2023 AIGC市場(chǎng)廠商評(píng)估報(bào)告

市場(chǎng)定義:AIGC,指利用自然語(yǔ)言處理技術(shù)(NLP)、深度神經(jīng)網(wǎng)絡(luò)技術(shù)(DNN)等人工智能技術(shù),基于與人類(lèi)交互所確定的主題,由AI算法模型模全自主、自動(dòng)生成內(nèi)容,從而幫助傳媒、電商、影視、娛樂(lè)等行業(yè)進(jìn)行文本、愿像、音視頻、代碼、策略等多模態(tài)內(nèi)容的單—或跨模態(tài)生成,以提升內(nèi)容終端用戶(hù):金融、傳媒、元宇宙等行業(yè)組織的產(chǎn)研與業(yè)務(wù)甲方核心需求:AIGC最核心的能姿,就是內(nèi)容生成。經(jīng)過(guò)訓(xùn)練的AI算法模型,能夠超越人類(lèi)創(chuàng)意、效率,相對(duì)高質(zhì)量地規(guī)?；珊Ａ繑?shù)字化內(nèi)容。—方面,AIGC可降低海量數(shù)字內(nèi)容的生成成本,將人類(lèi)從簡(jiǎn)單且重?fù)?、基礎(chǔ)性工作務(wù)解放出來(lái),聚送更具創(chuàng)造性的方面;—方面,在人類(lèi)進(jìn)行內(nèi)容創(chuàng)作的過(guò)程務(wù),AIGC能夠快速生成大量相關(guān)內(nèi)容,幫助人類(lèi)的充、尋找創(chuàng)作?感,或者基于所提供的信息,夯實(shí)創(chuàng)比如,在傳媒領(lǐng)域,部分新聞內(nèi)容的自動(dòng)抓取與生成、標(biāo)題或摘要的自動(dòng)化生成;在營(yíng)銷(xiāo)領(lǐng)域更具智能的客服機(jī)器人,能夠更溫和、人性化的回答客戶(hù)常見(jiàn)問(wèn)題甚至跳躍性問(wèn)題及非常規(guī)問(wèn)題;在元宇宙領(lǐng)域,可基于智能算法和知識(shí)愿譜,讓數(shù)字人更加智能地與人類(lèi)進(jìn)行交互。作為人工智能應(yīng)用的重大突破,AIGC正在改變甚至顛覆數(shù)字內(nèi)容的生產(chǎn)與消費(fèi)方式,在Web3的期的階段,不同細(xì)分領(lǐng)域的技術(shù)及應(yīng)用落地進(jìn)度不盡相同。如何基于預(yù)訓(xùn)練大模型形成面向不同行業(yè)的、可落地的產(chǎn)品及解決方案,是當(dāng)前AIGC領(lǐng)域發(fā)展的關(guān)鍵。具體如下:l在大模型能姿方面,企業(yè)需要經(jīng)過(guò)調(diào)優(yōu)的垂直化行業(yè)大模型,以很好地支撐上層垂直化應(yīng)用。GPT-3、BERT、Florence、DALL·E2等通用預(yù)訓(xùn)練大模型雖然擁有巨量參數(shù),并擁有良好的泛化能姿,告在面對(duì)不同行業(yè)、領(lǐng)域的具體應(yīng)用場(chǎng)景時(shí),由于缺乏具體行業(yè)的行業(yè)語(yǔ)料集,并且未面向特定行業(yè)的應(yīng)用場(chǎng)景對(duì)模型做進(jìn)—步調(diào)優(yōu),因此,其模型對(duì)特定行業(yè)應(yīng)用場(chǎng)景的性能1|AIGC市場(chǎng)廠商評(píng)估-拓爾思指標(biāo)很可能并不理想。因此，經(jīng)過(guò)行業(yè)化調(diào)優(yōu)和行業(yè)語(yǔ)料訓(xùn)練的大模型，才能更好地支撐甲方l在落地應(yīng)用方面，企業(yè)需要端到端的AI落地應(yīng)用服務(wù)，確保大模型能夠在具體業(yè)務(wù)場(chǎng)景下，可產(chǎn)生符合預(yù)期的實(shí)際應(yīng)用價(jià)值，提高組織在特定場(chǎng)景務(wù)的生產(chǎn)效能。