查看原文
其他

奇点将至,探他山之石——从算力、算法、数据和应用看AIGC


01
核心要点
AIGC未来已来,超预期持续出现
从2018到2023年,四代GPT模型高速进步,从简单的问答、阅读理解、文本总结,到在众多测试中获得“人类级别表现”评级,AI迭代进化的速度越来越快。可以预期,AI达到人类智能水平、乃至超越人类智能水平的时代会以超预期的形态和速度出现。
数据、算力、算法为AIGC核心要素,海内外厂商各占鳌头
数据,通过算力,最后产生了算法或者应用。数据作为新兴生产要素,数据的拥有者、加工者是产业发展的基础。算力作为基础设施,是AIGC资本开支的主要受益者,核心参与者英伟达、AMD竞争优势显著。
AIGC的技术壁垒主要体现在算法上,当前通用型AI由GPT领跑,而在细分领域上,行业内的主要参与者包括谷歌、Meta、Anthropic、Hugging Face和百度等公司。随着细分龙头竞相研发创新算法和优化现有技术、以及模型迭代下对数据、算力的需求高速膨胀,AIGC行业技术壁垒将不断提高,现有优秀参与者护城河极深。
AIGC市场潜力巨大,应用领域迎来生产力解放
根据Tractica的预测数据显示,全球AI软件市场规模将在2025年达到1260亿美元,2021年到2025年年复合增长率为41.02%。一级市场的火热也反映了AIGC发展的确定性趋势。在大模型的快速迭代推动下,搜索引擎、办公软件、汽车、媒体、AI绘画设计、AI广告营销、智能工作助理等应用率先落地的行业将具备较强商业化机会。

02

生成式AI:ChatGPT引燃市场,数字经济未来已至
自然语言处理演变十余年,迎来变现阶段
AIGC(AI Generated Content)即生成式AI,多领域应用逐渐成熟。AIGC涉及无监督和半监督学习算法,截至目前其发展历程主要分为三个阶段:
• 统计机器学习方法阶段(2010年前):首先对数据进行手工标注,然后构建其重要特征,最后构建概率模型并进行参数优化,从而将概率最大的输出作为结果;
• 基于深度学习的神经网络模型(2010年-2017年):深度学习算法被引入,本质上是通过大量数据训练神经网络,主要表现形式为:CNN(卷积神经网络)、RNN(循环神经网络)等。相比统计学习方法,省去了复杂且手工的特征构建;
• 基于Transformer结构的预训练模型(2017年至今):利用大量无标注数据进行自监督学习,然后再使用少量的标注数据对下游任务进行微调(即迁移学习)。
• 在应用方面,按场景分类AIGC已经较为成熟地应用于文本和代码撰写、图像识别和生成,以GPT为首的AIGC模型也正在探索消费级AI技术的变现方式。展望未来,AIGC不仅会在现有应用领域持续进步,也将逐步拓展到视频和游戏领域,AIGC将会在更多的领域得到广泛应用,为各个行业和领域的发展和进步提供更多可能性。

