計算機行業GPT~4專題：構建模型理解能力商業落地未來可期-230330（48頁）.pdf

《計算機行業GPT~4專題：構建模型理解能力商業落地未來可期-230330（48頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業GPT~4專題：構建模型理解能力商業落地未來可期-230330（48頁）.pdf（48頁珍藏版）》請在三個皮匠報告上搜索。

1、構建模型理解能力，商業落地未來可期構建模型理解能力，商業落地未來可期 西南證券研究發展中心 計算機團隊 王湘杰 2023年3月 GPTGPT-4 4專題專題 1 核心要點 AI大模型持續演進，GPT-4理解能力大幅提升。2022年11月30日，OpenAI發布ChatGPT，5天后即達到100萬用戶，是歷史上用戶增長最快的應用程序。2023年3月15日，OpenAI發布GPT-4，GPT4相比ChatGPT基于的GPT-3.5模型，其在多模態、理解能力、角色認知、長文本支持方面有了明顯進展。我們認為，無論從應用上的用戶增長，還是在模型上的能力提升方面，均具備極大優勢。AI大模型加速應用升級，A

2、IGC有望對多個行業帶來顛覆式創新。2023年2月8日，微軟正式將ChatGPT引入Bing，3月17日微軟宣布其正在將基于GPT-4的AI技術植入Office辦公軟件中，標志著以GPT-3.5和GPT-4為代表的大模型開啟了辦公和搜索新方式，我們認為，未來AI大模型的發展和推廣將率先帶來游戲、代碼編碼、生命科學3個行業的變革。此外，多模態將賦能生成式AI，在文本、音頻、圖像和視頻等場景實現商業化落地，軟件端和硬件端有望迎來新機遇，其中，我們將重點關注大模型對工具類軟件和多場景的賦能，在工具側有望帶來以CAD、EDA、ERP為主的工具類軟件的估值重構。GPT-4引發海量算力需求，把握算力產業鏈

3、機會。根據測算，我們認為，在中性假設下，ChatGPT一年產生的API調用費用約為6.2億美元，與此同時，ChatGPT將在訓練和推理層面對GPU產生巨大需求。根據OpenAI公開信息，GPT-3.5模型的API價格為0.002美元/千token，而GPT-4在請求方面的API價格為0.06美元/千token，回復方面為0.12美元/千token，以0.06美元/千token計算，GPT-4的API調用成本是GPT-3.5的30倍以上，算力相關需求有望翻倍增長。投資建議：1）大模型相關標的：微軟（MSFT.O）、谷歌（GOOG.O）、百度（BIDU.O）等海內外大廠；2）算力相關標的：聯想集團

4、（LNVGY.OO/0992.HK）、英偉達（NVDA.O）；3）應用端相關標的：網易（9999.HK）、閱文集團（0772.HK）、創夢天地（1119.HK）。風險提示：大模型進展不及預期風險、市場競爭加劇風險、AI應用的道德倫理風險、商業模式變現與落地不及預期風險、下游需求不及預期風險。OXjXjWOXkYgVnOmPpN6M9R6MtRqQoMnOkPqQoNjMmPoP6MmMuNxNsRpONZoNpM目 錄 1 模型演進：AI大模型能力不斷強化，GPT系列模型持續迭代 1.1 ChatGPT：基于GPT-3.5模型構建，成為史上用戶增長最快應用 2 應用落地：大模型加速AGI實現，

5、GPT-4推動模型進入可實用時代 1.2 GPT-4：更強大的多模態大模型，關注理解能力的構建 2.1 AGI：全球加速布局，AGI成為未來重點發展方向 2.2 GPT-4 具體應用：多領域初步試水，商業化落地未來可期 3 關注方向：AIGC產業鏈完善，把握四層架構及海內外受益主體 四層架構：數據層 算力層 模型層 應用層 4 海外相關標的 2 AI 1.0 AI 2.0 AGI 【單個任務的專用模型】為每一項任務開發一個模型 需要針對具體任務進行微調 開發周期長、投入資源高 微調了什么能力，則具備什么能力，不會出現“涌現”能力 例如：基于規則、統計、大模型Bert、GPT2等模型的引擎【廣泛

6、任務的通用模型】一 般 用 提 示 詞 調 動 相 關 能 力(zero-shot)可對長上下文(如32K字符)進行建模，具備超強多輪對話能力 由于“涌現”能力、思維鏈和簡單推理，可具備處理未見過的任務的能力 例如：GPT3.5、ChatGPT等【通用人工智能AGI】更加強大的提示詞和“涌現能力”以應對新的任務 對結果具備可解釋性和具備不斷自我學習能力 對能力和結果可控，符合人類倫理和社會規范 例如：未來不斷發展的模型及未來其他更新的模型。資料來源：大語言模型和資產管理論壇，西南證券整理 1 模型演進：AI大模型能力不斷強化，GPT系列模型持續迭代 AI之路：從AI 1.0到AI 2.0再到A

