20231015-财通证券-计算机行业专题报告_大模型_幻觉_症结有望逐步化解_多模态加速商业化_11页_1mb

大模型“幻觉”症结有望逐步化解，多模态加速商业化

核心内容

当前大模型在“长文本限制”方面存在技术瓶颈，限制了其在实际场景中的应用。随着技术的不断进步，大模型的长文本处理能力正在逐步提升，有助于增强模型的专业性和准确性，推动其在B端和C端的广泛应用。

多模态大模型作为生成式AI的下一个发展方向，正在多个领域如创意设计、营销推广、图像生成等快速落地。这些技术的应用不仅提升了内容创作的效率，也为用户提供了更多样化的创作工具和体验。

主要观点

• 大模型长文本处理能力提升：大模型的“长文本记忆”能力是商业化推广的关键因素之一。通过支持更长的上下文长度，大模型可以更好地处理复杂任务，如市场分析、合同处理、信息梳理等，减少“幻觉”问题，增强专业性。

• Moonshot推出KimiChat：Moonshot推出的KimiChat支持20万字中文上下文，是目前长文本处理能力最强的模型之一，相比Claude-100k和GPT-4-32k有显著提升，有望加速大模型在中文场景下的商业化应用。

• 开源社区技术突破：贾佳亚团队联合MIT发布的LongLoRA技术，通过分组处理长文本，降低了计算成本，同时保持了全局信息的完整性。该技术为开源社区提供了更高效、更稳定的长文本处理方案，推动大模型技术的进一步发展。

• 多模态大模型应用前景广阔：创意设计与营销推广作为多模态大模型的初期应用场景，具有较大的商业潜力。HeyGen、Adobe Firefly 2、美图MiracleVision等产品已在相关领域取得初步成果，为内容创作者和企业提供了新的工具和方式。

关键信息

1. 大模型“长文本限制”突破

• Context Length的重要性：上下文长度决定了大模型的记忆能力和信息处理能力，是其商业化落地的关键因素。
• KimiChat的优势：支持20万字中文上下文，显著优于Claude-100k和GPT-4-32k，有助于提升模型在专业领域的表现。
• LongLoRA技术：通过分组处理长文本，实现高效计算和信息保留，使7B模型可处理100k tokens，70B模型可处理32k tokens。

2. 多模态大模型商业化应用

• HeyGen数字人：用户可通过上传视频或图片快速生成数字人，节省拍摄成本，助力个人IP打造。
• Adobe Firefly 2：提升了图像生成质量，支持图生图、图像二次编辑、提示词建议等功能，增强了创意设计的灵活性和准确性。
• 美图MiracleVision：全面应用于电商、广告、游戏、动漫、影视五大行业，推动产品从消费娱乐向生产力工具转型，提升设计效率和质量。

3. 投资建议

• B端关注：金山办公、福昕软件、科大讯飞、佳发教育、同花顺、恒生电子等公司，因其大模型“长文本”能力提升，有望在专业领域获得更大市场空间。
• C端关注：万兴科技、美图公司、传音控股、漫步者、创维数字、合合信息（IPO过会）等公司，因其在文生图、文生视频、数字人等AIGC领域具备商业化潜力。

风险提示

• AI技术迭代不及预期：若技术发展不如预期，可能影响大模型的性能和应用。
• 商业化落地不及预期：部分大模型仍处于探索阶段，商业化进程可能受阻。
• 政策支持不及预期：新行业新技术的发展依赖政策支持，存在不确定性。
• 全球宏观经济风险：行业受宏观经济环境影响较大，存在波动风险。

技术与应用进展

• HeyGen平台访问量增长：2023年4月至9月，HeyGen月度访问量从230万人次增长至732万人次，显示其在市场中的接受度和影响力逐步提升。
• Adobe Firefly 2版本更新：提供更高质量的图像生成和更丰富的编辑功能，提升了设计效率。
• 美图MiracleVision 3.0功能升级：包括“奇思妙想”和“智能创作”两大特性，涵盖提示词智能联想、风格模型训练、AI字画等功能，助力多行业应用。

结论

大模型在“长文本限制”上的突破，为B端专业领域带来了更广泛的应用空间。同时，多模态大模型在创意设计与营销推广等领域的快速落地，显示了其在C端市场的巨大潜力。随着技术的持续优化和商业化进程的推进，大模型有望在更多场景中发挥作用，成为推动AI产业发展的核心力量。