没有合适的资源?快使用搜索试试~ 我知道了~
人工智能系列深度报告:AIGC行业综述篇-开启AI新篇章.pdf
5星 · 超过95%的资源 需积分: 0 226 下载量 5 浏览量
2023-03-30
22:17:36
上传
评论 16
收藏 2.44MB PDF 举报
温馨提示
试读
65页
行业发展:人工智能步入新发展阶段,逐步迈向AGI;AIGC拥抱人类,创造人机交互新变革,将迎来更多新机遇。人工智能从理论发展分为四个阶段:规则导 向、机器学习、深度学习、自主学习阶段,目前处于深度学习阶段;从应用成熟度可分为三个阶段:弱人工智能阶段(ANI)、强人工智能阶段(AGI)、超人 工智能阶段(ASI),目前处于ANI阶段;从应用类型可分为四种:感知式AI与分析式AI应用较成熟,决策式AI近年来发展迅速,生成式AI迎来突破。生成式AI, 即AIGC,较传统内容创作模式UGC、PGC可实现更大数量、更高质量、更低单位成本,未来将从辅助创作生成趋向高度自动化自主创造。此外,AIGC将赋 能多领域,加速人机共生的建设,迎接更多机遇与挑战。 ◆ 技术进步:算力是支撑,数据是瓶颈,算法迎来突破。算力层,近年来大模型流行,模型参数量迅速膨胀,所需计算资源越来越大,算力是AIGC核心生产要素; 而AI芯片全球短缺,美对华芯片制裁升级,我们认为国内短期算力充足,长期仍需要逐步实现AI芯片国产化替代。数据是机器学习的核心,AI发展的瓶颈,数据 决定模型质量的上限;大模型训练需要海量且优质数据,A
资源推荐
资源详情
资源评论
人工智能系列深度报告:AIGC行业综述篇
——开启AI新篇章
陈梦竹(证券分析师) 陈凯艺(联系人)
S0350521090003 S0350121070080
chenmz@ghzq.com.cn chenky@ghzq.com.cn
证券研究报告
2023年03月20日
计算机
1
请务必阅读报告附注中的风险提示和免责声明
2
核心提要
本篇报告主要解答了以下问题:AI、AIGC当下发展处于什么阶段?未来将呈现怎样的趋势?AIGC的核心生产要素是什么?各生产要素的发展趋势如何?NLP、
CV、ASR、TTS算法及发展?Chat GPT为何“火爆出圈”?AIGC包括什么?已有哪些产品?应用现状及前景如何?有哪些企业进行了布局?商业模式如何?
◆ 行业发展:人工智能步入新发展阶段,逐步迈向AGI;AIGC拥抱人类,创造人机交互新变革,将迎来更多新机遇。人工智能从理论发展分为四个阶段:规则导
向、机器学习、深度学习、自主学习阶段,目前处于深度学习阶段;从应用成熟度可分为三个阶段:弱人工智能阶段(ANI)、强人工智能阶段(AGI )、超人
工智能阶段(ASI),目前处于ANI阶段;从应用类型可分为四种:感知式AI与分析式AI应用较成熟,决策式AI近年来发展迅速,生成式AI迎来突破。生成式AI,
即AIGC,较传统内容创作模式UGC 、PGC可实现更大数量、更高质量、更低单位成本,未来将从辅助创作生成趋向高度自动化自主创造。此外,AIGC将赋
能多领域,加速人机共生的建设,迎接更多机遇与挑战。
◆ 技术进步:算力是支撑,数据是瓶颈,算法迎来突破。算力层,近年来大模型流行,模型参数量迅速膨胀,所需计算资源越来越大,算力是AIGC核心生产要素;
而AI芯片全球短缺,美对华芯片制裁升级,我们认为国内短期算力充足,长期仍需要逐步实现AI芯片国产化替代。数据是机器学习的核心,AI发展的瓶颈,数据
决定模型质量的上限;大模型训练需要海量且优质数据,AI对数据训练集的消耗量远大于人类数据生产的速度,专业领域、图像视频等数据获取和标注成本也将
越来越高,我们认为加速商业化,实现数据反哺是对提高数据量、降成本的重要解决办法。算法层,近年来迎来不少突破,过去NLP领域以RNN及其变体为主,
CV领域以CNN及其变体为主,但各有优劣,Transformer架构突破了RNN不能并行计算的限制,较CNN有更好的计算局部特征间的关联等,自2017年开始
在NL P领域应用、变种升级,Transformer在多模态的发展和应用将让AI越来越多的向人类推理方式靠近,以实现AGI。AIGC包括文本/音频/图像/视频/代码
/3D/数字人/ 跨膜态生成等,目前文本、音频和图像领域都迎来较大突破,图像生成的突破是Di fussion的出现,文本生成的突破则是GPT的出现,AIGC基本采
用GAN算法,算法及产品越来越丰富多元,AI因AIGC的蓬勃发展,已开启技术与应用的新篇章。
◆ 应用概览:技术突破实现应用创新。AI小模型是过去主流的研究和应用方向,在B端部分行业、赛道已有不少企业布局,预计未来仍将依托其细分行业、细分赛
道的先发优势和数据、项目实施经验、产品优势等壁垒仍将有较好的发展。但大模型尚未实现商业价值闭环,未来需要重点关注数据、算法层面的突破与变革,
探索新的商业模式,目前已在影视、传媒、电商、C端娱乐规模应用,游戏领域逐步应用,金融、工业、医疗、法律、设计等专业领域还在持续拓展。
◆ 产业布局:科技巨头全面布局,中下游厂商百花齐放。国外主要以微软、谷歌、Meta为主,国内以百度、腾讯、阿里、华为等为主,既拥有充足的算力支撑,
又有优秀的人才团队,多年算法、数据积累,在大模型领域的发展及应用具备天然优势。上游除云厂商外,还有光通信厂商、数据服务商、算力相关设备厂商,
将较大程度受益于大模型发展带来的更多计算资源和数据需求。中游有商汤、科大讯飞、旷视、拓尔思等企业多年细分领域布局,部分也有一定算力储备,垂直
行业细分赛道深耕,相关技术、数据储备丰富。下游主要是受益于AIGC对业务的驱动、降本增效,空间较大,多行业公司均将逐步受益。
◆
商业模式:商业化初启,期待产业生态、技术与产品发展完善。小模型在B端已应用多年,大模型商业刚刚开始,主要是MaaS,包括大模型厂商自用,实现增
量或降本增效;云厂商“MaaS+IaaS”打包输出;替代翻译、美工、原画师、程序员、分析师、设计师等繁琐重复的低端工作等。大模型商业价值闭环未成,
国内SaaS生态、付费意识较差,商业落地还需要各行各业共同发展、相互奔赴,共建良好产业生态。
◆ 风险提示:人工智能发展不及预期,AIGC发展不及预期;技术发展不及预期;商业化拓展不及预期;行业竞争加剧风险;中美科技竞争不确定性风险。
请务必阅读报告附注中的风险提示和免责声明
3
目录
核心分析框架:每一轮人机交互的变革都会带来产业级投资机会
核心分析框架: 期待算力、数据、算法的突破,迈向强人工智能AGI阶段
核心分析框架: AIGC与PGC、UGC内容创作模式对比
核心分析框架:机器学习分为训练和推理,数据决定上限,算法逼近上限
核心分析框架:数据是机器学习的核心,也是机器学习的瓶颈
核心分析框架:随着模型参数量的提升,算力需求显著增加
核心分析框架: AIGC——生产力的革命
核心分析框架: ChatGPT史上用户数增长最快
核心分析框架:当模型规模达到某个阈值时,模型出现涌现能力
