我们认为生产力工具场景有望率先迎来AIGC的大规模落地，互联网大厂和垂类应用厂商均有机会。
AIGC开启生产力应用新篇章。2023年下半年以来，大模型朝多模态方向演进，AI应用层创新此起彼伏。虽然在To C的市场上，如果有公司利用AI创造新需求，由此带来的收益或许会高到难以想象，但鉴于目前AI技术较高的使用门槛和较低的可控性，To C的AI现象级的产品一直没有大面积出现，行业仍在持续探索过程中；而To B场景虽然想象空间有限，但从事内容生产的小B通常有对新工具更高的接受度，AIGC赋能逻辑清晰，价值增量也非常明确，因此我们预计生产力场景或将迎来更快的落地，一些主流互联网场景中，例如短视频、电商、广告等领域的内容生产者有望充分受益于AIGC助力，从而迎来效率提升。
模型和应用构成生产力工具的主要形态，本文做了系统盘点。我们认为AIGC有望持续降低生产力场景门槛，提升转化率，创造增量收入。
►模型：本文聚焦文生图、文生音频、文生视频等专有内容生成模型，以文生图为例，我们认为海外已实现差异化竞争，开、闭源生态和多模态工程均有领先企业，国内BAT、字节跳动、美图亦有布局，我们在正文部分比较国内主流文生图模型，并展示了测评方法和结果。
►应用：我们认为抓住需求痛点，将大模型封装成应用、融入工作流也是AIGC可用的前提。国内字节跳动剪映、美图、BAT自研专有模型，基于客户需求定制化产品，且与生态深度绑定，进一步降低平台用户、广告主、电商商家创意设计的生产门槛；海外方面，Google Vids、Meta AI以及垂类应用Canva、Adobe等，运用生成式AI渗透创作，提升商业化空间。
AIGC生产力工具市场早期空间充裕，但长期更看重产品力与生态。我们认为，在行业早期发展阶段，各参与者均有望从前期快速增长的蛋糕中获取一部分份额，并在推动产品普及的过程中取得较快增长；中长期看，则更需要关注产品底层模型能力、产品化落地能力、完善的上下游应用生态以及产品的用户粘性。展望长期，受益于AIGC生产力工具带来的行业新增量和对传统工作流的渗透程度加深，生产力工具市场有望达百亿元级别。
我们认为AIGC生产力工具有望给广告、电商及社交平台带来增量，垂类厂商亦或凭借产品快速落地能力，把握行业发展前期规模快速扩张的红利，获取一定规模的市场份额。
AIGC发展不及预期风险；监管风险；行业竞争加剧风险。
技术侧：大模型驱动AI进入内容生成时代，多模态发展趋势显著
媒介形态带来差异化的影响力：视频>图文>纯文字。从2024年3月各平台月活用户规模来看，以抖音、快手为代表的视频媒介平台与以微博为代表的图文媒介平台的用户规模维持高位，通过更高的互动性和沉浸感，为用户提供了丰富的内容体验，网络传播力较强。我们认为，多模态技术的持续演进发展，降低了大众对于多模态内容的生成门槛，未来有望带动文字、图片、视频、音频等不同媒介内容进入全面AI生成时代。
通用大语言模型与专用模型融合，提升交互效果与体验。通用大语言模型在自然语言的理解和生成上有所突破，而Stable Diffusion、Sora在内的专用文生图、文生视频模型在形象记忆、艺术、想象等任务上具有更佳性能，两者之间拥有互补特性。目前我们观察到两者融合趋势，一方面大语言模型能够进一步降低用户Prompt的门槛，在理解用户抽象表达的同时，帮助提升文生图模型从指令拆解到调用能力；另一方面，文生图转化器也有望进一步提升模型生产的综合能力，真正走向世界模拟器。
AIGC应用可划分为To B与To C，现阶段B端市场相较C端的成本收益更为明确，且在众多潜在落地场景中，AIGC对生产力场景的适配程度较高：
1） C端产品目前技术仍不成熟，商业模式不清晰。一方面，目前大模型可控性较差，prompting对于普通C端用户有较高门槛；另一方面，目前C端产品在娱乐场景上的体验提升有限、在工作场景上的个人效率提升有限，导致用户对于SaaS服务的付费意愿较低且较难持续，比如以妙鸭相机为代表的少量产品热度快升快降。
