多模態大模型在不同領域應用情況如何？

通過分析多模態大模型在通用行政辦公、軟件開發、創意設計、金融、 醫療等不同領域的應用，來探討不同垂直場景智能化升級的統一性和差異點。

一、生成式 AI 技術驅動通用行政辦公類軟件行業快速變革

從技術到商業化，國產通用行政辦公軟件的智能化升級進展距離海外有差距。在海 外AI大模型技術較為成熟的情況下，嵌入了Copilot的微軟辦公類和企業管理類軟件 已經表現出較為顯著的智能化升級效果，已吸引海外較多客戶嘗試使用其產品。從 技術、產品到商業化，微軟在各方面都已經走在了行業前列。與之相比，國內的WPS AI、新釘釘等辦公類AI應用離成熟到大量客戶認可還有較長的時間，主要障礙在于國 內AI大模型的功能和性能距離海外仍有一定差距。總體而言，國內公司的AI應用整體 落后海外公司一個階段，即產品化初中期 vs 商業化前夜。國內AI大模型在通用行 政辦公類軟件的應用仍需要一段時間克服從產品化到商業化的挑戰。

1. 微軟走在行業前列，樹立了多模態大模型技術和商業化探索的標桿

Office系列軟件嵌入Copilot，內容生成功能亮眼。2023年3月，微軟發布Microsoft 365 Copilot智能插件產品，對于其既有的Microsoft Graph工具包和Microsoft 365辦 公軟件產品進行了全面升級。Copilot是基于大規模語言模型開發的。通過嵌入Copilot， 微軟打通了Word、PowerPoint、Excel、Outlook、Teams等各軟件產品間內容共享 的通道，原本各自獨立的辦公軟件可以根據用戶的指令自動引用全類別Office軟件中 的既有內容，并自動編輯成滿足客戶需求的內容。例如，根據Word中的既有文字， 用戶可自動生成Powerpoint中的演示稿。Copilot對各軟件產品具體提升效果如下： （1）嵌入了Copilot的Word軟件可根據用戶指令自動生成文字，例如，新品發布會 的演講稿。此外，其還可以根據既有文字內容進行要點總結、擴寫等高級別功能。 （2）嵌入了Copilot的Powerpoint軟件根據用戶指令不僅可以自動生成演示稿的文字 和圖片等內容，還能實現演示稿的美化、添加動畫等高級功能。 （3）嵌入了Copilot的Excel軟件可以根據用戶指令自動生成分析表格并可視化為柱 狀圖、曲線圖等圖表。 （4）嵌入了Copilot的Outlook軟件可總結較長郵件內容，并根據用戶回復內容的草 稿進行擴寫、添加圖表等。 （5）嵌入了Copilot的Teams軟件可在會議中實時進行要點總結、咨詢討論話題等。

Bing全面開放，智能化的搜索引擎應用前景廣闊。2023年2月7日，微軟首次推出嵌 入了AI大模型的New Bing搜索引擎和Bing Chat產品，可通過直接問答的方式得到用 戶所需內容。之后，微軟進行了一系列的升級。2023年3月，Bing Chat在嵌入了 DALL?E大模型后升級了Bing Image Creator功能，用戶可在Bing搜索欄中輸入文字 生成圖片。隨著Bing的智能化功能持續升級，其用戶數量快速增長。截止2023年5 月4日，用戶在New Bing上已累計完成5億次對話，生成了2億張圖片。New Bing的 日活量已經超過1億人次。在Bing和Edge的智能化功能已實現較大突破，用戶數量 積累到一定規模的背景下，微軟于2023年5月4日宣布了下一步的產品開放和升級計 劃，具體如下： 1. 全面開放：自5月4日起，New Bing的智能化功能將不再設置候補名單。用戶使用 微軟賬戶登錄Bing后，即可直接使用Bing Chat功能。 2. 回答內容的表現形式更加生動和豐富：Bing Chat的回答內容由此前的純文本形 式，升級為文字、圖像、網頁鏈接等更加直觀和豐富的表現形式。3. 對話內容的保存和繼續對話：Bing Chat中的對話內容可實現在Edge瀏覽器中的 保存。用戶在下次打開瀏覽器后，可選擇上次未完成的聊天記錄繼續對話。 4. 面向開發者的第三方插件即將推出：Bing Chat上即將推出第三方插件功能，并創 建一個開發者平臺。開發者在平臺上創建了滿足自己需求的插件后，在聊天過程中 可自由調用插件的功能（例如：可以通過OpenTable插件自動查找、預訂餐館）。

