《图像AIGC行业:重塑生产力格局-231201(50页).pdf》由会员分享,可在线阅读,更多相关《图像AIGC行业:重塑生产力格局-231201(50页).pdf(50页珍藏版)》请在三个皮匠报告上搜索。
1、 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。1 证券研究报告 互联网互联网 图像图像 AIGC 行业:重塑生产力格局行业:重塑生产力格局 华泰研究华泰研究 互联网互联网 增持增持 (维持维持)研究员 夏路路夏路路 SAC No.S0570523100002 SFC No.BTP154 +(852)3658 6000 研究员 苏燕妮苏燕妮 SAC No.S0570523050002 SFC No.BTT483 +(86)755 8249 2388 行业行业走势图走势图 资料来源:Wind,华泰研究 重点推荐重点推荐 股票名称股票名称 股票代码股票代码 目标价目标价 (当地币种当
2、地币种)投资评级投资评级 美图公司 1357 HK 4.91 买入 资料来源:华泰研究预测 2023年12月01日中国香港 专题研究专题研究 AIGC 带来创意图像生成力场景变革带来创意图像生成力场景变革 创意图像生产力场景是指通过创意内容的生产、传播获取收益并带来消费转化的场景。全球创意软件领导者 Adobe 将创意市场按照用户特征分为专业设计师、影像传播者和大众用户三大类。在此基础上,根据创意内容的用途我们进一步将前两个群体划分为生产力场景,该场景下用户具备更高的用户粘性和更强的付费意愿。根据 Adobe 的全球市场空间估算,2022 年生产力场景全球市场合计约 3998 亿元,需求刚性决
3、定了其是创意图像领域发展的核心,而生成式 AI 正在为图像生产力场景带来显著变革。AIGC 重塑生产力场重塑生产力场景设计生态,要素变革重塑竞争格局景设计生态,要素变革重塑竞争格局 我们认为 AIGC(生成式 AI)改变了创意图像生成力场景的设计生态,通过自然语言交互与 AI 生成创意的方式,突破了传统软件高自由度和低使用门槛无法统一的约束,推进设计软件从“工具类”应用向“生产力”的角色转变,对传统图像生产力场景带来了商业模式的根本变革。同时,我们认为从传统平台向AIGC 生产力平台演变的核心在于具体场景工作流的适用边界,因此构成工作流的产品效果、精确性、可控性、交互协作等要素也成为未来 AI
4、GC 应用的竞争核心,也对于该领域的玩家带来全新的机遇和变革。中长期来看,我们认为AIGC 应用的护城河能否构筑在于能否完备三个要素:优质的底层大模型、完善高效的工作流、在用户、数据、模型间构建的生态正循环反馈。图像模态应用潜力大,场景落地关注迭代成本和可验证性图像模态应用潜力大,场景落地关注迭代成本和可验证性 AI 多模态因落地难度差异,图片-视频-3D 等图像多模态的落地处于循序渐进的过程,根据 Similarweb 全球前十应用 2023 年 9 月的累计访问量中,其中图片编辑类应用达到 1.3 亿,发展进度领先,视频、3D 及多模态仍处在技术突破阶段。AIGC 的应用场景的落地核心关注
5、快速迭代能力和可验证性两个指标,主要在于行业内容有较小的迭代成本以及有丰富的数据资源支撑AI 模型训练,同时主观上对于 AIGC 的信息质量可以快速做出验证,避免AIGC 随机性对应用场景造成严重的负面影响。平面设计平面设计领域领域 AIGC 关注生产力替代关注生产力替代,AI 商品图作为原生应用持续突破商品图作为原生应用持续突破 平面设计市场:平面设计市场:传统平面设计市场是创意内容生产力场景的主要组成,设计师和创意软件分别对应生产力和生成工具,其中生成力是平面设计市场的核心。AI 带来更加高效的原生工作流,我们预计短期内实现替代 10-15%的生产力,国内市场增量约 42-63 亿元。商品
6、图市场:商品图市场:AI 商品图成本优势显著,有望逐渐取代传统商拍市场,AI 完成抠图、生成模特、添加背景、后期修图等工作,在节约时间的同时可以显著降低成本,商品图市场具备订阅和 AI增值两层逻辑,其核心空间来自 AI 增值。我们测算国内 AI 商品图市场 TAM(Total Available Market,潜在市场空间)约为 41-93 亿元。相关公司推荐:美图相关公司推荐:美图公司公司 以自研图像大模型为基,打造 AI 生产力工具全生态。通过精研场景和工作流整合已经行业中有较为成熟的应用,在生产力场景下生产力场景下带来订阅渗透率和人均 ARRPU 的双重提升。我们预测公司 23-25 年
7、收入达27.1/36.6/48.2 亿元,yoy+29.8%/35.3%/31.5%,23-25 年经调整归母净利润达到 3.14/5.98/10.00 亿元,yoy+183.8%/90.7%/67.1%。按照 11 月 30日收盘价对应 23-25 年 PE 分别为 45.57/23.93/14.31x,汇率假设维持 0.93(港元兑人民币),维持“买入”评级。风险提示:AI算力不足;图像大模型进展不如预期;行业内竞争加剧;数据版权。(13)(3)81929Dec-22Apr-23Jul-23Nov-23(%)互联网恒生指数 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。2 互
8、联网互联网 正文目录正文目录 AIGC 带来创意图像生产力场景变革带来创意图像生产力场景变革.5 生产力场景的需求刚性决定了其是创意图像领域发展的核心.5 AI 图像大模型带来创意图像领域的底层变革.5 AIGC 重塑生产力场景设计生态重塑生产力场景设计生态.7 突破约束,推进内容设计领域高自由度和低门槛的同步实现.7 AIGC 双向突破下,将重塑工作流.9 实例:AIGC 影响下带来的降本增效和流量聚集.10 AIGC 降低个性化内容成本.10 显著提高用户付费转化.12 竞争力分析:竞争力分析:AIGC 带来新的机遇和挑带来新的机遇和挑战战.14 从海外竞争案例复盘,理解图像生产力应用的核
9、心要素.14 Canva 专注于泛设计人群,以降低门槛为核心.16 Figma 押注于设计协作,以融入工作流为核心.17 国内创意软件以在线工具平台为主,竞争力在于契合的本地化模板.17 AIGC 时代为竞争带来全新的机遇和挑战.18 AIGC 图像应用百舸争流.18 竞争要素由生成效果向精确性、可控性演进.21 优质基础大模型、完整工作流和生态正循环构成长期护城河.22 图像图像 AIGC 市场市场:“生产力生产力”定位带来全新市场增量定位带来全新市场增量.24 AIGC 渐进式落地,模态层级不断提升.24 当前图像具备最大落地潜力,视频、3D 及多模态仍在高速发展.25 具体图像场景落地的
10、可行性探讨.26 场景的落地进展核心关注迭代成本和可验证性.27 平面设计市场:由生产工具变为生产力本身.28 商品图市场空间:AIGC 应用的原生场景.30 AIGC 商品图的实践分析.32 重点公司重点公司.34 美图:国内图像美化龙头,AIGC 东风下的进击与迸发.34 Adobe:全球领先的数字媒体创意软件巨头.36 创意软件行业龙头,瞄准用户痛点铸就牢固护城河.36 深入布局 AIGC,Adobe Firefly 赋能旗舰应用升级.38 万兴科技:数字创意软件出海先驱,紧跟 AIGC 浪潮.40 坚持全球化战略,完整矩阵与高性价比为产品保驾护航.41 自研+合作,双管齐下快速推进 A
11、IGC 技术覆盖.42 附录:附录:AIGC 商品图对比实践商品图对比实践.44 OAcUcXaXbV8XpNoOqRqOoOaQcM8OmOqQmOmPjMpOnPjMmMtP9PrQpPvPoNoRwMnQrN 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。3 互联网互联网 图表目录图表目录 图表 1:Adobe 对于全球图像创意市场的划分.5 图表 2:AIGC 实现可控的图像生成.6 图表 3:AI 图像大模型和相关应用发展历程.6 图表 4:AIGC 改变设计生态核心逻辑概览.7 图表 5:AIGC 低门槛和高设计性的统一.8 图表 6:Adobe 对于不同 AI 操作
12、收取积分费用.8 图表 7:AIGC 渗透入工作流的具体环节.9 图表 8:AIGC 的技术演变对应工作流的适用边界.10 图表 9:数字化内容的用户体验评价.10 图表 10:用户个性化服务的程度.10 图表 11:影响组织营销/客户体验工作的核心障碍.11 图表 12:Greylock 认为 AIGC 将显著降低个性化服务的成本.11 图表 13:Adobe Firefly 自发布以来,已经生成了 30 多亿张图片.12 图表 14:生成式 AI 应用以更快的速度获取客户.13 图表 15:生成式 AI 应用和非 AI 应用付费流量的占比.13 图表 16:AIGC 应用单用户平均收入相较
13、于非 AI 应用显著提升.13 图表 17:海外创意软件“一超多强”.14 图表 18:图像创意市场持续“熵变”.15 图表 19:公司在某个特定的应用层级中构建自己的“原子能力”.15 图表 20:互联网平台兴起所带来的营销转变.16 图表 21:Canva 缩短设计流程.16 图表 22:Figma 在工作流中的变革.17 图表 23:国内创意软件.18 图表 24:2022 年 Adobe 业务在全球各地区的占比.18 图表 25:Canva 业务在全球各地区 2022 年收入占比.18 图表 26:AIGC 图像应用概览.20 图表 27:Midjourney 版本 V1-V5 的迭代
14、.21 图表 28:Midjourney 加入不同的相机效果.21 图表 29:AIGC 应用和传统应用首月留存率对比.21 图表 30:AIGC 应用和传统应用首月 DAU/MAU.21 图表 31:Firefly 的照片参数精细调整功能.22 图表 32:Firefly 全新提示词功能.22 图表 33:AIGC 应用的护城河.23 图表 34:AIGC 落地的界定.24 图表 35:AIGC 对于视频类模态全流程的优化.25 图表 36:Luma AI 的首个 NeRF+App 解决方案.26 图表 37:Luma 推出 2D 转化 3D 的 API.26 图表 38:美图公司列出电商、
15、游戏、广告、动漫、影视五大行业.27 图表 39:场景落地分析矩阵.27 图表 40:中国平面设计市场规模.28 图表 41:2022 年美国平面设计下游应用行业占比.28 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。4 互联网互联网 图表 42:平面设计市场空间拆分.28 图表 43:AI 带来更加高效的工作流.29 图表 44:AI 图像大模型应用普及的三个阶段.30 图表 45:两种模式的对比.30 图表 46:2022 年国内电商平台动销商家数.31 图表 47:2022 年主流 AI 商品图平台订阅定价.31 图表 48:商品图数量测算表.31 图表 49:AI 生成
16、的单张计费标准.31 图表 50:商品图市场空间弹性测算.32 图表 51:AI 商品图软件对比汇总.33 图表 52:美图公司的 AI 产品矩阵.34 图表 53:提示词智能联想+精准控制.35 图表 54:智能创作深入工作流.35 图表 55:生产力场景加速订阅渗透率提升.35 图表 56:美图影像与设计产品收入和人均 ARRPU.35 图表 57:美图盈利预测.36 图表 58:美图可比公司估值表.36 图表 59:Adobe 创意云产品矩阵.37 图表 60:截至 23 年 11 月图像科技市场份额.37 图表 61:Adobe Express 订阅计划及收费模式.38 图表 62:E
17、xpress 功能包括视频创作、AIGC、设计模板和一键式任务.38 图表 63:Adobe Sensei 提供工具帮助用户快速消除图片/视频缺陷.38 图表 64:Adobe Firefly 主要功能:文生图、场景填充、文本效果、重新上色、3D 绘图、对象移动.39 图表 65:Firefly 2 生成动图/视频并进行编辑功能.40 图表 66:Firefly 2 生成匹配功能,可根据新图片风格变换原图片风格.40 图表 67:万兴科技善于顺应科技潮流,把握发展机遇.40 图表 68:万兴科技产品矩阵.41 图表 69:2022 年万兴科技各类产品收入占比.41 图表 70:Filmora
18、Copilot 可以通过文本指令助力视频剪辑.42 图表 71:万兴 PDF 可以实现 AI 全文校对、AI 全文翻译、AI 生成内容检测等功能.43 图表 72:美图设计室.44 图表 73:Weshop.44 图表 74:小 K 电商图.45 图表 75:ZMO.AI.45 图表 76:灵动 AI.46 图表 77:报告提及公司.46 图表 78:重点公司推荐一览表.47 图表 79:重点推荐公司最新观点.47 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。5 互联网互联网 AIGC 带来带来创意创意图像图像生产力场景变革生产力场景变革 生产力场景生产力场景的需求刚性决定了其
19、是的需求刚性决定了其是创意创意图像图像领域领域发展的核心发展的核心 创意创意图像图像生产力生产力场景场景是指是指通过创意通过创意内容内容的生产、的生产、传播获取收益并带来消费转化传播获取收益并带来消费转化的场景的场景。全球创意软件领导者 Adobe 将创意市场按照用户特征分为专业设计师、影像传播者和大众用户三大类。在此基础上,根据创意内容的用途我们进一步将其分为生产力场景和生活场景:1)生产力场景包括专业设计师和影像传播者两类人群,其中专业设计师提供高创意性的生产内容,以高门槛的创意设计和艺术效果变现,而影像传播者则是以创意设计带来的传播效果为核心诉求,通过内容传播观点并变现。这两者的共性在于
20、均以创意内容作为生产力,核心诉求是以创意内容生产、传播为基础的变现,因此归为生产力场景。2)生活场景主要包括大众用户,其以创意内容作为个性表达和展示的主要方式,核心诉求为社交表达,且并不依赖创意图像作为变现的工具,创意内容的使用更多具有消费属性,因此归为生活场景。生产力场景生产力场景的用户的用户具备更高的用户粘性和更强的付费意愿,具备更高的用户粘性和更强的付费意愿,是创意软件的发展核心是创意软件的发展核心。根据Adobe 的测算,2022 年全球专业设计师约 6800 万人,影像传播者约 9 亿人,大众用户约40 亿人。虽然生产力场景不如生活场景有庞大的用户群体,但由于存在生产力工具的核心属性
21、,其对于创意软件的需求更加刚性,因此我们认为生产力场景相对生活场景有更强的用户粘性和更高的付费意愿。根据 Adobe 的全球市场空间估算,2022 年生产力场景全球市场合计约 3998 亿元,生活场景全球市场合计约 500 亿元,因此生产力场景是创意软件的发展核心。图表图表1:Adobe 对于全球图像创意市场的划分对于全球图像创意市场的划分 生产力场景生产力场景 生活场景生活场景 专业设计师专业设计师 影像传播者影像传播者 大众用户大众用户 全球人数估算 6800 万人 9 亿人 40 亿人 核心诉求 以专业性设计为工作,关注创意性和艺术效果 以创意性设计带来的传播效果为核心诉求,通过内容传播
22、观点并变现 以社交属性为核心诉求,专注于个性展示和表达 用户画像 设计师、摄影师、视频剪辑师 新媒体运营、电商从业、短视频 KOL 广大 C 端用户 需求特征 强大精确、高效协同、跨端支持 场景主导、传播变现 社交表达 全球市场空间估算(元)1785 亿 2213 亿 500 亿 资料来源:Adobe2022 年投资者日交流会、美图公司,华泰研究 AI 图像图像大模型大模型带来带来创意创意图像图像领域的底层变革领域的底层变革 Diffusion Model(扩散模型)(扩散模型)应用成熟,应用成熟,带来带来 AI 图像生成的底层变革图像生成的底层变革。2020 年 6 月,加州大学伯克利分校提
