20230329-上海证券-AIGC系列专题_大模型+小样本_快速适配下游场景_AI+传媒_的效力取决于适配与迭代——通用预训练模型技术拆解_11页_1mb

文档总结：AIGC与“大模型+小样本”在传媒行业的应用前景

核心内容

本文主要围绕“大模型+小样本”的技术范式展开，分析其在传媒行业中的应用潜力与适配性，并提出相关投资建议。文章指出，随着生成式AI技术的成熟，特别是GPT系列模型的发展，AI正在从感知智能向认知智能快速演进，为传媒行业带来新的机遇与挑战。

主要观点

1. 技术范式

   • “大模型+小样本”是AI与传媒行业融合的关键技术路径。
   • 通用大模型（如GPT）通过预训练和微调机制，结合行业小样本数据，实现快速适配下游应用场景，形成独立的垂直应用模型。

2. 适配程度与迭代速度

   • 适配程度取决于多模态输入与输出是否匹配应用场景。例如，GPT-4支持“图+文”输入和“文”输出，适合文字类或人声类内容处理。
   • 迭代速度依赖于行业小样本的数据量与质量。Bing AI由于使用搜索结果反馈，相较于ChatGPT的用户观点反馈，在事实性内容上表现更优。

3. 应用场景分类

   • 广告：适用于搜索优化、虚拟数字人、文案效率提升等。
   • 电商：适用于智能客服、图文编辑、内容测评等。
   • 游戏：适用于智能NPC、IP化虚拟人等。
   • 影视：适用于编剧、互动电影等。
   • 其他：如AIGC工具公司、内容代运营、跨境电商、体育等。

4. AIGC产业链分类

   • 技术方：直接研发AIGC相关技术，变现方式包括会员付费、广告变现、B端服务等。
   • 场景/应用方：将AIGC技术与具体场景结合，获得直接和间接收益，其中直接收益来自市场空间增量，间接收益来自利润率提升。

关键信息

技术拆解

• Self Attention机制：Transformer模型的核心，提升模型对全局信息的捕捉能力，实现并行计算，优化处理效率。
• 预训练+微调机制：通过大规模无标注数据进行预训练，再使用下游任务的小样本数据进行微调，形成适配特定场景的模型。
• 迁移学习：将预训练模型知识迁移到下游任务，分为微调和特征提取两种方式，微调适用于需要参数调整的场景，特征提取适用于固定参数的模型。

投资建议

1. 关注内容型平台公司：如【芒果超媒】，作为传媒估值中枢的潜在锚点。
2. 关注具备海外业务的公司：如【汤姆猫】、【昆仑万维】、【神州泰岳】等，有望接入GPT等生成式AI技术。
3. 关注电商类公司：如【新华都】、【值得买】、【遥望科技】等，适用于内容测评、虚拟人等场景。
4. 关注AIGC+游戏与影视公司：如【三七互娱】、【完美世界】、【光线传媒】等。
5. 关注AIGC工具与服务提供商：如【万兴科技】、【福昕软件】、【光云科技】等。

风险提示

• 宏观经济风险
• 地缘政治风险
• GPT与实际应用结合效果低于预期
• AIGC行业发展不及预期

总结结构

技术背景

• Transformer模型：引入Self Attention机制，实现并行计算与全局信息捕捉。
• 预训练+微调机制：解决NLP任务碎片化问题，提高模型适配效率。
• 迁移学习：通过知识迁移，降低下游任务的技术门槛与成本。

应用适配性

• 适配度：多模态输入与输出匹配度是关键。
• 迭代速度：依赖行业小样本数据质量与数量，Bing AI优于ChatGPT。

行业应用方向

投资关注标的

• 内容平台：芒果超媒
• 出海与NLP：汤姆猫、昆仑万维、神州泰岳
• 电商代运营：新华都、值得买、遥望科技、壹网壹创、青木股份、若羽臣、丽人丽妆
• 游戏与影视：三七互娱、完美世界、吉比特、盛天网络、世纪华通、巨人网络、百纳千成、欢瑞世纪、光线传媒、华策影视、上海电影、慈文传媒、中文在线
• AIGC工具与服务：万兴科技、福昕软件、光云科技、力盛体育

风险提示

• 宏观经济波动
• 地缘政治影响
• 技术落地效果不及预期
• AIGC行业发展速度低于预期

结论

本文强调“大模型+小样本”技术范式在传媒行业中的重要性，指出其对垂直应用场景的适配性和迭代效率具有决定性影响。同时，提出多个投资标的，建议关注具备技术优势与应用场景适配性的企业，以把握AI与传媒融合的产业机遇。