计算机行业GPT_4专题：构建模型理解能力，商业落地未来可期-20230330-西南证券-48页_3mb

GPT-4专题总结

核心内容

GPT-4是OpenAI发布的新一代大模型，相较于ChatGPT所基于的GPT-3.5模型，在多模态、理解能力、角色认知、长文本支持等方面有显著提升。其强大的文本和图像处理能力，以及更广泛的多语言支持，使其在多个领域具备商业化落地潜力。

主要观点

1. 模型演进：

   • AI技术从AI1.0发展到AI2.0，再到AGI（通用人工智能），模型的能力不断增强，使用更简单，结果更可控。
   • GPT-4作为多模态模型，能够处理文本和图像输入，并生成文本输出，是目前最强的文本生成模型。

2. 应用落地：

   • GPT-4推动大模型进入可实用时代，加速AGI实现。
   • 多领域应用初步试水，包括办公、金融、教育、医疗和搜索等，商业化前景广阔。

3. AIGC产业链：

   • AIGC产业链分为四层：数据层、算力层、模型层、应用层。
   • 各层均有明确的受益主体，如数据采集、算力提供、模型开发及应用落地等。

关键信息

模型能力提升

• 文本理解能力：GPT-4对上下文和语义的理解能力增强，生成更准确、相关和连贯的响应。
• 多语言支持：GPT-4支持更广泛的语言，包括小语种，提升全球适用性。
• 长文本处理：GPT-4单次处理文本量达到25000字，显著高于GPT-3.5的3000字。
• 考试表现：GPT-4在律师职业资格考试中排名前10%，在生物学奥赛中排名前1%，显示出更强的复杂问题解决能力。
• 幻觉问题：相比GPT-3.5，GPT-4的幻觉问题显著减轻，安全功能更完善。

API调用成本

• GPT-3.5的API价格为0.002美元/千token，而GPT-4的API价格为0.06美元/千token（请求）和0.12美元/千token（回复）。
• 在中性假设下，GPT-4的API调用成本是GPT-3.5的30倍以上，算力相关需求有望翻倍增长。

应用案例

• 微软Office：GPT-4全面接入Microsoft 365 Copilot，提升办公效率。
• 搜索领域：微软New Bing基于GPT-4，提供更智能的搜索体验。
• 医疗领域：Be My Eyes利用GPT-4帮助视障人士理解图像信息。
• 教育领域：Khan Academy推出Khanmigo，提供定制化教育服务。
• 翻译领域：Duolingo引入GPT-4，增强语言学习体验。

海外相关标的

• 大模型相关：微软（MSFT.O）、谷歌（GOOG.O）、百度（BIDU.O）等。
• 算力相关：联想集团（LNVGY.OO/0992.HK）、英伟达（NVDA.O）。
• 应用端相关：网易（9999.HK）、阅文集团（0772.HK）、创梦天地（1119.HK）。

风险提示

• 大模型进展不及预期：技术发展可能受制于研发瓶颈。
• 市场竞争加剧：AI领域竞争激烈，可能影响市场格局。
• AI应用的道德伦理风险：AI技术可能引发伦理和安全问题。
• 商业模式变现与落地不及预期：商业化进程可能受市场接受度影响。
• 下游需求不及预期：市场需求可能未达预期，影响盈利能力。

四层架构

未来展望

• AI2.0走向AGI：大语言模型将加速通用人工智能的实现，推动AI进入可实用时代。
• 行业变革：GPT-4有望对游戏、代码编码、生命科学等行业带来颠覆式创新。
• 算力需求增长：随着GPT-4的普及，算力需求有望翻倍增长，带动相关产业链发展。

市场规模

• 全球AI市场规模：预计从2021年的870亿美元增长至2030年的15970亿美元，复合增速达38.1%。
• 全球AGI市场规模：预计2026年达到1442亿美元，复合增速达41.6%。

模型训练成本

• 模型规模：从1.5B到180B参数，训练成本从12,000美元到1,300,000美元不等。
• GPT-4训练成本：显著高于GPT-3.5，需关注成本控制和资源优化。

投资建议

• 大模型相关：关注微软、谷歌、百度等大厂。
• 算力相关：关注英伟达、联想集团、中科曙光等算力提供商。
• 应用端相关：关注网易、阅文集团、创梦天地等应用企业。

局限与挑战

• 专业领域理解瓶颈：GPT-4在某些专业领域仍需提升。
• 资源消耗成本：模型训练和运行成本高昂，需研究蒸馏压缩、分流等技术。
• 规则与安全：模型需更好地理解和遵守规则，避免不当输出。

未来机会

• 算力需求：随着GPT-4的广泛应用，算力需求将显著增长。
• 工具类软件：CAD、EDA、ERP等工具类软件可能因GPT-4的赋能而迎来估值重构。
• AIGC商业化：生成式AI在文本、音频、图像和视频等场景的商业化落地前景广阔。