图像AIGC行业报告：图像人工智能、AI图像（51页）

行业报告下载 2023年12月04日 15:14 管理员

AIGC 通过自然语言交互和 AI 生成实现了内容创意生产领域低门槛和高设计性的统一。首先，LLM（大语言模型）的迅速发展使得以自然语言为基础的交互方式成为主流，这极大降低了用户的使用门槛，对于文生图等应用，用户只需要输入“prompt”（自然语言构成的图像描述），就可迅速实现由想法到图像的创意转化。其次，随着当前底层图像大模型的迅速发展，AIGC 生成的图片质量正在迅速提升，以 Midjourney 为例，其在高清细节和摄影感的处理已经接近真实照片。因此，原先在使用门槛和高自由度设计之间的制约正在被打破，在全新的 AIGC 生态下，推进低门槛和高设计性同步实现。设计软件正在从“工具”变为“生产力”本身，商业模式上对应收费逻辑也从订阅变为购买 AI 算力。传统的图像编辑软件以订阅收费为核心变现方式，辅以小部分模板等服务的单购，本质上是用户为“工具”属性付费。在 AIGC 下，用户从购买软件的功能和设计师模板变为购买 AI 生成产品服务，这一转变提升了软件的付费率和变现空间的天花板，实现了从“工具”到“生产力”本身的变革。因此在收费逻辑上，当前的 AIGC 应用普遍在订阅之外提供购买 AI 算力的额外增值服务，比如 Midjourney 推出 4 美元/小时的方式购买“fast time”实现快速生成，Adobe 的 Firefly 也针对每一次的 AI 功能使用按照学分收取积分费用，按照 4.99 美元/月的付费用户可获得 100 积分换算，每次 AI 操作价格约 0.35 元/积分。AIGC 对于创意图像领域设计性和门槛的突破，具体体现在对工作流的渗透。工作流代表的是生产力内容从创意到实现产品的全流程，包括从最初的创意构思到草稿再到设计的修改和迭代以及最后的需求感知和用户反馈。我们认为工作流对于生产力场景有重要意义，其根源在于生产力场景的最终目标是通过创意内容获取收益，而工作流的效率从本质上决定了投入和产出比，工作流的优化一方面可以提升内容的质量，另一方面可以提高效率，用更低的成本获得更多的产出。AIGC 对于创意图像生产力领域的影响本质是通过渗透工作流的环节进行的： 1）对于专业设计领域而言，其从创意脑暴到最终形成实现的工作流程较长，AIGC 功能主要体现在前期的辅助创作环节，包括快速生成草稿，素材搜集等等，在此基础上对于创作过程中的某些环节，比如智能填充等也有显著影响。 2）对于传播者而言，渗透的环节主要是 AI 海量模板的自动生成，对于定位影像传播者的工具类平台而言，其核心资产由雇佣大量设计师生产模板，变为以训练 AI 为基础的无限次生成，对于平台而言，从单纯的工具类中介平台变成生产力本身。用户使用模式从原先的套模板，变成自定义 prompt 进行 AI 生成，在自由度大幅提高的同时也带来了内容生产量的大幅提升。