科技创新下传媒行业的投资机会

传媒行业深度研究

分析师：倪爽 S0910523020003

2024年6月19日

本报告仅供华金证券客户中的专业投资者参考

u 伴随着ChatGPT掀起的人工智能热潮，2023年迎来生成式AI元年。相比前代AI，具备高可用性、高拟人化的预训练大模型跨越技术奇点，国内外技术公司、高校、研究院的语言、图像、视频、音频大模型在2023年以极快的速度相继推出和迭代，基于预训练大模型的应用在全球范围内产生了爆炸式的影响，从社会群众到AI从业者，对人工智能技术能够带来的生产生活变革，都实现了颠覆性的再认识。

u 2022年1月，国务院发布“十四五”数字经济发展规划；2024年3月5日，李强总理代表国务院在十四届全国人大二次会议上作《政府工作报告》，《报告》提出，深入推进数字经济创新发展，开展“人工智能＋”行动,打造具有国际竞争力的数字产业集群。AI作为建设数字中国，发展数字经济的核心一环，符合国家长远战略发展方向，受到了多项政策的支持。随着数字基础设施建设不断扩容提速，以及“人工智能+”及“数据要素×”等相关行动的不断推进，将持续推进数字经济与实体经济深度融合，赋能我国经济社会高质量发展。

u 因此我们长期看好AI的科技发展方向，以及国家战略方向的一致性。传媒行业作为AI与AIGC落地的核心应用端，同样拥有巨大的发展机会。当前，随着AI与AIGC的落地，降本增效在产业中的效果也陆续体现。目前应用最为广泛的是营销业务，其次包括游戏、影视、短视频等内容产业也将受益，出版教育等业务中AI技术的应用也在快速普及。

u 推荐关注：昆仑万维，恺英网络，姚记科技，天娱数科，视觉中国，捷成股份，天下秀，南方传媒，中文在线，蓝色光标，浙文互联等。

u 风险提示：政策不确定性；AI等技术发展低于预期；全球宏观形势与技术阻碍的风险等。

数字经济赋予我国AI发展强动能
AIGC技术持续迭代
AIGC落地多场景，降本增效逐步显现
投资建议
风险提示
数字经济赋予我国AI发展强动能
AIGC技术持续迭代
AIGC落地多场景，降本增效逐步显现
投资建议
风险提示

u 2022年11月30日，ChatGPT-3.5横空出世，2023年3月15日，OpenAI正式发布GPT-4，让人类第一次体验了与AI的自然对话。ChatGPT达到1亿用户只用了2个月，此前即便是Apple APP store也花费了2年时间才达到1亿用户。人工智能以摧枯拉朽的势头席卷整个科技圈，英伟达CEO黄仁勋认为，ChatGPT就是AI的“iPhone时刻”。

u GPT-4发布后，众多巨头纷纷入局，与OpenAI展开合作。微软宣布，新必应搜索引擎正在运行GPT-4，同时推出Microsoft 365 Copilot将微软生产力工具与AI紧密联合，大幅提升生产力效率。此外，OpenAI官网披露的合作案例还包括摩根士丹利、KhanAcademy、冰岛政府、电子支付公司Stripe、语言学习应用Duolingo、应用程序 Be My Eyes等。ChatGPT是AI易用性革新的一大步，让用户可以通过自然语言便捷地使用。ChatGPT可以被视作是AI能力的集成，还可以内嵌入各类软件，实现对生产力的革命。

u 彼时，国内的大模型应用也蓬勃发展。百度于2023年3月16日发布文心一言，吹响了国内大模型应用的号角。

ChatGPT是发展最快的互联网产品之一

人工智能全球市场规模及预测

人工智能全球市场规模及预测（单位：亿元人民币）

u AIGC（AI-Generated Content）指利用人工智能技术（生成式AI路径）来生成内容的新型内容生产方式，通常是文字、图像、音频或视频。这类内容可以通过自然语言处理，机器学习和计算机视觉等技术生成，即生成式AI。AI最初设立的目的是让机器像人类一样思考解决问题。目前AI的总体目的是通过各种算法解决问题提高生产效率。

u 人工智能（AI）伴生于信息技术时代，经过数十年的研究积累及经验沉淀，已逐步跨越科学与应用之间的技术鸿沟，迎来新一轮的红利爆发与创新机遇。21世纪以来，全球技术创新进入空前活跃期，生成式AI技术的到来被誉为“最具革命性”的技术进步，未来产业发展是抢占全球创新高地、重构全球创新版图、重塑全球经济结构的关键节点。

全球科技革命浪潮

全球人工智能产业发展关键节点回溯

u 2023年迎来生成式AI元年。相比前代AI，具备高可用性、高拟人化的预训练大模型跨越技术奇点，国内外技术公司、高校、研究院的语言、图像、视频、音频大模型在2023年以极快的速度相继推出和迭代，基于预训练大模型的应用在全球范围内产生了爆炸式的影响，从社会群众到AI从业者，对人工智能技术能够带来的生产生活变革，都实现了颠覆性的再认识。

大模型小型化

2月25日，MetaAI在官网公开发布了LLaMA大型语言模型，包括7B、138、33B和65B四种参数规模，后被国内外多款展垂类、端侧大模型作为技术底座。

垂直行业化

3月30日，彭博社发布BloombergGPT论文，该模型专门针对各类金融数据进行训练。

端侧算力准备

10月25日，高通推出新一代移动芯片骁龙8Gen3，其AI引擎支持多达100亿个参数的生成式Al模型。HexagonNPU的性能提升了98%，持续的AI推理的每瓦性能提高了40%。

合成数据再度引发关注

6月20日，国家互联网信息办公室发布关于发布深度合成服务售法备案信息的公告，公开发布境内深度台成服务算法备案信息。

网络安全对抗升级

3月2日，美国拜登政府正式发布新版《国家网络安全战略》，提出中国是“对美国政府及私营部门网络最广泛、最活跃、最持久的威胁”。

大模型技术进程

大模型落地应用进程

智算实力加强

多模态模型下场

3月15日，0penAl发布了多模态预训练大模型GPT-4，直接开放APl。

文生图模型快速进化

7月27日，StabilityAl正式发布文生图模型SDXL1.0。

现有应用融合

2月7日，微软发布ChatGPT版搜索引擎NewBing，上线48/小时内获100万账户申请。

Agent崛起

11月7日，OpenAl发布了AlAgent初期形态产品GPTS，并推出了相应的制作工具GPTBuilder。用户仅仅通过跟GPTBuilder聊天，把想要的GPT功能描述一遍，就能生成专属GPT。