相較于辦公類軟件，企業管理軟件功能復雜，門檻較高，智能化升級的難度較大。 微軟的Dynamic 365是面向企業用戶，覆蓋從內部管理到對外銷售，從產品采購到售 后服務等各個環節的企業管理軟件產品線，其中企業資源規劃（ERP）和客戶管理 管理（CRM）是兩個重要軟件產品。與辦公類軟件不同，企業管理軟件的功能復雜， 門檻較高，其需要對包括采購、生產、存儲、分銷、運輸、財務、人力資源等企業內 部所有資源進行整合，合理規劃后實現效益最大化。因此，企業管理軟件通過AI大模 型賦能后智能化升級的難度較大。

Copilot賦能Dynamic 365，提高信息在各流程間流轉的效率。2023年3月，微軟推 出Dynamic 365 Copilot，對其ERP和CRM等企業管理軟件智能化升級。過去 Dynamic 365涉及到需要手動輸入、編輯、標注等繁重的人工操作，較大部分將由 Copilot所替代。通過減少機械的、重復的工作，Copilot賦能采購、生產、銷售等各 環節人員快速響應，提升供應鏈敏捷性、并降低業務風險。Copilot對于各企業管理 軟件的提升效果如下： 1. 在 Dynamics 365 Sales和Viva Sales中，Copilot能夠幫助銷售顯著減少花在案 頭工作上的時間。Copilot可根據CRM系統中產品、報價之類的數據，自動生成回復 給客戶的郵件內容。這大大減少了銷售回復郵件等文案工作的時間，從而可以將更 多精力用于客戶交流工作。 2. 嵌入了Copilot的Dynamics 365 Customer Insights軟件，市場人員只要用自然語 言與客戶數據平臺進行一些簡單的對話，就能得到高度定制化和目標明確的客戶分 類，較大提升了用戶分類以及發現潛在用戶的效率。 3. 嵌入了Copilot的供應鏈管理軟件Dynamics 365 Supply Chain Management能主 動為影響供應鏈流程的事件發出預警，例如天氣、財務或者地理環境等；隨后預測 洞察將篩選出受影響的訂單，并將物料、庫存、承運商、配送網絡等細節信息提供給 客戶。供應鏈規劃功能隨后會自動撰寫一封由Copilot生成的電子郵件向受到影響的 合作伙伴發出預警，提醒防范可能出現的負面影響。

Copilot對Dynamic 365的智能化升級更多是效率提升，而非核心功能的顛覆。 Copilot對Office系列軟件產品的智能化升級效果更加顯著，其主要原因是涉及辦公軟 件的核心功能。例如，Word的核心功能文字撰寫可以被Copilot替換；PowerPoint的 核心功能演示文稿制作可以被Copilot替換。而Copilot在Dynamic 365的應用中并未 涉及核心功能顛覆。企業管理的關鍵環節仍需要管理人員做部分工作，并最終決策。 我們認為，B端應用軟件面臨的可靠性、擴展性、穩定性和數據交互涉及的安全性等 要求，使得其智能化改造的程度和節奏較C端應用軟件或呈現出不同的發展趨勢。

AI實質性推動微軟應用軟件實現功能性上質的飛躍。我們在2023年2月14日發布的 AI行業深度報告《ChatGPT通用化效果突破、前景廣闊，國內AI產業鏈追趕仍有較 大挑戰》曾提到“未來，GPT系列AI大模型最具有成功潛力的商業化落地形式是其 與微軟從瀏覽器Bing到Office的全線軟件的融合應用。二者的融合應用有望對微軟的 軟件產品的門檻和附加值有較大提高效果，同時對相應競品實現降維競爭。我們可 以預期微軟相關產品線的競爭優勢會迅速擴大并能逐步新增體現在全球市場份額和 財務回報上。”微軟Copilot智能插件產品的推出并有效賦能其辦公軟件產品驗證了 我們此前對于AI大模型商業化落地的判斷。我們看好嵌入了Copilot的微軟辦公類和 企業管理類未來商業化應用前景。

在AI大模型商業化落地的探索方面，微軟已走在行業前列。AI時代，通過算力、數 據、算法模型和商業軟件的有機融合方面，微軟正快速積累用戶數量，培養用戶習 慣，構建生態壁壘，先發優勢明顯。一方面，這進一步增加了各同行公司進行智能化 升級的壓力和時間緊迫感；另一方面，微軟的不斷突破樹立了技術和商業化探索的 標桿，給國內相關應用生態發展開拓了可供學習的經驗路徑。同行公司通過學習微 軟模式，也有望實現應用軟件產品在智能化升級后的商業化規模落地。