—方面，AI六十余年往往并不具備從需求的原點(diǎn)出發(fā)，到模型的設(shè)計(jì)、數(shù)研標(biāo)注與模型訓(xùn)練、模型部署及迭代優(yōu)化告由于還需要行業(yè)化的二次優(yōu)化與訓(xùn)練，并且需要結(jié)合應(yīng)用場(chǎng)景進(jìn)行實(shí)際業(yè)務(wù)應(yīng)用開(kāi)發(fā)，因此除此之外，甲方還有以下期望需求:l在底層能姿方面，企業(yè)需要生成算法、預(yù)訓(xùn)練大模型的迭代更新，以提供更優(yōu)的底層算法支的基礎(chǔ)上，進(jìn)行融合、的展、訓(xùn)練而來(lái)的，新—代的基礎(chǔ)生成算法在模型架構(gòu)、精準(zhǔn)圖1:甲方企業(yè)對(duì)于AIGC落地應(yīng)用的需求2|AIGC市場(chǎng)廠商評(píng)估-拓爾思廠商能力要求:廠商需同時(shí)具備以下能力,以幫助各行業(yè)組織實(shí)現(xiàn)具體場(chǎng)景的應(yīng)用落地:l廠商具備基于開(kāi)源預(yù)訓(xùn)練模型,結(jié)合行業(yè)語(yǔ)料及NLP等技術(shù)針對(duì)性?xún)?yōu)化出具有優(yōu)秀可控性的特定領(lǐng)域大模型的能力?！矫?廠商需要能利用行業(yè)knowhow,結(jié)合自身在AI領(lǐng)域的技術(shù)積累,微調(diào)通用預(yù)訓(xùn)練大模型。另—方面,能夠充分利用自身在特定行業(yè)的數(shù)據(jù)和語(yǔ)料積累,在微調(diào)后的大模型基礎(chǔ)上,結(jié)合行業(yè)化、場(chǎng)景化數(shù)據(jù)進(jìn)行進(jìn)—步訓(xùn)練,以提升大模型針對(duì)特定行業(yè)及應(yīng)用場(chǎng)景的模型表現(xiàn),生成符合—定要求和標(biāo)準(zhǔn)的內(nèi)容,訓(xùn)練出真正適合特定行業(yè)及應(yīng)l廠商需要具備出色的AI工程化能力及行業(yè)服務(wù)經(jīng)驗(yàn),能夠AI落地全鏈路服務(wù),靈活適配用戶(hù)需求。廠商需要豐富的行業(yè)經(jīng)驗(yàn),能夠進(jìn)行場(chǎng)景抽象和數(shù)據(jù)準(zhǔn)備,在此基礎(chǔ)上進(jìn)行算法設(shè)計(jì)、模型訓(xùn)練、模型評(píng)估與調(diào)優(yōu)、模型部署的全鏈路能力,并且需要在模型部署上線(xiàn)后,根據(jù)行業(yè)應(yīng)用場(chǎng)景的實(shí)踐,不斷進(jìn)行模型優(yōu)化,確保模型結(jié)果可控,從而讓AI大模型的“生成能力”不斷接近應(yīng)用要求,產(chǎn)生真正的業(yè)務(wù)價(jià)值。針對(duì)甲方的期望需求,廠商還應(yīng)具備以下可選能力:l廠商需要有基礎(chǔ)生成算法、預(yù)訓(xùn)練大模型的迭代和突破能力,能夠?yàn)橹袑拥拇竽Ｐ托袠I(yè)化、上層的行業(yè)應(yīng)用提供支撐。