投资分析
随着 ChatGPT 在全球范围内强势“出圈”，AI 大模型商业模式已成功跑通，我们认为 AIGC 时代即将到来。近年来，随着 AI 大模型以及算力成本不断优化，训练及推理成本持 续下降为 AIGC 商业化应用提供了先决条件。AIGC 已衍生出丰富的能力矩阵，具备了孪 生、编辑和创作三大核心能力，长期看 AIGC 具备在全行业颠覆式降本增效的应用前景。
根据《GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models(2023)》(作者：Tyna Eloundou 等)，AIGC 或对 80%以上的劳动者 产生影响。同时，AIGC 也可在前沿领域催化出新的产业机会，AIGC 大幅加快数字内容创 作及数字人产业发展，推动元宇宙产业加速落地。考虑到 AIGC 需强大的硬件支撑以及在 全行业广阔的应用空间，我们重点推荐三条投资主线：算力硬件支撑、推动行业生产效率 颠覆式提升、催生元宇宙发展新生态。
主线一，AIGC 算力硬件支撑产业链，AI 大模型带来的算力革命将会带动算力硬件支 撑产业链发展，衍生硬件性能有望持续提升; 主线二，AIGC 推动行业生产效率颠覆式提升。短期看，AI 已具备辅助人类完成部分 工作任务的能力，我们认为 AIGC 在软件开发、日常办公、影视娱乐、教育、电商等领域 将率先应用。长期看，随着 AI 逐步具备媲美人类的专业创造能力，AIGC 将在全行业带来 颠覆式的生产方式，我们预计娱乐、传媒以及软件开发领域相关公司将率先在成本端受益; 主线三，AIGC 催生元宇宙发展新生态。游戏公司有望率先在内容创作以及游戏设定 等方面应用 AI 大模型并在元宇宙产业中占得有利竞争位置。
AIGC悄然兴起，算力降本夯实“AI底座”
AIGC悄然兴起，ChatGPT强势“出圈”
随着人工智能越来越多应用在内容创作，AIGC 概念悄然兴起。AIGC(AI Generated Content，人工智能生成内容)指利用 AI(Artificial Intelligence，人工智能)技术可根据 用户需求自动生成与之匹配的内容。只需输入要求，AIGC 即可帮助创作者自动生成所需 内容，创作者可花费更多时间进行主题构思并减少实际创作时间，提升工作效率和创作质 量。20 世纪 50 年代以来，深度学习算法和设备算力发展迅速，AI 研究取得了长足进步。 AI 不仅能够与人类进行互动，还可以进行写作、编曲、绘画、视频制作等创意工作。AIGC 发展可大致划分为三个阶段：早期萌芽阶段、沉淀积累阶段以及快速发展阶段，目前已进 入快速发展阶段。
ChatGPT 应用领域广泛，有望率先在 AIGC 领域落地。ChatGPT(Chat Generative Pre-trained Transformer，聊天生成式预训练器)为 OpenAI 开发的聊天机器人，它建立 在 OpenAI 开发的 GPT-3 大型语言模型之上，并使用监督学习和强化学习(人类监督)技 术进行微调。在 AIGC 领域，ChatGPT 能够根据用户需求而自主创造出高质量的内容，不 但降低了创作门槛，还能大幅提高用户创作效率。AIGC 产品能力的决定性因素是互动、 数量和质量，ChatGPT 在生成和理解能力上有了显著提升，GPT-4 则推动内容形式从单 一走向多元，大幅优化了内容质量。
ChatGPT 仅用两个月 MAU 即突破 1 亿，成为史上用户增速最快的消费级应用。2022 年 11 月 OpenAI 推出 ChatGPT，一经发布即成为 AI 界“顶流”。根据 SimilarWeb 数据显 示，ChatGPT 在仅推出两个月后 MAU(Monthly Active User，月活用户)已到达 1 亿， 成为史上用户增长速度最快的消费级应用程序。根据 Sensor Tower 数据，TikTok 花费 9 个月 MAU 达到 1 亿，Instagram 则花费 2 年半的时间。
