《人工智能行業Web3.0系列專題研究之一：AIGC內容生產力的革命-221222（43頁）.pdf》由會員分享，可在線閱讀，更多相關《人工智能行業Web3.0系列專題研究之一：AIGC內容生產力的革命-221222（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、#page#目錄酒國海證券ALANO SECURTE一.人工智能生成內容：技術進步+海量需求，驅動AIGC快速發展1.1.1A規模：研發+數據+人力成本驅動中國Al市場高速發展1.1.2AI技術：細分賽道持續創新+變革在即，本報告重點關注AIGC領域1.2.1AIGC發展：需求+技術選代促發展，從降本增效走向額外價值轉移1.2.2AIGC技術：數據+算法+算力為核，NLP技術突破推動商業落地進程1.2.3AIGC算法：深度學習模型+開源模式為普及加速器，大模型為核心趨勢1.2.4AIGC技術場景：個性&自動化為核心壁壘，關注渠道把控及商業路徑1.2.5AIGC應用場景：集中在數字化程度高+內容

2、需求豐富的行業二.人工智能文本生成：大數據+大算法+大算力，交互&個性化生成技術前景廣活2.1.1AI文本生成：底層架構不斷精進，交互+個性化生成技術前景廣闊2.2.1對話式AI發展：技術突破催化產品落地，從規則匹配走向深度學習2.2.2對話式AI技術：智能語音+NLP+知識工程底層技術變革下的新機遇2.3.1Chatbot全球視角：技術驅動增長，亞太地區或成最大市場2.3.2Chatbot中國視角：百筒爭流，軟件產品收費為主，細分賽道需求向好2.4.1ChatGPT：大數據+RLHF技術路徑下的“類人交流”模型2.4.2ChatGPT：實驗證明InstructGPT優于GPT-3模型，但仍有

3、改進空間（1/2）2.4.3ChatGPT：實驗證明InstructGPT優于GPT-3模型，但仍有改進空間（2/2）2.4.4ChatGPT：AIGC發展里程碑，超級基礎設施下的大模型+大算力2.4.5ChatGPT：仍需調優及訓練，進而實現商業化落地請務必閱讀報和免責聲陽#page#目錄福國海證券LANO SECURIIE三.人工智能生成內容市場機會：中國AIGC如日方升，建議關注垂直賽道初創公司及下游AI應用場景3.1.1產業鏈：關注垂直賽道初創公司及下游AI應用場景3.2.1商業路徑：中國企業底層技術發展不足，變現聚焦產出內容及軟件服務3.3.1海外公司：2020年開始涌現出一批代表企

4、業，集中文字/圖像/音頻領域3.3.2國內公司：建議關注垂直賽道初創企業3.4.1行業展望：關注技術/產品的選代、核心場景的確定及產業接納的態度四.附錄ChatGPT試用：回答基礎問題邏輯尚可，暫時難以擺脫知識整合和邏輯推理困境4.1.1測評背景及范圍：聚焦功能驗證、性能測試及用戶體驗4.1.2測評結論：語義理解較準，暫時難以擺脫知識整合和邏輯推理困境4.2.1用ChatGPT寫篇AIGC報告（1/6）4.2.2用ChatGPT寫篇AIGC報告（2/6）4.2.3用ChatGPT寫篇AIGC報告（3/6）4.2.4用ChatGPT寫篇AIGC報告（4/6）4.2.5用ChatGPT寫篇AIGC

5、報告（5/6）4.2.6用ChatGPT寫篇AIGC報告（6/6）請務必閱讀報和免責聲陽#page#核心圖譜酒國海證券ALANO SECURIEAI：細分賽道持續創新，變革在即AIGC：從降本增效，到價值創造Chatbot：技術變革下的細分賽道新機遇通用文本自動圖像音頻Chat人工AIGC生成生成駕駛生成GPT智能圖鮮本母ON“中ODV區確解擦熟圖需顯工Y母I成、視頻生成等：Chatbot為AI文字生成中應用較為廣泛的領域2022年11月底，OpenAI上線智能對話系統ChatGPT，引爆全球。ChatGPT作為高效的AIGC文字內容生產工具，被認為將在智能客服、虛擬人、游戲等領域得到更大落地

6、應用，也對很多算力、數據標注、自然語言處理等底層技術公司利好。正如OpenAI的CEOSamAltman在推特上寫道：“Trusttheexponential.Flatlookingbackwards，verticallookingforwards.”chatGPT或許正讓我們處在某個起飛的點上。資料來源，數字時氨公眾號，國海證券研究所請務必閱讀報和免貴聲明#page#核心提要國海證券酒ALANO SECURIE如同蒸汽時代的蒸汽機、電氣時代的發電機、信息時代的計算機和互聯網，人工智能正成為推動人類進入智能時代的決定性力量。全球產業界充分認識到人工智能技術引領新一輪產業變革的重大意義，紛紛轉型

7、發展，搶灘布局人工智能創新生態。人工智能細分賽道特續創新下變革在即，本報告重點關注AIGC領域AIGC顏覆傳統內容產出模式，或為web3.0內容創造新引擎。AIGC本質上是一種AI賦能技術，能夠通過其高通量、低門檻、高自由度的生成能力廣泛服務于各類內容的相關場景及生產者。隨著人工智能生成能力的突破進展，內容生產已經從專業生成內容（PGC）、用戶生成內容（UGC），進入到人工智能生成內容（AIGC，Algeneratedcontent）時代，AIGC被認為是web3.0的重要基礎設施。AIGC的快速興起源于深度學習技術的快速突破和日益增長的數字內容供給需求；應用價值層面，AIGC有望成為數字內容

8、創新發展新引擎，為數字經濟發展注入新能量。數據+算法+算力三大核心要素，決定AIGC產出質量。數據，海量優質的應用場景數據是訓練算法精確性關鍵基礎。算法，神經網絡、深度學習等算法是挖掘數據智能的有效方法。與傳統機器深度機器學習算法不同，神經網絡在學習范式+網絡結構上的選代提升了AI算法的學習能力，未來多模態大模型或為核心趨勢，賦能產業空間及實踐潛力。算力，計算機、芯片等載體為AIGC提供基本的計算能力。AIGC技術場景中，個性化及自動化內容產出為核心價值。技術成熟度較高結構化領域大部分是在和人力生成內容進行競爭。其中的存量價值來源于同類內容的降本增效，“非區吧基本明確/仍待完善的原創性創作領域

9、，本質為AI下的個性化數字內容的自動化構建。該領域重點關注和其配套數據或底層原理是否清晰、商業化路徑。目前AIGC整體影響仍十分有限，主要是中國市場供給端仍處于起步階段。態），以真實性、多樣性、可控性及綜合性等特征，有望幫助企業提高內容生產的效率，以及為其提供更加豐富多元、動態且可交互的內容，或將率先在傳媒、電商、影視、娛樂等數字化程度高、內容需求豐富的行業取得重大創新發展。要用“社書工“止雨到。，5“O+到難以分辨。2018年，人工智能生成的畫作在佳士得拍賣行以43.25萬美元成交，成為首個出售的人工智能藝術品：2019年，DeepMind發布DVD-GAN模型用以生成連續視頻：2022年1

10、1月，OpenAI上線了智能對話系統（聊天機器人）ChatGPT，引發全球熱潮。ChatGPT的成功離不開參數競賽時代下的“大模型”，顯卡等硬件優化帶來的“大算力基礎”與基于“大數據”的RLHF訓練模式。但由于訓練數據的缺乏及訓練數據的偏差，ChatGPT仍需要高成本的調優及持續訓練，進而實現商業化落地。2“開源模式”加速AIGC產業發展。以深度學習模型CLIP為例，開源模式加速CLIP模型的廣泛應用，使之成為當前最為先進的圖像分類人工智能，并讓更多機器學習從業人員將CLIP模型嫁接到其他AI應用。中國AIGC仍處“萌芽期”，技術能力與產品形態的成熟、核心場景的確定及產業的接納態度為行業關鍵發

11、展節點。據量子位預測，AIGC在中國發展可分為三個階段：助手階段（摸索磨合期，2021年2026年）：AIGC輔助人類進行生產，優先變現的關鍵在于編輯優化功能，行業創新關鍵能力為素材模塊分拆+個性化推薦；協作階段（推廣應用期，2026年2028年）：人機共創，主要價值為降本增效及提供創意，預計互聯網大廠將普遍布局，競爭熱度提升；原創階段（價值增長期，2028年之后）：AIGC將獨立完成內容創作，產生附加價值。中國AIGC企業均在初創階段，機會也許藏在垂直應用領域中，對賽道的選擇十分關鍵。風險提示：政策監管風險；行業市場增長的不確定性：競爭環境不確定性：ChatGPT生成報告信息不準確性：AIG

12、C企業商業化路徑不確定性：技術創新不及預期中國科學院，影譜科技公眾號，國海證券研究所示和免責聲明資料來源，#page#酒國海證券ALANO SECURIE1.人工智能生成內容技術進步+海量需求，驅動AIGC快速發展請務必閱讀報和免貴聲明#page#1.1.1AI規模：研發+數據+人力成本驅動中國AI市場高速發展頑國海證券LANO SECURTE人工智能（AI）全球&中國市場規模及增速：研發實力+海量數據+相對較低的人員成本將共同推動中國AI市場發展859958%一中國YOY（%）43%42%41%40%40%35%全球YOY（%）65%25%5,003中國市場規模（十億元）37%30%33%2