英伟达持续扩大领先优势

11月13日，英伟达发布了目前世界最强的AI芯片H200，性能较H100提升了60%到90%，还能和H100兼容。

国家动态监管

生成式AI进入监管体系

7月13日，国家网信办等七部门联合公布的《生成式人工智能服务管理暂行办法》即将自2023年8月15日起施行。

L3自动驾驶迎来曙光

11月17日，工信部、公安部、住房和城乡建设部，交通运输部共同发布《关于开展智能网联汽车准入和上路通行试点工作的通知》。

中美关系限制

AI芯片出口再禁

10月17日，美国更新出口管制标准，英伟达针对中国市场的特供版H800、A800两款芯片也面临禁售。

u 2022年1月，国务院发布的“十四五”数字经济发展规划提出，到2025年数字经济核心产业增加值占GDP的比重要达到10%（2020年占比为7.8%）。2023年2月27日，国务院印发《数字中国建设整体布局规划》，提出建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑；到2025年，数字中国建设取得重要进展；到2035年，数字化发展水平进入世界前列，数字中国建设取得重大成就。将数字经济的发展提上了一个新高度。

u 据2024年5月24日第七届数字中国建设峰会上发布的《数字中国发展报告（2023年）》，2023年我国数字经济保持稳健增长，数字经济核心产业增加值占GDP比重达到10%，提前实现“十四五”数字经济发展规划的预期目标；数据要素市场日趋活跃，2023年数据生产总量达32.85ZB，同比增长22.44%；数字基础设施不断扩容提速，算力总规模达到230EFlops，居全球第二位。

u 去年至今，产业数字化加速推进，人工智能、数字孪生等技术在90%以上的示范工厂得到应用；数据要素价值加快释放，数字产业化动能强劲。随着数字基础设施建设不断扩容提速，以及“人工智能+”、“数据要素×”相关行动的不断推进，将持续推进数字经济与实体经济深度融合，赋能我国经济社会高质量发展。

数字经济框架

数字经济相关政策

时间	政策	内容
2023年2月	《数字中国建设整体布局规划》	提出数字中国按照“2522"整体框架进行布局。
2022年1月	《"十四五”数字经济发展规划》	加快构建算力、数据等资源协同的全国一体化大数据中心体系，进一步推动算力基础设施的建设，加速打造多层次算力设施体系，实现算力水平的持续显著提升。
2021年11月	《“十四五”大数据产业发展规划》	提出，“十四五”时期，大数据产业发展要以推动高质量发展为主题，以供给侧结构性改革为主线。
2021年3月	《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》	迎接数字时代，激活数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革。在加快新型基础设施建设方面，提出改造升级工业互联网内外网络
2020年3月	《工业和信息化部办公厅关于推动工业互联网加快发展的通知》

u 数字经济实现总量的快速增长。根据工信部公布的数据显示，中国数字经济规模已从2012年的11万亿元增长到2022年的50.2万亿元，预计2023年将达56.1万亿元，持续保持高位增长。在此背景下，2023年我国数字经济同比名义增长11.8%，高于GDP名义增速6.6个百分点，自2012年以来，连续12年显著高于GDP增速，数字经济持续发挥了经济“稳定器”与“加速器”的作用。

u 数字经济核心关键是“数实融合”。随着数字技术加速创新、快速迭代、群体突破，信息化和工业化融合从起步建设、到制造业与互联网深度融合、再到新一代信息技术与制造业融合发展， “由点成线、由线及面”向更大范围、更广领域和更深层次迈进，逐步进入以数字经济和实体经济深度融合为核心特征和重要模式的新阶段。在此阶段，Web3.0、区块链、元宇宙、AIGC等技术均在数实融合演进的道路上扮演重要角色。

数字经济规模快速增长

数字经济与GDP名义增速对比

数字产业化图谱

AR/VR

区块链

虚拟现实（VR）增强现实（AR）混合现实（MR）扩展现实（XR）

无线传输技术
网络技术
新型多天线传输技术
调制和编码技术
空口技术

分布式账本共识机制密码学智能合约大数据云计算数字孪生+物联网

大数据采集大数据处理
大数据存储及管理
大数据分析及挖掘
大数据呈现与运用

虚拟化分布式文件系统分布式数据库资源管理技术信息安全

射频识别技术网络通信技术GPS基数计算机技术传感器技术

机器学习深度学习自然语言处理计算机视觉强化学习语音识别

保障海量数据的传输

虚实结合，应用数据形成可信资产，促进资产确权组织海量数据存储和处理海量数据

收集海量数据

应用海量数据

工业互联网

toB

智慧金融、智慧物流、智慧矿山、工业互联网

toC

游戏、内容创作、元宇宙、智能家居、智能零售…

toG

智慧城市、智慧政务、智慧交通、智慧医疗、智慧能源…

u 近年来，AI产业受到我国各级政府的高度重视和国家产业政策的重点支持。国家陆续出台了多项政策，鼓励行业发展与创新。

u 2024年3月5日，李强总理代表国务院在十四届全国人大二次会议上作《政府工作报告》，首次将“大力推进现代化产业体系建设，加快发展新质生产力”列为首项任务。《报告》提出，深入推进数字经济创新发展，开展“人工智能＋”行动,打造具有国际竞争力的数字产业集群。近年来，传媒产业在AI浪潮下持续迎迭代催化。不仅在内容端获不同程度的赋能，多赛道或将持续迎来生产方式的变革。恰逢2024开年AI赛道爆发，通用模型百舸争流，AI从早期相对高度集中的toB端到toC端的下放，有望让传媒产业多赛道迎来爆发，开启AI赋能元年。