GPT模型迭代四大版本,进化速度不断提升
OpenAI创立于2015年12月,发布ChatGPT引燃AI行业热度。GPT系列是OpenAI打造的自然语言处理模型,采用以Transformer结构为核心的模型,其最大特点是使用了大量的未标注的语料进行无监督的预训练,然后在各种有监督的任务上进行微调。
OpenAI于2022年11月先后推出了GPT-3.5和ChatGPT,GPT-3.5使用了更新的语料进行预训练,而ChatGPT是基于GPT-3.5的对话机器人,能够根据用户的输入生成流畅、有逻辑的回答,以及完成撰写论文报告、翻译文字、编写代码等文本生成任务,并且能根据聊天的上下文进行互动。
ChatGPT发布后爆火,仅用5天时间用户量便破百万,推出2个月后用户量破亿,成为史上用户增长速度最快的消费级应用程序。3月14日,OpenAI进一步推出GPT-4.0,相比当前ChatGPT使用的GPT-3.5,增加了输入图像的功能;扩写能力增强,能处理超过25000个单词的文本;更具创造力,并且能够处理更细微的指令。
GPT模型迭代的参数量及训练量均呈指数级增长,使得AI从实验技术成长为稳定生产力。
AI产品全面开花,生产力将达新高度
GPT模型稳定进步,AI已是成熟生产工具。从GPT-1到最新发布的GPT-4模型,其应用已经不仅局限于问答、阅读理解等文本处理,虽然目前GPT-4在现实场景中的能力可能不如人类,但在各种专业和学术考试上表现出明显超越人类水平的能力,GPT-4在模拟律师考试中,分数排在前10%;相比之下,GPT-3.5的得分则在倒数10%附近。
随着算力、算法、数据量的演进,行业内不断出现高质量的AI产品,微软New Bing、AI绘画、智能驾驶等等,体现出AI未来在多个领域的应用潜力。ChatGPT版Office、百度“文心一言”两大产品正式推出,或将AI的生产力推向新的高度。
AI进化加速,数字经济未来已至
AI行业星辰大海,数字经济未来已至。从2018到2023年,四代GPT模型高速进步,从简单的问答、阅读理解、文本总结,到在众多测试中获得“人类级别表现”评级,此外近期AI衍生产品的层出不穷,显现出背后AI行业的星辰大海。
2020年,马斯克预言五年内人工智能将比人类更聪明,当前AI迭代进化的速度越来越快,虽然GPT还未通过图灵测试,距离真正的“智能”还有距离,但我们认为,AI达到人类水平、乃至超越人类的时代即将到来。

算力、算法、数据三位一体
数据,通过算力,最后产生了算法或者应用。
AIGC是人工智能、大数据、云计算、5G等多个技术领域的整合,是一种跨领域的合作发展模式。在AIGC行业中,算力、算法、数据是三个核心概念,它们共同构成了这个领域的基础设施。未来随着技术的进步和应用场景的不断拓展,这三个概念将继续发挥重要作用,推动整个行业的创新和发展。
• 算力(Computing Power):算力是指计算设备执行算法、处理数据的能力,包括CPU、GPU、FPGA、ASIC等。云计算技术和5G通信技术的发展使得算力的分布和调度更加灵活,有助于满足各种场景下对高性能计算的需求。
• 算法(Algorithm):算法是一系列解决问题、实现特定功能的有序指令和步骤。在AIGC行业中,算法是模型的基础,用于实现数据分析、人工智能模型训练等功能。
• 数据(Data):在AIGC行业中,数据是支撑决策和优化的基础,是算法发挥作用的前提。大数据技术可以对海量数据进行有效处理、分析和存储,而人工智能技术可以通过对数据进一步学习,实现各种智能化应用,如图像识别、自然语言处理等。

03

数据:大模型训练的基础资源
数据:大模型训练的基础资源,需求不断扩大
数据是训练大模型的基础资源,以GPT系列模型为例,对比三代模型间使用的数据集,训练所需的数据集在质量和数量方面均不断提升。随着人工智能模型迭代发展,高质量数据集的需求将进一步增长。

从自然数据源简单收集取得的原料数据并不能直接用于有监督的深度学习算法训练,必须经过专业化的采集、加工,形成相应的工程化训练数据集后才能供深度学习算法等训练使用。
目前,带有监督学习的算法对于训练数据的需求远大于现有的标注效率和投入预算,基础数据服务将持续释放其对于算法模型的基础支撑价值。

04

算力:大模型发展带来高算力需求
算力需求不断攀升,GPU行业市场巨大
AIGC模型硬件以GPGPU为主,GPU市场规模有望在2030年超过4000亿美元。
GPU在并行计算方面具有性能优势,在AI领域分化成两条分支:一条是传统意义的GPU,专门用于图形图像处理用途;另一条是GPGPU,作为运算协处理器,增加了专用指令来满足不同领域的计算需求。
使用GPGPU在云端进行模型训练算法能够显著缩短海量训练数据的训练时长,减少能源消耗,从而降低人工智能的应用成本,目前全球人工智能相关处理器解决方案仍以GPGPU为主。
根据VerifiedMarketResearch报告,2021年全球GPU芯片市场规模已经达到了334.7亿美元,并预计到2030年将达到4,773.7亿美元,CAGR高达33.3%。GPU市场保持着高速增长态势,其在人工智能领域中仍然是不可或缺的计算资源之一。

