2023年传媒互联网行业专题 大模型是新的流量入口

2023年传媒互联网行业专题大模型是新的流量入口1ChatGPT引领技术革命，通用人工智能曙光将至1.1ChatGPT破圈复盘：AI显性化的三个阶段我们从全球产业角度，复盘AI显性化的三个阶段。自2022年底OpenAI发布聊天机器人ChatGPT，以及背后GPT3.5、GPT4大模型的推出，新一轮技术变革的浪潮从学术界、产业界向普通互联网用户依次破圈。我们将这一过程称作“AI的显性化”，主要分为三个阶段：1）技术奇点出现。Ⅰ）22年11月ChatGPT发布：OpenAI基于GPT3.5大模型推出对话聊天工具ChatGPT，在文本生成的准确度、流畅度，长序列文本处理能力，可扩展性等多方面都显著优于以往AI模型。Ⅱ）23年3月GPT4发布：相较于GPT3.5版本，接入GPT4大模型的ChatGPT在文字对话内容的深度、广度层面均有提升；此外，除了识别文字内容，GPT4也支持图片内容的输入，多模态识别能力显著增强。2）海外C端产品破圈。Ⅰ）ChatGPT能力初步破圈：22年11月ChatGPT发布后，用户规模5天突破100万、两个月突破1亿，在学术论文、专业考试等C端应用场景中初步破圈。23年2月微软将ChatGPT接入搜索引擎Bing，推动Bing移动端DAU单月环比增长6倍。Ⅱ）现象级应用诞生：3月微软将Office全家桶接入GPT4，发布办公助手Office365Copilot，有望撬动全球14亿用户规模。Ⅲ）下游生态全面开启：3月27日OpenAI允许第三方开发ChatGPTPlugin插件，第一批支持的包括Expedia、Instacart、Zapier等酒旅、电商场景的头部应用。“插件”生态的放开确立了ChatGPT的流量入口地位，AI迎来“AppStore时刻”，下游生态全面开启。3）国内大厂跟进，大模型生态起步。自22年11月ChatGPT发布后，国内头部科技、互联网公司随即跟进。3月百度先后发布类ChatGPT的聊天机器人“文心一言”、企业级平台“文心千帆”，对标海外ChatGPT生态。4月阿里巴巴发布同类产品“通义千问”，华为公布“盘古”大模型进展。腾讯、字节跳动等互联网大厂也成立了专门的大模型攻坚团队，相关产品有望陆续发布。1.2ChatGPT突破之处：通用人工智能的曙光从前沿的研究和应用方向来看，AI（人工智能）主要有NLP（自然语言处理）、CV（计算机视觉）两大领域，分别聚焦于对自然语言和图像进行分析、处理。其中，ChatGPT及其背后的GPT系列模型带来的影响主要集中于NLP领域。因此，我们通过复盘过去10年NLP领域的技术发展，来解答一个关键的问题：从技术角度看，ChatGPT究竟是不是革命性的突破？从技术角度复盘过去10年的AI发展历程，有四个重要的时间节点：1）2017年Transformer统一NLP研究范式。谷歌在著名论文《AttentionIsAllYouNeed》中推出Transformer架构，通过引入“自注意力”机制，极大拓展了AI模型在不同任务中的可迁移性。该论文发布5年内被引用超过3.8万次，统一了NLP的研究范式，后续也被广泛跨领域应用于CV场景。2）2018年谷歌、OpenAI路线之争：完形填空vs文本生成。2018年，谷歌、OpenAI基于Transformer框架，分别推出了AI模型BERT和GPT-1。通俗来讲，二者技术路线最主要的区别在于：预训练任务中，谷歌BERT主要使用“完形填空”的方式，即随机遮盖一些文字，让AI模型通过上下文理解进行补全；而GPT则主要使用“文本生成”的方式，即通过完全遮盖训练语料中的“下文”，训练模型基于“上文”，逐字逐句地生成文本。从应用结果来看，谷歌BERT在文本分类、关键词提取等“自然语言理解”类任务中的表现好于初代GPT。而后续随着模型参数量的指数级提升，GPT模型在翻译、写作、问答等“自然语言生成”类任务中的优势开始逐步显现。3）2020年GPT3优势初显，千亿参数量催生“涌现”效应。2020年，OpenAI推出新的AI大模型GPT-3，其参数量高达1750亿，相较上一代GPT-2的15亿高出一百余倍。2020年后，AI大模型的“涌现”效应得到业内的广泛关注，即当参数量高于特定量级后（一般认为千亿级别是门槛），再基于模型结构、训练方法的调整，AI大模型的特定性能会出现指数级的提升，如能够准确回答未经过训练的问题。此后，谷歌、Meta等相继推出千亿参数大模型，而GPT-3的技术路径优势日益凸显。4）2022-2023年：ChatGPT横空出世，技术路径再统一。2022年11月，OpenAI基于最新AI大模型GPT-3.5，使用来自人类反馈的强化学习（RLHF）进行精调，发布了聊天机器人ChatGPT。经过广大B端、C端用户的大规模测试，ChatGPT在文本生成场景中的通用性远超过谷歌BARD等同类应用。2023年3月，OpenAI发布GPT-4，使得ChatGPT的问答深度、广度，以及多模态识别能力进一步增强。