23、出 DDPM 模型(去噪扩散概率模型),首次将“去噪”扩散概率模型应用到图像生成任务中,奠定了扩散模型在图像生成领域应用的基础。扩散模型的底层原理来自于物理学中气体分子从高浓度区域扩散到低浓度区域的特征,这与由于噪声的干扰而导致的信息丢失是相似的。所以通过引入噪声,学习由于噪声引起的信息衰减,然后使用学习到的模式来生成图像,在一段时间内通过多次迭代,模型便可以实现在给定噪声输入的情况下学习生成新图像。随着扩散模型的应用和发展,AIGC 逐渐实现可控的图像生成。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。6 互联网互联网 图表图表2:AIGC 实现可控的图像生成实现可控的图像生成
24、 资料来源:ControlNet、华泰研究 以扩散模型为基础的以扩散模型为基础的 AI 图像生成图像生成软件软件应用百花齐放。应用百花齐放。2022 年上半年,OpenAI 的 DALLE-2模型问世,以扩散模型为基础并利用海量数据,其 AI 绘图呈现出了较强的理解和创造能力。随后Stable Diffusion模型开源发布,引起了AI创意图像生成的热潮。商业化产品Midjourney的问世则显著降低了大众用户的使用门槛,进一步提高了 AI 的普及率。全球创意软件领导者 Adobe 也在 2023 年 9 月将旗下 AI 应用 Adobe Firefly 全面开放并整合到创意软件矩阵中。我们认
25、为 AI 生成正在对传统创意图像生成领域带来显著变革。图表图表3:AI 图像图像大模型和相关应用发展历程大模型和相关应用发展历程 资料来源:A Survey of Large Language ModelsWayne Xin Zhao,Kun Zhou 等 2023 年 9 月 11 日发表,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。7 互联网互联网 AIGC 重塑重塑生产力场景生产力场景设计设计生态生态 我们认为 AIGC(生成式 AI)改变了创意图像生成力场景的设计生态,通过自然语言交互与AI 生成创意的方式,实现了高自由度和低使用门槛的统一,推进设计软件从“工
26、具类”应用向“生产力”的角色转变,对传统图像生产力场景带来了商业模式的根本变革。我们认为从传统平台向 AIGC 生产力平台演变的核心在于具体场景工作流的适用边界,因此构成工作流的产品效果、精确性、可控性、交互协作等要素也成为未来 AIGC 应用的竞争核心。图表图表4:AIGC 改变设计生态核心逻辑概览改变设计生态核心逻辑概览 *注:用户数据来自 Adobe2022 年投资者日交流会 资料来源:华泰研究 突破突破约束约束,推进,推进内容设计领域内容设计领域高自由度和低门槛的高自由度和低门槛的同步实现同步实现 传统创意传统创意图像图像领域中,领域中,自由度自由度和使用门槛和使用门槛往往难以兼得。往
27、往难以兼得。我们认为在传统的创意内容领域中,对于创意内容编辑的自由度(以下简称自由度)和软件工具的使用门槛(以下简称使用门槛)之间存在着强相关性,高自由度和低使用门槛之间存在天然约束,高自由度的背后是更强的设计性,可以最大程度的发挥创意,但同时伴随的是使用难度和学习门槛的提升。而低自由度的背后是大量预设好的模板,通过牺牲自定义空间极大降低了使用门槛。从大众用户到影像传播者再到设计师,其设计性不断增强,使用门槛也逐层提高,对于创意应用的需求也发生变化,因而诞生了互联网 C 端平台、工具类平台和专业软件开发平台等不同应用。根据前文的划分,图像创意在不同用户群内分别存在着不同的工作生产模式:1)对于
28、对于专业专业设计师而言,设计师而言,其主要依托高设计性、高使用门槛的软件开发类平台,应用本身的工具属性较强,核心是通过高自由度带来“创意实现”,典型应用有 Photoshop、Illustrator 等专业软件,专业设计师通过软件类平台“卖创意”,定位于偏定制化和个性化的高端付费对象。2)对于影像传播者而言,对于影像传播者而言,其主要依托使用门槛较低,以提供模板为主的工具类平台,通过聚焦某个特定的使用场景,以简单的交互方式获取可供传播的创意内容,其创作流程相较专业设计师显著缩短,核心在于更快的传播变现,将内容定位于下游的大众消费者,典型应用有 Canva 等。免责声明和披露以及分析师声明是报告
29、的一部分,请务必一起阅读。8 互联网互联网 AIGC 通过自然语言交互和通过自然语言交互和 AI 生成实现了生成实现了内容创意生产领域内容创意生产领域低门槛和高设计性的统一。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
30、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。图表图表5:AIGC 低门槛和高设计性的统一低门槛和高设计性的统一 注:用户及市场规模数据来自 2022 年 Adobe 投资者日交流会 资料来源:华泰研究 设计软件正在从“工具”变为“生产力”本身,设计软件正在从“工具”变为“生产力”本身,商业模式上商业模式上对应收费逻辑也从订阅变为购对应收费逻辑也从订阅变为购买买 AI 算力。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
31、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。图表图表6:Adobe 对于不同对于不同 AI 操作收取积分费用操作收取积分费用 产品产品 特征特征 积分消耗积分消耗 Adobe Pho
32、toshop 生成填充 1 生成扩展 1 Adobe Express 生成填充 1 文字转图像 1 文本到模板(测试版*)限时 0 积分 文字效果 Adobe Illustrator 文本到矢量图形(测试版*)1 生成重新着色 1 Adobe Stock 文字转图像 1 展开图片 1 Adobe Firefly 网页端 文本到图像-Firefly Image 1 和 Firefly Image 2 模型 1 生成填充 1 生成重新着色 1 文字效果 限时 0 积分 资料来源:Adobe 官网,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。9 互联网互联网 AIGC 双向
33、突破双向突破下,将下,将重塑工作流重塑工作流 AIGC 对于创意对于创意图像图像领域领域设计性和门槛的突破,具体设计性和门槛的突破,具体体现在对体现在对工作流的工作流的渗透渗透。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:
34、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。图表图表7:AIGC 渗透入工作流的具体环
35、节渗透入工作流的具体环节 资料来源:华泰研究 AIGC 技术演变决定了工作流的适用边界技术演变决定了工作流的适用边界,当前的痛点在于不断加强,当前的痛点在于不断加强工作流中各个环节的工作流中各个环节的可可控生成。控生成。我们将 AIGC 的能力迭代分为从基础生成到具象生成、可控生成再到最终的 AGI(通用人工智能),并将其和对于工作流环节的影响相对应起来:1)基础生成阶段基础生成阶段,AIGC 可以完成批量重复素材的简单叠加从而快速生成项目草图,其对应的工作流在于最初的创意脑暴和草稿绘制环节,重点在于快速帮助设计师形成创意构思,减少重复性工作并提高效率。2)具象生成阶段具象生成阶段,AIGC
36、可以对于具象描述的“prompt”生成高度符合要求的图像,其特点在于对于“prompt”具备很高要求,高度细节化和具象的描述有利于图片质量的提升,当前的大多数“文生图”符合这一特点,但此阶段的 AI 图像往往细节丰富且艺术性较强,而缺乏对于结果的可控性。其对应的工作流在于一些基础的创作,满足快速度生成精美的模板和图像等诉求。3)可控生成阶段可控生成阶段,AIGC 的生成具备很高的调整精度以及可控性,我们认为这一环节的突破意味着 AIGC 可以正式地迈入更多实际的生产力应用场景,当前的 AIGC 正在努力实现在可控性上的突破,比如 Adobe 的 Firefly 提供了“Photo Settin
37、gs”功能,允许用户手动调整照片参数如景深、运动模糊和视野,赋予用户类似手动相机控制的体验。我们认为当前的痛点正在于生成可控性的进一步加强,在保证产品效果的基础上,在可控性、交互协作等方面不断进步,能够突破在精确修改工作流阶段的更多环节。4)抽象生成和抽象生成和 AGI 阶段,阶段,我们认为向未来展望,AIGC 会提升其在抽象内容生成的能力,并降低对于“prompt”的要求,对于抽象、简单的描述生成符合预期的内容并且实现创意和情感方向的表达,最终达到 AGI(通用人工智能)阶段,即 AIGC 可以实现对于用户的需求感知,并自助执行大部分的设计任务。免责声明和披露以及分析师声明是报告的一部分,请
38、务必一起阅读。10 互联网互联网 图表图表8:AIGC 的技术演变对应工作流的适用边界的技术演变对应工作流的适用边界 资料来源:华泰研究 实例:实例:AIGC 影响下带来的降本增效影响下带来的降本增效和流量聚集和流量聚集 AIGC 降低个性化内容成本降低个性化内容成本 个性化用户需求的增长与低效的内容供应链形成矛盾。个性化用户需求的增长与低效的内容供应链形成矛盾。根据 Adobe 的2023 年数字趋势报告,数字化内容的爆炸式增长正在显著提升用户对于高质量内容的期望,在全球数字化企业调研中,有 89%的高管认为用户对于个性化内容的需求明显增加。而 Adobe 对于 2751家企业的调研中,有
39、42%的企业认为其数字化内容显著落后于用户的需求。对于个性化、情感共鸣的体验依赖于以极快的速度生产丰富内容,且保持人员、流程和技术的一致性,推动跨团队的协作,并尽量减少低效的创意管理和编辑,这就对于内容供应链的构建提出了更高的要求。Adobe 根据其对于 2306 家企业的调研,发现全球仅有 9%的企业能够真正根据用户的意图和偏好进行个性化内容创建。图表图表9:数字化内容的用户体验评价数字化内容的用户体验评价 图表图表10:用户个性化用户个性化服务的程度服务的程度 资料来源:Adobe2023 数字趋势报告,华泰研究 资料来源:Adobe2023 数字趋势报告,华泰研究 当前的当前的内容供应链
40、内容供应链核心阻碍在于核心阻碍在于缺乏缺乏投入创意的投入创意的时间和有效的工作流时间和有效的工作流。Adobe 对于全球497 家企业进行了有关影响组织营销/客户体验核心障碍的调研,并将其分为领导者和落后者两种类别,从结果来看,当前的核心阻碍来自于缺乏创意时间和有效的工作流。一方面,近 41%的领导者和 52%的落后者没有时间发挥创造力,许多营销人表示他们需要创建的营销内容素材量是以往的 10 倍之多,他们在满足大量的内容需求的同时牺牲了个性化创意的时间。另一方面,工作流各环节的割裂显著影响了效率和产出,有 43%的领导者和 51%的落后于客户需求42%满足客户需求32%让客户感到与众不同7%
41、不适用19%很少或者没有13%按照姓名、产品和购买后行为分类17%基于细分市场的兴趣和爱好23%根据用户偏好进行跨渠道营销20%依据客户的互动记录18%基于意图或猜测9%免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。11 互联网互联网 落后者认为工作流构成了核心障碍,其需要更简单透明的方式来帮助他们发现并分享更具业务转化潜力的内容素材,但在实际场景中,但企业往往在各自为政的环节孤岛当中做着重复的无用功。图表图表11:影响组织营销影响组织营销/客户体验工作的核心障碍客户体验工作的核心障碍 资料来源:Adobe2023 数字趋势报告,华泰研究 AIGC 内容自动化内容自动化简化工作流
42、,简化工作流,降低个性化服务的成本降低个性化服务的成本。AIGC 技术的发展意味着自动化工具可以承担基本编辑功能,使得内容生成团队摆脱了在大量营销材料中做重复性工作的麻烦,将需要大量时间的创造性细节交由 AIGC 完成,由此可以为更高价值的创造性思考创造时间。Greylock 认为 AIGC 将显著降低个性化服务的成本,在 AI 出现之前个性化内容成本较高,企业会尽量做出标准化内容降低成本,而在 AIGC 之后,个性化内容将主动帮助企业创造额外的收益。图表图表12:Greylock 认为认为 AIGC 将显著降低个性化服务的成本将显著降低个性化服务的成本 资料来源:Greylock,华泰研究
43、41%43%48%33%30%26%38%11%52%51%50%50%44%42%41%2%0%10%20%30%40%50%60%缺乏创意时间工作流技术系统协作数字技能消费者洞察缺乏创意数据质量无内生障碍领导者落后者 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。12 互联网互联网 AIGC 带来更快速度、更多内容带来更快速度、更多内容,实现创意解放,实现创意解放。Adobe 的生成式人工智能副总裁 Alexandru Costin 内容供应链问题归结为内容过剩和分发渠道断裂是营销人员在吸引眼球和注意力方面面临的挑战,而他认为对此的解决方案就是将 AIGC 融入工作流,用更快
44、的速度,更多的内容来满足需求。自 Adobe Firefly 发布以来,已经完成了 30 多亿张图片的生成。图表图表13:Adobe Firefly 自发布以来,已经生成了自发布以来,已经生成了 30 多亿张图片多亿张图片 资料来源:Adobe Firefly 官网,华泰研究 更低的使用门槛,满足增长的个性化需求。更低的使用门槛,满足增长的个性化需求。AIGC 无限生成特点使得“千人千面”的营销成为可能,能够最大化的满足用户增长的个性化需求。在 Adobe 推出的内容供应链解决方案当中,全新的 Adobe Experience Manager 进一步简化了内容开发流程,利用常用工具也能创作,让
45、每个人都有机会成为一名体验的创造者。此外,人工智能驱动的洞察还能够告诉品牌每个受众群体更钟情于某些内容和体验的原因,从而让其针对具体需求做更加个性化的营销和服务。显著提高用户付费转化显著提高用户付费转化 AIGC 应用有更强的获客能力和更低的获客成本。应用有更强的获客能力和更低的获客成本。AIGC 类应用在面世之后掀起了热潮,一方面来自于为用户提供了全新的体验,另一方面是不断迭代的服务和产品对新用户形成持续的吸引力。根据 Sequoia Capital,Chatgpt 对用户开放之后仅仅用了不到 2 个月时间,用户数量突破 100 万,与之对比,Tiktok 用了 9 个月,而 Instagr
46、am 用了 30 个月。说明AIGC 应用在流量集聚上展现了极强的能力。同时,AIGC 应用也使得获客成本出现了显著的下降,其可以通过话题、口碑传播等非付费营销的方式获客,根据 a16z,其对于 150 款非 AI 应用进行了基准测试,对于尾部 1/4 的非 AI 应用中,其 70%的流量为付费来源。同时其选取了 50 款 AIGC 应用作为对比,对于尾部 1/4 的 AIGC 应用,仅有 2%的流量是付费来源。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。13 互联网互联网 图表图表14:生成式生成式 AI 应用以更快的速度获取客户应用以更快的速度获取客户 图表图表15:生成式
47、生成式 AI 应用和非应用和非 AI 应用付费流量的占比应用付费流量的占比 资料来源:Sequoia Capital,华泰研究 资料来源:a16z,华泰研究 AIGC 提高用户的付费意愿,带来更多的价值转化。提高用户的付费意愿,带来更多的价值转化。海外研究机构 a16z 整理了目前市场上前 50 大 AIGC 应用榜单,在付费转化上,其中 90%的应用已经实现了盈利。同时其计算出该榜单的单用户的平均月收入约为 21 美元(仅对于购买包月套餐的用户),单用户的平均年化收入为 252 美元。而与之相比,非 AI 产品的单用户平均年化收入为 70 美元,单用户平均月收入为 10 美元,因此,AIGC