时间	发布单位	政策名称	主要内容明确了AIGC服务提供者应当依法开展的活动、遵守的规定，以及具体的服务规范，落实了监督检查和法律责任等。
2023年7月	国家网信办、发改委等七部门	《生成式人工智能服务管理暂行办法》	主要内容明确了AIGC服务提供者应当依法开展的活动、遵守的规定，以及具体的服务规范，落实了监督检查和法律责任等。
2023年4月	国家互联网信息办公室	《生成式人工智能服务管理办法(征求意见稿)》	首次明确了AIGC“提供者”内容生产、数据保护、隐私安全等方面的法定责任及法律依据，确立了人工智能产品的安全评估规定及管理办法。
2022年8月	科技部	《关于支持建设新一代人工智能示范应用场景的通知》	坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，充分发挥AI赋能经济社会发展的作用，围绕构建全链条、全过程的AI行业应用生态，支持一批基础较好的AI应用场景，加强研发上下游配合与新技术集成，打造形成一批可复制、可推广的标杆型示范应用场景
2022年7月	科技部、教育部、工信部等	《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》	场景创新成为AI技术升级、产业增长的新路径，场景创新成果持续涌现，推动新一代AI发展上水平。鼓励在制造、农业、物流、金融、商务、家居等重点行业深入挖据AI技术应用场景，促进智能经济高端高效发展。
2021年12月	工信部等	《"十四五”智能制造发展规划》	加强关键核心技术攻关。聚焦设计、生产、管理、服务等制造全过程，突破设计仿真、混合建模、协同优化等基础技术，开发应用增材制造、超精密加工等先进工艺技术，攻克智能感知、人机协作、供应链协同等共性技术，研发AI、5G、大数据、边缘计算等在工业领域的适用性技术。支持AI算法库、工具集等研发。加快发展新型机器学习、生物特征识别自然语言理解、新型人机交互、智能控制与决策等产品和服务。推动AI开放平台建设。
2021年11月	工信部	《"十四五”软件和信息技术服务业发展规划》

u 2023年，我国数字化、网络化、智能化发展日新月异，不断夯实数字底座，持续提升服务质量，有力推动互联网普及率增长。截至2023年12月, 我国IPv6活跃用户数达7.62亿，同比增长10.60%。

u 5G方面，据工信部，截至2023年10月，中国已建成5G基站321.5万座，较2022年底增幅高达39.1%。5G网络已覆盖所有地级市城区、县城城区，超90%的5G基站实现共建共享，5G网络正加快向集约高效、绿色低碳发展。

u 终端方面，据TDIA统计，截至2023年9月，全球5G终端达到2916款，非手机终端1449款，占比超49.6%，5G终端呈现款型多样化发展趋势。

u 在网民规模持续提升、网络接入环境日益多元、企业数字化进程不断加速的宏观环境下，AIGC技术作为新型内容生产方式，有望渗透人类生产生活，为千行百业带来颠覆变革，开辟人类生产交互新纪元。

2019年-2023年IPv6互联网活跃用户数

2019年-2023年10月中国5G基站累计开通数量(万座)

u 2023年，我国网络基础设施建设持续加强，通信服务质量深度优化，智慧生活提升了网民上网幸福感，数字适老普惠范围亦得到不断拓展。

u 上网设备方面，截至 2023年12月，我国网民使用手机上网的比例高达 99.9%；使用台式电脑、笔记本电脑、电视和平板电脑上网的比例分别为 33.9%、30.3%、22.5%和 26.6%。

2023 年全年，国内市场手机总体出货量为2.89亿部，同比增长6.5%。其中，5G手机出货量为2.4亿部，同比增长11.9%，占同期手机出货量的82.8%。

u 截至2023年12月，我国手机网民规模达10.91亿人，较2022年12月增长2562万人，网民中使用手机上网的比例为 99.9%。

u 端侧是AI模型应用不容忽视的重要场景。越来越多的AI计算和推理工作负载在手机、笔记本电脑、XR头显、汽车和其他边缘终端上运行，已知三星、Vivo、华为等手机厂商已在端侧布局AI；苹果亦在WWDC2024宣布推出端侧Apple Intelligence，携手OpenAI接入GPT-4o，以多模态能力赋能复杂任务处理。移动终端日渐普及，手机厂商先后入局端侧AI，有望双轮驱动长效赋能端侧“生产力”，加速AI应用落地。

2022-2023互联网络接入设备使用情况

2020-2023手机网民规模及其占网民比例

u 据艾瑞咨询研究院，2023年中国人工智能产业规模已达到2137亿元，大模型带来的底层技术革新将为中国人工智能产业的规模增长带来更多存量扩张与增量空间。2028年，中国人工智能产业规模将达到8110亿元。对比原本大模型未出现涌现能力的人工智能产业规模值，大模型带来的产业加成比例在2028年或达到32.9%，在语言语音模态规模加成最为显著。

u 未来大语言模型、语音大模型的产品门槛与应用成本或将逐步降低，带来更多API能力调用与产品解决方案的AI能力融入发展，尤其在2024年以后，更多AI产品逐步变现、AI能力下放至边缘侧与端侧之后的影响将更为明显；原本以图像识别为主的计算机视觉市场增长变缓，受政策及政府预算影响，泛安防类的业务增长更多被医疗、工业等CV产品取代，且图像生成市场将在未来3-5年迎来更多商业变现机会，进一步填充计算机视觉模态的市场空间驱力。

2020-2028年中国人工智能产业规模

AI加速前规模(亿元) AI加速后规模(亿元)
2023中国人工智能产业模态分布

2028中国人工智能产业模态分布

语言语音模态(对话式AI、智能语音、NLP文本、知识图谱)

数据模态(机器学习产品)

B端热门产品特征：企业路径一般为内建产品应用，通常先打磨好服务方案，再对外输出。

u C端热门产品特征：收集用户行为及市场偏好，探索进一步产品演进及变现空间。

u 基于扩散模型的AI电商设计图、基于大语言模型的对话式AI解决方案等热门B端产品率先出圈变现，C端应用也涌现了一批AI搜索对话、图像生成等APP产品。2023年7月，妙鸭相机小程序横空出世，成为AIGC时代下第一个C端爆款。

u 中国人工智能产业发展呈现“倒三角”特征，数据层的规模质量、算力层的规模性能制约着模型层及应用层的飞速发展。2023年3月，中共中央、国务院印发的《党和国家机构改革方案》对外公布，组建国家数据局。2023年10月25日，国家数据局挂牌成立。国家从政策监管角度积极引导数据要素市场建设，鼓励开展数据确权授权，构建数据流通体系，旨在为大模型训推提供高质量数据市场资源。