至此，OpenAI的GPT系列已全面领先于谷歌、Meta等竞争对手，其技术路径的先进性得到充分验证。我们认为，ChatGPT（及其背后的GPT3.5、GPT4大模型）的推出，对于人工智能的发展具有三层重要意义：1）统一技术路线，推动AI发展驶入“快车道”。复盘NLP发展路径可见，继2017年谷歌Transformer框架之后，NLP大模型曾分支出以谷歌BERT、OpenAIGPT为主的两大技术路径并各有拥趸。随着GPT3.5、GPT4在通用性文本生成领域的全面领先，有望再次统一LLMs（大型语言模型）的技术路径。在市场竞争的“鲶鱼效应”之下，其他AI模型厂商有望逐步迁移至类GPT的技术路径，投入的算力、人力等资源规模大幅增长，进而推动AI大模型整体的迭代速度加快、应用场景拓宽。2）功能实现飞跃，推动AI产品层面的“显性化”。具体从功能上来看，ChatGPT在两个层面实现了较大突破：1）通用性：与此前只能应用于特定场景的AI工具不同，ChatGPT能够满足B端企业、C端生活场景中的大多数语言交互需求。2）多模态：在接入GPT-4之后，ChatGPT新增了图片输入的能力，能够识别、分析专业的数据图表和网络梗图，也能基于一张写有需求的图片生成网站源代码。ChatGPT多模态能力的初显，不仅提升了输入内容形式的自由度、提升用户体验；更为语言类大模型打开了“用图像辅助认知世界”的新通路，推动模型认知能力的进一步提升。3）终局预期提前，推动AGI可见度提升。3月22日微软研究院发布GPT-4测评论文《AGI的火花：GPT-4早期试验》，核心观点为：鉴于GPT-4能力的广度和深度，GPT-4应该被合理视作AGI（通用人工智能）的早期版本。AGI是指具有一般人类智慧，可以执行任何人类智力任务的机器智能。此前，AGI作为人工智能研究领域的远期愿景，预计实现的时间在2050年以后。而继ChatGPT推出之后，AI大模型技术路径的统一、功能上的飞跃，推动AGI终局的可见度提升，落地预期或从2050年大幅提前。因此，从技术角度看，ChatGPT（及其背后的GPT3.5、GPT4模型）在通用性和多模态层面实现飞跃，统一了NLP研究的技术路径，从而使人工智能研究的终局（AGI）预期大幅提前。进而回答本节最初的问题：从技术角度看，ChatGPT毫无疑问是革命性的突破。1.3ChatGPT核心壁垒：算力、数据和工程能力ChatGPT的研发主要分为预训练（Pre-train）和精调（Fine-tune）两个环节。其中：1）预训练：使用无标注、大规模的数据集，对模型进行预训练。2）精调：让模型与专业的标注人员、AI训练师进行交互，推动模型逐步学习人类通用的表达方式和价值观，从而最终生成符合人类期望的回答。其中又可分为有监督精调（InstructionTuning）和强化学习训练（RLHF）两个环节。通俗地理解，如果将AI大模型类比于学生，那么模型的预训练就是通过广泛的通识性阅读，使学生具备初步的文字理解能力；模型的精调就是“教学”的过程，其中使用优质教材的效果往往胜过大量普通书籍。我们从ChatGPT的主要技术环节，分析其核心壁垒所在：1）算力资源：据TrendForce数据，以英伟达A100口径计算，ChatGPT需要2万块GPU来处理训练数据，随着ChatGPT的商用化，需要的GPU数量可能超过3万块。目前国内GPU集群的存量资源有限，叠加美实体清单影响高端芯片采购受阻，导致对于国内大模型厂商而言，模型的推理、部署、应用等环节的算力资源紧缺。但从长期来看，国内AI大模型算力紧缺的问题有望得到缓解。从市场角度，算力资源本质上是自由流通的商品，相较于模型技术、工程能力等硬性壁垒更易突破；从技术层面看，大模型的研发、应用环节所需算力未来均有优化的空间。4月13日微软推出大模型训练工具DeepSpeed-Chat，其中包括开源的RLHF框架，能基于单个GPU训练超过130亿参数的模型，训练速度提升15倍以上，垂类企业应用大模型的算力门槛有望大幅降低。2）参数量：一般认为1000亿的参数量级是语言类大模型产生“涌现”现象的门槛,GPT3的训练参数量达1750亿，GPT4参数量未公布。对于国内大模型厂商，尤其是拥有丰富自有数据资源的互联网大厂而言，1000亿的参数量级并非难以达到。目前百度、华为、阿里等头部企业均已推出或发布千亿参数以上的AI大模型，但在性能上仍和ChatGPT有较大差距。3）数据集的质量：GPT3的预训练数据集来自于commoncrawl（网页爬虫聚合类数据平台）、维基百科等标准化程度较高的公开数据库。目前国内AI大模型的预训练数据集也以公开网页爬取的数据为主，再结合公司自有的行业数据进行训练。问题在于，相较于英文，目前互联网上中文内容的规模和质量均存在较大差距。因此，国内AI大模型的预训练数据集中也以英文数据为主，使得在中文为主的用户使用环境中产生较多的适配性问题。