AIGC产业研究报告 2023（合集）

易观：AIGC产业研究报告系列共分为六个部分，包括语言生成篇、图像生成篇、音频生成篇、视频生成篇、三维生成篇、分子发现与电路设计篇，目前已经全部发布，欢迎关注收藏并与我们共同探讨AIGC产业发展。

今年以来，随着人工智能技术不断实现突破迭代，生成式AI的话题多次成为热门，而人工智能内容生成（AIGC）的产业发展、市场反应与相应监管要求也受到了广泛关注。为了更好地探寻其在各行业落地应用的可行性和发展趋势，易观对AIGC产业进行了探索并将发布AIGC产业研究报告系列。

报告以内容生成模态作为视角，涵盖了AIGC在语言生成、图像生成、音频生成、视频生成、三维生成、分子发现与电路设计（图生成）等领域的技术发展、关键能力、典型应用场景，我国AIGC产业在商业化落地过程所面临的挑战和对前景的展望。希望通过梳理和把握AIGC产业的发展脉络，为各领域的应用开发者和使用者提供参考。

一、《图像生成》

图像作为人工智能内容生成的一种模态，一直在AIGC领域中扮演着重要角色，由于图像生成应用的广泛性和实用性，使其受到学术界和产业界相当多的关注。近年来，图像生成技术也取得了很多关键性突破，从经典的GAN技术到目前主流的扩散模型，以及在此基础上不断迭代出性能更强、生成效果更好的算法和模型，极大拓展了图像生成技术的应用领域和发展前景。而在进行商业化落地时，生成速度和稳定性的提升、可控性和多样性的增强，以及数据隐私和知识产权等问题，也需要在图像生成向各行各业渗透的过程中进行解决和探索。

二、《音频生成》

音频生成是指根据所输入的数据合成对应的声音波形的过程，主要包括根据文本合成语音（text-to-speech），进行不同语言之间的语音转换，根据视觉内容（图像或视频）进行语音描述，以及生成旋律、音乐等。

三、《视频生成》

视频生成是指通过对人工智能的训练，使其能够根据给定的文本、图像、视频等单模态或多模态数据，自动生成符合描述的、高保真的视频内容。在本视频生成篇中，报告梳理了视频生成技术的发展阶段和主流模型，分析了影响模型应用能力的关键因素、市场上的主流产品及商业模式，并提出在进行商业化落地时，来自易用性、可控性、合规性三个方面的挑战。

四、《语言生成》

语言生成是指神经网络学习的语义概率模型可以根据任务要求生成语言，生成的语言包括自然语言、编程语言与逻辑语言等。由于绝大多数的知识与经验以语言、尤其是自然语言的方式进行记录与保存，且语言也是交流的基础，因此语言生成具有广泛的应用方式与应用场景。

五、《三维生成》

人工智能三维生成是指利用深度神经网络学习并生成物体或场景的三维模型，并在三维模型的基础上将色彩与光影赋予物体或场景使生成结果更加逼真。在应用中，生成物体或场景的三维模型称为三维建模，生成三维模型的色彩与光影称为三维渲染。

六、《分子发现与电路设计》

分子发现与电路设计是指利用机器学习、深度神经网络等技术学习分子与集成电路的结构、规则与性质，并生成具有相似结构、符合特定规则并具有目标性质的分子与集成电路。在分子发现与集成电路设计的工作中，由于分子构象与集成电路设计方案存在10的几十次到几百次方的可能性，且集成电路设计中包含NP难题与NP完全难题，因此利用人工智能辅助分子发现与集成电路设计工作可以有效提高效率。