英伟达芯片龙头市场地位稳固
英伟达:高算力芯片龙头,AI芯片市场地位领先。人工智能平台需要巨大的数据处理能力,英伟达的A100显卡适合于支持ChatGPT、Bard等工具的机器学习模型,这款芯片能够同时执行众多简单的计算,而这对于训练和使用神经网络模型很重要,使得A100显卡成为目前主流AI芯片。
长期展望,AI芯片市场快速增长将带动英伟达营收快速增长,根据中商产业研究院数据显示,预计全球AI芯片市场规模有望从2020年的约175亿美元提升到2025年的726亿美元,年复合增长率32.9%。
根据花旗集团预估,ChatGPT 的使用可能会在 12 个月内为英伟达带来 30 亿至 110 亿美元的销售额。
AMD封装理念Chiplet领先,推出高性能APU
AMD:高算力芯片代表企业,即将推出世界首款集成数据中心CPU和GPU的APU产品。在2023年的CES上,AMD预览了AI推理加速器AMD Alveo V70,主打高能效,峰值AI算力可达到400TOPS,TDP仅75W。AMD称这是最强AI算力的75W TDP级产品。
AMD还预览了其首款集成数据中心CPU和GPU的APU产品AMD Instinct MI300。该款产品采用了Chiplet封装理念。Chiplet策略是一项重要的硬件创新,摆脱了单芯片微缩的限制,同时能够优化设备的性能、功耗和性价比。MI300加速器专为领先的高性能计算(HPC)和AI性能而设计,借助3D封装技术将CPU和加速计算单元集成在一起,总共有1460亿个晶体管。
英伟达、AMD垄断全球,国产芯片奋起直追
全球GPU市场中英伟达和AMD占据96%份额,国内GPU主要研发企业为海光信息、寒武纪等。根据Wccftech,2022Q3独立GPU市场中英伟达和AMD分别占据88%、8%市场份额。根据海光信息招股书公布技术指标数据,当前国内高端GPU相比国际巨头在显存频率、带宽等参数上还有一定差距,但在典型应用场景下,深算一号已基本能够达到国际上同类型高端产品的水平。
在国际市场上,英伟达和AMD在高性能计算和人工智能领域具有丰富的产品线和完善的生态系统,叠加长期积累的技术优势和市场地位,预计仍将长期维持AI算力芯片领域的龙头地位。

国产芯片发展迅速,填补AI市场空缺
高端芯片进口受限,国产芯片需求加速扩大。
在NVIDIA、AMD高端产品被限制向中国出售的情况下,国产大模型算力需求将快速推动国产芯片市场增长,当前国产GPGPU芯片的研发和生产已经取得了一定的进展,海光、炬芯、寒武纪等企业均拥有具备自主知识产权的GPU芯片,为国内高性能计算和人工智能领域的发展提供了重要支持。
根据前瞻产业研究院,国产人工智能芯片自2020年来呈爆发式增长,2023年市场空间预计将超过1,300亿元,2020-2023年CAGR为95.86%。总体而言,在国际关系紧张、芯片进口受限的前提下国产人工智能芯片市场未来的发展前景广阔,随着国内厂商加大研发投入和技术创新力度,进一步提升产品性能,看好其在国内乃至国际市场中获得更多的份额和竞争优势。