核心分析框架: ChatGPT采用RLHF学习机制,效果优于GPT-3的无监督学习
核心分析框架: AIGC何时突破工业红线?关注数据、算法和商业模式破局
核心分析框架:互联网大厂全面布局,中小厂商主要发力中下游环节
核心分析框架:产业链各环节发展趋势
核心分析框架:大模型商业化初启,小模型在部分领域已实现商业价值闭环
核心分析框架:总成本持续提升,但同级别参数消耗量将显著下降
核心分析框架.......................................................................................................................................................................................................................................................................................6
一、行业篇:人工智能发展步入新阶段,AIGC创造新机遇.......................................................................................................................................................................................................22
每一轮人机交互的变革都会带来产业级投资机会
AI发展历程:期待算力、数据、算法的突破,迈向强人工智能AGI阶段
AIGC发展历程:文本、代码生成技术较成熟,图片、视频生成值得期待
内容创作模式进化:去中心化↑连接数量↑创作速度↑创作规模↑
内容创作模式进化:从供给转变为需求导向,从单次转变为多次生产
内容创作模式对比:AIGC实现内容创作呈高质量、大数量、低成本趋势
AIGC演进趋势:辅助生产 自动化独立创作
请务必阅读报告附注中的风险提示和免责声明
4
目录
AIGC何时突破工业红线:重点关注数据、算法的突破和商业模式的发展
AIGC应用:已在影视、传媒领域规模应用
AIGC应用:已在电商、C端娱乐规模应用
AIGC应用:已在游戏领域逐步应用
AIGC应用:在金融、计算机、教育、工业、医疗等专业领域还在持续拓展
AIGC应用:在法律、农业、设计等专业领域还在持续拓展
三、应用篇:技术突破实现应用创新,已在多领域落地..................... .........................................................................................................................................................................................42
机器学习:分为训练和推理,数据决定上限,算法逼近上限
数据:机器学习的核心,也是机器学习的瓶颈
算力:随着模型参数量的提升,算力需求显著增加
AIGC:生产力的革命
AIGC模型:参数量持续提升、开源模型逐渐丰富
NLP算法:迎来突破,但算力、数据需求过高等问题待解决
NLP算法:Transformer开辟NLP新路径,架构优化促成衍生模型
ChatGPT:史上用户数增长最快,源于算法的突破、高质量的数据库
ChatGPT-算法:当模型规模达到某个阈值时,模型出现涌现能力
ChatGPT-算法:采用RLHF学习机制,效果优于GPT-3的无监督学习
ChatGPT-反思:站在巨人的肩膀之上,开源开放期待更多可能和变革
二、技术篇:算力是支撑,数据是核心,算法逐步迎来突破........................................................................................................................................................................................................30
请务必阅读报告附注中的风险提示和免责声明
5
目录
五、商业模式:商业化初启,期待产业生态、技术与产品发展完善...........................................................................................................................................................................................58
商业模式:大模型商业化初启,小模型在部分领域已实现商业价值闭环
商业模式:开始商业化尝试,会员制+按次收费为主
成本测算-训练成本:总成本持续提升,但同级别参数消耗量将显著下降
四、企业布局:科技巨头全面布局,中下游厂商百花齐放...........................................................................................................................................................................................................49
厂商布局:互联网大厂全面布局,中小厂商主要发力中下游环节
产业链各环节发展趋势
AIGC相关标的——上游企业
AIGC相关标的——中游企业
AIGC相关标的——下游企业
风险提示..............................................................................................................................................................................................................................................................................................62
剩余64页未读,继续阅读
资源评论
- x1478562023-04-26#完美解决问题
岛上程序猿
- 粉丝: 1927
- 资源: 3506
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功