2） To B端发展是AIGC产品标准化落地交付的必经之路。由于在当下的实际应用中，大模型性能和可控性或许难以兼得，因此在生产力场景中，AIGC通常与B端人工操作相结合，将最终交互生成的结果交付给终端消费者，以减少用户的不良体验；我们预计未来随着AIGC逐步成熟，AI生产力工具对人工介入的需求和占比也会逐渐降低，推动消费级产品进入标准化产品落地交付。其中，B端以生产力为核心的场景值得期待（主要目标用户为新媒体运营、电商从业者、短视频KOL等），我们认为AIGC高效生成内容的能力，较为符合其以内容付费为主的盈利模式；而且从产业链价值的角度，我们认为该场景本身内容价值链占比较高、AIGC赋能逻辑清晰、增量价值明确，行业接受度有望较快提升。
►从内容价值链占比角度出发，我们认为AIGC提供的核心价值在于快速高效进行内容生产的能力。根据SimilarWeb，海外图片、视频生成类头部应用已经出现Midjourney、Runway等流量爆款；根据七麦数据，截至4月23日，以AI为关键词的APP Store免费应用榜的应用中，约有80家为生成图片/视频类，代表性应用包括美图秀秀（AI扩图）、Canva（AI设计工具）等。同PGC、UGC等内容生产方式相比，AIGC提供了从基础素材到最终内容呈现的便捷一体化技术协助与服务，进而可以降低基础内容创作的门槛及成本，我们认为电商、游戏、广告为代表的行业线上化程度较高，且其内容生产成本和生产效率直接决定了其价值创造，因此AIGC应用能够更快渗透至核心生产环节。
►从价值收益角度出发，AIGC应用能显著针对生产力场景存在的痛点问题，并为其带来效率提升。根据iResearch针对汽车、游戏、小家电三大垂直行业的60家头部广告主企业进行的调研，广告主希望借助AI解决线上获客痛点占比接近六成，此外希望AI帮助广告内容创意实现差异化的占比达41.7%；据Capgemini Research Institute开展的一项消费者调研，52%的受访者认为生成内容是使用AIGC应用的主要场景；但部分场景例如AI+搜索引擎等，则尚未找到明确的商业变现路径。
►从行业接受度角度出发，内容生产行业的C端专业用户（专业领域从业者，如KOL、平面设计师等）和中小企业的团队偏多，有望更直接受益于AIGC带来的工作效率的提升。
AIGC浪潮下的生产力工具可大致分为两个组成部分，其一是模型，其是生产力工具核心基础设施，包括大模型（LLM）和专有内容生成模型，例如文生图、文生视频模型，其中后者是本文重心；其二则是生产力工具产品，连接模型生成能力和特定场景用户需求，将模型能力封装产品化，紧密结合终端用户需求，积累数据资产，形成自身壁垒。
模型：文生图国内紧密追赶，视频生成海内外均处于探索阶段
文生图：海外差异化竞争，国内主要玩家亦有布局
海外公开专业文生图大模型竞争激烈，OpenAI、Midjourney和Stability AI分别引领闭源和开源生态，且均已实现模型的商业化落地；Google、Meta积极推动多模态创新，但暂无明确商业化落地方向。国内AI巨头均有文生图模型布局，美图公司借力专业布局。2022年8月百度推出[1]“文心一格”，约一年后，阿里推出[2]“通义万相”；同期，字节开始测试的豆包大模型中也包含了文生图功能；2023年9月，腾讯云发布[3]依托自研 AI 绘画算法模型，推出针对中文语境下的绘画创作能力进行优化后的AI绘画产品，包括智能文生图和智能图生图等功能；同时，快手亦于2023年9月推出文生图大模型“可图”。大厂以外，其他公司亦积极布局，美图于2023年6月19日推出自研视觉AI模型MiracleVision（中文名：奇想智能），随后不断迭代，在视觉效果、可控性、工作流整合程度等多方面实现了持续优化。
为比较国内主流文生图模型之间的差异，我们做了一个简单测评：我们将13个由GPT-4 生成的prompt分别输入给国内六个主流文生图应用/大模型中（包含字节跳动——豆包，美图——MiracleVision，腾讯——AI绘画，阿里巴巴——通义万象，百度——文心一格），因此每一个prompt会生成六张图片。我们将这六张图片输入给ChatGPT，结合SuperCLUE[4]提出的文生图测评基准，要求ChatGPT从以下四个维度对六张图片分别打分以评价图像生成效果：
图表：文生图Prompt 1：一个穿着中国传统服装的少女，站在金黄色的稻田里，微风吹动着她的长发，脸上洋溢着幸福的笑容