目前，从B端和C端实际落脚点出发，AI产品方案落地仍需严谨方法论及场景结合。

数据与算力支撑AI产业顶层发展高度

i

应用层：受底层资源与模型技术等限制，预训练大模型带来的产业变革未带来颠覆性生态改变。大模型仍然缺乏透明度与可解释性，且在内容生成角度缺乏一致性，是未来大模型应用实现规模化联动应用需要解决的核心问题之一。

自

模型层：无论从大模型V.s.小模型，还是决策式AIV.s.生成式模型角度出发，未来一段时间内都将处于并存状态。从场景需求、业务适配、性价比等角度出发，选择对应模型。

#

大模型应用对训推算力需求持续加大。此外，多模态数据将进一步抬升智算需求，未来中国将持续智算中心建设弥补产业算力缺口。随着美国对中国的半导体限令逐步收紧，中国企业普遍走上以NV卡为存量增量，拥抱AI芯片的国产化道路，生态适配历经阵痛期，以华为昇腾、百度昆仑、海光等为代表的芯片产品陆续规模化应用

品

当下高质量中文语料资源仍然处于短缺状态，且随着时间推移，优质数据的获取难度将进一步加大。从数据维度来看，除了文本语料外，图像、视频方向的数据语料更加稀缺，且亟需发展是带有时间和空间维度信息的3D数据，助力AI视频生成及多模态技术发展。

2023年AI热门产品及演进形态

	toC			toB
热门产品	AI对话助手/AI Agent平台	图像创作/音乐创作网站App	AI手机AI PC	营销/客服数字员工/数字人	知识库助手/对话式BI	办公助手/Copilot
内容及原理	拥有广泛的知识覆盖，提供知识问答、内容创作、情感陪伴等功能，还可以基于Agent平台打造个性化功能助理	提供基于图像、音频的生成创作，为专业工作者提供效率化生产平台，同时也降低创作门槛，让更多人参与	将大模型剪裁后置于端侧，基于端侧大模型，云端结合带来软硬件生态、用户交互体验的系统性变革	将B端对话式AI产品及解决方案融入大模型能力，大幅提升交互质量及轮次，拓宽营销、人力、财务等场景	结合企业文档数据实现知识信息的大规模解析、检索、间答，同时提供数据处理分析	提供文档生成编辑、数据分析可视
						化、代码生成辅助、智
							能办公助理

					方面的智能	的办公效率及职场体验
					问答与BI呈现

数字经济赋予我国AI发展强动能
AIGC技术持续迭代
AIGC落地多场景，降本增效逐步显现
投资建议
风险提示

u AI技术是现阶段互联网及各行业迈向新阶段的源动力。人工智能或成为推动第四次工业革命的核心力量；近年来，数据要素正成为经济增长新的主导性要素，而人工智能能够有效实现该要素的功能倍增，为生产力带来更为显著的效能提升。

u 各种关键技术的不断积累和突破，为人工智能的发展添砖加瓦，最终促成了大语言模型的巨大成功和AIGC领域的蓬勃兴起。AIGC多样化的内容生成能力使其覆盖各类内容形式，各类应用场景正随技术进步逐渐落地。

u AIGC不仅可覆盖文本、音频、图像、视频等基本内容模态，还可综合图像、视频、文本进行跨模态生成，并应用于各类细分行业成为具体的生产力要素，例如游戏行业中的AI、NPC、虚拟人的视频制作与生成等。

四次工业革命

人工智能相关技术发展

u 多模态架构可以建立统一的、跨场景/任务的模型，将不同类型的数据（如图像、文本、音频等）融合起来，极大地拓展了人工智能认知并理解世界的能力边界。多模态学习在不同模态间搭建了桥梁，使得基础模型通过迁移学习和规模涌现达到能力跃迁成为可能，极大加速了通用模型的演进。

u Transformer类架构的发展带动多模态融合，为范式转变奠定基础。多模态架构逐渐成为图像生成领域的研究热点。

在自然语言处理领域的机器翻译任务中，已经成为主流的模型架构。

Ø 图像生成领域逐渐被应用，该架构可以有效地捕捉图像的全局结构和语义信息，同时可以生成高分辨率、逼真的图像。

大模型训练过程及部分条件

Transformer类结构发展

u 大模型发展路径多元化，正向推动生态建立。MoE模型（专家混合）由多个子模型（即专家）组成，每个子模型为一个局部模型，处理输入空间特定子集。MoE使用门控网络基于数据适配特定模型降低不同类型样本之间干扰。

u Transformer模型相比MoE模型不具备循环结构，使得训练AI大模型需要大量算力及时间。以GPT为例，其Transformer解码器训练过程中每天约消耗超50万度电力，训练成本以万亿美元为单位计数。

u 短期内通用类大模型市场热度较高，长期内多种模型组合是未来发展方向。根据模型体量，模型可分为大模型、小模型、微模型。

Ø 小模型：多专注于垂类领域，垂直场景具备充足的数据以及问题处理能力。

微模型：更加个性化，由用户个人数据训练而成。

MoE模型特点

可能的AIGC模型格局及各方关系

u AI生态加速发展，大模型技术逐步收敛，生态走向聚合，模型更收敛、框架更归一。

u 根据AIPORT数据显示，全球共有11家公司开发不止一种类型的AI模型。Stability AI为五种不同的AI模型类型（图像、视频、音频、3D 和代码）领先，其次为 OpenAI（聊天机器人、音频、视频和多模态）和 Google（文本、图像、音频和多模态），两者均有有四种模型类型。微软、Meta、腾讯、百度和Yandex等公司开发两到三种不同AI模型。

u 中国自2023年5月起，行业大模型发布数量显著增加，互联网巨头达成进一步行业分化及产业伙伴合作，同样受益于开源生态的建设，更多垂类厂商结合开源模型研发契合自身业务的行业大模型产品。根据艾瑞不完全统计，截止2023年底，中国行业模型的个数占比已经超过8成。

