研究报告全文：tableresearch行业深度报告计算机2023年2月17日tablemain公司深度报告模板ChatGPT开启AI新纪元AIGC投资计算机行业框架梳理推荐维持评级核心观点ChatGPT指明了NLP生成领域的技术方向从技术本源上加速AIGC分析师发展我们认为ChatGPT对AIGC发展的意义在于一方面GPT作吴砚靖为NLP生成领域模型的突破将迅速解决AI文本生成AI代码生成861066568589等领域的痛点另一方面AI文本生成AI代码生成作为AI音视频wuyanjingchinastockcomcn游戏等其他领域的技术基础其突破发展也将加速在音视频游执业证书编码S0130519070001AIGC戏等场景中的渗透比如生成AI绘画提示词或生成调用计算引擎等邹文倩全球巨头争相追赶与ChatGPT水平尚存一定差距国外公司中谷歌861086359293发布的聊天机器人Bard具有与ChatGPT接近的技术水平大约相差半zouwenqianchinastockcomcn年左右国内公司中百度华为字节跳动阿里腾讯等巨头均在执业证书编码S0130519060003大模型方向布局整体发展水平与ChatGPT相差大概一到两年左右约接近GPT-3的水平多场景应用处于爆发前夜千亿市场打开随着大模型算法突破AIGC以及算力成本下降AIGC发展痛点逐步解除亟待爆发同时又有ChatGPT助力文本代码图像生成有望率先成熟视频游戏将紧随其后我们预测到2025年AIGC在网络文学领域文本分析领域绘画及图片领域数字音乐领域技术将相对成熟因此渗透率分别为70606050网络视频领域游戏领域由于技术原因渗透率相对行业数据2023-2-17较低分别约为3025基于上述假设我们分别对AIGC细分领域tablereport做市场规模预测预计2025年中国AIGC市场规模有望达到1600亿AIGC产业链基础层最先受益中间层巨头占优AIGC产业链可大致分为基础层中间层和应用层三层架构鉴于大模型训练需要巨大的算力规模基础层中的芯片服务器等硬件提供商将最先受益而对于中间层来说技术积累以及资金实力都是关键竞争力因此我们认为科技巨头更具有竞争优势应用层中可类比移动互联网时代会爆发出很多杀手级应用用户体验和模式创新都将成为杀手钳GPT-3训练所需总成本模型的算力需求几乎与参数量呈同比增长资料来源Wind中国银河证券研究院整理单一V100GPU芯片进行一次GPT-313B模型的训练大约需要2144天进行一次GPT-3175B模型的训练大约需要29120天我们测算GPT-313B训练总成本约为306H24HD365DY26Y07Million同理GPT-3175B训练总成本约为95Million在不计RAMCPUSSD驱动器电源等其他情况下GPT-3运行所需芯片成本至少在20万美元以上投资建议ChatGPT开启AI新纪元AIGC千亿市场处于爆发前夜产业链基础层中我们重点推荐全球AI服务器龙头浪潮信息000977SZ关注中科曙光603019SH中国长城000066SZ中间层中推荐人工智能技术积累深厚的拓尔思300229SZ科大讯飞002230SZ应用层中推荐彩讯股份300634SZ嘉和美康688246SH金山办公688111SH同花顺300033SZ关注万兴科技300624SZ风险提示行业竞争加剧的风险产业发展进度不达预期的风险技术风险政策风险wwwchinastockcomcn证券研究报告请务必阅读正文最后的中国银河证券股份有限公司免责声明行业深度报告计算机行业目录一ChatGPT开启AI新纪元指明NLP生成领域的技术方向3一ChatGPT通过引入RLHF技术解决生成模型的核心问题大大提高类人成熟度3二ChatGPT商业化规划及仍需讨论的问题4三全球巨头争相追赶与ChatGPT水平尚存一定差距6二AIGC多场景应用处于爆发前夜千亿市场打开6一AIGC发展痛点逐步解除亟待爆发6二ChatGPT助力文本代码图像生成有望率先成熟视频游戏紧随其后8三AIGC海外公司布局梳理12四AIGC细分市场规模预测2025年有望百倍增长14三AIGC产业链基础层最先受益中间层巨头占优16一AIGC产业链结构及巨头布局16二GPT模型所需算力测算18四A股相关公司介绍20五投资建议与风险提示23请务必阅读正文最后的中国银河证券股份有限公司免责声明2行业深度报告计算机行业一ChatGPT开启AI新纪元指明NLP生成领域的技术方向ChatGPT指明了NLP生成领域的技术方向预训练语言模型对于NLP理解领域以及生成领域的问题都是相当有效的在过去几年里发展出的主要模型有Bert和GPT从文本对话的过程来看理解到生成之间的连接是一个关键问题然而Bert在NLP理解领域获得了巨大的成功但是在NLP生成领域却表现不佳这是由于Bert训练时所采用的语言模型所决定的Bert采用的是DAE语言模型只学习到了词的上下文表征的能力即理解语言的能力但没有学习到如何组织语言的能力而chatGPT成功解决了这个问题可以说ChatGPT指明了NLP生成领域的技术方向ChatGPT从技术本源上加速AIGC发展AIGC的底层技术主要有NLPGAN扩散模型等其中的代表就是语言生成中的chatGPT和图像生成中的扩散模型DiffusionModel2022年8月StabilityAI宣布开源StableDiffusion模型AI图像生成成本迅速下降并且能获得惊人的高质量绘画作品达到学习几年十几年的画师同等水平而2022年11月OpenAI发布的chatGPT虽然是自然语言生成领域的产品但是可以生成AI绘画提示词或生成调用计算引擎从而进一步加速AI绘画AI游戏AI音视频领域的应用我们认为ChatGPT对AIGC发展的意义在于一方面GPT作为NLP生成领域模型的突破将迅速解决AI文本生成AI代码生成等领域的痛点另一方面AI文本生成AI代码生成作为AI音视频游戏等其他领域的技术基础其突破发展也将加速AIGC在音视频游戏等场景中的渗透比如生成AI绘画提示词或生成调用计算引擎一ChatGPT通过引入RLHF技术解决生成模型的核心问题大大提高类人成熟度ChatGPT是在GPT35大语言模型LLM即LargeLanguageModel的基础上加入基于人类反馈的强化学习RLHFReinforcementLearningfromHumanFeedback来不断微调Fine-tune预训练语言模型使得LLM模型学会理解不同类型的命令指令并通过多重标准合理判断基于给定的prompt输入指令输出的是否为优质信息这些标准包括富含信息内容丰富对用户有帮助无害不包含歧视信息等因此ChatGPT使得人机对话更加人性化更富有逻辑性大大提高了AI的类人成熟度ChatGPT的技术发展路径从GPT-1到InstructGPT数据量与参数量不断增加模型精度和语言能力提升12018年在自然语言处理领域NLP刚兴起时OpenAI就推出了初代GPT它的运行逻辑是先通过无标签数据学习生成语言模型并能够运用于一些与有监督任务无关的NLP任务中此后再根据特定的下游任务进行有监督的微调提高其泛化能力22019年推出的GPT-2扩展了网络参数和数据集进行多任务学习可以在数据量足够丰富且模型容量足够大时通过训练语言模型就能够完成有监督学习的任务3对比GPT-22020年推出的GPT-3最显著的特征是庞大的数据量和参数投入整体训练过程耗资1200万美元投入数据量达上万亿模型参数量达到1750亿GPT-3延续了前两代GPT的技术架构但改变了大规模数据集预训练下游数据标注微调的方式采用情境学习in-contextlearning来提高模型对话输出的性能GPT-3的规模和语言能力几乎是最强大的它能在不做微调的情况请务必阅读正文最后的中国银河证券股份有限公司免责声明3行业深度报告计算机行业下在一些传统的NLP任务中表现得更好包括实现闭卷问答模式解析纯语言建模机器翻译等在新的领域GPT-3将NLP的应用扩展到缺乏足够训练数据的领域例如在开发程序代码文章生成和信息检索领域取得了实质性的进展然而GPT-3在推理和理解能力上还有较长的路要走在自然语言推理NLI任务中表现不佳ChatGPT在InstructGPT模型上做改进实现更好地遵循用