2. 國產行政辦公軟件持續追趕，多模態大模型提升產品價值量

金山辦公發布WPS AI，國內協同辦公賽道首個類ChatGPT式應用。4月18日，金山 辦公正式發布了具備大語言模型能力的生成式人工智能應用WPS AI，這也是國內協 同辦公賽道首個類ChatGPT式應用。WPS AI搭載在金山辦公新一代在線內容協作編 輯工具輕文檔（airPage）上，使其編輯能力更專業、插入功能更豐富、使用界面更 友好。接入WPS AI后，AI生成的內容可以直接嵌入到文檔正文，并能按照當前文檔 所能支持的格式進行實時渲染，同時也支持多輪對話，通過多次、連續自然語言的 輸入控制內容的生成，進一步提高創作效率。未來WPS AI計劃逐步放開公測，有望 嵌入金山辦公全線產品。

WPS AI 的功能主要分為三大類：內容生成、文本處理、知識分析： （1）內容生成：搭載了WPS AI的輕文檔可根據用戶指令自動生成文字，協助用戶 寫出優質內容。例如廣告文案、新聞稿、運營策略案等文本類作品以及創意故事、詩 歌等文藝創造性內容。不僅如此，WPS AI還支持多輪對話，用戶可以就某個話題與 WPS AI持續溝通，例如用戶對其提供的文本內容不滿意，可以補充更多細節要求讓 WPS AI重新優化文字表達。 （2）文本處理：WPS AI能夠對已有文案進行加工和再處理，包括編輯、改寫、擴 充、縮短、潤色等，例如“WPS AI”可在不改變原有文案意思的前提下使用用戶習 慣的語言風格優化文本內容，同時為了滿足多語言場景，WPS AI可以實現對現有文 字內容進行中英文互相翻譯。 （3）知識分析：WPS AI可以根據用戶提供的現成文檔，快速總結歸納文檔中的內 容。例如，WPS AI可以根據其他人的旅行游記文檔和用戶自己的預算表生成屬于用 戶自己的旅行計劃。用戶也可以插入多篇工作日報，讓AI生成出一周的工作總結。此 外，WPS AI還可指定文檔，生成待辦事項、文章大綱、撰寫新聞稿件、提煉主旨摘 要等。

AIGC、閱讀理解和問答、人機交互塑造WPS AI在AI+辦公賽道的差異化優勢。WPS AI未來錨定三個戰略方向，第一個方向是AIGC，主要是輔助編輯、改寫、潤色，幫 助用戶生產更優質的文章，提高基本辦公生產力；第二個方向是閱讀理解和問答， 基于已儲備的語料做問答式的交互，輔助閱讀和知識檢索。第三個方向是人機交互， 基于大語言模型技術去做下一代基于自然語言的人機交互，用自然人類語言給WPS AI下命令、提要求。 釘釘接入千問大模型，輸入“/”喚起10余項AI能力。4月18日，在2023春季釘峰會上， 釘釘發了一條斜杠“/”，并現場演示接入千問大模型后，通過輸入“/”在釘釘喚起10 余項AI能力，包括使用AI生成推廣文案、生成圖片及表情包、使用圖片識別方式創建 應用、在視頻會議中生成會議紀要等。新釘釘有望全面智能化，帶來各場景用戶體 驗的升級。目前，釘釘與大模型融合場景正在測試中，將在相關安全評估完成后上 線。

