ChatGPT引发持续关注，今年3月横空出世的Adobe Firefly再度将有关“生成式AI”的探讨顶到风口浪尖。作为当下最出圈的科技热点，AIGC，即“AI Generated Content”人工智能生成内容，已成为继元宇宙、Web3.0后，最受资本界和科技产业界关注的新技术形态。

由新技术引发的从AI生成内容到AI生成体验的革新，将产生哪些连锁反应，对不同行业带来怎样的深远影响，又将为区域发展提供哪些思考？

图文处理和营销领域成为突破口

3月21日，拥有40余年历史的创意软件公司Adobe发布了其最新的生成式AI模型集Adobe Firefly，中文名为“萤火虫”，目前为测试版，还未正式开启商业化。

“可以将其看作未来设计师们的‘最强辅助’，为艺术家、创意工作者们提供更好的生产工具，而并非要取代人类。”杨凡介绍并举例，目前参与Firefly测试的用户，可通过一段长描述在Firefly上尝试生成个性化头像。图片选用正面肖像还是侧写、照片的曝光参数、图片比例、使用马赛克还是素描等风格，都可通过人类语言描述转化成参数进行渲染生成。

此外，Firefly还能够被广泛用于室内设计、广告创意等领域。业主想在客厅摆放白色的沙发还是绿色的桌子，想要“宅寂风”还是“新中式”，都可通过词汇描述生成不同风格的家居场景。品牌想要在新产品中加入兔年元素，Firefly也能结合品牌logo生成相应的产品设计。

Adobe对于文字、图像和视频处理的优势，在Firefly中也有进一步提升。在文字效果处理方面，设计师将手绘草图扫描后输入Firefly，可直接生成矢量图。设计人员拖拽、调整矢量图上的点位，即可获取想要的设计效果。而一段视频素材导入Firefly后，用户在对话框中输入“冬天”“雪”等指令，视频场景就能转换为有雪的冬季。

“Firefly的应用的功能都将集成到Adobe的Creative Cloud、Document Cloud和Experience Cloud等云服务中，帮助设计师在更逼真的应用场景中将设计效果落地。”杨凡说。

Adobe Firefly的诞生，也揭示了生成式AI带来的巨大变化：人们可以用更低门槛、更短时间、更高效率，获取更多模态、更广产业维度的人工智能服务体验。

在亚马逊云科技大中华区行业解决方案总监苏卓看来，目前生成式AI技术较集中在绘画、音乐创作、视频制作等领域，运用于营销、媒体、设计等行业。但借助更强大的云端算力，生成式AI能帮助人们快速地试错和创新，更快地打通虚拟世界与现实世界。

“除了模型算力的提升，借助生成式人工智能，AI产生的数据也将大幅提高。预计到2025年，将有10%的数据由人工智能自行产生。”苏卓说。

生成式AI将影响哪些行业

由于生成式AI学习能力超强，会随着应用率的提升变得越来越强。在可以预见的未来，文案、营销、设计、游戏、代码等行业都将受到它带来的巨大影响。

尤其是文案创意和设计创意，由于工作岗位众多、市场需求巨大本就对生成式AI有着需求，再加上如今创意工作难度愈发加大，创意成本水涨船高，逼着越来越多的企业都将这块业务外包了出去。

生成式AI的普及，让企业除了外包多了另一种选择——让自己的员工借助强大的AI助手自行创意，不仅能降低成本，还能提升效率，提高产出率，尤其对于初创公司来说，是一个非常不错的选择。

随着ChatGPT的走红，打工人不禁感到恐慌，创意人是不是要被生成式AI取代？创意行业还有出路吗？

对于这个问题，可谓仁者见仁智者见智。

悲观的人已经感受到刺骨的寒冷，预感到自己的地位岌岌可危，很快就要面临失业的危机。而拥有反向思维的人则更加乐观，认为生成式AI再厉害，也只是对人类创造力的模仿，而优秀的创意和突出的创造力将变得更有价值，从而在一众平平的创意作品中脱颖而出，获得巨大的溢价。

事实上，生成式AI早已走入了我们工作和生活的各个领域，如今我们看到的很多画作、文章、听到的音乐，经常玩的游戏，都有可能是出自生成式AI之手。

同一个问题，乐观者和悲观者得出了截然相反的结论，究其根本在于自己的创意水平究竟处于哪一个层次。所以，不管生成式AI如何发展，提升自己，让自己增值，超越平均数，这才是根本。