13、9%27%24%22%3.995全球市場的規模（十億元）3.0802.3901.8861.5231.2471.046986LpL681530371384186260137333586201620172018201920202021E2022E2023E2024E2025E中國AI核心產業及帶動產業規模及增長：AI賦能特性，帶動相關產業發展，回饋社會經濟1.665核心產業規模（十億元）1.394帶動產業規模（十億元）.138920744453382372293151109201920202021E2022B2023E2024E2025E注：核心產業規模包括計算機視覺、智能語音我身號工N不NS圖互

14、y售收入、甲方企業產值與效益提升的規?？偤蛧ＷC券研究所請務必閱讀報臺資料來源：創新奇智招股書，艾瑞咨詢，弗若斯特沙利文#page#1.1.2AI技術：細分賽道持續創新+變革在即，本報告重點關注AIGC領域頑國海證券SNDSECURITE2021-人工智能（AI）技術成熟曲線：超過一半細分AI技術將為5年內成為主流技術A Maker ana Teaang RuEdeA邊像人工智總義層面N9Graohs-機酒道深建神經網絡專用集皮電路AIGCDgiaEthcs數字危理TrasfomArCkudSemce-A云解務DeepLeamig-深學veA生成式A工智能一等經形態建件DataLabeking

15、onAmotatnSerc經解標記注程人本人.nence-多樣化用戶體驗skg-自然資言處理ModaOps模型運預期Mach機器A1小而毫數據CoosteA集成AATRSM-人工智能的信任，hyss-inomedAAmnleSeach-語高想Anieia/GenaraInfekgence您用人工智能CompulerVis計算機Cha天機器人時間技術萌芽期低谷期復蘇期預期膨脹期生產成熟期距穩定階段需要：O少于2年25年510年A超過10年tedContent（人工智能生成內容）國海證券研究所請務必閱資料來源，#page#1.2.1AIGC發展：需求+技術選代促發展，從降本增效走向額外價值轉移微國

16、海證券LANO SECURTEAIGC全稱為AI-GeneratedContent（人工智能生成內容），指基于生成對抗網絡GAN、大型預訓練模型等人工智能技術，通過定驅動因素：AIGC的興起已有數據尋找規律，并通過適當的泛化能力生成相關內容的技術！。AIGC既是從內容生產者視角進行分類的一類內容，又是一源自深度學習技術的快速突義種內容生產方式，還是用于內容自動化生成的一類技術集合破和日益增長的數字內容供AIGC發展復盤給需求，市場潛力逐漸顯現一方面，技術進步驅動1950年，艾倫圖靈提出2007年，世界第2014年，lanJ.2018年，人工智能生AIGC可用性不斷增強；著名的“圖靈測試”給一部

17、完全由人工Goodfelow提出成的畫作在佳士得拍另一方面，大量需求牽引出判定機器是否具有生成式對抗網絡賣行以43.25萬美元成智能創作的小說AIGC應用落地。ND的試驗方法pBoHaul交，成為首個出售的“智能問世人工智能藝術品發展預判：AIGC在中國1957年，第一支由典型2017年，微軟“小發展可分為三個階段計算機創作的弦樂事件2019年冰”推出世界首部四重奏依利亞克。助手階段（摸索居合期，DeepMind發布100%由人工智能組曲完成2021年2026年）：2012年，微軟展示DVD-GAN模型ODeepMind創作的詩集陽光AIGC輔助人類進行生產用以生成連續1966年，世界第一失了

18、玻璃窗優先變現的關鍵在于編輯統，可將英文演講視頻款可人機對話的機2021年，優化功能，行業創新關鍵者的內容自動翻譯器人“Eliza”問世2018年，英偉達發布OpenAI推出了成中文語音能力為模塊分拆+個性化StyleGAN模型可以自動生DALL-E，主要應推薦；成高質量圖片OpenAI80年代中期，IBM創造語用于文本與圖像TBMMicrosoft協作階段（推廣應用期，0nVIDIA.交互生成內容音控制打字機Tangora2026年2028年）：人機共創，主要價值為降本增實驗性向實用性轉變效及提供創意，預計互聯發展深度學習算法不斷選代，人工智能生成內容百花齊放，效果受限于科技水平，AIGC受

19、限于算法瓶頸無法網大廠將普遍布局，競爭特點僅限于小范圍實驗逐漸逼真直至人類難以分辯直接進行內容生成熱度提升；原創階段（價值增長期，Al沉淀積累階段快速發展階段早期萌芽階段2028年之后）：AIGC將發展（21世紀10年代中期至今）（20世紀50年代至90年代中期）（20世紀90年代中期至21獨立完成內容創作，產生階段世紀10年代中期）附加價值。注：1.Gartner提出了相似概念GenerativeAl，也即生成式AI。生成式AL是指該技術從現有數據中生成相似的原始數據。相較于量子位智庫認為的AIGC，這一概念的范圍較疾窄。據大型語言和文本-圖像模型的應用激增資料來源中國信息通信研究院請務必閱

20、讀報告附注中的風臉提示和免責聲明量子位智庫，京東探索研究院，Haryerd B甲子光年公眾號#page#1.2.2AIGC技術：數據+算法+算力為核，NLP技術突破推動商業落地進程國海證券秋ANDSECURITE自然語言處理（MLP）是研究人與計算機交互中的語義理解問題的技術，解決的是人機交互中“聽得懂”的問題。是在機器語言和人類語言之間溝AIGC核心要素通的橋梁，以實現人機交流的目的。以下為NLP應用流程山語言獲取及預處理特征提取/設計模型選擇分類器/模型訓練模型評估與應用數據“飼料”已有語料下載語料抓心特征工程（機器）、特征選機器學習/深度學習數據是AI算法的“飼料”離線應用、在線應用擇、

21、模型設計（深度）數據包括語音、文本、影抓取語料AI訓練成本下降：2017年，像等在公共云上訓練像ResNe預語料清洗詞性標注海量優質的應用場景數據50這樣的圖像分類器的成本是訓練算法精確性關鍵基處約為1000美元，到了2019年！理礎分詞去停用詞只需大約10美元。車算法“推手”0NLG的6個步驟算法是AI的背后“推手”NLP-自然語言處理神經網絡、深度學習等算NLG系統需要決定哪些信息應該包含在正在構建的文本中，哪些內容確定法是挖掘數據智能的有效方法文本結構確定需要傳達哪些信息后，NLG系統需要合理的組織文本的順序。算力“基礎”NLU-自然語言理解將多個信息合并到一個句子里表達可能會更加流暢，

22、也更易于閱句子聚合讀。算力是基礎設施，AI算法模型對于算力的巨大需求確定每句內容后，將這些信息組織成自然語言。推動了今天芯片業的發展語法化NLP核心任務計算機、芯片等載體為人跟語法化很相似，不過與語法化的本質區別在于參考表達式生成工智能提供基本的計算能參考表達式生成力詞匯。AI芯片包括通用/半定制NLG-自然語言生成當所有相關的單詞和短語都已經確定時，需要將它們組合起來形化定制化芯片語言實現成一個結構良好的完整句子?？破諘r報資料來源艾媒咨詢，中國科普網，洋花國海證券研究所1#page#1.2.3AIGC算法：深度學習模型+開源模式為普及加速器，大模型為核心趨勢國海證券ANDSECURITEAI

23、GC技術升級步入深化階段AIGC大模型架構潛力凸顯一AIGC技術三大前沿能力一、統計模型+規則設計深度學習智能增強技術深度神經網絡多模態+大模型智能數字內容李生能力傳統機器學習算法智能轉譯技術算法送代李生應用，語音信號的字幕合不同于傳統算法，深度學成，依據文字進行語音生成等習中的損失函數和梯度下回歸算法：線性、回歸樹等卷積神經網絡CNN視覺大模型ViT近年間，數字變生中智能增強降算法可快速地調整深度技術在三維視覺領域也取得快神經網絡中的參數，從而速發展實現數據學習的功能分類算法：邏輯回歸等遞歸神經網絡RNN語言大模型：GPT語義理解技術深度神經網絡在學習范式智能數字內容編輯能力屬性控制技術+網

24、絡結構上的送代提升了A算法的學習能力，推編強應用，在自動駕駛仿真場聚類算法：仿射傳播等生成對抗網絡GAN多模態大模型：DALL-2動了AIGC發展景中，通過智能編輯可實現通技術突破道路上不同車況天氣狀況的算法特點：不具備學習能力制深度強化學習超級深度學習近年來的快速發依賴于預先定義的統計模型或專家系統執行特定的任務基于模仿創作大模型和多模型兩個方向上的智能數字內容創作能力可以完成簡單的線條、文本深度變分自編碼器不斷突藏，并為AIGC技術能基于概念創作和旋律的生成力的提升提供了強力的支撐和學習范式進展全新的可能性算法缺點：算力挑戰。傳流模型統機器學習方法的維度祖界GPT-1結構升級“開源模式”成

25、為AIGC發展催化劑。以深等導致算力挑戰：缺乏認度學習模型CLIP為例，開源模式加速CLIP知。缺乏對客觀世界的深入擴散模型GPT-2感知和對人類語言文字等知圖像分類人工智能，并讓更多機器學習從業人員將CLIP模型嫁接到其他AI應用。識的認知能力，生成內容空未來，隨著模型穩定，開源將成為AIGC成洞、刻板、文不對題深度殘差網絡GPT-3熟的催化劑，源模式有望讓相關模型成為海量應用、網絡和服務的基礎，應用層面的創造力有望迎來拐點。Transformer大模型GPT-3.5:ChatGPT注：以上模型非窮盡列舉學習范式為人工智能模型從數據中進行學習的方法，除上述大模型外，還包括百度的PLATO、還