目前来看解决的方法包括：一是建立标准化、高质量的中文语料库；二是加强AI大模型的翻译能力，使其生成的结果更符合中文用户的使用习惯。4）工程能力：包括预训练、精调等训练环节的执行能力和方法等，需要研发团队通过长时间的经验积累、不断试错，再对模型结果进行调优，这也是OpenAI的ChatGPT目前领先于国内、乃至谷歌BERT等其他海外头部大模型的核心壁垒之一。例如在精调过程中，OpenAI使用极少量的高质量标注数据，显著提升了GPT-3.5的应答能力。此外，中文和英文数据集在规模、质量等方面存在差距，这也需要额外的工程能力去弥补，使得国产AI大模型更适用于中文的使用环境。整体来看，对于国内AI大模型厂商，算力资源、数据质量和工程能力是类ChatGPT大模型研发的核心壁垒所在。其中算力资源的紧缺主要受外部因素限制，长期有望得到缓解；数据质量和工程能力的差距弥补需要资金、人才的大规模、长时间投入。在2023中国高层发展论坛上，360创始人周鸿祎表示，中国大语言模型技术水平和GPT4的差距在2到3年时间。2AI产业化：大模型为入口，关注应用环节降本增效+新增量2.1AI大模型：新的生产力工具和流量入口ChatGPT的应用：不只是聊天机器人。ChatGPT从最初作为一款聊天机器人应用被推出，到市场充分认识到其背后生态的战略意义，其间历经两个重要的时间节点：1）AI的“iPhone时刻”：3月16日微软发布365Copilot，通过ChatGPT和Office全家桶的结合，直观展现了AI赋能后C端用户体验的质变。从人机交互方式变革的角度看，自2007年iPhone开创多点触控的交互时代后，以ChatGPT为代表的自然语言交互有望引领新一次变革。2）AI的“AppStore时刻”：3月26日OpenAI允许第三方开发ChatGPT插件Plugin，第一批支持Expedia、Instacart、Zapier等头部应用，覆盖餐饮酒旅、语言培训、电商等多个生活场景。第三方插件生态的放开，可类比于2008年AppStore的推出，而ChatGPT作为流量入口，商业化潜力持续推升。从ChatGPT看大模型的战略意义：新的生产力工具，新的流量入口。1）大模型是新的生产力工具。类GPT大模型在通用性和多模态两个层面实现了飞跃，作为更高效的新一代生产力工具，能够帮助所有互联网企业提高生产效率。因此，拥有大模型的厂商将在生态中扮演“卖水人”的角色，通过出售大模型接口的调用权限、提供基于大模型的企业级服务等多种方式进行商业化变现。目前，OpenAI基于ChatGPT，推出了收费服务ChatGPTPlus，以及开放的应用程序编程接口OpenAIAPI，前者订阅制收费（每月20美元），后者按调用的token数量收费。从需求侧来看，OpenAI推出的两项服务均供不应求，曾数次出现因访问量过大而暂停服务、或暂停接收新用户的情况。2）大模型是新的流量入口。微软CEO在365Copilot发布会上提出：最通用的人机交互方式将会是自然语言。我们复盘TMT行业的发展历程，发现从PC图形界面到iPhone多点触控，每一次互联网范式的变革的背后，都是人机交互方式的升级带来使用效率的提升。GPT3.5、GPT4大模型在通用性层面的飞跃，使得基于自然语言对话的人机交互方式成为可能，极大提升了用户与机器交互的自由度和使用效率。因此，大模型的战略地位有望比拟操作系统，成为iOS/安卓之后的新一代流量入口，一端承接庞大的B端开发者需求，另一端触达万亿级别的C端消费者生态。目前，随着ChatGPTPlugin推出，大模型的第三方插件生态已然起步，商业化落地有望加速。ChatGPT推动流量“再分配”，移动互联网时代的竞争格局有望重塑。大模型作为新的生产力工具和流量入口，有望重塑移动互联网时代的工具和应用，建立万亿规模的下游应用生态。再考虑到大模型研发、使用过程中算力、技术、资金层面的高壁垒，大模型厂商对于市场需求将会形成虹吸效应，相对于传统互联网大厂的竞争优势将会越发显著。如微软旗下的浏览器Bing接入ChatGPT一个月后移动端DAU破亿，有望对谷歌旗下Chrome浏览器50%以上的市场份额形成挤压，动摇全球浏览器市场“一超多强”的竞争格局。因此，大模型带来的生产力工具+流量入口价值，有望重塑移动互联网时代的竞争格局。谁在布局大模型：大厂和创业公司。此前，国内外头部互联网、科技公司均在AI大模型领域有所投入，但技术路线并不统一，模型的应用场景域也相对有限。在ChatGPT推出之后，国内外大厂快速跟进，在自身模型储备的基础上向GPT靠拢，并相继发布类ChatGPT的文字聊天机器人产品，包括百度“文心一言”、阿里“通义千问”、商汤“日日新”等。此外，部分中小型企业也看到了大模型带来的广阔商业化空间、以及竞争格局重塑机会，其中多为AI、互联网行业领军人物组建的创业公司，包括美团联合创始人王慧文的“光年之外”、搜狗创始人王小川的“百川智能”等。大模型+垂类数据，满足垂类企业的细分需求。