AIGC行业研究框架与投资逻辑

分析师：金荣（S0010521080002）2023年4月20日华安证券研究所AIGC行业研究框架与投资逻辑证券研究报告2敬请参阅末页重要声明及评级说明投资建议•一方面，生成式AI带来的是生产效率的提升，将大家从重复性劳动解放，生产内容更快，将更多精力放在创意等更重要的事情；同时降低用户的学习成本，吸引更多的用户来生产内容或者消费内容，也会改变与商品的交互方式，从而促成交易转化，以上两点将同时提升活跃用户数及提高市场规模，如游戏、电影、有声书、电商平台等多领域，建议关注布局大模型的阿里巴巴-SW、腾讯控股、百度集团-SW等。•“从通用到专业？”还是“从专业到通用？”，建议在关注大模型的同时，同时关注NLP领域参数量相对较小的特定领域模型及其应用，有望通过低成本的方式加速落地，如蓝色光标、秘塔写作猫（一级项目）等；CV模型参数量通常较小，且语料库不存在中英文差异，同样值得关注，如美图公司、万兴科技、易点天下等。•从大模型训练的角度，语料库及内容安全审查是生成式AI蓬勃发展的基石，建议关注阅文集团、中文在线、人民网、新华网、川网传媒、中国科传等。•在语言领域，聊天对话类如电商机器人客服、互联网内容的生成、文章生成、游戏内容、游戏NPC对话等领域过去几年AI算法均有应用，大模型算法有望提供新思路，使得对话及内容生成的全局能力、角色定位、文本长度及精品度更为优质，建议关注在相关领域持续探索AI算法的公司，关注阿里巴巴-SW、京东集团-SW、焦点科技、值得买、网易-S、腾讯控股、吉比特、三七互娱、巨人网络、天娱数科等。•在视觉领域，SAM模型产生了较大的影响力，从以前的基于卷积神经网络的纯图像特征，进阶到了利用Prompt指令去学习理解图片，大幅提高图片分割能力并且具备内容多模态理解能力。从工具侧而言，新的底层技术为其产品的可用性赋能，会使得用户使用学习成本更低，吸引更多B或者C的用户，并提升用户的留存及复购；应用侧，比如电影、动画片制作则会提高生产效率，从而生产更多优质内容，建议关注兼具IP的上海电影、光线传媒、华策影视、奥飞娱乐等。风险提示：人工智能相关政策风险；AI模型等技术进步不及预期；用户增长不及预期等。oPtQrRxOvNsNqPpQsRsNpNbR9RaQpNqQsQmPeRqQqMeRnPpO7NqRnQuOmMnOxNoPyR3敬请参阅末页重要声明及评级说明主要研究方法及相关概念•主要研究方法：本报告主要通过对巨头厂商的大模型，以及基于Transformer模型已有应用落地的各类AI模型的盘点，以及海外重点股权投资项目、国内一级市场及二级市场重点公司的产品及布局研究，来梳理未来应用落地的方向。•相关概念：✓ 深度学习（Deep Learning）：深度学习（DL，Deep Learning）是机器学习（ML，Machine Learning）领域中的一个方向，相较于传统的浅层学习，深度学习的不同在于强调模型的深度以及明确特征学习的重要性。✓ 注意力机制（Attention Mechanism）：90年代提出，2014年深度学习革命，将注意力机制放到了视觉领域。其源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息，上述机制通常被称为注意力机制。✓ Transformer 模型：标志着AI发展的新阶段，具备很强的全局学习能力及很好的迁移能力，背后的原理是注意力机制。2017年谷歌提出Attention is all you need，最早的模型用在英语翻译德语的机器翻译，该模型可以让机器学习全局信息，多重记忆力模型优于此前的循环神经网络。当前Transformer模型被广泛应用，包括语言模型、图像生成、图像分类、图像分割、生物医学（alpha Fold）、机器人控制（Gato控制机械臂）等众多领域。✓ 生成式AI：生成式 AI 是指人工智能模型可以根据训练过的数据创建新的内容、模式或解决方案。2023年4月国家互联网信息办公室起草的《生成式人工智能服务管理办法（征求意见稿）》向社会公开征求意见。✓ AGI（通用人工智能）：AGI也被称为强人工智能、完全人工智能，是指智能代理理解或学习人类所能完成的任何智力任务的能力。强人工智能与弱人工智能形成对比，后者不拥有一般的认知能力，而是被设计用来解决一个确切问题的程序。4敬请参阅末页重要声明及评级说明目录1 大模型发展历程及发展现状：科技巨头引领行业，国内大厂布局较早，众多厂商结合自身优势积极布局2 海外及国内的热门AI应用：国内自17年以来，一级市场AI+垂直赛道项目众多3 目前主流AI模型及应用解读：从文本生成辅助决策到视频生成4 国内一级市场及二级市场公司在AI领域百花齐放，有所积累5敬请参阅末页重要声明及评级说明目录1 大模型发展历程及发展现状：科技巨头引领行业，国内大厂布局较早，众多厂商结合自身优势积极布局2 海外及国内的热门AI应用：国内自17年以来，一级市场AI+垂直赛道项目众多3 目前主流AI模型及应用解读：从文本生成辅助决策到视频生成4 国内一级市场及二级市场公司在AI领域百花齐放，有所积累6敬请参阅末页重要声明及评级说明1.1 大模型发展历程：ChatGPT引领AI迎来“奇点”，开启AGI序幕资料来源：CSDN，OpenAI，Google博客，量子位，机器之星，华安证券研究所整理图表1：大模型发展历程图7敬请参阅末页重要声明及评级说明资料来源：CSDN，GitHub，界面，IT之家，Google博客，Meta AI，量子位，机器之星，华安证券研究所整理图表2：海外公司大模型与落地场景1.2 海外大模型布局：科技巨头持续创新，引领行业发展方向模型公司模型类型大模型分类技术能力应用场景落地产品（软件）微软/OpenAI多模态GPT2018年6月，GPT-1发布，参数量达到1.17亿个，语言泛化能力不足，无法解决通用的语言任务；2019年2月，GPT-2发布，参数量达到15亿个，舍弃模型微调，通过大模型进行预训练，开始能够解决多语言任务能力；2020年5月，GPT-3发布，参数量达到1750亿个，引入In-context训练方式学习上下文，翻译、聊天问答和文本填空等任务表现出色，能够生成难辩真假新闻的能力；2022年3月，InstructGPT发布，参数量达到5400亿个；2022年11月，推出对话式AI模型ChatGPT，由GPT-3.5大型语言模型微调而来，并引入人工反馈的强化学习（RLHF）。能够处理复杂语言工作，包括自动文本生成、自动问答、编写和调试计算机程序及创作故事；2023年3月，GPT-4发布，能够阅读文字和识别图像并生成文本结果，回复的准确性较历史版本有提升生成、编辑和协助写作任务，例如作曲、写剧本和学习写作风格Office、GitHub Copilot、Codex；Inworld AI，多邻国、Yabble，Be My Eyes、Stripe、Khan Academy；Salesforce，Bain&Company，Snap，Shopify；Notion、newbing；Interact、Shop、Klarna谷歌多模态PaLM-E规模最大的