7、GI，能力越來越強，使用越來越簡單，結果越來越可控。GPT系列模型演進：GPT-4是OpenAI發布的最新GPT系列模型，作為大規模多模態模型，它可以接受圖像和文本輸入，產生文本輸出，是目前最強的文本生成模型?！綠PT-1】1.17億參數 有一定泛化能力，可接下有任務微調【GPT-2】15億參數 生成能力突出，包括聊天、續寫、摘要【GPT-3】1750億參數 上下文小樣本學習能力強大，可完成 大 多 數NLP任務 instructGPT 1750億參數 指令微調，不真實/有害化/無用回復減少【chatGPT】約1750億 基于人類反饋數據，對齊人類喜好，強大意圖理解能力【GPT-4】萬億級別

8、數據源擴充；增加訓練后處理和行為預測；幻覺問題下降 2018.06 2019 2020.05 2022.01 2022.11 2023.03 3 ChatGPT簡介：由OpenAI研發的AI技術驅動的自然語言處理工具，于2022年11月30日發布。GPTGenerative Pre-trained Transformer（生成預訓練變換器），是openAI推出的一種用于處理自然語言文本大型神經網絡模型。ChatGPT基于GPT-3.5模型構建、使用Transformer架構，通過連接大量的語料庫來訓練模型，在GPT大模型能力的加持下，ChatGPT對于文本、任務的理解能力有了新的飛躍，能根據聊

9、天的上下文進行互動，做到與真正人類幾乎無異的聊天場景進行交流。在聊天場景以外，ChatGPT還能完成撰寫郵件、視頻腳本、文案、翻譯、代碼等任務。資料來源：百度百科，訊飛易聽說，西南證券整理 時間 事件 2022年11月底 人工智能對話聊天機器人ChatGPT推出，迅速在社交媒體上走紅，推出5天，注冊用戶數超過100萬 2023年1月末 ChatGPT的月活用戶已突破1億，成為史上增長最快的消費者應用 2023年2月2日 美國人工智能公司OpenAI發布ChatGPT試點訂閱計劃ChatGPT Plus。ChatGPT Plus將以每月20美元的價格提供，訂閱者可獲得比免費版本更穩定、更快的服務

10、，及嘗試新功能和優化的優先權 2023年2月2日 微軟官方公告表示，旗下所有產品將全線整合ChatGPT，除此前宣布的搜索引擎必應、Office外，微軟還將在云計算平臺Azure中整合ChatGPT，Azure的OpenAI服務將允許開發者訪問AI模型 2023年2月7日 微軟宣布推出由ChatGPT支持的最新版本人工智能搜索引擎Bing和Edge瀏覽器。微軟CEO表示，“搜索引擎迎來了新時代”；8日凌晨，在華盛頓雷德蒙德舉行的新聞發布會上，微軟宣布將OpenAI傳聞已久的GPT-4模型集成到Bing及Edge瀏覽器中 ChatGPT發展歷程 1.1 ChatGPT：基于GPT-3.5模型構建

11、，成為史上用戶增長最快應用 4 1.1 ChatGPT：基于GPT-3.5模型構建，成為史上用戶增長最快應用 ChatGPT在發布5天后即達到100萬用戶，是歷史上用戶增長最快的應用程序。根據UBS發布的研究報告，ChatGPT在2023年1月的月活用戶數已經超過1億。資料來源：World of Engineering，TRTWORLD，西南證券整理 各應用達到100萬用戶所需時間 3.5 Years 2.5 Years 2.5 Years 2 Years 13 Months 10 Months 7 Months 5 Months 2.5 Months 5 Days NetflixAirbnb

12、KickstarterTwitterFoursquareFacebookDropboxSpotifyInstagramChatGPT各應用達到1億用戶所需時間（單位：月）90 54 54 42 30 9 2 TwitterSpotifyMetaWhatsAppInstagramTik TokChatGPT5 ChatGPT工作原理：ChatGPT 使用 的GPT-3.5模型包含大量的語言數據，當用戶輸入問題時，GPT-3.5模型會根據語言數據生成回答候選集，并從中選擇最佳回答，ChatGPT再將生成的回答以自然語言的形式輸。ChatGPT在基礎語言模型的基礎上，通過RLHF（從人類反饋中強化學

13、習）訓練，使用戶的反饋可以即時反饋到模型上，形成自我學習能力，根據新數據不斷迭代更新。模型訓練過程主要分三步：1）收集提示信息和人工形成的任務示例，通過監督學習訓練模型。2）將初始模型用在新的對比數據上，生成多個輸出，人工對這些輸出進行排序，排序結果用于訓練獎勵模型。3）使用PPO（Proximal Policy Optimization）深度強化學習算法訓練獎勵模型。資料來源：上游新聞，稀土掘金技術社區，騰訊云開發者，西南證券整理 ChatGPT工作原理 1.1 ChatGPT：基于GPT-3.5模型構建，成為史上用戶增長最快應用 6 1.2 GPT-4：更強大的多模態大模型，關注理解能力的