相较于大模型厂商，垂类企业的业务体量、技术和资源储备相对有限，但仍可以通过接入外部的大模型，实现经营效率的提升、生产力边界的扩张。根据企业需求体量的不同进行划分：1）对于小B和创业团队：可直接调用ChatGPT等大模型API，以引导提示（prompt）的形式输入需求,生成直接可用的文字、图片、代码等素材。如电商卖家可通过ChatGPT、StableDiffusion等模型生成宣传素材、模特图片等。2）对于大B：可基于大模型接口、结合公司自有数据进行精调（fine-tune），得到更加适用于自身业务场景的“新模型”。如海外OTA龙头Expedia基于自有的酒旅数据对ChatGPT进行精调，生成了更适配OTA场景的客服机器人，能够与用户讨论旅游、航班信息，并制定个性化的出行攻略。垂类企业有望从两个方面受益于AI技术变革：一是在企业生产经营环节中降本增效，二是带来收入端的新增量。从业务性质来看，业务场景线上化程度较高的企业，受AI大模型的影响更大，其对AI工具的接受度也更高。因此，传媒互联网整体成为AI大模型率先落地的应用场景。我们从网文、图片、视频、游戏、广告营销、电商六个细分领域的具体应用，解读AI大模型对于垂类企业的赋能效果。2.2AI+网文：创作效率提升，内容形式有望升维1）降本增效：网文创作环节效率提升。在网文创作环节，网文平台通过提供AI编辑器，辅助作家进行创作，并提高编辑环节的工作效率。目前从头部网文平台的布局来看，已使用谷歌LaMDA、Word2Vec等开源的文字类模型，核心功能除了识别错别字和语病，帮助作者纠错；还能基于作者当前创作的内容、以及训练集里的内容库，为作者提供可选的创作思路，帮助作者突破创作瓶颈。后续，随着国内AI大模型的文字理解、生成能力接近ChatGPT，网文写作中的人力占比有望进一步降低：作者仅负责思考故事大纲，用关键词描述核心的背景、人物设定和剧情冲突，AI编辑器即可围绕这些关键词进行大范围的扩写，生成脉络清晰、故事完整的网文作品。2）新增量：网文互动性增强，内容形式有望升维。一是提升网文本身的互动性。2019年，阅文集团曾和微软小冰联合推出过“IP唤醒计划”，即让用户和网络文学里的高人气角色进行文字互动。后续结合类ChatGPT大模型，虚拟角色和网文用户之间的对话场景将更为通用，并在平台网文库里铺开使用，有望大幅提升用户的阅读体验。二是从网文衍生出有声书、漫画、动画等更高维度的内容形式。随着AI大模型多模态能力的提升，文生图、文生音视频的门槛有望逐步降低。而手握大量IP资源的网文平台，有望借助AI大模型的多模态生成能力，基于丰富的网文语料库生成相应的有声书、漫画、短视频、动画等更高维度的IP内容，大幅推升商业化空间。2.3AI+图片：平台变现效率有望提升1）降本增效：图片搜索精准识别，提升平台变现效率。以国内头部图片版权平台视觉中国为例，其旗下VCG.com网站已推出AI智能搜索功能（Beta版），基于多模态、自然语言理解以及知识图谱等人工智能技术，用户不仅可以用“关键词”进行检索，也可以使用“自然语言”、“以图搜图”的方式进行搜索。因此，平台可以更准确地理解用户的搜索需求、找到对应图片，有望提升中小客户、C端用户的找图效率，从而提升平台整体的变现率。2）新增量：基于高质量图片素材库，有望孵化中国版Midjourney。图片版权平台的核心资产是高质量的图片素材库，在AI大模型生态中有望价值重估：一是为大模型训练提供丰富的图片数据库；二是在外接大模型的基础上，训练自有的图像生成垂类模型。从海外情况看，全球最大的图片版权平台GettyImages与英伟达开展合作，基于英伟达的“毕加索”AI图片生成框架，用自有的高质量素材训练图片、视频生成垂类模型；图像创作者社区Shutterstock也在使用英伟达的AI框架，基于自有资源训练3D生成模型。从国内情况进行类比，随着国内AI大模型性能、生态逐步完善，图片版权平台有望训练自有的垂类生成模型，孵化“中国版的Midjourney”。2.4AI+视频：提升工业化水平，孵化新的UGC生态1）降本增效：短视频、动画制作领域率先落地。传统影视内容的制作流程主要分为三个阶段：前期（剧本、脚本制作，募集资金、导演选角等），中期（正式的拍摄工作），后期（剪辑、视效制作等）。目前，类ChatGPT大模型主要应用于文字、图片生成类的影视制作环节，包括前期的剧本、脚本制作，以及后期的视觉特效、宣发素材制作等。具体来看，编剧可根据具体需求，短时间内生成多个剧本供片方选择；导演借助AI工具，在脚本设计、镜头语言的选择上更为丰富；后期视效、剪辑工作的繁琐程度大幅降低，整体上压缩影视内容的制作周期，降低制作成本。从影视内容的种类来看，短视频和动画制作的线上化、工业化程度较高，AI大模型赋能下的降本增效成果有望率先落地；而真人参演的影视剧制作流程较为繁琐，涉及大量的线下实景、真人演员拍摄环节，生成式AI替代人力的落地速度相对较慢。2）新增量：降低制作门槛，孵化新的UGC视频生态。