AIGC（AI Generated Content，人工智能生成内容）指利用AI（Artificial Intelligence，人工智能）技术生成内容，AIGC可根据用户需求自动生成与之匹配的内容。
全球智能算力规模快速增长，训练成本有望持续优化
全球智能算力规模高速发展，2030年全球智能算力有望达到105ZFLOPS对比2020年增长500倍。国内头部科技企业均发力布局AI大模型，需依托高算力系统构建，国内智能算力规模将保持高增。根据IDC数据，2022年中国智能算力规模将达到268.0EFLOPS，且IDC预计2026年智能算力规模将进入ZFLOPS级别，达到1271.4EFLOPS.
AI大模型参数呈指数级增长，新“摩尔定律”呼之欲出。
AI大模型解锁“涌现能力”：当训练量超过某个阈值时，模型精度会突然暴增。根据《AI and Memory Wall（2021）》（作者：Amir Gholami等）数据，近十年来CV、NLP和语音学习方面的AI大模型所需的算力以每两年15倍的速度增长，而Transformer模型的增长速度更快，增长速度为每两年750倍。OpenAI预计AI研究所需要的计算资源将每3-4个月翻一倍，OpenAI首席执行官Sam Altman也于2023年2月发推文称“新版摩尔定律很快就要到来，宇宙中的智能将每18个月翻一倍”.
多模态AI大模型高速发展，AIGC多领域落地
Transformer模型“百花齐放”.
2017年以来，Transformer在物体检测和语义分割任务中大幅刷新了此前的纪录。基于Transformer已发展出60余个AI大模型，其中包括名声大噪的GPT模型.
预训练呈“大一统”趋势，Transformer架构向多模态场景延伸。2022年，微软亚洲研究院推出BEiT-3预训练模型，在目标检测、实例分割、语义分割、视觉推理、图片描述生成等任务上取得了SOTA的迁移性能.
AIGC在多领域逐步落地，长期看AI有望具备专业级创作能力.
应用领域：AIGC可应用于文字、图像、音乐、视频、3D建模、建筑等领域，可在办公、传媒、艺术等场景担任辅助甚至是创作者角色.
产业化进程：AIGC在文本和代码领域发展较快，如今已具备长文本写作和基础软件开发能力，可辅助白领以及技术人员完成部分工作；在艺术创作领域，AIGC仍在初级探索阶段，创作能力仍有较大提升空间.
AIGC包括三大核心能力，已衍生出丰富能力矩阵.
AIGC主要包括三大核心能力：将现实世界内容迁移至数字世界（孪生能力），再建立数字世界与现实世界的内容互通并辅助现实世界的内容生成（编辑能力），最终从数字模仿进化至媲美人类的现实创作能力（创作能力）。根据京东探索研究院信息，AIGC正在文字、语音以及图像视频等领域发展从识别到生成的能力矩阵.
传媒、影视娱乐以及电商等领域的数字化程度较高，AIGC有望率先在相关行业落地.
AIGC+数字孪生：数字孪生为AIGC核心能力，数字孪生厂商与通用大模型厂商合作将大幅提高工业端生产效率
AI在工业端海量价值尚未释放，数字孪生体提供绝佳土壤：任正非在“难题揭榜”花火奖座谈会上发表讲话： “人工智能软件平台公司对人类社会的直接贡献可能不到2%，98%都是对工业社会、农业社会的促进”. 通过AI生成三维数字孪生体，再通过智能的数字孪生体赋能企业、城市等单元研发、制造、管理多环节，大幅提高生产效率.
AIGC下一个突破会从纯虚拟转到虚实结合：从技术角度看，数字孪生所需的数据采集、建模、渲染、仿真、分析预测等均有较为成熟的应用；从生产关系角度看，数字孪生注重对现实世界的赋能，目的为降本增效，规避了社会价值观、法律道德与隐私安全等方面对元宇宙概念的质疑和担忧.
根据艾瑞咨询数据，中国2025年数字孪生城市市场空间将达173亿元；根据文欧价值数据，2022年我国智慧城市项目总中标金额约2000亿元，因此数字孪生城市约占智慧城市市场2.6%.
根据Gartner预测，当前数字孪生在企业端目标受众的渗透率为1%-5%，我国工业企业数量庞大，仅考虑上市公司，我们预计2025年中国数字孪生市场空间将达800亿元.