14、構建 GPT-3.5 GPT-4 自然語言處理模型 文字問答 劇本寫作 3000字 司法考試排名倒數10%SAT數學考試590分 生物奧林匹克競賽排名前69%$0.002美元/1000 token（請求響應相同）多模態模型 看圖作答 文字問答 數據推理 分析圖表 角色扮演 25000字 司法考試排名前10%SAT數學考試700分 生物奧林匹克競賽排名前1%請求$0.06美元/1000 token 回復$0.12美元/1000 token 1.1.模型升級模型升級 2.2.功能升級功能升級 3.3.文字輸入長度文字輸入長度 4.4.考試能力考試能力 5.API5.API價格價格 英文準確度提升到

15、85.5%；中文準確性提升80.1%；事實準確性大幅提升 6.6.其他升級其他升級 Bing（提供制定化搜索服務）、Be my eyes（幫助盲人看世界）、Duolingo（幫助糾正語法錯誤）、可汗學院（為學生提供虛擬導師）7.GPT7.GPT-4 4落地應用落地應用 資料來源：OpenAI，西南證券整理 一圖看懂GPT-4 新變化 7 過去計算機只能“模擬”，GPT-4 可以“理解”，更關注理解能力的構建。過去模型一定需要針對具體問題進行具體設計，如果表述不夠“結構化”，模擬效果難以保證?，F在GPT-4擁有理解能力，因此也帶來了邏輯推演的能力，有更好的悟性，能應用于更多場景。MMLU，Mas

16、sive Max Language Understanding，達到86.4%（57個題），GPT 3是70%。資料來源：大語言模型和資產管理論壇，西南證券整理 主要能力 GPT-4的新功能和改進 文本理解能力 GPT-4對上下文和語義的理解能力增強，能夠生成更準確、相關和連貫的響應，降低產生無關或無意義文本的可能性。多語言理解功能 GPT-4擴展語言庫，支持更廣泛的語言，提高流暢度，使其更加通用，更容易被世界各地用戶訪問。實時適應能力 GPT-4學習和適應的能力使其能夠提供更好的定制化響應，更具吸引力和個性化的互動。圖像理解能力 GPT-4理解圖像能力增強，可以通過運用最先進的計算機視覺技術

17、，從圖像中提取關鍵元素和上下文，將功能提升到基于文本的交互之外。規則理解能力 能最大限度地減少有害和不真實的輸出，但由于對遵守規則有了更好的理解，GPT-4將拒絕比3或3.5模型更多的請求。復雜任務的理解能力 GPT-4在更復雜、更細微的任務處理上，回答更可靠、更有創意，能夠處理更復雜的任務，為用戶提供更豐富細致的信息，GPT-4在請求更少的情況下能夠提供更多的結果和答案。GPT-4 多個核心理解能力提升 GPT4 更龐大的參數更龐大的參數 -更昂貴的算力更昂貴的算力 -更中心化的服務模式更中心化的服務模式 -圖形能力更強圖形能力更強 -更穩定的表現更穩定的表現 =提問生成的總token數提問

18、生成的總token數（億token/天）（億token/天）140140405405880880 提問生成的token數與回答生成的token數之比1/151/201/25=回答生成的總token數回答生成的總token數（億token/天）（億token/天）21002100810081002200022000=完整對話生成的總token數完整對話生成的總token數（億token/天）（億token/天）22402240850585052288022880 GPT-3.5 API調用費用GPT-3.5 API調用費用（美元/千token）（美元/千token）0.0020.0020.002

19、=ChatGPT每日產生的API調用費用ChatGPT每日產生的API調用費用（美元/天）（美元/天）448,000448,0001,701,0001,701,0004,576,0004,576,000 365天ChatGPT一年產生的API調用費用（美元/年）（美元/年）163,520,000620,865,0001,670,240,000=ChatGPT一年產生的API調用費用ChatGPT一年產生的API調用費用（億美元/年）（億美元/年）1.61.66.26.216.716.729 3.3 模型層 單一預訓練模型向多模態模型演變，跨模態/多模態內容成為關鍵的發展節點。目前AIGC生成正

20、在完成從簡單的降本增效向創造額外價值轉移。AIGC有望以GPT-4和未來其他多模態大模型為基礎，形成多模態x多場景，其中，跨模態生成和多模態的理解結合將成為未來的發展重點。單一預訓練模型包括自然語言處理(NPL)、計算機視覺(CV)領域。如自然語言處理模型GPT-3。多模態模型涉及文字、圖片、音視頻等多種內容形態。如Stable Diffusion，能夠實現文本到蹄片的轉換；2023年3月15日Open AI推出GPT-4，能夠實現輸入文本和圖像，并輸出文本。OpenAI GPT-4 走在全球前列，百度文心一言為中國本土化大模型代表。公司 單一預訓練模型（NLP/CV）多模態模型 海外 谷歌

21、BERT，LaMDA，PaLM Imagen，Parti，PaLM-E 微軟 Florence，Turining-NLG Visual ChatGPT OpenAI GPT-3，Codex，ChatGPT CLIP&DALL-E，GPT-4 Facebook OPT-175B，M2M-100/Stability AI/Stable Diffusion DeepMind Gopher，AlphaCode Gato 國內 百度 VIMER ERNIE 3.0（文心）騰訊 HunYun-NLP，HunYun-cvr HunYun-tvr 阿里 通義-AliceMind，通義-CV 通義-M6 華為

