AIGC最新报告：2023年中国AIGC产业全景报告_预计2030年,我国aigc市场规模将达到万亿级别;2025年2027预计成为两次规模爆 发点

今天分享的是AIGC系列深度研究报告：《AIGC最新报告：2023年中国AIGC产业全景报告》。

（报告出品方：量子位）

报告共计：53页

AIGC定义

AIGC 相关定义

AIGC 全称为 A-Generated Contet，指基于大型预训练模型、生成对抗网络 GAN 等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术。

狭义的 AIGC 更关注图像、文本、音频、视频等内容生成，等同于 Synthetic media， Generative Al 等概念。

广义的 AIGC 则还包括策略生成(如 Game Al 中游戏策略的生成)、代码生成(如 GitHub Copilot) 、蛋白质结构生成等。

产业融资

我国预计 2024 年将迎来指数级增长的融资热潮，应用层将成为短期内的孵化和小额投资热点，大型投资仍重点关注底层大模型和中间层模型

截止 2023年3月,AIGC赛道目前在国外已出现了7家独角兽。在我国,目前只有小冰公司已明确成为独角兽公司。Minimax据传估值过 10亿美元光年之外则宣布下一轮融资已被认购 2.3 亿美元。目前，最受头部资本关注的机构均与底层大模型相关或与 A 领军人物下场相关(如王慧文光年之外、李志飞、王小川、周伯文等)。与国外融资环境相比，国内 AIGC 目前融资频次及体量有一定差距。

经过对国内投资机构的广泛调研，多家机构已高度明确要将 AIGC 作为主投赛道，个别头部机构已经推出了相应的主题孵化项目。整体而言，大部队还处在缺乏明确逻辑和标的的观望状态，但预计本年度融资规模将有数倍增长。随着底层大模型生态的逐步开放及商业价值的落地验证，预计融资规模将在 2024 年出现首次阶段性的指数级增加，投资向 AIGC 全产业链扩散。

市场规模

预计 2030 年，我国AIGC 市场规模将达到万亿级别; 2025 年和 2027 预计成为两次规模爆发点，年复合增长率有质变性提升

据量子位智库测算，我国 2023 年 AIGC 市场规模预计可达到 170 亿人民币。2023-2025 年是我国 AIGC 产业市场规模增长的第一阶段，增长率维持在 25% 左右，2025 年市场规模达到约 260 亿人民币。2025 年开始，由于行业生态完善(特别是底层大模型完成对外开放)，应用层蓬勃将带动产业快速增长，年复合增长率将超过 70%。预计 2027 年我国 AIGC 产业规模超 600 亿人民币。2028 年开始，AIGC 产业将延展出完整产业链并在商业化场景上持续拓宽拓深，深入变革各行业。2028 年起，我国 AIGC 产业市场规模将持续保持告诉增长，2030 年市场规模超万亿。

模型层分析

模型层玩家判别式:

资金及人才门槛：鉴于 OpenAl 累计融资已达到 120 亿美金在考虑到 ChatGPT 等此前模型已证明了相关技术路径的基础上，我们认为国内模型开发的相关成本需要至少两百亿人民币左右。比外，模型层开发效果与创始团队的科研背景也紧密相关。

行业理解和资源累积：中间层模型对该部分要求较高。尽管中间层目前处于相对空白期，但预期底层模型稳定后，将成为关注重点。

技术效果及成本：效果体现在特定模型在大规模测试后指标能够稳定在理想状态，包括在工程和底层算法方面的调优，成本则表现在推理速度、算力成本等技术成本相关因素。公众舆论将特别关注与现有模型的效果对比。