从技术路径的角度，AI视频生成的实现难度显著高于文字和图片生成，原因有二：一是视频内容本身的复杂度高，包括每秒24帧的镜头素材，因此需要基于成熟的图片生成能力、和大量的算力资源；二是镜头语言的叙事逻辑有别于自然语言，目前ChatGPT的训练素材以文字为主，尚未支持视频内容的输入，因此无法生成持续、连贯的视频内容。但长期来看，UGC视频制作的难度有望大幅降低。目前，国内外多个头部互联网厂商已推出短视频生成模型，如Meta的Make-A-Video、谷歌ImagenVideo、阿里“魔搭社区”里的文生视频模块、腾讯“智影助手”等，用户可通过输入文字描述、图片素材，生成数十秒到一分钟的视频内容。类比移动互联网的普及孵化出短视频生态，随着AI多模态能力的提升，C端用户制作复杂视频的门槛有望大幅降低，孵化新的视频社区生态。2.5AI+游戏：全流程降本增效，推动品类创新周期1）降本增效：研发、发行全流程落地。在所有内容制作行业中横向对比，游戏是生产制作工业化程度最高的内容形式，因此AI大模型能更好地和游戏研发、发行工作流相融合，降本增效的落地速度也最快。此前，腾讯、网易、米哈游、莉莉丝等国内头部游戏公司均已布局AI生成工具，降本增效成果已在游戏文案、角色和道具生成等研发环节率先落地。随着通用类大模型ChatGPT、以及图像生成类模型StableDiffusion等的应用，游戏策划、设计中更为复杂的3D建模、场景等也有望通过AI工具自动生成，从而推升游戏研发团队的生产力上限，提高游戏内容的质量和更新迭代速度，进一步提升用户粘性和意愿。2）新增量：AI有望推动下一轮品类创新周期。作为内容创意行业，游戏行业有着供给决定需求的特征。头部爆款游戏往往基于玩法的创新，为用户提供独一无二的游玩体验，从而产生显著的马太效应，为游戏公司带来丰厚的业绩回报。而随着生成式AI的技术变革和广泛应用，游戏作为互动性最强的内容形式，有望迎来新一轮的品类创新周期。目前，基于AI的游戏品类创新方向以“开放世界”为主，通过增强游戏内人物、场景与玩家的互动性，提升玩家在虚拟世界中的沉浸感。其中网易宣布将在手游《逆水寒》中实装国内首个游戏版ChatGPT，让NPC能和玩家自由生成对话；米哈游新作《崩坏：星穹铁道》通过AI技术使NPC的行为模式更为自然，该游戏将于4月26日国内上线。未来，基于AI的品类创新有望孵化新的爆款游戏，用户意愿的提升有望推升游戏行业整体的收入水平。2.6AI+电商：大模型有望成为新的电商入口1）降本增效：降低推广、客服等成本，提升流量匹配效率。国内来看，头部互联网电商平台长期布局AI工具，如阿里巴巴于2021年推出千亿参数的大模型通义M6，应用于电商全流程的降本增效。随着ChatGPT推出，AI大模型的通用性和多模态能力大幅提升，有望进一步推动营销、客服等环节效率提升。参考海外情况，东南亚头部电商平台Shopify已于3月接入ChatGPT，可以辅助进行商品信息的自动生成、广告营销文案图片素材的生成、替代人工的数字人客服主播，从而降低运营成本；同时通过更为精准的流量识别和分发，提高用户需求和商品之间的匹配度，进一步提升经营效率。2）新增量：ChatGPT有望成为新的电商流量入口。按照人－货匹配的方式进行划分，电商平台分为以淘宝为代表的搜索类电商、以抖音为代表的推荐类电商，分别以搜索框、短视频/直播为流量入口，进行用户需求和商品信息的匹配。而ChatGPT的通用性和多模态能力，有望再次重塑电商平台的产品形态，成为新一代的电商流量入口。主要原因系：一是交互方式上，ChatGPT的自然语言交互方式，相比于传统的关键词检索有着更高的自由度和使用效率。在输入端，用户可以精准地描述自己的细分需求；输出端，用户能够获得更为详尽的“购买清单、推荐攻略”，而非固定、单一的搜索结果。二是匹配效率上，用户在类ChatGPT的交互方式中会提供更详细的需求描述，AI大模型对于商品和用户数据的处理也更为精准。目前海外电商平台Shopify、Instacart、Klarna均开发了基于ChatGPT的“智能导购”模块，用户使用体验和人-货-场的匹配效率有望大幅提升，提升电商平台商业化空间。2.7AI+营销：创意环节降本增效，营销模式有望创新1）降本增效：降低图文素材制作成本。以ChatGPT为主的生成式AI，有望在营销文案、图片、视频的制作环节提升效率。对于广告主而言，部分较为简单的图文营销需求可借助AI工具自行完成，从而降低广告营销费用。对于广告代理商而言，其核心的能力和产业链价值在于为广告主提供营销策略框架。因此，代理商可通过AI工具生成文案、图片等重复性素材，辅助核心团队进行创意设计；并基于过去的案例和数据积累，将更多的产能用于优化原有的营销框架、为广告主提供更多增值服务上。2）新增量：新的流量入口推动营销模式创新。2月微软将ChatGPT与自有浏览器Bing结合发布NewBing,并表示正在与合作伙伴探讨广告变现的新方式。根据3月的用户反馈，微软已尝试在ChatGPT生成的答案旁边显示悬停广告，以及将广告植入与ChatGPT的聊天体验中。