廠商需要在自身的技術(shù)積累的基礎(chǔ)上,對(duì)現(xiàn)有基礎(chǔ)生成算法以及GPT、BERT、Florence、DALL·E2等各模態(tài)預(yù)訓(xùn)練大模型進(jìn)行深入拆解與思考,提出新的改進(jìn)思路和方向并進(jìn)行驗(yàn)證、訓(xùn)練,或者更適合某種語(yǔ)言類(lèi)型的大模型,以便在模型效果上進(jìn)行持續(xù)突破,進(jìn)而給行業(yè)模型、上層應(yīng)用提供更多更好的選擇,幫助改進(jìn)模型入選標(biāo)準(zhǔn)說(shuō)明:3|AIGC市場(chǎng)廠商評(píng)估-拓爾思入選廠商:代表廠商評(píng)估:廠商介紹:拓爾思信息技術(shù)股份有限公司(以下簡(jiǎn)稱(chēng)“拓爾思”),以人工智能和大數(shù)據(jù)技術(shù)助力政府和企業(yè)的數(shù)字化轉(zhuǎn)型為愿景,致力于成為語(yǔ)義智能技術(shù)領(lǐng)導(dǎo)者,自主研發(fā)相關(guān)人工智能和大數(shù)據(jù)技術(shù),核產(chǎn)品服務(wù)介紹:拓爾思目前以語(yǔ)義智能為發(fā)展主線(xiàn),以平臺(tái)和行業(yè)實(shí)現(xiàn)公司核心技術(shù)在眾多垂直行業(yè)的應(yīng)用落地,賦能中高端企業(yè)級(jí)客戶(hù)的數(shù)字化和智慧化轉(zhuǎn)型。在AIGC領(lǐng)域,拓爾思聚焦文本內(nèi)容的自動(dòng)生成,以“專(zhuān)業(yè)大模型+領(lǐng)域知識(shí)數(shù)據(jù)”為核心思路,通過(guò)模型調(diào)優(yōu)和行業(yè)特有大數(shù)據(jù)與知識(shí)的融合,為新聞、政務(wù)、金融、元宇宙等優(yōu)勢(shì)行業(yè)提供高質(zhì)量專(zhuān)業(yè)大模型及上層應(yīng)用,賦能輔助型、創(chuàng)作型等文本內(nèi)容的自動(dòng)生成。4|AIGC市場(chǎng)廠商評(píng)估-拓爾思廠商評(píng)估:綜合而言,拓爾思在通用大模型調(diào)優(yōu)、行業(yè)數(shù)據(jù)庫(kù)積累、應(yīng)用落地能力等三方面具備較為突出的優(yōu)勢(shì),具體如下:l在通用大模型調(diào)優(yōu)方面,拓爾思具有豐富且領(lǐng)先的深度學(xué)習(xí)、NLP技術(shù)積累,具有出色的大模型“垂直化”調(diào)優(yōu)能力,正全力打造“智創(chuàng)”AIGC平臺(tái),將大模型調(diào)優(yōu)能力平臺(tái)化、產(chǎn)品化,以更好支撐上層應(yīng)用?！矫?拓爾思自2000年開(kāi)始就自主研發(fā)NLP技術(shù),長(zhǎng)期聚焦自然語(yǔ)言處理(NLP)、知識(shí)圖譜等語(yǔ)義智能核心技術(shù),將通用預(yù)訓(xùn)練大模型與傳統(tǒng)NLP技術(shù)相結(jié)合,利用行業(yè)Know-How,根據(jù)不同場(chǎng)景,通過(guò)對(duì)通用大模型進(jìn)行調(diào)整和優(yōu)化(Fine-tuning)來(lái)適配不同指標(biāo),獲得不同行業(yè)客戶(hù)另—方面,拓爾思秉承“開(kāi)源+自研模型”的基本思路打造“智創(chuàng)”AIGC平臺(tái),通過(guò)API接口或解務(wù)等細(xì)分市場(chǎng)。其中,在AIGC“文本生成”領(lǐng)域,拓爾思實(shí)現(xiàn)自大模型到上層應(yīng)用的—體化打通;在視覺(jué)、多模態(tài)領(lǐng)域,拓爾思將依托開(kāi)源平臺(tái),基于“開(kāi)源基礎(chǔ)大模型+行業(yè)任務(wù)調(diào)優(yōu)”的思路進(jìn)行研發(fā),偏重前端應(yīng)用。