营提供准确、可信的信息参照。AI优化数值后

的新版本产生报告AIAIGC+游戏(5/7)

：分析游戏数值

，并协助版本迭代3.1修改数值AIAICG广泛用于赛前阵容分析、赛后数据分析和赛事回放，

并以最快的速度获得最优解，减少赛训压力。除了基础的数据以外，包括AI预测的一系列游戏观察工具已经逐渐进入赛事直播过程中，更有利于观众沉浸观赛。AICG通过对游戏内对局情况的各种数据的收集与处理，实时运算游戏事件，生成多个解说文案，进行内容决策，并选取最优文案进行实时解说，帮助观众了解比赛，降低成本，大大降低办赛门槛。AIGC分析赛场事件建立起相应的数据模型，通过算法实

现在比赛结束后的最短时间内筛选、剪辑出视频素材，

剪辑速度快、

节省人力。图AI电竞赛事分析图AI电竞解说图AI集锦自动生产游戏赛事协办游戏运营AIGC+游戏(6/7)

：协助举办游戏赛事

，拓宽产品影响力赛事分析电竞解说集锦自动生产3.1图：三七互娱AI投放系统使用什么样的人群包机器学习产生模型无需人工，更优的选择循环反馈图：游戏买量素材AI具备快速跟踪并分析投放效果的能力，能够整合投放端及内部转化数据，分析各素材投放效果，进一步优化投放素材及投放策略，提升投放效率

及ROI。此外，基于海外买量经验在国内行业并不普及的现状，我们认为AI在对海外市场的买量

投放中有更大的效率提升空间。一方面，近年来游戏行业买量素材投放生命周期变短，素材创意消耗加速，对买量素材的需求增长；另一方面，买量素材需要经过创意构思、内容制作、反馈优化等流程，人工制作相较AI需要较长的周期。AIGC的应用可以优化创意产出、内容制作环节，从而成倍地赋能广告买量。AI能够快速提升广告投放的速度和效率，实现投

放业务“7*24小时”批量化与自动化操作。游戏营销买量游戏发行AIGC+游戏(7/7)

：全流程赋能游戏买量，实现降本增效买量素材制作投放效果分析买量投放执行海量数据计划智能化创建优选和维护什么条件下关停计划何时调整计划使用哪些素材竞价方式如何何时创建计划3.1使用哪些账号投放AIGC+广告营销(1/4)

：AIGC有望贯穿营销全流程短期内较高程度辅助3-5年内较高程度辅助目前来看较难应用资料收集整理市场调研文案写作素材选择与制作广告投放广告效果分析客户需求分析编排广告素材迭代3.2投放与管理前期准备内容生产3.2

AIGC+广告营销(2/4)

：加快案头工作效率，提供广告营销思路

p

AI技术支持能快速缩短耗时

，较大提升前期准备效率前期准备过程中时间占比70%的资料收集整理等案头工作可通过ChatGPT等模型抓取大数据缩短耗时；占比20%的调研访谈、头脑风暴产生灵感等创意工作可以通过AI运算快速实现。实现案头工作的快速完成CREATECH输出创意传统BIG

IDEA输出流程案头工作(时间占比70%)灵感刺激(时间占比20%)赋予意义(时间占比10%)AI提供方向思考大数据抓取AI运算生成p

广告素材相对不足：广告素材一般来源于公司产品、无版权网络素材、代言人等，可用材料有限。p

广告素材成本高

：采购广告素材，如版权素材，代言人素材需要支出一定成本。p

AI可根据广告主需求，目标人群，进行素材分析、抠图、配色等项目，制作多种类型的广告素材，并一定程度上节省

广告素材成本。p

广告文案写作门槛较高：文案写作目的之一是提高转化效率，非专业人士难以完成。p

广告文案人工生成效率较低：广告主和广告商匹配及生成效率低。p

广告主可借用Jasper.AI等平台生成符合

营销理论的专业文案，降低营销写作门

槛，提高匹配效率，降低成本。p

广告素材拼接混乱

，重点不清：广告商难以根据市场热点、目标人群喜好、产

品核心卖点等进行最优化编排处理。p

AI可基于算法推荐，对广告文案及广告

素材进行拼接编排，生成广告海报、广告视频、广告软文等营销产品。AIGC+广告营销(3/4)

：专业化营销助力广告内容生产合格广告素材

批量生成AI生成专业营

销文案拼接编排自动

化，专业化AIGC出现前AIGC出现后3.2p

为AI文本生成专家。

Jasper成立于2021年，是AI领域的独角兽内容平台，基于GPT-3模型，用户可以在Jasper中生成具有丰富关键词、搜索引擎优化的原创文本。通过文字描述让Jasper帮助完成文章的创作、创建广告话术。用户也可以在其中寻找创作思路、突破语言壁垒。p