48、 某种程度上提高了用户的付费意愿,并带来了更多的价值转化。图表图表16:AIGC 应用单用户平均收入相较于非应用单用户平均收入相较于非 AI 应用显著提升应用显著提升 资料来源:a16z,华泰研究 0500300单用户平均月收入单用户平均年收入非AI应用GenAI应用(美元)提升提升110%110%提升提升260%260%免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。14 互联网互联网 竞争力竞争力分析分析:AIGC 带来新的机遇和带来新的机遇和挑战挑战 从海外竞争案例复盘,理解从海外竞争案例复盘,理解图像图像生产力应用的核心要素生产力应用的核心要素 全球创
49、意软件行业呈现全球创意软件行业呈现出出“一超多强”的局面“一超多强”的局面。Adobe 为全球图像创意领域的龙头,其Creative cloud 拥有全球最专业、最强大的产品线,涵盖图像创意的所有领域,除 Adobe之外,Canva、Figma、Sketch 等应用凭借在特定领域的深耕也同样发展迅速,在数字内容需求井喷的时代特征下,整个行业呈现出“一超多强”的竞争格局:1)Adobe:全球图像创意领域的龙头,2022 年 Creative Cloud 收入 104.6 亿美元,旗下有包括 Photoshop、Illustrator、Indesign 等多款核心图像生产力工具产品,为创意图像行业
50、奠定标杆。2)Canva:为传播者和营销人员提供设计支持的创新设计工具,通过提供模板、图形、风格变体和字体等显著降低设计门槛。2022 年底全球用户总量达到 1.35 亿,根据 CB insights,截止 2023 年 9 月 Cnava 估值超过 400 亿美元。3)Figma:为设计团队提供的基于 web 端的创意工具,提供团队协作、创意共享、文档管理等功能,全球用户数量超过 400 万,月访问量达到 1.013 亿,2022 年 9 月,被Adobe 以 200 亿美元收购。图表图表17:海外创意软件“一超多强”海外创意软件“一超多强”产品名称产品名称 产品定位产品定位 优点优点 缺点
51、缺点 价格价格 Adobe Photoshop 专业设计师的行业标准 最出色的图形设计工具 初学者不友好;不轻便占用空间;移动端不友好 31.49 美元/月;239.88 美元/年 Adobe Illustrator 矢量图形编辑器和强大的设计工具 细致的艺术创作,设计可跨设备共享并与使用 价格昂贵,学习成本高 39.49 美元/月;239.89 美元/年 Adobe Indesign 最著名和最常用的桌面出版软件,用于设计网页、出版物和演示文稿,与 Adobe 其他产品联动 优质的设计、出色的协作和共享功能;访问 Adobe 字体、新产品和更新、Adobe 产品组合以及 Adobe Expr
52、ess 功能;100GB云存储 没有自动拼写检查器;某些功能不直观;成本高,初学者困难。31.49 美元/月;239.88 美元/年(19.99 美元/月)Figma Web 端在线工具,用户友好,并且允许实时团队协作 提供团队协作;轻松共享和文档管理;有用的自动保存功能非常用户友好,并且允许实时团队协作 大多数功能仅在在线工作时可用,团队协作为主,无设计隐私 个人 12 美元/月;组织订阅 45 美元/月 Sketch 定位网站和移动 UI 设计,非常适合 UX/UI 设计中的原型设计 可定制的工作流程和出色的插件;有影响力的社区,有大量免费资源;高品质的好价格+出色的用户体验 动画功能很少
53、;它没有 3D 成像;仅兼容 macOS 每位编辑 9 美元;组织订阅每年 99 美元/年 Canva 最流行的在线图形设计平台,定位初学者和传播者快速、简单地创建演示文稿、传单、邀请函等等。照片编辑功能;它有一个广泛的字体库;大型照片、视频和模板库 无法定制,仅可以使用现成的模板;在小屏幕上体验不佳 企业套餐-每人每月 30 美元;专业套餐-119.99 美元/年 资料来源:Market Splash,华泰研究 图像图像创意创意市场市场持续持续“熵变“熵变”是竞争变化的是竞争变化的来源来源。在某些市场中,随着巨头的规模效应积累以及业务边界的模糊,留给余下竞争者的创新空间较小。但是在创意市场中
54、,技术的持续迭代和用户需求的不断变化使得市场在持续“熵变”(源自热力学,指代行业从一种状态到另一种状态的转变)。从最早的桌面出版类软件,到 Adobe 实现“云化”战略转型的成功,再到以 Figma、Canva 等为主的基于网页端的轻量级应用出现,最后到当今 AIGC 带来的变革,不断变化的用户需求和场景使得图像创意的市场竞争在持续变化。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。15 互联网互联网 图表图表18:图像图像创意市场持续“熵变创意市场持续“熵变”资料来源:Canva,华泰研究 图像图像创意领域有较多的应用层级,创意领域有较多的应用层级,各各公司在特定的层级中构建核
55、心竞争力公司在特定的层级中构建核心竞争力。图像创意领域的需求高度分散,Figma 的早期投资人 Kevin Kwok 提出公司的“原子能力”概念来描述创意设计公司在用户定位、产品理念、应用层级等方面的差异,他认为是“原子能力”的不同决定了即使有 Adobe 这样的巨头下,在一些细分的设计领域,不断有 Canva、Figma、Sketch 等公司做出杰出的产品与 Adobe 形成差异化竞争。在内容成分上,有像素、向量、插件和模板的变化,在用户交互上,有图片、画布,再到项目和团队协作的变化。核心在于核心在于找到找到关键的需求痛点关键的需求痛点,并映射进用户的工作流。,并映射进用户的工作流。Adob
56、e 的核心产品 Photoshop 定位于像素级别的图像编辑,但是随着互联网应用的发展,UI、UX 等数字化产品的需求激增,导致矢量图形比栅格图形(像素)更加重要,因此有了 Illustrator。而 Sketch 在 Illustrator的基础上采用了基于项目运作的模式,来制作整个产品和用户界面。Figma 在 Sketch 的基础上将协作引入项目,并用更多的插件拓展应用的边界。Canva 和 Photoshop、Illustrator 类似,但它的定位是广泛的传播者,其核心的“原子能力”在于围绕更多的模板和组件,帮助用户降低设计的门槛,用户制作的不再是项目和产品,而是一个由设计元素和图像
57、组成的画布,比如音乐会海报、品牌 logo、Facebook 头图。所有成功的公司都是聚焦自己核心的“原子能力”并映射进用户的工作流。图表图表19:公司在某个特公司在某个特定定的的应用应用层级中构建自己的“原子能力”层级中构建自己的“原子能力”注:投中网引用,原文来自 Figma 的早期投资人 Kevin Kwok 资料来源:投中网,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。16 互联网互联网 Canva 专注于泛设计人群专注于泛设计人群,以降低门槛为核心,以降低门槛为核心 互联网数字平台的兴起互联网数字平台的兴起带来带来营销转变。营销转变。Facebook、Ins
58、tagram 和 Youtube 等互联网平台的兴起,导致营销广告相比传统广告的节奏更快,内容更多。用户需要针对不同的广告渠道投放不同的素材,且拥有更高的投放频率,因此图像设计内容量的指数级增长。同时,这些传播者(泛设计人群)并不会从 Photoshop 的像素级层面来考虑设计,他们需要快速的解决方案和模板来满足审美和营销的需求。图表图表20:互联网平台兴起所带来的营销转变互联网平台兴起所带来的营销转变 资料来源:华泰研究 Canva 顺应行业趋势顺应行业趋势缩短设计流程缩短设计流程。Canva 从用户的设计目的出发,无论是设计宣传片、Instagram 帖子还是婚礼请柬,Canva 都有专门
59、的模板和构图,让用户可以轻松体现自己的创造力,比如放入自己的照片,或者使用社区里的图形或组件。Canva 围绕用户的功能性需求构建“原子”能力,将原本繁琐、高门槛的设计流程简化,将目标用户由专业的设计师拓展到更为广阔的传播者。同时在发展过程中,逐渐通过海量的模板素材、字体社区来拓展生态系统,形成了较强的竞争壁垒。图表图表21:Canva 缩短设计流程缩短设计流程 资料来源:Canva,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。17 互联网互联网 Figma 押注押注于设计协作于设计协作,以融入工作流为核心,以融入工作流为核心 Sketch最早挖掘数字设计市场,最早挖
60、掘数字设计市场,Figma以协作为核心后来居上。以协作为核心后来居上。Sketch 于 2010 年推出,定位 UI 和 UX 设计,通过矢量图形和项目制的方式专注于数字产品,其通过最早挖掘数字设计市场与 Adobe 形成差异化。但 Sketch 没有意识到数字设计产品一方面需要基于矢量的工具,另一方面正在面对更加复杂的项目,从而对于协作的需求更高。Figma 发现随着软件设计产品越来越复杂、一个项目中的设计师之间的协作,与 PM 的反馈和交流更加频繁,因此其将专注于融入工作流的协作作为核心的“原子能力”,从技术架构、分发模式和平台结构等方面改善。在 Figma 之前,传统设计工作流中每一个环
61、节需要在本地和云端之间切换,同时有大量的传输和反馈;在 Figma 之后,所有参与者只通过网页端进行在线的设计协作,让基于浏览器做设计成为现实。图表图表22:Figma 在工作流在工作流中中的变革的变革 注:Growth Newsletter 引用,原文来自 Figma 的早期投资人 Kevin Kwok 资料来源:Growth Newsletter,华泰研究 我们认为我们认为 Canva 和和 Figma 的成功本质上也是反应了当前的成功本质上也是反应了当前图像图像创意行业保持竞争力的两个创意行业保持竞争力的两个主要趋势主要趋势即设计更加“民主化”,由专业设计师拓展到用户规模庞大的传播者(泛
62、设计即设计更加“民主化”,由专业设计师拓展到用户规模庞大的传播者(泛设计师);同时高效的工作流和协同合作在数字设计产品中愈加重要。师);同时高效的工作流和协同合作在数字设计产品中愈加重要。我们认为我们认为 AIGC 对于工作对于工作流本身的需求不变,只是通过流本身的需求不变,只是通过 AI 的方式实现,所以传统软件工作流迭代的方向也是的方式实现,所以传统软件工作流迭代的方向也是 AIGC时代下需要重点关注的。时代下需要重点关注的。国内创意软件国内创意软件以在线工具平台为主,竞争力在于契合的本地化模板以在线工具平台为主,竞争力在于契合的本地化模板 国内创意软件市场国内创意软件市场以在线工具类平台
63、为主以在线工具类平台为主,场景和应用定位相对同质化,场景和应用定位相对同质化。国内创意设计软件主要以在线设计平台为主,商业模式为订阅制收费,主要客户为小 B 及大 C 端。从产品定位和应用场景对比来看,目前国内在线设计类应用相对同质化,主要以“智能编辑+海量模板”为主,竞争力在于模板的数量和美观度,行业中头部企业为“稿定设计”,MAU 约为 2000 万。目前也有少部分企业开始向 AI 转型,如 2023 年推出 AI 工具箱的美图设计室,其实现了 MAU 和付费订阅率较大幅度的增长,付费订阅率从 2021 年的 2%提升至 2023年 9 月的 4.9%。免责声明和披露以及分析师声明是报告的
64、一部分,请务必一起阅读。18 互联网互联网 图表图表23:国内创意软件国内创意软件 公司名称公司名称 产品定位产品定位 上线时间上线时间 月价(元)月价(元)季价(元)季价(元)年价(元)年价(元)近一年下载量总计(万)近一年下载量总计(万)近一年收入总计(万美元)近一年收入总计(万美元)美图设计室 AI 制作工具箱+海量模板 2021 20 50 168 17 0.45 稿定 智能编辑+海量模板 2016 40 60-96 33 图怪兽 智能编辑+海量模板 2020 30-38 11 创客贴 智能编辑+海量模板 2019-60-11 31 易企秀 专业制作 H5+海报制作 2014 198
65、298 488 54 25 可画(Canva)海量模板+素材+团队协作 2014-335 57 MAKA 设计 智能编辑+海量模板+H5 2015 60-23 9 海报制作大师 海报制作和设计 2019 18-9 0.67*注:下载量和收入数据均来自 app store 的 iphone 端,包括安卓端以及网页端数据并未涵盖 资料来源:七麦数据,华泰研究 国内相较海外国内相较海外应用应用的优势在于语言的天然屏障和更加契合本地化的模板。的优势在于语言的天然屏障和更加契合本地化的模板。国内创意设计应用的发展进程落后于海外,但面对国内庞大的人口基数和快速兴起的数字设计需求仍然有非常大的发展空间。虽然
66、 Adobe、Canva 和 Figma 等软件在全球的创意市场迅猛发展并占据了大部分的市场份额,但是我们发现其在国内的布局较少,2022 年 Adobe 业务的全球分地区收入占比中,亚太及日本占比仅为 16%,根据 2020 年的披露数据推测亚太和日本地区中 50%收入来自日本(2020 年后未披露具体国家)。这一方面来自于非英语的环境所带的天然屏障,使得中文应用更加容易普及,另一方面在于国内的在线设计平台能够提供更加契合本地化的模板,从而更加符合国内用户的需求。图表图表24:2022 年年 Adobe 业务在全球各地区的占比业务在全球各地区的占比 图表图表25:Canva 业务在全球各地区
67、业务在全球各地区 2022 年收入年收入占比占比 资料来源:Adobe 公司公告,华泰研究 资料来源:Market Splash,华泰研究 AIGC 时代时代为竞争带来全新的机遇和挑战为竞争带来全新的机遇和挑战 AIGC 图像图像应用应用百舸争流百舸争流 当前的图像当前的图像 AIGC 主要主要参与者分为传统图像应用、参与者分为传统图像应用、AIGC 原生应用和互联网大厂三类:原生应用和互联网大厂三类:1)传统传统图像应用:图像应用:传统的图像领域龙头全面拥抱 AIGC,在原有应用的基础上通过 AI 实现全新赋能。Adobe 于 2023 年 10 月推出 Firefly 全面嵌入 Creat
68、ive Cloud 全家桶,并推出全球首个针对矢量图形设计的生成式 AI 模型;Canva 推出 Maigic Studio 功能,包括文生图、设计风格转化、辅助编辑、AI 填充等多种功能,打造顺畅串联起各种 AI 功能的一站式平台;国内的美图设计室推出 MiracleVision 3.0 自研版本大模型,美图设计室应用专注生产力场景应用。我们认为传统图像公司的优势在于完善的产品矩阵、庞大的用户基础和对于设计工作流的深入理解,有望更快将 AIGC 融入原有产品工作流并落地垂直场景。美国52%美洲其他地区6%欧洲、中东、非洲26%亚太及日本16%美国30%巴西15%墨西哥12%菲律宾10%印度7
69、%印度尼西亚6%法国6%西班牙5%哥伦比亚5%秘鲁4%免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。19 互联网互联网 2)AI 原生应用:原生应用:AI 技术的迅速发展诞生了较多 AI 时代的原生应用,其中以文生图等生成类场景为主有包括 Midjourney、Stability AI;视频类应用包括 Runway、HeyGen 等;3D 场景包括 Luma 等。其特点在于突出的生成效果并在社会上引起广泛的关注和讨论,随着越来越多的用户使用,其一方面可以获得“飞轮效应”形成正向循环,另一方面,其也正在向拓展更加具体的场景和工作流方向发展,而不局限于单点的突破和单张的生成效果,比如
