ai绘画是AIGC的重要分支，跨模态生成是该项技术发展的关键节点，AIGC是基于生成对抗网络GAN，大型预训练模型等人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术，可以看做是继PGC，UGC之后的内容产出方式，AI绘图属于AIGC技术场景中的分支。
商业化潜力尚待发掘，有望参与10%-30%的图像内容生成工作，当前AI绘画的用户付费意愿不强，60%的用户从未在AI绘画相关方面付费，在C端付费形式刺激度较低的情况下，未来B端或将成为ai绘画软件的核心客户，但同时，AI绘画也面临版权问题，绝大多数原创作品的版权拥有者会介意AI提取自身作品的部分元素，从市场规模来看，未来五年或将有10%-30%的图片内容由AI参与生成，相应或将有600亿以上的市场规模。
跨模态或更进一步，下一代互联网望成AI绘画关键着力点，以VR设备等新型硬件为入口的下一代互联网，2D向3D的转换对于内容量的需求或成指数级上升，这其中AI将成为重要辅助。
GAN模型和NeRF模型均已能实现单张2D图像向3D模型的生成，并且动态，场景，光影效果等3D图像所需的要素均已有了明显进步。
我们可以得出一个结论，随着技术周期的到来，AI很可能掀起下一波技术领域的重大转折，科幻作品里看到的故事离我们越来越近，从投资视角来看，机会和风险是并存的。
（一）市场机会：哪里会产生价值。
1，AI基础设施提供商可能是市场上较大赢家，因为基础设施可以获得经过整个生成式AI堆栈较多的流水和营收。
2，更垂直的专业化AI，当前模型有了用户反馈系统定向训练，有助于AI应用产品的诞生。
3，更好客服机器人，机器翻译，创意生成等AI应用。
4，鉴于AI对资本，人才要求都很高，未来很有可能发生AI垄断。
（二）市场风险。
大模型刚开始流行，创业初始成本不低，这考验团队的融资能力，同时，训练成本持续上升，团队商业化能力不够的话，难以参与持续竞争，较后，目前大模型的商业模式有待持续探索来看，目前市面上应用程序差异性缺乏，付费获客效率和留存率难以维持等。
相关文章