05

算力:大模型算法助力AIGC突破
OpenAI领跑通用型AI,各大厂商各有千秋
在算法领域,目前通用型AI的领军者是OpenAI,其发布的GPT-4模型是一种多模态语言模型,能接受图像和文本输入,再输出正确的文本回复。相较于ChatGPT基于的GPT-3.5模型,它拥有强大的识图能力,文字输入限制提升,准确性显著提高,风格上也有了变化,例如能够生成歌词和创意文本。
在细分领域中,行业内的主要参与者包括以下公司:
• 谷歌:谷歌的PaLM-E模型是目前已知最大的视觉语言模型,并且将模型接入至机器人,实现可通过机器人执行命令,深耕将AI大模型应用到机器人领域。
• Meta:Meta的FAIR团队专注于研发用于辅助研究群体进行研究工作的大模型,其“LLaMA”模型参数量较少,但同样基准测试结果同样优秀。而较小的模型大小带来的是模型训练、运行成本的降低,实现以低成本使用大模型AI。
• Anthropic:专注于人工智能的安全道德领域,其聊天机器人Claude在对有害性输入的应对上表现得更加优异,更擅长拒绝有害词。其提出的Constitutional AI(CAI)技术有望在未来对所有AI实施有效性安全监督。
• Hugging Face:致力于构建开源模型库,集成了诸多人工智能模型,并在TensorFlow和Pytorch上做了一层抽象,屏蔽了机器学习框架的细节,并非常重视易用性。作为一个开源社区,其中立的第三方平台身份有助于聚集行业顶尖的社区贡献者,吸引社区贡献者将其模型集成到公司模型库中,或者是在公司模型库中构建模型。
• 百度:百度作为国内首个发布类ChatGPT聊天机器人产品的公司,是国产大模型的领导者。其产品“文心一言”尽管与ChatGPT有一定差距,但在中文领域展现出了独特的中文理解能力,并且出于数据安全、外部因素限制等角度考虑,国产大模型仍是必需,具备硬性市场需求。
微软Azure超算为GPT提供保障
Azure算力支持,数亿投入始现回报。
GPT系列是OpenAI打造的自然语言处理模型,基于文本预训练的GPT-1,GPT-2,GPT-3三代模型都采用以Transformer结构为核心的模型。
微软在2019年向OpenAI投资10亿美元,并为OpenAI建造了一台由数万个A100 GPU组成的大型AI超级计算机,成本或超过数亿美元。GPT模型正是由这台超级计算机提供支持,OpenAI试图训练更多需要学习海量数据、拥有超大参数规模的AI模型,需要长期访问强大的云计算服务,GPT-3的参数量达到了1,750亿,微软构建了一个可在非常大的范围内运行且可靠的系统架构,这使得ChatGPT成为可能。
在ChatGPT的成功后,微软近日宣布了 NDm A100 v4Public AI 超级计算机,并在21世纪超级计算大会的TOP500 榜单中取得了前十的优异成绩。随着GPT模型的参数规模和数据量持续膨胀,Azure的强大算力支持是GPT持续完善的保障。
ChatGPT引入最新模型GPT-4具备识图能力
OpenAI正式发布多模态预训练大模型 GPT-4,识图能力强大,实现多模态能力。
相较前一代GPT-3.5,其主要在两方面实现飞跃式提升:
  • 具备了强大的识图能力,可以接受图像和文本输入;
  • 答准确性显著提高。OpenAI目前已升级ChatGPT,ChatGPT Plus 订阅者可以获得具有使用上限的 GPT-4访问权限,开发者则可以通过注册等待以获取GPT-4的API访问权限。

GPT-4 可以接受文本和图像形式的 prompt,新能力与纯文本设置并行,允许用户指定任何视觉或语言任务。具体来说,它能在用户给定由散布的文本和图像组成的输入的情况下生成相应的文本输出(自然语言、代码等)。

GPT-4模型回答准确性显著提高
相较GPT-3.5,回答准确性显著提高。
根据OpenAI公布数据显示,GPT-4在专业和学术方面表现优异,在诸多标准化考试中均取得了优秀的分数。比如其能通过模拟律师考试,且分数在应试者的前10% 左右,相比之下,GPT-3.5的得分在倒数 10% 左右。GPT-4在GRE(Graduate Record Examination)数学考试中取得应试者前20%左右成绩,而GPT-3.5仅能排在应试者后25%。
GPT-4在大部分语言上的准确性均超过了GPT-3.5在英语上的表现。OpenAI使用 Azure Translate将 MMLU 基准 —— 一套涵盖 57 个主题的 14000 个多项选择题 —— 翻译成多种语言。在测试的 26 种语言的 24 种中,GPT-4 优于 GPT-3.5 和其他大语言模型(Chinchilla、PaLM)的英语语言性能。