新釘釘主要在四個方面展現出智能化升級，除了這四個高頻場景，釘釘也在同步測 試釘釘個人版、搜索、郵箱、AI助理、智能客服等產品，讓客戶和生態基于釘釘PaaS 底座的能力，更好地對接大模型。 （1）在聊天中：在傳統群聊中，用戶經常會因為一段時間未關注群聊消息而錯過某 些信息，現在用戶可以使用新版釘釘“/”獲取關鍵群信息，即使是新入群者也無需爬 樓，在對話框輸入“/”即可自動整理群聊要點，快速了解上下文。此外，用戶輸入自 己的要求，“/”可以配合參會人的時間來生成待辦事項清單并預約日程并在群聊中創 作文案、表情包等。在新釘釘中，用戶也可以訓練專屬的助理機器人，用“/”創建機 器人后只需要發送文檔、網頁或者知識庫的一條鏈接，就可以讓機器人自動學習其中內容，并可生成對話問答，不用再手動設置問題和答案。 （2）在文檔中：“/”可以扮演用戶創意助理的角色，根據用戶指令生成文本及圖片， 例如推廣文案、新聞稿、創意故事等，同時“/”可以潤色文本、改寫語氣、精簡或豐 富文本內容等。 （3）在視頻會議：“/”可以扮演會議助理角色，將會議語音轉為文本，即使用戶是 入會遲到也能快速了解會議先前討論的內容。散會后“/”還可以能一鍵生成完整的議 程回顧，討論要點、會議結論、待辦事項等。 （4）在拍照生成應用中：“/”還可用自然語言或拍照生成應用，自動生成缺失內容， 并以釘釘酷應用的形式在群聊內使用。比如，公司行政人員需要統計午餐的訂餐份 數，只需要在群聊對話框中輸入“/”和需求，幾秒鐘后一個訂餐統計小程序就會展現 在群聊中。如果用戶想要統計其它同事的想法，只需要告訴“/”自己的需求是什么， “/”會自行生成一個群投票。

國產辦公軟件在AI領域有所積累，疊加AI大模型的內容生成能力實現質的提升。 2021年7月，金山辦公發布深度學習框架KSAI-Lite，并創新推出智能寫作、演示文 稿、文檔翻譯等功能，推動AI技術在辦公場景應用落地。2023年3月，阿里推出通義 千問大模型，對于人機對話、長文本內容生成等AI應用效果較好。國產應用軟件不僅 在AI領域已有一定技術積累，還深刻理解辦公類軟件的客戶需求。因此，在內容生成 類AI大模型取得通用化效果突破后，國產辦公軟件公司能敏銳的覺察相應的AI技術 給既有辦公產品可能帶來的智能化升級效果，并及時結合產業鏈公司的技術優勢快 速推出AI內容生成的功能。我們認為，WPS AI的推出和阿里釘釘的升級不僅體現了 公司快速結合新興技術增強產品競爭力的創新力，還反映了其通過解決下游用戶需 求痛點實現產品價值量提升的商業敏感性。

金蝶國際與多個模型提供商合作，ERP產品智能化升級值得期待。2023年3月，金蝶 國際宣布其正在與微軟OpenAI聯手進行一些具體應用場景的探索和測試，同時也宣 布其接入百度文心一言大模型。2023年5月，金蝶國際與百度簽約，正式成為文心千 帆的生態伙伴。未來，金蝶基于AI大模型的能力，結合其既有的行業知識、專有數 據，以及B端業務的商業積累，有望對其ERP等企業管理軟件產品進行智能化升級。 在微軟推出Dynamic 365 Copilot智能化功能后，金蝶的ERP軟件的智能化升級路徑 更加清晰，功能開發也有跡可循。

從技術到商業化，國產通用行政辦公軟件的智能化升級進展距離海外有差距。 （1）海外方面，根據國外媒體The information報道，微軟超過600家最大的客戶， 包括美國銀行、沃爾瑪、福特、埃森哲等，預計將嘗試使用微軟Office 365 Copilot 應用，其中至少100家客戶已經分別支付了10萬美元的費用，滿足最多1000個賬號 在一年內使用AI功能。這意味著海外GPT大模型在辦公四件套 （Word\Excel\PPT\PDF）的應用或將進入實質性成規模的商業化推廣階段。（2）國內方面，WPS AI功能目前還處于測試階段，相關辦公智能化應用距離成熟 到大量客戶認可還有較長的時間，主要障礙之一在于國內AI大模型的成熟度相較于 ChatGPT和GPT-4仍有一段距離。 總體而言，海外以GPT為代表的AI大模型在辦公軟件的應用已進入商業化前夜，國 內AI大模型在通用行政辦公類軟件的應用處于產品化的初中期，仍需要一段時間克 服從產品化到商業化的挑戰。