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，2026 年中国智能算力规模有望增至 1271.4EFLOPS。 根据华为预测，未来 AI 将从感知走向认知，创造能力不断增强，AI 将走进日常生活并赋 予万物智能，算力需求将高速增长，2030 年全球智能算力有望达到 105ZFLOPS(每秒 10 21 次浮点计算)，对比 2020 年增长 500 倍。目前，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，预计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达到 268.0EFLOPS(每秒 10 18 次浮点运算)，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。近年来，随着算力以及数据 集快速发展，基于 Transformer 模型的 NLP(Natural Language Processing，自然语言处 理)算法发展迅速。AI 大模型具有“涌现能力”，当训练量超过某个阈值时，模型就会解 锁“涌现能力”，即模型精度会突然暴增。因此，最先进的 NLP 以及 CV(Computer Vision， 计算机视觉)模型中的参数数量均持续增长，近年来呈指数增长态势。
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 模型所需算力以每两年 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”。
英伟达数据中心 GPU AI 推理能力不断增强，单位算力成本不断优化。近年来，英伟 达数据中心 GPU 平均 2-3 年迭代，目前 AI 大模型训练使用的 GPU 包括 V100、A100 及 H100。从性能层面看，英伟达通过多实例 GPU(MIG)技术允许多个网络同时基于单个 GPU 运行，最大限度提升计算资源的利用率;并通过优化 GPU 架构以及指令提升大模型 训练速度。根据英伟达官网信息，英伟达数据中心 GPU AI 推理能力大幅提升，H100 相 较于 A100 超大模型的 AI 推理吞吐量提升 30 倍。与此同时，GPU 价格虽出现上涨，但涨 幅远低于算力。根据中关村在线报价以及网易科技信息，英伟达 H100 价格在 24 万元以 上，约为 A100 的 3 倍。因此，我们认为随着 GPU 架构以系统设计持续优化，单位算力 成本降低将会成为长期趋势。
参考《The Economics of Large Language Models(2023)》(作者：SUNYAN)以及 《Efficient Large-Scale Language Model Training on GPU Clusters Using Megatron-LM (2021)》(作者：Deepak Narayanan 等)，研究人员均提出以训练词数(Tokens)、大模 型参数量(Parameters)、芯片算力(FLOPS)、芯片价格等指标为参数的成本测算模型。 我们将根据相关模型，测算 GPT-3 的训练和推理成本，以及英伟达芯片迭代带来的成本优化。
模型及硬件优化有望节省 80%以上成本，算法和数据集有望成为竞争核心。根据《The Economics of Large Language Models(2023)》(作者：SUNYAN)估算，作者预计 GPT-3 训练成本约为 140 万美元，推理成本为 0.0035 美元/1000Tokens。我们认为，受益于大模 型参数优化、算力利用率逐步提升、单位算力成本随着芯片迭代不断下降，AI 大模型训练 及推理成本有望持续降低，预计可节省 80%以上。根据《Training Compute-Optimal Large Language Models(2022)》(作者：Jordan Hoffmann 等)内容，DeepMind 认为扩展模 型参数数量的效果或是边际递减，我们认为高质量的数据集以及优质的算法有望成为 AI 大模型的核心竞争力。
AI大模型商用在即，AIGC解放生产力
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 为 CV 和 NLP 领域带来了 大幅性能提升，在物体检测和语义分割任务中均刷新了此前的纪录，CV 和 NLP 有望统一 在 Transformer 结构之下。近年来，学界掀起了研究 Transformer 模型的热潮，根据 《TRANSFORMER MODELS: AN INTRODUCTION AND CATALOG(2023)》(作者： Xavier Amatriain)数据统计，基于 Transformer 已发展出 60 余个 AI 大模型，其中包括名 声大噪的 GPT 系列模型。
