AIGC 2023年行业全景报告
自 Google 于 2017 年提出 Transformer 架构以来，AI 发展逐渐进入预训练大模型时代。2018 年 6 月，OpenAI 的 GPT 模型参数数量已达到 1.17 亿，模型参数数量开始实现以十亿为基数的跨越式发展，平均每 3—4 个月翻一番，由此带来的训练算力需求也“在 2022 年底，OpenAI 的 GPT 模型出现涌现能力之后，AI 行业迅速进入以大模型为技术支撑的 AIGC 时代。
AIGC行业市场规模
AIGC（AI-Generated Content）是指利用人工智能技术（生成式 AI 路径）生成内容的一种新型内容生产方式。20 ChatGPT 是一款在 November 22 上线的 AIGC 应用，凭借在语义理解、文本创作、代码编写、逻辑推理和知识问答等领域的出色表现，以及低门槛交互的自然语言对话，迅速获得大量用户；它迅速获得大量用户，并在 January 23 月活跃用户数超过 1 亿，打破了此前消费级应用的增长速度纪录。微软表示，在 GPT-4（ChatGPT Plus 背后运行的大模型）中看到了 AGI（通用人工智能）的萌芽。Midjourney 等新形态的 AIGC 应用出现在公众的日常生活和工作中，人们看到了各行业智能化升级的新可能，进一步拓展了“AI 产业”和“产业 AI”的想象空间。
AIGC应用创新的技术支撑是“生成对抗网络（GAN）/扩散模型（Diffusion）”和“Transformer预训练大模型”两类大模型分支。 AIGC应用展现大模型能量的同时，企业也加强了相关产品和技术的布局，云厂商、AI工厂、初创公司、各行业和技术服务商等行业各领域的玩家纷纷发布了大模型或基于大模型的应用产品和各类技术服务。
重新配置AI开发部署范式
过去，数据中心主要采用租赁和自建两种方式，算力需求方根据自身业务量、资金预算、数据隐私要求等，选择租赁或自建。在 AIGC 时代的背景下，数据中心将配置更多 AI 服务器，以满足不断增长的智能算力需求。云厂商提出 MaaS（Model as a Service，模型即服务）商业模式，对云计算、智能算力、建模能力等资源进行高度整合，客户可以直接在云端调用、开发和部署模型，更好地满足客户的个性化需求。个性化需求。
AIGC将引发整个行业的深刻变革
AIGC主要影响内容创作和人机交互，因此价值链的线性化程度越高，内容在价值链中的占比越高，AIGC对其的颠覆作用越明显；另一方面，行业自身的数据、知识、监管要求等特点也将深刻影响AIGC技术的渗透速度。例如，以内容制作为价值核心的电商、游戏、广告、影视传媒等行业，以及研发、设计、营销等环节在行业价值链中处于较高地位的电商、金融等行业，可以很快看到AIGC应用对原有生产工具的替代和业务流程的改变。