二、AI 大模型有效提高程序開發效率，軟件開發行業開啟變革

AI大模型可自動生成代碼，助力程序高效開發。經過大量代碼數據訓練的AI大模型， 具備代碼生成的能力，可有效減少程序開發人員編寫代碼的時間和精力，特別是基 礎類算法的代碼。在AI大模型的幫助下，程序開發人員可以專注于更復雜和創造性 的工作，從而提高整體生產力。在具體應用方面，主要有微軟旗下GitHub Copilot X、 亞馬遜CodeWhisperer，國內的華為云CodeArts Snap、商湯的商量Sensechat、硅 心科技的aiXcoder XL等。根據《Big Ideas 2023》報告，程序開發人員在人工智能 編碼助手GitHub Copilot的幫助下，減少了55%的代碼開發時間，效率提升效果顯著。

AI大模型有效減少基礎類算法代碼的開發，減少重復工作量。對于開發人員來說， 有許多基礎性、重復性的算法開發任務很耗時。部分廠商通過建立代碼庫供程序開 發人員搜索的方式來減少重復代碼開發的時間。例如，aiXcoder的智能代碼搜索功 能中可以幫助開發者搜索相似的代碼進行開發。在AI大模型的幫助下，代碼的搜索 功能有望逐漸被代碼生成功能取代。GitHub和OpenAI合作開發的GitHub Copilot工 具可實現基礎算法代碼的自動生成，有效減少程序開發人員的重復工作。此外，該 工具還可將代碼的格式自動編排，有助于保持代碼格式的一致性，使代碼更容易閱 讀和理解。

AI大模型助力提高所生成代碼的質量。編寫簡潔、高效和可讀性強的代碼對于程序 開發至關重要。AI大模型可自動檢查代碼語法錯誤，調試代碼，有效提升代碼質 量。在程序開發早期，AI大模型可以識別一些由于設計缺陷或不良編程習慣帶來的 問題，提供給開發人員進行快速修改，減少了后續傳播對整體程序的影響。

國外方面，多模態大模型的代碼生成功能已具備語音交互的能力。GitHub是世界最 大的面向開源及私有軟件項目的托管平臺，擁有超1億的開發者用戶。2023年3 月，GitHub基于GPT-4推出智能編程助手GitHub Copilot X，其不僅在GitHub Copilot（基于GPT-3）的基礎上提升了代碼生成、代碼建議、代碼注釋的響應速度 和準確性，還支持通過語音交互生成代碼的功能。在代碼開發過程中，開發者可以 通過文字和語音聊天的方式與GitHub Copilot X進行交互，實現代碼生成、運行程 序等。我們認為，基于GPT-4多模態大模型的GitHub Copilot X與開發者可交互的 信息類型更多，進一步提升了軟件開發的易用性和開發效率。

GitHub Copilot提高開發人員工作體驗。根據GitHub的官方博客，90%使用GitHub Copilot的開發人員表示編程速度更快，其自發布以來，GitHub Copilot已經幫助一百 多萬開發人員將編碼速度提高了55%，超過400個組織已經在使用GitHub Copilot。 如今，在所有編程語言中，平均有46%的代碼是使用GitHub Copilot構建的。此外， 根據《量化GitHub Copilot對開發人員生產力和幸福感的影響》研究結果，高達88% 的用戶表示使用GitHub Copilot幫助他們對工作更有滿足感，96%的開發人員在重復 性任務中完成的更快，74%的開發人員更容易在GitHub Copilot加持下獲得更多工作 滿足感。

國內方面，多家公司已開發代碼生成類的AI應用。 （1）華為：2023年2月，華為聯合CSDN發布了智能化編程助手Coderarts Snap。 該應用基于華為自研的代碼大模型盤古Pangu-coder開發。CSDN的用戶使用該工具， 可提升應用開發效率和代碼質量。（2）商湯：2023年4月10日，商湯推出的商量大語言模型中，包含代碼生成功能。 “商量SenseChat”提供代碼補全、注釋生成代碼、測試代碼生成、代碼翻譯、代碼修 正、代碼重構、復雜度分析等功能，有效提升研發效率。從根據商湯內部測試的結果 來看，在使用“AI代碼助手”后，代碼編寫效率可以提升62%，Humaneval測試集一次 通過率可以達到40.2%。 （3）硅心科技：公司開發的aiXcoder是基于深度學習代碼生成技術的智能編程工具， 支持Java、Python、C#、C/C++、 JavaScript、TypeScript、Go等多種編程語言。 aiXcoder社區版的開發者用戶已覆蓋130多個國家和地區，為超過30萬國際開發者提 供智能化編程服務。