部分海外企业AI布局情况

2019-2023年中国大模型发布情况

u AI产品形态向内容生成、智能助手以及数字代理等方向演进。随着大模型技术的成熟，规模增大，大模型为AI Agent提供强大能力。

u Agent在人工智能领域被赋予具有自主性、反应性、交互性等特征的智能“代理”。大型语言模型(LLMs)的出现为智能代理的进一步发展带来契机。

u AI Agent具有更广泛的应用范围可处理多个任务，并在不同领域中执行各种功能；具有更自然和灵活的交互方式，能够理解复杂的自然语言指令，与用户进行更智能对话。Agent+大模型将有望构建具备自主思考、决策和执行能力的智能体，进一步提升大模型的应用能力。

LLM驱动Agent基本框架

u 对比AI与人类的交互模式，AI Agent较目前广泛使用的Copilot模式更加的独立，能够自主调用资源完成任务，人类在其中起到督促和评估的作用。能否提供个性化、连贯的交互体验，为AI Agent的构建关键。

u 目前，AI Agent可以视为在LLM技术下Prompt工程的进化。AI Agent是Prompt工程的升级，Agent的核心在于自主性的增强，可有效完成某一个工作点或工作单元，尽量减少人的干预。

u 随着大模型参数量提升将提高AI Agent的理解力和泛化能力，使其能更好地处理多种任务和上下文信息。将逐步增强AI代理的自然语言处理能力。AI Agent将给应用软件的形态和业态带来颠覆性变化，成为垂直应用的超级入口。通过重构过往软件形态实现商业场景的落地。

AI Agent的升级

大模型正在从算力统管和场景优化两个维度在边缘侧进行落地尝试。

Ø 算力：大模型能够部分替代和接管原有云端计算中心的算力调度权限与能力，减少云端传输所带来的时间损耗，对边缘侧算力使用效率带来改进。

Ø 场景：大模型可取代原有边缘侧用于预测、决策、判别、生成等多类任务的小模型，提升场景泛化能力和使用效果。

u 终端模型与云端模型协同提供服务，存、算、网同步升级。大模型已经率先在手机和汽车座舱中得到初步应用。计算存储需求也在催化终端硬件和网络性能迭代。在大模型裁剪技术以及终端算力制约下，端侧部署大模型参数量小，功能相对有限，云端大模型相互协同为用户提供更丰富的场景体验。

大模型在云、边、端落地对物联网技术体系的影响与塑造

云端与终端示意图

u AIGC应用基于所生成的模态，可分为文本生成、音频生成、图像生成、视频生成、3D生成的产品。在所统计的产品中，44%以上的应用专注于文本模态的生成，在AIGC应用中最为普及。图像生成产品约占29%，应用也相对成熟。音频生成应用数量占比约为15%，生成式AI为其带来新技术驱动。

AI应用90%+为软件形态，AI硬件开始进行尝试。AI硬件主要分为两种：

Ø AI+万物：即在传统产品上集成AI功能，主要包含AI手机、AIPC、XR、具身智能、学习机、AI电视、汽车等。

Ø AI新产品：即利用大模型的特性，创新消费电子的产品形态与交互方式，代表性产品有AI Pin、Rabbit Rl等。

产品模态分布（左）与多模态应用占比（右）

AI与硬件结合代表：Rabbit R1

u 手机AIPC应用从用户感知视角，多模态的人机交互将提高实用性。AI终端将从存储—应用—交互一体的娱乐/工具机，逐渐演化为用户随身携带的智能BOX。

u 从技术栈层面，操作系统作为全机能力调度的核心将发挥主体性作用，硬件厂商将以AI操作系统为核心重塑自身生态，原有软件厂商的用户数据与流量入口优势或将被削弱。

端侧应用主要功能：

Ø 内容总结：借助浏览器AIGC插件总结文字、视频等内容，提升阅读效率等，并以标签形式提炼，助力工作提效。

Ø 信息生成：围绕工作场景，用户可借助AI生成所需的文本、图片等内容信息，也可生成办公文档等，提高效率。

PC端调用示例

Meta与雷朋联名智能眼镜

u AIGC多模态应用涉及PC和移动端，头部APP拥有超5千万活跃用户。开发者在PC、移动端陆续以独立和嵌入的形式，完成AIGC产品在各领域布局。

u 开发者在PC、移动端陆续以独立和嵌入的形式，完成AIGC产品在各领域布局。

u 从市场表现来看，用户对AIGC应用热情度较高，独立APP的需求持续增长。根据QuestMobile数据显示，2024年3月，AIGCAPP行业用户规模同比增长8倍以上。

u AIGC APP在工作日（周一至周五）期间的活跃度高于休息日（周六、周日），推测现阶段AIGC APP与办公场景的适配性更强。

AIGC APP行业月活跃用户规模趋势（单位：万）

2024年1月千万级AIGCAPP周均活跃占比分布

u 各大模型厂商发展呈现点到面的生态布局。以自主研发大模型为核心，围绕多模态生成形式发展相关应用。但由技术路径与生成模态存在一定一致性。

u 大模型或将带动云资源（MaaS模式）及行业产品方案的售卖，在B端产品方案融合更多大模型技术，以API调用、SaaS产品及定制方案等加速企业智能化赋能。目前C端产品主要以工具定位为主，页面广告、流量变现（如占领用户更多流量及使用时长实现引流花费）等方式尚未进入当下产品。根据QuestMobile数据，2024年3月中国移动互联网活跃用户规模达到12.32亿，独立AI APP用户量为7380万，渗透率约为6%。