预训练呈“大一统”趋势，Transformer 架构向多模态场景延伸。近年来，NLP、CV 和多模态等领域的预训练开始呈现大一统(big convergence)趋势。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(state-of-the-art，最好/最先进)的迁移性能。通过对大量 数据进行大规模预训练，可以更轻松地将模型迁移到多种应用领域，微软亚洲研究院认为 大一统的趋势已经在三个方面逐渐显现，分别是骨干网络(backbone)、预训练任务和规 模提升。我们认为，基于 Transformer 架构的 AI 大模型将持续向多模态发展，推动 AIGC 在全行业进行全方位应用。
GPT-4 迎来巨大性能升级，OpenAI 占得 AIGC 发展先机。根据《GPT-4 Technical Report(2023)》(作者 OpenAI)内容，GPT-4 可以接受图片输入，并具备“类似人类” 的图片解读能力;GPT-4 在 60%的 AP 考试科目中取得了 5 分(满分)，较 GPT-3.5 提升 30%以上;GPT-4 也在研究生入门考试 GRE 中取得了 339+4 的成绩，超越 95%的应试者。 GPT-4 引入多模态为后续生成音频、图片、视频打下了坚实基础。凭借微软全生态助力以 及 ChatGPT 在全球范围内的“出圈”表现，我们认为 OpenAI 将在 AIGC 领域加速迭代， 持续提升模型内容生成以及逻辑推理能力，占得 AIGC 发展先机。
AIGC 在多领域逐步落地，长期看 AI 有望具备专业级创作能力。受益于 AI 大模型高 速发展，AI 正逐步从内容生成进化为内容创作。从应用领域看，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。从产业化角度看，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。我们认为，随着多模态 AI 大模型能力不 断增强、针对图像、视频的算法持续优化，AIGC 有望在艺术创作领域具备超过专业人士 的创造能力。
AIGC衍生出丰富能力矩阵，推动全行业降本增效
AIGC 包括三大核心能力，已衍生出丰富能力矩阵。AI 模型在 CV 和 NLP 等单模态领 域已拥有成熟的商业化应用。近年来，多模态 AI 模型加速发展，Transformer 已发展成为 庞大的“家族”，多模态商业应用正走向成熟。参考中国信息通信研究院的研究，我们认 为 AIGC 主要包括三大核心能力：数字孪生能力，数字编辑能力和数字内容创作能力。三 大核心能力意味着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)。基于三大核心能力，AIGC 已衍生出丰富的能力矩阵，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。
AIGC 应用前景广阔，我们认为将在日常办公、传媒、影视娱乐、电商等场景较快落地。Stable Diffusion 和 GPT-4 分别在图像和文字领域让大众感受到 AIGC 接近人类的创 作能力，各大科技巨头均加码 AI 大模型。从 2022 年开始，谷歌、微软、Meta、亚马逊、 百度、阿里巴巴、腾讯等平台型科技巨头均加大力度布局 AIGC，与现有商业模式结合的 速度有望加快。目前，传媒、影视娱乐以及电商等领域的数字化程度较高，为 AIGC 提供 了良好的土壤，AIGC 有望率先在相关行业落地。我们认为凭借 AI 持续进化的文字、图片、 视频内容生成能力，可助力相关行业大幅度降本增效，市场潜力巨大。
