20230309-浙商证券-互联网电商行业点评报告_谷歌发布史上最大「通才」模型PaLM-E_参数达ChatGPT三倍_2页_667kb

互联网电商行业点评报告总结

核心内容

本报告发布于2023年03月09日，主要围绕谷歌发布的新一代多模态视觉语言模型 PaLM-E 展开分析，探讨其在AI领域的发展意义及对相关行业的潜在影响。

主要观点

1. PaLM-E的发布与特点

• 模型规模：PaLM-E的参数量达到5620亿，是目前史上最大的“通才”模型，是ChatGPT（1750亿参数）的三倍以上。
• 多模态能力：作为一款多模态视觉语言模型（VLM），PaLM-E不仅具备强大的语言处理能力，还集成了视觉感知功能，能够将现实世界的连续传感器数据纳入模型训练。
• 应用场景：适用于连续的机器人操作规划、视觉问题回答、字幕生成等具身任务，标志着AI从语言模型向多模态、通才模型的演进。
• 弹性与迁移能力：模型具备一定的环境适应性，能够对意外情况进行反应，并展现出“正迁移”能力，即将一项任务中学到的知识迁移到另一项任务中，性能优于单任务模型。

2. AI大厂竞争白热化

• 技术拓展：AI竞争已从语言模型扩展到多模态模型，甚至通才模型，推动技术快速发展。
• 行业影响：谷歌与微软等大厂在视觉与语言结合、机器人控制等领域的布局，有助于拓展IOT等多元化应用场景，提升行业景气度。

3. 模型的训练与工作原理

• 基于语言模型：PaLM-E是一个仅含解码器的LLM，能够通过提示（prompt）生成文本补全。
• 多模式训练：模型使用包含视觉、连续状态估计和文本输入的多模式语句进行训练。
• 视觉编码机制：将图像或传感器数据编码为与语言符号大小相同的向量序列，使模型能以语言处理的方式处理感知信息，为扩展应用奠定基础。

关键信息

• 技术亮点：PaLM-E的视觉与语言结合能力，是其区别于传统语言模型的核心。
• 行业趋势：AI大厂之间的竞争推动技术快速迭代，促进多模态AI与机器人控制等领域的融合。
• 潜在应用：包括但不限于机器人操作、视觉问答、字幕生成等，可能带动IOT、智能硬件等相关行业的发展。

风险提示

• 监管风险：AI技术的广泛应用可能面临政策与法规的不确定性。
• 技术风险：技术发展可能不及预期，影响模型的实际落地与应用。
• 版权风险：模型训练数据来源及使用可能涉及版权问题。

行业评级

• 评级结论：看好（维持）
• 评级依据：行业指数预期将优于沪深300指数，技术进步与应用拓展将带动整体增长。

投资建议

• 投资者应结合自身情况，如持仓结构、风险偏好等，综合判断是否适合投资相关领域。
• 不应仅依赖本报告的投资评级做出决策。

相关报告

• 《抖音外卖全国18城已上线，进展低于预期一一行业点评报告》（2023.03.08）
• 《OpenAI开放ChatGPT API，成本大降 90% 加速应用结合一一行业点评报告》（2023.03.07）
• 《从瑞幸财报看咖啡行业：疫情致Q4同店营收增速放缓，23开年快速恢复一一行业点评报告》（2023.03.03）

法律声明

• 本报告由浙商证券股份有限公司制作，信息来源于公开资料，不保证其真实性、准确性及完整性。
• 报告仅供客户参考，不构成投资建议，投资者需自行独立判断。
• 未经授权，任何机构或个人不得复制、发布或传播本报告内容。