2023 AIGC市场厂商评估报告

市场定义:AIGC,指利用自然语言处理技术(NLP)、深度神经网络技术(DNN)等人工智能技术,基于与人类交互所确定的主题,由AI算法模型模全自主、自动生成内容,从而帮助传媒、电商、影视、娱乐等行业进行文本、愿像、音视频、代码、策略等多模态内容的单—或跨模态生成,以提升内容终端用户:金融、传媒、元宇宙等行业组织的产研与业务甲方核心需求:AIGC最核心的能姿,就是内容生成。经过训练的AI算法模型,能够超越人类创意、效率,相对高质量地规模化生成海量数字化内容。—方面,AIGC可降低海量数字内容的生成成本,将人类从简单且重撑、基础性工作务解放出来,聚送更具创造性的方面;—方面,在人类进行内容创作的过程务,AIGC能够快速生成大量相关内容,帮助人类的充、寻找创作⾝感,或者基于所提供的信息,夯实创比如,在传媒领域,部分新闻内容的自动抓取与生成、标题或摘要的自动化生成;在营销领域更具智能的客服机器人,能够更温和、人性化的回答客户常见问题甚至跳跃性问题及非常规问题;在元宇宙领域,可基于智能算法和知识愿谱,让数字人更加智能地与人类进行交互。作为人工智能应用的重大突破,AIGC正在改变甚至颠覆数字内容的生产与消费方式,在Web3的期的阶段,不同细分领域的技术及应用落地进度不尽相同。如何基于预训练大模型形成面向不同行业的、可落地的产品及解决方案,是当前AIGC领域发展的关键。具体如下:l在大模型能姿方面,企业需要经过调优的垂直化行业大模型,以很好地支撑上层垂直化应用。GPT-3、BERT、Florence、DALL·E2等通用预训练大模型虽然拥有巨量参数,并拥有良好的泛化能姿,告在面对不同行业、领域的具体应用场景时,由于缺乏具体行业的行业语料集,并且未面向特定行业的应用场景对模型做进—步调优,因此,其模型对特定行业应用场景的性能1|AIGC市场厂商评估-拓尔思指标很可能并不理想。因此，经过行业化调优和行业语料训练的大模型，才能更好地支撑甲方l在落地应用方面，企业需要端到端的AI落地应用服务，确保大模型能够在具体业务场景下，可产生符合预期的实际应用价值，提高组织在特定场景务的生产效能。—方面，AI六十余年往往并不具备从需求的原点出发，到模型的设计、数研标注与模型训练、模型部署及迭代优化告由于还需要行业化的二次优化与训练，并且需要结合应用场景进行实际业务应用开发，因此除此之外，甲方还有以下期望需求:l在底层能姿方面，企业需要生成算法、预训练大模型的迭代更新，以提供更优的底层算法支的基础上，进行融合、的展、训练而来的，新—代的基础生成算法在模型架构、精准图1:甲方企业对于AIGC落地应用的需求2|AIGC市场厂商评估-拓尔思厂商能力要求:厂商需同时具备以下能力,以帮助各行业组织实现具体场景的应用落地:l厂商具备基于开源预训练模型,结合行业语料及NLP等技术针对性优化出具有优秀可控性的特定领域大模型的能力。—方面,厂商需要能利用行业knowhow,结合自身在AI领域的技术积累,微调通用预训练大模型。另—方面,能够充分利用自身在特定行业的数据和语料积累,在微调后的大模型基础上,结合行业化、场景化数据进行进—步训练,以提升大模型针对特定行业及应用场景的模型表现,生成符合—定要求和标准的内容,训练出真正适合特定行业及应l厂商需要具备出色的AI工程化能力及行业服务经验,能够AI落地全链路服务,灵活适配用户需求。厂商需要丰富的行业经验,能够进行场景抽象和数据准备,在此基础上进行算法设计、模型训练、模型评估与调优、模型部署的全链路能力,并且需要在模型部署上线后,根据行业应用场景的实践,不断进行模型优化,确保模型结果可控,从而让AI大模型的“生成能力”不断接近应用要求,产生真正的业务价值。针对甲方的期望需求,厂商还应具备以下可选能力:l厂商需要有基础生成算法、预训练大模型的迭代和突破能力,能够为中层的大模型行业化、上层的行业应用提供支撑。