最大视觉语言模型PaLM-E,可操控机器人
谷歌:发布目前最大视觉语言模型PaLM-E,有望率先落地智能机器人相关产品。
PaLM-E是一种多模态视觉语言模型(VLM),具有 5620 亿个参数,是全球已知的最大视觉语言模型。
根据谷歌公布的演示视频显示,只需要给 PalM-E 下达一条高级命令,比如“把抽屉里的薯片拿给我”,它就可以给一个带机械臂的移动机器人平台(由谷歌机器人开发)生成行动计划,然后自行执行。
PaLM-E 通过分析来自机器人摄像头的数据来实现这一点,整个过程不需要对场景表示进行预处理。并且,PaLM-E表现出了“正迁移”,又称助长式迁移,它能把一项任务中学到的知识和技能迁移至另一项任务,而且与单任务机器人模型相比具有“明显更高的性能水平”

针对研究群体的模型“LLaMA”,目标明确
Meta:“LLaMA”致力于辅助学术研究人员完成研究工作。
LLaMA (Large Language ModelMeta AI)模型参数相对少,意味着运行模型算力要求较低,但基准测试表现优秀。同ChatGPT、NewBing不同,LLaMA是一个开源的“研究工具”,旨在完成在文本生成、问题回答、书面材料总结,以及自动证明数学定理、预测蛋白质结构等工作帮助研究人员推进研究工作。
根据Meta发布的信息,LLaMA包含4个基础模型,参数分别为70亿、130亿、330亿和650亿。其中,LLaMA 65B 和 LLaMA 33B在1.4万亿个tokens上训练,而最小的模型LLaMA 7B也经过了1万亿个tokens的训练。在大多数基准测试中,参数小的多的LLaMA-13B的性能优于GPT3.5的前身GPT3-175B,而LLaMA-65B更可与业内最佳的Chinchilla-70B和PaLM-540B竞争。

对人工智能的安全性监督日益重要
Anthropic:聚焦“安全”的人工智能,或将成为AI安全领域专家。
随着大语言模型的发展,AI在很多任务上的能力将会超过人类,这将让人类无法监督模型。为了确保 AI 在超过人类能力后仍保持安全性,需要开发一种可扩展的模型监督技术。
CAI( Constitutional AI )技术即是这种模型监督技术,原理是人类可以指定一套行为规范或原则,而不需要手工为每个有害输出打标签,模型根据这套行为规范和准则选择最佳结果。Anthropic所开发的聊天机器人Claude,在对话安全领域上做得更为突出,更擅长拒绝有害词或有害的引导,与人类价值观更加相符。并且CAI技术有望对未来所有人工智能模型实施有效安全性监督。

构建AI开发平台,加速AI模型迭代更新
Hugging Face:与亚马逊旗下云计算部门AWS扩大合作,将在AWS上构建下一个版本语言模型。
近日,AWS宣布与美国明星AI创企Hugging Face扩大合作,以加速构建生成式AI应用的大型语言模型和大型视觉模型的训练、微调和部署。Hugging Face是OpenAI的主要竞争对手之一,其主要业务包括生产AI产品和托管其他公司开发的产品,已发展成AI开发者共享开源代码和模型的在线中心之一。
据AWS数据库、分析和机器学习副总裁Swami Sivasubramanian透露,Hugging Face将在AWS上构建其语言模型的下一个版本BLOOM。该开源AI模型在规模和范围上将与OpenAI用于研发ChatGPT的大型语言模型竞争,将运行在AWS自研AI训练芯片Trainium上。

国产大模型奋力追赶,行业布局广泛
百度:国内首个类GPT产品,有望在外部压力驱动下快速推动国内应用结合落地。
“文心一言”尽管模型能力水平上与ChatGPT等有一定差距,但在下游应用逐步对接后,有望依靠合作伙伴的高质量数据集快速提升模型能力。由于国内无法使用ChatGPT的API接口,且出于数据安全等角度考虑,势必需要国产大模型,百度“文心一言”作为国产大模型的先行者,在国内政策扶持和产业链协同发展的背景下,将进一步加速国内AI技术进步和产业化进程,填补市场空缺。
根据百度文心大模型的布局全景,“文心一言”有望通过飞桨开源开放平台、百度智能云等赋能到工业、能源、金融、通信、媒体、教育等各行各业,通过接入合作伙伴的方式,进一步获取高质量数据集以强化模型训练调整,快速提升模型性能。

