国盛证券-区块链行业专题研究:数字人——GPT4下的杀手级应用-230313

文本预览:
21年,我们在《元宇宙(七):虚拟人的“灵魂”是什么?》中讨论了数字人将是一个重要的交互载体,应用场景广泛,而AI驱动的数字人将使其真正拥有“灵魂”。短短两年,AIGC发展超出了我们的想象。伴随着AI生成算法和包括GPT4以内的多模态的进步,数字人的灵魂将被点燃。 AIGC,数字人的点睛之笔。AIGC解决了数字人“只会念稿、不能交互”的尴尬,生成算法提高了内容创作的效率和便捷性,降低了成本和门槛,同时还丰富了内容创作的多样性和个性化,满足了用户的不同需求和喜好。自然语言处理大模型有助于提升数字人交互体验,真正让数字人有了灵魂。而ChatGPT所展现出来的高灵活度让人们对AI有了新的认知,它比普通的AI机器人更加像自然人,对信息、知识的挖掘和梳理更充分,对语句的处理更加贴近人类的日常交流表达习惯。 2D仿真数字人爆发在即。3D建模数字人精美度高,但过高的成本和制作周期导致其在商业化应用上存在一定难度,通常被用作品牌大使等场景。但对于市场空间更大的直播带货、教育、客服等场景来说,难以普及。尤其在AIGC发展迅速的现在,2D仿真数字人的制作门槛、周期和成本远远低于3D建模数字人。并且,在市场空间较大的直播带货、娱乐主播、客服和游戏NPC场景下,2D数字人已经足够满足当下的需求,爆发在即。 GPT4+数字人,构筑元宇宙中的“阿凡达”。数字人未来的用途将远不限于主播、客服等,随着算力的提升以及GPT4的模型升级,数字人将成为个人分身“Avatar”,输出文字、图像、音视频,甚至细微到情绪表达。在未来构建数字内容的过程中,将有更多的场合可以用GPU+电耗替代人工,真正打造元宇宙数字世界,使数字人集社交、创作、分享于一身,有望成为GPT4之后、承载多模态的杀手级应用。 投资策略:涉及的赛道可以分为应用、IP和基础设施两大类,其中基础设施可以细分为自然语言处理模型、数据集、AIGC生成算法和算力。数字人应用、IP:蓝色光标、汤姆猫、中科金财、昆仑万维;NLP和AIGC算法:微软、谷歌、百度、科大讯飞、拓尔思;算力层包括:天孚通信、太辰光、中兴通讯、锐捷网络、紫光股份、新易盛、中际旭创等 风险提示:伦理风险:AI驱动的人工智能交互过程中,可能出现伦理风险。技术发展不及预期:AIGC的技术发展不及预期。以及底层硬件技术,如:超级计算机、算力等。政策法律监管风险:目前数字人和AIGC都处于发展初期,在知识版权等问题上还有许多尚不明确的地方。随着相关法律的逐步完善,或初现法律监管的问题。
展开>>
收起<<
《国盛证券-区块链行业专题研究:数字人——GPT4下的杀手级应用-230313(16页).pdf》由会员分享,可在线阅读,更多相关《国盛证券-区块链行业专题研究:数字人——GPT4下的杀手级应用-230313(16页).pdf(16页精品完整版)》请在悟空智库报告文库上搜索。
(以下内容从国盛证券《区块链行业专题研究:数字人——GPT4下的杀手级应用》研报附件原文摘录)21年,我们在《元宇宙(七):虚拟人的“灵魂”是什么?》中讨论了数字人将是一个重要的交互载体,应用场景广泛,而AI驱动的数字人将使其真正拥有“灵魂”。短短两年,AIGC发展超出了我们的想象。伴随着AI生成算法和包括GPT4以内的多模态的进步,数字人的灵魂将被点燃。 AIGC,数字人的点睛之笔。AIGC解决了数字人“只会念稿、不能交互”的尴尬,生成算法提高了内容创作的效率和便捷性,降低了成本和门槛,同时还丰富了内容创作的多样性和个性化,满足了用户的不同需求和喜好。自然语言处理大模型有助于提升数字人交互体验,真正让数字人有了灵魂。而ChatGPT所展现出来的高灵活度让人们对AI有了新的认知,它比普通的AI机器人更加像自然人,对信息、知识的挖掘和梳理更充分,对语句的处理更加贴近人类的日常交流表达习惯。 2D仿真数字人爆发在即。3D建模数字人精美度高,但过高的成本和制作周期导致其在商业化应用上存在一定难度,通常被用作品牌大使等场景。但对于市场空间更大的直播带货、教育、客服等场景来说,难以普及。尤其在AIGC发展迅速的现在,2D仿真数字人的制作门槛、周期和成本远远低于3D建模数字人。并且,在市场空间较大的直播带货、娱乐主播、客服和游戏NPC场景下,2D数字人已经足够满足当下的需求,爆发在即。 GPT4+数字人,构筑元宇宙中的“阿凡达”。数字人未来的用途将远不限于主播、客服等,随着算力的提升以及GPT4的模型升级,数字人将成为个人分身“Avatar”,输出文字、图像、音视频,甚至细微到情绪表达。在未来构建数字内容的过程中,将有更多的场合可以用GPU+电耗替代人工,真正打造元宇宙数字世界,使数字人集社交、创作、分享于一身,有望成为GPT4之后、承载多模态的杀手级应用。 投资策略:涉及的赛道可以分为应用、IP和基础设施两大类,其中基础设施可以细分为自然语言处理模型、数据集、AIGC生成算法和算力。数字人应用、IP:蓝色光标、汤姆猫、中科金财、昆仑万维;NLP和AIGC算法:微软、谷歌、百度、科大讯飞、拓尔思;算力层包括:天孚通信、太辰光、中兴通讯、锐捷网络、紫光股份、新易盛、中际旭创等 风险提示:伦理风险:AI驱动的人工智能交互过程中,可能出现伦理风险。技术发展不及预期:AIGC的技术发展不及预期。以及底层硬件技术,如:超级计算机、算力等。政策法律监管风险:目前数字人和AIGC都处于发展初期,在知识版权等问题上还有许多尚不明确的地方。随着相关法律的逐步完善,或初现法律监管的问题。