26、有聰心智能與清華團隊共同發布的OPDOpen-Domain Pre-trained Dlalogue Model小眾號（人工智能算法梳理及解析驗聽智點請務必閱讀報告附注中的風示和免貴聲明#page#page#1.2.5AIGC應用場景：集中在數字化程度高+內容需求豐富的行業頑國海證券ANDSECURITAIGC應用場景：集中在數字化程度高+內容需求豐富的行業AIGC+傳媒：人機協同生產，推動媒體融合在采編環節，實現采訪錄音語音轉寫，提升傳媒工作者的工作體驗；2實現智能新聞寫作，提升新聞資訊的時效：實現智能娛樂領域傳媒領域影視領域電商領域其他視頻剪輯，提升視頻內容的價值在傳播環節，AIGC應用主

27、要集中于以AI合成主播為核心的新聞全民娛樂采集商品展示教育前期創作播報等領域采訪助手劇本生產AIGC+電商：推進虛實交融，營造沉浸體驗圖像風格轉生成商品3D模型用于商品展示和虛擬試用，提升線上購物體驗人像屬性變換打造虛擬主播，賦能直播帶貨賦能線上商城和線下秀場加速演變，為消費者提供全新的購物場社交互動景編輯中期拍攝主播打造工業LAIGC+影視：拓展創作空間，提升作品質量機器人活已故演員品牌虛擬主播輔助工程設計虛擬歌始頻拆條視頻高難度動作合字李生系統為劇本創作提供新思路的約建員角色年擴展角色和場景創作空間視軟字幕生成賦能影視剪輯，升級后期制作虛擬物理場景合成播報金融偶像養成后期制作交易場景AIG

28、C+娛樂：擴展輻射邊界，獲得發展動能實現趣味性圖像或音視頻生成，激發用戶參與熱情用戶數字化身營明視頻會成普換“男跡藝人虛擬商城構建AI主播智能播報片音團打造虛擬偶像，釋放IP價值VR金融場景構建開發C端用戶數字化身，布局消費元宇宙影現作品修復影視預告片生成AIGC+其他：推進數實融合，加快產業升級醫療教育領域，AIGC賦予教育材料新活力學圖像處理金融領域，AIGC助力實現降本增效醫療領域，AIGC賦能診療全過程合成醫護陪件工業領域，AIGC提升產業效率和價值資料來源：中國信息通信研究院，京東探索研究院，國海證券研究所#page#酒國海證券ALANO SECURIE2.人工智能文本生成大數據+大

29、算法+大算力，交互&個性化生成技術前景廣闊請務必閱讀報#page#2.1.1AI文本生成：底層架構不斷精進，交互+個性化生成技術前景廣闊國海證券刷以結構性新聞撰寫、內容續寫、詩詞創作等細分功Al文本生成細分技術場景/技術原理：關注個性化文本生成以及實時文字生成交互A能為代表。本質是借助超大規模的訓練參數猜測上下文的過程。通過隨機Mask（即遮擋）數據庫文本中基于NLP技術的文本生成可以算作是AIGC中發展文本生成內容的詞語或語段，讓神經網絡自主學習復原被遮擋部分，從而擁有“清測”缺失內容的能力，最早的一部分技術，也已經在新聞報道、對話機器定義續寫產出預訓練模型。人等應用場景中大范圍商業落地。再

30、通過大規模預訓練模型理解上文或給定條件，從概率層面推測最符合要求的輸出結果。通過詞嵌入（WordEmbedding）將字、詞、句進行區分，然后基于特征評分、序列標注、分類摘要算法訓練為關鍵技術節點模型等提取內容特征計算相關文本單元權重；標題其次選擇相應的文本單元子集組成摘要候選集，完成內容選擇；最后是針對字數要求等限定生成條件，對候選集的內容進行整理形成最終摘要，完成內容組織。算法適用場景Transformer架構文本算法及場景GPT-3從左自右的自回歸系列生成性任務風格完全由不同的編碼控制的狀態。顯式方法首先尋找并刪除代表文風的短語，其次檢索與目標遷移文風最匹配的相似短語，最后生成目標語句并

31、保證語句通順、原意不變。雙向TransformerBERT自然語言理解+Mask的自編碼系列整段鍵信息位置混滑、內容無中生有等問題。結構性的文本生成首先通過注意力機制、多層感知文本器等系統進行語句內容預選，對數值、時間等類型數據進行推理，增強數據間的結構信息；Encoder+Decoder架構5條件文本生成其次通過Transfomer等模式結合上下文進行推導，控制句法及文本連貫性，將語義與句法統生成一分析，最后采用Seg2Seg等模式，以BiLSTM為基礎構建文本生成器，生成最終文本。底層架構不斷精進以Transformer架構為重要代表，相關的底層架構仍在不Al文本生成細分落地場景：當前應用

32、廣度方面，輔助應用創造斷精進，通過應用型文本生成創作型文本生成文本輔助生成增加K-adapter是基于結構化數據或規范格式，主要適用于劇情續寫、營銷文目前國內供給及落地最為廣泛優化Transfommer架構典型在特定情景類型下的文本生成，本等細分場景等，具有更高的的場景。主要為基于素材爬取合理引入知識圖譜及知識庫應用如體育新聞、金融新間文本開放度和自由度的協助作用，例如定向采集信增加特定任務對應Embedding等方式息素材、文本素材預處理增加文本對于上下文的理解與承接能力、對常識性知識的NarrativeScience、騰訊、OpenAl、DeepMind、彩云寫作貓、Get寫作、寫作狐企業

33、嵌入能力、中長篇幅生成能力、生成內容的內在邏輯性等小夢百度國海證券研究所請務必閱讀報告附注中的風臉提示和免責聲明資料來源量子位智庫，#page#2.2.1對話式AI發展：技術突破催化產品落地，從規則匹配走向深度學習微國海證券制面CECBTTT對話式AI行業發展歷程技術初運用：傳統呼叫中心“呼叫中心+在線軟件”多元化應用個人助理+深度學習時代：全渠道+多場景規則匹配時代：Elizzs是人類建造的對話機器人產品多模態數微軟推出第一個對話機器人字人：結Alice使用的人工智Watson由BBM開化發展：用于客微軟小冰，于1966年在麻省技術發展發基于DeepQA服、外呼、營銷合語音技能標記語言，允許

34、1950年，圖靈發表文理工學院被創造。，此時對術，5G和用戶可以定制化聊技術利用深度自等環節的對話機話機器人章機器能思考嗎根據人工設計的腳天內容，對話機器然語言處理技術器人產品推出，多模態模本與人類交流，沒產品已可，開啟人類對對話機產生候選答案并國內多家AI技術型的發展人能按照預先設定器人的測試研究有語義理解，而是較為熟練根據交叉驗證評，多模態好的腳本來回答問相關客服公司成通過模式匹配和智使用深度公估立或實現較大規數字人逐能短語搜索合適的學習技術模產品方案落地漸落地回復！1950s1970s2000s201120142015-20162020-2021銀行業在70年代初基于移動互聯網、云服務等

35、技術發展，可支持電話隨著互聯網技術泛美航空公司在1956中國傳統呼叫中心、網站、微信、微博、APP、QQ等全渠道平臺覆蓋應用場景開始建設自己的呼的發展與普及，年建成并投入使用世叫中心；90年代初興起，為企業主要結合AI技術，對話機器人可通過替代或輔助人工的在呼叫中心基礎服務形式，與客戶方式出達到客服、營銷和泛交互多方場景界上第一個具有一定期開始呼叫中心真上延伸了在線軟正進入規模性發展在新場景中有高質量對話能力，在多輪交互中擬人規模的，可提供7*24溝通以電話為主，件形態，多用作服務的呼叫中心采用單一渠道接入化，在開放場景交互中主動學習+持續學習，具有，800號碼被廣泛認在線客服回復多模態感知與

36、表達能力同和采用企業服務類應用企服+消費類應用注：Chatbot核心玩家包括BM（US.Microsof（US）.Google（US）.AWS（US）.NuanceUS）.Orace(US.CeaweVi(uk）.Anifca Solions(Spain）.Kore.US）.Ibena(US）CogiCorUS.Conm（ndia）.KeyReplay（Singopore等資料來源：艾瑞咨詢，MARKETSANDMARKETS國海證券研究所請務必閱讀報量子位公眾號中關村科金，#page#2.2.2對話式AI技術：智能語音+NILP+知識工程底層技術變革下的新機遇微國海證券ANDSECURIT對

37、話式AI產品-對話機器人的工作流程示意圖（以接入客戶的工作流程為例）機器對話：本質是人工智能程序和人機交互（HCD模型答案匹配（知識工程）核心支撐純文本形式智能語音目前意圖識別的應用效果良0FAQ知識庫問答型好，人在知道是在與機器人NLU對話輸入與閑聊型對K知識圖諾交互時后，表達會相對標準請音識別語言理解前端處理話機器人化，因此意圖識別的對話湖表格知識庫NLP語音形式果會普淀優干預班管理而在情緒的判斷與理解上，文檔閱讀理解NLGTISchtbot還有很長的路要走對話輸出用戶渠道對話機瓶人語言生成語音合成是未來可給行業帶來技術核心支撐微信、網頁、小破與產品顏覆的方向純文本形式任務型對程序、H5、