AI+产业是万亿蓝海

一、AI+电子：催生HPC硬件支持需求 加速电子全产业链高端化迭代

1、AI+CPU/GPU/FGPA/先进封装：数据处理量级提升 大算力芯片国产替代加速

具备高国产替代紧迫性。类似AIGC等AI模型实际效果的好坏依赖两个量级——模型参数的量级与训练数据的量级。模型的参数越多，最终结果的拟合程度就越好；训练量越大，越有利于AI的智能化迭代；而两者的提升均需底层大量的算力支持，以AIGC大模型为例，GPT-3的模型规模达1750亿个参数，使用单块英伟达V100GPU进行训练需要355年，对算力芯片提出了海量的需求，因此算力是制约AI发展的核心硬件要素。

高性能GPU（如英伟达的A100 GPU与H100 GPU）受限，高端算力芯片成为AI产业发展的“卡脖子”核心环节，具备高国产替代紧迫性。

2、AI+数据传输/数据存储：海量数据高速传输/存储为痛点 PCB/存储芯片高端化迭代

PCB：更高的算力要求高性能高速的数据传输能力，PCB行业需求大幅增加。AI服务器中连接处理器和内存的主板PCB、加速卡用PCB也需要使用更高规格的高价值PCB以减少损耗。大算力对应的高多层PCB具有技术和客户壁垒高、可持续升级得以保持持续优势的行业特点。使得PCB行业的竞争优势由成本控制转为技术竞争，行业技术壁垒与价值量持续加深。国内厂商有望凭借在传统领域的技术积累，快速拓展数据中心、人工智能等领域，在AIGC发展浪潮中充分受益。

存储芯片：数据处理量的提升同步带动数据存储量的指数型增长，并有望加速存算一体化趋势的发展。目前AIGC、高端服务器、高性能计算、5G等应用快速发展，离不开数据的高速处理与存储。而传统存储器的数据访问速度远低于处理器的处理速度，为算力提升中的“木桶效应之短板” 。为突破“内存墙”问题，存算一体芯片等数据存储需求快速提升。以HBM为主要代表的存算一体芯片能够通过2.5D/3D堆叠，将多个存储芯片与处理器芯片封装在一起，克服单一封装内带宽的限制、增加带宽、扩展内存容量、并减少数据存储的延迟。根据TrendForce集邦咨询，2023~2025年HBM市场CAGR有望成长至40~45%以上，市场需求快速提升。

3、AI+XR/IoT：应用端赋能消费电子 拓宽人机交互想象空间

XR：AIGC重要载体，进一步拓宽交互性。现阶段AR/VR交互以手柄、手势交互为主，随着AI及机器学习技术优化，语音、表情、眼神等方式的精确度有望快速提升，降低XR手柄交互的必要性，有望促进XR产业的蓬勃发展。XR设备作为消费级AI应用的硬件入口，是消费场景的开端和流量入口，也是AI的关键落地场景。

IoT：受益AIGC持续发酵，边缘端芯片量价齐升。 量增：预计在ChatGPT加持下，音箱可以做更智能的交互、帮助购物下单&订票等，其需求量预计将得到提升。TWS耳机和智能手表的附加值也有望在AI大模型加持下提升。 价升：智能终端的AI功能分为云端和边缘端，对于响应速度要求快的交互预计放在边缘端计算（算力需求↑），对于计算要求高的交互传输到云端计算（数据传输需求↑）。算力或者数据传输能力提升预计都将带来边缘端芯片的ASP提升。

二、AI+计算机：赋能千行百业降本增效 行业主要细分应用领域数智化变革提速

1、AI+办公软件/企业服务软件/信息服务软件/工业软件：从工具软件到“智能助手”

办公软件是大模型生产力赋能最直接的版块。微软Copilot为全世界打造了AI赋能传统办公软件的范式，Microsoft 365 Copilot使Word、PPT、Excel、Outlook、Teams等常用办公软件成为了每个人的“智能助手”，用户可以调用它来生成文档，并且根据 Word文档创建PPT，甚至协助使用Excel中的数据透视表，将用户从琐碎工作中解放出来。百度新推出的文心千帆大模型业已实现赋能WPS自动生成PPT大纲以及内容。“AI+办公”的深刻变革未来将走进每个人的生活，受众广且产品力强的国产办公软件有望受益。