70、国内专注于出海的 ZMO.AI,其推出了 ImgCreator.AI,强化产品中背景生成、海报生成和数据优化的 AI 能力,并为 B 端用户提供 Marketing Copliot 的增值功能。我们认为这类公司有更强的灵活性和适应性,越快找到落地场景并实现商业化变现的公司有较大的发展潜力。3)互联网大厂:互联网大厂:国内外互联网大厂的技术积淀深厚,在算力、算法端有优势,其以通用大模型为发展核心,将图像模态作为 AI 底层模型能力的一部分,Google 基于 Imagen,其 AI 搜索功能使得用户能够直接使用提示生成图像;Microsoft 的 Florence 多模态大模型可以根据图像和文本
71、之间的相似性,改进搜索推荐和广告,国内的百度、阿里等通用大模型也均具备图像模态能力。我们认为互联网大厂当前在具体的图像落地场景中布局较少,且缺乏对于工作流的理解和渗透,需要在商业化应用中做更多的尝试,但是随着综合能力的通用大模型能力发展,一方面有望可以作为其他垂直应用拓展的基座,另一方面可以在搜索、客服等非生产力设计功能中嵌入。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。20 互联网互联网 图表图表26:AIGC 图像应用概览图像应用概览 公司名称公司名称 图像图像大模型大模型 推出时间推出时间 AIGC 应用进展应用进展 海外公司海外公司 海外传统图像公司:海外传统图像公司:
72、传统的图像领域龙头,有完善的产品矩阵、庞大的用户基础和对于设计工作流的深入理解,致力于将 AIGC 融入原有产品工作流 Adobe Firefly Image 2 Beta 2023 年 10 月 具备生成更高质量与更逼真图像的能力,现可生成最高达 2048*2048(4 百万)像素的图像,Firefly 集成进入 Adobe Creative Cloud 全家桶 Firefly Vector 2023 年 10 月 世界首个针对矢量图形设计的生成式 AI 模型 Firefly Design 2023 年 10 月 专注于生成可定制的模 6 板 Canva Magic Studio 2023
73、年 10 月 包括文生图、设计风格转化、辅助编辑、AI 填充等多种功能,打造成顺畅串联起各种 AI 功能的一站式平台 Figma FigJam AI 2023 年 11 月 使用 OpenAI 基础模型,用于其协作白板服务的新生成式 AI 工具套件,减少重复工作内容 Recraft-2023 年 5 月 人工智能画板,可帮助用户快速生成各种风格的矢量艺术画、图标、3D 图像和插画 海外互联网大厂海外互联网大厂:技术积淀深厚,将图像模态作为 AI 底层模型能力的一部分,嵌入搜索、办公等功能 Google Imagen 2023 年 10 月 基于 Imagen,其 AI 搜索功能 SGE(Sea
74、rchGenerativeExperience)用户能够直接在 SGE 中使用提示生成图像 Parti 2022 年 6 月 语言理解与图像生成 Meta SAM 2023 年 4 月 SAM(Segment Anything Model)可被用于图像处理,包括软件场景、真实场景以及复杂场景。CM3leon 2023 年 7 月 用于文本到图像创建和图像到文本创建的多模态基础模型,自动生成图像标题 Emu 2023 年 11 月 EMU(Expressive Media Universe)编辑工具名为 Emu Video,它可以根据字幕、图像、文字描述等自动生成四秒长的视频;另一个是 Emu
75、Edit,允许用户通过文本指令更容易地修改或编辑视频 Microsoft Florence 2023 年 3 月 用户可借助 Florence 可以更轻松地将数据数字化,同时从图像和视频内容中获得有价值的见解 Copilot 2023 年 9 月 从操作系统层级提供了强大的 AI 能力,在下一个 Windows 版本中,原生的画图、照片、剪贴板、记事本等应用程序都将迎来能力升级 Amazon Titan 2023 年 10 月 宣布推出测试版图像生成功能,利用人工智能生成功能,根据产品细节在几秒钟内提供一组以生活方式和品牌为主题的图片 海外海外 AIGC 时代原生公司:时代原生公司:AIGC
76、时代脱颖而出的新兴公司,专注于 AIGC 内容,在生成效果上表现突出 Midjourney Midjourney 2022 年 3 月 2023 年 3 月推出 Version5,具有高一致性,擅长解释自然语言 Prompt 关键词,分辨率也更高,并且支持高级功能 Niji(Version 5.0)2023 年 10 月 二次元风格模型,是 Midjourney 和 Spellbrush 合作的模型版本,主要用于制作动画和插图风格 Stability AI Stable Diffusion 2022 年 8 月 2023 年 7 月 在 Amazon Bedrock 上发布 Stable Di
77、ffusion XL 1.0 OpenAI CLIP&DALL-E 2021 年 6 月 2023 年 10 月 DALL-E 3 向 ChatGPT Plus 和企业版客户开放,原生集成至 ChatGPT,用户无需进行复杂的提示词工程 Leonardo Leonardo.ai 2022 年 9 月 基于 Stable Diffusion 的网站,同时深度集成了 Stable Diffusion 的各种插件,例如 ControlNET、局部重绘、openpose 和图生图等。网站提供了丰富的训练好的模型和 Prompt 提示,用户还可以在线训练自己的模型 runway Gen-1 2023 年
78、 2 月 2023 年 6 月,公开了视频编辑工具 Gen-2,用户可以直接使用文本提示生成“逼真的视频内容”并“自动剪辑视频”HeyGen Surreal Engine 2022 年 7 月 前身是一款名为“Movio”的 AI 视频翻译平台,让普通人也可以轻松进行高维度、可交互的内容创作 Luma NeRF 2022 年 10 月 基于 NeRF 生成 3D 场景 国内公司国内公司 国内互联网大厂:国内互联网大厂:通用大模型中涉及图像模态的相关功能 百度 文心 4.0 2023 年 10 月 自然语言处理、图像影像、跨模态与生物计算 阿里 通义千问 2022 年 9 月 前身系阿里达摩院
79、M6 项目,全球首个 10 万亿参数多模态大模型,并落地应用于天猫虚拟主播等 40 多个细分场景 讯飞 星火 2023 年 5 月 2023 年 10 月发布迭代更新的 V3.0 版本,提升多项能力 昆仑万维 天工 2023 年 4 月 AI 内容生成能力涵盖了 AI 图像、AI 音乐、AI 文本、AI 编程四大核心内容模态,其中的 AI 绘图模型是全球第一款支持多语言的 Stable Diffusion 分支模型 智谱 ChatGLM3 2023 年 3 月 2023 年 10 月推出第三代,对标 GPT-4V 国内图像公司:国内图像公司:在原有应用中嵌入 AIGC 功能并进行相应的工作流改
80、善,不断追赶海外领先应用和企业标杆 美图 MiracleVision 2023 年 6 月 2023 年 10 月推出 MiracleVision 3.0 版,并将全面应用于美图旗下影像与设计产品,并将助力电商、广告、游戏、动漫、影视五大行业,美图设计室专门针对生产力场景 剪映(字节)-2019 年 5 月 2023 年 8 月推出 AI 数字人功能 万兴 天幕 2023 年 2023 年 9 月发布天幕,其长期深耕视频创意领域,已推出万兴喵影(Wondershare Filmora)、万兴播爆(Wondershare Virbo)、StoryChic、Beat.ly 等 fotor-用户可以
81、输入样本图像,它会使用该样本创建全新的原始图像 ZMO ZMO.AI 2020 年 12 月 推出了 ImgCreator.AI,强化产品中背景生成、海报生成和数据优化的 AI 能力,并为 B 端用户提供 Marketing Copliot 的增值功能 资料来源:各公司官网,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。21 互联网互联网 竞争竞争要素要素由生成效果向精确性、可控性演进由生成效果向精确性、可控性演进 AIGC 在生成效果上频频超预期。在生成效果上频频超预期。以 Midjourney、Stable Diffusion 等为首的大批 AIGC 原生应用兴起,
82、在文生图等应用中展现出惊艳的生成效果,根据 Similarweb,2023 年 9 月Midjourney 月访问量达到 1800 万,2022 年全年营收超过 1 亿美元。其中 Midjourney 凭借着惊艳的图片生成效果、活跃的 Discord 社群、通过数据飞轮建立的早期壁垒在一定时间内能够保持较强的盈利能力,同时其团队的快速迭代能力也使其能够紧跟技术的进步,保持产品的竞争优势。从 Midjourney 版本 V1-V5 的迭代来看,其生成效果不断增强,在最近的一次更新中,其引入的相机平移和填充技术来优化的用户体验。图表图表27:Midjourney 版本版本 V1-V5 的迭代的迭代
83、 图表图表28:Midjourney 加入不同的相机效果加入不同的相机效果 资料来源:Midjourney,华泰研究 资料来源:Midjourney,华泰研究 高热度低留存,效果端突出难以支撑中长期用户价值。高热度低留存,效果端突出难以支撑中长期用户价值。AIGC 在流量的集聚速度和热点话题的制造上远超过传统的应用软件,但是在用户留存率和参与度上却呈现明显的低迷。根据Sequoia Capital,其对比了 Chatgpt、Runway 等 AIGC 应用和 YouTube、Instagram 等传统应用的首月用户留存度,其中传统应用的首月用户平均留存率为 63%,而 AIGC 应用仅为 42
84、%,较低的用户留存说明 AIGC 应用并没有足够的用户粘性。同时,在用户参与度上传统软件的平均 DAU/MAU 为 51%,而 AIGC 应用仅为 14%,说明用户对于其使用的频率较低,无法为客户持续提供价值。AIGC 当前的核心痛点在于文生图等应用仅仅可作为“娱乐”属性存在,而无法在应用端提供长期价值。图表图表29:AIGC 应用应用和传统应用首和传统应用首月留存率月留存率对比对比 图表图表30:AIGC 应用应用和传统应用首月和传统应用首月 DAU/MAU 资料来源:Sequoia Capital,华泰研究 资料来源:Sequoia Capital,华泰研究 85%73%69%67%63%
85、61%54%50%48%56%45%39%35%0%20%40%60%80%100%YouTuBeInstagramTikTokSnapchatWhatsappROBLOXtinderduolinggoCandyCrushChatGPTrunwayLensaReminiGenAI应用月度留存率较低85%64%64%60%51%41%34%32%30%41%27%14%14%12%0%20%40%60%80%100%WhatsappInstagramYouTuBeTikTokSnapchatROBLOXtinderCandyCrushduolingocharacter.airunwayRemin
86、iChatGPTLensaGenAI应用用户参与率较低 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。22 互联网互联网 竞争迁移至可控性、协作等要素竞争迁移至可控性、协作等要素,更加聚焦和场景工作流的融合。,更加聚焦和场景工作流的融合。正如前文分析的演变框架,我们认为当前 AIGC 的竞争更加聚焦于场景工作流的融合,在优秀的生成效果之外,在调整的精确度、模型的可控性、工作流的便捷度等方面产生明显的重心偏移。以 Adobe为例,其 Firefly 产品并不满足于基础的生成效果,在新推出的 Firefly Image 2 中,正在通过多种方式让 AI 更好地融入其原有的工作流:1)
87、协作方面,协作方面,支持用户直接分享和保存图像,通过链接共享生成图像和提示,使团队成员能够理解图像的创建过程,并能在共享库中保存生成的图像,以便在 Adobe 的其他创意工作流程中重新打开和使用。2)精确度方面,精确度方面,具备生成更高质量与更逼真图像的能力,尤其在渲染人物和自然元素如树叶、皮肤纹理等方面表现尤为突出。它现可生成最高达 2048*2048(4 百万)像素的图像,并且已支持中文输入。3)可控性方面,可控性方面,一方面优化了图像的颜色和动态范围,提供了“Photo Settings”功能,允许用户手动调整照片参数如景深、运动模糊和视野,赋予用户类似手动相机控制的体验。另一方面支持添
88、加否定提示功能。用户可以指定某些元素在生成图片时自动被排除。只需在右侧控制面板的高级设置中输入英文单词作为否定词,这些词汇将在图像生成时自动被排除,从而实现对输出的控制。最多可输入 100 个英文单词,输入每个单词按 enter 即可生效。图表图表31:Firefly 的照片参数精细调整功能的照片参数精细调整功能 图表图表32:Firefly 全新提示词功能全新提示词功能 资料来源:Adobe Firefly,华泰研究 资料来源:Adobe Firefly,华泰研究 优质基础大模型、完整工作流和生态正循环构成长期护城河优质基础大模型、完整工作流和生态正循环构成长期护城河 按照前文的分析框架,我
89、们提出了生产力应用的进展是由 AIGC 在工作流中的渗透决定的,因此竞争落在了具体场景工作流的产品效果、精确度、可控性、交互协作产品效果、精确度、可控性、交互协作等方面,而我们希望进一步探讨的是如何能构建出更好的符合垂直场景的工作流,并在不同的环节获得突破,最终形成 AIGC 应用的长期护城河。1)基础基础大大模型是底层壁垒模型是底层壁垒。首先我们认为训练出优质的底层图像大模型是一切应用的基础,而上亿级别参数的模型的训练需要海量高质量数据以及高额的算力成本,算力投入造成了 OpenAI、Google 等资金雄厚的大型科技公司与初创公司的区别,而垂直的高质量数据则使得 Adobe、美图等原先图像
90、生产力行业内公司具备优势。基础模型的壁垒一方面在于它决定了 AIGC 应用的基础性能和工作流效果,另一方面在于基础模型的所有者可以通过发布 API 和插件,让第三方应用在自己的生态基础上开发应用,从而不断拓宽应用边界,形成从底层模型到应用的完整解决方案,从而相较于基于第三方模型进行简单包装的应用具有更深的壁垒。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。23 互联网互联网 2)完整工作流带来高切换成本完整工作流带来高切换成本。低切换成本是工具类应用长期的痛点,因为本身工具属性强,且工作流环节断裂,用户很容易在不同应用中切换。我们认为 AIGC 时代构建完整的工作流将显著提升用户
91、切换成本,原因在于 AIGC 应用作为生产力存在并参与大量工作内容,通过与客户的数据集成并在协作、存储等方面深化,将构建具有依赖性的应用。根据当前的产品进展,生成效果最好的 Midjourney 在掀起 AI 浪潮之后用户数量达到 1亿,但是对于生成内容需要调整或者效果不满意的用户,依然会需要切换到 PS 等软件二次修改。我们认为从创意到产品的完整工作流可能解决这一问题,并形成长期壁垒。3)用户、应用和模型用户、应用和模型的生态的生态形成正反馈循环形成正反馈循环。据 Greylock,其认为 AI 时代的护城河在于在数据和模型之间构建一个高效使用数据的“智能系统”,其核心就在于 AI 时代高质