22、盤古 字節跳動 尚未披露具體細節 資料來源：騰訊研究院，機器之心，各公司官網，西南證券整理 算法模型層 海內外領先標的 30 國內：百度、阿里巴巴、騰訊、華為、字節跳動等國內科技公司在AI大模型方面持續發力。資料來源：騰訊云公眾號，華為云官網，智東西等，西南證券整理 百度 阿里 騰訊 華為 字節跳動 中國通信院 大模型 文心大模型+飛槳深度學習平臺 通義大模型+M6-OFA 混元大模型+太極機器學習平臺 盤古大模型+ModelArts-AISHPerf-LargeModel 時間 2023年3月16日 2022年9月2日 2022年4月21日 擬4月-2023年3月28日 領導 與團隊 王海峰

23、 專門封閉開發小組 楊紅霞（前帶頭人）達摩院等 張正友“混元助手”項目組 田奇 盤古大模型團隊 搜索部門、智能創作團隊等多部門協作-特點 三層體系：大模型層/工具平臺層/產品與社區 構建AI統一底座 廣告類應用優勢明顯 發揮“模型即服務”的商業價值 發力語言和圖像模態，與下游業務結合 多任務領域+多維度測評 方向及規劃 平臺及產品同時向B端和C端發力。百度計劃將多項主流業務與文心一言整合。如：1)與搜索整合，引領搜索體驗的代際變革；2)通過百度智能云對外提供服務，改變云計算市場的游戲規則；3)搭載至Apollo智艙系列產品，與小度集成。阿里達摩院正在研發類ChatGPT的對話機器 人，阿 里

24、版 本 的ChatGPT的對話機器人將與釘釘深度結合。提供服務超200個場景，實現2%10%的應用效果提升。典型使用場景包括電商跨模態搜索、AI輔助設計、開放域人機對話、法律文書學習、醫療文本理解等。大力構建AI能力與云基礎設施，擁抱基礎模型發展趨勢，對大模型技術進行研發投入，促進產品創新與降本增效?；煸狝I大模型將不斷推進文本內容生成、文生圖等領域的升級。已應用于科學計算、氣象、物流、工業質檢等領域，未來在交通、智慧城市、營銷、金融等多個領域均有應用機會。華為以聯合體形式與科研院所、產業廠商等合作，推動大模型產業形成正向閉環。語言大模型團隊由搜索部門牽頭，在十數人左右。圖片大模型團隊由產品研

25、發與工程架構部旗下智能創作團隊牽頭。搜索業務部門、AI Lab和AML（應用機器學習）團隊均調配一定人員賦能語言大模型，預期23年年中推出大模型。針對當前主流數據集和評估基準多以英文為主、缺少中文特點、文化以及難以滿足關鍵行業應用選型需求等問題。屬于人工智能軟硬件基準測評體系范疇，圍繞AI芯片性能、算法任務表現，構建國產AI軟硬件領域的測試基準任務。3.3.1 模型層-國內AI大模型廠商 31 國內：百度、騰訊、華為、阿里等國內科技巨頭與國內各行業公司合作，基于AI大模型圖像識別、人臉識別、語音技術、自然語言處理等方面能力，賦能傳媒互聯網、信息技術、汽車、金融、制造、生物醫藥等多個行業。資料來

26、源：CSDN，財鍵到，騰訊新聞，騰訊AI開放平臺等，西南證券整理 國內科技巨頭AI大模型部分應用行業合作公司 百度“文心一言”阿里“通義”騰訊“混元”華為“盤古”傳媒互聯網 愛奇藝、華策影視、汽車之家、掌閱科技、攜程、值得買、供銷大集、藍色光標、浙文互聯、明源云 掌閱科技、分眾傳媒、光線傳媒 閱文集團、天娛數科、天地在線、世紀華通 信息技術 宇信科技、漢得信息、金蝶、東軟集團、軟通動力、彩訊股份、鼎捷軟件、恒生電子、致遠互聯、中科曙光、航天宏圖 高德軟件、超圖軟件、恒生電子、稅友股份、千方科技、捷順科技 寶信軟件、奧飛數據 賽意信息、普聯軟件、超圖軟件、軟通動力、神州數碼 汽車 一汽解放、長城

27、汽車、長安汽車、零跑汽車、吉利汽車 上汽集團 優信二手車 長安汽車 金融 郵儲銀行、中信銀行、興業銀行、江蘇銀行、重慶銀行、廣發證券、長江證券、申萬宏源、國海證券 網商銀行（未上市）、支付寶（未上市）工商銀行、建設銀行、中國銀行、中信銀行、招商銀行、微眾銀行（未上市）、恒豐銀行（未上市）、泰康（未上市）制造 海信視像、TCL、聯想 生物醫藥 百圖生科（未上市）正大天晴（未上市）晶泰科技（未上市）醫藥智能體（未上市）3.3.1 模型層-國內AI大模型廠商-應用布局 32 海外：微軟、META、谷歌等海外科技巨頭基于AI大模型技術推出相關應用，賦能搜索、辦公、音樂視頻等領域。資料來源：每日經濟新聞