资料来源：豆包，美图MiracleVision，腾讯AI绘画，通义万象，文心一格，智谱，中金公司研究部
注：以上测评结果仅供参考，且ChatGPT在评分过程中存有一定的随机性，不构成我们对各模型真实效果与性能的判断
资料来源：ChatGPT，中金公司研究部
文生视频：海外进展相对领先，国内持续追赶
海外文生视频模型进展超预期，国内大厂视频生成模型布局持续追赶。Stability AI、Runway、Pika均于2023至2024年间推出视频生成模型，但目前大多处于实验室阶段，生成视频的时长、细节处理和真实感上距离商业化落地还有一定距离。OpenAI于2024年2月发布Sora，基于“Transformer + Diffusion”基础算法，通过输入文字及提示词（最长135个）后，支持制作最长60s的连续视频，并同时具备GPT的语言理解能力，引领文生音视频领域的新一轮突破。国内大厂亦积极推进文生视频模型：2024年1月百度发布UniVG；同期，阿里推出EMO和AtomoVideo，字节推出MagicVideo-V2，用于剪映的部分生成式工具；2023年10月，腾讯AI实验室团队开发了视频生成模型VideoCrafter，并于2024年1月升级为VideoCrafter2。小公司和研究机构亦积极布局，美图于2023年12月发布MiracleVision 4.0版本，新增AI设计与AI视频模块，具有文生视频、图生视频、视频运镜、视频生视频能力，其中视频生成能力已能融入到行业的工作流中。
文生音频：海外加速出圈，国内产品跟进
文生音乐模型海外加速出圈，国内产品跟进。海外方面，AI初创公司Suno AI推出了AI音乐创作工具“Suno V3”，基于提示词，可在几秒钟的时间内生成长达2分钟的歌曲，且音乐风格和流派选项持续精进；此外，音乐生成后，Suno支持复制链接分享给他人，以及共创、续写、下载等，进一步增添可玩性和传播性。国内大厂亦积极布局：阿里、字节、腾讯均于2023底至2024年间推出音乐生成模型，但目前大多未实现商业化落地。国内其他公司亦积极推进音乐生成模型：万兴科技于2024年1月推出天幕多媒体大模型，其中包含AI歌手、文生声音、视频AI配乐以及语音增强功能；昆仑万维AI音乐生成大模型 SkyMusic也于前不久开启邀测。
大模型有些可以直接被用作工具，比如海外的Midjourney、DALL-E，国内的文心一格、通义万相，但在实际应用中，大模型性能和可控性或许难以兼得（比如Midjourney图像生成质量高，但是不支持二次编辑），因此寻找到不同场景下的需求痛点，将大模型封装成应用、融入工作流也是其可用的前提。根据美图，目前AIGC生产力工具需要解决三大痛点：1）垂直领域产出效果要求高，而不同垂直领域的核心诉求又有所差异，后续提升需要高质量的行业数据，以及深入到垂直领域的模型定向训练；2）进一步与实际的生产工作流进行融合，例如对生成结果的进一步高精度调节、以及多人协作的上下游协同等。3）生产力工具对商业场景进的理解需要足够深入，不仅需要能够为企业带来增量收入弹性，同时也应合理控制AI相关成本的摊薄节奏，二者平衡才能实现产品商业化落地变现的价值。
资料来源：美图15周年生日会暨MiracleVision 3.0发布会，中金公司研究部
当下，国内外AIGC生产力应用不断涌现。目前已产生众多基于开源大模型底座的应用，国内互联网大厂中，百度AIGC营销创意平台“擎舵”、阿里妈妈“万相实验室”等，通过AIGC生产力工具持续优化服务和生态，进一步降低平台用户、广告主、电商商家创意设计的生产门槛；海外方面，也有Google Vids、Meta AI等，运用生成式AI渗透创作，提升商业化空间。
国内：大厂推进应用和服务重构，垂类厂商加速应用落地
1）字节跳动剪映：自研MagicVideo大模型，多应用生态联动，流量传播催化功能跑通