38、智能工單智能RAP強人工接入APP.話機器人人工對話MKGBased知識庫（知識圖譜）主中知設庫的知識圖譜：深化事務規則聯系，建立結構化知識庫基于知識庫內容間存在關聯，或為上下位關系、約束關業務文檔資料系、遞進關系等，由此在知識庫的概念下引入知識圖譜本體對齊技術。數據整合結構化數據基于自然語言理解對文字內容在語義上進行初步認知和知識庫質量評估實體對齊自動抓取，經由知識圖譜對概念間的關系屬性進行聯結、實體抽取半結構化數據轉換，進行知識融合與知識加工形成行業知識圖譜。數據模型關系抽取分類：通用知識圖譜注重橫向廣度，知識積累和問答修訂本體對齊應用相對通識廣泛；垂直行業知識圖譜注重縱向深度屬性抽取本體

39、構建非結構化數據考慮到不同的應用場景與業務背景，通常需要以大量一模事件抽取中線行業數據去“喂養”對話機器人，實現基礎詞庫儲備知識融合知識加工數據源知識抽取并對番直行業知識圖譜進行持續深化。如識圖HummputerInteraetion，即人機交互。請務必閱讀報告附注中的風臉提示和免責聲明資料來源：艾瑞咨詢，SChthors:Hi國海證券研究所iec#page#2.3.1Chatbot全球視角：技術驅動增長，亞太地區或成最大市場頑國海證券ANDSECJRTTE核心市場玩家全球Chatbot市場應用領域分布全球Chatbot市場規模（單位：億美元）（按營收拆分，2021年）其他IBM HeyGoo

40、gleMicrosoftamazon|science+23.7%電商旅游IBM-Watson20%Google-AssistantMicrosoft-CortanaAmazon-Alexa34.11傳媒截止2022年8月，僅僅是FacebookMessenger上就已有超過300,000聊天機器人。除上述市場玩健康家外還有以下企業值得關注：BFSIFacebook，IncPandorabots，Inc.ToyTalk（PulStringInc.）.YahooInc.，Haptik，IncHelpshift20212030EKasisto Inc.Slack Technologies，InAst

41、uteSolutions,Kiwi，Inc.eGainCorporaion，Nuance銷售Communications.Inc.CreativeVirtual.Aaamo Inc.DeepMind.OpenAl1966-2019年Scopus中聊天機器人相關論文數量及地區分布全球Chatbot市場-地域增速（2022-2027E）美國家Scopus預計亞太將成為用于客服、外呼、營最大的市場，這種潛力來自該地人產品推出區對信息密集型2014年，lanJ.機器學習和人工式對抗網絡GAN智能的利用。新加坡及中國等Alice使用的人工地區有大量創業公司探索即天機內容器人領域。注：1.BFS為金融服務

42、及保驗行業請務必閱讀報合#page#2.3.2Chatbot中國視角：百航爭流，軟件產品收費為主，細分賽道需求向好刷國海證券ANO SECURIE中國對話式AI產品按業務模式劃分市場規模中國對話式AI產品及帶動相關產業規模2019-2026ECAGR2019-2026ECAGR軟件產值（億元）核心產品規模（億元）%6E533.6%1860服務產值（億元）27.9%帶動相關產業規模（億元）40.9%210硬件產值（億元）13126143527201920202021620192022E202382024E2025E2026E20202021E2022E2023E2024E2025E2026E帶動

43、相關產業規包含對話的服務題機題人品包含對話式A項目中采式A產品所帶動的工程服務、甲方企業產信與效藏提開的規?？偤退O備等；服務產品指中國對話機器人在主要行業領域應用規模占比創新象限領軍象限中國對話式N廠商矩陣百度智云互聯網政務金融其它預單云29919%沃豐科技19%20%249啟兼象限先導象限需求覆蓋度201907072021E2022E2023E2024E2025E空的A技術維度）注：核心產品規模統計口徑為當年市場釋放的簽單題。，各行業領域包含金融、與對話式A5評值、電信、互聯網、政務、公安、司法需求覆蓋度從為電力、電信等。營銷聯務資料來源：艾瑞咨詢，國海證券研究所請務必閱話#page#2.

44、4.1ChatGPT：大數據+RLHF技術路徑下的“類人交流”模型酒國海證券什么是ChatGPT？能力提升來源于訓練路徑：基于大數據，通過RLHF不斷預訓練OpenAI2022年11月，OpenAI上線了智能對話系統（聊天機器人）ChatGPT據OpenAI官方披露，ChatGPT是在GPT-3.5系列模型的基礎上形成的，GPT-3.5模型于2022年它能夠理解自然的人類語言，并生成類似人類作答的書面文本，不初完成訓練。ChatGPT的訓練過程，是一個改進的instrueGPT，改進點主要是標注數據收集方法上的一些差異。其他方面，包括模型結構和訓練過程，基本遵循instructGPT。僅可以幫

45、助開發者解決編碼問題，也能充當詩人；在技術路線上，ChatGPT基于龐大數據量進行訓練，引入了“手動標注數據+強化學目前ChatGPT仍處在測試階段，任何擁有OpenAI賬戶的人都可以免習”（RLHF，從人的反饋進行強化學習）來不斷調整預訓練語言模型。該技術路徑大幅提升費使用ChatGPT，截至2022年12月7日ChatGPT已擁有超過100萬用ChatGPT對人類意圖的理解，從而提升回答信息的準確性。ChatGPT具體訓練過程可分為三戶，這幫助ChatGPT通過人類對話獲取大量數據，從而學習人類復個階段：雜的語言模式與結構，獲得解釋用戶請求的預期結果的能力；階段1階段2階段3相較于GPT-

46、3.5，ChatGPT能夠輕松應對日常對話，主動承認錯誤收集演示數據并訓練通過人工標注訓練數據來訓練使用PPO強化學習法優化回報區分某些問題中的描述性錯誤，并拒絕不合理及不道德的請求?；貓竽Ｐ湍Ｐ透鶕M評分結果更新預訓練模型的參數S隨機從信息庫抽標注一批模型產從用戶提交的指ChatGPT讓我們看到“整體知識+AI+人類用戶”的未來學習鏈，取指令出及提示令問題中隨機AI靠海量算力學習到海量的跨領域知識，雖然不夠精確，卻能大大抽取一批新的命節省人類通過“視覺+大腦”的讀書培訓認知時間消耗，如果能通0全過算法來識別答案正確與否（第一性原理），AI將成為人類的全知由監智模型初始金導師、生產助手。G專

47、業的標注者對制定的提示給出數高質量回答它能理解自然語言并作出反應，生標注人員根據多PPO模型生成回與前身linstructGPT相比，它成類似人類的文本，可以對從故事種標準對許多答等試圖減少不好和欺騙性的回復案從優到差進行數學解決方案到理論文章的所有內0-000排序用回報模型計算容做出回應。專業人員用標注前一階段訓練好像數據來調優的模型給出的回GPT-3.5它可以記住對話中的早期評利用以上排序結B魚魚答，得到分數低論，并以其獨特的記憶將其果來訓練回報模齒回報分數/策略露復述給用戶；它從人類的反0.0.0.0梯度可以更新饋中使用強化學習。PPO模型參數資料來源：OpenA官網，TechM元和免責

48、聲陽200點#page#2.4.2ChatGPT：實驗證明InstructGPT優于GPT-3模型，但仍有改進空間頑國海證券ANDSECURITE圖1.每個模型的輸出優先于175BSFT模型的輸圖2.通過對175BSFT模型的勝率來測算圖3.API分布的元數據結果模型的偏好結果出的頻率對API提示分布的各種模型的人工評估9Model件迎店件圖1.InstructGPT模型（PPO-ptx）以及PPO顯著優于GPT-3基線與GPT-3的輸出相比，標注師明顯更喜歡InstructGPT輸出。通過評估，OpenAI發現GPT-3輸出表現最差，通過使用GPT-3（prompt），然后通過使用監督學習（

49、SFT）進行演示訓練，最后通過使用PPO訓練比較數據，可以獲得顯著的步長改進。圖2.所有的InstructGPT模型仍然大大優于GPT-3基線InstructGPT模型并不是簡單地過度擬合訓練標簽者的偏好。圖3.InstructGPT模型比GPT-3模型更可靠，更容易控制標簽器在不同的情況下給lnstructGPT輸出進行了不錯的評分。具體來說，與GPT-3相比，InstructGPT在應用上，更適合做客戶的助理，它可以更多地遵循指令中定義的明確約束，幾乎不可能完全不遵循正確的指令，并且在封閉域任務中幾乎不編造事實。資網防海居財團請務必閱話資料來源cTrtelsmtetowekLo2#page

50、#2.4.3ChatGPT：實驗證明InstructGPT優于GPT-3模型，但仍有改進空間頑國海證券LANO SECURTE圖4.真實性問答數據集結果圖5.在真實有問題指令下比較人工評估和自動評估（API評分）QApromptInstruction+QA prompt0.25-1000.20-Model75PercentageGPT50AAS0.10PPOpt250.05GPTSFTGPTPPOPPO-ptxSFTPPOPPO-ptNoneNoceHespectiuPromptModel圖4.InstructGPT模型的真實性比GPT-3高與GPT-3相比，PPO模型在生成真實和信息豐富的輸

51、出方面有顯著改進。不過，1.3BPPO-ptx模型是個例外，它的性能略差于相同大小的GPT-3模型。圖5.InstructGPT模型比GPT-3略有改善，無偏差當被要求做出安全且尊重的輸出時，根據PerspectiveAPl，InstructGPT模型產生的不道德或不合理的輸出比GPT-3模型更少。不過，當禮貌的提示被刪除時，這個優勢就消失了。當刪除禮貌提示后，InstructGPT輸出比GPT-3的輸出更有問題。資料來源，國海證券研究所和免責聲陽22sTrg等#page#2.4.4ChatGPT：AIGC發展里程碑，超級基礎設施下的大模型+大算力頑國海證券SNOSECIRIT20192020