92、量数据资产能够在用户、应用和模型之间形成正反馈循环,因为生产和训练应用所用的高质量数据越多,模型表现就会越好,从而吸引更多的用户,用户持续交互能产生高质量数据形成完整的生态闭环。同时,当前的 AIGC 商业化应用在标准、平台、技术服务、接口、研发等方面还不够成熟,因此完善的生态闭环对于生产力场景客户需求有更好的议价和溢价能力,能够更快的实现商业化并不断迭代。以 OpenAI 为例,在 2023 年 11月 6 日的开发者大会上,其推出了“GPT-4 Turbo”大幅提升速率并降低 API 价格,同时“GPTs”支持定制化 GPT,正在向 AI 生态平台方向演变。因此我们认为 AIGC 应用在用
93、户、应用和模型的生态形成正反馈循环,能够有效的形成长期护城河。图表图表33:AIGC 应用的护城河应用的护城河 资料来源:华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。24 互联网互联网 图像图像 AIGC 市场:“生产力”定位带来全新市场增量市场:“生产力”定位带来全新市场增量 AIGC 渐进式落地,模态层级不断提升渐进式落地,模态层级不断提升 生产力场景分为图像、视频、生产力场景分为图像、视频、3D 三大模态,三大模态,2022 年全球创意软件市场空间年全球创意软件市场空间 128 亿美元。亿美元。全球创意软件龙头 Adobe 旗下的 Creative Cloud
94、产品矩阵包括“Photo”、“Graphic Design”、“Illustration”等部分,以其为依据,我们认为创意图像生产力场景按照使用模态的不同,可以分为图像、视频、3D/AR 这三个板块。而根据 Jon Peddie Research 和 Statista,2022年全球创意软件的市场总规模约为 128 亿美元,其中图像软件市场约为 36 亿美元,视频软件市场约为 65 亿美元,3D 及 AR 软件市场约为 27 亿美元。AI 落地是渐进的过程,当前应用集中在图像模态。落地是渐进的过程,当前应用集中在图像模态。在不同的模态内,根据 AIGC 对应的功能可以分为编辑、生成、增强等不同
95、类型的应用。而根据 Similarweb 的网页用户访问量数据,我们统计了各种类型下全球前十应用 2023 年 9 月的累计访问量,其中访问量最高的是图片编辑类应用,达到 1.3 亿,访问量最低的是 3D 生成应用,仅有 600 万。考虑到 AI 本身的技术迭代路径,我们认为随着从编辑到生成以及模态的层级提高(图像-视频-3D),对于 AI 的渗透是由易到难的过程,所以当前的落地集中在图像模态。图表图表34:AIGC 落地的界定落地的界定 资料来源:Jon Peddie Research,Statista,Similar web,各公司官网,华泰研究 免责声明和披露以及分析师声明是报告的一部分
96、,请务必一起阅读。25 互联网互联网 当前图像具备最大落地潜力,视频、当前图像具备最大落地潜力,视频、3D 及多模态及多模态仍在高速发展仍在高速发展 文生文生视频技术目前处于早期,图像生成效果是基础。视频技术目前处于早期,图像生成效果是基础。视频本质是多帧图像的组合,目前的视频生成路线主要是“文图视频”,文生视频生成技术仍处于早期,其核心难点在于:1)计算困难,长视频的不同帧之间需要保持高度一致性,带来高昂的计算成本;2)缺乏高质量的数据集,用于文本到视频生成的多模态数据集稀缺,并且通常注释稀疏,使得学习复杂的运动语义变得困难。Runway 是 AIGC 视频领域的头部应用公司,通过将 Run
97、way的相关工具链与视频制作的全流程对比,我们发现 AIGC 的核心影响媒介仍然以文本和图像模态为主,包括剧本创作等文本类环节,“text to image”等图像类环节,而对于“text to video”类的纯视频生成类应用技术当前还尚未成熟。视频类模态的应用从本质上来看还是对于某一帧图像的优化,所以图像的生成效果是视频生成的基础,视频生成模型在质量、处理速度、可控性和定制性等方面仍有很大提升空间,但距离大规模商业化还有一定的距离,看好后续视频生成的技术突破。图表图表35:AIGC 对于视频类模态全流程的优化对于视频类模态全流程的优化 视频制作过程视频制作过程 生成式生成式 Al 技术对于
98、工作流的优化技术对于工作流的优化 优化后视频制作过程优化后视频制作过程 Runway 的相关工具链的相关工具链 前期 剧本创作 借助对话机器人的 API AI 辅助剧本创作 Runway 表示会调用语言模型 API 分镜规划 1)Text to image 模型可以生成分镜和图片素材;2)image to image 模型可以处理、编辑图片素材;3)Image/video to text 模型可以辅助素材管理,比如不需要看视频就能知道这段素材的内容。AI 辅助素材管理 1)Runway 目前正在努力攻克 text to viedo 的难题;2)Gen-2 已经能很好地解决 video to v
99、ideo,image to viedo 功能;3)同时已经上线 Image to text(图片prompt 解码)功能 素材拍摄 素材整理 后期 逻辑剪辑 借助多模态模型自动完成逻辑剪辑 AI 辅助逻辑剪辑 Runway 表示会调用语言模型 API 音乐制作 text to video、自动配音工具可以辅助音乐制作;AI 自动粗调 Runway 已经具备完整的工作链 粗调成片 可以通过绿幕、视频抠图等工具达到粗调的效果;镜头细调-人工细调-调色细条-字幕添加 可以通过 AI 自动生成字幕 AI 自动生成字幕 Runway 拥有 AI 自动生成字幕功能 资料来源:拾象,华泰研究 3D 模态的模
100、态的 AIGC 应用难度最高,但是技术突破的革命性更强。应用难度最高,但是技术突破的革命性更强。相比图文和视频,传统 3D 建模流程复杂,多为人工手动操作,周期长,成本高,对于 AIGC 而言存在技术上的较大挑战。3D 模态 AIGC 的核心技术是 NeRF(Neural Radiance Fields),其可以根据少量的 2D 图像对 3D 场景的几何形状和外观进行建模。目前 3D 生成的主流技术路径大致可以分为两类:(1)先“text-to-2D”,再通过 NeRF 或 Diffusion 模型完成“2D-to-3D”;(2)直接“text-to-3D”,该路径直接使用 3D 数据进行训练
101、。第一种更为常见,因为从训练数据上看,2D 比 3D 更容易获得,导致从 2D 生成 3D 内容更加容易。OpenAI 的 Point-E、Google的 Dreamfusion、Nvidia 的 Magic3D 等模型均是此路径。但当前的 3D 模型技术发展尚不成熟,但另一方面由于 3D 有成熟的应用场景,如游戏、影视制作等,所以落地应用能够带来更加革命性的变化和可观的市场规模,我们也期待 AIGC 在 3D 领域的发展。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。26 互联网互联网 图表图表36:Luma AI 的首个的首个 NeRF+App 解决方案解决方案 图表图表37
102、:Luma 推出推出 2D 转化转化 3D 的的 API 资料来源:Luma AI,华泰研究 资料来源:Luma AI,华泰研究 多模态融合的综合应用是未来的确定性趋势。多模态融合的综合应用是未来的确定性趋势。我们认为未来将文本、图像、视频、音频和3D 等多个模态融合的综合应用是未来发展的趋势。2023 年 10 月,openAI 发布 GPT-4V模型,支持文本和图片交错输入的多模态能力,从 GPT 系列模型的演变来看,其正在从传统的大语言模型向多模态模型不断进化拓展。构建统一的图像模型并发展多模态融合的综合应用是未来的机会和挑战。其一方面存在着输入和输出类型多样带来的复杂颗粒度的处理,另一
103、方面在模型训练中,不同模态的标签数据注释和处理成本高,难度大。而多模态的融合应用更加接近开放世界的真实场景,有着更加广泛的应用前景,是未来较为确定的趋势。具体具体图像图像场景落地的可行性探讨场景落地的可行性探讨 AIGC 的当务之急是找到具体应用场景的落地。的当务之急是找到具体应用场景的落地。Sequoia Capital 认为 AIGC 的“第一幕”最开始由技术出发,通过大模型引发一系列的轻量级应用。而当前 AIGC 已经进入了“第二幕”的发展阶段,其将更加注重实际的使用案例,端到端的解决问题并提供价值。我们认为 AIGC 的当务之急是找到具体落地可行的应用场景。美图公司将电商、广告、游戏、
104、动漫和影视列为其 Miracle Vision 图像大模型核心聚焦的五大行业,并认为当前的 AIGC 可以这些行业中找到如下具体的应用案例:电商行业:电商行业:输出涂鸦生成线稿、线稿上色、商品图、模特试穿和电商物料海报。广告行业:广告行业:帮助客户生成不同渠道的广告素材,从创意脑暴到创意深化、平面排版、多尺寸延展到最终的线下投放预览。游戏行业:游戏行业:场景设计、角色设计、道具设计、UI 图标设计和宣发物料的图像服务。动漫行业:动漫行业:概念设计、故事板生成、线稿上色、动漫补帧和视频转动漫等。影视行业:影视行业:概念场景设计、分镜设计、人物造型设计、道具设计、宣发物料,满足影视行业全链条需求。
105、免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。27 互联网互联网 图表图表38:美图公司列出电商、游戏、广告、动漫、影视五大行业美图公司列出电商、游戏、广告、动漫、影视五大行业 资料来源:美图公司 15 周年发布会,华泰研究 场景的落地进展核心关注迭代成本和可验证性场景的落地进展核心关注迭代成本和可验证性 1)从)从 AIGC 技术的角度核心关注技术的角度核心关注快速迭代能力快速迭代能力和可验证性:和可验证性:行业内容具备高频特征,带来较小的迭代成本以及有丰富的数据资源支撑行业内容具备高频特征,带来较小的迭代成本以及有丰富的数据资源支撑 AI 模型训练。模型训练。从 AIGC 本
106、身的特征出发,高质量数据有助于 AI 训练,同时因为缺乏精确性,所以试错成本低且高频的场景更适合,比如快速生成多张商品图供用户挑选,将质量优秀的图片标记并放入模型中迭代。行业内容对于行业内容对于 AIGC 的信息质量可以快速做出验证。的信息质量可以快速做出验证。AIGC 因其生成属性,本身存在缺乏精确性的问题,因此适用于可以快速评估生成质量的场景,比如平面设计中图案是否美观。而对于如剧本创作等难以快速评估质量的场景落地较难。2)从用户画像角度,具备长尾特征的场景对于)从用户画像角度,具备长尾特征的场景对于 AI 的需求更加旺盛。的需求更加旺盛。在前文的分析中提到,AI 当前对于中长尾的设计需求
107、有明显的替代,动漫、影视、游戏等行业虽然本身对创意内容的需求旺盛,但是其行业本身对于内容的要求更高、创作的周期更长,当前 AI 技术主要以取代工作流中部分环节为主,头部设计性较强的需求难以替代因而进展相对缓慢。而类似电商商品图、基础平面设计等中长尾场景,对于效果具有更高兼容性和验证能力,可以较快的促成 AI 的商业转化,因而落地较快。图表图表39:场景落地分析矩阵场景落地分析矩阵 资料来源:Instant Rows,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。28 互联网互联网 基于上述两个属性分析,我们认为当前落地节奏较为领先的是基础平面设计领域基础平面设计领域与
108、AI 商品商品图图,后文中将重点对于这两个市场进行分析。AI 本身迭代迅速,有较大的不确定性,因此我们希望从理论层面去测算国内 AI 创意软件应用在生产力场景的 TAM(Total Available Market,潜在市场空间),并做出相应的敏感性分析,并对于未来 AI 的潜在增长做出理性预期。平面设计市场:由生产工具变为生产力本身平面设计市场:由生产工具变为生产力本身 传统平面设计市场是创意内容生产力场景的主要组成传统平面设计市场是创意内容生产力场景的主要组成。平面设计以图像作为核心表达方式,通过符号、图片、文字的创造和组合来传达信息和表达想法,平面设计有较多的应用场景,设计内容包括标志、
109、包装、广告、海报等等。其下游的应用行业包括互联网、媒体、零售、教育等,主要以数字营销和品牌宣发为主。根据智研咨询,2022 年中国平面设计行业的市场规模为 548.65 亿元,2015 年至 2022 年间复合增长率为 7.02%。图表图表40:中国平面设计市场规模中国平面设计市场规模 图表图表41:2022 年美国年美国平面设计下游应用行业占比平面设计下游应用行业占比 资料来源:智研咨询,华泰研究 资料来源:Market Splash,华泰研究 设计师和创意软件分别对应生产力和生成工具,其中生成力是平面设计市场的核心。设计师和创意软件分别对应生产力和生成工具,其中生成力是平面设计市场的核心。
110、我们认为平面设计行业本质由创意图像软件和设计师组成,分别对应工具和生产力,而以设计师为主的生产力是核心的价值量来源。根据 Market Splash,美国是全球最大的平面设计市场,2022 年全球占比约为 35.56%。我们将美国的平面设计市场按照支付给设计师的薪水和创意软件收入进行拆分,从结果来看,在整个市场构成中,代表生产力的设计师占比约为 76.25%,代表工具的创意软件占比仅有 8.07%,平面设计行业的核心价值来自以设计师为代表的生产力。以这一市场结构比例为依据对于中国市场进行拆分,得出 2022 年中国平面创意软件市场约 44.3 亿元,设计师生产力市场约 418.4 亿元。图表图
111、表42:平面设计市场空间拆分平面设计市场空间拆分 美国的平面设计市场美国的平面设计市场 全球占比全球占比 总市场占比总市场占比 中国平面设计市场中国平面设计市场 市场空间(亿美元)160 35.56%100%市场空间(亿元)548.7 创意软件(亿美元)12.9 51%8.07%工具市场(亿元)44.3 美国设计师平均工资(万美元)5.9 美国平面设计师人数(万人)20.4 支付给平面设计师的薪水(亿美元)121.9 76.25%生产力市场(亿元)418.4 资料来源:Market Splash,华泰研究预测 -4%-2%0%2%4%6%8%10%12%14%005006
112、002000212022国内平面设计市场规模YoY(亿元)互联网&媒体17%零售11%专业领域10%技术10%教育8%制造业5%金融4%电信3%其他32%免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。29 互联网互联网 我们认为生成式我们认为生成式 AI 的发展将对创意软件“工具”类属性带来颠覆:的发展将对创意软件“工具”类属性带来颠覆:1)AI 带来更加高效的原生工作流,带来更加高效的原生工作流,我们我们预计预计短期内短期内替代替代 10-15%的生产力,国内市场增的生产力,国内市场增量约量约 42-63 亿元亿元。我们认为 AI 落
113、地所带来空间的核心在于 AI 可以代替多少生产力,且这一替代的空间增量将随着 AI 技术的迭代而变化。而在平面设计中可由 AI 生成力取代的程度取决于 AI 能力迭代的进展和平面设计工作流的匹配情况。根据美图公司,其将设计场景的整个工作流从最初的创意脑爆、草案设计到最终的创意设计和修改分为不同的阶段,我们认为 AI 原生工作流当前在创意脑爆和草案设计等环节已经能够实现基础功能的替代,包括快速生成完成度较高的草图减少试错成本,以及具备抠图、上色的基础功能,在整个工作流中价值量占比约为 10-15%,根据前文对于国内设计市场生产力价值量的测算对应市场空间为 42-63 亿元。2)AI 已经拥有较强
114、的具象生成能力,但缺乏创意细化和具体场景需求的感知。已经拥有较强的具象生成能力,但缺乏创意细化和具体场景需求的感知。AI 当前在高度细节化的描述下已经具备了完成度较高的效果,因为越多的描述特征生产的结果就会越精确。但是在抽象的需求下生产能力较弱。同时其对于设计的创意细化能力较弱,一方面细节的处理缺乏可控性,另一方面缺乏具体的场景需求感知,比较难满足商业化应用的需求。因此在整个设计工作流中价值量占比较大的设计和修改环节 AI 仍然无法替代,在生产结果的精确性、可控性以及与场景需求的契合性等方面仍有较大的发展空间。图表图表43:AI 带来更加高效的工作流带来更加高效的工作流 资料来源:美图公司 1