以剪映为例，其早期通过提供剪辑模版和丰富的素材库，成为短视频创作者的提效软件，与抖音创作者生态深度联动；在智创中台的算法赋能下，剪映以及剪映海外版CapCut均基于内部自研大模型MagicVideo[5]开发出众多AIGC功能，比如剪映图文成片、新电影上映AI特效等。此外，剪映推出一款AIGC工具和社区Dreamina（与抖音账号互通），用户可以根据Prompt生成四幅创意图，并将Prompt和成果发布至社区，用户点赞量和反馈也用于反哺大模型训练。根据我们调研，目前字节AIGC工具推出会优先在剪映做测试，跑通后会复用在醒图、抖音等其他应用中，在AIGC功能的赋能下，剪映会员开通数有一定的提升，且创作者投稿数量有所增加。
剪映/CapCut也持续精进B端服务能力。以CapCut为例，CapCut for Business主要面向中小型企业、代理商和内容创作者，为其提供高质量广告和品牌内容服务，具体包括广告脚本、商业模板、产品广告网址、AI角色、协作和虚拟试妆等创意工具。在CapCut 2023视频趋势回顾[6]中，CapCut for Business提出将通过内嵌AI功能满足企业和内容创作者需求，有望为中小企业出海赋能。
持续精进技术底层能力，资源投入追赶海外速度。2月22日，CapCut文生视频功能开放公测，用户可以通过文本提示生成4秒的视频，每日可免费生成五次；同期，剪映旗下AI工具Dreamina也推出文生视频功能内测，目前可选参数仅有文字和运镜类型。2月23日，谷歌资深科学家、VideoPoet项目负责人蒋路加入[7]TikTok，负责AI视频的技术开发（VideoPoet是谷歌在2023年12月份发布的视频生成模型，在技术路线上与Sora相似，采用Transformer代替了传统的U-Net架构），由此，我们可以看出字节AIGC相关投入较为坚定，我们预计未来随着更多产品公开，剪映的AI化趋势或将更加清晰。
2）美图：自研视觉模型MiracleVision，垂直聚焦影像美化群体深度需求
自研视觉模型MiracleVision，公开多款AIGC工具。2023年6月19日，公司正式发布自研的AI视觉大模型MiracleVision（中文名：奇想智能），提供了提示词智能联想功能、提示词精准控制、智能深化创作等功能；2023年12月，公司于美图创造力大会上宣布MiracleVision已升级至4.0版本，具备AI文生视频功能。此外，在产品端，公司在AI图片、AI视频、AI设计、AI数字人四大领域推出包含WHEE、开拍、WinkStudio、美图设计室、DreamAvatar、RoboNeo等产品，整体产品矩阵从生活场景向生产力场景渗透，构建多元AI产品生态。
下游生态端，美图收购国内领先设计师社区“站酷”，打造独特数据资产壁垒。站酷为中国设计及创意群体中具影响力的社区，目前注册用户逾1,700万，主要涵盖设计师、摄影师、艺术家等设计创意行业从业者。我们认为，站酷网集团的加入，有望进一步为公司带来丰富的设计师资产与交互数据资产，扩充公司视觉模型MiracleVision的训练素材及资源，并提升模型效果的质量与迭代速度，公司视觉模型的护城河或将进一步加深。同时，我们认为与站酷网的合作亦有望在B端提升MiracleVision在国内设计及创意群体中的曝光及使用，进一步加深创作者对于美图AI设计产品的粘性。
3）国内互联网公司：融入广告、电商和社交等生态场景，强化原有面向广告主和商家服务闭环，代表应用包括百度新营销平台、腾讯广告妙思和阿里万相实验室等。这些工具大多具备文案生成、图片生成（文生图、图生图）功能，且与现有生态联动较深，比如支持相互上传、一键发布、批量修改等。
►百度AI全链路整合搜索引擎营销方法论：在图片智能生成板块，推出文本生成图片、上传主体生成营销图、广告图生图等能力模块，赋能商家不同细分场景投放需求。根据百度官网，AI赋能的广告主制作效率从20条/小时提升至2000条/小时，图片制作效率从小时级提升至分钟级；转化率方面，AI生成图片及营销海报使点击效果增加10%。
►腾讯广告妙思降低微信生态营销门槛：立足腾讯混元大模型，腾讯广告妙思为日常广告创意工作中的痛点提供了自动化替代方案，包括创意生产、创意改造、商品背景合成等过程，“灵感”板块提供按行业划分好的热门素材图，支持相似模板制作，且在广告平台内部就可以完成；此外，AI生成的素材机审判断合规性的通过率也更高，加快了创意上线的速度。此外，5月腾讯云生成式AI产业应用峰会上，腾讯云上线图像创作、视频创作等PaaS产品，或进一步降低企业使用门槛，加速大模型与营销工作流整合，比如，基于大模型图像创作引擎，企业客户可以使用“线稿生图”功能，通过提示词和参数设定，基于产品线稿设计图生成实物设计图，相比大模型直接生成图片，可控性进一步提升。
