（资料来源：OpenAI，华福证券研究所）
图表2：Genie 2模型在对话中自然地生成图像
（资料来源：公开资料）
（资料来源：民生证券研究所）
图表4：AI大模型智能回答的代表kimi
（资料来源：kimi）
（资料来源：民生证券研究所）
（资料来源：华金证券研究所）
具体而言，人工智能生成内容（AIGC）是指利用AI技术自动生成各种形式的内容，如文本、图像、音乐、视频等。这一技术可以广泛应用于媒体、娱乐等领域。目前，AI大模型的相关应用中也普遍围绕文本与图片生成两项功能与产品应用场景进行适配。对此，结合各类型的使用场景可主要归纳为以下几种形态：
（1）信息生成或内容总结：围绕工作场景，用户可借助AI生成所需的文本、图片等内容信息，也可生成办公文档，或者辅助计算，缩短工作时长，提高效率。借助AI总结文字、视频等内容，提升阅读效率，聚焦核心信息。
（2）图片生成：GAN、Transformer和扩散模型等技术和开源的不断升级,降低了绘制的技术门槛和二次编辑开发成本，使得用于艺术创作、美术设计、营销创意、视觉插画、泛娱乐内容的应用逐渐增加。
（3）视频生成：迈向加速阶段，2024年实现可根据文本提示生成初版短视频，之后有望逐步完善根据文本生成初版本长视频的功能。展望未来，视频生成正在由“检索生成”、“局部生成”走向依靠自然语言提示词的全量生成，生成内容更加灵活丰富，应用空间广阔。
（一）具体应用场景：营销/视频生成
AI正在重塑广告业的生态系统。具体路径：用户端内容精准度提高，带动用户数提升，进而带动广告曝光量和触达量提升、广告收入提升。这其中带来的优化空间包括：（1）广告学习周期明显加快：产品在投放广告时，寻找匹配用户的试错周期缩短至一两周，甚至两三天，就能找到更精准的用户。（2）对素材的匹配更加精准：以前是少数素材跑得较好，现在能将不同素材匹配到不同渠道，有更多广告素材可在平台上获得流量。（3）更好的竞价接入流程。
案例视角来看，例如程序化营销公司APPLOVIN。该公司以游戏及广告营销为主业，公司的归母净利润逐步稳定转正并逐季度稳定提升，统计从2023年开始的6个季度：归母净利润从2023Q2的8004万美元增长到4.35亿美元，增幅达443%。其中，软件平台业务成为营收增长重要动力，销售收入在2024Q3达到8.35亿美元，最主要的收入来源是AppDiscovery——由公司的AI赋能广告引擎AXON驱动，帮助广告主找到合适的用户，同时向用户展示他们可能更感兴趣的内容，从而提升公司广告解决方案的有效性，带来更多的广告需求。
自23Q1开始快速增长
（资料来源：APPLOVIN）
国内公司的应用案例：2023年11月，蓝色光标为宁德时代打造由AI生成、用户主演的互动式广告——登录小程序，选择性别、脸型、旅行起止地点，智能剪辑，用户获得主驾视频，形象生动；2024年4月，公司发布致投资人的公开信中提到“一年来，蓝标创造了近300个真正的AI营销案例，AI驱动的收入达到1.08亿”，并且据公司统计，使用AI原生使其总体业务生产效率提升50%左右，部分创造新业务场景则可以达到600%-800%的提效；同时，公司的BlueAI下半年将重点发力视频智能理解及创作、智能体工作流等方向，通过AI全面赋能创意内容制作，并将海外公司作为全球化战略的重要支点。（注：以上信息来自于公开资料，不构成投资建议）
进一步，比较传统视频制作执行流程，基于AI工具的广告制作通过交互式视频生成的制作流程，带来了三方面的重塑：（1）压缩制作过程，（2）提升创意和剪辑自由度，（3）节省制作成本和时间。
从操作细节上来看，现存的挑战包括：由于视频是图像模态的进一步扩展，所以对技术的要求更高，对于算力、数据等资源要求也较高(样本质量提升，需要训练计算资源的增加)，成熟程度相对文本、图像较慢。以麦当劳在日本的广告翻车为例，一段由AI生成的11位美女在不同场景下展示麦当劳薯条的视频，作者是知名AI艺术家Kaku Drop，但是评论指出存在色彩光感油腻、比例失调、人物六指等AI生成的固有问题。同时，AI生成技术广泛应用于各种创意领域，尤其是广告和宣传片，也引发了关于版权和道德的激烈讨论。（注：以上信息来自于公开资料，不构成投资建议）
图表8：视频生成中计算量对结果的影响
（资料来源：新智元，华金证券研究所）
总的来说，广告营销领域的工作流程与环节设计很多繁琐工作，需要耗费大量的时间，其中有较多的工作都可以期望用AI代替人工的方式实现效率的提升。
（二）具体应用场景：情感交互
在当前的 AI 社交领域，包括Talkie AI在内的头部产品其核心提供的是类似“角色扮演”的游戏体验。与常规的ChatBot不同，情感陪伴类AI应用更强调角色设定、图像形象，以及通过图片或语音等多模态形式的交互，从而达到接近真人交互的代入感和较好的娱乐体验。在这一领域，结合AI硬件，AI玩具或“游戏化AI产品”如何获得更为有趣的游戏体验也是主要关注点。