115、5 周年发布会,华泰研究 3)中长期视角下,中长期视角下,AI 将使得创意软件将使得创意软件由工具应用变为生产力本身由工具应用变为生产力本身。创意软件的工具类定位本身市场空间较小,而 AI 的变革在于让创意软件作为一种新兴的生成力并获得重新定价。随着生成式 AI 的能力迭代,我们预计其取代部分创意性要求低的中长尾设计需求,实现向生产力本身的转化,而原先的平面设计师的角色可能会向策略导向的 Art Director 转变,更加注重设计策略、规划与创意思维,并将整个设计前期的基础工作交由 AI 来完成。当前生成式当前生成式 AI 图像图像大模型仍在探索阶段,预计大模型仍在探索阶段,预计 2030
116、年在设计领域普及率达到年在设计领域普及率达到 80%。美图公司将底层的 AI 图像大模型应用普及分为三个阶段,并从生成效果、工作流支持、场景融合度三个角度对于发展阶段进行衡量。当前的 AI 仍然处于探索阶段,公司预计在未来两年将引来大模型的高速发展期,并预计于 2030 年达到 80%的普及率。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。30 互联网互联网 图表图表44:AI 图像图像大模型应用普及的三个阶段大模型应用普及的三个阶段 资料来源:美图公司 15 周年发布会,华泰研究 商品图市场空间:商品图市场空间:AIGC 应用的原生场景应用的原生场景 AI 商品图成本优势显著,
117、有望逐渐取代传统商拍市场。商品图成本优势显著,有望逐渐取代传统商拍市场。在商品详情页中展示丰富的商品图是电商领域中常见的营销和获客方式,而商品图的拍摄在摄像、场地、模特、置景、差旅和妆造等一系列环节有较高的成本。根据“头号 AI 玩家”公众号,通常制作一套 20 张的商品场景图,需要一个多工种设计团队至少耗费 3 天时间,成本超过 2 万元。而 AI 技术的成熟打开了商品图生成市场的空间,通过在虚拟环境中自动生成图像,可为商家提供商品实拍图场景及模特替换等解决方案,商家可以直接上传商品的草图,并由 AI 完成抠图、生成模特、添加背景、后期修图等工作,在节约时间的同时可以显著降低成本,成本节约
118、90%。图表图表45:两种模式的对比两种模式的对比 资料来源:Weshop,头号 AI 玩家公众号,华泰研究 商品图市场具备订阅和商品图市场具备订阅和 AI 增值两层逻辑,其核心空间来自增值两层逻辑,其核心空间来自 AI 增值。增值。基础的订阅收入由互联网平台商家数和人均订阅费决定,而我们认为电商的高 SKU 属性决定了其有较高的 AI图片生成需求,因此在基础订阅之外,更多的是依靠购买的 AI 算力获得额外的增值服务。同时当前市场已经有比较清晰的商品图定价,我们将基于此计算整个 AI 商品图市场的远期TAM。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。31 互联网互联网 图表图
119、表46:2022 年年国内电商平台动销商家数国内电商平台动销商家数 图表图表47:2022 年年主流主流 AI 商品图平台订阅定价商品图平台订阅定价 资料来源:各公司官网,华泰研究 资料来源:各公司官网,华泰研究 AI增值市场增值市场=高生成需求商户数高生成需求商户数商户平均商户平均SKU每个每个SKU所需图片生成量所需图片生成量AI生成的单生成的单张计费。张计费。在市场空间的计算中我们对于 AI 增值市场的组成分别做出以下假设:1)高生成需求商户数:我们认为电商商品图的核心商户群以中部的 80%商家为主,一方面他们相较尾部商家有较高的品牌宣发和商品图生成需求,另一方面其对于 AI 商拍的降本
120、增效有较大的需求,我们假设有较高 AI 商品图需求的商家数占动销商家总数 30%。2)商户平均 SKU:服饰类商家相较其他品类有更高的 SKU,我们假设高生成需求商户中服饰、鞋包类商户占比约 40%,其平均 SKU 为 500,其他品类商家占比 40%,其平均SKU 为 250。3)每个 SKU 所需图片生成量:假设在线下拍摄场景中 50 套服装对应 1000 张图片拍摄,平均 20 张/SKU,我们预计 AI 生成有类似或者更高的成品效率。图表图表48:商品图数量测算表商品图数量测算表 高生成需求客群(万)高生成需求客群(万)商品种类商品种类 占比占比 平均平均 SKU 每个每个 SKU 图
121、片生成量图片生成量 需要的商品图数量(百万)需要的商品图数量(百万)390 服装、鞋包 40%500 20 15600 其他品类 60%250 10 5850 合计 21450 资料来源:华泰研究预测 4)AI 生成的单张计费:AI 生成和算力挂钩,所以本质上每一张 AI 图片都需要额外的购买所需的算力。我们对比了目前市场上包括 Midjourney、Adobe、美图、Weshop 等主流平台的算力收费标准,根据其收费的平均测算,假设 AI 单次生成的平均约为 0.36 元/张。图表图表49:AI 生成的单张计费标准生成的单张计费标准 Midjourney weshop Adobe 美图美图
122、收费模式 价格 USD30 价格 25 元 价格 USD4.99 价格 80 元 生成时间 15 小时快速模式 算力 1000 算力 生成积分 100 点 美豆数 800 生成速度 1 张/分钟 每算力消耗 10 算力/张 AI 鞋服 20 美豆/次 图片数 900 张(高速)换算价格 每张价格 0.47 元元/张张 每张价格 0.25 元元/张张 每积分价格 0.34 元元/点点 每张价格 0.8 元元/张张 资料来源:各公司官网,华泰研究 00500600淘宝天猫拼多多京东抖音商户数(万)0500300350美图稿定weshoppebblelyz
123、mo.ai阿里鹿班订阅月费 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。32 互联网互联网 我们测算我们测算 AI 商品图市场商品图市场 TAM 空间为空间为 41-93 亿元。亿元。在前文的诸多假设中,我们认为高生成需求的商户比例与每个 SKU 的生成图片数量这两个假设有较大的弹性空间,并基于前文的诸多假设,我们测算国内的 AI 商品图市场的 TAM 弹性空间为 41-93 亿元。图表图表50:商品图市场空间弹性测算商品图市场空间弹性测算 每个每个 SKU 的图片生成量(张)的图片生成量(张)服装类 4 8 12 16 20 24 28 32 36 40 44 其他商品 2
124、4 6 8 10 12 14 16 18 20 22 高生成需求高生成需求商户比例商户比例 5%3 5 8 10 13 15 18 21 23 26 28 10%5 10 15 21 26 31 36 41 46 51 57 15%8 15 23 31 39 46 54 62 69 77 85 20%10 21 31 41 51 62 72 82 93 103 113 25%13 26 39 51 64 77 90 103 116 129 142 30%15 31 46 62 77 93 108 124 139 154 170 35%18 36 54 72 90 108 126 144 162
125、 180 198 40%21 41 62 82 103 124 144 165 185 206 227 45%23 46 69 93 116 139 162 185 208 232 255 50%26 51 77 103 129 154 180 206 232 257 283 55%28 57 85 113 142 170 198 227 255 283 311 60%31 62 93 124 154 185 216 247 278 309 340 资料来源:华泰研究预测 AIGC 商品图的实践分析商品图的实践分析 单点能力上厂商各有优缺点,全流程综合型厂商更易胜出单点能力上厂商各有优缺点,全
126、流程综合型厂商更易胜出。根据前文对于软件厂商竞争要素的定义,我们从使用体验、生成效果、商业化三个角度,对于目前市场上包括美图设计室、weshop、小 K 电商图、ZMO.AI 等主流的商品图软件进行了实践分析,并从上传原始草图到最后生成产品的全流程进行了优劣势对比。我们发现,几乎所有厂商都会在流程的某一环节有自己独特的产品优势,比如“抠图”功能,背景的丰富度,人物的处理等等,而对于整个商品图的工作流来说,全流程每一环节的完整性是商业化的关键,目前仅有美图设计室和 weshop 两个厂商的综合型能力最为突出的。AI 算力收费价格差异较大,算力收费价格差异较大,自研生态具备商业优势自研生态具备商业
127、优势。目前几乎所有厂商均采取订阅+AI 增值的收费方式,对于额外的图片生成需求增加收费,在前文的分析中,我们也预测 AI 增值部分将是未来生产力场景中变现的重点,但是从具体价格上看,不同厂商间差异较大,背后代表的可能是厂商的产品模块化和成本控制能力,在商品图应用的早期,可能会对于用户的产品选择有重要影响。同时在底层 AI 模型的道路上也有差异,目前大部分厂商以第三方开源模型为基座开发商品图应用,仅有美图是自研了 Miracle Vision 大模型,开源模型的优势在于其微调和小规模预训练的成本较低,但是缺点在于未来的迭代和进化会较为困难,自研模型的优势一方面在于其迭代自主性更强,另一方面在前文
128、的分析中提到其做为底层基础有利于 AI 生态的创建,在标准、平台、技术服务、接口等方面更加成熟,从而具备在生产力场景里有议价和溢价能力,具备商业优势。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。33 互联网互联网 图表图表51:AI 商品图软件对比汇总商品图软件对比汇总 使用体验使用体验 生成效果生成效果 商业化商业化 界面美观度 上手难度 抠图效果 商品图 模特图 生成速度 价格 背景效果 人物效果 背景效果 系 统 背 景模板 prompt 生成背景 美图 美观 中等 效果较好,弹窗 指 引 降 低难度 系 统 推 荐 丰富 背 景 细 节 丰富,色彩更加明 亮,对 于pr
129、ompt 符合度较高 可 实 现 模 特更 加 真 实 的外 貌 和 发 型变化 摄 影 风 格 基本维持原图,图 片 画 质 高清 快 168/年 weshop 简 洁 但 排 版略显单调 中等 有瑕疵,可手动 灵 活 选 择抠图区域 支 持 快 捷 模板,多种背景场 景 可 供 选择 不 能 较 好 完成 prompt,生成 图 片 颜 色偏暗 模 特 外 貌 可根据 prompt灵活变换,但prompt 指令不够准确 背 景 选 择 丰富 较快 298/年 小 K 电商图 简 洁 但 不 美观,部分功能未开放,中等 有瑕疵,商品图 场 景 未 开放-模 特 面 部 拟人效果不佳,发 型
130、和 表 情略有调整 背 景 可 选 变化 情 况 更 多样,但并能识别 原 图 模 特姿 势 并 匹 配合适场景 慢 1 元/张 zmo.ai 界面较复杂 中等 效果较好 场 景 的 大 小和 物 体 难 以匹配-模 特 外 貌 可根据 prompt更 改 灵 活 度高;模特面部表情僵硬,拟人 化 效 果 一般 发 型 衣 着 基本维持原图,有细微改变 中等$11.9/月 灵动 AI 过于简洁 简单 干净 场景选择多 生成图片画质偏低,光线阴 影 和 背 景较为匹配-快-*注:所有测评内容来自于华泰研究,附录中有详细的对比数据 资料来源:华泰研究 免责声明和披露以及分析师声明是报告的一部分,请
131、务必一起阅读。34 互联网互联网 重点重点公司公司 美图美图:国内国内图像美化龙头,图像美化龙头,AIGC 东风下的进击与迸发东风下的进击与迸发 以自研以自研图像图像大模型为基,打造大模型为基,打造 AI 生产力工具全生态。生产力工具全生态。2022 年底,美图 AIGC 产品全面爆发并于 2023 年 6 月的美图影像节推出了一系列 AI 生产力工具,其以自研图像大模型MiracleVision 为基座,推出了包括 AI 图片、AI 视频、AI 设计的生产力工具全生态应用。WHEE 的 AI 创作生态初见成效,优质 AI 效果生成数量超 550 万,用 AI 来创作口播视频的开拍用户数量不断
132、增长,9 月 MAU 超 35 万,WinkStudio 在 7 月上线后已经服务了近 10万的视频创作者,美图设计室 2.0 为近百万中小电商卖家提供了 AI 商拍服务,实现降本增效。图表图表52:美图公司的美图公司的 AI 产品矩阵产品矩阵 资料来源:美图公司官网,华泰研究 “奇思妙想“奇思妙想+智能创作”,智能创作”,精研场景和工作流整合。精研场景和工作流整合。美图当前的发展重点在于提高生成的效果精度及加快具体场景的工作流整合,其大模型当前有“奇思妙想”和“智能创作”两大能力。“奇思妙想”以文生图为主要方式,核心优势在于提示词的智能联想和精准控制,一方面极大降低了用户写提示词的门槛,另一
133、方面在于精确性的提高满足不同专业场景的需求,从而更好地融入工作流。“智能创作”的核心优势主要体现在深化创作、画面扩展、局部修改、分辨率提升四方面,可以更好地辅助生产力场景中的草稿设计、画面拓展、细节修改等工作。我们认为美图这两个核心能力的优势可以很好地融入具体的场景工作流,目前已经在电商、广告、游戏、动漫、影视这五大行业中有较为成熟的应用。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。35 互联网互联网 图表图表53:提示词智能联想提示词智能联想+精准控制精准控制 图表图表54:智能创作深入工作流智能创作深入工作流 资料来源:美图公司 15 周年发布会,华泰研究 资料来源:美图公
134、司 15 周年发布会,华泰研究 生产力场景下带来订阅渗透率和人均生产力场景下带来订阅渗透率和人均 ARRPU 的双重提升。的双重提升。根据前文的分析,生产力下用户具有更强的付费意愿和更高的用户粘性,预计美图在生产力场景的深耕将会带来订阅渗透率和人均 ARRPU 的双重提升。根据公司披露,在发布 AI 产品以来,公司订阅渗透率持续上涨,从 2021 年的 2.3%上升至 2023 年 H1 的 2.9%,预计到 2025 年订阅渗透率达到5.3%。除此之外,AI 的增值逻辑也在人均 ARRPU 中逐步兑现,从 2022 年的 181 元上涨至 2023 年 H1 的 188 元,预计 2025
135、年到达 200 元。订阅渗透率和人均 ARRPU 的双重提升也促进公司整个影像与设计产品收入持续上涨。图表图表55:生产力场景加速订阅渗透率提升生产力场景加速订阅渗透率提升 图表图表56:美图影像与设计产品收入和人均美图影像与设计产品收入和人均 ARRPU 资料来源:美图公司公告,华泰研究 资料来源:美图公司公告,华泰研究 我们预计美图公司 23-25 年收入达 27.1/36.6/48.2 亿元,yoy+29.8%/35.3%/31.5%;23-25年经调整归母净利润达到 3.14/5.98/10.00 亿元,yoy+183.8%/90.7%/67.1%。我们假设汇率维持 0.93(港元兑人
136、民币)、7.25(美元兑人民币)。参考同业可比公司,全球创意设计软件龙头 Adobe、国内视频剪辑软件服务商万兴科技,2023 年 Adobe 彭博盈利预期对应当前市值 PS 为 14.6 倍,PE 为 52.4 倍,2023 年万兴科技 wind 一致预期对应当前市值 PS 为 7.1 倍,PE 为 108.3 倍。截止 11 月 30 日美图总市值 143.1 亿人民币,对应我们 2023年营收 27.1 亿收入预测 PS 为 5.28 倍,PE 为 45.57 倍,估值方面有一定空间。2.32.42.52.61.60%2.30%2.90%5.30%0%1%2%3%4%5%6%2.152.