u 目前模型厂主要在采取低价形式吸引用户建立自身生态圈。现阶段国内AIGC应用的收费模式主要围绕产出内容收费、订阅/会员制付费等营收模式，新的商业模式亟待探索。

部分应用收费模式

部分模型训练价变化列表

厂商	模型名称	价格变化
DeepSeek	DeepSeek-V2	API定价为每百万tokens输入1元、输出2元（32K上下文）
智谱	GLM-3 Turbo	模型降价幅度高达80%
字节跳动	豆包大模型	定价为0.0008 元/千Tokens
阿里通义千问	Qwen-Long	价格直降97%
百度	ENIRE Speed、ENIRELite	免费

u 苹果发布个人化智能系统Apple Intelligence，集成到iOS、iPadOS和macOS中，提供情景驱动通知、写作改进、图像生成等功能。此人工智能系统将当前的AI相关技术系统性的整合到苹果生态，主要围绕六项功能：情景驱动的通知、写作改进、图像生成、跨App任务、关注个人情境以及私有云计算。

u 目前AI的发展已经成为主要趋势，苹果此次更新是围绕当前技术形式，对原有生态进行整合完善。

苹果生态建立部分应用展示

数字经济赋予我国AI发展强动能
AIGC技术持续迭代
AIGC落地多场景，降本增效逐步显现
投资建议
风险提示

u AIGC应用产品基于AI应用类型可分为AI原生和X+AI的产品。「AI原生」比例高于「X+AI」，说明在国内基于生成式AI技术构建的产品要多于利用生成式AI技术改善原有功能的产品。不同领域的厂商都在围绕生成式AI设计和开发新的应用。

u AIGC应用产品基于大模型应用类型可分为基于自研基础大模型、基于自建垂直大模型和API接入的产品。基于「自建垂直大模型」开发的应用产品数量最多。做垂直业务的企业率先找到AIGC落地的方向，利用自己的数据积累和技术能力，积极开发大模型应用，力图在AIGC垂直应用领域建立市场

AI应用分类（左）与AI大模型分布（右）
AI应用发展阶段

•单模态到多模态转变，视频生成技术集中突破
•应用层产品爆发式增长
•B端市场商业模式明确，C端市场转向盈利为先
•第一批用户出现，产品迭代周期缩短

第二阶段：商业模式成熟

•视频生成和多模态生成技术成熟•应用层的AI原生产品成为主流•C端商业模式成熟•AI终端的市场渗透率进一步加大

第三阶段：规模化盈利

•进入AGI阶段，产品能够更好地模拟人类。
•应用层实现规模化盈利，头都产品触达多个行业场景

u 用户对大模型技术的兴趣度不断提升。如今AI大模型已进入企业全面竞争和应用规模化推广的关键时期，各大互联网巨头抢先布局AI产品。

u 基于扩散模型的AI电商设计图、基于大语言模型的对话式AI解决方案等热门B端产品率先出圈变现，C端应用也涌现一批AI搜索对话、图像生成等APP产品。2023年7月，妙鸭相机小程序横空出世，成为AIGC时代下的第一个C端爆款。

u 用户普遍对于基于大模型技术的AI产品表现出较高的使用兴趣度，但实际生活中有使用AI产品的用户比例仍相对较低，难找到入口、入门流程繁琐学习成本高是主要的阻碍，反映用户迫切需要企业推出更多使用门槛低、便捷易用的AI产品。

AI应用分类、AI大模型分布

生成式AI使用情况

u 国内与海外应用从用户量上仍有较大差距，且头部应用人数相对集中。从产品类型可以发现目前以使用门槛较低的AIChatBots为主流。搜索成为大模型技术最先落地的应用场景，如海外搜索巨头谷歌和微软必应就在今年年初推出基于大模型的AI化产品，与自身搜索生态融合；国内百度率先通过大模型，对搜索进行重构。

u 2023年1月至今，已上线众多AIGC APP，且快速迎来大规模增长，其中抖音集团旗下的豆包APP，百度旗下的文心一言APP均已突破千万用户规模。

5月全球应用增速(上)国内与海外头部应用用户量对比(下)

TOP5 AIGC APP 月活跃用户规模变化

u 2023年8月字节跳动发布旗下首个语言大模型“豆包”。根据七麦数据，截至2024年6月12日，豆包应用排名稳定在总榜免费榜第一。

u 豆包在搜索、阅读分析、创作上表现出色，支持上传文档，可基本满足日常工作需要。与其他产品相比，豆包在语音功能具备一定优势，有效地降低使用门槛。同样以豆包大模型为基础的产品扣子，其通过API连接集成各种插件和平台，提供“无代码”创建应用的方式，加快全民开发者时代的到来。相比于Open AI的GPT Store，扣子生态更加开放，允许分享到豆包、微信、飞书等平台。

豆包生态及部分功能展示

不同应用在不同场景会使用最适合的模型

通用模型Pro

通用模型Lite

语音识别模型

语音合成模型
声音复刻模型
角色扮演模型

模型类型

Fuctioncall模型

文生图模型

向量化模型

PC端协同

u AI助力内容生成效率及效果提升，赋能游戏开发全流程。游戏行业具备高交互性、内容创意密集等特点，是最容易受益于AIGC影响的领域之一。在游戏行业，AIGC的应用越来越广泛，它不仅可以帮助游戏开发者降低成本、改善效益、打造创新玩法等，还能为玩家提供更加丰富、逼真的游戏体验。

u 移动游戏中加入AI功能，一方面可以丰富用户与游戏NPC的交互场景，另一方面借助AI可进一步刺激用户二创热情，扩大游戏内容的传播边界。

游戏特征

游戏行业AI应用情况

Ø 剧组模式：基于逆水寒游戏本体，AI根据输入角色形象、动作、台词就可以在游戏内实时生成相应内容。

Ø 模因共振机：由米哈游发布的基于AI算法的图生图工具，能将所有图片变化为《星穹铁道》的主角之一“三月七”

AI游戏产业全链路的应用

u AIGC视频生成工具可对视频生产流程进行重塑，由传统视频制作范式进化到“提示交互式”新范式。相比传统范式，其具有三方面的重塑： “拍扁”制作过程、提升创意和剪辑自由度、节省制作成本和时间。

u Runway、Pika等持续推动视频生成技术更新迭代，AI文本生成和图像生成相继走向成熟。Sora的发布意味着视频生成应用走向成熟的时间比原先预计的更早出现，AIGC已经加速迈入视频生成阶段。