厂商需要在自身的技术积累的基础上,对现有基础生成算法以及GPT、BERT、Florence、DALL·E2等各模态预训练大模型进行深入拆解与思考,提出新的改进思路和方向并进行验证、训练,或者更适合某种语言类型的大模型,以便在模型效果上进行持续突破,进而给行业模型、上层应用提供更多更好的选择,帮助改进模型入选标准说明:3|AIGC市场厂商评估-拓尔思入选厂商:代表厂商评估:厂商介绍:拓尔思信息技术股份有限公司(以下简称“拓尔思”),以人工智能和大数据技术助力政府和企业的数字化转型为愿景,致力于成为语义智能技术领导者,自主研发相关人工智能和大数据技术,核产品服务介绍:拓尔思目前以语义智能为发展主线,以平台和行业实现公司核心技术在众多垂直行业的应用落地,赋能中高端企业级客户的数字化和智慧化转型。在AIGC领域,拓尔思聚焦文本内容的自动生成,以“专业大模型+领域知识数据”为核心思路,通过模型调优和行业特有大数据与知识的融合,为新闻、政务、金融、元宇宙等优势行业提供高质量专业大模型及上层应用,赋能辅助型、创作型等文本内容的自动生成。4|AIGC市场厂商评估-拓尔思厂商评估:综合而言,拓尔思在通用大模型调优、行业数据库积累、应用落地能力等三方面具备较为突出的优势,具体如下:l在通用大模型调优方面,拓尔思具有丰富且领先的深度学习、NLP技术积累,具有出色的大模型“垂直化”调优能力,正全力打造“智创”AIGC平台,将大模型调优能力平台化、产品化,以更好支撑上层应用。—方面,拓尔思自2000年开始就自主研发NLP技术,长期聚焦自然语言处理(NLP)、知识图谱等语义智能核心技术,将通用预训练大模型与传统NLP技术相结合,利用行业Know-How,根据不同场景,通过对通用大模型进行调整和优化(Fine-tuning)来适配不同指标,获得不同行业客户另—方面,拓尔思秉承“开源+自研模型”的基本思路打造“智创”AIGC平台,通过API接口或解务等细分市场。其中,在AIGC“文本生成”领域,拓尔思实现自大模型到上层应用的—体化打通;在视觉、多模态领域,拓尔思将依托开源平台,基于“开源基础大模型+行业任务调优”的思路进行研发,偏重前端应用。5|AIGC市场厂商评估-拓尔思图2:拓尔思“智创”AIGC平台架构示意l在行业数研库方面,拓尔思具有媒体、金融、政务等多行业服务经验及丰富行业语料,可针对各行业训练出具有行业知识壁垒的高质量大模型。—方面,拓尔思从2010年自建数研务心以来,已采集超过10年的互联网公开数研,拥有规模及质量均位列业界前茅的另类数研资产,数研规模超1300亿条,数研总量达100TB以上。拓尔思依托同行业知识模型的融合处理,形成数研资产,可用作大模型训练语料,具备高质量、高价值特征,6|AIGC市场厂商评估-拓尔思图3:拓尔思30+专业领域知识资产示意另—方面,拓尔思基于专注优势行业专业大模型研发与应用的战略定位,在调优后的专业大模型基础上,依托上述明显的大模型训练语料数据优势,进—步训练出具有行业知识壁垒的行业大模型,大幅提升通用预训练大模型对行业应用的适配性。拓尔思通过在应用场景下的领先起跑,通过反馈+强化学习,加速飞轮效应,持续提升专业大模型的“可控性”与“安全性”。l在应用落地方面,拓尔思具备自模型设计、训练、优化、部署等在内的—站式AI工程化能力,提供端到端的AI应用落地服务,可赋能机器写作、自动报告生成、知识型搜索引擎等多行业具体应用场景,并以“生态力”持续强化自身AIGC应用落地保障能力。型贴合用户场景进行快速落地,产生业务价值。例如,拓尔思为经济日报、浙江日报、重庆日报等近20家新闻媒体单位提供机器写稿服务工业信息标准研究院、南方电网、新华网、教育出版社等提供研报自动生成服务;此外,拓尔思还将与某权威新闻机构合作,将该机构的新闻数据库和历史资料录入大模型做预训练,基于高针对性交互,形成权威且高效的内容输出,形成供该机构内部使用的知识型搜索引擎,供该单位的内容创作者进行再创作时做参考,完成辅助创作。7|AIGC市场厂商评估-拓尔思典型案例:1.