相比ChatGPT,“文心一言”在中文理解领域上具备优势
尽管当前版本“文心一言”仍具备提升空间,但在中文理解能力上,相较ChatGPT等国外模型,其具备一定的“主场优势”,有望在国内中文环境下实现较好的应用效果。
在关于东北烧烤店取名的提问中,ChatGPT的回答中夹杂了“周家烤鸭店”、“炸酱三绝串串香”等看似具有相似性,但实际不符合问题要求的答案;而文心一言则回答答案均符合要求,且呈现出了不同答案的取名逻辑。
在创作藏头诗的任务中,ChatGPT没有能够正确理解“藏头诗”的含义,而文心一言的创作明显更胜一筹。由此可见,文心一言在中文理解领域上确实相较更有优势,或更加适合中国市场。

05

算力:大模型算法助力AIGC突破
AIGC市场潜力巨大,落地领域迎来生产力解放
AIGC市场潜力巨大,即将实现多领域应用。根据Tractica的预测数据显示,全球AI软件市场规模将在2025年达到1260亿美元,2021年到2025年年复合增长率为41.02%。在大模型的快速迭代推动下,AIGC市场预计将保持高速增长,市场潜力巨大。生成式AI领域在一级市场同样受到青睐,全球早期资金调研机构CB Insights最新报告显示,2022年有110笔创投交易和ChatGPT概念有关,投资资金超过26亿美元。
我们预计搜索引擎、办公软件、汽车、媒体、AI绘画设计、AI广告营销等应用率先落地的行业将具备较强商业化机会,AI服务将极大解放生产力,带来行业新模式。

【搜索引擎】微软(MSFT.O):高质量广告更加符合用户需求
搜索引擎的主要代表为微软Bing。
根据用户搜索内容,必应将生成相应问题答案的方案,比如当用户输入“计划一次为期五天的墨西哥之旅”的命令时,除了返回一些网址链接供你参考之外,跟使用ChatGPT 一样,必应对话框会直接给你写出一个方案,用户可以直接复制这个答案,不满意的话也可以要求它再生成一个另外的方案,而必应可能会在回复中给出与搜索内容相关的广告。由于生成式搜索下回复将对用户具有更高的匹配度,因此广告也将更符合用户需求。
例如,当用户搜索《精灵宝可梦:朱/紫》时,聊天机器人在对其进行介绍后,询问用户“是否有兴趣购买朱与紫?”并附带了相应广告链接。在另一个关于罗尼-科尔曼的搜索中,Bing提供了关于这位退休的职业健美运动员的详细信息,并生成了带有图片、链接和价格的健美产品。

【办公软件】微软(MSFT.O):AI助手解放生产力,办公模式迎来变革
微软于3月6日表示,其 Power Platform 平台上的一系列商业智能和应用程序开发工具,包括 Power虚拟代理(Power Virtual Agent)和 AI Builder,均已更新 ChatGPT 功能。
Power 虚拟代理是一款供企业构建聊天机器人的工具,如今可以连接到公司内部资源,生成周报和客户查询的摘要。而用 AI Builder,则可以很容易地使用 GPT 模型创建文本。比如,研究人员可以从每周发布的报告中总结文本,发到自己的邮箱里,一遍快速提供信息,识别当前趋势。
3月17日,微软宣布GPT-4全面接入Office,以插件助手Microsoft 365 Copilot形式辅助办公。PPT、Word、Excel均可使用该AI功能:Word,可以直接给一句简短的描述让它帮你生成文档初稿;Excel,根据输入需求自动分析、整理数据;PPT,可以通过其他文件内容生成精美PPT,并可以根据要求快速修改(简化内容、替换图片等)。
预计随着Copilot的应用,将为办公模式带来全面变革,提升办公效率,解放生产力。