AIGC用户偏好使用的大模型产品类型

《终结者2》利用AIGC工具进行重制

视频生成工具Pika

Sora加速AI视频生成进程

中国首部文生视频 AI 动画片《千秋诗颂》

u 海外本土原创微短剧成本高达15万至30万美元，而采用“AI翻译+校对字幕+AI配音”的国内微短剧，1分钟的技术成本约50元，加上换脸技术后，总成本可降至10万元人民币以内，效果显著。

u 目前，长短视频等产业正将AIGC应用于内容制作。微短剧《柒两人生》使用虚拟拍摄技术使特效周期缩短了10个月，实现生产成本减半。细类模型的整合运用可以令高品质短剧单集成本下降到1000元左右，制作时间缩短到一周1集，显著实现降本增效。

松江×上影推动“AI+影视基地”深度融合

《异人之下》数字人演员厘里

u 人工智能目前普遍应用在一个项目的早期设计阶段，并且随着项目阶段的推移 AI应用率递减。

u 前期的理念构思、意向参考阶段，是设计过程中最为开放和探索性的时期，此阶段需要大量的创意和灵感。而AI可以在这个阶段提供多样化的设计方案和视觉参考，探索更多的可能性。AI的发散性和创新能力在这个阶段得到了很好的发挥，而设计师可以将更多的时间投入到更需要分析和洞察的工作中。

AI参与阶段

初步方案中ai参与步骤

u AIGC实践及应用：广告营销行业。全链赋能多维增效，提供精准、创新、前瞻性的解决方案。

u 营销环节目前仍然是AIGC应用最多的业务场景之一，AIGC在营销行业从初期的市场分析、中期的客户转化以及后期的客户复购均可参与打开营销生态新思路，为消费者提供更个性化、智能化和互动性强的营销体验。AIGC技术的应用给广告行业带来直观地好处，大幅降低内容生产制作成本，从理解语义进化到对语义的分析归纳，实现从无到有生成内容，加速创意落地。

阿里旗下电商大模型

618 AI应用效果

林氏家居官方旗舰店
Al高效破圈带动618品牌经营升级

95.47% 达成人群渗透共计高达

TOP1店铺消费者资产在住宅家具行业排名

AIGC对教育的影响主要围绕三个方面：

Ø 教育主体：带来人机协同教学和师资强化的期待，也引发AI挑战教师主体地位的思考

Ø 教育内容：高阶通识能力、跨学科复合能力重要性被重提，辅以AIGC技术素养要求

Ø 入教学载体：有望赋能教师并实现规模化因材施教，也挑战传统学习模式和评价体系

u 从使用者的视角来看，Quizlet的调研报告指出，使用过ChatGPT等AI技术的教师（占比65%）比学生多（占比61%），教师的应用需求更迫切，落地更快。同时，尽管AIGC技术应用对教学管理的影响重大，如对学情趋势的预测、管理决策的辅助等，但管理侧总体落地进程缓慢。

在线领域谷歌搜索趋势

一对一AI 应用实例

③学生与Khanmigo协作撰写、调整作文
多邻国Roleplay演示

u 根据普华永道的研究，到2035年，人工智能有可能将员工生产力提高40％。由于人工智能应用的数量不断增加，这项新技术将有可能重塑从制造业到银行业的许多流程。

u 根据尼尔森诺曼集团的案例研究，客服人员利用人工智能一小时内可以处理多13.8%的客户咨询。客户支持是人工智能效率显著提高的首批领域之一。客服人工智能让企业能够在更短的时间内处理大量问询，从而提高客户满意度。借助人工智能聊天机器人，企业可以提供全天候支持，减少等待时间，并为常见问题提供个性化回复。

u Nielsen Norman Group 的另一项研究表明，普通员工使用生成式AI工具编写的文档数量比手动编写的文档数量多59%。生成式AI为文档准备和管理提供了有效的解决方案。使用生成式AI可以节省创建文档的时间并降低出错的风险。

使用AI提高生产力的案例

银行领域AI应用案例

u 生成式人工智能为产业所提供的机遇是指它在推动经济增长、促进商业发展以及创造更有意义的工作机会方面的综合潜力。生成式AI如何跨越多个领域带来正面影响，不仅能够加速经济价值的实现，还能促使企业增长，并为个人工作提供更丰富、更深入的价值。生成式AI或将被视为一个全方位的增长动力。

u 生成式AI的出现或将对所有行业的生产模式均进行部分颠覆，并且从内容生成到流程再造，可实现多个行业的成本降低及价值再造，其中蕴含大量的机会。

生成式AI对中国各行业影响（成本下降幅度%）

截止2030年 AI在全球各行业可创造价值

u 人工智能对制造业的价值主要体现在商业和产业两方面。一方面，人工智能可覆盖制造业全流程各环节，提高各环节自身运作效率，并可挖掘各单一环节所产生的数据信息，进而赋能整体的预测、生产、管理、决策，实现精细化管理，助力企业降本增效。

u 工信部数据显示，经过智能化改造，制造业研发周期缩短约20.7%、生产效率提升约34.8%、不良品率降低约27.4%、碳排放减少约21.2%。另一方面，在人工智能的赋能下，制造业从产品为中心向用户为中心转变、从刚性生产向柔性生产转变，满足消费者个性化需求成为制造业新服务模式。