AIGC+文字&音频：赋能 AI 客服降本增效。AI 客服已在全球范围内普及，已从文字 对话迭代至语音对话。受益于 AIGC 快速发展，AI 客服推理能力持续增强，可以在充分理 解客户诉求的基础上进行逻辑推理并给出合适的回答。根据 IBM 商业价值研究院研究内容， 使用虚拟客服技术可在每次客户对话中节省 5.5 美元的成本。同时，AI 客服技术领先的企 业客服满意度更高：客户和客服员工满意度分别提高 12%和 9%，处理时间缩短了 15%。 我们认为，AI 在文字和音频领域的生成能力成熟度高，商用化进程较快，AI 客服有望在全 行业全面渗透。根据 GrandView Research 数据，2022 年全球 AI 客服市场规模为 13.8 亿 美元，预计到 2030 年将达到 70.8 亿美元，对应 2022-2030 年 CAGR 为 22%。
AIGC+图像视频：推动影视娱乐行业降本增效。在影视娱乐领域，AI 已具备图像、视 频以及 3D 建模的创作能力。在图片领域，根据 6pen 预测，若未来五年 10%-30%的图片 内容由 AI 参与生成，市场规模有望超 600 亿元。在视频领域，2023 年 1 月，日本奈飞(Netflix JP)和日本 WIT 工作室、微软小冰公司日本分部(rinna)共同制作了动画《犬与少年》， 成为历史首次使用 AI 生成背景的商业动画片。除去人物及动物角色，绘制工作绝大部分由 AI 完成。
在 3D 建模领域，腾讯 AI Lab 展示了使用 AI 从零开始迅速搭建一座 3D 虚拟城 市的过程，所建虚拟城市面积达到 25 平方公里，包含 130 千米路网、4416 栋建筑以及超 过 38 万个室内映射。根据腾讯 AI Lab 在 2023 游戏开发者大会发布内容，建模一座如此 大的城市，过去往往需要多名美术师以年为单位的时间完成，而结合 AI 只需数周。我们认 为 AI 在动画和游戏领域已具备辅助专业创作者完成部分创作的能力，大幅提升创作效率并 减少人力成本，从而推动整个影视娱乐行业降本增效。
AIGC或对80%劳动力产生影响，2030年中国
AIGC 市场有望超万亿元 AIGC 或影响 80%劳动力的 10%工作任务，并大幅提升劳动者工作效率。AI 大模型 在文字、图像视频等方面已具备了一定的创造能力，在非手工操作以及人际交流的工作场 景中均可辅助甚至代替人力完成工作任务。根据《GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models(2023)》(作者：Tyna Eloundou 等)，在美国平均一个职业当中约有 15%的工作任务会受到 AI 大模型影响;大约 80%的美 国劳动者可能有至少 10%的工作任务受到 AI 大模型影响，而约 19%的劳动者可能有至少 50%的工作任务受到影响。另外，AIGC 已可在日常办公场景中大幅提升员工工作效率， 根据新华社报道，斯坦福大学和麻省理工学院针对一家技术企业的最新研究结果显示，AI 可提升技术支持员工平均 14%的劳动生产率，“新手和低技能员工”的工作速度则能提升 35%。
AIGC 行业成熟在即，2030 年中国 AIGC 市场规模有望超万亿元。根据 OpenAI 和宾 夕法尼亚大学的研究，随着 AI
大模型的推理能力不断提高，即便停止开发，其影响力仍将 持续扩大，全球范围内已掀起了一场 AIGC 投资热潮，AIGC 在各行业的商业应用正加速 落地。根据
Gartner 预测，AIGC 有望在未来 2-5 年进入行业成熟期。我们认为，随着国 内企业加速在研发生产端以及销售端引入 AIGC 以降本增效，国内
AIGC 产业也将迎来快 速发展期。根据量子位智库预测，2023-2025 年中国 AIGC 产业处于培育摸索期，预计年 均复合增速为
25%;2026-2030 年行业将迎来快速增长阶段，中国市场规模有望在 2030 年达到 11491 亿元。
想象力即生产力，AIGC修筑通往元宇宙之桥
想象力即生产力，AIGC掀起内容生产革命
AIGC 将走过三个发展阶段，人机协同时代即将到来。当前，内容创造已由 PGC (Professional Generated Content，专业生产内容)转向 UGC(User Generated Content， 用户生成内容)，AI 辅助内容生成(AIUGC)和 AIGC 也正在全面普及。根据百度 CEO 李 彦宏的判断，AIGC 将走过三个发展阶段：第一个阶段，被称之为 AIGC 的“助手阶段”， AIGC 用来辅助人类进行内容生产，比如生产有声书、辅助视频创作等;第二个阶段，被 称之为 AIGC 的“协作阶段”，AIGC 以虚实并存的虚拟人形态出现，形成人机共生的局面。 第三个阶段，即 AIGC 的“原创阶段”，AIGC 将独立完成内容创作。我们认为，随着 AI 大模型已具备多模态的内容创造能力，AIGC 已具备大规模应用条件，人机协同时代即将 到来。
