互联网传媒行业：AI时代新起点，寻新投资方向(三)，AI Agent，大模型时代重要落地方向

AI时代新起点，寻新投资方向（三）AI Agent，大模型时代重要落地方向2023年10月12日证券分析师 ：张良卫执业证书编号：S0600516070001联系邮箱：zhanglw@dwzq.com.cn研究助理 ：郭若娜执业证书:S0600122080017 guorn@dwzq.com.cn证券研究报告·行业深度报告·互联网传媒增持（维持）核心观点◼大模型时代的AI AGENT = LLM+ 规划能力 + 记忆 + 工具。AI领域AGENT概念由来已久，这一轮LLM给AI AGENT提供了突破性技术方案，对AI AGENT性能表现至关重要；同时需借助外部工具在实际应用中保持长期一致性和准确性。目前AI AGENT的探索大致分为自主智能体和智能体模拟。◼方向一：自主智能体，力图实现复杂流程自动化。自主智能体有望带来软件行业交互方式和商业模式变革。基座大模型能力解决下限问题，在实际企业应用场景中自主智能体的架构设计、工程能力、垂类数据质量等也至关重要，垂类/中间件玩家亦有机会。其中，单智能体相对更适用于较简单的任务，在C端应用上有一定潜力，代表性玩家包括中心化应用的ChatGPT、去中心化应用的adept AI、可定制和平台化的Cortex、MindOS等；但其在B端场景上略显乏力，基本无法完成较为复杂的工作，多智能体优势相对更加突出。代表性玩家包括MetaGPT、ChatDev、Showrunner。◼方向二：智能体模拟，力图更加拟人可信。1）陪伴类智能体强调情感情商等人类特征，具有“人格”，且能够记住与用户的历史交流，代表应用如PI、Character ai、replica、glow等。我们认为国内情绪消费市场仍有较大想象空间，陪伴类智能体或受益于情绪消费趋势红利，成为LLM时代重要的AI原生应用。我们预计陪伴类智能体大部分商业价值集中在供给方而非平台，我们更加看好具备丰富IP储备或者能让用户定制智能体的玩家。2）交互智能体：强调与环境交互的能力，智能体之间/与虚拟世界内事物之间可互动，可能涌现出超越设计者规划的场景和能力，大模型不确定性反而成为优势，有望成为AIGC重要部分。特别是对开放世界游戏等行业，可增强玩家沉浸感，解决开放世界内容消耗快的问题；多可信agent技术成熟后可能会孵化出新的游戏品类。代表项目如斯坦福大学开源的Smallville 小镇，应用如网易《逆水寒》、昆仑万维《Club Koala》。◼投资建议：1）推荐在AI AGENT方向有直接布局的昆仑万维、中文在线、盛天网络，建议关注天地在线等。2）游戏板块推荐研运能力出色且产品储备充沛的厂商：恺英网络、吉比特、三七互娱、巨人网络、宝通科技等，港股的创梦天地等，建议关注神州泰岳、世纪华通等。3）IP资源建议关注艺人IP（华策影视等）、影视IP（光线传媒、奥飞娱乐、博纳影业、上海电影、中国电影等）。4）教育推荐南方传媒、凤凰传媒、皖新传媒、新东方，建议关注世纪天鸿、好未来、高途集团、科大讯飞、佳发教育、盛通股份、传智教育、鸿合科技等；电商及企业服务推荐焦点科技、华凯易佰、吉宏股份;创作类自主智能体发展有助于提高内容行业生产效率，推荐动画电影龙头光线传媒。◼风险提示：产业进展不及预期，监管风险，市场竞争加剧风险目录1. AI AGENT：LLM提供新基座，自动化/拟人化是两大方向2. 自主智能体：自动化，新一轮生产力革命➢2.2 自主智能体：实验性VS实操性，单智能体VS多智能体3. 智能体模拟：拟人化，新的精神消费品➢3.1 陪伴类，提供情绪价值➢1.1 AI AGENT：感知并反应，具备自主性/可迭代/规划性➢1.2 新时代AI AGENT：LLM+规划+记忆+工具➢3.2 重交互，提高用户体验4. 投资建议5. 风险提示➢1.3 两大方向：自动化（自主智能体）、拟人化（智能体模拟）➢2.1 自主智能体：软件新范式，非大模型玩家亦有机会1、AI AGENT：LLM提供新基座，自动化/拟人化是两大方向121.1 AI AGENT：感知并反应，具备自主性/可迭代/规划性资料来源：《人工智能：现代方法（第4版）》，Karpathy，东吴证券研究所文本输入区域◼智能体agent：通过传感器感知环境（收集信息）并通过执行器作用于该环境（采取行动）的事物。 Agent概念最早起源于M.Minsky(AI之父之一）于1986年出版的《Society of Mind》（也是神经网络热潮开始的年份），1994年AI学术界内便已开始较多对agent的讨论，本篇报告我们采用22年出版的《人工智能：现代方法》（第四版）中的定义。◼理性智能体概念是研究人工智能方法的核心。区别于普通计算机程序，理性智能体具备自主性、可学习迭代、可制定并实现目标等特点。人工智能专注于研究和构建做正确的事情的智能体——理性智能体（Rational Agent/Intelligent Agent，也是本报告“AI AGENT”定义），即设计理性智能体程序实现智能体函数，完成从感知到动作的映射。对于每个可能的感知序列，给定感知序列提供的证据和智能体所拥有的任何先验知识，理性智能体应该选择一个期望最大化其性能度量的动作。图：智能体通过传感器和执行器与环境交互可进行语音互动具备物理传感器和执行器的计算装置，使程序可以使用来自传感器的感知，运行程序，并将程序生成的动作选择反馈给执行器将当前感知作为传感器输入，将动作返回给执行器，是智能体函数的具体实现。• 智能体函数：抽象的数学描述，描述智能体行为，将任意给定的感知序列映射到一个动作；可能依赖整个感知历史智能体 = 架构 + 程序图：智能体结构拆解资料来源：Lil’Log，科研式学习公众号，机器之心， The Anatomy of Autonomy: Why Agents are the next AI Killer App after ChatGPT，东吴证券研究所31.2 新时代AI AGENT：LLM+规划+记忆+工具，大模型重要落地方向◼大模型时代的AI AGENT = LLM（核心控制器，构建核心能力）+ 规划能力 + 记忆 + 工具。其中基座模型能力至关重要。•我们认为LLM给AI AGENT底层提供了一个突破性技术方案：过去强化学习基于深度学习框架可让agent学到技能，但agent本身并没有真正理解问题和技能，泛化性也较差，只能用于特定领域，主要用在游戏和用来制作低维控制/计划，代表性应用是围棋领域的AlphaGo；LLM带来了深度学习新范式，思维链和强大的自然语言理解能力有望让agent具备强大的学习能力和迁移能力，从而让创建广泛应用且实用的agent成为可能。•由于生成式LLM存在幻觉问题，记忆力短，在实际应用中难以保持长期一致性和准确性，且agent间合作也是重要趋势，除了等待基座模型自身迭代之外，借助外部力量（向量存储、检索、代码等）是重要方法，完整的AGENT框架应该具备这些能力。我们认为补齐了大模型短板的AI AGENT更具备实用性，将是大模型重要落地方向。前特斯拉总监、OpenAI科学家Karpathy公开表示“如今AI智能体才是未来最前