互联网电商：大模型加速迭代，聚焦AI应用落地

1 行业报告│行业专题研究 请务必阅读报告末页的重要声明 互联网电商 大模型加速迭代，聚焦 AI 应用落地  简述行业变化： 基础大模型持续升级演进，多模态成行业趋势。近期国内外 AI 基础大模型持续升级迭代，阿里、百度、微软、谷歌等头部大厂纷纷升级其基础大模型，在多模态、长文本、逻辑思维等方面能力均显著提升，我们认为各厂商大模型能力持续升级，有望加速应用落地。 底层架构的创新或引发新一轮变革。近期 CMU 和普林斯顿大学的研究者发布了全新 Mamba 架构，可以克服 Transformer 的致命缺陷：核心注意力层无法扩展到长期上下文。我们认为，底层架构的创新有望推动新一轮技术变革，提升 AI 应用落地效果。  AI 应用逐步落地并商业化 随着 AI 基础的大模型的升级和优化，大量 AI 应用快速涌现，且已有较多应用进行了商业化。海外很多 C 端应用已经实现盈利，商业模式以订阅为主，应用更偏向于情感陪伴、AI 绘画等泛娱乐应用。国内 B 端应用如智能客服、办公助理等也在快速落地应用，但 C 端现象级应用短缺。我们认为短期内 AI 应用主要在对准确性、专业性要求不高的场景，长期则有望向对准确性、专业性等要求更高的领域延伸，如教育、金融、医疗等场景。  AI 视频生成领域逐渐突破 AI 视频生成是多模态领域最大的难题，因为融合了文本、图像、音频等多种媒介，因此在 AI 生成方面难度最大，当前 AI 视频生成技术仍处于早期阶段。但近期 AI 视频生成领域逐渐迎来突破，Runway 的 Gen-2、Pika、字节的 Magic Animate、阿里的 Animate Anyone 等产品表现亮眼，生成视频的流畅度、清晰度等均有较大升级。我们认为 AI 视频生成能力的提升，可广泛应用于电商、直播、影视等场景，助力相关公司降本增效。  AI Agent 有望加速应用落地 AI Agent 是具备环境感知、自主决策并执行的智能体，可以自主思考和调用工具从而完成既定任务，可以克服当前基础大模型存在的内容生成不准确、幻觉等问题，可以将用户从日常任务和重复劳动中解放出来，有望帮助处理几乎所有活动和生活各个领域的事务，对软件业和整个社会都将产生深远影响。  投资建议 我们认为随着基础大模型的持续升级优化以及 AI Agent 技术的快速成熟，AI 应用有望规模落地，建议关注营销、游戏、教育等 AI 应用可快速落地的领域，具体标的上建议关注在 AI 应用积极布局且在数据、应用场景和应用生态方面积累丰富的公司如美图公司、昆仑万维、果麦文化、蓝色光标、分众传媒。 风险提示：技术发展不及预期风险；竞争加剧风险；AI 安全、隐私风险等。 证券研究报告 2023 年 12 月 08 日 投资建议： 强于大市（维持） 上次建议： 强于大市 相对大盘走势 作者 分析师：陈梦瑶 执业证书编号：S0590521040005 邮箱：cmy@glsc.com.cn 联系人：周砺灵 邮箱：zhoull@glsc.com.cn 相关报告 1、《互联网电商：谷歌 Gemini 正式发布，多项能力行业领先》2023.12.07 -40%-23%-7%10%2022/122023/42023/82023/12互联网电商沪深300请务必阅读报告末页的重要声明 2 行业报告│行业专题研究 1. 基础大模型持续升级演进 头部科技大厂引领行业发展，多模态成行业趋势。由于 AI 大模型依赖庞大的算力资源、优秀的 AI 人才、丰富的数据等条件，海外逐渐形成了以微软/OpenAI、谷歌、Meta、AWS 等科技巨头为代表的竞争格局。国内大模型厂商除了阿里、百度、华为、腾讯等头部大厂，科大讯飞、360、Minimax 等一众厂商纷纷入局，竞争激烈。技术方面，大模型技术不断从文字、代码延伸至音频甚至视频领域，多模态成为主流大模型的典型特征。与 OpenAI 深度合作的微软行业领先，正在将 OpenAI 最新大模型GPT-4 Turbo 集成到自身产品中，在多模态、长文档、知识库等方面全新升级，持续引领行业。北美时间 12 月 6 日，谷歌正式发布全新原生多模态大模型 Gemini 1.0，在推理、编程等多个方面行业领先。谷歌将在其相关产品中全面集成 Gemini 的能力，包括搜索、广告、Chrome、Duet AI 等。Meta 则押注开源大模型，LLaMA2 已成为最优秀的开源模型之一，并衍生出过个应用和项目，但仍与 OpenAI、谷歌 PaLM2 大模型有差距。10 月 17 日，百度发布文心一言 4.0，理解、生成、逻辑、记忆四大能力都有显著提升。10 月 31 日，阿里通义千问 2.0 发布，阅读理解、逻辑思维以及数据处理等方面的能力都有了显著的提升。我们认为各个厂商大模型能力持续升级迭代，有望加速应用快速落地。 图表1：典型 AI 大模型进展梳理 资料来源：财联社、智东西、界面新闻、36 氪、金融界、机器之心 Pro、澎湃新闻、界面新闻、新智元、华尔街见闻，国联证券研究所整理 请务必阅读报告末页的重要声明 3 行业报告│行业专题研究 底层架构的创新或引发新一轮变革。Transformer是目前 AI大模型的主流架构，但 Transformer 存在致命缺陷：Transformer 模型中自注意力机制的计算量会随着上下文长度的增加呈平方级增长，导致核心注意力层无法扩展到长期上下文。近期 CMU和普林斯顿的研究者发布了新的 SSM 架构 Mamba，这种架构在语言建模上与Transformer 能力相当，而且还能够线性扩展，同时具有 5 倍的推理吞吐量，在语言、音频、DNA 序列模态上都实现 SOTA。我们认为，底层架构的缺陷直接影响大模型的效果和性能，底层架构的创新有望推动新一轮技术变革，加速 AI 应用落地。 图表2：Mamba 与 Transformer 吞吐量对比 资料来源：Mamba: Linear-Time Sequence Modeling with Selective State Spaces，国联证券研究所 2. 应用落地多点开花 2.1 AI 应用逐步落地并商业化 随着基础大模型的持续升级和优化，大量应用快速涌现，其中海外应用起步较早，已经有比较多的 AI 应用进行了商业化落地。根据美国风险投资公司 A16z 提供的 TOP 50 的 AI 产品榜单，海外很多 C 端应用已经实现盈利，商业模式以订阅为主，应用类型则更多偏向于情感陪伴、AI 绘画等泛娱乐应用，如 C 端情感陪伴类应用Character.AI、AI 绘画应用 Leonardo.ai。国内 AI 应用虽然起步较晚，但 AI 相关应用快速涌现，尤其是 B 端应用如智能客服、办公助理等，C 端应用相对较少，类似妙鸭相机这样的应用短缺。我们认为，在 AI 应用落地早期以对话机器人 Chatbot 和简单的工具应用为主，主要在创意设计、聊天互动等对准确性、专业性要求不高的场景，长期则有望向对准确性、专业性等要求更高的领域延伸，如教育、金融、医疗等场景。 请务必阅读报告末页的重