随着ChatGPT成为浏览器、电商平台等多种C端应用的流量入口，更多创新的广告形式和商业模式有望涌现。具体来看，新的自然语言交互方式推升Adload，更高的用户匹配度推升eCPM，千人千面的效果提升流量分配效率，从而整体推升线上广告的商业化规模。3AI+投资分析基于产业趋势，我们建议关注三条投资主线：大模型厂商，垂类企业降本增效，内容资产的价值重估。3.1投资主线一：大模型厂商AI大模型：下一个“移动互联网”级别的增长机会。前面我们提到，AI大模型是此轮产业变革的核心。1）作为新的生产力工具：大模型厂商通过模型自用，大幅提升自有业务的经营效率；通过出售模型能力，即提供大模型接口的调用权限、基于大模型的企业服务等，满足广大垂类厂商的降本增效、业务升级需求。2）作为新的流量入口：通过AI大模型的快速落地和生态扩张，大模型厂商有望承接交互方式变革带来的“新增量”，参与互联网流量的“再分配”，把握下一个“移动互联网”级别的增长机会。国内大模型厂商将共同受益于行业的高速增长。国内厂商类ChatGPT大模型的推出周期自2023年3月开始，截至4月19日，百度“文心一言”、华为“盘古”、阿里“通义千问”、商汤“日日新”、三六零“智脑”、知乎“知海图”、昆仑万维“天工3.5”均已发布或开启内测。1）供给侧来看，目前国内有能力研发并落地大模型的厂商仍是少数。国内横向对比，从资金储备、下游生态来看，头部大厂具有先天优势；但从类ChatGPT对话机器人的演示效果来看，各家之间差距并不显著。国内外纵向对比，目前国内AI大模型和OpenAI的ChatGPT整体上存在2年左右差距。2）需求侧来看，目前，下游垂类企业对大模型的应用需求远大于实际的供给。随着4月13日微软开源DeepSpeed-Chat模型训练工具，垂类企业应用大模型的门槛有望进一步降低，推动大模型下游的应用需求加速增长。因此，在国内各家大模型性能未出现明显差距，且下游应用需求远未被满足的情况下，我们判断国内AI大模型厂商将共同受益于行业早期的高速增长。昆仑万维：A股生成式AI模型全覆盖稀缺标的全球化互联网平台企业，海外占比持续提升。公司通过内部孵化、外部投资布局五大业务板块：1）海外浏览器Opera:截至22Q4平均MAU达3.24亿，2022年营收3.3亿美元，向北美、欧洲等高价值市场持续扩张。2)海外音乐类社交平台StarX：核心产品StarMaker是海外K歌类应用龙头，累计注册用户3.1亿。3）全球移动游戏平台ArkGames：深耕游戏出海市场数十年，自研自发的二次元MMO手游《圣境之塔》将于年内上线国内。4）国内休闲娱乐平台闲徕互娱：国内头部棋牌类游戏平台。5）科技股权投资平台。2022年公司实现营收47.4亿元，同比下降2.35%，其中海外收入占比提升至78%；归母经营性净利润6.4亿元，同比增长112%。未来十年的新战略：AllinAGI（通用人工智能）与AIGC。１）生成式垂类模型全覆盖：公司从2020年开始布局AIGC，2022年12月发布“昆仑天工”系列模型，包括天工巧绘、天工乐府、天工妙笔、天工智码，覆盖图像、音乐、文本、编程等模态，是A股唯一对生成式AI模型进行全覆盖的公司。2）海外Opera浏览器接入ChatGPT：23年3月22日，Opera浏览器将ChatGPT集成到其桌面版应用中，能够为用户撰写摘要、生成图像等，有望受益于GPT赋能下海外浏览器市场的竞争格局改善。3）合作研发类ChatGPT大模型：公司与奇点智源合作，研发中国版类ChatGPT的开源大模型“天工3.5”，其中模型的知识产权归属于奇点智源，公司将享有模型商业化后净利润的50%。截至3月10日，公司已合计采购约4400万美金的硬件设备。4月17日“天工3.5”启动邀请测试，有望抢占大模型生态位，受益于下游需求的高速增长。3.2投资主线二：垂类企业降本增效根据我们对AI+六个细分应用场景的梳理，传媒互联网行业将整体受益于AI大模型发展。但从细分领域来看，其受益的速度和弹性各不相同。我们认为其中的核心因素在于三点：业务数字化程度，自有数据资源，实际应用的落地速度。重点关注游戏行业：降本增效落地最快，长期增量空间大。从上述三个评价标准来看，1）数字化程度高：在所有内容领域中，游戏研发、发行的数字化、工业化程度最高，因此其全业务流程更容易和AI工具相结合。2）自有数据资源丰富：垂类公司需要在自有数据的基础上，对外部的大模型进行精调，才能生成更适用于自身业务场景的垂类模型。而游戏公司基于C端的游戏产品矩阵，储备有大量的图文、3D模型等研发素材，以及高频的用户留存、活跃度、等用户行为数据，应用于大模型精调之后，有望大幅提升游戏公司的经营效率。3）实际应用的落地速度：游戏公司对新工具、新技术的接受意愿普遍较高。2023年3月举行的GDC（游戏开发者大会）开设了多个AI专场，无论是腾讯、网易等头部游戏公司，还是数十人的创业团队，均已在研发流程中积极尝试“AI原生”的玩法创新，有望推动新一轮品类创新周期。