137、202.252.302.352.402.452.502.552.602.65202120222023H12025EMAU订阅渗透率(亿人)057002120222023H12025EARRPU(左轴)影像与设计产品收入(右轴)(亿元)(元)免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。36 互联网互联网 图表图表57:美图盈利预测美图盈利预测 2020 2021 2022 2023E 2024E 2025E 营业收入合计 1194 1666 2085.3 2706.9 3663.1 4816.4 YoY 39.53
138、%25.17%29.81%35.32%31.48%毛利 793.9 1125.1 1187.3 1746.3 2430.9 3209.4 毛利率 66.50%67.50%56.90%64.50%66.40%66.60%税前利润-36.1-10.9 175.2 876 954.1 1446 所得税费用-24-66.5-156.3-128-173.2-227.8 税后净利润-60.1-77.4 18.9 748 780.8 1218.3 经调整后税后净利润 48.9 64.2 81.9 272.7 543.7 908.7 调整后:应占净利润-归属于母公司股东净利润 60.9 85.1 110.5
139、313.6 598.1 999.5 YoY 39.74%29.85%183.80%90.72%67.11%资料来源:Wind,华泰研究预测 图表图表58:美图可比公司估值表美图可比公司估值表 公司名称公司名称 营业收入营业收入 PS 净利润净利润 PE 2023E 2024E 2025E 2023E 2024E 2025E 2023E 2024E 2025E 2023E 2024E 2025E 美图 27.1 36.6 48.2 5.28 3.91 2.97 3.14 5.98 10.00 45.57 23.93 14.31 YoY 29.8%35.3%31.5%-183.8%90.7%67.
140、1%-Adobe 193.8 217.8 14.6 12.9-53.8 61.3-52.4 46.0-YoY 10.1%12.4%-13.2%14.0%-万兴科技 15.4 19.5 24.0 7.1 5.6 4.5 1.0 1.5 2.1 108.3 72.2 51.3 YoY 30.1%26.7%23.6%-144.6%49.9%40.9%-注:单位为百万元,Adobe 预测值来自于 Bloomberg 一致预期,万兴科技预测值来自 Wind 一致预期,数据截止日期为 11 月 30 日收盘价 资料来源:Bloomberg,Wind,华泰研究预测 Adobe:全球领先的数字媒体创意软件巨头
141、全球领先的数字媒体创意软件巨头 Adobe 是全球领先的创意软件巨头,1982 年成立,1986 年于美国纳斯达克上市。Adobe业务围绕提供创意、文档和体验云服务开展,旗下包含三大产品业务线:(1)提供摄影、设计、视频、Web、UX 软件服务的 Creative Cloud(创意云)(2)提供 PDF 文档创建、管理和数字签名软件服务的 Document Cloud(文档云)(3)提供广告营销、用户分析服务的 Experience Cloud(体验云)。其中,Creative Cloud(创意云)构建了 Adobe 业务基本盘,创意云涵盖 20 多款创意应用程序,如 Photoshop、Il
142、lustrator、Premiere Pro、After Effects等,以及 Adobe Stock、Adobe Fonts、Adobe Firefly 等附加服务。创意软件行业龙头,瞄准用户痛点铸就牢固护城河创意软件行业龙头,瞄准用户痛点铸就牢固护城河 聚焦专业创意领域,完整创意产品生态构筑护城河。聚焦专业创意领域,完整创意产品生态构筑护城河。Adobe 成立以来便深耕数字媒体创意软件领域,产品定位主要面向创意专业人士(如设计师、媒体工作者)及企业。凭借先发优势以及对创意云领域产品线的持续扩展,Adobe 打造了完整的创意软件生态,全面覆盖相片、影片、平面设计、文档、UI/UX、3D&A
143、R 类等众多领域,在专业设计领域具有良好声望以及高忠诚度,其中 Photoshop、Premiere Pro 已成为行业标准的制定者,据Photutorial,截至 2023 年 Adobe 创意云付费订阅用户约为 2200 万。从市场份额看,Adobe是数字媒体创意软件的绝对龙头,以图像科技行业为例,据 Datanyze,截至 2023 年 11 月,Adobe 在图像市场份额占比达 86.8%(包含 3 款产品)。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。37 互联网互联网 图表图表59:Adobe 创意云产品矩阵创意云产品矩阵 资料来源:Adobe 官网、华泰研究 图表
144、图表60:截至截至 23 年年 11 月月图像科技市场份额图像科技市场份额 资料来源:Datanyze、华泰研究 瞄准用户痛点,瞄准用户痛点,Adobe 多措施并举提高用户黏性。多措施并举提高用户黏性。专业创意用户在设计过程中,往往面临复杂的学习曲线、不断更新的工具、兼容性、创意素材获取、反馈和协作等问题,Adobe精准识别专业创意用户痛点,多措施并举,在满足创作者的需求的同时促进用户生态系统有机成长。1)Adobe 推出 Adobe Stock 创意素材库,该素材库包含创意资源,涵盖照片、视频、插图、矢量图、3D 资源和模板,为创意工作者提供丰富的素材。2)Adobe 推出创意社区 Beha
145、nce,为创意工作者提供了展示、分享和交流的平台。在Behance 社区,创意工作者可以展示自己的作品、发现其他人的作品,并进行评价、关注和互动。全球超过 4500 万的会员在 Behance 上展示作品并寻找灵感,这为创意工作者提供了一个全球性的创意交流平台。3)Adobe 为用户提供完善的学习教程,并设立 Adobe Certified Professional 以认证熟练掌握 Adobe Creative Cloud 软件使用技能的行业专家。通过提供学习和认证,Adobe鼓励用户深入了解和熟练使用其创意工具,从而提高用户对其产品的粘性。推出轻量级应用推出轻量级应用 Adobe Expre
146、ss,Adobe 进军网页移动端。进军网页移动端。在专业设计领域占据龙头后,实现稳定盈利后,Adobe 积极向非专业设计场景拓展,其中 Adobe Express 为箭头产品,主要面向初次创作者和传播者,可实现易于使用、高效的内容创建,具有引导工具、快速项目的一键式解决方案、简单的拖放功能、协作工具、数千个模板。应用内置 Firefly 生成式 AI 工具,用户仅需提供文字描述,即可生成相应的文字效果和图像、视频,可用于制作制作 Reels 和 TikTok 视频、传单、简历、横幅、徽标等,目标是打造一个可以设计图像、PDF、甚至视频的一体化编辑器。Adobe Photoshop42%Adob
147、e InDesign26%Adobe Iillustrator12%Canva10%SketchUp4%Cinema 4D2%其他4%免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。38 互联网互联网 图表图表61:Adobe Express 订阅计划及收费模式订阅计划及收费模式 图表图表62:Express 功能包括视频创作、功能包括视频创作、AIGC、设计模板和一键式任务、设计模板和一键式任务 资料来源:公司官网、华泰研究 资料来源:公司官网、华泰研究 深入布局深入布局 AIGC,Adobe Firefly 赋能旗舰应用升级赋能旗舰应用升级 登高望远,登高望远,Adobe 构建
148、构建 AI 技术底层平台。技术底层平台。作为行业龙头,Adobe 在 2016 年成立了 Sensei团队,专注于开发和应用 AI 技术。Sensei 团队利用机器学习、深度学习、计算机图像等技术,推出 Adobe Sensei 平台,为 Adobe 的各个产品提供智能化的功能和服务。以 Photoshop为例,Sensei 团队开发了内容感知填充、对象选择、精细化发丝选择等功能,帮助用户快速地编辑和优化图像,简化重复性任务。2023 年,Adobe 推出 Firefly,全面布局 AIGC。Adobe 布局 AI 的主要思路是依托创意云积累的产品生态和付费用户基础,将 AI 技术嵌入已有的创
149、意设计场景,提升用户粘性,拉升平台整体增长,并综合风险与成本要素进行商业模式设计探索盈利最大化。图表图表63:Adobe Sensei 提供工具帮助用户快速消除图片提供工具帮助用户快速消除图片/视频缺陷视频缺陷 资料来源:公司官网、华泰研究 勇立潮头,勇立潮头,Adobe Firefly 赋能旗舰应用升级。赋能旗舰应用升级。2023 年 3 月,Adobe 推出了图像生成模型Adobe Firefly,并将其与 Adobe Sensei 平台和各种 Adobe 产品结合,包括 Photoshop 中的 Generative Fill 和 Generative Expand、illustrato
150、r 中的 Generative Recolor 以及 Adobe Express 中的 Text to Image 和 Text Effects。Adobe Firefly 的基本功能包括“根据文本提示创建图像”、“改变图片场景”和“生成多种形态和效果的文字”。2023 年 10 月,Adobe 将平台升级为 Firefly 2,提升了图像质量,引入了矢量图生成功能,并增加了生成匹配、图像设置、Prompt 提示建议三项功能,增强图片生成过程中的控制能力。截至 23年 9 月,超 300 万用户下载了已整合 Firefly 的 Photoshop 和 Illustrator 的测试版本应用。免
151、责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。39 互联网互联网 Adobe 依托原有产品建立的良好产品生态和用户基础,以及对于 AI 技术的持续探索,将Firefly 的 AI 技术与 Adobe 旗舰应用进行深度集成,从产品设计角度看,或将进一步重塑创意设计领域实验、构思和创作的思路,激发用户创作意愿,吸引更多新用户加入平台;从用户习惯看,Adobe 通过将 AI 图片生成与编辑平滑融入到原有的创意云设计场景中,或降低用户的迁移成本,提高用户对创意云的粘性和满意度。图表图表64:Adobe Firefly 主要功能:文生图、场景填充、文本效果、重新上色、主要功能:文生图、场景填
152、充、文本效果、重新上色、3D 绘图、对象移动绘图、对象移动 资料来源:公司官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。40 互联网互联网 图表图表65:Firefly 2 生成动图生成动图/视频并进行编辑功能视频并进行编辑功能 图表图表66:Firefly 2 生成匹配功能,可根据新图片风格变换原图片风格生成匹配功能,可根据新图片风格变换原图片风格 资料来源:公司官网、华泰研究 资料来源:公司官网、华泰研究 综合考虑版权风险与潜在成本,综合考虑版权风险与潜在成本,Adobe 探索设计商业模式。探索设计商业模式。我们认为,目前 AIGC 技术主要面临两大风险。其一
153、是商业化的版权风险,即模型用于训练、生成、编辑的图片或存在版权纠纷;其二是云端计算的规模效应差,即 AIGC 产品中用户每次交互都会在云端进行运算,产生相应的成本。随着用户使用增加,成本也相应上升,而规模效应较差。Adobe 在推动 AIGC 商业化的过程中谨慎应对两大风险,进行对应的商业模式设计探索规避风险。联动联动 Adobe Stock,或解决商业化版权问题。,或解决商业化版权问题。据 Adobe 官网,Adobe Firefly 所有的训练数据来自 Adobe Stock 中公开版权或者过期的授权的图片,并设置图片生成拦截功能,拒绝生成涉及潜在侵权的图片。“AI 积分积分”+“企业级服
154、务企业级服务”,重视成本控制重视成本控制。为应对潜在的成本问题,Adobe Firefly主要通过 AI 积分机制和企业服务进行变现。订阅模式下的 AI 积分机制,用户可通过AI 积分使用应用内置的 AIGC 功能,AI 积分可通过免费和试用计划、订阅计划(包括单一购买 Firefly 服务或 CC 全家桶)获取 AI 点数。此外 Firefly 也推出企业级服务,Adobe 推出 Firefly for Enterprise,为企业提供更为全面的 AI 生成内容服务,企业可以购买许可证调用 API,并可根据业务需求使用 Firefly 的定制功能。万兴科技万兴科技:数字创意软件出海先驱,紧跟
155、数字创意软件出海先驱,紧跟 AIGC 浪潮浪潮 万兴科技是全球新生代数字创意赋能者,也是中国最大的消费类出海企业。万兴 2003 年成立,2018 年于 A 股上市,成为消费类软件第一股。公司在数字创意领域深耕二十余年,有丰富的底蕴与经验,曾四次精准洞悉科技软件风口,抓住了数码相机转型、苹果 Mac 系统崛起、移动智能终端普及以及 AI 浪潮的机遇,紧跟行业发展大势,成功推动自身产品快速发展、占领市场。图表图表67:万兴科技善于顺应科技潮流,把握发展机遇万兴科技善于顺应科技潮流,把握发展机遇 资料来源:万兴科技官网、华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。41 互
156、联网互联网 坚持全球化战略,完整矩阵与高性价比为产品保驾护航坚持全球化战略,完整矩阵与高性价比为产品保驾护航 覆盖核心创意环节,产品矩阵已臻完备。覆盖核心创意环节,产品矩阵已臻完备。万兴科技的产品主要包括四大类:视频创意类、绘图创意类、文档创意类、实用工具类,其中视频创意类软件是公司主要收入来源,2022 年实现营收 7.45 亿,同比增长 27.8%,营收占比 63%。视频创意类:提供包含视频、图片、音乐及特效素材资源在内的多种优质视频创意解决方案与服务,主要产品包括万兴喵影(对视频、照片、音频等内容进行个性化编辑、制作和转换)、万兴录演(一站式演示视频创作工具)、万兴播报(数字人短视频营销
157、神器)等;绘图创意类:帮助用户有序构建知识与灵感,辅助用户进行思维导图、专业设计图等图形图表的绘制,赋能各类职场场景。主要产品包括亿图图示(一站式专业绘图软件,涵盖 210 种绘图类型)、墨刀(在线一体化产品设计协作平台)等。文档创意类:主要分为万兴 PDF(PDFelement)和万兴 PDF 阅读器(PDF reader)两款产品。其中万兴 PDF 提供多种辅助阅读、编辑的功能,致力于让 PDF 阅读像 word一样简单;而万兴 PDF 阅读器能够提供基础 PDF 阅读功能,使用较为快捷流畅;实用工具类:致力于维护用户数据安全,提升用户各类数据及设备管理体验。性价比优势明显,低价助万兴抢占
158、海外市场。性价比优势明显,低价助万兴抢占海外市场。2007 年,万兴科技注意到海外用户对自身产品的付费热情更高,已经开始进军北美、欧洲、日本市场,如今全球化布局已成规模。万兴科技的 90%的收入来自海外,和海外对标产品相比,万兴科技的产品有很大的性价比优势以 Filmora(万兴喵影)为例,其多平台版本年度订阅价格为 60 美元,而 Adobe Premiere Pro 个人版年订阅价格为 252 美元。图表图表68:万兴科技产品矩阵万兴科技产品矩阵 资料来源:万兴科技官网、华泰研究 图表图表69:2022 年万兴科技各类产品收入占比年万兴科技各类产品收入占比 资料来源:公司财报、华泰研究 视
159、频创意类63%绘图创意类8%文档创意类9%实用工具类20%其它0%免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。42 互联网互联网 自研自研+合作,双管齐下快速推进合作,双管齐下快速推进 AIGC 技术覆盖技术覆盖 紧跟浪潮,全速推进旗下产品紧跟浪潮,全速推进旗下产品 AI 赋能赋能。万兴科技正在大力自研 AI 大模型,预计在 2023 年12 月推出国内首个以视频创意为核心的 AI 大模型“天幕”,此外还加强与微软、百度、湘江实验室等海内外领先企业和机构的合作,为公司产品 AI 能力提升提供坚实的技术基础。如今万兴科技视频创意、绘图创意和文档创意领域产品已经初步实现 AIGC
160、技术的覆盖,在 3D 视频生成、AI 图生视频、AI 文生视频、AI 音乐/音效生成、视频风格化、AI 虚拟人等技术能力上已取得突破。在万兴科技众多明星单品中,推荐关注以下几款:万兴喵影:收入占比最高最高,海外用户认可度很强,是万兴科技的王牌产品。代表视频创意类 AI 创新解决方案的代表案例。万兴 PDF:首款首款集成了 ChatGPT 功能的海外桌面端 PDF 处理软件,近期 V10.0 版本上线、优化智能助手 Lumi 交互体验,用户活跃、付费增长有所提升。是万兴科技洞察市场需求和创新能力的体现。为文档创意类 AI 创新解决方案的代表案例。亿图脑图:国内首款首款实现 AIGC“文生脑图”全
161、端上线的脑图软件。是万兴科技集团子公司亿图软件开发的产品,代表万兴集团子公司的运营能力。为绘图创意类 AI 创新解决方案的代表案例。万兴喵影(海外版为万兴喵影(海外版为 Filmora):多端全面):多端全面 AI 化。化。10 月 29 日,Filmora 13 发布,其中内置创作助手 Copilot,用户通过与 AI 助手对话可快速获取信息辅助创作,还可使用一键助力功能,快速完成剪辑创作。此外还重磅上线了 AI 文本成片、AI 音乐生成器等 AI 生成功能,以及 AI 文字快剪、智能人声分离、AI 智能遮罩等 AI 智能编辑功能。与此同时,Filmora 13深化云服务,支持用户在手机端、