内容创作门槛降低，AI 时代想象力即生产力。AI 已从传统的分析数据发现规律升级 为分析感知数据并进行内容生产。相较于人脑只能基于自身知识图谱进行少数方向的信息 处理，AI 具备从更庞大的知识体系中进行多方向信息处理的能力，可以提供更多的创作思 路。复盘内容创作历史，在 PGC 时代，内容创作需使用专业创作工具进行内容创作，例 如摄影爱好者需学习使用专业 PS(Adobe Photoshop)工具进行修图;进入 UGC 时代， 摄影爱好者仅需学习使用门槛较低的美图秀秀即可达到媲美专业 PS 工具的修图效果。我 们认为，进入 AIGC 时代，任何人都将成为内容创作者，只需充分发挥想象力，将需求描 述给 AI 工具，AI 即可完成代码、绘图、建模等具有专业门槛的创作任务，完成效果甚至 超出创作者预期。
AIGC赋能多模态数字内容生成，加速元宇宙时代降临
元宇宙可带来沉浸式体验，数字人(Avatar)、物理世界数字重构及软件智能体 (Software Agent)为数字化世界关键。元宇宙为物理世界、增强现实(AR)及虚拟现 实(VR)在共享数字空间中的融合，元宇宙具有成为未来数字社交互动通用平台的潜力。 我们认为，构建高可用的元宇宙平台，既需要成熟的混合现实技术(MR)以实现良好的 人机交互，也需要海量的数字内容以实现比肩物理世界的数字世界体验。结合商汤对于元 宇宙的理解，我们认为 AIGC 可通过三种核心方式支持沉浸式和交互式的元宇宙体验：1) 数字人：AIGC 可为人类创建虚拟化身，提供进入虚拟世界的入口;2)物理世界数字重构： AIGC 在 3D 重建方面的应用可实现物理世界的数字重构，构建物理与数字世界的连接;3) 软件智能体：AI 大模型已具备较强的分析与推理能力，AIGC 可创造高智慧的软件智能体 与数字世界中的人类流畅交流。
AIGC 解放数字内容创作生产力，打造元宇宙底座。参考陀螺研究院的研究成果，我 们认为元宇宙数字内容创作与游戏创作具有相似性，均需要大量专业技术人员对包含文本、 图像、3D 模型、音频、视频、代码等资源进行大规模开发。长期以来，数字内容创作过 于复杂导致开发门槛很高。AIGC 极大地降低了内容创作的门槛，普通用户在 AI 的帮助下 即可化身为“专业创作者”，这将彻底解放数字内容生产力，为元宇宙提供海量数字内容。 根据 IDC 数据，2021 年，全球数据总量达到 84.5ZB，预计到 2026 年全球结构化与非结 构化数据总量将达到 221.2ZB;2025 年预计 AIGC 产生的数据将占所有数据的 10%(2021 年比例不超过 1%)，2021-2025 年 CAGR 为 127%。
数字人进入 AIGC 时代，2026 年 AI 数字人市场规模有望超 100 亿元。上世纪末，创 造数字人基本依赖于手绘，创作周期长、人力成本高。随着 21 世纪初 CG 和动作捕捉技 术的发展，数字人创作进入计算机时代，但仍受专业创作者产能限制。随着多模态 AI 大模 型快速发展，数字人创作进入 AIGC 时代，数字人产业进入蓬勃发展期。结合腾讯研究院 的研究成果，我们认为目前 AIGC 不仅可以管线化生产拥有“好看”皮囊的数字人，而且不断推动数字人向着拥有“有趣”的灵魂方向发展，数字人创作周期大幅缩短。根据 IDC 预测，未来数字人将逐步过渡到纯 AI 驱动，AI 数字人市场将进入快速发展阶段，2026 年 中国 AI 数字人市场规模将达到 102.4 亿元，2022-2026 年 CAGR 约为 83%。
重点企业分析
主线一：AIGC算力硬件支撑产业链
同飞股份：公司成立于 2006 年，是国内工业温控国产替代先锋，综合 竞争力强。公司作为液冷解决方案龙头，积极布局数据中心业务，2022 年加入数据中心 行业协会，与众多公司交流技术和产品。随着与客户的方案落地，我们认为 2023 年有望 成为公司数据中心液冷产品放量元年，公司将充分受益于 AI 服务器的快速放量。23Q1 公 司实现营收 2.7 亿元，实现归母净利润 0.3 亿元。