人工智能制造业应用市场规模

人工智能制造业应用市场规模（单位：亿元）增长率

制造业主要应用

产品设计

• 产品辅助设计：机器学习测试各个设计方案，数字孪生模拟生产流程，提高产品设计效率；通过数据分析，快速生成最优设计方案

生产制造

• 智能排产：优化物料配送流程

• 设备管理：预测设备故障风险

• 质量管控：监控产品质量

仓储配送：管理货架、商品和机器人，提高出入库效率

运营管理

供应链管理：根据历史数据和预测数据，优化库存水平和配送方案

销售预测：挖掘客户需求，分析销售趋势，描绘消费则画像，追逐产品生命周期

市场营销：个性化营销规模触达客户

数字经济赋予我国AI发展强动能
AIGC技术持续迭代
AIGC落地多场景，降本增效逐步显现
投资建议
风险提示

u 伴随着ChatGPT掀起的人工智能热潮，全球AI技术高速发展，基于预训练大模型的各类AIGC应用在全球范围内爆炸式发展，被公认为第四次科技革命。

u AI作为建设数字中国，发展数字经济的核心一环，符合国家长远战略发展方向，受到了多项政策的支持。随着数字基础设施建设不断扩容提速，以及“人工智能+”及“数据要素×”等相关行动的不断推进，将持续推进数字经济与实体经济深度融合，赋能我国经济社会高质量发展。

u 推荐关注：昆仑万维，恺英网络，姚记科技，天娱数科，视觉中国，捷成股份，天下秀，南方传媒，中文在线，蓝色光标，浙文互联等。

数字经济赋予我国AI发展强动能
AIGC技术持续迭代
AIGC落地多场景，降本增效逐步显现
投资建议
风险提示

u 政策落地的不确定性风险。国家数字经济与AI等相关政策实施，一般有一定落地节奏，对于短期内扶持补贴与政府采购进度等有较大影响，可能对产业发展带来进一步的影响。

u AI等技术发展低于预期的风险。AI等相关技术目前快速发展，但仍处于较初期阶段。后续AI技术的完善程度与落地应用效果仍存在一定的不确定性。

全球宏观形势与技术阻碍的风险。目前全球国际关系存在较大变化，美国在多个领域对中国存在限制行为。AI产业链中包括技术、算力、应用等多个方面，均有可能因为国际关问题受到美国的限制，进而影响我国相关产业发展。

倪爽，华金证券研究所传媒行业首席分析师，2023年2月加入华金证券。曾任太平洋证券传媒互联网行业首席分析师。

17年证券投资分析从业经验，13年文化传媒&互联网行业研究经验，专于行业逻辑、知识产权、内容产业与元宇宙方向研究。

2020年，获得“金麒麟”传媒最佳行业分析师（协会颁发资质的评价机构新浪举办）；2018年，因三次获金融界“慧眼识券商”行业分析师擂台（文化传媒）前三名，作为全市场内传媒行业唯一多次上榜分析师，获得金融界“屡获殊荣明星分析师”荣誉。

公司评级体系

收益评级：

买入 — 未来6个月的投资收益率领先沪深300指数15%以上；

增持 — 未来6个月的投资收益率领先沪深300指数5%至15%；

中性 — 未来6个月的投资收益率与沪深300指数的变动幅度相差-5%至5%；

减持 — 未来6个月的投资收益率落后沪深300指数5%至15%；

卖出 — 未来6个月的投资收益率落后沪深300指数15%以上。

风险评级：

A — 正常风险，未来6个月投资收益率的波动小于等于沪深300指数波动；

B — 较高风险，未来6个月投资收益率的波动大于沪深300指数波动。

行业评级体系

收益评级：

领先大市 — 未来6个月的投资收益率领先沪深300指数10%以上；

同步大市 — 未来6个月的投资收益率与沪深300指数的变动幅度相差-10%至10%；

落后大市 — 未来6个月的投资收益率落后沪深300指数10%以上；

风险评级：

A — 正常风险，未来6个月投资收益率的波动小于等于沪深300指数波动；

B — 较高风险，未来6个月投资收益率的波动大于沪深300指数波动。

分析师声明

倪爽声明，本人具有中国证券业协会授予的证券投资咨询执业资格，勤勉尽责、诚实守信。本人对本报告的内容和观点负责，保证信息来源合法合规、研究方法专业审慎、研究观点独立公正、分析结论具有合理依据，特此声明。

本公司具备证券投资咨询业务资格的说明

华金证券股份有限公司（以下简称“本公司”）经中国证券监督管理委员会核准，取得证券投资咨询业务许可。本公司及其投资咨询人员可以为证券投资人或客户提供证券投资分析、预测或者建议等直接或间接的有偿咨询服务。发布证券研究报告，是证券投资咨询业务的一种基本形式，本公司可以对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制作证券研究报告，并向本公司的客户发布。

免责声明：

本报告仅供华金证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因为任何机构或个人接收到本报告而视其为本公司的当然客户。

本报告基于已公开的资料或信息撰写，但本公司不保证该等信息及资料的完整性、准确性。本报告所载的信息、资料、建议及推测仅反映本公司于本报告发布当日的判断，本报告中的证券或投资标的价格、价值及投资带来的收入可能会波动。在不同时期，本公司可能撰写并发布与本报告所载资料、建议及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，本公司将随时补充、更新和修订有关信息及资料，但不保证及时公开发布。同时，本公司有权对本报告所含信息在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以本公司向客户发布的本报告完整版本为准。

在法律许可的情况下，本公司及所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务，提请客户充分注意。客户不应将本报告为作出其投资决策的惟一参考因素，亦不应认为本报告可以取代客户自身的投资判断与决策。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议，无论是否已经明示或暗示，本报告不能作为道义的、责任的和法律的依据或者凭证。在任何情况下，本公司亦不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。

本报告版权仅为本公司所有，未经事先书面许可，任何机构和个人不得以任何形式翻版、复制、发表、转发、篡改或引用本报告的任何部分。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“华金证券股份有限公司研究所” ，且不得对本报告进行任何有悖原意的引用、删节和修改。

华金证券股份有限公司对本声明条款具有惟一修改权和最终解释权。

风险提示:

报告中的内容和意见仅供参考，并不构成对所述证券买卖的出价或询价。投资者对其投资行为负完全责任，我公司及其雇员对使用本报告及其内容所引发的任何直接或间接损失概不负责。

华金证券股份有限公司

办公地址：

上海市浦东新区杨高南路759号陆家嘴世纪金融广场30层

北京市朝阳区建国路108号横琴人寿大厦17层

深圳市福田区益田路6001号太平金融大厦10楼05单元

电话：021-20655588

网址： www.huajinsc.cn

华金证券*行业深度分析*传媒*科技创新下传媒行业的投资机会华金证券-传媒-行业深度*倪爽

华金证券行业深度分析传媒科技创新下传媒行业的投资机会华金证券-传媒-行业深度倪爽