162、平板端、PC 端之间轻松共享文件、逐帧审阅视频和自动同步编辑元素,进一步提升创作协同效率。Filmora还早已实装节拍检测等 AI 基础类技术、视频人像分割、视频场景分割、AI 语音增强、AI 智能抠像、AI 智能降噪、AI 音频重组等 功能;还可以通过其搭载的万兴喵库为用户提供更丰富创作资源,让用户获取更方便的创作体验。图表图表70:Filmora Copilot 可以通过文本指令助力视频剪辑可以通过文本指令助力视频剪辑 资料来源:公司官网、华泰研究 万兴万兴 PDF(海外版为(海外版为 PDFelement):优化):优化 AI 智能助手交互体验。智能助手交互体验。2023 年 8 月底,
163、万兴PDF/PDFelement V10.0 版本上线,在业内率先上线高度智能的 AI 侧边栏、打造全新 AI工具集,并带来更安全的电子签名功能,为全球用户提供由 AI 驱动的一站式智能 PDF 解决方案。此版本还支持用户与 Lumi 自由聊天,或通过输入内容与 PDF 文档进行交,可实现内容总结、文本翻译、内容校对、重写等操作,帮助用户更高效轻松地编辑 PDF 文档。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。43 互联网互联网 图表图表71:万兴万兴 PDF 可以实现可以实现 AI 全文校对、全文校对、AI 全文翻译、全文翻译、AI 生成内容检测等功能生成内容检测等功能 资
164、料来源:公司官网、华泰研究 亿图脑图(海外版为亿图脑图(海外版为 MindMaster):支持思维导图生成视频、音频、):支持思维导图生成视频、音频、PPT。2023 年 11 月11 日,亿图脑图迎来全面焕新,支持在 AI 的帮助下,将思维导图自动转换为视频、音频或PPT。思维导图生成的视频内容,支持用户自定义视频声音、上传封面图片,通过对播放主题层级的选择,可以控制视频内容的长短;思维导图生成音频亿图脑图生成的音频内容,不仅可以对导图的内容进行全文概述、观点提炼,还可以智能生成情节丰富的故事脚本;支持思维导图、大纲模式、PPT 模式丝滑切换;移动端支持一键生成竖版海报,手机阅读、分享更轻松
165、。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。44 互联网互联网 附录:附录:AIGC 商品图对比实践商品图对比实践 图表图表72:美图设计室美图设计室 资料来源:美图设计室官网,华泰研究 图表图表73:Weshop 资料来源:Weshop 官网,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。45 互联网互联网 图表图表74:小小 K 电商图电商图 资料来源:小 K 电商图官网,华泰研究 图表图表75:ZMO.AI 资料来源:ZMO.AI 官网,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。46 互联网互联网 图表图表76:灵动灵
166、动 AI 资料来源:灵动 AI,华泰研究 图表图表77:报告提及公司报告提及公司 名称名称 代码代码 名称名称 代码代码 Adobe ADBE US Figma 未上市 Google GOOGL US Recraft 未上市 Meta META US Midjourney 未上市 Microsoft MSFT US Stability AI 未上市 Amazon AMZN US OpenAI 未上市 百度 BIDU US Leonardo 未上市 阿里 BABA US runway 未上市 讯飞 002230 CH HeyGen 未上市 昆仑万维 300418 CH Luma 未上市 美图 1
167、357 HK 智谱 未上市 万兴 300624 CH 剪映(字节)未上市 Canva 未上市 ZMO 未上市 资料来源:Bloomberg,华泰研究 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。47 互联网互联网 图表图表78:重点公司推荐一览表重点公司推荐一览表 收盘价收盘价 目标价目标价 市值市值(百万百万)EPS(元元)PE(倍倍)股票名称股票名称 股票代码股票代码 投资评级投资评级(当地币种当地币种)(当地币种当地币种)(当地币种当地币种)2022 2023E 2024E 2025E 2022 2023E 2024E 2025E 美图公司 1357 HK 买入 3.46
168、 4.91 15,387 0.02 0.11 0.11 0.17 157.47 28.63 28.63 18.53 注:数据截至 2023 年 11 月 30 日 资料来源:Bloomberg,华泰研究预测 图表图表79:重点推荐公司最新观点重点推荐公司最新观点 股票名称股票名称 最新观点最新观点 美图公司美图公司(1357 HK)1H23 经调整净利润强劲增长,同比增速达经调整净利润强劲增长,同比增速达 320%美图公司 1H23 实现收入 12.61 亿元,yoy+29.8%,经调整归母净利润达 1.51 亿元,yoy+320.4%,处于公司前期盈利预告指引范围中偏上水平。利润同比高增长主
169、要得益于 AIGC 技术驱动,影像及设计产品的订阅收入高速增长。公司未经调整 IFRS 归母净利润达 2.27 亿元,主要系公司持有加密货币价格回升,拨回减值亏损 1.85 亿元。考虑到公司 AI 产品驱动下图片及设计产品收入表现亮眼,叠加公司经营杠杆释放,我们上调公司 23-25年营收预测为 27.1/35.9/47.0 亿元。考虑公司处于 AI 发展初期,参考可比公司对应 2023 年给予 7.5x PS,上调目标价至 4.91 港币,维持“买入”评级。风险提示:产品不及预期风险、市场竞争加剧风险、技术研发不及预期风险。报告发布日期:2023 年 08 月 29 日 点击下载全文:美图公司
170、点击下载全文:美图公司(1357 HK,买入买入):AIGC 体系化,付费率推动订阅高增体系化,付费率推动订阅高增 资料来源:Bloomberg,华泰研究预测 风险提示风险提示 AI算力不足算力不足。高性能芯片缺乏导致AI训练算力不足,可能对于大模型训练和应用产生影响;图像图像大模型进展不如预期大模型进展不如预期。底层图像大模型训练进展不如预期;行业内竞争加剧行业内竞争加剧。随着行业内参与者增加,可能出现竞争加剧风险;数据数据版权风险版权风险。在商业化运用的过程中,AIGC 生成的内容可能出现版权风险。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。48 互联网互联网 免责免责声明
171、声明 分析师声明分析师声明 本人,夏路路、苏燕妮,兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见;彼以往、现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬。一般声明及披露一般声明及披露 本报告由华泰证券股份有限公司(已具备中国证监会批准的证券投资咨询业务资格,以下简称“本公司”)制作。本报告所载资料是仅供接收人的严格保密资料。本报告仅供本公司及其客户和其关联机构使用。本公司不因接收人收到本报告而视其为客户。本报告基于本公司认为可靠的、已公开的信息编制,但本公司及其关联机构(以下统称为“华泰”)对该等信息的准确性及完整性不作任何保证。本报告所
172、载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期,华泰可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时,本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。以往表现并不能指引未来,未来回报并不能得到保证,并存在损失本金的可能。华泰不保证本报告所含信息保持在最新状态。华泰对本报告所含信息可在不发出通知的情形下做出修改,投资者应当自行关注相应的更新或修改。本公司不是 FINRA 的注册会员,其研究分析师亦没有注册为 FINRA 的研究分析师/不具有 FINRA 分析师的注册资格。华泰力求报告内容客观、公正,但本报告所载的观点、结论和建议仅供参考,不构成购买或出售所
173、述证券的要约或招揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求,在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况,并完整理解和使用本报告内容,不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果,华泰及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。除非另行说明,本报告中所引用的关于业绩的数据代表过往表现,过往的业绩表现不应作为日后回报的预示。华泰不承诺也不保证任何预示的回报会得以实现,分析中所做的预测可能是基于相应的假设,任何假设的变化可能会显著影响所预测的回报。华泰及作者
174、在自身所知情的范围内,与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下,华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易,为该公司提供投资银行、财务顾问或者金融产品等相关服务或向该公司招揽业务。华泰的销售人员、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。华泰没有将此意见及建议向报告所有接收者进行更新的义务。华泰的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。投资者应当考虑到华泰及/或其相关人员可能存在影响本报告观点客观性的潜在利
175、益冲突。投资者请勿将本报告视为投资或其他决定的唯一信赖依据。有关该方面的具体披露请参照本报告尾部。本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布的机构或人员,也并非意图发送、发布给因可得到、使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员。本报告版权仅为本公司所有。未经本公司书面许可,任何机构或个人不得以翻版、复制、发表、引用或再次分发他人(无论整份或部分)等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的,需在允许的范围内使用,并需在使用前获取独立的法律意见,以确定该引用、刊发符合当地适用法规的要求,同时注明出处为“华泰证券研究所”,且不得对本
176、报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权利。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。中国香港中国香港 本报告由华泰证券股份有限公司制作,在香港由华泰金融控股(香港)有限公司向符合证券及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发。华泰金融控股(香港)有限公司受香港证券及期货事务监察委员会监管,是华泰国际金融控股有限公司的全资子公司,后者为华泰证券股份有限公司的全资子公司。在香港获得本报告的人员若有任何有关本报告的问题,请与华泰金融控股(香港)有限公司联系。免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。49
177、 互联网互联网 香港香港-重要监管披露重要监管披露 华泰金融控股(香港)有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。有关重要的披露信息,请参华泰金融控股(香港)有限公司的网页 https:/.hk/stock_disclosure 其他信息请参见下方“美国“美国-重要监管披露”重要监管披露”。美国美国 在美国本报告由华泰证券(美国)有限公司向符合美国监管规定的机构投资者进行发表与分发。华泰证券(美国)有限公司是美国注册经纪商和美国金融业监管局(FINRA)的注册会员。对于其在美国分发的研究报告,华泰证券(美国)有限公司根据1934 年证券交易法(修订版)第 15a-
178、6 条规定以及美国证券交易委员会人员解释,对本研究报告内容负责。华泰证券(美国)有限公司联营公司的分析师不具有美国金融监管(FINRA)分析师的注册资格,可能不属于华泰证券(美国)有限公司的关联人员,因此可能不受 FINRA 关于分析师与标的公司沟通、公开露面和所持交易证券的限制。华泰证券(美国)有限公司是华泰国际金融控股有限公司的全资子公司,后者为华泰证券股份有限公司的全资子公司。任何直接从华泰证券(美国)有限公司收到此报告并希望就本报告所述任何证券进行交易的人士,应通过华泰证券(美国)有限公司进行交易。美国美国-重要监管披露重要监管披露 分析师夏路路、苏燕妮本人及相关人士并不担任本报告所提
179、及的标的证券或发行人的高级人员、董事或顾问。分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益。本披露中所提及的“相关人士”包括FINRA 定义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬,包括源自公司投资银行业务的收入。华泰证券股份有限公司、其子公司和/或其联营公司,及/或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券/衍生工具,包括股票及债券(包括衍生品)华泰证券研究所覆盖公司的证券/衍生工具,包括股票及债券(包括衍生品)。华泰证券股份有限公司、其子公司和/或其联营公司,及/或其高级管理层、董事和雇员可能会持有本报告中所提到的任何
180、证券(或任何相关投资)头寸,并可能不时进行增持或减持该证券(或投资)。因此,投资者应该意识到可能存在利益冲突。评级说明评级说明 投资评级基于分析师对报告发布日后 6 至 12 个月内行业或公司回报潜力(含此期间的股息回报)相对基准表现的预期(A 股市场基准为沪深 300 指数,香港市场基准为恒生指数,美国市场基准为标普 500 指数),具体如下:行业评级行业评级 增持:增持:预计行业股票指数超越基准 中性:中性:预计行业股票指数基本与基准持平 减持:减持:预计行业股票指数明显弱于基准 公司评级公司评级 买入:买入:预计股价超越基准 15%以上 增持:增持:预计股价超越基准 5%15%持有:持有
181、:预计股价相对基准波动在-15%5%之间 卖出:卖出:预计股价弱于基准 15%以上 暂停评级:暂停评级:已暂停评级、目标价及预测,以遵守适用法规及/或公司政策 无评级:无评级:股票不在常规研究覆盖范围内。投资者不应期待华泰提供该等证券及/或公司相关的持续或补充信息 免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。50 互联网互联网 法律实体法律实体披露披露 中国中国:华泰证券股份有限公司具有中国证监会核准的“证券投资咨询”业务资格,经营许可证编号为:941011J 香港香港:华泰金融控股(香港)有限公司具有香港证监会核准的“就证券提供意见”业务资格,经营许可证
182、编号为:AOK809 美国美国:华泰证券(美国)有限公司为美国金融业监管局(FINRA)成员,具有在美国开展经纪交易商业务的资格,经营业务许可编号为:CRD#:298809/SEC#:8-70231 华泰证券股份有限公司华泰证券股份有限公司 南京南京 北京北京 南京市建邺区江东中路228号华泰证券广场1号楼/邮政编码:210019 北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层/邮政编码:100032 电话:86 25 83389999/传真:86 25 83387521 电话:86 10 63211166/传真:86 10 63211275 电子邮件:ht- 电子邮件:ht-
183、深圳深圳 上海上海 深圳市福田区益田路5999号基金大厦10楼/邮政编码:518017 上海市浦东新区东方路18号保利广场E栋23楼/邮政编码:200120 电话:86 755 82493932/传真:86 755 82492062 电话:86 21 28972098/传真:86 21 28972068 电子邮件:ht- 电子邮件:ht- 华泰金融控股(香港)有限公司华泰金融控股(香港)有限公司 香港中环皇后大道中 99 号中环中心 58 楼 5808-12 室 电话:+852-3658-6000/传真:+852-2169-0770 电子邮件: http:/.hk 华泰证券华泰证券(美国美国)有限公司有限公司 美国纽约公园大道 280 号 21 楼东(纽约 10017)电话:+212-763-8160/传真:+917-725-9702 电子邮件:Huataihtsc- http:/www.htsc- 版权所有2023年华泰证券股份有限公司