游戏行业景气度持续向上，有望迎来戴维斯双击。从行业基本面来看，据《2022年中国游戏产业报告》，2022年国内手游市场销售收入1931亿元，同比下降14.4%，主要系版号停发导致的供给侧受限，以及经济下行导致的用户消费力减弱。而自2023年起，游戏行业监管显著回暖，连续4个月国产游戏版号发放超过80款。我们认为，版号发放常态化对行业供给侧的提振有望从23Q2开始逐步显现。从游戏储备情况来看，目前腾讯、网易、米哈游、哔哩哔哩等头部公司均储备有研发进度基本完成、高商业化潜力、且已拿到版号的大体量新游，其中多款已定档Q2-Q3上线。随着新游供给的集中释放，游戏行业景气度有望重回上行通道，对公司业绩的提振有望自23Q3开始逐步显现。结合AI、虚拟现实等新技术催化，游戏行业整体有望迎来戴维斯双击。恺英网络：产品储备丰富，有望受益于AI+XR加速落地传奇/奇迹类游戏头部厂商，公司治理重回正轨。公司在传奇、奇迹类游戏领域的竞争优势稳固，23年进入产品大年，计划上线10+款游戏：其中传奇类3款、奇迹类1款；另外6+款创新品类包括斗罗、盗墓IP，有望成为重要增量。其中《龙神八部之西行纪》《仙剑奇侠传：新的开始》《归隐山居图》《山海浮梦录》《龙腾传奇》5款已取得版号。公司治理层面，22年10月前实控人股权过户完成，公司董事长金锋成为第一大股东，叠加近几年新核心管理层构建完成，未来战略将得到更为长期和有力地执行。稀缺性布局VR游戏，有望受益于AI+XR加速落地。产业层面，Meta于4月6日推出开源CV模型SAM，可用于查找和分割图像中的任何对象。结合ChatGPT的语言交互功能，VR游戏研发商有望借助AI模型降本增效、提升用户的交互体验。从公司布局来看，公司全产业链布局VR生态，且卡位精准。硬件层面，公司是国内头部VR硬件厂商乐相科技第一大机构股东，后者产品大朋VR2021年出货量全球第二；内容层面，公司旗下子公司臣旎网络具备业内公认的优异VR游戏研发能力，一款自研动作类VR游戏有望年内落地。公司未来有望受益于国内VR硬件渗透率提升带来的成长红利，以及AI+XR的加速落地。巨人网络：新游周期起航，AI+游戏有望加速落地存量产品线稳固，23年迎接产品大年。公司旗下游戏生命周期较长，核心聚焦两条产品线：1）“征途”线：《征途》端游于2006年推出，此后公司深耕细作，继续就不同细分市场、创新玩法和商业模式推出征途系列。新作《原始征途》于23年3月24日上线，首日流水千万，截至4月17日稳定在iOS畅销榜前15名。2）休闲竞技线：公司于2015年推出《球球大作战》，版本高频更新、营收较为稳健。新作《太空行动》是海外已得到验证的爆款品类中，国内唯一有版号的手游，23年1月国内上线，冷启动后有望于23H2开启商业化。此外，公司自研手游《龙与世界的尽头》布局二次元放置类新赛道，由2019年爆款游戏《不休的乌拉拉》制作人研发，目前已获得版号。积极布局AI+游戏，有望受益于降本增效+玩法创新。产品层面，公司于2月20日确认接入百度文心一言，3月自研手游《太空行动》与百度文心一言联合推出国内首个由AI生成的手游形象“太空鲨”，后续将在用户UGC创作等层面进一步合作。人才层面，公司官网启动对外招聘游戏AI训练师、AIGC算法工程师等高薪岗位，加快推进AI工具在游戏研发中的实际应用。战略层面，据澎湃新闻，4月3日公司创始人史玉柱的内部讲话，游戏+AI是大势所趋，公司须重点布局：其中在研发环节的美术、程序上助力降本增效，在游戏策划上则可以发挥更重要的作用，如迅速找到最佳数值。盛天网络：音频类生成式AI打开增长空间游戏IP运营稳健，电竞社交平台贡献新增量。公司业务主要包括：1）游戏发行及运营，占营收比重约50%。子公司天戏互娱与日本光荣等IP方合作深厚，参与《三国志2017》的全球联合运营，并以IP引进、授权、监修等方式参与了《三国志·战略版》《真·三国无双霸》《大航海：海上霸主》等多个爆款游戏。2）游戏社交服务业务，主要包括云游戏平台、游戏社交平台、线下网吧和电竞酒店。公司2022年预计实现归母净利润2.1-2.4亿元，同比增长68%-92%，主要系以“带带电竞”为主的游戏社交服务业务快速增长，贡献新的利润增量；以及《三国志·战略版》等IP游戏产品表现亮眼，利润持续增长。布局音频类生成式AI，长期打开增长空间。公司借助AIGC技术，推出声音社交+电竞陪玩平台“带带电竞”，下载数量位居华为、VIVO多个应用市场垂直品类排名第一。目前平台已上线“声鉴玩法”，通过声音鉴别算法技术构建用户多维画像，精准推荐内容服务和社交匹配用户。未来有望按照用户或主播的需求生成声音，提高声音类产品的生成效率，为电竞用户提供更具沉浸感、陪伴感的用户体验，进一步提升平台的用户粘性和商业化空间。光线传媒：动画电影龙头，IP价值有望提升全产业链布局的影视龙头，动画电影优势显著。