►阿里赋能电商商家的经营提效：“万相实验室”和“Pic copilot”强调产品上新和素材库存管理效率。以产品上新为例，商家只需完成上传自拍商品底图，并在系统内简单编辑、填写商品和对应类目的基本信息、选择模特和场景等操作，就能批量生成上新所需的大量创意素材；赋能出海平台的Pic copilot则进一步强化其图片翻译的能力，并且具备6种语言能力。在海外市场的投放测试中，经由Pic copilot生成的商品卖点图点击率平均提升[8]了7%以上。上线当天，Pic copilot获Product Hunt周榜第二。
►快手：基于“快意”语言大模型以及“可图”视觉大模型，快手旗下的视频剪辑类产品快影和功能拍摄类产品一甜相机已经具备了多种 AIGC 创作能力，让创作者轻松地将照片或者视频转换为不同风格和效果的内容，并自动生成符合内容语境的文案，提升内容创作效率。在商业化场景侧，公司大模型在营销素材创意短视频素材生成、快聘和房产直播的数字人播报和互动对话等场景的应用也愈发广泛，满足各垂类领域用户的需求。
海外：AIGC生产力应用不断涌现，商业化空间提升
1）海外互联网大厂：推出Google Product Studio、Google Vids和Meta AI Sandbox等。不同于国内厂商看重流程的简化，重视直接生成、一键生成等人工替代功能；海外更为看重广告创意，素材生成方面更强调AI的辅助性，目前大多通过小规模测试磨合需求，全链路替代并不激进：
2）垂类应用：服务专业和自媒体用户，代表应用包括Canva、Adobe等。
►Canva：下沉战略，定位平民化设计工具，AIGC工具提高模板生态护城河
2023年10月，Canva推出了基于AIGC的新产品Magic Studio，提供一站式的AI设计工具，涵盖了一键进行设计生成的Magic Design、提供转换内容形式的Magic Switch以及进行文生图和视频的Magic Media等9大功能，Magic Studio集成了AIGC业界的各路资源，包括Runway、DALLE、Google Cloud Imagen等第三方模型。Canva围绕泛设计用户需求，并不追求独特的艺术风格或图像的高自由度设计，而是以降低设计门槛为核心，通过AIGC功能持续迭代更新、模板素材的持续丰富，缩短设计流程。模板生态打造公司护城河，下沉战略催化流量快速增长。与定位同为非专业创意人士使用的产品Adobe Express相比，Canva拥有的设计模板数量是其10倍之多，根据二者官网信息，Adobe Express付费版有100万+模版，而Canva仅免费版就有250万+模板。
图表：Canva Magic Media图像生成界面简洁
►Adobe：持续研究专业设计师群体需求，精进AIGC产品矩阵；商业化落地抬升付费天花板
海外图像处理工具中，Adobe占据绝对领先的市场份额，根据Datanyze统计，截至2022年3月Adobe旗下的Photoshop、InDesign和Illustrator三款产品合计占据了全球近90%的市场份额。2024年3月，Adobe Firefly发布Structure Reference（结构参考功能），允许用户上传一张现有图像，作为后续生成图像结构布局的参考，让用户在生成图像时拥有更多控制力。
AIGC商业化落地抬升付费天花板。Adobe宣布自2023年11月起提高创意云单一产品与全家桶价格，月订阅费分别增加3美元与7.5美元，年订阅费分别增加24美元与60美元，并推出Firefly付费购买积分模式，订阅用户每月可以获得25个点数，支持每月单独支付4.99美元以购买100个点数，点数的消耗取决于生成输出的计算成本，每月底点数清空重置。我们认为，在AIGC的驱动下，Adobe的提价、获客逻辑都有所验证，或为国内工具软件的AI逻辑提供一定参考。
图表：Adobe Firefly Image 2功能展示，提升精准性及可控性