多模態大模型代碼生成功能驅動軟件開發行業的技術變革剛剛開始。多模態大模型 代碼生成功能可部分替代人工程序開發工作，程序開發人員可以更專注于難度更高、 更有創造力的工作。在軟件開發過程中，AI大模型不僅提升了基礎類算法開發效率， 還大大降低了軟件開發的技術門檻，有望推動程序開發的普及。我們判斷，AI大模型 在軟件開發行業降本增效效果顯著，其開啟的技術變革才剛剛開始，充分利用AI大 模型生成代碼功能的公司有望取得先機，獲得先發優勢，快速成長。

三、多模態大模型替代人工生成創意內容，創意設計軟件迎智能化升級

1. 多模態大模型技術變革創意設計軟件，創新內容生產的流程新范式

多模態大模型在創意內容設計領域有較好應用前景。在游戲、廣告、美術和影視等 創意設計內容的領域，多模態大模型可幫助用戶實現角色立繪、特效設計、動畫分 鏡等多種圖像的自動生成，較大提升創意設計工作的效率，降低制作成本，催生更 多創意作品的產生。根據《Big Ideas 2023》報告，一般而言，美術設計人員耗時5 小時，花費150美元的成本可創作一幅高精細度的圖像。若用文生圖的多模態大模型 替代人工設計工作，其耗時少于一分鐘，花費0.08美元的成本即可完成同樣的工作。 我們認為，以文生圖為代表的多模態大模型在創意內容設計方面具有較好的人工替 代效果，未來其大規模推廣有望給行業帶來變革式發展。

在游戲領域，多模態大模型有望在文案、道具、角色、場景生成及玩法設計方面提 升游戲研發效率，降低創作門檻。隨著游戲行業市場競爭加劇，產品研發成本持續 高漲，尤其對于高品質、內容宏大的游戲來說，制作難度更高、周期更長。多模態大 模型的內容生成能力能夠廣泛應用于游戲角色、道具、特效及動畫分鏡各種場景的 生成中。例如，Midjourney、Stable Diffusion等工具可以根據設計者輸入的描述文本 快速生成概念圖像，降低制作成本，提升研發效率。我們認為，多模態大模型在游戲 領域的應用有望全方位節省制作團隊人力成本，包括策劃、美術、程序等環節，有效 提升游戲研發效率，降低制作門檻，增強行業創造力。

在廣告領域，多模態大模型高效、多樣的內容生產能力有望提高營銷內容創新性和 豐富度，從而帶來更好的營銷效果。廣告創意階段，多模態大模型可以輔助設計人 員生成廣告的初稿，減輕相關人員在內容創意方面的壓力。營銷內容生成階段，多 模態大模型能夠大量、高效產出營銷內容，包括文字、圖片、語音、視頻等各種形 式，幫助營銷公司在內容生產環節降本增效。在廣告投放環節，AI算法可以更精準地 匹配消費者喜好，實現廣告的智能推薦，提升觸達消費者的廣度和精確度。

在平面設計領域，多模態大模型可生成設計樣稿，為工作人員提供設計靈感。基于 大模型的涌現能力，多模態大模型可低成本生成大量參考設計素材。以Midjourney、 Stable Diffusion為代表的AIGC美術工具基于大量公開優質作品進行訓練和整合，對 于相同提示詞，可低成本產出多個隨機圖像，為美術人員在裝修設計、服裝設計、場 景構圖等方面提供參考和靈感。目前已有包括服裝設計公司和裝修設計公司開始調 用這些大模型的API進行輔助設計工作。例如，美國的時尚設計公司CALA利用 DALL?E模型快速生成各種服裝樣式，提供設計人員參考。新加坡的地產公司Stacked Homes利用Midjourney模型生成的房間內飾裝修方案，有效減少工作人員設計時間。

2. 文生圖模型提供商均推出按次、按時長收費模式，但商業化拓展策略不同

隨著擴散模型和CLIP模型技術的逐漸成熟，國內外廠商紛紛推出文生圖大模型，包 括DALL?E 2、Midjourney、Stable Diffusion等。以上三大多模態模型的技術較為成 熟，使用人數較多，已形成一定的生態。 （1）DALL?E 2：DALL?E大模型是OpenAI于2021年1月公布的產品，并于2022年4 推出第二代，可根據自然語言的描述創作高質量的圖像，此外還能進行畫面場景的 擴展和畫面內容的修改。2022年11月，OpenAI將DALL?E 2的API開放供第三方調用。（2）Stable Diffusion：Stable Diffusion由Stability AI開發的大模型，于2022年8月 發布并同時宣布開源，已經歷4次迭代。目前其多采用本地部署，對電腦配置要求較 高，且插件多功能復雜，學習成本更高。 （3）Midjourney：Midjourney于2021年8月成立，由11人組成的小團隊開發，至今 已迭代5個版本。目前其主要搭載在Discord社區上，用戶向Midjourney Bot輸入指令 即可在云端完成生成。