【汽车】Mobileye(MBLY.O):自动驾驶或达新高度
自动驾驶:Mobileye自动驾驶技术领先,若能加入AIGC大模型将如虎添翼。
根据Guidehouse Insights的报告,以技术成熟度、产品能力等因素评价,自动驾驶领域由Mobileye、Waymo、百度和Cruise 领先。
基于Transformer架构设计的模型思路对自动驾驶领域有很强的借鉴作用,比如ViT(Vision Transformer)模型,它是一种基于Transformer的视觉模型,可以在不使用CNN卷积神经网络的情况下进行图像分类,在自动驾驶图像识别中应用;生成式AI技术有望进一步推动自动驾驶技术的快速发展,为未来的出行带来更加安全、便捷和智能的解决方案,实现更高等级的自动驾驶系统。

【汽车】通用汽车(GM.N):与OpenAI达成合作,提升车载助手智能程度
智能语音助手:大模型下的语言训练,可以通过微调进入汽车领域用于汽车语音识别系统,帮助驾驶员实现语音控制,如语音导航,电话,音乐等。之后从汽车客户服务上来讲,帮助提供快速,准确和个性化的客户服务,从而提高客户满意度。
通用汽车几乎是国外第一家正式宣布引入ChatGPT的车企,其正在与OpenAI合作开发一个基于支持ChatGPT的相同机器学习模型的车内数字助理,以帮助客户帮助车主获取车辆使用的相关信息,比如车主可以使用自然语言询问如何处理某种情况,例如如果用户轮胎被刺破了如何更换轮胎;仪表盘跳出某个指示灯建议驾驶员采取什么行动等等。
【媒体】Buzzfeed(BZFD.O):率先落地AI,互动更加个性化
根据CBS消息,美国知名媒体BuzzFeed宣布与OpenAI合作,将从“Quizzes”栏目入手,引入生成式AI进行内容创作。该栏目主要由一系列有趣的问题测试组成,比如包括“测测你是迪士尼里的哪位公主”,“你最像复仇者联盟里的哪位超级英雄”之类等,根据用户回答生成个人报告。
ChatGPT接入到Buzzfeed后,将被用于为每位客户生成个性报告的编写过程中,AI的自动化生产内容将为这一工作缩减不必要的人工劳动,从而降低内容生产的成本,有望迎来人力成本的解放。根据Buzzfeed同创办人兼执行长Jonah Peretti表示,AI将会被应用在建立测验、集思广益,并协助为阅听众提供客制化内容,帮助媒体作者提高效率。

【设计绘画】Stability AI:AI高效绘图,改变行业工作模式
目前该行业领域暂无对应上市公司,主要公司之一为Stability AI。Stability AI是一家元宇宙及数字媒体工具开发商,构建了可制作数字艺术的AI绘画平台“Stable Diffusion”,该工具是一种根据描述生成图片的AI技术模型。
只需输入简单的文字描述,其就能在几秒钟内自动生成一幅真实的画作。AI技术的发展让人们的想象逐渐成为现实。无论是需要一个角色立绘,还是设计场景背景,均可以通过AI绘图工具迅速完成。该类AI绘图应用有望为设计绘画行业带来效率的极大提升,释放大量人工劳动力,人类所扮演得角色将更倾向于提出意见,而不是亲自做图。
目前AI绘画已能通过不断修改调整“提示词”生成高水平的艺术画作,名叫杰森·艾伦(Jason Allen)的艺术家通过AI绘图工具生成的作品,在美国科罗拉多州博览会的艺术比赛中获得了第一名。