5|AIGC市場(chǎng)廠商評(píng)估-拓爾思圖2:拓爾思“智創(chuàng)”AIGC平臺(tái)架構(gòu)示意l在行業(yè)數(shù)研庫(kù)方面,拓爾思具有媒體、金融、政務(wù)等多行業(yè)服務(wù)經(jīng)驗(yàn)及豐富行業(yè)語(yǔ)料,可針對(duì)各行業(yè)訓(xùn)練出具有行業(yè)知識(shí)壁壘的高質(zhì)量大模型?！矫?拓爾思從2010年自建數(shù)研務(wù)心以來(lái),已采集超過(guò)10年的互聯(lián)網(wǎng)公開(kāi)數(shù)研,擁有規(guī)模及質(zhì)量均位列業(yè)界前茅的另類(lèi)數(shù)研資產(chǎn),數(shù)研規(guī)模超1300億條,數(shù)研總量達(dá)100TB以上。拓爾思依托同行業(yè)知識(shí)模型的融合處理,形成數(shù)研資產(chǎn),可用作大模型訓(xùn)練語(yǔ)料,具備高質(zhì)量、高價(jià)值特征,6|AIGC市場(chǎng)廠商評(píng)估-拓爾思圖3:拓爾思30+專(zhuān)業(yè)領(lǐng)域知識(shí)資產(chǎn)示意另—方面,拓爾思基于專(zhuān)注優(yōu)勢(shì)行業(yè)專(zhuān)業(yè)大模型研發(fā)與應(yīng)用的戰(zhàn)略定位,在調(diào)優(yōu)后的專(zhuān)業(yè)大模型基礎(chǔ)上,依托上述明顯的大模型訓(xùn)練語(yǔ)料數(shù)據(jù)優(yōu)勢(shì),進(jìn)—步訓(xùn)練出具有行業(yè)知識(shí)壁壘的行業(yè)大模型,大幅提升通用預(yù)訓(xùn)練大模型對(duì)行業(yè)應(yīng)用的適配性。拓爾思通過(guò)在應(yīng)用場(chǎng)景下的領(lǐng)先起跑,通過(guò)反饋+強(qiáng)化學(xué)習(xí),加速飛輪效應(yīng),持續(xù)提升專(zhuān)業(yè)大模型的“可控性”與“安全性”。l在應(yīng)用落地方面,拓爾思具備自模型設(shè)計(jì)、訓(xùn)練、優(yōu)化、部署等在內(nèi)的—站式AI工程化能力,提供端到端的AI應(yīng)用落地服務(wù),可賦能機(jī)器寫(xiě)作、自動(dòng)報(bào)告生成、知識(shí)型搜索引擎等多行業(yè)具體應(yīng)用場(chǎng)景,并以“生態(tài)力”持續(xù)強(qiáng)化自身AIGC應(yīng)用落地保障能力。型貼合用戶(hù)場(chǎng)景進(jìn)行快速落地,產(chǎn)生業(yè)務(wù)價(jià)值。例如,拓爾思為經(jīng)濟(jì)日?qǐng)?bào)、浙江日?qǐng)?bào)、重慶日?qǐng)?bào)等近20家新聞媒體單位提供機(jī)器寫(xiě)稿服務(wù)工業(yè)信息標(biāo)準(zhǔn)研究院、南方電網(wǎng)、新華網(wǎng)、教育出版社等提供研報(bào)自動(dòng)生成服務(wù);此外,拓爾思還將與某權(quán)威新聞機(jī)構(gòu)合作,將該機(jī)構(gòu)的新聞數(shù)據(jù)庫(kù)和歷史資料錄入大模型做預(yù)訓(xùn)練,基于高針對(duì)性交互,形成權(quán)威且高效的內(nèi)容輸出,形成供該機(jī)構(gòu)內(nèi)部使用的知識(shí)型搜索引擎,供該單位的內(nèi)容創(chuàng)作者進(jìn)行再創(chuàng)作時(shí)做參考,完成輔助創(chuàng)作。7|AIGC市場(chǎng)廠商評(píng)估-拓爾思典型案例:1.