28、，新浪科技等，西南證券整理 公司 產品 能力 微軟 Copilot Word:支持撰寫、總結、協同創作。PowerPoint：通過自然語言生成PPT內容，也支持引用文檔生成PPT。Excel：查看Insights、趨勢分析、創建可視化圖表。Outlook：幫助管理收件箱，節約溝通成本。Power Platform：幫助開發人員加速和簡化代碼工作。Teams：在對話環境中實時總結、形成行動項目，使會議更有成效。Business Chat：匯集來自文檔、演示文稿、電子郵件、日歷、筆記和聯系人的數據，幫助總結聊天內容、撰寫電子郵件、查找關鍵日期，甚至根據其他項目文件編寫計劃。New Bing 技術模

29、型：集成OpenAI的最新技術GPT-4，而非外界傳聞的直接將chatGPT引入其中。數據來源：支持實時的搜索，所以信息的時效性優于chatGPT。定位：New Bing致力于整合“搜索”、“瀏覽”和“聊天”，為用戶提供更優質的搜索場景、更全面的回答、全新的聊天體驗和內容生產能力，提高搜索準確性和效率。谷歌 musicl M 解決文本生成音樂問題 meta make-a-video 文本一鍵生成視頻 海外科技巨頭AI大模型相關應用 3.3.2 模型層-海外AI大模型廠商-應用布局 33 資料來源：量子位，西南證券整理 文本生成：AIGC最早發展的場景技術，已在新聞報道、商業營銷、客服機器人等領

30、域廣泛落地。音頻生成：短視頻等內容媒體配音成為重要應用場景，AI編曲有望成為音頻生成的快速發展賽道。圖像生成：Diffusion在底層技術上逐漸取代GAN并成為圖像生成主流模型，推動AIGC圖像發展。視頻生成：目前，畫質修復、刪除特定主體、自動跟蹤主題剪輯、生成特效和美顏等較為常見?？缒B生成：文本生成圖像或視頻仍處于技術嘗試階段，視頻生成是跨模態生成中的高潛力場景。重點關注 AIGC 文本、音頻、圖像和視頻生成應用場景 1.1.1 結構化寫作（新聞播報等，有比較強的規律）1.1.2 非結構化寫作（劇情續寫、營銷文本等，需要一定創意和個性化）1.1.3 輔助性寫作（推薦相關內容、幫助潤色，不屬

31、于嚴格AIGC）1.2.1 閑聊機器人（虛擬男/女友、心理咨詢等）1.2.2 文本交互游戲等（AI dungeon等）3.2.1 創意圖像生成（隨機或按照特定屬性生成畫作等）3.2.2 功能性圖像生成（根據指定要求生成營銷類海報、模特圖、logo等）紅色字體：較為廣泛地實際應用、技術細節仍待進一步提升；橙色字體：底層技術原理基本明確，預計1-2年內將規?；瘧?；灰色字體：底層技術原理仍待完善，增長可期5.1 文字生成圖像（根據文字prompt生成創意圖像）5.2 文字生成演示視頻（拼接圖片素材生成視頻）5.3 文字生成創意視頻（完全從頭生成特定主題視頻）5.4 圖像/視頻到文本（視覺問答系統、

32、自動配字幕/標題等）5 圖像/視頻/文本間跨模態生成3.1 圖像編輯工具（去除水印、提高分辨率、特定濾鏡等）3.2 圖像自主生成3 圖像生成4.1 視頻屬性編輯（刪除特定主體、生成特效、跟蹤剪輯等）4.2 視頻自動剪輯（對特定片段進行檢測及合成）4.3 視頻部分剪輯（視頻換臉等）4 視頻生成1.1 非交互式文本1.2 交互性文本1 文本生成2.1 語音克隆2.2 文本生成特定語音（生成虛擬人歌聲、播報等）2.3 樂曲/歌曲生成（包含作曲及編曲，在實際應用中常包含自動作詞）2 音頻生成成熟度 高 低 3.4 應用層 34 創作內容的革新：AIGC從文化創意領域已經開始拓展到大文娛、影視傳媒等多個

33、產業。搜索引擎的革新：搜索引擎基于新的搜索范式重新定義。辦公方式的革新：生成式AI讓用戶更專注自身業務領域，把繁瑣的生成工作交給A1，工作成果展現更高效。人機交互界面HCI的革新：AI將超越文本思考，對物理世界進行推理來幫助完成機器人任務。資料來源：大語言模型和資產管理論壇，西南證券整理 受益主體-個人：大模型將使得內容創作、辦公、搜索和人機交互等方面將被深深變革。受益主體-企業：提升人力/財務/營銷/獲客/調研/報告生成等生產效率，改善客戶滿意度、實現智能決策、提高工作效率、提升企業形象和市場競爭力。3.4 應用層 35 資料來源：量子位，西南證券整理 應用層 海內外潛在受益標的 領域 具體

