复盘AIGC算法迭代：竞争中发展，模型开源及商业化推动应用破圈。2017年推出的Transformer架构的并行训练优势奠定了大模型训练的基础，以GPT为代表的预训练模型，通过使用无标注数据预训练及微调，缓解了标注数据不足的问题，并不断提升参数量级及模型通用性，ChatGPT在此基础上加入了利用人类反馈强化学习的训练方法。扩散模型取代GAN成为图像生成领域的主流模型，CLIP模型推动跨模态生成技术的发展。GPT3的商业化及CLIP及Stable Diffusion模型的开源推动文本生成、文生图产品化的浪潮。谷歌、Meta持续探索文字生成视频领域模型。

1 AIGC破圈元年

1.1 AIGC破圈

1.2 AIGC定义

1.3 发展历程

1.4 市场空间

1.5 商业模式

2 AIGC应用场景

2.1 文本生成

2.2 音频生成

2.3 图像生成

2.4 视频生成

2.5 跨模态生成

2.6 策略生成

3 产业链及相关公司

3.1 产业链

3.2 国内发展现状：互联网巨头

3.3 国内发展现状：相关上市公司

3.4 国内发展现状：代表性产业公司