案例背景及客户需求痛点随着元宇宙概念的火爆,虚拟人有望成为下—代互联网人机交互的重要能陪护、智能助理、直播带货等越来越多领域发挥作用,创造现实价值,不仅有助于大幅降低某些举办,更为虚拟人在传媒行业的应用提供了发展契机,众多形象各异的虚拟人纷纷破圈而出。总体来看,传媒行业传统的内容生产主要面临以下痛点:1)内容生产流程分散、低效。从热点发现、选题策够到内容采编发,均以人工手动获取为主,具有2)传播形式较为传统。传统的传播以愿文、视频等常见形式进行信息传播与展示,受众存在—定的审美疲劳,会间接影响传播效率和效果。2.拓尔思的产品及解决方案针对以上需求痛点,拓尔思在基于自主研发的、集成了自然语言处理、大数研、人工智能等技术的数字虚拟人SaaS平台上进行开发,推出了AI主播“小思”,为北京冬奥会提供以媒体大数研驱动1)在自动分析与智能创作方面,拓尔思通过媒体大数研采集与NLP自然语言处理技术,建立关联关系,形成知识愿谱,为“小思”提供“智慧大脑”,快速自动生成分析报道。在数研采集与处理环节,拓尔思采用全新架构的大规模分布式调度采集系统,实现弹性采集与碎片化调度,以人工辅助+机器自动标引相结合的方式实现对数研的精加工;在数研建模分析环节,将人工经验知识库+智能挖掘机理相结合,由专家团队人工整理语料及规则形成知识库,并以此为基础进行语料深度学习;在数研应用环节,通过冬奥会新闻舆情分析、传播效果分析及冬奥会观众画像分析等,实现大8|AIGC市场厂商评估-拓尔思2)在虚拟播报方面,依托虚拟人形象技术,用户可进行虚拟人形象选择,实现虚拟人口型的同步驱动,为“小思”提供端庄、大气、灵动的外表。依托拓尔思的虚拟人SaaS服务平台,提供从选“人”到成片的虚拟人制作的—站式服务为用户的操作提供了最大便捷。该平台最底层为虚拟人的形象技术支撑,包括形象、语音、视觉中枢,旨在实现文本合成语音,语音驱动虚拟人口型的同步。同时,该平台还支持针对虚拟人形象的选择,包图4:拓尔思AI主播“小思”-北京冬奥播报示意3.方案优势小思冬奥播报真正实现数据自动采集、语义智能分析、内容自动生成、虚拟人播报等—体化、全自在内容自动生成方面,与同行业相比,拓尔思深厚的大数据及AI技术能力,大幅提高了内容生成速度及播报准确度。拓尔思在语义智能技术领域,具有先发全栈的自然语言处理能力优势;在大数据技术领域,公司具备数据获取、数据治理、数据检索、数据分析全生命周期的能力,拓尔思数据中心已具备数千亿数据量的数据索引、标记、查询、挖掘分析能力,万亿级数据总量的秒级检索能9|AIGC市场厂商评估-拓尔思力,日均亿级数据获取能力。大数据及NLP技术提升智能化水平,为在虚拟人播报方面,用户可根据需要灵活定制主播形象。拓尔思的虚拟人SaaS平台提供多套服装配饰、表情动作、肢体动作、声音等供用户选择,适配不同场景的播报。支持多视频开窗、图片开元素的属性、调整元素图层的叠加顺序,即可完成内容丰富、样式多样的虚拟人内容播报。4.方案价值“小思”以冬奥会整体报道情况与热点解析为切入点,主要应用场景包括北京冬奥会报道线索发现(实时聚焦、海内外爆料等)、热点挖掘(冬奥会全网热点、媒体头条等)、传播分析(关注冬奥会的用户画像等)及专题追踪等,可帮助观众了解冬奥会赛事盛况、快速把握冬奥会海量资讯中的亮点信息。“拓尔思虚拟数字人小思冬奥播报”案例同时入选了“北京国家人工智能创新应用先导区此外,拓尔思数字虚拟人技术还在相关主流媒体的冬奥宣传报道中进行了成功应用,替代人力完成传媒流程中的采、编、发、以及分析等任务,优化升级了传媒现有流程,推动主流媒体将人力安排到更有意义和价值的策划和内容创作等工作当中,有效解放及最大化了主流媒体的生产力。10|AIGC市场厂商评估-拓尔思爱分析是中国领先的数字化市场研究与咨询机构,成立于中国数字化兴起之时,致力于成为决策者凭借对新兴技术和应用的系统研究,对行业和场景的深刻洞见,爱分析为数字化大潮中的企业用户、厂商和投资机构,提供专业、客观、可靠的第三方研究与咨询服务,助力决策者洞察数字