52、2018202182022算法選代路徑GPT-1應用了Transformer架構的12層解碼器，具有訓練的自我注意機制。它為其他模型生成了路徑，這些路徑可以通過更大的數據集和參數進一步增GPT-1強其在生成預訓練中的潛力。與GPT-1對比，GPT-2使用更大的數據集并添加其他參數來構建更強大的語言模型。與GPT-1類似，GPT-2利用了變壓器模GPT-2型的解碼器。GPT-2對下游任務的幾個數據集的評估表明，它的表現優于顯著提高識別遠程依賴項和預測句子的準確性。2020年，微軟宣布與OpenAI合作，在Azure云中運行微軟“AI超級計算機”。這個新型超級GPT-3是OpenAI開發的一個大型

53、語言預測和生成模型，能夠生成長序列的原始文本。GPT-3計算機包括超過285.000個CPU內核，10.000個GPT-3的目的是使語言處理比之前的版本更強大、更快，而無需任何特殊的調優。GPU和每個GPU服務器每秒400gb的網絡連接GPT-3.5是多模態大模型，GPT3.5系列模型包括codeGPT-3.5學界達成一個基本共識，那就是模型規模和模型效果呈正相關關系。但模型規模上去了，davinci-002、text-davinci-002及text-davinci-003。CPU的內存、計算能力是有限的。px模型需要60pflops/s-days，訓練GPT-3算力消耗約3.640plop

54、s/s-days。雖然GPT-3算ChatGPT在GPT-3.5系列模型的基礎上進行調優力成本高昂，但在語言模型中RLHF非常有效，比模型大小增加100倍更加有效GPT送代參數對比：大模型成為AI賽道新競技場算法參數解碼器層隱藏層上下文記號大小批量處理大小12GPT11.17億51276864元150億481600512GPT-21024GPT-31750億962048122883.2M各辣法的N練總計算數：GPT3計算量最大23#page#2.4.5ChatGPT：仍需調優及訓練，進而實現商業化落地酒國海證券SNOSECURIT缺點與不足：訓練數據的缺乏及偏差潛在商業模式ChatGPT有時會

55、寫出看似合理但錯誤或荒邏的回答。解決這個問題具有挑戰性，因為：應用方向云服務在RL訓練期間，沒有正確答案（訓練數據的缺乏和訓醫療、客服機器人、虛，企業和組織可以使用ChatGPT的云服務來支持他們的聊天練數據的偏差會對模型結果產生負面影響）擬人、翻譯、營銷、游機器人應用程序。訓練模型過于謹慎導致它拒絕回答問題；戲、社交、教育、家庭客戶需要每月或每年支付訂閱費用來訪問ChatGPT的功能。，訓練會誤導模型，因為理想的答案取決于模型知道什陪護等領域么，而不是人類演示者知道什么。調整問題措辭，可能會獲得不同的答案。例如，給定一個問題的措辭，模型回復不知道答案，但只要改寫問題措辭，模Saas型就可以正

56、確回答。內容營銷咨詢服務回復過于元長。這些問題源于訓練數據的偏差，因為訓練師ChatGPT可以根，可以為企業和組織（標注人員）更喜歡看起來更全面的更長的答案據用戶的興趣和提供咨詢服務。無法完全拒絕不合理及不道德的請求。OpenAI已將機器人編喜好向用戶推送例如，ChatGPT可程為拒絕“不適當的請求”，包括諸如為非法活動生成指令廣告。以分析客戶對話并之類的禁忌。但是用戶已經找到了繞過這些護欄的方法，包提供見解和建議以括將非法指令請求改寫為假設性思維實驗，要求它編寫戲劇改善客戶體驗。場景或指示機器人禁用其自身的安全功能。GoogleChatGPT會替代谷歌嗎？業內人士認為，ChatGPT替代Go

57、ogle其實還有點遙遠信息老舊：ChatGPT不會在網絡上抓取時事信息，它的知識僅限于2021年之前學到的東西，這使得它的一些答案顯得陳數據盈利模式舊。，ChatGPT可以生成大量數據，成本高：盡管模型能夠提升搜索的準確性和交互性，但版權授權模式包括會話日志和客戶反饋。ChatGPT成本比較高，免費的試用期過后，從性價比角度考可以授權給希望在自己的聊天機這些數據可以通過出售給第三慮，ChatGPT在短時間內替代谷歌難度較大。器人應用程序中使用其功能的企方或用于改進chatGPT的功能但它可以作為當前搜索引擎服務的一種補充，也會對現有的業和組織。來變現。搜索引掌公司產生一定沖擊，促進巨頭間競爭。

58、請務必閱讀報告元和免責聲明資料來源：OpenAI官網，Mediupogle官網，數字時氫公眾號E店店有公眾號國海證券研究所#page#酒國海證券ALANO SECURIE3.人工智能生成內容市場機會中國AIGC如日方升，建議關注垂直賽道初創公司及下游AI應用場景請務必閱讀報和免青聲明25#page#3.1.1產業鏈：關注垂直賽道初創公司及下游AI應用場景頑國海證券AIGC產業鏈數據供給方創作者生態底層配合工具數據分拆及標注（業務數據聯通、素材數據搜集等，上游生物資產及內容素材提供漳染引擎、混音設備如第三方營銷公司、版權圖庫方等）智能芯片相關算法/模型研究機構/相關開源算法嵌入結合能力的業務平臺

59、/業務生態其他機構垂直賽道初創公司綜合賽道初創公司Research智搜C2Auheba哈心OAEeNAAGet小冰文字黑犯科技A科技專能阿里巴巴智能設計實驗室騰訊優圖圖像ZMO.AICRREAI.Ba百度meitu網易伏載送游戲視頻2最rct.北京智源中游D商湯AIGCA3AXT音頻標見科技今鐵有DecpM虛擬人周邊售賣運營增效內容設計內容制作工具NFT、個性化產品等智能客服、簡單決策等視覺設計、文案設計、結構設計等音頻視頻編輯工具、新聞采編、游戲制作等個性化市場營銷數據梳理自動實時交互廣告植入、品牌虛擬形象打造、各模態營銷內容生成內外數據分享及更新、數據分析及算法訓練各類內容創作及分發平臺內

60、容終端生產廠商第三方分發渠道消費品廠商上基于AIGC激發PGC及UGC活力新聞媒體機構、金融機構等游第三方內容服務機構AIGC內容檢測如MCN、公關公司等資料來源，量子位智庫，艾瑞咨詢，國海證券研究所26#page#3.2.1商業路徑：中國企業底層技術發展不足，變現聚焦產出內容及軟件服務國海證券中外產業環境分析他山之石：海外AIGC企業現有變現方式作為底層作為底層平臺接入其他產品對外開放，按照數據請求量和實際計算量計算中國AIGC企業仍處摸索階段，獨立運行公司數量較少平臺收費如GPT-3對外提供API借口，采用的四種模型分別采用不同的按量收費方式在中國，由于技術發展不足以及投資環境的影響，AI

61、GC大多被作為公司的部分業務、乃至相對邊緣化的功能進行研發，獨立運行的初按產出內容量收費產出內容創公司數量明顯少于國外，大部分細分賽道的初創玩家在5家以下。DALLE、DeepDreamGenerator等A圖像生成平臺大多按照圖像張數收費收費TTS等較為成熟的AIGC能力大多被綜合性的AI公司打包提供，在應用場景上缺乏明確的指向性。例如個性化營銷文本寫作工具AXSemantics則以約1900人民幣/月的價格對外出售，提供軟件并以約4800歐元/月的價格提供支持定制的電子商務版本。大部分C端AIGC工具則服務收費底層技術及產業應用側差距，導致中國企業仍停留在內容領以約80人民幣月的價格對外出

62、售域開發模型訓練在中國，布局最多的賽道是AI寫作和語音合成領域，虛擬人賽道剛模型訓練費用，適用于NPC訓練等個性化定制需求較強的領域收費剛開始興起，基本均停留在內容領域。而在國外延展領域得到了更為充分的挖掘，例如個性化文本生成、合成數據等賽道均是重點布例如版權授予（支持短期使用權、長期使用權、排他性使用權和所有權多種合作具體屬性局領域。模式，擁有設計圖案的版權）是否支持商業用途（個人用途、企業使用、品牌使收費技術部分導致了這一原因，更大的原因在于此類業務拓展的綜合性用等）、透明框架和分解率等要求較高，需要客戶方的數字化程度以及對應行業的充分了解，預計國內外在這兩個賽道上存在差距2021E-中國

63、對話式AI公有云產品私有化部署產品市場規模技業務中國AIGC企業商業化模式暫未明朗，部分企業仍處引流期模式占比我國的AIGC行業尚未建立起明確的變現方式。以寫作機器人、自動軟件產品軟件產品硬件產品對話+，里“長物是按調用量/流量License授權服務器、物理AI良”階段，收費空間相對較小。機、網絡寬帶、收費業務此外，據量子位智庫披露，由于服務B端客戶時話語權較弱，部分企終端設備按訂閱制收費運維服務業會考慮向2B+2C領域，乃至直接2C領域延展。但作為工具，能否模式在互聯網流量相對穩定的前提下有效接觸C端用戶，設計好產品轉化解決方案后續在路徑，依舊是一項挑戰。產品及系統的運一軟件產值服務產作維服

