智通财经APP获悉，中信证券发布研究报告称，自“ChatGPT”横空出世，全球科技企业掀起一场研发AI大模型的热潮，造成短期内算力端供给持续紧俏。该行认为随着AI算力等硬件底座逐步搭建完善，AI大规模应用成为可能，位于“倒金字塔顶”的应用端发展空间广阔。通过梳理海外AI应用发展情况，该行认为AI大模型已在多垂类场景产生可行的商业模式，尤其在图文创意、虚拟数字人以及工业软件领域已出现较为成熟的落地应用，重点推荐三条投资主线：AI图文创意、AI虚拟数字人、AI工业软件。
中信证券主要观点如下：
应用端市场为“倒金字塔顶”，2030年中国AIGC市场空间有望超万亿元。
从算力层面看，随着单位算力成本降低，叠加AI大模型参数逐步优化，该行认为算力降本有望成为长期趋势，为AI应用端商业化落地打下坚实基础。从市场规模看，硬件层与应用层市场规模呈“倒金字塔”，根据华大九天招股说明书信息，2020年集成电路行业全球市场规模超过4000亿美元，却撬动了数十万亿美元规模的数字经济市场。该行认为随着AI算力等硬件底座逐步搭建完善，AIGC大规模使用成为可能，将赋能各类终端应用并带动AI应用进入新一轮快速发展期，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。
图文创意：AI赋能创意减负，飞入寻常百姓家。
该行梳理与图文创意相关的海外主流应用，该行发现图文创意应用同质化现象较多，但同样存在部分具有特色功能的应用，可在垂类场景提升生产效率。就海外AI应用而言：在图片领域，Zmo.ai聚焦电商模特领域，Looka专注于Logo设计，均通过引入AI降低用户制作成本;在视频领域，Clipchamp可依据用户添加的标题和素材，为用户推荐场景、剪辑、BGM和叙述等内容，AI加持下的视频剪辑工具进一步降低使用门槛，有望扩大自媒体创作群体;AI文字工具已具备在商业、医疗和科技等专业场景的文字创作能力。生产力场景下，假设“传播者”需要在图片、文字、视频中各挑选一款生产力工具来完成创意落地，在付费率5%-35%、每付费用户的全年平均收益120-360元的假设下，该行测算生产力领域国内图文创意工具2025年潜在市场规模中值达302亿元。
虚拟数字人：从“好看的皮囊”到“有趣的灵魂”，助力生产力提升。
深度学习与AIGC正在推动“虚拟数字人”加速落地，有望使其兼具“好看的皮囊”和“有趣的灵魂”。在AIGC浪潮之下，虚拟数字人有望成为使用自然语言与机器交互的入口级产品之一，在电商、文娱、金融、教育等各行业持续落地，扮演主播、代言人、客服和智能助理等角色。就海外主流AI应用而言：Deepswap可以使用AI技术生成自由换脸的视频、照片和GIF;D-ID可以低门槛、批量化创建虚拟数字人;Character.ai可以创建具有思想的聊天机器人并与用户建立虚拟关系。生产力场景下，假设“传播者”需要生成自己的虚拟数字人来提升生产力，在付费率2%-8%、每付费用户的全年平均收益为300-540元的假设下，该行测算生产力领域国内虚拟数字人工具2025年潜在市场规模中值达132亿元。
工业软件：AI赋能，智能制造推进制造业升级。
该行认为AI有望直接从软件层面赋能智能制造，即研发设计类、生产制造类和经营管理类软件。根据海比研究院预测数据，2026年中国智能制造软件市场规模将达到3202亿元，2022-2026年CAGR为18%，远高于其他工业软件市场(2022-2026年CAGR为8%)。通过梳理海外主流工业软件厂商最新动态，该行发现AI正在颠覆传统研发设计软件，通过“创成式设计”简化设计流程并提升可靠性。同时，AI生产制造类软件持续落地，通过工业软件与AI结合，该行认为有望彻底改变客户服务以及企业运营模式。
投资策略：
自“ChatGPT”横空出世，全球科技企业均加大AI大模型研发力度，谷歌、Meta、百度、阿里、腾讯等全球头部科技巨头均推出对标GPT的AI大模型，其基础功能以及垂类场景应用已具雏形。同时，英伟达、AMD等头部芯片设计厂商均推出适用于AI场景的高性能芯片，AI基础设施成本呈现持续降低趋势。因此，该行认为支撑AIGC发展的基础设施正逐步夯实，AIGC应用端或进入快速增长期。
短期看，根据目前AI所具备的图片及文字的处理生成能力，该行认为AI在图文创意以及虚拟数字人具备较好的商业化落地场景，该行测算生产力领域国内图文创意工具、虚拟数字人工具2025年潜在市场规模中值分别达302、132亿元。
长期看，随着AI大模型智能水平以及多模态成熟度持续提升，该行认为AI有望再次改变人机交互模式及生产制造方式，或将在多行业诞生“爆款”应用。
结合到在各行业落地的先后顺序、潜在用户群体及商业模式变现等维度，该行梳理三条投资主线：1)AI图文创意应用;2)AI虚拟数字人;3)AI工业软件。
风险因素：算力成本优化不及预期，AI大模型迭代速度不及预期，政策监管持续收紧，AI生成内容版权争议，行业竞争持续加剧。