3）专业影视创作工具：全栈能力、行业经验以及资金投入要求更高，玩家相对较少，代表工具为Runway。Runway兼具PaaS和SaaS能力，构建视频编辑/创作的底层模型Gen-1和Gen-2，并在自研模型基础上提供30种多样化AI工具，覆盖视频、音频、图像、文字四个模态中大部分AIGC功能。奥斯卡获奖电影《瞬息全宇宙》的制作团队运用Runway辅助后期剪辑，利用生成式AI将虚实场景融合。根据[9]Runway对《瞬息全宇宙》的导演和剪辑师Evan Halleck的采访，电影拍摄时，他所在的视觉特效团队仅有7人，Halleck表示，Runway的Matte功能帮助他对95%的视频片段进行自动裁剪，而他只用负责很小一部分。
生产力工具价值：降低门槛，提升转化率，创造增量收入
我们认为在国内C端产品市场发展尚不充分的背景下，B端产品的发展是生成式AI产品标准化落地交付的重要历程。其中，由于生产力场景本身内容价值链占比较高、AIGC赋能逻辑清晰、增量价值明确，我们预计将率先迎来AIGC的大规模落地。前文我们盘点了生产力场景的AIGC应用，本章节我们进一步叙述其在不同场景的商业价值。具体来看，新媒体运营、电商、短视频等工作流程中，同时存在优化成本和提高生产力和质量的需求，但各场景痛点不尽相同，我们认为AIGC有望降低流程损耗，提升供给的天花板。
资料来源：量子位《中国AIGC广告营销产业全景报告》，中金公司研究部
以广告行业为例，当下互联网广告营销行业仍存有诸如内容生产门槛较高、传播渠道分散、传播周期缩短等诸多痛点。伴随多元互联网媒介兴起，新兴流量洼地不断涌现，互联网广告营销的生命周期有所缩短，广告素材的迭代更新速度加快。同时，传播渠道的分散化也为广告主的全渠道营销能力提出更高要求，以往使用同一组广告素材进行多渠道投放的转化效果下降，而若想生成多组广告素材，又会进一步拉长广告制作的生产周期与成本。这一痛点在中小广告主身上更为明显。AI生产力工具有望解决目前互联网营销的多环节痛点，提升生产效率、降低投放门槛并提升转化率，多家互联网公司提及AI带来的增量收入，增量逻辑已有验证。
资料来源：秒针营销科学院《人工智能与营销新纪元 2023AI+》，中金公司研究部
生产力工具市场有望达百亿元级别。如上所述，我们认为生产力工具有望率先落地电商、广告等商业化场景。根据智研咨询，2022年我国平面设计市场规模549亿元，其中以设计师为代表的生产力为平面设计市场的核心价值，剩余部分价值来自向创意软件支付的费用。我们认为，AIGC生产力工具的发展，一方面有望替代传统创意软件工具价值，另一方面也有望对设计师生产力形成一定替代。短期内，我们预估AIGC生产力工具有望在创意脑暴、草图绘制、创意生成等环节有较多渗透，对于传统工作流的价值替代比例约为10-15%，则对应生产力工具市场规模可达55-80亿元左右。展望长期，一方面受益于AIGC生产力工具带来行业新增量，另一方面受益于AIGC生产力工具对传统工作流的渗透程度加深，我们认为生产力工具市场有望迎来高速增长，根据量子位统计，目前内生成式AI在广告营销行业中的业务营收占比不到1%，其预计2025年中国AIGC广告收入可达150亿元，2030年有望达到1,500亿元，我们预估届时其中AIGC生产力工具市场规模有望达数百亿元级别。
伴随国内外多家厂商在AI领域的布局深入，以及国内对AI应用监管的推进，越来越多的AI应用逐步落地商业化。在此背景下，市场除了关注相关AI应用带来的增量商业化价值以外，亦较为关注相应垂类领域竞争格局的演化及终局判断。我们本节试图测算AIGC生产力工具的市场空间，并给出一套分析中短期竞争格局的逻辑，以及部分定性的判断。
早期竞争不是主旋律，增量市场空间较为充裕
发展初期竞争不是核心矛盾，有望共同推动产业生态快速扩张。我们认为，在行业早期发展阶段，即使垂类赛道竞争或较为激烈，但受益于整体大盘的快速扩张，各参与者均有望从前期快速增长的蛋糕中获取一部分份额，并取得较快增长。此外，众多玩家一起发力，也有望更快推动产品普及。以早期云计算市场为例，在行业迅速发展的过程当中，国内几家重点云厂商均实现较高增速，2018年腾讯云收入同增超过100%至91亿元，阿里云收入同增91%至214亿元。我们认为，早期的生产力工具市场与云计算有相似之处，云计算创新了SaaS的商业模式并改变了原有商用软件的竞争格局，AIGC浪潮下的生产力工具市场也有望带来新的增量收入。