34、運用 海外受益標的 國內受益標的 搜索引擎 聊天機器人 微軟(New Bing)百度 辦公軟件 智能寫作，智能校對，文本翻譯 微軟(Microsoft 365 Copilot)金山辦公，科大訊飛 智能汽車 自動駕駛系統，車內數字助理 Mobileye(MBLY.O)，通用汽車(GM.N)長城汽車、長安汽車 游戲娛樂 游戲NPC生成，短視頻自動生成剪輯 Facebook 網易、騰訊、閱文、創夢天地 電商直播 虛擬主播，虛擬客服 亞馬遜 阿里巴巴 3.4 應用層 受 益 主 體-垂 直 行 業：AIGC前景廣闊，多領域有望實現商業化落地。我們認為AIGC將在搜索引擎、辦公軟件、智能汽車、娛樂和電商

35、等領域變現，催生行業發展新模式。受益標的：海外標的有微軟、亞馬遜、Mobileye，通用汽車；國內潛在受益標的涵蓋百度、騰訊、阿里、金山辦公、科大訊飛、網易、京東、完美世界等。36 資料來源：木奇移動等，西南證券整理 3大重點行業：AI大模型的發展和廣泛應用率先帶來游戲、代碼編碼、生命科學3個行業的變革。游戲 AI大模型的圖像、視頻生成能力可以應用于游戲行業，幫助游戲公司進行文本、聲音、圖像、視頻創作，降低游戲行業創作成本 代碼編碼 AI大模型的出現可以幫助程序員解決部分代碼編寫工作，減少代碼編寫時間，提高軟件開發工作效率，AI大模型成為編碼提效工具，IT咨詢公司有望充分受益 生命科學 AI大

36、模型應用于生命科學領域研究，尤其是創新藥的研究，將為行業帶來變革 3.4 應用層“3+2+1”37 2大應用：AI大模型將帶來軟件和硬件的發展機遇。其中，建議關注AI大模型對工具類軟件和多場景的賦能。資料來源：Talkingdata，西南證券整理 AI大模型將為工具類軟件帶來以下幾方面的變化：提升用戶體驗：AI大模型可以幫助軟件更好地理解用戶需求，提供更加智能化的服務，從而提升用戶體驗。提高工作效率：AI大模型可以通過自動化、智能化等技術幫助用戶完成繁瑣、重復的工作，從而提高工作效率。降低成本：AI大模型可以通過自動化等技術降低人力成本，提高效率，從而降低企業成本。創造新商業模式：AI大模型可

37、以通過數據分析和預測技術幫助企業創造新的商業模式和商機，從而實現商業轉型和創新。AI大模型賦能工具類軟件 在與工具類軟件融合中，AI大模型能力的應用主要包括以下幾個方面：數據分析和預測能力：AI大模型可以對大量數據進行分析和預測，從而幫助工具類軟件更好地理解用戶需求，提供更加智能的服務。自然語言處理：AI大模型可以幫助軟件更好地理解和處理自然語言輸入，從而提供更加智能的交互體驗。計算機視覺：AI大模型可以幫助軟件更好地識別和分析圖像和視頻，從而實現更加智能的功能，如自動化圖像標注、人臉識別等。機器學習和深度學習：AI大模型可以通過機器學習和深度學習技術不斷學習和優化算法，從而提高軟件的智能化水

38、平和服務質量。3.4 應用層“3+2+1”38 資料來源：Design World，AI Multiple，新思科技官網等，西南證券整理 AI對工具側的賦能有望帶來以CAD、EDA、ERP為主的工具類軟件的估值重構。AI在工具側的相關應用 CAD Autodesk向其Fusion 360 Ultimate產品開發軟件的用戶發布了衍生式設計，允許工程師在設計之前定義設計參數，例如材料、尺寸、重量、強度、制造方法和成本約束，使用基于人工智能的算法提供一系列符合預定標準的設計選項，幫助設計師解決問題。SolidWorks在其CAD軟件中增加拓撲優化功能。希望計算平臺能夠預測設計目標，通過人工智能不斷

39、仿真后進行設計。EDA 新思科技推出 DSO.ai（設計空間優化AI）利用人工智能更快更好地設計芯片。DSO.ai 可迅速探索芯片的設計-流程-技術解決方案空間，最大限度地發揮硅工藝技術的優勢，并突破芯片擴展的極限，同時實現設計速度的提升。ERP NetSuite Intelligent Cloud Suite通過人工智能進行集成預測分析，獲得更好的洞察力和更高的效率。SAP S/4HANA Cloud對數據使用人工智能算法進行成本預測，以減少預算超支并做出更準確的資源投資決策。Microsoft Dynamics AI 通過人工智能提供虛擬代理、銷售建議和客戶服務建議。3.4 應用層“3+2