64、務需求請務必閱讀報資料來源：量子位智庫，艾瑞咨詢，國海證券研究所#page#3.3.1海外公司：2020年開始涌現出一批代表企業，集中文字/圖像/音頻領域國海證券秋制面CECBTTT生成內容企業成立年份底層模型企業簡介應用領域OpenA1是由馬斯克和Y-CombinatorCEOSamAltman于2015年成立的一個非營利組織，但2019CLIP、GPT-3、文字2015IvuadoAI文字底層協議GPT-3.5平臺Azure展開合作。OthersideAI主打利用AI自動回復郵件，底層技術采用OpenAI的GPT-3協議，OthersideAI管獲得MadromaVentureGroup領

65、投的260萬美金種子輪融資，MadronaVentureGroup曾參投過Amazo文字2020GPT-3Otherside AIAI寫作郵件為生成一封完整的郵件。到書的韓性中細應“不限本就易最IVA要-普Ndo）文字2020Copy AI，AI寫作廣告文案GPT-3CopyAI的用戶包括像微軟、Ehay這樣的大公司。Jasper.AI成立于2020年，通過AI幫企業和個人寫營銷推廣文案以及博客等各種文字內容（和AI寫作廣告文案、文字2020GPT3JasperAICopyAI類似），具底層技術也是GPT-3。JasperAI10月以15億美金估值完成了1.25億美元的播客等A輪融資，由Isi

66、ghtPartners領投，Coatue、BVP以及IVP跟投。目前NouionA的功能包括自動撰寫文章、廣告文案和播客：通過頭腦風暴為用戶提供創意建議：AI寫作、提供創意、2022文字Notion AIGPT-3自動檢查文字拼寫和語法錯誤；自動翻譯文章：目前NotionA以白名單的形式開放Alph版本語法檢查、翻譯測試。相信NotionAI的加入將會進一步推動AI生成文字走向普及。StabilityAI成立于2020年，由去中心化組織EleurAI支持開發，其理念是“Albythepeople.CLIP、Stable型StableDifftsion在2022年8月一經推出就立刻吸引了大家的眼

67、球，在StableDiffusion的Dream圖像2020Stable AIAI作F圖底層協議Diffusion頻、3D、生物AI等模型。CLIP、StableMidjoumey是一款可以和StuableDiffusio以及DALL-E2美的AI繪畫工具Midjoumcy是部署在圖像Midjoumey2022AI作圖DiffusionDiscord上Play.ht是一個AI文本轉換語音應用，其語音模型Peregrine，包含數干種說話的聲音，可以學習人類的語氣、音調和笑聲。再進生成采訪喬布斯播客的PadcastAI就是采用Play.ht語音模型，音頻2016AI生成語音Play.htPere

68、gnine非常高。資料來源國海證券研究所巴比特資訊，OpenAI宮網，#page#3.3.2國內公司：建議關注垂直賽道初創企業國海證券酒ANDSECURIT生成內容企業企業簡介成立年份所在地融資階段代精神心理的解決方案，為臨床實實踐實現規?；埽郝犞悄蹵I情緒答文字聆心智能2021北京天使+輪能為所有人變革傳統心理健康的服務模式，提供隨時隨地、人人可及的服務。文字北京瀾舟科技2021Pre-A輪括基于預訓練模型的功能引掌（包括搜索、生成、翻譯、對話等）和針對垂直行業場景的SaaS產品。彩云科技是一家從事天氣預報、機器翻譯和智能寫作的公司。彩云科技將持續致力于發展具有高階認知能力的人工智彩云科技

69、2015北京文字B1輪能，提升人類感知環境、相互交流和與AI溝通的能力，并將之賦予全球用戶和開發者。2018上海文字秘塔科技Pre-A輪可根據中國人的書寫習慣進行深度譯優化，服務北京文字香儂科技2017戰略融資快速敏捷，支持英文網的翻譯查詞：及非結構化信息抽取等服務2020杭州A輪感知階躍勢，提供基于北京2009影譜科技Pre.IPO視頻術優勢，提供基務福州2016B輪視頻帝視科技行業解決方案2016北京標貝科技BI輪音頻數據服務北京張保知覺之門2020A+輪解決方案，覆善了游戲的全生命周期，包含智能內容生成、智能測試、智能數據運營、智能投故等類型2019杭州虛擬人倒映有聲PRA輪方面達到國內

70、外領先水平。小冰一個跨平臺人工智能機器人，致力于實現紅棉小冰2020北京綜合戰略融資國未“不“和免貴聲明29#page#page#酒國海證券ALANO SECURIE4.附錄-ChatGPT試用及測評回答基礎問題邏輯尚可，暫時難以擺脫知識整合和邏輯推理困境請務必閱讀報和免青南明31#page#4.1.1測評背景及范圍：聚焦功能驗證、性能測試及用戶體驗國海證券LANO SECURTE2022年12月29日，人工智能產業發展聯盟發布ChatGPT對話能力評測結果，以下為評測內容：評測背景：近日，由OpenAI發布的大規模語言模型ChatGPT，引發產學研用各方的高度關注，模型上線不到一周用戶數量已

71、突破百萬，在人工智能領域撒起了現象級熱潮。ChatGPT可依據人類反饋進行強化學習，支持英文、中文、日文等多語言交互，除擅長的對話問答能力外，還具備代碼生成、論文寫作、詩詞創作等內容創作能力。相比于同一家族的GPT-3模型，ChatGPT在復雜語句理解、上下文語義銜接、錯誤內容糾正、質疑不合理前提、拒絕惡意提問等方面取得重要突破。為便于產學研用各方全面多維了解ChatGPT能力，進一步加深對大模型的認識，增強大模型產業化信心，中國信息通信研究院聯合中國人工智能產業發展聯盟基于前期在大模型和自然語言處理等方向的工作基礎，參考相關標準中的指標要求和評估方法，從功能、性能、用戶體驗等方面對ChatG

72、PT進行了評估測試，現將評估結果公布如下。評測范圍本次評測，充分結合ChatGPT對話式語言模型的特點，參考大規模預訓練模型技術和產品評估方法第1部分：模型開發大規模預訓練模型技術和產品評估方法第2部分：模型能力以及自然語言處理技術及產品評估方法第2部分：對話系統三項標準。評測范圍包括：功能驗證：以在線驗證的方式，評估ChatGPT在多模態信息交互、多語種問答、多語言編程等方面的能力，評估結果為是否支持。2性能測試：以數據集測試的方式，評測ChatGPT在生活閑聊、百科檢索、數學問答、文學交流、常識問答、知識推理等方面的能力，評測結果為意圖識別率和任務完成率。用戶體驗：以主觀體驗的方式，評價C

73、hatGPT輸出內容的可讀性、相關性、專業性、擬人性、趣味性，評價結果為五分制得分。注：以上測評來自人工智能產業發展聯盟AIIA。人工智能產業發展聯盟AIIA公眾號，國海證券研究所資料來源：CharGPT#page#4.1.2測評結論：語義理解較準，暫時難以擺脫知識整合和邏輯推理困境酒國海證券LANO SECURIE1.功能上，自然語言和編程語言支持程度較高，交互模態有待擴展。在模態支持方面，ChatGPT目前支持文本、代碼等模態。相對多模態大模型而言，ChatGPT定位為語言大模型，當前技術能力主要集中在自然語言處理領域。在自然語言支持方面，ChatGPT目前支持中文、英文、日文、韓文、西班

74、牙文、德文、法文、俄文等多種語言。ChatGPT能自動識別輸入語種，從而使用對應語種做出回答，也可指定語種進行文本翻譯。在機器語言支持方面，ChatGPT目前支持C、C+、C#、Python、Java等多種編程語言。ChatGPT輸出的代碼較為規范，除具有注釋、縮進等內容，還會在正文中給出必要的函數解釋。2.性能上，語義理解能力較好，但難以擺脫知識整合和邏輯推理困境。單輪對話評測結果：ChatGPT在百科檢索、數學問答、文學交流、常識問答、知識推理等對話任務上的意圖識別率均達到98%左右。受開放域問題設置領域發散的影響，ChatGPT在生活閑聊上的意圖識別率相對較低，約95%?？傮w而言，作為專

75、注于語言智能技術的ChatGPT，在語義理解方面表現較好，能精準理解用戶的提問。然而，ChatGPT在非閑聊型對話的任務完成率上表現一般，百科檢索、數學問答、文學交流，常識問答等任務完成率均在60%上下浮動，而知識推理的任務完成率則低至40%左右。由此可見，受限于知識整合和邏輯推理等問題，ChatGPT即使在精準理解用戶提問意圖的前提下，也難以給出正確的回答。多輪對話評測結果：本次評測的ChatGPT的特點之一是能夠進行關聯上下文語義信息，開展多輪對話。從評測結果來看，ChatGPT的多輪對話的任務完成率約為64%，連貫性五分制評分為3.82，可以看出進行了上下文語義關聯優化。3.體驗上，可讀

76、性、相關性總體較好，但擬人性和趣味性表現一般。4.具體而言，在本次評測體驗環節中，ChatGPT表現出以下優點和缺點：優點：能根據問題形成連貫且富有邏輯性的文本。能根據問題形成連貫且富有邏輯性的文本。3解答問題的同時，給出了思考及演算過程。缺點：1簡單問題復雜化，難以保證簡單問題正確率。2意圖理解存在偏差，盜用邏輯隨意拼凌答案。3缺乏情感和溫度，用理性思維面對感性問題。注：以上測評來自人工智能產業發展聯盟AIIA。資料來源：CharGPT，人工智能產業發展聯盟AIA公眾號，國海證券研究所請務必閱讀報和免青南明33#page#4.2.1用ChatGPT寫篇AIGC報告（1/6）福國海證券一，AI