Midjourney利用Discord社區快速拓展用戶規模。Midjourney搭載在Discord社群 中，用戶可以選擇進入在Discord中的一個聊天室，通過在聊天框中調用/imagine， 根據圖片特征輸入符合語法的prompt，即可自動生成圖片。聊天室屬于公共頻道， 用戶也可看到其它排隊的用戶所生成的圖片。同時，使用Midjourney bot應用的用 戶可以在個人頻道中進行圖片生成操作。用戶不僅可以在自己的頻道上創作，而且 可以在公共頻道欣賞其它用戶的作品，這種交互式體驗可以激發創作靈感，吸引潛 在客戶。通過Discord社區，Midjourney的用戶數量快速增長。截止到2023年6月， Midjourney用戶量已達1600萬以上。

Midjourney采取SaaS訂閱制模式，共有三種訂閱模式，Basic Plan（10美元/月或 96美元/年）、Standard Plan（30美元/月或288美元/年）、Pro Plan（60美元/月 或576美元/月）。不同的訂閱模式對應用戶的使用權限是不同的，具體體現在使用 GPU訓練圖片的時間長度、在公共聊天室生成圖片的數量等。

Stable Diffusion在2022年8月推出的時候即以免費開源的形式推出，因此用戶可以 免費使用該模型的源代碼進行圖像等內容生成。對于普通用戶，使用程序語言來進 行圖片生成仍然存在一定門檻。因此，Stability AI在其官網上也推出了Dream Studio工具，直接輸入關鍵詞就可以進行圖片的生成。用戶在Dream Studio上生成 圖片是需要付費使用的，其收費價格根據生成圖片的分辨率和步驟數在0.1-9.5美分 /張之間。其中，步驟數量是和生成內容匹配提示詞的契合度直接相關的。一般而言，對于提示詞較為復雜的圖像，用戶往往需要選擇較高的步驟數量才能得到滿意 的結果。

與Stability AI相比，OpenAI給DALL?E大模型制定的收費規則更加簡單。DALL?E目 前僅針對三種不同分辨率的圖像生成分檔來收取費用，其單張圖片的價格在0.016- 0.02美元之間，其收費的價格區間較Stable Diffusion的更窄。我們對比生成相同質 量的圖像，二者收費的價格。以生成一張512 X 512分辨率的圖像為例，DALL?E的 收費價格是固定的，即1.8美分，高于Stable Diffusion的價格（0.1至1.0美分之 間）。而生成一張1024 X 1024較高分辨率的圖像，DALL?E的收費價格是2美分； Stable Diffusion的價格根據步驟數不同，在1.0至9.5美分之間。

3. 多模態大模型推動創意設計軟件智能化升級，有望提升產品價值量

在專業設計軟件領域，Adobe已將多模態大模型的生成能力融合到其創意設計軟件 中。海外的Adobe在2023年3月21日發布了嵌入多模態大模型的平面設計新產品 Firefly。在Firefly軟件界面上，用戶通過輸入自然語言就能快速生成圖片、特效等內 容。基于Firefly的內容生成能力，Adobe對其既有的設計軟件進行了一系列升級： （1）2023年4月，Adobe宣布將Firefly的智能生成功能集成在Premiere Pro視頻制作 產品中。在視頻編輯過程中，用戶通過輸入文字提示詞，即可實現視頻的色彩優化、 特效添加、背景音樂更換等功能。 （2）2023年5月，Adobe宣布將Firefly嵌入Photoshop圖像編輯軟件中，并新增 Generative Fill功能，根據用戶輸入的提示詞，自動修改圖像部分區域。 Adobe Firefly智能生成功能的亮點在于用戶用自然語言即可完成各類復雜的設計操作工作，大大縮短了設計工作的周期，降低了專業設計類軟件的使用門檻，有效提 升產品的吸引力。目前Firefly的智能化功能還處于Beta測試階段，部分客戶可提出 Firefly的使用申請后免費使用。我們認為，嵌入了Firefly功能的Adobe全系列產品線 的競爭力得到有效增強，后續有望擴大客戶規模，并在市場份額和客戶規模達到一 定程度后提高ARPU及付費用戶轉換率，推動營收的快速增長。

