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
报告摘要
大模型“幻觉”症结有望逐步化解,多模态加速商业化
核心内容总结
本报告聚焦于大模型“长文本限制”问题的逐步解决以及多模态大模型在商业化应用中的前景,提出未来AI大模型将在B端和C端实现更广泛的应用。
主要观点
1. 大模型“长文本限制”症结有望逐步化解,B端专业性提升
- 长文本能力是商业化关键:大模型的“长文本记忆”能力是其在实际应用中面临的主要限制,突破这一限制将显著提升模型的专业性和应用广度。
- 技术进展:Moonshot推出的KimiChat支持20万字中文上下文,远超Claude-100k和GPT-4-32k,成为当前中文长文本处理的领先产品。
- 开源推动:贾佳亚团队与MIT合作发布的LongLoRA技术,通过分组处理长文本,降低计算负担并保持全局信息,为开源社区提供了重要的技术支持。
- 应用前景:随着长文本处理能力的提升,大模型将在金融、法律、医疗等专业领域发挥更大作用,降低“幻觉”问题的影响。
2. 创意设计与营销推广或为多模态大模型初期落地场景
- 数字人IP营销:HeyGen通过AI生成数字人,帮助个人创作者快速构建营销内容,降低视频制作门槛,提升创作效率。
- Adobe Firefly 2:优化图像生成质量,支持图生图、图像编辑、提示词建议等功能,显著提升创意设计的精准度与灵活性。
- 美图MiracleVision 3.0: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变,提升设计效率与质量。
3. 投资建议
- B端领域:建议关注金山办公、福昕软件、科大讯飞、佳发教育、同花顺、恒生电子等公司,其在专业领域的大模型应用潜力较大。
- C端领域:文生图、文生视频、数字人等AIGC领域有望率先实现商业化,建议关注万兴科技、美图公司、传音控股、漫步者、创维数字、合合信息等企业。
关键信息
| 项目 | 内容 |
|---|---|
| Moonshot KimiChat | 支持20万字中文上下文,是当前长文本处理能力最强的模型之一。 |
| LongLoRA | 开源技术,通过分组注意力机制提升长文本处理能力,适用于7B和70B模型。 |
| HeyGen | 支持上传视频或图片生成数字人,提升营销内容制作效率,月访问量显著增长。 |
| Adobe Firefly 2 | 改进图像生成质量,支持图生图、图像编辑、提示词建议等功能。 |
| 美图 MiracleVision 3.0 | 优化图像生成细节,应用于电商、广告、游戏、动漫、影视五大行业,推动产品向生产力工具转型。 |
| WHEE平台 | 美图推出的AI绘画创作平台,支持文生图、图生图、风格模型训练、创作词库等功能。 |
风险提示
- AI技术迭代不及预期:若AI技术发展滞后,可能影响大模型的优化与商业化进程。
- 商业化落地不及预期:当前大模型商业化仍处于探索阶段,实际应用效果可能不达预期。
- 政策支持不及预期:新技术推广依赖政策支持,存在政策不确定性的风险。
- 全球宏观经济风险:经济波动可能对AI相关产业产生负面影响。
投资评级
- 公司评级:以6个月内证券相对于市场基准指数的涨跌幅为标准,分为买入、增持、中性、减持、无评级。
- 行业评级:以行业相对于市场基准指数的涨跌幅为标准,分为看好、中性、看淡。
数据来源与图表说明
- 图1:展示2018-2023年大模型支持的上下文长度变化趋势。
- 图2:展示KimiChat对长文本的处理能力。
- 图3、图4:展示LongLoRA技术原理与应用效果。
- 图5:展示HeyGen数字人生成流程。
- 图6:展示HeyGen平台访问量增长。
- 图7:展示Adobe Firefly 2版本更新。
- 图8:展示美图2023年AI功能更新时间表。
- 图9:展示MiracleVision在WHEE平台的应用。
- 图10:展示MiracleVision在五大行业的应用提效。
- 图11:展示AI视觉大模型普及的三个阶段。
结论
大模型在长文本处理能力上的突破将显著提升其在B端的专业应用,而多模态技术的成熟则为C端创意设计和营销推广提供了新的可能。随着技术的不断演进和商业化探索的深入,AI大模型有望在多个行业实现规模化落地,推动生产力工具的升级与应用创新。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载