中长期关注场景化落地程度、切换成本、下游应用生态
底层模型能力。随着用户意图理解的能力不断提升，AIGC生成模型将从根本上决定生成内容的质量，因此模型能力是基础。
产品化落地能力：提升产品的精准性、可控性以及交互协作能力。AIGC对于创意工具产品的赋能，主要通过体现在对于生产场景工作流的渗透。其核心竞争力在于如何快速精准地抓住用户的需求痛点，并通过小步快跑、快速迭代的方式推动产品在工作流上的落地，从这一角度出发，各家厂商之间比拼的并不完全是其战略能力、技术能力，而是其产品端的执行力。目前我们观察到相关厂商在不断推进创意设计产品与工作流的融合。我们认为，当前生成式创意工具的竞争更加聚焦于对特定行业、特定场景的工作流融合，产品迭代的重心也向产品生成效果、精确度、可控性、交互协作等方向转移，建议关注相关产品功能的迭代情况以及与实际工作场景的融合落地进展。
切换成本：与工作流深入融合，用户粘性较传统工具软件有所提升。在AI功能的加持下，工具软件能够深入完整工作流，积累用户在工作流当中积累的使用习惯与数据资产，显著提升用户的切换成本。另一方面，用户在掌握一款新的AIGC工具之后，除非其他新品有很强的差异化功能，否则他们切换新工具的意愿也会较弱，这也为先发者带来了一定的先发优势，这一点在国内各个工具之间并没有明显技术壁垒的背景下也显得更为重要。
下游应用生态：与主流产品的融合度也将影响用户使用偏好。对于生产力工具而言，其在整个影像传播市场中仅仅占据了一个环节，用户在生产出图片/视频之后，最终是需要到其他社交媒体平台/电商平台上去实现最终的转化，因此生产力工具如何与下游的应用生态良好融合也同样重要。以字节跳动旗下的醒图、剪映为例，它们相较于其他影像编辑软件的核心优势之一，就在于其与字节跳动旗下应用生态的打通融合，用户在使用醒图、剪映制作出图片、视频后，可一键导入到抖音、头条等产品中进行发布；此外，用户在浏览抖音过程中，部分视频左下角亦会出现提示，引导用户到醒图、剪映中使用同款模板进行创作，借用抖音庞大的流量生态实现用户基数的增长。从这一角度出发，具有较强下游应用生态的生产力工具或有较强优势，典型代表即为醒图、剪映、快影等。
本土化能力：相较于海外软件，国产AI工具使用门槛较低、支持中文以及更贴合亚洲审美，也获得了部分中腰部传播者的青睐。根据《2023年度AI设计实践报告》，受访者中有83.6%用户表示使用过海外的AI设计工具或设计软件AI功能，但同时也有52.1%的受访者在使用国产AI设计工具，且在国产AI使用率方面，传播者以64.0%使用率超过了专业设计师的48.4%。我们认为，国产AI设计工具相较于海外，其普遍更易上手、支持中文提示词、对亚洲人像/国风等元素识别更佳，对于专业能力相对较弱的传播者群体，也具备一定吸引力。
综上我们认为，短期来看，产品力、执行力较为重要，因为在各家产品的技术能力与效果之间并没有明显拉开差距的阶段，一旦在发展初期积累了一定的用户，用户与应用的持续交互能够继续产生高质量数据，高质量数据反哺于模型训练，能进一步推动模型表现的优化，继而吸引更多用户使用，从而更快形成数据-模型-用户之间的飞轮。中长期看，我们认为底层技术能力仍是生产力工具的核心，同时完善的上下游应用生态有望进一步巩固产品的用户粘性，并构建更长期、稳固的护城河。
[1]https://baike.baidu.com/reference/63170732/533aYdO6cr3_z3kATKGNmvj2OiyVMoml7-faV7FzzqIPmGapB4P1FJ836c828Ll2BUXIv5Utc5kjm_z7Xw8XvfViHoJNE9Nz-i-CGXKj
[2]https://baijiahao.baidu.com/s?id=1770860391299093234&wfr=spider&for=pc
[3]https://baijiahao.baidu.com/s?id=1776341791164197884