上层应用生态：不仅有助于模型的能力得到可靠变现，也有助于通过实际业务数据回流，持续提升模型自身能力。涉及开发工具和社区的建立。

数据层配合：特别是数据的筛选与清洗工作，需要上游数据层的有效配合。同时，自有数据的质量也将成为不同模型间效果区分的重要影响因素。

战略合作及投资：以 OpenAl 的相关生态投资为例，建立战略合作生态有助于用于为自身的底层模型提供能力出口和数据入口。

应用层分析- 基于逻辑

在结合底层系统，生产含有附加价值的内容这一赛道中,我们强调 AI实现所带来的超个性化超高频优化、实时生成等增值部分

1.个性化生成，对于内容营销有重大意义

我们认为，内容营销是最适合 AIGC 提供长远价值的领域，也是未来市场规模最大的部分之一。基于AIGC 的个性化内容营销，主要是指由 A 生成系统与底层的客户数据系统/营销效果反馈系统进行数据联通，实时根据相关数据调整生成需求，由 A 快速完成相关内容的生成，通过这种快速迭代，提升内容营销的效率。如果按照具体个性化的内容进行区分，该细分赛道可以分为图像领域和文本领域，文本市场目前更为成熟。但两者均尚未在国内市场规模化出现。

2.超高频优化

在与特定的数据库(例如实时更新的客户数据、市场反馈数据、特定主题下的历史统计数据)联动后，AIGC 能够在精准预测的基础上快速调整其生成内容，实现相关展现内容的超高频优化。根据用户习惯调整内容营销文本、根据所处渠道风格调整生成内容、参考历史数据优化生成内容等。该价值同样在内容营销领域有重大意义，更适用于快消等需要快速变更营销物料的行业，该场景目前在国外已相对成熟。

3.实时交互类内容

Al 提升了内容的反馈生成速度，对于实时交互内容有重大意义，具有将线下和真人的快速交互迁移到线上的可能，也即令 A 承担真人的社交、创作、协作功能。可能会出现新的潜在场景，如目前已在国外完成产品验证的社交类和探索类游戏等，交互教育/交互探索游戏/虚拟陪伴场景值得期待。

在四类价值创造逻辑中，生产可直接消费内容是我国目前落地及变现进展最快的部分

1.提高创作灵活度。

对不同模态元素进行二次拆解组合(如面部表现、声音和表达内容)，改变内容生产逻辑及形式。该领域以 AI 驱动虚拟人为代表。据量子位智库此前发布的《虚拟人深度产业报告》，2030 年我国的虚拟人产业市场规模有望达到2700 亿，其中AI 驱动虚拟人将占比过半。国内 A 驱动虚拟人代表包括百度、启元世界、相芯科技等

2.激发内容生产多样性。

通过海量数据，在内容创作上提供更多的自由度和二创空间，进一步激发内容生产多样性

设在提供内容生产辅助工具这一 AIGC 应用逻辑中，需要强调产品本身的工具属性，由此出发计相关功能和培育消费认同

注意要点

01 激发专业目标人群的付费意愿

需要关注功能性、便捷性等方面的设计，以克服国内“对工具 /Saas 类产品的付费意愿有限”的现状。目前，国内大部分工具类产品仍处在免费试用的流量吸引阶段，收费空间相对较小。

02 需要回到整个细分内容行业的整体产业链，在整体工作流中寻找适当的切入口

03 作为专业工具类产品，在 UI/UX/ 核心使用效果能力上需要与现有创作工具看齐

据业内人士反馈，由于 AIGC 目前的生成可控性相对有限，创作工具在使用中的可介入程度会严重受到图层等专业因素的影响。

04 需关注相关业务平台的潜在跨界竞争

为辅助生产工具，该赛道将与相关应用，特别是内容分发及创作平台形成强绑定。互联网大厂具有更强的业务承接能力，且本身具有一定垄断性。初创公司及产品需要注意寻求能够相对独立出来的业务点或特有的功能。

一方面，内容创作平台会通过提升专业人员的生产力，提升其在内容链上的供需撮合能力及效率。而更为重要的一方面，AIGC 将作为低门槛的创作工具赋能给目前因能力 /时间等原因尚未接触内容创作的人群，提供“灵感一线索一作品”的快速转化路径，为内容创作平台提供更大的 UGC 内容供给量、用户活跃度与复购率，甚至是赋予内容创作平台新的品牌作用及定位，完成内容创作相关教育。

05 人才结构的转移

由于前期渲染、整体调色等基本技能将交由 AI 完成，设计师的工作重点将会向提出 prompt转移，也即如何将艺术设想清晰的描述给 AI、提升自身的创意、审美及搜索能力。在风格覆盖上，AI 的效率和广泛风格将能够帮助艺术家们弥补这一缺陷。