深度报告-20230222-开源证券-计算机行业深度报告_ChatGPT不断突破_AI驶入快车道_32页_4mb

报告摘要

计算机行业深度报告总结

核心内容

本报告主要围绕AIGC（人工智能生成内容）领域的最新进展，特别是ChatGPT的崛起及其对行业的影响，分析了技术、产业生态、政策支持以及国内主要科技企业对AIGC的布局。报告指出，随着AI技术的不断突破，AIGC正迎来加速发展的阶段，具备广阔的应用前景和商业化潜力。

主要观点

ChatGPT作为AIGC的代表：ChatGPT是OpenAI推出的通用型对话系统，凭借其强大的自然语言处理能力，成为AIGC领域现象级应用，用户增长迅速，商业化路径清晰。
大模型、大数据与高算力的支撑：ChatGPT的成功依赖于GPT大模型的多次迭代、海量数据训练和微软提供的强大算力支持，这些要素共同推动其技术不断突破。
AIGC发展受技术、产业、政策三重驱动：生成算法、预训练模型、多模态技术等AI技术持续进步；AIGC产业链逐步完善，从底层芯片到上层应用形成完整生态；政策支持也推动了AIGC的快速发展。
国内企业积极布局AIGC：包括百度、京东、阿里、腾讯、科大讯飞等企业在内，均在AIGC领域有所动作，文心一言、ChatJD、通义大模型等产品陆续推出，预计推动产业落地。

关键信息

1. ChatGPT的发展与商业化

ChatGPT于2022年11月30日发布，已超越TikTok成为活跃用户增长最快的产品。
用户数迅速增长，预计2023年1月全球日活用户超1000万。
已推出收费的Plus版本，月费20美元，并计划探索更多商业化方案。
OpenAI预测2023年收入为2亿美元，2024年将超过10亿美元。

2. 技术支撑

大模型：GPT-3参数量达1750亿，较GPT-2提升两个数量级，训练效果显著优化。
数据：训练数据来自CommonCrawl、新闻、书籍等，总规模达45TB，其中CommonCrawl贡献60%。
算力：微软AzureAI为ChatGPT独家云计算供应商，提供约285,000个CPU内核和10,000个GPU，训练成本高。

3. AIGC产业生态

AIGC产业链包括底层芯片、数据服务、基础算法平台及下游行业应用。
预计2030年AIGC市场规模将达1100亿美元，前景广阔。
北京经信局明确表示支持AIGC产业，推动大模型、算力、数据、应用协同发展。

4. 巨头布局情况

微软：已全线整合ChatGPT，推出New Bing、Edge等产品，用户满意度达71%，有望提升市场份额。
谷歌：推出Bard，基于LaMDA模型，参数量达1370亿，接近人类水平，计划将AI技术应用于搜索业务。
百度：推出文心一言，基于ERNIE3.0Titan，参数量达2600亿，性能优于GPT-3；文心一格、文心百中等产品已落地。
京东：推出ChatJD，应用路线图包含1个平台、2个领域、5个应用场景。
阿里：发布多模态大模型M6，参数量达10万亿，已应用于多个场景。
腾讯：推进“混元”大模型，表现优异。
科大讯飞：开源多个中文预训练模型，计划推出AI学习机产品。

投资建议

受益标的：
- 算法与场景：科大讯飞、三六零、拓尔思、金山办公、福昕软件、同花顺、万兴科技、格灵深瞳、云从科技。
- 数据：海天瑞声。
- 算力与芯片：浪潮信息、中科曙光、寒武纪、景嘉微、海光信息、龙芯中科、中国长城。

风险提示

技术发展不及预期。
商业落地不及预期。
政策支持不及预期。

附录：图表与数据目录

图表：
- 图1：ChatGPT是OpenAI于2022年11月30日发布的通用型对话系统。
- 图2：大型语言模型在多项测试中已经超过人类。
- 图3：ChatGPT日活用户超过1000万人。
- 图4：ChatGPT已推出收费的Plus版本。
- 图5：ChatGPT是以Transformer为基础的预训练模型。
- 图6：GPT大模型多次迭代，参数量大幅提升。
- 图7：GPT-3系列已发展出50多种模型。
- 图8：ChatGPT训练包括三个步骤。
- 图9：ChatGPT通过RLHF优化训练结果。
- 图10：InstructGPT相比GPT-3更符合人类偏好。
- 图11：InstructGPT较GPT-3毒性降低。
- 图12：ChatGPT的信息相比InstructGPT更加有效。
- 图13：ChatGPT在无害性方面有所提升。
- 图14：CommonCrawl数据规模达PB级。
- 图15：CommonCrawl英文数据占比约45%。
- 图16：GPT-3预训练数据量大幅提升。
- 图17：ChatGPT预训练数据仅更新至2021年。
- 图18：ChatGPT每次聊天成本约为几美分。
- 图19：AI技术持续突破创新，引领AIGC产业发展。
- 图20：预训练模型通过大数据和巨量参数的训练，生成质量显著提升。
- 图21：预训练大模型从单模态向多模态的发展。
- 图22：AIGC产业生态持续完善。
- 图23：微软与OpenAI持续深度合作。
- 图24：微软ChatGPT版Bing，可以自动抓取关键内容并生成回答。
- 图25：2022年12月Google、Bing在搜索领域的市场份额。
- 图26：2018年谷歌推出BERT模型。
- 图27：谷歌已将BERT模型用于改善搜索。
- 图28：谷歌推出对标ChatGPT的对话机器人Bard。
- 图29：Bard基于谷歌LaMDA模型，表现接近人类水平。
- 图30：未来谷歌AI技术将率先应用于搜索业务。
- 图31：昆仑芯2单卡算力达128TFLOPS。
- 图32：第三代昆仑芯3将采用4nm制程。
- 图33：百度飞桨是国内规模第一的深度学习框架和赋能平台。
- 图34：百度在大模型领域积累深厚。
- 图35：百度已发布4个基础通用大模型以及11个行业大模型。
- 图36：文心ERNIE大模型已在百度百余个产品中应用。
- 图37：百度推出AI作画产品“文心一格”。
- 图38：百度推出产业级搜索系统“文心百中”。
- 图39：百度即将推出“文心一言”。
- 图40：ERNIE具备业界领先的复杂知识推理能力。
- 图41：ERNIE3.0可节省50%训练时间。
- 图42：ERNIE3.0基于“鹏城云脑II”高性能集群训练。
- 图43：京东推出产业版“ChatJD”。
- 图44：阿里多模态大模型M6参数规模达10万亿。
表格：
- 表1：ChatGPT数据来源。
- 表2：GPT-3预训练数据量大幅提升。
- 表3：“文心一言”生态圈持续扩大。
- 表4：受益标的盈利预测和估值。