和林微纳：和林微纳成立于 2012 年，主营业务为半导体测试探针以及 MEMS 相关精微零组件。随着 ChatGPT 问世，头部科技企业在全球范围内掀起新一轮“AI 军备竞赛”。英伟达为全球 AI 芯片龙头，有望直接受益于 AI 大模型训练和推理所带来的旺 盛 AI 芯片需求。公司与英伟达长期合作半导体芯片测试探针业务，AI 芯片需求快速增加 有望直接拉动公司半导体测试探针业绩。23Q1 公司实现营收 0.4 亿元，归母净利润为-0.1 亿元。
鼎通科技：鼎通科技成立于 2003 年，主要业务为通讯连接器精密组件 和汽车连接器精密组件。AI 预训练大模型对算力需求大幅提升，有望推动相关硬件基础设 施持续扩容升级。公司通信连接器业务坚定大客户战略，深挖客户增量需求，近年来 cage 系列新产品向核心客户继续导入，新入泰科 cage 系列供应商名录;同时，产品亦持续迭 代升级，2x6 规格 cage 产品及 112GB/s 结构件产品亦顺应传输速率提升而升级，有望贡 献新增量，尤其 112GB/s 主要满足 800G 数通需求。此外，公司亦设立马来西亚子公司， 后续有望以马来工厂为依托，拓展泰科、安费诺等大客户海外业务。23Q1 公司实现营收 1.6 亿元，归母净利润 0.3 亿元。
高澜股份：公司成立于 2001 年，在液冷领域具备深厚技术积累，通过 前瞻性布局，已经拥有冷板式液冷服务器热管理解决方案、浸没式液冷服务器热管理解决 方案、集装箱液冷数据中心解决方案。业务涵盖了从液冷板、多种型号和换热形式的 CDU、 多功率的 Tank、多尺寸的集装箱等部件到数据中心设计、设备集成、系统调试、设备运维 的系统集成。2022 年公司 IDC 热管理产品实现营收约 1.07 亿元，同比增长 9835.1%。23Q1 公司实现营收 1.5 亿元，归母净利润为-0.1 亿元。
主线二：AIGC推动行业生产效率颠覆式提升
杰创智能：公司成立于 2008 年，是国内的智慧城市、智慧安全解决方 案提供商，为政企、互联网等下游客户提供安防、信息系统、数据感知采集等产品和解决 方案。公司加大对高性能计算、信号及协议分析等核心技术的研发投入，为智慧城市、智 慧安全的大数据分析应用、数据协议分析应用提供底层计算支持。公司具备相对全面的业 务资质，如建筑智能化系统设计专项甲级、电子与智能化工程专业承包一级、公安部列装 资质等。23Q1 公司实现营收 1.9 亿元，归母净利润 0.1 亿元。
风语筑：公司成立于 2003 年，主营业务为数字展览展示业务。公司作 为国内数字展示行业的龙头公司，在线下沉浸式文化体验方面多年深耕，对于 ARVR、虚 拟主播等技术的应用有丰富的经验;此外，公司在艺术设计方面的人才储备丰富，有望推 动推动数字藏品等业态的多元发展。23Q1 公司实现营收 4.2 亿元，归母净利润 0.4 亿元。
主线三：AIGC催生元宇宙发展新生态
完美世界：公司成立于 1999 年，目前多款主力游戏产品处于稳健的运 营周期，《幻塔》、《梦幻新诛仙》、《完美世界》、《诛仙手游》等游戏保持较强长线运营能 力。公司持续布局 AIGC 等前沿科技应用，有望提升游戏研发效率。公司内部已成立 AI 中心，由游戏业务 CEO 负责，中台技术部门牵头，各项目制作人深度参与，研究及推行 AI 技术学习与应用。目前已有部分应用于智能 NPC、场景建模、AI 绘画、AI 剧情、AI 配 音等方面。随着类似 ChatGPT、Midjourney、Stable Diffusion 等 AIGC 技术应用工具日 趋成熟，AI 技术将在公司游戏研发、发行及运营中应用于更多场景，进一步提升游戏研发 效率、优化玩家体验。23Q1 公司实现营收 19.0 亿元，归母净利润 2.4 亿元。
吉比特：公司成立于 2004 年，公司主力游戏《问道手游》和《一念逍 遥》整体保持稳健运营状态，已获版号产品和自研产品管线较为丰富。公司持续布局 AIGC 等前沿科技应用，AI 相关工具已对公司实际工作带来帮助，例如美术人员利用 AI 作画工 具快速构造素材，策划人员利用 AI 作画工具快速构造原型，让美术人员了解策划意图，降 低沟通成本。类似 ChatGPT 的 AIGC 工具也被应用到策划设计工作中，有效提高了公司 生产效率。23Q1 公司实现营收 11.4 亿元，归母净利润 3.1 亿元。
