【登录】  免费注册     
文档分享



关键字搜索: 
当前位置:文档分享2023年传媒AIGC行业深度分析报告43页
推存文档
 2021年中国家装行业研究报告44页
 2021年中国现制茶饮行业洞察报告34页
 人教版数学六年级下册:3.1.3《 圆柱的表面积2页
 2020-2021学年人教版小学数学六年级上册期6页
 2015-2020年中国互联网数据中心(IDC)120页
 2022年中国建材行业经济运行分析报告13页
 2021年成都房地产市场分析报告57页
 2021年户用光储行业深度分析报告36页
 2023年城市轨道交通行业市场分报告75页
 2021年云游戏行业深度分析报告42页
 2021年工业软件CAD行业深度分析报告54页
 2022年中国人工智能产业研究报告96页
 2022年中国半导体显示产业碳中和白皮书91页
 2021年中国区块链产业生态地图报告60页
 2021年瓶片行业深度研究报告27页
 2020-2025年中国电子级氢氟酸行业市场分析87页
 2021年中国汽车行业发展分析报告68页
 2020年泛安防行业研究报告48页
 2022年软磁行业专题分析报告39页
 2020-2025年中国自动驾驶系统行业市场分析160页
 2021-2027年中国氧化锆行业市场分析与投资84页
 2021年服装行业深度分析报告31页
 2023年JAK1抑制剂子行业深度分析报告37页
 2021年传媒行业深度研究报告26页
 2021年硅烷行业深度分析报告36页
 2020年光伏行业深度研究报告83页
 2019-2026年硝基咪唑行业市场分析与发展前115页
 2020年交通运输区块链白皮书49页
 2018-2025年中国制糖产业市场分析与投资前165页
 2022年食用油行业趋势白皮书39页
2023年传媒AIGC行业深度分析报告(PDF 43页)
资料语言: 中文
编辑日期: 2023年
资料页数: 43页
资料格式: PDF
资料目录: 进入下载页面列表

目录

人工智能应用已经进入高速发展阶段  5

AI 能力迭代速度加快  5

AIGC 多模态交互能力持续进化 . 6

AIGC 领域历经多种技术路线演化  12

大语言模型的主要技术路径均基于TRANSFORMER  12

“涌现能力”令人惊艳,但原理仍是谜团 . 13

其他模态AIGC 基于各自领域小模型发展 . 16

国内发展大语言模型面临的挑战  18

数据成本:海量的优质数据以及处理数据的经验方法  18

算法开发成本:富有经验的工程师人才. 21

算力成本:超大规模的计算资源与资本投入 . 22

AIGC 颠覆人机交互模式,创造全新内容形态 . 26

人机交互形式正在发生颠覆式变化  26

内容生产效率提升,创新的内容形态正在酝酿 . 29

AIGC 产业链和推荐关注标的  34

风险提示 . 43

图表目录

图表1. 人工智能技术的发展历程 . 5

图表2. 感知型AI 和决策型AI 常常融合在一个系统中执行任务  6

图表3. 分析型AI 常用作智能推荐  7

图表4. 生成式AI 通常以模态进行划分 . 7

图表5. AIGC 发展历程  8

图表6. 生成式AI 有多种多样的算法模型 . 8

图表7. Transformer 由编码器(Encoder)和解码器(Decoder)两部分组成 . 9

图表8. Stable Diffusion Reimagine,Midjourney,DALL-E2 生成图 . 10

图表9. Make-A-Video,Imagen,NETFLIX 生成视频  10

图表10.OneNote 语音听写  11

图表11.MusicLM . 11

图表12.语言模型的演进过程. 12

图表13.ChatGPT 训练过程 . 13

图表14. “涌现能力”广泛存在于自然界以及物理学、经济学等领域  13

图表15. “涌现能力”通常出现在由多步骤构成的复杂任务中 . 14

图表16. 上下文学习能力(in-context learning)是涌现效应的部分证明 . 14

图表17. 涌现现象原理的猜想之一是任务的评价指标不够平滑. 15

图表18. 涌现现象原理的猜想之二是复杂任务之内有不同层次之间的信息交互整

合 . 16

图表19. 主流图像AIGC 对比  17

图表20. TTS 中的技术步骤 . 17

图表21. GPT-3 的研发成本拆分 18

图表22. GPT-3 所采用的训练数据集  18

图表23. Common Crawl 中各种语言的比例  19

图表24. 全球主要地区数据规模变化 . 19

图表25. 现实世界充满了大量低频但重要的长尾数据  20

图表26. 消费级应用1 亿用户达成时长 . 20

图表27. ChatGPT 团队中的华人学者  21

图表28. 算法开发成本  21

图表29. 目前国内富有经验的工程师人才 . 22

图表30. 云服务下GPT-3 算力成本拆分  23

图表31. 基于自建算力的硬件购置成本-训练阶段  23

图表32. 规模化应用主要的降本环节 . 24

图表33. 目前国内主要的大模型 . 24

续图表33. 目前国内主要的大模型 . 25

图表34. AI-智能家居解决方案26

图表35. New Bing 带来全新的搜索体验 . 26

图表36. 通用大语言模型赋能后人机交互全环节对比  27

图表37. ChatGPT 交互模型  27

图表38. ChatGPT 插件功能  28

图表39. New Bing 的编程能力  28

图表40. New Bing 的绘画能力  28

图表41. 365Copilot 应用  29

图表42. Auto-GPT . 29

图表43. Auto-GPT 的评价及缺陷 . 29

图表44. AIGC 与传统内容生产对比 . 30

图表45. AIGC 助力内容生产  30

图表46. AIGC 现有美术应用  31

图表47. NVIDIA Research 的 AI 模型 . 31

图表48. AI 语音应用方向及案例. 32

图表49. AI 语音生成未来市场规模 . 32

图表50. ChatGPT 的编程能力  32

图表51. 国内aiXcoder XL 智能编程大模型 . 32

图表52. 使用New Bing 总结文献  33

图表53. Research GPT  33

图表54. AIGC 产业链图谱及代表企业 . 34

图表55. AIGC 上游相关标的  35

图表56. AIGC 产业链中游相关标的 . 36

续图表56. AIGC 产业链中游相关标的 . 37

图表57. AIGC 产业链下游应用相关标的(1) . 38

续图表57. AIGC 产业链下游应用相关标的(1) 39

图表58. AIGC 产业链下游应用相关标的(2) . 40

图表59. AIGC 产业链下游应用相关标的(3) . 41

续图表60. AIGC 产业链下游应用相关标的(3) 42