【游戏】Scenario、网易(9999.HK):生成游戏素材,增强交互体验
游戏资产生成:Scenario 允许创建由游戏开发人员或游戏艺术家训练的自定义生成器,以仅匹配他们自己图像的风格。在用户上传了一组定义给定游戏或项目的角色、物品、环境或其他资产的视觉效果后,Scenario平台可以根据用户上传数据快速生成相应游戏资产,大大降低了游戏开发成本。
增强交互体验:近期网易旗下手游《逆水寒》官方宣布,实装国内首个游戏内类GPT技术,采用了大量来自网易伏羲人工智能实验室以及网易雷火事业群的 AI 技术。从官方公布演示视频来看,《逆水寒》手游已经能让智能 NPC 和玩家自由生成对话,同时也能基于对话内容做出合适的逻辑行为反馈,包括声音和形体动作。生成式AI在游戏中的应用可以大大增强玩家剧情代入感,大幅提高游戏交互体验,提升玩家对游戏的探索欲望。

【广告营销】Jasper AI:快速创建各类广告内容,降低营销成本
Jasper AI是一个AI文本生成工具,用户可以通过其自动创建博客文章、社交媒体文章、广告、电子书、登陆页面副本、故事、小说等等。一旦用户给出一些输入文本(关于需要生成的内、标题、相关关键词等的简介),它就会生成对应的原创内容。其深耕广告营销领域,有望成为垂直领域行业龙头,主要具备以下三个优势:
• 精细的营销模板:用户可以根据想要生成的内容形式,选择更加符合需求的模板,平台提供50个简短的文案模板,可帮助用户为各种日常任务创建文案,其中包括用于为电子邮件、网站、博客、广告、电子商务、社交媒体、视频等编写内容的 AI 模板。
• 产品交互体验优秀:该平台工具交互界面清晰易上手,产品符合用户使用逻辑,且会根据用户反馈频繁更新优化。
• 优秀的配套培训体系:Jasper AI提供名为 "Jasper BootCamp" 的培训,帮助新用户快速了解该软件的工作原理,并且获得营销基本知识。

06

生成式AI海外受益标的
• 数据
Appen(APX.AX):凭借专业的AI训练数据处理和高质量的数据标注服务,为AIGC模型提供可靠支持;全球化众包劳动力网络确保了服务的可扩展性和灵活性。
• 算力
英伟达(NVDA.O):A100显卡在ChatGPT等模型中发挥关键作用,Trendforce预估其可能带来超过3亿美元的业务增量;根据花旗集团预估,ChatGPT 的使用可能会在 12 个月内为英伟达带来30 亿至 110 亿美元的销售额。
AMD(AMD.O):推出高能效AI推理加速器Alveo V70和首款集成CPU和GPU的APU产品Instinct MI300。
• 算法
微软(MSFT.O):全面将AI工具融合进办公软件,引领办公模式革新;计划收购动视暴雪,布局AI融合游戏提升交互体验;推出Azure OpenAI云服务,打造企业使用OpenAI服务入口。
谷歌(GOOG.O):打造多领域AIGC产品,包括代码生成辅助工具AlphaCode、文本生成音乐模型MusicLM、文本生成图片模型Imagen等,全线布局生成式AI产业;紧追OpenAI步伐,计划推出聊天机器人Sparrow,或将在基于强化学习的功能上更进一步。
Meta(META.O):推出Make-A-Video,用AI驱动文本、图片生成短视频等;将AI融合到其广告平台Advantage+中,通过自动化营销活动实现成本效益和更高的参与度。
百度(BIBU.O):已有数百家企业成为其“文心一言”生态合作伙伴,有望快速形成商业化落地场景;先后推出产业级搜索系统“文心百中”、AI绘图软件“文心一格”。
• 下游应用
通用汽车(GM.N):几乎是国外第一家正式宣布引入ChatGPT的车企,正开发类GPT车内数字助理;有别于ChatGPT,将专注于驾驶员相关任务,提升交互性和行驶安全。
Buzzfeed(BZFD.O):在媒体领域率先引入AI,将与OpenAI合作,从用户互动栏目入手,引入生成式AI进行创作及内容个性化;AI的自动化生产内容将为用户报告编写缩减人工劳动,从而降低内容生产的成本。
网易(9999.HK):旗下手游《逆水寒》宣布实装国内首个游戏内类GPT,采用网易自研技术;智能 NPC 可和玩家自由生成对话,增强玩家剧情代入感,大幅提高游戏交互体验,激发玩家的探索欲望。
文章参考:华西证券

往期精彩

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存