计算机行业2023年10月投资策略：GPT4_V推动多模态应用，机器人是极佳落地场景-20231019-国信证券-18页_5mb

计算机行业2023年10月投资策略总结

核心内容

多模态模型已成为AI大模型的新方向，其通过整合图像、文字、视频、语音等多种数据形式，显著提升了模型的准确性和鲁棒性，更贴近人类的学习模式。随着大模型技术的不断进步，如OpenAI推出的GPT-4V，多模态模型在视觉理解、视觉生成、统一视觉、LLM支持、多模态Agent等方向均取得突破，逐步从专用模型向通用模型转变，应用性增强。

机器人作为多模态AI的重要落地场景，正迎来商用落地的加速。多模态模型赋予机器人更强的感知、交互和决策能力，使其能够更高效地应对复杂任务。特斯拉通过Optimus机器人，展示了多模态AI在机器人领域的巨大潜力，其端到端神经网络训练方式，使得机器人能够自主完成多种任务，如物品分类、瑜伽动作等。AI与机器人融合将开启“具身智能”时代，推动机器人从传统控制模式向更智能、自主的方向发展。

主要观点

• 多模态模型是AI发展的新方向：多模态模型通过融合多种数据形式，提升模型的综合能力，使其更接近人类的认知方式。
• 多模态技术推动AI应用扩展：从视觉理解、视觉生成到多模态Agent，多模态模型在多个领域展现出广阔的应用前景。
• 机器人是多模态AI的理想应用场景：多模态能力使得机器人具备更强的环境感知和交互能力，有助于其在服务、工业、医疗等多个场景中实现商业化。
• 特斯拉引领人形机器人发展：Optimus机器人通过端到端训练和强大的视觉处理能力，有望成为最早实现规模化商用的人形机器人之一。
• AI与机器人结合开启具身智能新时代：具身智能强调物理感知和行动能力，AI大模型的加入显著提升了机器人的智能水平。

关键信息

• 多模态模型五大方向：视觉理解、视觉生成、统一视觉、LLM支持、多模态Agent。
• 多模态模型发展趋势：从专用模型转向通用模型，具备更强的跨模态理解和生成能力。
• 多模态模型应用领域：包括教育、办公、医疗、工业、机器人等。
• 机器人分类：工业机器人、服务机器人、特种机器人。
• 特斯拉Optimus进展：预计2023年将实现有用呈现场景，2024年有望小规模应用，Dojo系统将为其提供强大算力支持。
• 市场预测：到2026年，全球人形机器人在服务机器人中的渗透率预计达到3.5%，市场规模超20亿美元；到2030年，市场规模有望突破200亿美元。
• 投资建议：重点关注多模态、机器人及AI应用领域的相关个股，如萤石网络、宝信软件、金山办公、科大讯飞。
• 风险提示：包括大模型技术发展不及预期、AI商业化落地不及预期、AI伦理风险等。

图表目录摘要

• 图1：MSRA桥塔架构（视觉-语言）多模态预训练模型
• 图2：多模态模型发展的五个阶段
• 图3：视觉理解训练方法
• 图4：视觉理解各方法的代表算法
• 图5：视觉生成的重点为一致性生成
• 图6：CV领域的关注点为是否可以实现统一视觉模型
• 图7：统一视觉模型研究案例，更好地将文本与视觉匹配
• 图8：LLM支持的多模态大模型，典型案例为GPT-4V
• 图9：多模态Agent的研究案例
• 图10：模型识别CT影像，应用于医疗领域
• 图11：模型识别手写方程，应用于教育领域
• 图12：大模型建立数字人，应用于工业领域
• 图13：多模态大模型MC-ACT赋能机器人，增强其通用性
• 图14：机器人种类分类
• 图15：机器人与AI技术结合
• 图16：特斯拉机器人做瑜伽
• 图17：特斯拉机器人做物品分类
• 图18：Dojo总算力规模预计达到100 Exa-Flops
• 图19：SayCan与PaLM结合使用时，成功规划101条测试指令中的84%
• 图20：ChatGPT应用于机器人的设计原则

投资建议

• 关注领域：多模态模型、机器人、AI应用。
• 重点个股：萤石网络、宝信软件、金山办公、科大讯飞。
• 投资评级：建议买入，预期相关公司股价表现优于市场代表性指数20%以上。

风险提示

• 技术发展风险：大模型技术发展不及预期。
• 商业化风险：AI商业化落地不及预期。
• 伦理风险：AI伦理问题可能带来潜在影响。

行业投资策略

• 行业评级：超配，预期行业指数表现优于市场代表性指数10%以上。
• 投资逻辑：随着GPT-4V的推出，多模态技术将进一步扩大AI的应用范围，机器人作为多模态AI的重要场景，其商用落地速度加快，未来市场潜力巨大。