國內方面，萬興科技是創意設計領域的領先公司。萬興科技面向C端用戶為主，提供 數字創意產品和服務，具體包括視頻創意、繪圖創意、文檔創意、實用工具四大產品 線： （1）視頻創意軟件：提供包含視頻、圖片、音樂及特效素材資源在內的多種優質視 頻創意解決方案與服務。具體產品包括視頻類的萬興喵影視頻編輯軟件、萬興播爆 數字人營銷短視頻創作工具，圖片類的Sweet Selfie、Sweet Snap圖片編輯軟件和 素材資源類的萬興喵庫。 （2）繪圖創意軟件：針對企業用戶完成工作創意的構建和靈感轉化的需求，提供包 括思維導圖、項目管理、平面布置、工藝工程等在內的各類圖形圖表的繪制工具。主要產品包括億圖腦圖（國外版本：EdrawMind）、億圖圖示（國外版本：EdrawMax）、 墨刀（國外版本：Mockitt)等。此外，近期推出的萬興愛畫也屬于該類軟件，利用AI 生成技術幫助用戶創作高質量、多風格的創意繪畫作品。 （3）文檔創意軟件：主要產品即萬興PDF（國外版本：PDFelement），PDF處理軟 件，滿足文檔創作、編輯、閱讀、翻譯、保護等多樣需求。 （4）實用工具軟件：包括萬興恢復專家（國外版本：Recoverit）、Dr.Fone、萬興 手機管家、萬興易修（國外版本：Repairit）等多款數據及設備管理類應用工具產品。

萬興科技已推出圖像生成類AI繪畫產品萬興愛畫。2022年11月，萬興科技公司推 出萬興愛畫AI繪畫產品，可根據用戶輸入的描述文字生成圖片，或根據用戶上傳的 圖片生成不同風格的圖片，具體風格包括粉彩、超彩、二次元增強、寫實2.5D等。 該產品典型目標客戶包括設計師、游戲工作者、自媒體人等。例如在游戲方面，萬 興愛畫能夠快速生成游戲場景、角色與道具等高精度的美術素材，提升游戲內容的創作質量及效率，而自媒體人也能夠通過通過萬興愛畫快速實現個性化內容生產。

萬興科技的智能化設計軟件萬興愛畫已開始收費。萬興愛畫的定價方面，首先注冊 登陸用戶每天將獲贈5次免費創作次數。如需創造更多作品，則需單獨購買。當前， 公司共推出三種創作權益包，10次創作5元人民幣（0.5元/次）、30次創作12元人民 幣（0.4元/次）以及100次創作20元人民幣（0.2元/次）。

總體而言，面向C端的消費服務和行政辦公類的應用已率先開始智能化升級的進程。 消費服務和通用行政辦公等領域由于數據相對容易獲取，應用壁壘偏低和行業特征 較弱等屬性，使得相應領域在接入通用AI大模型后的應用產品化落地較快，普適性 較高，但下游應用相應也面臨較大的同質化挑戰。 技術驅動下，行業智能化升級的趨勢清晰。多模態大模型在各類文本、圖片、音視 頻等方面表現出了愈加出眾的能力，一方面能夠以優于人類的知識水平承擔信息挖 掘、素材調用、編輯優化等基礎勞動，另一方面更重要的是能夠創新內容生產的流 程和范式，為更具想像力的內容、更加多樣化的傳播方式提供可能性，降低創作門 檻，推動內容生產更加高效、便捷。我們認為，在技術驅動下產生的行業變革已經 顯現，全面擁抱生成式AI技術，提升產品智能化功能，或成為文本辦公類、程序開發 類、創意設計類等各類應用軟件的必然選擇。

競爭格局方面，下游應用面臨同質化競爭的背景下，在商業模式和收費方式上取得 差異化優勢的企業有利于占據領先地位。目前，商業模式正在向兩個方向探索：模 型提供商推出的AI服務多以“按次收費”或“按時長收費”的形式落地，并嘗試自研 應用的拓展；其也尋求與應用廠商的合作，將模型能力嵌入到應用軟件后實現商業 化。總體而言，現階段仍處于商業化早期階段，最終價值將如何在大模型廠商與應 用廠商之間分配，目前仍有較大不確定性。下一階段，各科技廠商能否探索出穩定、 可持續的尤其是To B端的商業模式并確定合理的產業鏈定位將會成為競爭的關鍵。