户意图更少的虚假信息OpenAI在2022年3月发布了InstructGPT该语言模型通过基于人类反馈的强化学习RLHF和监督学习来提高输出质量虽然InstructGPT的参数量仅为13亿左右相比于GPT-3缩小了100倍以上但在遵循指令方面能够更好地遵循用户意图将有害的不真实或者有偏差的信息输出最小化在优化的模型上ChatGPT基于InstructGPT进一步改进在模型结构和训练流程上遵循上述方式但收集和标注数据的方式上发生了变化通过采取监督学习的方式让模型学习人类排序的方式表1GPT四代的对比模型发布时间参数量预训练数据量预估成本消耗资源GPT-12018年6月117亿约5GB在8个GPU上训练一个月GPT-22019年2月15亿40GB在256个GoogleCloudTPUv3上训练一周GPT-32020年5月1750亿45TB训练一次460万美元总成本在355个GPU上训练一年1200万美元ChatGPT2022年12月13-1750亿数十GB训练一次的成本高达1千万美元根据参数量而定资料来源人民数字品玩中国银河证券研究院二ChatGPT商业化规划及仍需讨论的问题ChatGPT成为史上最快达到1亿月活跃用户的应用ChatGPT在1月达到1亿月活跃用户平均每天有1300多万访客目前OpenAI已推出每月20美元约合135人民币的ChatGPT用户个人订阅计划即使在软件的使用高峰时段订阅用户也可以优先使用AI聊天机器人表2各大软件月活数突破一亿所用时间软件名ChatGPTTikTokInstagramFacebookTwitter所用时间两个月九个月两年半四年半五年资料来源新浪中国银河证券研究院在Gartner发布的2022年新兴技术成熟度曲线中生成性AI处于技术萌芽期并加速发展中Gartner将生成性AI列为2022年五大影响力技术之一预测到2025年生成性AI所创造的数据可占到所有已生产数据的10请务必阅读正文最后的中国银河证券股份有限公司免责声明4行业深度报告计算机行业图1Gartner发布的2022年新兴技术成熟度曲线资料来源Gartner中国银河证券研究院ChatGPT的能力目前几乎可以涵盖各个自然语言交互领域例如聊天机器人对话系统智能客服信息检索主题建模文本生成和总结NLP作为服务的翻译转录总结等等未来应用领域将面向蓝海例如在聊天机器人领域目前ChatGPT已经能基本满足用户的提供个性化需求和信息提供服务在需要智能客服的电商金融医疗教育政务等垂直领域等ChatGPT能够结合行业特点和需求构建自动应答系统为客户提供快速准确的问题解答除此外在传媒娱乐设计和影视领域ChatGPT能够协助完成一些较低层次的任务包括文稿生成采访助手摘要总结等或将提高行业的运行效率ChatGPT存在的缺陷之一目前ChatGPT在精准性真实性重复率和依赖性等问题上尚待改善第一由于技术实现的问题ChatGPT会不可避免地写出一些似是而非或者荒谬的答案这将导致植入虚假数据和误导用户的风险ChatGPT依然没有完全克服大型语言模型LLM的这一常见缺点第二在较长的会话中由于训练数据的偏差和过度修正ChatGPT会过度强调某些短语或者句子导致重复性高的问题第三ChatGPT的强大能力依赖语料库数据量的抓取和复杂的训练过程ChatGPT模型依赖于大规模离线语料进行训练往往不能充分接受并采用在线提供的即时信息难以理解对话中提及的因果关系也无法基于已有信息进行推测这距离人类举一反三的能力相差较远ChatGPT存在的缺陷之二其应用过程中安全性伦理约束权责界定以及知识产权等相关法律问题尚未解决一方面由于RLFH并不能完全避免ChatGPT训练库中学习到的不道德或有偏见的回答也会导致在模糊提示或引导回答的过程中让ChatGPT输出一些有害信息导致输出结果的安全性降低有可能产生权责无法界定的法律问题另一方面在创造性创作伦理和知识产权等方面并未形成有效界定在数据挖掘大规模计算统计多线程工作等数据处理分析领域人工智能有着人类不可比拟的优势但是以创新和感知为基础的创造过程是机器学习和模型难以训练的目前ChatGPT能够在用户