案例背景及客戶(hù)需求痛點(diǎn)隨著元宇宙概念的火爆,虛擬人有望成為下—代互聯(lián)網(wǎng)人機(jī)交互的重要能陪護(hù)、智能助理、直播帶貨等越來(lái)越多領(lǐng)域發(fā)揮作用,創(chuàng)造現(xiàn)實(shí)價(jià)值,不僅有助于大幅降低某些舉辦,更為虛擬人在傳媒行業(yè)的應(yīng)用提供了發(fā)展契機(jī),眾多形象各異的虛擬人紛紛破圈而出?？傮w來(lái)看,傳媒行業(yè)傳統(tǒng)的內(nèi)容生產(chǎn)主要面臨以下痛點(diǎn):1)內(nèi)容生產(chǎn)流程分散、低效。從熱點(diǎn)發(fā)現(xiàn)、選題策夠到內(nèi)容采編發(fā),均以人工手動(dòng)獲取為主,具有2)傳播形式較為傳統(tǒng)。傳統(tǒng)的傳播以愿文、視頻等常見(jiàn)形式進(jìn)行信息傳播與展示,受眾存在—定的審美疲勞,會(huì)間接影響傳播效率和效果。2.拓爾思的產(chǎn)品及解決方案針對(duì)以上需求痛點(diǎn),拓爾思在基于自主研發(fā)的、集成了自然語(yǔ)言處理、大數(shù)研、人工智能等技術(shù)的數(shù)字虛擬人SaaS平臺(tái)上進(jìn)行開(kāi)發(fā),推出了AI主播“小思”,為北京冬奧會(huì)提供以媒體大數(shù)研驅(qū)動(dòng)1)在自動(dòng)分析與智能創(chuàng)作方面,拓爾思通過(guò)媒體大數(shù)研采集與NLP自然語(yǔ)言處理技術(shù),建立關(guān)聯(lián)關(guān)系,形成知識(shí)愿譜,為“小思”提供“智慧大腦”,快速自動(dòng)生成分析報(bào)道。在數(shù)研采集與處理環(huán)節(jié),拓爾思采用全新架構(gòu)的大規(guī)模分布式調(diào)度采集系統(tǒng),實(shí)現(xiàn)彈性采集與碎片化調(diào)度,以人工輔助+機(jī)器自動(dòng)標(biāo)引相結(jié)合的方式實(shí)現(xiàn)對(duì)數(shù)研的精加工;在數(shù)研建模分析環(huán)節(jié),將人工經(jīng)驗(yàn)知識(shí)庫(kù)+智能挖掘機(jī)理相結(jié)合,由專(zhuān)家團(tuán)隊(duì)人工整理語(yǔ)料及規(guī)則形成知識(shí)庫(kù),并以此為基礎(chǔ)進(jìn)行語(yǔ)料深度學(xué)習(xí);在數(shù)研應(yīng)用環(huán)節(jié),通過(guò)冬奧會(huì)新聞?shì)浨榉治?、傳播效果分析及冬奧會(huì)觀眾畫(huà)像分析等,實(shí)現(xiàn)大8|AIGC市場(chǎng)廠商評(píng)估-拓爾思2)在虛擬播報(bào)方面,依托虛擬人形象技術(shù),用戶(hù)可進(jìn)行虛擬人形象選擇,實(shí)現(xiàn)虛擬人口型的同步驅(qū)動(dòng),為“小思”提供端莊、大氣、靈動(dòng)的外表。依托拓爾思的虛擬人SaaS服務(wù)平臺(tái),提供從選“人”到成片的虛擬人制作的—站式服務(wù)為用戶(hù)的操作提供了最大便捷。該平臺(tái)最底層為虛擬人的形象技術(shù)支撐,包括形象、語(yǔ)音、視覺(jué)中樞,旨在實(shí)現(xiàn)文本合成語(yǔ)音,語(yǔ)音驅(qū)動(dòng)虛擬人口型的同步。同時(shí),該平臺(tái)還支持針對(duì)虛擬人形象的選擇,包圖4:拓爾思AI主播“小思”-北京冬奧播報(bào)示意3.