2、AI+金融/法律/资讯&平台型厂商或迎蜕变机会：资讯类/应用入口类厂商有望受益被集成带来的商机增加，平台型厂商有望形成生态圈；反生成式AI预计是潜在主线

3、AI+视觉物联/可穿戴设备/机器人

Aiot是多模态大模型下游的核心应用场景：语音、文字、图像、视频等不同内容载体交互依托的载体就是泛Aiot设备，这其中重点关注视觉物联、可穿戴设备及机器人三大版块：

①视觉物联：传统安防厂商本身就积累了海量的视频数据信息，大模型泛化能力赋能下一方面原先针对不同场景分别构建的小模型数量可以大幅削减，另一方面也能提高视频数据处理的效率与质量；再者，安防厂商基于视频数据处理积累的算法能力蒸馏为垂直行业模型也能赋能下游客户。

②家居机器人/可穿戴设备：除了扫地机器人之类语音交互能力提升外，XR在语言类大模型赋能下预计也能有非常优质的体验，例如AR眼镜+LLM（语言大模型），用户可以直接与不同语种的朋友交谈，翻译内容实时转写到镜片上/还能迅速搜索自己不熟悉的知识/直接靠LLM来问。

③人形机器人：3月23日，OpenAI领投挪威人形机器人公司1X Technologies A2轮，其大模型能力有望赋能机器人解决算法和数据能力落后的难题，将推动人型机器人行业提速。

4、AI+智联汽车：智能座舱人机交互体验优化&智能驾驶痛点问题解决

AI赋能座舱人机交互体验优化：座舱天然是语言类大模型（LLM）应用的优质场景，将直接赋能车载语音，提供更贴心的虚拟助理（长城、岚图、红旗、吉利、零跑、长安等多家车企均宣布接入文心一言）。这种舱内交互不止是语音，还包括手势识别、文生图等多模态，对于座舱芯片的性能要求也会提高，或利好高通。此外，LLM的推出实际上降低了车内人机交互场景的进入门槛。

三、AI+传媒互联网海外：坚定拥抱AI大模型带来的产业革新

百度文心大模型拥有先发优势，文心千帆推动大模型落地产业，下游的广泛应用或带来飞轮效用。腾讯混元大模型依托C端数据的丰富积累，广告类应用表现出色。阿里通义大模型凭借多模态能力，实现下游应用的降本增效。

逻辑一：降本增效。涉及数字化内容的载体，基于图文视听的内容创作及工具，涉及内容的办公及工具等皆会被改变，寻找大幅降本增效的产业方向。逻辑二：新兴需求和商业模式变化。基于生成效率和生产方式的变化，所能带来的新的商业机遇和应用，更加值得期待，寻找相关基于新技术的商业模式变化，和纯AI应用带来的经营变化。

四、AI+医药/医疗行业：开启智能加速提效时代

1、AI+医药：开启智能加速提效时代

3月27日，科技部启动“人工智能驱动的科学研究”专项部署，将紧密结合数学、物理等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求，布局“人工智能驱动的科学研究”前沿科技研发体系。将驱动医药和医疗进入智能加速提效时代。

五、AI+家电：提升使用体验 重要C端落地应用场景

家电板块是AI技术最重要的C端应用场景之一，其中扫地机为智能化程度最高、最有望率先显著受益的板块，投影、电视等智能显示产品亦可通过AI交互提高智能化及用户体验。

六、AI+建筑：提质增效开启新时代

AI+建筑设计：传统建筑行业作业流程一般为设计-施工-安装-装修，其中施工、安装属于劳动密集型环节，AI带来的影响相对较小；而设计端是集数据、技术及人才为一体的脑力劳动密集型环节，随着AI+的发展或给行业带来新的变革，首先在绘图效率方面，AI有望提升画图效率（目前主要是CAD二维绘图，BIM渗透率仍比较低），大幅节约设计环节的时间，提升整体项目运行效率；其次在人力成本方面，由于设计行业属于知识密集型行业，设计师属于专业人员，薪酬等人力成本相对较高，而AI的应用可以节约薪酬和设计方案的总体造价；最后是项目管理方面，建筑领域多为劳动密集型行业，人员众多管理难度增大，而AI的应用或提升管理效率，突破管理半径为设计行业带来新的变革。

AI+对行业格局带来的影响：一、对于有丰富项目经验、历史数据积累的头部设计企业，在数字化竞争阶段会更有优势，AI+的赋能有利于打破管理边界，带来市占率的进一步提升；二、AI+的普及应用会节约人工成本，提升管理效率，整体增厚企业利润。

文章来源： 本意策划大咖，蓝色起源Q，上观新闻