公司横向覆盖电影、电视剧（网剧）、动漫、音乐、文学、艺人经纪、实景娱乐等多个影视内容领域；纵向布局影视全产业链：通过控股猫眼娱乐拓宽宣发优势，成立子公司彩条屋影业储备动漫IP，布局下游衍生品延长动画作品生命周期。目前，公司已出品《哪吒之魔童降世》《姜子牙》《大鱼海棠》等多部现象级国产动画电影，储备有《哪吒2》《姜子牙2》等系列续作，IP影响力在国内影视制作企业中具备稀缺性。积极布局AIGC，IP价值有望提升。与真人影视相比，动画电影的制作流程数字化、工业化程度更高，AI技术对其影响更快且更为显著。公司于23年3月22日发布动画电影《去你的岛》，其宣传海报由StableDiffusion、Midjourney等AI工具制作完成。此外，公司参与测试百度文心一言，海外动画制作团队已在探索ChatGPT在业务上的应用。未来，随着多模态技术的演进，AI技术在公司业务中的应用，有望从宣发素材的制作，渗透到动画电影的角色、场景生成等制作流程，以及衍生品开发、虚拟人生成等下游IP衍生环节，助力公司降本增效，进一步提升IP价值。值得买：稀缺内容电商社区，加速AIGC商业化应用稀缺的内容电商社区。公司旗下拥有消费内容社区“什么值得买”，2022年MAU同比增长4%至3889万人，GMV同比下降5.4%至207亿元。其商业化方式包括：1）效果营销：通过将用户导流至电商平台、品牌商官网产生电商导购佣金收入；2）品牌营销：App/网站上的广告展示收入。此外，公司积极拓展电商代运营等新业务，依托旗下子公司“星罗”“有助”将代运营业务重心转向抖音平台。2022年受消费下行和公司战略转型影响，公司营业收入12.3亿元，同比下降12.45%；归母净利润0.85亿元，同比下降52.7%。探索AIGC多场景应用，平台变现效率有望提升。自2017年起，公司开始在“什么值得买”平台上尝试通过算法和机器的方式生产内容，即MGC（机器贡献内容）。2022年，MGC在内容发布总量中占比已提升至20.31%，未来有望进一步提升，丰富社区内容生态。2023年公司成为百度文心一言首批生态合作伙伴。在AI大模型生态中，公司有望基于十余年来积累的用户消费数据，布局电商领域的垂类模型，提高用户消费决策的转化率，进一步提升平台变现效率。三人行：数字营销主业高速增长，AI+营销推动模式创新国内领先的整合营销服务供应商。公司主营业务包括数字营销服务、场景活动服务和校园媒体营销服务。作为营销行业龙头，公司在长期实践中积累了稳定优质的媒体资源与客户资源，并在此基础上持续挖掘原有消费品、电信运营商、金融等行业头部客户的营销预算；同时，公司持续拓展大客户矩阵，22Q4中标汽车行业头部客户一汽奥迪、一汽大众、捷达。在此推动下，公司2022年营业收入56.5亿元，同比增长58.3%；归母净利润7.36亿元，同比增长45.8%。与科大讯飞签订战略合作，营销模式有望创新。23年3月28日，公司发布公告：与科大讯飞签订关于战略合作协议，合作内容包括：1）通过AI赋能，共同提升智慧营销能力；2）共同开发基于下一代人工智能技术的多模态智能营销工具。其中，公司基于不同行业客户、全营销链条的案例经验库和数据库，结合科大讯飞的AI技术储备，有望为中小企业主提供SaaS服务，包括品牌战略、营销素材的生成，以及用于直播电商的虚拟人等。3.3投资主线三：内容资产的价值重估AI大模型生态下，内容资产价值有望重估。AIGC的核心是内容，按内容维度从低到高，可分为文字、图片、音视频、游戏。1）作为大模型训练数据集：前文中我们提到，训练数据集的规模和质量是AI大模型研发的核心壁垒之一。目前大模型的训练数据集以文字形式的语料库为主，23年3月发布的GPT-4开始支持图片形式的输入。我们认为未来大模型能力将在“多模态”层面持续演进，因此图片、音视频甚至游戏内容均有望成为大模型“认知”世界的素材。2）内容质量的增强：通过AI大模型降本增效、打开生产力上限之后，企业得以聚焦内容生产的核心环节——创意设计，因此推升产能上限、提升内容质量。此外，AI推动交互方式的变革，有望开创新的内容品类（如更“开放世界”的游戏品类），通过大幅提升用户体验，孵化爆款C端应用。3）内容形式的升维：随着AI多模态技术成熟，文字、图片、视频、游戏等内容形式的生成门槛将依次降低。内容形式中横向对比，文字类内容的价值重估落地最快。目前，国内大模型厂商多使用自有数据资源、以及网页爬虫获取训练语料库，但普遍面临两个问题：一是中文语料库的规模和质量有限。据W3Techs数据，截至4月19日，全球网页内容中英文占比高达55.6%，而中文内容占比仅为1.5%。因此国内大模型的训练数据中，大部分仍由英文语料构成，无法很好地满足国内用户以中文为主的使用习惯。二是监管侧对训练数据集的规范化提出了要求。4月11日，网信办发布《生成式人工智能服务管理办法（征求意见稿）》，要求“预训练、优化训练所用数据，不含有侵犯知识产权的内容”。因此，随着国内大模型训练需求快速增长，文字类版权平台作为优质、合规语料库的稀缺性凸显。此外，文字类