深度报告-20230531-国盛证券-通信行业深度_开源竞速_AI大模型的_Linux时刻_降临_27页_2mb

总结

研究背景

LLaMA发布后，大量开源大模型涌现。市场担忧开源削弱行业壁垒，报告分析开源风潮与Linux的历史类比，探讨商业模式、性能评价及未来趋势。

共同点分析

1. 始于开源
   • 开源模式：通过服务变现（如红帽）、授权费变现（如安卓）、许可证制度推动商业化。
   • 许可证：主流采用Apache2.0、MIT等允许商用的协议。
2. 参数小型化
   • 模型规模压缩至十亿-百亿层级，降低训练与推理成本。
   • 算力需求与参数正相关，小型模型更易部署和普及。
3. 重视人类指令
   • 指令数据集（如微调数据）推动性能提升（如Vicuna达92%GPT-4效果）。
   • 底层数据自主化（绕开OpenAI限制）增强商用价值。

展望与投资

1. 多模态融合：ImageBind等模型融合视觉与语言。
2. 专业化微调：下游生态深耕（如医疗问诊模型）推动垂直应用。
3. 投资方向：
   • 算力服务商（微软、英伟达）受益于需求增长。
   • 边缘计算、芯片及模型服务商（美格智能、龙宇股份）受政策利好。
   • 大数据与模型微调企业（如拥有海量数据的标的）迎来机会。

风险提示

伦理风险、政策监管及市场竞争加剧是主要挑战。

（注：报告附详细数据与案例，此处仅提炼核心结论）