20240124-中航证券-大模型专题报告_百模渐欲迷人眼_AI应用繁花开_42页_4mb

大模型专题报告总结

核心内容概述

本报告分析了当前大模型的发展现状、未来趋势及投资建议，强调大模型作为工业革命级生产力工具的重要地位，并指出其在内容生产、多模态融合、应用场景拓展等方面对人工智能行业带来的深远影响。

主要观点

1. 大模型演进

• AI发展路径：人工智能经历了符号AI、统计AI和神经AI三个阶段，当前GPT系列属于神经AI，代表了深度学习的最新成果。
• 大模型定义：大模型是通过海量数据训练，具备强大泛化能力，能够通过微调适应多种下游任务的通用人工智能模型。
• 技术支撑：大模型的发展依赖于“大数据+大算力+强算法”的组合，并通过“提示+指令微调+人类反馈”方式实现跨领域应用。
• 技术特征：大模型具有通用性、基础性、多模态、参数多、训练数据量大、生成内容高质稳定等特点。

2. 大模型现状

• GPT引领：从GPT-1到GPT3.5，ChatGPT仅一年就实现多模态能力并建立GPTs生态，实现从ToB到ToC的转变。
• 硅谷融资情况：23H1硅谷在AI领域完成42起融资，总金额约140亿美元，占全球融资的55%。
• 国内大模型发展：国内科技企业如商汤科技、度小满、滴普科技等进入市场，百度、腾讯、阿里等互联网云厂商占据主要市场份额，具备显著优势。
• 爆款应用：基于大模型的AI应用在对话、图像、教育、办公等多个领域涌现，形成大量商业化案例。

3. 大模型未来

• 内容变革：AI大模型成为自动化内容生产的“工厂”，AIGC商业应用前景广阔，预计2030年市场规模将突破万亿。
• 多模态革命：多模态模型能处理文本、图像、语音等多种数据，提升内容创作的多样性和质量。
• 商业模式：当前以按内容产出收费为主，未来MaaS（模型即服务）将成为主流，具有长期增长潜力。
• 产业智能跃迁：大模型将推动产业智能化，提升各行业的生产力和效率，带来数字化转型机遇。

4. 投资建议

• 关注三大端：数据端（中文在线、视觉中国、中国科传等）、模型端（昆仑万维、科大讯飞）、应用端（游戏、电商、办公、教育、影视传媒、广告营销等）。
• 重点公司：
  • 数据端：中文在线、视觉中国、中国科传、中信出版、果麦文化、中文传媒、南方传媒
  • 模型端：昆仑万维、科大讯飞
  • 应用端：三七互娱、恺英网络、世纪华通、汤姆猫、神州泰岳、小商品城、华凯易佰、吉宏股份、值得买、万兴科技、金山办公、泛微网络、世纪天鸿、创业黑马、奥飞娱乐、捷成股份、上海电影、光线传媒、人民网、新华网、蓝色光标、三人行、风语筑

5. 风险提示

• 行业监管风险：AI大模型发展可能面临政策监管压力。
• 技术发展不及预期：大模型技术突破可能不及预期，影响商业化进程。
• 内容生态建设：内容生成质量与生态建设可能落后于预期。
• 变现不及预期：商业模式可能无法达到预期收益。
• 舆论炒作风险：市场可能过度炒作，导致估值泡沫。
• 市场竞争加剧：大模型市场竞争激烈，可能影响企业盈利空间。

关键信息

• AI分类：ANI（专用人工智能）、AGI（通用人工智能）、ASI（超级人工智能）。
• 大模型优势：具备强大的泛化能力、多模态处理、低门槛定制化等特性。
• 应用场景：涵盖对话、图像、办公、教育、影视传媒、广告营销等多个领域。
• 商业模式：MaaS、按产出内容量付费、软件订阅付费、模型定制开发费等。
• 市场预测：2023年AIGC市场规模约170亿元，预计2026年翻倍，2030年有望突破万亿。
• 政策支持：国内出台多项政策支持大模型发展，推动算力、数据和算法协同发展。

图表要点

• 图表1：人工智能的发展历史，展示从符号AI到神经AI的演进过程。
• 图表2：人工智能的三种类型比较，突出大模型在通用性和发展潜力上的优势。
• 图表3：大模型的特性，包括通用性、涌现性、高投入、工程化。
• 图表4：大模型技术原理，强调数据、算法、算力的协同作用。
• 图表5：AI大模型基本分类，涵盖NLP、CV、科学计算、多模态等。
• 图表6：AI大模型的应用场景（按模态区分），展示各模型在不同场景的应用。
• 图表7：GPT产品迭代图，说明其发展速度。
• 图表8：GPTs生态，强调其普及性和商业化潜力。
• 图表9：国外大模型及其合作伙伴，展示大模型在不同领域的应用。
• 图表10：23H1硅谷AI垂类场景应用融资情况，突出对话机器人和多模态应用。
• 图表11：AIGC关键领域细分市场的资金占比及各类应用程序的投资金额。
• 图表12：海外AI+对话APP产品时间线，展示大模型在对话领域的快速应用。
• 图表13：国内大模型玩家，展示市场格局。
• 图表14：国内头部大模型玩家及其合作伙伴，说明其生态构建能力。
• 图表15：海外AI+Chatbot应用下载量趋势，展示市场增长潜力。
• 图表16：海外AI+对话APP产品时间线，突出发展速度。
• 图表17：海外AI+对话产品对比，说明各产品在功能和使用上的差异。
• 图表18：国产头部对话式AI产品对比，展示国内大模型发展现状。
• 图表19：海外AI+图像应用对比，说明各平台在图像生成上的特点。
• 图表20：DALL-E3与DALL-E2的表现对比，突出其在细节和理解上的优势。
• 图表21：DALL-E3、Midjourney、Stable Diffusion的图像生成效果对比。
• 图表22：妙鸭相机产品功能介绍，展示其在AI图像生成领域的成功。
• 图表23：微软Copilot发布，展示其在办公和内容生成中的应用。
• 图表24：WPSAI产品线，说明其在办公场景中的应用。
• 图表25：AIGC产业图谱，展示大模型在不同产业中的应用。
• 图表26：大模型提升AIGC能力，强调其在内容创作中的作用。
• 图表27：多模态泛化能力，展示大模型在处理多种数据形式上的能力。
• 图表28：开源与闭源商业模式比较，说明不同模式的优劣势。
• 图表29：大模型的终端用户分类，涵盖C端、B端及企业自用。
• 图表30：AI PC的定义及优势，强调其在个人化AI助理中的潜力。
• 图表31：AIGC主流商业模式，展示不同盈利模式的发展趋势。
• 图表32：我国AIGC产业不同商业模式分布图，说明市场结构。
• 图表33：AIGC商业模式预测，展示未来市场增长情况。
• 图表34：国内大模型相关政策，说明政策支持对行业发展的影响。
• 图表35：AI大模型行业预判，强调其在生产力和产业智能中的作用。

结论

大模型正在推动人工智能行业迈向新的阶段，其作为工业革命级的生产力工具，具备强大的通用性和多模态处理能力，未来将在多个行业带来深刻的变革。投资建议聚焦于数据、模型和应用三个端口，重点关注具备技术优势和商业化潜力的企业。然而，行业发展仍面临政策、技术、市场等多重风险，需谨慎评估。