近期，硅谷的众多一线VC们开始将目光瞄准AI初创公司，尤其是生成式AI艺术这一领域。今年9月23日，红杉美国官网发表了一篇名为《生成式AI：一个创造性的新世界》的文章，认为AIGC（AI-GeneratedContent人工智能生成内容）会代表新一轮范式转移的开始。

国盛证券认为，AIGC将是Web3时代的生产力工具。

1）AIGC是什么？

AIGC是通过人工智能技术自动生成内容的生产方式。

从Web1.0的单向信息传递的“只读”模式到Web2.0的人与人通过网络双向沟通交流的“交互”模式，内容的需求在不断增加。为了满足这一需求，同时也因为互联网的发展，内容的生成从单一的PGC演变到了现在的UGC并占据了主要市场。

迈入Web3.0时代，人工智能、关联数据和语义网络构建，形成人与机器网络的全面链接，内容消费需求飞速增长，UGC\PGC这样的内容生成方式将难以匹配扩张的需求。

AIGC将是新的元宇宙内容生成解决方案，AIGC的生成利用人工智能学习知识图谱、自动生成，在内容的创作为人类提供协助或是完全由AI产生内容，不仅能帮助提高内容生成的效率，还能提高内容的多样性。

2）AI绘画是AIGC的重要分支

AIGC在文字、图像、音频、游戏和代码生成中商业模式渐显，目前图片生产、文字生成较为常见。

AI绘画作品《太空歌剧院》在美国一场人类艺术比赛中获第一名成为近期AI绘画受到高度关注的导火线，通过《Midjourney》软件生成的绘画作品丝毫不输艺术家的创作成果。

当前AI绘画的用户付费意愿不强，60%的用户从未在AI绘画相关方面付费，在C端付费形式刺激度较低的情况下，未来B端或将成为AI绘画软件的核心客户。但同时，AI绘画也面临版权问题，绝大多数原创作品的版权拥有者会介意AI提取自身作品的部分元素。

从市场规模来看，未来五年或将有10%-30%的图片内容由AI参与生成，相应或将有600亿以上的市场规模。

目前在该项技术上保持领先的主要是NVIDIA、Google等国外大厂，跨文字和图像的多模态内容生成技术的实现成为AI绘画关键的发展节点。

3）AIGC技术主要涉及两个方面：自然语言处理NLP和AIGC生成算法。

自然语言处理是实现人与计算机之间如何通过自然语言进行交互的手段。AIGC生成算法主流的有生成对抗网络GAN和扩散模型。扩散模型已经拥有了成为下一代图像生成模型的代表的潜力。它具有精度更高、可扩展性和并行性，无论是质量还是效率均有所提升，其快速发展成为AIGC增长的拐点性因素。同时，在机器学习的过程中，需要通过大量的训练来实现更准确的结果，目前以英伟达A100为主，对于底层算力需求将有飞速增长。

若要AIGC能够满足元宇宙的需求，独立完成高质量、高精度的内容，AIGC技术层面还需要一定的发展，可以分为软硬件两个维度看，软件层面主要包括自然语言处理技术、AIGC生成算法模型和数据集，硬件层面主要是算力、通信网络。同时，随着AIGC逐步落地，其算力需求将大增，未来相关企业除用云计算之外，或组建自有算力集群，考虑到英伟A100、H100出口受限，相关国产算力芯片将有机会获得增量市场。