40、+1”39 目 錄 40 1 模型演進：AI大模型能力不斷強化，GPT系列模型持續迭代 1.1 ChatGPT：基于GPT-3.5模型構建，成為史上用戶增長最快應用 2 應用落地：大模型加速AGI實現，GPT-4推動模型進入可實用時代 1.2 GPT-4：更強大的多模態大模型，關注理解能力的構建 2.1 AGI：全球加速布局，AGI成為未來重點發展方向 2.2 GPT-4 具體應用：多領域初步試水，商業化落地未來可期 3 關注方向：AIGC產業鏈完善，把握四層架構及海內外受益主體 四層架構：數據層 算力層 模型層 應用層 4 海外相關標的 4.1 海外相關標的 資料來源：騰訊網，量子位等，公司

41、公告，西南證券整理 算力及存儲 英偉達（NVDA.O）：推出為大型語言模型設計的新款GPU、針對AI視頻的芯片L4，以及AI超級計算服務DGX Cloud等，搭載四對新款GPU H100和雙NVLINK的標準服務器的處理速度最高可達用于處理ChatGPT的HGX A100的10倍。AMD（AMD.O）：發布首款數據中心/HPC級的APU Instinct MI300，集成1460億個晶體管，號稱能將ChatGPT、DALLE等大模型的訓練時間從幾個月縮短到幾周，節省百萬美元電費。三星（005930.KS）：將受益于不斷增長的HBM和服務器DRAM需求。海力士（000660.KS）：將受益于不斷

42、增長的HBM和服務器DRAM需求。聯想集團（LNVGY.OO/0992.HK）：聯想作為作為領先的基礎算力和人工智能算力提供商，將被推至臺前并在未來持續受益，且3月22日聯想集團官宣與英偉達展開戰略合作，基于NVIDIA DRIVE Thor系統級芯片，自主研發最新一代車載域控制器平臺。大模型 微軟（MSFT.O）：投資OpenAI，推出New Bing，將搜索引擎必應接入GPT-4，推出由GPT-4 技術驅動的Microsoft 365 Copilot。谷歌（GOOG.O）：推出多模態視覺語言模型（VLM）PaLM-E，具有 5620 億個參數，集成了可控制機器人的視覺和語言能力。百度（BI

43、DU.O）：發布知識增強大語言模型“文心一言”。商湯（0020.HK）：發布多模態多任務通用大模型“書生2.5”。41 資料來源：公司公告，西南證券整理 應用端 網易（9999.HK）：旗下游戲引入GPT，手游逆水寒于2023年2月宣布將實裝國內首個游戲GPT，自動生成高智能NPC。閱文集團（0772.HK）：與旗下作品簽訂協議，全權負責IP開發，接入AI大模型后，開發效率將大幅提高，IP價值提升。創夢天地（1119.HK）：微軟指定數字化服務商將向公司提供由微軟負責運營的國際版Microsoft Azure云服務，公司將通過Microsoft Azure及OpenAI的大模型能力，在游戲產品

44、研發、Fanbook AI生態建設等多個領域展開深化合作，實現Microsoft Azure和Fanbook技術團隊協同研發，打造多場景AI應用落地。Salesforce（CRM.N）：將發布Einstein GPT，將OpenAI的生成式AI技術添加到其AI產品Einstein平臺上。新思科技（SNPS.O）：推出DSO.ai（設計空間優化AI）利用人工智能更快更好地設計芯片。DSO.ai可迅速探索芯片的設計-流程-技術解決方案空間，最大限度地發揮硅工藝技術的優勢，突破芯片擴展的極限，實現設計速度的提升。Autodesk（ADSK.O）：向Fusion 360 Ultimate產品開發軟件的

45、用戶發布了衍生式設計，允許工程師在設計之前定義設計參數，使用基于人工智能的算法提供一系列符合預定標準的設計選項，幫助設計師解決問題。4.1 海外相關標的 42 4.2 相關股票漲跌幅 英偉達漲跌幅 2.21%-20%-10%0%10%20%微軟 納斯達克綜指 ChatGPT推出 GPT-4推出 7.58%微軟漲跌幅 42.19%-40%-20%0%20%40%60%80%英偉達 納斯達克綜指 ChatGPT推出 GPT-4推出 11.29%AMD漲跌幅-7.10%-20%-15%-10%-5%0%5%10%谷歌C 納斯達克綜指 ChatGPT推出 GPT-4推出 12.53%12.65%-40

46、%-20%0%20%40%超威半導體 納斯達克綜指 ChatGPT推出 GPT-4推出 12.01%谷歌漲跌幅 ChatGPT推出 GPT-4推出 12.53%資料來源：Wind，西南證券整理 43 大模型進展不及預期風險 市場競爭加劇風險 AI應用的倫理道德風險 商業模式變現與落地不及預期風險 下游需求不及預期風險 風險提示 44 分析師：王湘杰 執業證號：S1250521120002 電話：0755-26671517 郵箱： 西南證券研究發展中心 分析師承諾分析師承諾 報告署名分析師具有中國證券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，報告所采用的數據均來自合法合規渠道，分析邏輯