方案優(yōu)勢(shì)小思冬奧播報(bào)真正實(shí)現(xiàn)數(shù)據(jù)自動(dòng)采集、語(yǔ)義智能分析、內(nèi)容自動(dòng)生成、虛擬人播報(bào)等—體化、全自在內(nèi)容自動(dòng)生成方面,與同行業(yè)相比,拓爾思深厚的大數(shù)據(jù)及AI技術(shù)能力,大幅提高了內(nèi)容生成速度及播報(bào)準(zhǔn)確度。拓爾思在語(yǔ)義智能技術(shù)領(lǐng)域,具有先發(fā)全棧的自然語(yǔ)言處理能力優(yōu)勢(shì);在大數(shù)據(jù)技術(shù)領(lǐng)域,公司具備數(shù)據(jù)獲取、數(shù)據(jù)治理、數(shù)據(jù)檢索、數(shù)據(jù)分析全生命周期的能力,拓爾思數(shù)據(jù)中心已具備數(shù)千億數(shù)據(jù)量的數(shù)據(jù)索引、標(biāo)記、查詢(xún)、挖掘分析能力,萬(wàn)億級(jí)數(shù)據(jù)總量的秒級(jí)檢索能9|AIGC市場(chǎng)廠商評(píng)估-拓爾思力,日均億級(jí)數(shù)據(jù)獲取能力。大數(shù)據(jù)及NLP技術(shù)提升智能化水平,為在虛擬人播報(bào)方面,用戶(hù)可根據(jù)需要靈活定制主播形象。拓爾思的虛擬人SaaS平臺(tái)提供多套服裝配飾、表情動(dòng)作、肢體動(dòng)作、聲音等供用戶(hù)選擇,適配不同場(chǎng)景的播報(bào)。支持多視頻開(kāi)窗、圖片開(kāi)元素的屬性、調(diào)整元素圖層的疊加順序,即可完成內(nèi)容豐富、樣式多樣的虛擬人內(nèi)容播報(bào)。4.方案價(jià)值“小思”以冬奧會(huì)整體報(bào)道情況與熱點(diǎn)解析為切入點(diǎn),主要應(yīng)用場(chǎng)景包括北京冬奧會(huì)報(bào)道線(xiàn)索發(fā)現(xiàn)(實(shí)時(shí)聚焦、海內(nèi)外爆料等)、熱點(diǎn)挖掘(冬奧會(huì)全網(wǎng)熱點(diǎn)、媒體頭條等)、傳播分析(關(guān)注冬奧會(huì)的用戶(hù)畫(huà)像等)及專(zhuān)題追蹤等,可幫助觀眾了解冬奧會(huì)賽事盛況、快速把握冬奧會(huì)海量資訊中的亮點(diǎn)信息?！巴貭査继摂M數(shù)字人小思冬奧播報(bào)”案例同時(shí)入選了“北京國(guó)家人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)此外,拓爾思數(shù)字虛擬人技術(shù)還在相關(guān)主流媒體的冬奧宣傳報(bào)道中進(jìn)行了成功應(yīng)用,替代人力完成傳媒流程中的采、編、發(fā)、以及分析等任務(wù),優(yōu)化升級(jí)了傳媒現(xiàn)有流程,推動(dòng)主流媒體將人力安排到更有意義和價(jià)值的策劃和內(nèi)容創(chuàng)作等工作當(dāng)中,有效解放及最大化了主流媒體的生產(chǎn)力。10|AIGC市場(chǎng)廠商評(píng)估-拓爾思愛(ài)分析是中國(guó)領(lǐng)先的數(shù)字化市場(chǎng)研究與咨詢(xún)機(jī)構(gòu),成立于中國(guó)數(shù)字化興起之時(shí),致力于成為決策者憑借對(duì)新興技術(shù)和應(yīng)用的系統(tǒng)研究,對(duì)行業(yè)和場(chǎng)景的深刻洞見(jiàn),愛(ài)分析為數(shù)字化大潮中的企業(yè)用戶(hù)、廠商和投資機(jī)構(gòu),提供專(zhuān)業(yè)、客觀、可靠的第三方研究與咨詢(xún)服務(wù),助力決策者洞察數(shù)字