正如人类无法想象一种“从未见过的事物”一样,人脑理解世界依靠的是类比和逻辑推理,而人类创意的本源是对已知事物的分散拆解和重新组合。当社会发展迈入信息时代,电 子化内容足够丰富之后,通过大模型算法,让计算机如同人脑一般去吸收信息,并进行有逻辑的类比和推演,并最终输出符合人类认知的内容,即形成了近两年极其火热的AIGC (生成式人工智能)。
AIGC的出现让身处各行各业的从业者都感受到了重大的影响和冲击,但首当其冲的,当属以生产虚拟内容为主的互动娱乐行业。以游戏、视频、网文、音 频等为主的互动娱乐行业,不仅在内容的生产方式上受AIGC影响产生了结构性的变化,并且内容本身的呈现形式也将出现巨大变革。本次报告将从AIGC的发展历程、对互动娱乐行业的影响因素、结合AIGC的产品案例、AIGC+互娱行业相关发展趋势等维度,进行综合的梳理与探讨。
本篇报告核心观点摘要
AIGC近年来的快速发展离不开硬件算力的大幅提升。目前AIGC的主要特征包括但不限于:文本生成、图像生成、语音生成、代码生成;视频内容生成(目 前阶段多为视频二创);原生视频生成、3D模型生成;多模态内容的识别与生成等。
AIGC对互动娱乐行业产生了重大的影响和变革。在产品生产环节,利用AIGC能快速批量产出创意的特性,能在工作前期就提供大量的方向和具备一定完成 度的可展示内容,从而实现“降本增效”的核心价值。在内容体验环节,核心价值在于在可控的前提下给用户带来不可预估的超预期体验。
结合了AIGC的典型产品案例分析:《逆水寒》:被誉为国内“首款AIGC+”的游戏产品;《蛋仔派对》:用AIGC突破UGC上限;《妙鸭相机》:简单易 用、效果顶尖、需求明确的C端消费级AIGC应用;《剪映》:从文案编辑、一键成文、视频生成、AI作图到最终剪辑成片的一站式服务。
AIGC虽然下放了互娱行业的内容生产门槛,但受算力和历史累计资产影响巨大,大厂仍拥有引领性的优势;法律风险和版权争议需不断进行调整完善,这 既影响企业使用深度,也影响着消费者的接受度;模型行为的不可预测性可能会反向影响用户体验,例如在游戏中AI一旦“觉醒”就很难恢复“正常”。












本文仅供参考,不代表我们的任何投资建议。【幻影智库】整理分享的资料仅推荐阅读,如需使用请参阅报告原文。
2024年AIGC对互动娱乐行业影响趋势洞察-点点数据.pdf

戳“阅读原文”下载报告。好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。