77、GC1.定義及工作原理AIGC（ArtificialIntelligenceGeneticAlgorithm）是人工智能遺傳算法的縮寫。它是一種基于遺傳學原理的解決方案搜索算法，常用于尋找最優解或近似最優解的問題。AIGC的工作原理與自然界中的生物進化過程類似，通過不斷進行“遺傳交叉”和“變異”來改善解決方案的性能。在AIGC中，首先會生成一組初始解決方案（稱為種群），然后對這些解決方案進行評估，選擇性能較優的解決方案進行“遺傳交叉”，生成新的解決方案，再對新的解決方案進行“變異”操作，最后再次評估解決方案的性能。這一過程會不斷重復，直到找到滿足要求的解決方案或者達到最大選代次數為止。AIGC

78、在許多人工智能應用中得到廣泛使用，如機器學習中的特征選擇、神經網絡訓練參數調整等，也可以用于工程優化、路徑規劃等領域。它的優點在于能夠在大量解決方案中快速找到最優解，但同時也存在一些局限，如對算法參數調整敏感、解決能力受限等。2.發展史AIGC（ArtificialIntelligenceGeneticAlgorithm）的發展可以追潮到20世紀50年代，當時美國生物學家JohnHolland在研究遺傳學原理時提出了一種類似自然界中生物進化過程的解決方案搜索算法。這種算法后來被稱為遺傳算法（GeneticAlgorithm，GA）。隨后，人工智能領域的研究人員開始將遺傳算法應用于人工智能問題，

79、并將其稱為人工智能遺傳算法（ArtificialIntelligenceGeneticAlgorithm，AIGA）。AIGA在人工智能領域得到了廣泛應用，如機器學習、自然語言處理、計算機視覺等。近年來，隨著人工智能技術的不斷發展，AIGC也在不斷演進，并應用于越來越多的領域。例如，在機器學習中，AIGC可以用于特征選擇、神經網絡訓練參數調整等；在工程優化領域，AIGC可以用于路徑規劃、最優化設計等。隨著人工智能技術的進一步發展，AIGC有望在更多領域得到應用。3.應用領域在機器學習領域，AIGC常用于特征選擇、神經網絡訓練參數調整等。在工程優化領域，AIGC常用于路徑規劃、最優化設計等。在醫

80、學診斷領域，AIGC也被用于輔助診斷決策。此外，AIGC還在計算機視覺、自然語言處理等領域得到應用?？偟膩碚f，AIGC在許多領域得到了廣泛應用，其中包括機器學習、工程優化、醫學診斷、計算機視覺、自然語言處理等。隨著人工智能技術的進一步發展，AIGC有望在更多領域得到應用資料來源：CharGPT國海證券研究所請務必閱讀報和免貴聲明#page#4.2.2用ChatGPT寫篇AIGC報告（2/6）福國海證券LANO SECURIIE4.挑戰及未來發展方向AIGC目前的挑戰主要有以下幾個方面復雜度挑戰：人工智能系統需要在復雜的游戲環境中取得優秀表現，這就要求人工智能系統具有較高的復雜度和能力。學習挑戰

81、：人工智能系統需要能夠從經驗中學習，進而提升自身的性能。多樣性挑戰：人工智能系統需要在多種不同的游戲環境中取得優秀表現，這就要求人工智能系統具有較高的適應性和多樣性。AIGC的未來發展方向主要有以下幾個方面多智能體協作：將多個人工智能系統協同工作，以達到更高的性能?？珙I域應用：將人工智能技術應用于不同領域，包括商業、醫療、軍事、教育等。深度學習：利用深度學習技術，提升人工智能系統的學習能力和性能。實時決策：開發出能夠在實時環境中作出決策的人工智能系統。5.代表企業DeepMind：這是一家位于英國倫敦的人工智能公司，在音頻生成領域有著很高的知名度。DeepMind推出了一種名為WaveNet的

82、音頻生成技術，能夠生成人類般逼真的語音。WaveNet技術在語音合成方面有著很高的精度，在語音導航、語音助手等應用中得到了廣泛應用。Lyrebird：這是一家位于加拿大蒙特利爾的人工智能公司，專門研發人工智能語音合成技術。Lyrebird推出的人工智能語音合成技術具有很高的精度，能夠生成人類般逼真的語音。Lyrebird的人工智能語音合成技術在新聞廣播、智能客服等應用中得到了廣泛應用OpenAl：OpenAl是一家位于美國的人工智能研究機構，在音頻、文字、視頻生成領域有著領先的研究成果。OpenAI的核心產品包括GPT系列的自然語言生成模型、DALL-E視覺生成模型以及深度學習框架PyTorc

83、h。Google：Google是一家位于美國的跨國科技公司，在人工智能領域有著領先的地位。Google在音頻、文字、視頻生成領域有著多種優秀的產品，包括但不限于語音合成系統CloudText-to-Speech、自然語言處理系統CloudNaturalLanguage以及視頻生成系統CloudVideoIntelligence。Baidu：Baidu是中國最大的搜索引擎公司，在人工智能領域也有著深厚的研究實力。Baidu在音頻、文字、視頻生成領域的核心產品包括語音合成系統Duovoice、自然語言處理系統DuerOS以及視頻生成系統DeepVideogeneration。資料來源：CharGP

84、T，國海證券研究所35#page#4.2.3用ChatGPT寫篇AIGC報告（3/6）頑國海證券制面CECBTTT二.OpenAl1.企業背景OpenAI是一家人工智能研究機構，成立于2015年，由伯克利加州大學的計算機科學家和商業家兼創始人、ElonMusk、SamAltman、Greg擊號#城應的重是工Y者要承BiuadoylaAaysinsekuueuinuosuuorueuyooaOpenAI研究的領域包括機器學習、人工智能、神經科學和計算機科學等。在過去的幾年中，OpenAI取得了許多成就，其中包括人工智能超越人類的兩個重要領域：圍棋和圖像分類。OpenAI也研發了許多強大的人工智能

85、模型，如GPT-3，它是目前世界上最大的自然語言處理模型。OpenAl一直致力于推進人工智能技術，并為社會做出貢獻。它設立了OpenAI學術委員會，負責對人工智能技術的道德和值觀方面進行研究。此外，OpenAl還與許多組織合作，如政府、學術界和工業界，共同推進人工智能發展?？偟膩碚f，OpenAl是一家非常重要的人工智能研究機構，在推進人工智能技術和促進社會對人工智能的理解方面發揮著重要作用。2.融資背景OpenAl是一家人工智能研究機構，成立于2015年。它的創始人包括伊隆馬斯克、拉里佩奇、莫罕達夫和其他幾位科技界知名人士。OpenAl的起初融資主要來自伊隆馬斯克和拉里佩奇。后來，OpenAl

86、還獲得了其他著名投資者的支持，包括紅杉資本、達沃斯基金會和拉里佩奇的比爾蓋茨基金會。OpenAI在過去幾年里一直在積極尋求資金，以支持其不斷擴大的研究項目。它已經獲得了數干萬美元的資金，并且有望在未來獲得更多資金。3.企業里程碑OpenAI是一家人工智能研究機構，在過去的幾年中取得了許多里程碑式的成就。這里列出了一些OpenAI的重要事件和產品：2015年，OpenAI成立。我三士“Aoea“品工Y一4IVuedo“9102017年，OpenAI的人工智能系統在國際電子競技大賽Dota2中獲得冠軍。2018年，OpenAI發布了它的第一個自然語言處理模型，稱為GPT，可以生成高質量的文本。20

87、19年，OpenAI發布了它的第一個深度學習模型，稱為GPT-2，可以生成人類水平的文本。2020年，OpenAI發布了它的第一個視覺模型，稱為DALL-E，可以生成高質量的圖像。2021年，OpenAI發布了它的最新模型，稱為GPT-3，是目前世界上最大的自然語言處理模型這些模型和系統都是OpenAl在人工智能領域的重要貢獻，為深度學習和自然語言處理技術的發展做出了巨大貢獻。資料來源：CharGPT，國海證券研究所36請務必快#page#4.2.4用ChatGPT寫篇AIGC報告（4/6）福國海證券LANO SECURTE4.算法選代OpenA1是一家人工智能研究機構，在過去的幾年中開發了許

88、多不同的算法。這些算法涵蓋了多種不同的應用領域，包括自然語言處理、視覺、強化學習等。其中，最著名的自然語言處理算法包括：GPT（2018年）：這是OpenAI第一個自然語言處理模型，可以生成高質量的文本。GPT-2（2019年）：這是OpenAl的第一個深度學習模型，可以生成人類水平的文本。GPT-3（2021年）：這是OpenAI目前最大的自然語言處理模型，可以完成各種自然語言處理任務，包括翻譯、問答、文本生成等。OpenAI也開發了許多其他的算法，包括視覺模型DALL-E（2020年）和強化學習算法DQN（2013年）等。這些算法都在不斷演進和改進，為人工智能領域的發展做出了巨大貢獻。5.