商业成绩斐然。

Jasper目前拥有7万多名客户，包括Airbnb、IBM等企业。2021年一年便创造了4000万美元的收入，2022年预估收入为9000万美元，Jasper在最新一轮的融资里获得了1.25亿美元资金，目前估值为15亿美元。p

营销垂类优势显著

：相较于ChatGPT

，Jasper具有专业营销人员训练的小模型

，对营销理解更出色

，其基于营销理论形成了五十多个模板，集成了日常生活内容的方方面面，可对文本实现多种功能，如扩写，续写，撰写。p

产品交互体验上乘

：Jasper产品逻辑以效率为核心，同时对用户使用场景的理解较好，在界面及UI等上做到简洁，易于上手。p

配套体系完善

：Jasper有一套完整的培训课程，用于教授用户如何用AI做营销；并开放社区，方便用户进行讨论如何使用AI进行营销。图：Jasper界面简单易懂，交互体验良好【案例】独角兽Jasper.AI

，革新广告文案写作文本生成独角兽抬头深耕营销领域

，垂直龙头可期3.2p

AI广告开辟精准营销新路径：

Meta推出了一项名为Advantage+的自动生成广告

系统，利用AI并根据营销人员的具体目

的自动生成多个广告，算法可以对潜在

的众多广告进行测试

，并根据用户喜好

及转化率，选择最为有效的广告。p

广告实时迭代未来可期：随着技术更加进步，Advantage+只需要通过收集用户

在使用行为中的反应迅速调整广告活动

中的图文，以使得广告匹配效率得到全面提高。p

苹果隐私新政：苹果在iOS14.5版本中新增了广告追踪权限功能，使得互联网企

业无法直接获取用户信息。p

广告商受打击：这对很大幅度依靠大数据算法进行精准营销的广告商，尤其打击了2022全年广告收入占比99.02%的

Meta。在苹果版本更新后的九个月内，Meta损失了近100亿美元的收入。【案例】

Meta自动生成广告系统Advantage+

，加速广告迭代新型广告系统拯救Meta供给增长加速广告实时迭代苹果新政影响传统大数据营销3.2ChatGPT作为虚拟客服相比人工客服更加稳定可靠，能够快速解答

客户问题、传递标准化营销话术等，并提升问题解答的准确程度。ChatGPT可结合数据及客户的诉求，进行个性化推荐系统的应用给

出用户的营销线索，实现更标准、更贴心的用户服务。ChatGPT可作为AI驱动的虚拟客服，在广告营销领域为客户提供24

小时全天候的客服服务，同时亦能减轻商家人工客服的营销成本。AIGC+广告营销(4/4)

：24小时虚拟客服

，专业可靠智能全天候24小时在线千人千面，个性化营销推荐稳定可靠，快速解答0103023.2AIGC+影视(1/4)

：AI融合影视生产，全管线加速提效短期内较高程度辅助3-5年内较高程度辅助5-10年内较高程度辅助

目前来看较难应用中期拍摄项目团队建立宣发发行后期制作制片厂审核创意提出剧本创作美术设计分镜制作3.3剪辑版权授权音效制作营销推广流媒体发行特效制作宣传物料制作院线上映剧本初创剧本打磨市场调研预算方案拍摄方案演员拍摄作画/CG………… p

Dramatron是DeepMind推出的联合写作工具，只需要一句话梗概以描述中心戏剧

冲突，就能自动写出标题、角色、场景描述和对话。p

Dramatron擅长电影脚本输出。其功能与ChatGPT相近，但它的输出更容易被改写成电影脚本。p

应用效果已受到验证

，TheatreSports

公

司已经改编了Dramatron参与创作的剧本

并将其搬上了舞台。使用Dramatron的剧

作家们表示其有助于他们产生更具创意的想法。AI可以对海量剧本数据进行分析归纳，并按照预设风格快速生产剧本，激发创作者的灵感，再由创作者进行筛选和二次加工，缩短创作周期。对话一句话梗概情景N情节

元素

位置

冲突……标题AIGC+影视(2/4)

：高效剧本创作，

激发人类创意

案例：

Dramatron影视剧本文稿归纳提炼情景1情节

元素

位置

冲突情景2情节

元素

位置

冲突3.3情节特征位置细节2细节1细节1细节2细节3细节3…AI人脸替换与声音替换AI人脸合成、声音合成实现数字复活已故演员、替

换“劣迹艺人”、更换演员角色形象、高难度动作

合成等，减少演员自身局限对影视作品的影响【案例】《流浪地球2》大量采取AI技术进行拍摄：使用AI

换脸技术，将吴孟达“复活”。通过AI特效，使吴

京和刘德华变“年轻”；利用AI声音技术，修复李

雪健的声音。场景及分镜制作通过AI绘制场景将极大减少动画电影的开发周期和