例如，Genie 2模型搭载Imagen 3、SIMA智能体，具备对象交互、多类型角色动画制作、物理效果模拟等功能，不仅能够根据单个图像生成可交互的3D场景，还能智能响应用户的键盘操作，实现精准操控角色、生成反设事实、1分钟长视频生成等功能，打造新一代沉浸式互动3D游戏体验。为了将Gemini 2.0的覆盖范围扩展到虚拟环境，Google DeepMind 也在与 Supercell 等游戏合作伙伴合作，开发智能游戏代理——通过实验性AI伴侣实时解读游戏操作、建议策略，甚至可以通过Google搜索访问更广泛的知识。
图表9：Genie 2模型能帮助画好下一步棋的位置
（资料来源：公开资料）
（三）具体应用场景：政策促进人工智能在教育板块的全场景落地
此类AI还可以应用在教育的场景下。目前比较常见的应用领域是写作辅助类和学习辅助类。前者例如：腾讯文档AI，后者例如：星火语伴、AI口语陪练。从更广泛的场景上来说，在PC端用户还可以实现通过AI应用翻译实时字幕，消除语言障碍的功能。根据亿欧智库的统计信息，全球AI+教育公司主要集中在中国和美国，且均以语言学习类和自适应学习类为主。
12月2日，教育部办公厅发布《关于加强中小学人工智能教育的通知》，通知明确了人工智能教育的总体要求，强调要以人工智能引领构建以人为本的创新教育生态，为促进学生全面发展服务引导学生正确处理人与技术、社会的关系，促进思维发展，培养创新精神，提高解决实际问题的能力。
图表10：教育部部署加强中小学生人工智能
教育相关要求
（资料来源：教育部）
展望AI赋能教育的方式：（1）个性化学习路径定制，精准教学提升效率；（2）智能评估反馈即时，助力学生自我成长；虚拟现实技术沉浸体验，抽象知识直观展现；（3）大数据分析学情趋势，科学决策优化教育生态。这些路径，令AI不仅仅是工具，更是创新教育的催化剂，让学习更有趣、更高效。
（四）具体应用场景：超强算力（量子计算）
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。量子计算机作为执行量子计算任务的设备，以量子比特（qubit）为基本运算单元。在量子计算中，基于量子叠加原理，量子比特的不同状态可被同时存储和处理。量子计算为解决某些经典计算机难以处理的复杂问题提供了新的可能性，有望在密码破译、材料设计以及人工智能等方面得到广泛应用。国内方面，2024年8月以来，华为多条量子计算相关专利申请公开。
图表11：华为量子计算专利申请情况
（资料来源：天眼查）
近期，量子计算行业迎来进展性事件，有望对AI及算力的发展起到一定程度的助推作用：11月19日，NVIDIA宣布与谷歌量子AI团队“Google Quantum AI合作，帮助后者加速设计下一代量子计算设备。12月9日，谷歌公司宣布研发出一款运算能力超强、适用量子计算机的芯片，宣称这种芯片只用5分钟即可完成现有运行速度最快的计算机要10尧（10的25次方）年才能完成的任务，相关研究成果发表于9日出版的英国《自然》杂志。这款芯片名为“威洛”，虽然量子比特多，但错误率却减少了一半，而且还具备适时纠错的能力，谷歌宣称其为研制“实用的大规模量子计算机铺平了道路”。
展望未来，量子计算有望通过其高效的处理能力，加速AI的发展进程。“AI+量子计算”的交汇，也有望塑造科技未来的新引擎，比如在复杂系统模拟、解决能源危机、精准医疗、新材料设计等领域催生出一系列创新应用。
（五）具体应用场景：军工
随着AI被政府决策层普遍认定为具有革命性影响和重要地缘政治意义的技术，许多科技公司对军事合作的态度也正转向开放。
11月，Meta正式将Llama模型开放给美国国家安全机构和国防承包商使用。同月，Anthropic也宣布，将通过与Palantir Technologies的合作向美国军方提供其AI使用权限。
12月4日，美国国防科技公司安杜里尔工业公司（Anduril Industry）宣布与人工智能公司OpenAI建立战略合作伙伴关系。双方将通过OpenAI的先进模型与安杜里尔的高性能防御系统（主要为反无人机系统）以及“晶格”（Lattice）软件平台相结合，开发用于国家安全任务的人工智能解决方案。这是OpenAI与美国军工企业的首次合作。在今年年初，OpenAI放弃了禁止将技术用于军事和战争的服务条款，这意味着OpenAI所开发的高性能、前沿人工智能模型将可以用于提升安杜里尔工业公司相关军事系统的性能。
安杜里尔工业公司目前主要的防御系统产品为“走鹃”（Roadrunner）无人机以及“脉冲星”（Pulsar）便携式电子战系统。“走鹃”垂直起降无人机可以携带多种载荷，并用于拦截敌方无人机。“脉冲星”多用途干扰机可以灵活部署，执行电子对抗、反无人机、电子支援等任务。OpenAI的人工智能技术预计可以大幅度优化这两种系统对海量多源、复杂异构且快速增长的战场情报数据进行深度挖掘和融合分析的能力，进而进一步优化精确感知、缩短决策周期、自主任务规划与协同等关键技术。（注：以上信息来自于公开资料，不构成投资建议）
图表12：“走鹃”（Roadrunner）无人机
（资料来源：公开资料）
结论：2024年可定义为：AI应用发展元年