89、GPT-3與GPT-3.5區別GPT-3（GenerativePre-trainingTransformer3）是OpenAI推出的一種大規模自然語言生成模型。GPT-3.5是GPT-3的升級版。GPT-3有多個版本，包括GPT-3175B，GPT-33B，GPT-31.5B和GPT-31.3B。GPT-3175B是GPT-3系列中最大的版本，也是GPT-3系列中唯一一個支持圖像生成的版本。GPT-33B和GPT-31.5B是較小的版本，而GPT-31.3B是GPT-3系列中最小的版本。GPT-3.5是GPT-3系列的最新版本，與GPT-3相比，它具有更高的準確度和更好的性能。GPT-3.5使

90、用了更大的數據集和更復雜的網絡結構，并使用了更先進的訓練技術，例如深度排序優化和更大的批量大小。這些改進使得GPT-3.5更加準確，并且能夠更快地生成文本?？偟膩碚f，GPT-3.5相對于GPT-3更加準確，并且更加強大，能夠在更多的應用場景中使用。但同時，由于GPT-3.5的規模更大，它的計算資源需求也更高，因此可能會帶來更高的成本。6.ChatGPT介紹ChatGPT是一種基于GPT（GenerativePre-trainingTransformer）的聊天機器人模型。它是由OpenAI開發的，旨在為聊天機器人應用程序提供自然語言生成能力。GPT是一種自然語言處理模型，它使用預訓練的語言模型

91、來生成文本。它可以用于許多不同的應用程序，包括自然語言生成、機器翻譯和文本分類。資料來源：CharGPT，國海證券研究所請務必閱讀報合37#page#4.2.5用ChatGPT寫篇AIGC報告（5/6）酒國海證券ALANO SECURTEChatGPT使用GPT的技術來生成對話文本。它可以通過輸入用戶的問題來生成相應的回答。ChatGPT還可以在對話中進行記憶，以便在對話過程中保留上下文信息。在訓練過程中，ChatGPT使用大量的聊天記錄來學習如何生成自然的人類語言。這些記錄可以來自真實的聊天會話或人工生成的聊天數據。通過這種方式，ChatGPT可以學習如何回答各種各樣的問題，并能夠生成流暢的

92、、自然的對話文本?？偟膩碚f，ChatGPT是一種用于聊天機器人應用程序的強大模型，它可以通過學習自然語言來生成自然的人類語言。7.ChatGPT優缺點ChatGPT有許多優點能夠生成自然的人類語言：ChatGPT使用大量的聊天記錄來學習如何生成自然的人類語言。這使得它能夠生成流暢的、自然的對話文本。具有記憶能力：ChatGPT能夠在對話中進行記憶，以便在對話過程中保留上下文信息。這使得它能夠在對話中更好地回應用戶的問題?？梢杂糜谠S多應用程序：ChatGPT可以用于許多不同的聊天機器人應用程序，包括客服機器人、問答機器人等。盡管ChatGPT具有許多優點，但它也有一些缺點：可能會生成不合適的文本

93、：ChatGPT是一種生成模型，所以有時它可能會生成不合適的文本。因此，使用它時需要注意檢查生成的文本是否符合期望?？赡軣o法回答所有問題：ChatGPT是通過學習許多聊天記錄來訓練的，但它并不是萬能的。如果問題超出了它學過的范圍，它可能無法回答。需要大量訓練數據：訓練ChatGPT需要大量的聊天記錄。如果訓練數據不足，模型的質量可能會受到影響。8.ChatGTP訓練模式及成本ChatGPT是一種基于GPT（GenerativePre-trainingTransformer）的聊天機器人模型。它使用預訓練的語言模型來生成文本，并在訓練過程中使用大量的聊天記錄來學習如何生成自然的人類語言。在訓練C

94、hatGPT模型時，需要提供訓練數據，包括大量的聊天記錄。這些記錄可以來自真實的聊天會話或人工生成的聊天數據。然后，使用這些數據訓練ChatGPT模型，以便它能夠學習如何回答各種各樣的問題。訓練ChatGPT模型的成本取決于許多因素，包括訓練數據的數量和質量、訓練所需的計算資源等。如果使用云計算平臺進行訓練，則還需要考慮云計算費用?？偟膩碚f，訓練ChatGPT模型可能會耗費很多時間和資源。但是，隨著技術的發展，訓練大型模型的成本正在不斷降低。資料來源：CharGPT，國海證券研究所請務必閱讀報告附注#page#4.2.6用ChatGPT寫篇AIGC報告（6/6）國海證券ALANO SECURI

95、E9.ChatGPT應用領域ChatGPT是一種聊天機器人模型，它可以用于許多不同的聊天機器人應用程序。一些可能的應用領域包括：客服機器人：ChatGPT可以用作客服機器人，幫助用戶解決問題并提供幫助。問答機器人：ChatGPT可以用作問答機器人，回答用戶的各種各樣的問題。在線咨詢機器人：ChatGPT可以用作在線咨詢機器人，為用戶提供咨詢服務聊天機器人應用程序：ChatGPT可以用作聊天機器人應用程序的后端，為用戶提供聊天服務。警終出型限首士盜國出“青可“里型樣想ldbeo“夠出型限想應都一青10.ChatGTP替代人類工作假象的和挑戰ChatGPT是一種聊天機器人模型，它可以用于許多不同的

96、聊天機器人應用程序。它可以幫助解決用戶的問題，并且可以生成自然的人類語言。但是，ChatGPT并不能取代人類的所有工作。它只是一種工具，用于解決特定的問題。它無法代替人類的智慧和創造力。替代人類工作的核心挑戰是，機器無法完全模仿人類的智慧和創造力。人類擁有獨特的能力，如思考、解決問題、學習新知識和創造新事物。而機器只能按照被人類編程的規則運作，無法獨立思考和創造。因此，替代人類工作的核心挑戰是，機器無法完全替代人類的智慧和創造力。但是，隨著技術的發展，機器的能力也在不斷提高，可能會在某些方面超過人類。因此，替代人類工作的可能性也在不斷增加。但是，人類仍然是不可替代的，因為他們擁有獨特的能力和資

97、料來源：CharGPT，國海證券研究所請務必閱讀報39#page#風險提示酒國海證券ALANO SECURTE政策監管風險；行業市場增長的不確定性：競爭環境不確定性；ChatGPT生成報告信息不準確性AIGC企業商業化路徑不確定性：技術創新不及預期。請務必閱讀報40#page#研究小組介紹頑國海證券LAND SECURIT產業研究小組介紹楊仁文：國海證券總裁助理兼研究所所長，堅持產業研究導向，深度研究驅動，曾獲新財富、水晶球、保險資管協會、WIND等最佳分析師第一名。馬川琪：美國西北大學碩士，英國布里斯托大學學士。專注于大消費產業研究，全球視角。分析師承諾楊仁文，本報告中的分析師均具有中國證券

98、業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以勤她的職業態度，獨立，客觀的出具本報告。本報告清晰準確的反映了分析師本人的研究觀點。分析師本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收取到任何形式的補償。國海證券投資評級標準股票投資評級行業投資評級買入：相對滬深300指數漲幅20%以上；推薦：行業基本面向好，行業指數領先滬深300指數；增持：相對滬深300指數漲幅介于10%20%之間；中性：行業基本面穩定，行業指數跟隨滬深300指數：中性：相對滬深300指數漲幅介于-10%10%之間；回避：行業基本面向淡，行業指數落后滬深300指數。賣出：相對滬深300指數跌幅1

99、0%以上。請務必閱#page#免責聲明和風險提示國海證券免責聲明本報告的風險等級定級為R3，僅供符合國海證券股份有限公司（簡稱“本公司”）投資者適當性管理要求的的客戶（簡稱客戶”）使用。本公司不會因接收人收到本報告而視其為客戶?？蛻艏?或投資者應當認識到有關本報告的短信提示、電話推薦等只是研究觀點的簡要溝通，需以本公司的完整報告為準，本公司接受客戶的后續問詢本公司具有中國證監會許可的證券投資咨詢業務資格。本報告中的信息均來源于公開資料及合法獲得的相關內部外部報告資料，本公司對這些信息的準確性及完整性不作任何保證，不保證其中的信息已做最新變更，也不保證相關的建議不會發生任何變更。本報告所載的資料

100、、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。報告中的內容和意見僅供參考，在任何情況下，本報告中所表達的意見并不構成對所述證券買賣的出價和征價。本公司及其本公司員工對使用本報告及其內容所引發的任何直接或間接損失概不負責。本公司或關聯機構可能會持有報告中所提到的公司所發行的國“風險提示市場有風險，投資需謹慎。投資者不應將本報告為作出投資決策的唯一參考因素，亦不應認為本報告可以取代自己的判斷。在決定投資前，如有需要，投資者務必向本公司或其他專業人士咨詢并謹慎決策。在任何情

101、況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議。投資者務必注意，其據此做出的任何投資決策與本公司、本公司員工或者關聯機構無關。若本公司以外的其他機構（以下簡稱該機構”）發送本報告，則由該機構獨自為此發送行為負責。通過此途徑獲得本報告的投資者應自行聯系該機構以要求獲琴更詳細信息。本報告不構成本公司向該機構之客戶提供的投資建議。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。本公司、本公司員工或者關聯機構亦不為該機構之客戶因使用本報告或報告所載內容引起的任何損失承擔任何責任。鄭重聲明本報告版權歸國海證券所有。未經本公司的明確書面特別授權或協議約定，除法律規定的情況外，任何人不得對本報告的任何內容進行發布、復制、編輯、改編、轉載、播放、展示或以其他任何方式非法使用本報告的部分或者全部內容，否則均構成對本公司版權的侵害，本公司有權依法追究其法律責任。請務必閱讀報告附注和免毒聲明#page#國海證券研究所產業研究團隊心懷家國，洞悉四海國海研究北京國海研究上海國海研究深圳上海市黃浦區福佑路8號人保壽深圳市福田區竹子林四路光大銀北京市海淀區西直門外大街168號險大廈TF騰達大廈25F行大廈28F郵編：200010郵編：518041t0001卿電話：021-60338252電話：0755-83706353電話話：010-88576597#page#