47、基于分析師的職業理解，通過合理判斷得出結論，獨立、客觀地出具本報告。分析師承諾不曾因，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獲取任何形式的補償。重要聲明重要聲明 西南證券股份有限公司（以下簡稱“本公司”）具有中國證券監督管理委員會核準的證券投資咨詢業務資格。本公司與作者在自身所知情范圍內，與本報告中所評價或推薦的證券不存在法律法規要求披露或采取限制、靜默措施的利益沖突。證券期貨投資者適當性管理辦法于2017年7月1日起正式實施，若您并非本公司簽約客戶，為控制投資風險，請取消接收、訂閱或使用本報告中的任何信息。本公司也不會因接收人收到、閱讀或關注自媒體推送本報告中的內容而視其為

48、客戶。本公司或關聯機構可能會持有報告中提到的公司所發行的證券并進行交易，還可能為這些公司提供或爭取提供投資銀行或財務顧問服務。本報告中的信息均來源于公開資料，本公司對這些信息的準確性、完整性或可靠性不作任何保證。本報告所載的資料、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、價值及投資收入可升可跌，過往表現不應作為日后的表現依據。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，本公司不保證本報告所含信息保持在最新狀態。同時，本公司對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本報告僅供參考之用，不構成出售

49、或購買證券或其他投資標的要約或邀請。在任何情況下，本報告中的信息和意見均不構成對任何個人的投資建議。投資者應結合自己的投資目標和財務狀況自行判斷是否采用本報告所載內容和信息并自行承擔風險，本公司及雇員對投資者使用本報告及其內容而造成的一切后果不承擔任何法律責任。本報告及附錄版權為西南證券所有，未經書面許可，任何機構和個人不得以任何形式翻版、復制和發布。如引用須注明出處為“西南證券”，且不得對本報告及附錄進行有悖原意的引用、刪節和修改。未經授權刊載或者轉發本報告及附錄的，本公司將保留向其追究法律責任的權利。西南證券投資評級說明西南證券投資評級說明 報告中投資建議所涉及的評級分為公司評級和行業評級

50、（另有說明的除外）。評級標準為報告發布日后6個月內的相對市場表現，即：以報告發布日后6個月內公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：A股市場以滬深300指數為基準，新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準；香港市場以恒生指數為基準；美國市場以納斯達克綜合指數或標普500指數為基準。公司 評級 買入：未來6個月內，個股相對同期相關證券市場代表性指數漲幅在20%以上 持有：未來6個月內，個股相對同期相關證券市場代表性指數漲幅介于10%與20%之間 中性：未來6個月內，個股相對同期相關證券市場代表性指數漲幅介于-10%與10

51、%之間 回避：未來6個月內，個股相對同期相關證券市場代表性指數漲幅介于-20%與-10%之間 賣出：未來6個月內，個股相對同期相關證券市場代表性指數漲幅在-20%以下 行業 評級 強于大市：未來6個月內，行業整體回報高于同期相關證券市場代表性指數5%以上 跟隨大市：未來6個月內，行業整體回報介于同期相關證券市場代表性指數-5%與5%之間 弱于大市：未來6個月內，行業整體回報低于同期相關證券市場代表性指數-5%以下 西南證券機構銷售團隊西南證券機構銷售團隊 區域區域 姓名姓名 職務職務 座機座機 手機手機 郵箱郵箱 上海上海 蔣詩烽 總經理助理、銷售總監 021-68415309 1862131

52、0081 崔露文 銷售經理 15642960315 15642960315 王昕宇 銷售經理 17751018376 17751018376 薛世宇 銷售經理 18502146429 18502146429 汪藝 銷售經理 13127920536 13127920536 岑宇婷 銷售經理 18616243268 18616243268 張玉梅 銷售經理 18957157330 18957157330 陳陽陽 銷售經理 17863111858 17863111858 李煜 銷售經理 18801732511 18801732511 譚世澤 銷售經理 13122900886 13122900886

53、卞黎旸 銷售經理 13262983309 13262983309 北京北京 李楊 銷售總監 18601139362 18601139362 張嵐 銷售副總監 18601241803 18601241803 杜小雙 高級銷售經理 18810922935 18810922935 楊薇 高級銷售經理 15652285702 15652285702 胡青璇 銷售經理 18800123955 18800123955 王一菲 銷售經理 18040060359 18040060359 王宇飛 銷售經理 18500981866 18500981866 巢語歡 銷售經理 13667084989 13667084

54、989 廣深廣深 鄭龑 廣深銷售負責人 18825189744 18825189744 楊新意 銷售經理 17628609919 17628609919 張文鋒 銷售經理 13642639789 13642639789 陳韻然 銷售經理 18208801355 18208801355 龔之涵 銷售經理 15808001926 15808001926 丁凡 銷售經理 15559989681 15559989681 西南證券研究發展中心 西南證券研究發展中心西南證券研究發展中心 上海上海 深圳深圳 地址：上海市浦東新區陸家嘴東路166號中國保險大廈20樓 地址：深圳市福田區深南大道6023號創建大廈4樓 郵編：200120 郵編：518040 北京北京 重慶重慶 地址：北京市西城區金融大街35號國際企業大廈A座8樓 地址：重慶市江北區金沙門路32號西南證券總部大樓 郵編：100033 郵編：400025