AIGC之AI绘画: 技术与应用双突破，生产力变革在即

来源&作者：分析师谢漠烟

图片来源：由无界版图 AI 工具生成

投资要点

AI绘画是AIGC重要的应用分支。近两年包含扩散模型在内的关键技术取得突破，技术可用性显著提高，技术转化为生产力的契机产生。随着Stable Diffusion等应用破圈，用户接受度和参与度持续提高，适用行业不断拓展，未来B端、AIGC+3D的商业化潜力值得期待。

□ 发展进入快车道，迎来转变为生产力的拐点

2022年被称为AIGC元年。8月，凭借AI绘画作品《太空歌剧院》，参赛者没有绘画基础却获得美国科罗拉多州新兴数字艺术家竞赛一等奖，引发热议。Stable Diffusion、Midjourney等AI绘画应用推动技术进入民用领域，几月内产出效果便有直观改善，被设计师、游戏工作室等广泛用于辅助生产，生产力变革来临。

□ 关键技术取得突破，图像生成效果效率均显著提升

AI绘画是基于深度学习技术的。生成式对抗网络GAN配合可对比语言-图像预训练算法CLIP，解决了跨模态问题，支持文本生成图像；而AI绘画的实操可分为四个环节：加噪点、去噪点、复原图片和作画。随着图像掩码建模MIM、特征处理器Transformer、扩散模型Diffusion Model和神经辐射场NeRF出现，在上述四个环节中发挥作用，AI“画技”显著提升。未来，我们预计深度学习领域将有两大主要前进趋势：大模型和人工通用智能。

□ 商业化前景广阔，B端和三维化或为突破口

AI绘画产品不断丰富，体验持续提升，已具备较好的用户基础。但AI绘画产品目前少有营收或实现盈利，目前相关产品变现方式较为单一。对于普通C端用户，缺乏性价比加高的商业应用场景，付费意愿不强。已有的赋能收费项目集中在付费提速或者增加清晰度方面，变相弥补现有使用局限。我们认为：

□ 产业链初具规模，上下游现蓝海

产业链层面，AI绘画涉及到硬件、NLP、算法算力、应用、数据提供与处理等多环节，当前产业布局于算法和应用开发环节较为集中和领先，而在产业链上下游还有诸多可开发的蓝海领域。

具体到投资标的：

□ 风险提示

1）AI 绘画相关技术发展不及预期风险；2）商业化拓展进度和效果低于预期风险；3）AI绘画涉及的作品侵权、名人肖像侵权等风险。

正文

1 发展进入快车道，迎来转变为生产力的拐点

1.1 AI绘画是AIGC重要的应用分支

AIGC既是一种内容分类方式，又是一种内容生产方式，还是用于内容自动化生成的一类技术集合。AIGC全称为Al-Generated Content，指基于生成对抗网络GAN、大型预训练模型等人工智能技术，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生产方式。

作为全新的内容生产方式，AIGC潜力无限，而我们当前处于向AIGC进发的过渡阶段。根据a16z，内容生态的发展则可分为四个阶段：专家生成内容（Professionally-Generated Content，PGC）、用户生成内容（User-Generated Content，UGC）、AI 辅助生产内容（AI-assisted Generated Content）及 AI 生成内容（AI-Generated Content，AIGC）。目前我们仍处于一、二阶段为主，第三阶段为辅的境况。