深度报告-20230416-国金证券-计算机行业深度研究_LLaMA等开源模型凸显先进算法及行业数据的重要性_16页_2mb

大语言模型发展从开源转向闭源，头部公司如OpenAI和Google逐步形成技术护城河。Meta的LLaMA模型完全开源，参数量小却性能优异，基于40种语言的14万亿Tokens训练数据，提供垂类模型开发的通用基座。

垂类AI开发采用“通用基座+迁移学习+微调”范式：迁移学习注入行业知识，微调提升性能。LLaMA的小参数量降低开发和部署难度，吸引力开发者，适用于数据敏感行业。

成本分析显示，基于LLaMA的迁移学习训练成本低（如斯坦福Alpaca案例），推理算力成本可负担，年成本约332万（离线）或66万（云端），为中大型企业提供可行方案。

投资建议看好两类企业：1）具备先进模型开发能力者（如商汤科技、科大讯飞），保持算法优势；2）拥有丰富行业数据的头部公司（如东方财富、同花顺），开发更精准的垂类模型。

风险包括：海外基础软硬件限制、应用落地不及预期和行业竞争加剧，可能影响市场进展。