[4]https://mp.weixin.qq.com/s/QPeUu5ThP2f0dKEPDuFqxA
[5]https://arxiv.org/pdf/2401.04468.pdf
[6]https://www.capcut.com/business/newsroom/2023-video-trend-review-and-unlocking-the-future-with-capcut-for-business?category=all
[7]https://mp.weixin.qq.com/s/0sr1FyUHmhtiEyvqckO0QQ
[8]https://www.dsb.cn/news-flash/132076.html
[9]https://runwayml.com/customers/how-director-and-editor-evan-halleck-uses-runway-for-films-music-videos-and-commercials/
本文摘自：2024年5月26日已经发布的《AIGC助力生产力工具腾飞》
肖俨衍 分析员 SAC 执证编号：S0080521010001 SFC CE Ref：BIL686
魏萌 联系人 SAC 执证编号：S0080122080560
李程浩 联系人 SAC 执证编号：S0080122080602
白洋 分析员 SAC 执证编号：S0080520110002 SFC CE Ref：BGN055
王秋婷 分析员 SAC 执证编号：S0080523030001 SFC CE Ref：BTK905
特别提示
本公众号不是中国国际金融股份有限公司（下称“中金公司”）研究报告的发布平台。本公众号只是转发中金公司已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。订阅者如使用本资料，须寻求专业投资顾问的指导及解读。
本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性的、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。
中金公司对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，中金公司及/或其关联人员均不承担任何形式的责任。
本公众号仅面向中金公司中国内地客户，任何不符合前述条件的订阅者，敬请订阅前自行评估接收订阅内容的适当性。订阅本公众号不构成任何合同或承诺的基础，中金公司不因任何单纯订阅本公众号的行为而将订阅人视为中金公司的客户。
一般声明
本公众号仅是转发中金公司已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见中金研究网站（http://research.cicc.com）所载完整报告。
本资料较之中金公司正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。证券或金融工具的价格或价值走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，中金公司可能会发出与本资料所载意见、评估及预测不一致的研究报告。中金公司的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论和/或交易观点。
在法律许可的情况下，中金公司可能与本资料中提及公司正在建立或争取建立业务关系或服务关系。因此，订阅者应当考虑到中金公司及/或其相关人员可能存在影响本资料观点客观性的潜在利益冲突。与本资料相关的披露信息请访http://research.cicc.com/disclosure_cn，亦可参见近期已发布的关于相关公司的具体研究报告。
本订阅号是由中金公司研究部建立并维护的官方订阅号。本订阅号中所有资料的版权均为中金公司所有，未经书面许可任何机构和个人不得以任何形式转发、转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容。
