2023下半年AI行业投资策略：大模型，AI和大模型2023下半年展望-20230630-申万宏源-32页_2mb

大模型：AI和大模型2023下半年展望

核心内容

2023年下半年，AI行业迎来关键发展节点，尤其是语言大模型和视觉大模型在技术迭代与应用场景拓展方面取得显著进展。行业投资策略关注大模型在多个领域的应用潜力，包括教育、办公、医疗、工业、智能家居等。同时，随着技术的成熟与商业化落地，大模型的付费意愿和应用场景逐步显现。

主要观点

1. 语言大模型：

   • 大量公司开始投入，普遍选择GPT（decoder-only）路线，部分公司使用LLaMA或BLOOM作为开源基础。
   • 第一批“百模大战”在4月开始，但早期对话模型效果与GPT3相近，缺乏竞争力。
   • 通过指令微调（约2个季度），大模型可达到GPT3.5水平，预计7月会有明显提升。
   • 中文环境下，若未充分微调，大模型能力与GPT3接近；若充分微调，有望接近GPT3.5。

2. 视觉大模型：

   • 技术迭代推动视觉模型发展，尤其在具身智能（Embodied AI）方面，提升了机器人在感知、规划、控制和导航等任务上的能力。
   • 大模型支持零样本（Zero-shot）下的CV能力，如图像分类、语义分割、目标检测、物体追踪等。
   • 视觉-语言交互能力显著增强，支持更复杂的任务，如图文思维链、多图像关系识别、OCR-free数学推理等。

3. 具身智能：

   • 具身AI通过自身传感器感知环境，并与环境交互学习，与传统AI不同。
   • 大模型支持抽象自然语言对机械智能的控制，使机器人能够完成复杂任务，如清洁、取放物品等。
   • 零样本任务处理能力显著提升，支持机器人根据指令完成任务。

4. AIGC与行业应用：

   • 多家公司在AIGC领域取得进展，如福昕软件集成AIGC能力，万兴科技多款产品接入GPT3.5。
   • 通过指令微调和模型压缩技术，小模型在特定任务上也能实现高性能表现。

关键信息

语言大模型进展

• LLaMA：由Meta推出，最大参数量达650亿，中文支持一般，需进一步微调。
• Bloom：由Big Science（Hugging Face）推出，支持46种语言，中文支持较好。
• ChatGLM-6B：由清华大学推出，专门针对中文优化，但未开源底层模型。
• Alpaca：由斯坦福推出，基于LLaMA微调，参数量为2B-137B，训练成本低。
• Vicuna：基于LLaMA 13B构建，支持多模态任务，训练和推理成本降低。

视觉大模型进展

• Vision Transformer (ViT)：提升视觉模型参数上限，突破传统CNN的瓶颈。
• Segment Anything Model (SAM)：支持零样本图像分割，涵盖多个子领域。
• PaLM-E：结合PaLM和ViT，实现多模态理解，支持图文思维链和物理预测。
• SayCan：支持自然语言控制机器人完成任务，如清洁、取放物品等。
• 大华股份：基于ViT和SwinTransformer等技术，推动AI在安防和CV领域的应用。

行业应用与产品落地

• 科大讯飞：星火认知大模型在多个领域应用，如教育、办公、医疗、工业。
• 万兴科技：喵影、爱画、亿图脑图、万兴播爆等产品接入GPT3.5。
• 福昕软件：成功集成AIGC能力，推出商业拍摄AI服务。
• 拓尔思：构建三大数据资产平台，聚焦党政数据与多模态AI应用。
• 软通动力：作为华为核心合作伙伴，受益于华为生态，未来成长空间大。
• 萤石网络：推动“智能家居+云平台”双轮驱动，具身智能C端落地。
• 大华股份：深化与中移动合作，拓展B端AI应用场景，具备深厚AI技术积累。

风险提示

1. 技术落地风险：部分技术仍处于早期阶段，存在商业化落地慢于预期的风险。
2. 数据隐私风险：各国数据保护政策强化，可能影响AI企业的数据采集和应用。
3. 中美技术差异：大模型技术中美存在差异，可能影响国内企业的竞争力。

估值与投资机会

投资建议

• 语言模型：7月可能迎来性能提升，具备付费意愿和应用落地潜力。
• 视觉模型：具身智能是未来重点方向，CV能力提升显著。
• 细分领域：AIGC、医疗、金融、工业等领域的应用落地加速。

结论

2023年下半年，AI大模型在技术发展和商业落地方面取得显著进展，尤其在语言模型和具身智能领域。随着指令微调和多模态能力的提升，大模型在多个应用场景中展现出强大潜力。然而，技术落地速度、数据隐私政策和中美技术差异仍是主要风险点。整体来看，大模型行业在2023下半年有望迎来关键突破，具备较高的投资价值。