的引导下快速生成小说诗歌散文编程等需要创造力的内容或许将对创作者和以版权为基础的行业造成冲击文本生成的过程是基于数据库内容的学习这是否会构成对被抓取作品的侵权ChatGPT生成的文本内容是否具有著作权是否属于该用户等一系列问题的答案尚不明确请务必阅读正文最后的中国银河证券股份有限公司免责声明5行业深度报告计算机行业三全球巨头争相追赶与ChatGPT水平尚存一定差距国外公司中谷歌发布的聊天机器人Bard具有与ChatGPT接近的技术水平可能相差半年左右2023年2月6日GoogleCEO发布了与ChatGPT对标的产品BardBard是基于由Google于两年前就开始的LaMDALanguageModelforDialogueApplications用于对话应用的语言模型模型的轻量级版本LaMDA和GPT-3本质上是非常类似的模型都是使用Transformer架构的大语言模型配以RLHF已公开的LaMDA最大的版本是1370亿参数的模型比GPT-3略少从谷歌22年发布的LaMDA的论文来看LaMDA关注三个关键目标质量安全和凭据从这三个关键目标来看的话Google相比于OpenAI还是谨慎了很多这可能也是Bard迟迟未推出的原因国内公司中百度华为字节跳动阿里腾讯等巨头均在大模型方向布局整体发展水平与ChatGPT相差大概一到两年左右约达到接近GPT-3的水平其中百度进展比较突出百度的文心一言应用是百度基于文心大模型技术推出的生成式对话产品将于2023年3月完成内测面向公众开放文心大模型的参数量已经达到2600亿已经超过GPT-3水平从GPT模型发展三要素算力数据模型来看国内巨头与ChatGPT的主要差距体现在模型结构的设计上由于GPT35缺少相关论文也没有开源国内在代码的训练及推理上仍缺少积累二AIGC多场景应用处于爆发前夜千亿市场打开一AIGC发展痛点逐步解除亟待爆发AIGC并非新兴概念只是过往受限于优质训练数据不足高额的算力成本或是模型算法难题AIGC发展较慢仅限于实验范围在人工智能尚不具备完整表达和生成内容能力的时期人工智能生成内容仅能用于简单的AI问答和聊天机器人领域受限于模型算法生成内容没有创新也较为呆板但随着算力成本下降数据形态和数量更加丰富在不同领域AIGC都得到了飞速发展1AI文本生成领域痛点在于上下文关联自然语言生成的能力文本生成领域是AIGC最早触及的领域除了较早进行探索的智能客服和聊天机器人领域早期文本生成主要应用于辅助写作或者结构化写作此前的文本生成一直面临的巨大挑战在于1上下文关联能力2自然语言生成能力3逻辑能力由于传统的聊天机器人采用基于模板或者基于规则的算法开发人员通过预设一些较为固定的规则和模板后AI根据用户输入的内容在已有模板中进行认知识别和匹配然后生成回复这种方法效率高训练难度较低但是训练后的模型缺乏普适性和灵活度且难以支持复杂程度较高的会话任务也不能进行上文记忆因此人们在与传统聊天机器人对话时会感觉到答非所问车轮式对话对于通用性内容的文本生成来说语言流畅性思维深度和原创性是评价文章内容的标准人工智能输出文字的本质在于计算机语言对于人类自然语言的模拟创造来源于人工智能基于逻辑的计算和判断此前人工智能无法生成流畅文本的重要原因在于训练数据的质量和数请务必阅读正文最后的中国银河证券股份有限公司免责声明6行业深度报告计算机行业量都较小GPT模型的有监督微调和对齐的技术架构提高了模型对数据的理解能力也相应提高了结果匹配精度在语句搭配的选择上更具优势因此生成文本的可读性有了大幅提升2AI绘画领域痛点在于高额的算力成本AI学习绘画的实质过程是通过对已有画作的训练数据通过模型和参数迭代输出有规律的像素组合由于图片所包含的信息量远高于文字包含的信息量像素点位置色彩数量等共同组成庞大的参数组因此深度学习该参数组需要足量的算力目前AI绘画根据文字提示输出图片需要经历两个过程理解文字提示所包含的信息再匹配生成相应的图像此前一直难以发展的原因在于1绘画细节不足分辨率低2参数量过大导致渲染时间过长3算力和内存不足此后新的深度学习模型CLIPContrastiveLanguage-ImagePre-Training通过优化采样的方式将完成了文字-图片匹配的跨越而计算机视觉模型Diffusion的模型降维优化降低了对显卡的需求加上算力成本的逐渐降低AI绘画应用迅速崛起图2全球算力保持快速稳定增长平均增速超过40单位EFlops资料来源中国信通院中国银河证券研究院3AI音视频游戏等其他领域需要AI文本生成和AI绘画提供技术基础辅助在AI文本生成和AI绘画有所发展的技术基础上音频视频23D建模游戏等等领域才逐步被AI所渗透以音频领域为例未来AIGC将在语音合成和音乐合成领域有所进展但由于一段音频包括的数据量相较于文字和图片都更大也更抽象因此目前还难以找到很好的训练方式同理以交互和实时反馈为基础的游戏领域也是如此游戏制作过程中涉及的每一个轮次在未来都将有相应的生成式AI模型发展从23D建模对话生成对话语音封装等等需要前期在文字图像和音频领域有坚实的技术积累请务必阅读正文最后的中国银河证券股份有限公司免责声明7行业深度报告计算机行业图33D模型生成从文本-图像-3D模型资料来源DREAMFUSION论文中国银河证券研究院二ChatGPT助力文本代码图像生成有望率先成熟视频游戏紧随其后大模型辅以新架构推动AIGC进入杀手级应用涌现阶段在2015年前人工智能发展以小模型为主导地位能够较好地适应在垂直领域的分析任务但是在通用交互相关的任务上由于表达和理解能力欠缺无法完成生成类的任务但随着计算机深度学习模型的进展人们开发出新型神经网络架构transformer扩散模型diffusion等新技术同时算力成本降低开发人员才逐渐开始探索并训练大语言模型LargeLanguageModel即大模型我们认为ChatGPT对AIGC发展的意义在于一方面GPT作为NLP生成领域模型的突破将迅速解决AI文本生成AI代码生成等领域的痛点另一方面AI文本生成AI代码生成作为AI音视频游戏等其他领域的技术基础其突破发展也将加速AIGC在音视频游戏等场景中的渗透比如生成AI绘画提示词或生成调用计算引擎图4AIGC在不同场景的发展进度预测请务必阅读正文最后的中国银河证券股份有限公司免责声明8行业深度报告计算机行业资料来源红杉资本官网中国银河证券研究院ChatGPT成功的关键是人类反馈强化与奖励机制其应用层的良好效果为AIGC领域提供了普适性的模型优化思路目前内容生成领域还处于用户创作UGC或者AI辅助用户创作AIUGC为主的阶段但ChatGPT的底层技术已被逐渐迁移向以下领域1在文本生成领域AI在文章润色拼写检查修改等辅助性写作领域的能力将更加稳定除此外自然语言生成能力的提升赋予AI更好地完成结构化程度较高的文本初稿例如电子邮件新闻等领域甚至在一些非结构化的文章例如社交媒体广告营销文学等领域的创作也能提供帮助理解归纳能力的提升将推动大量办公辅助类工具的落地例如会议纪要文档翻译笔记管理等提高整体办公效率图5NOTION推出较为全面的AI产品资料来源Notion官网中国银河证券研究院2在代码开发领域基于上下文理解能力AI进行代码注释代码补全或代码检查的相关应用将有可能在短期内落地虽然与文本生成的底层技术相类似但是代码生成对AI工具的稳定性以及自然语言和代码的相互转换的精准性提出了更高的要求目前已有海外公司研发出稳定的AI辅助工具可以实时显示代码示例并提供错误反馈请务必阅读正文最后的中国银河证券股份有限公司免责声明9行业深度报告计算机行业图6Codiga除静态代码分析外推出AI代码检查和漏洞自动修复也可进行组内代码协作资料来源Codiga官网中国银河证券研究院3在智能问答领域目前AI文本生成的技术已相对成熟理解能力和表达能力的提升突破了现有客服回答千篇一律答非所问的情况未来从底层模型的微调和强化将使得模型分化出不同的技能树或将在问题解决服务效率和使用体验等三个方面全面提升用户的使用体验图7聊天机器人BlenderBot的进步资料来源澎湃网中国银河证券研究院4在图像生成领域目前GPT模型的图像生成能力相对弱于Diffusion模型但是在利用GPT生成文字提示的基础上AI可以根据扩散模型生成更优质的AI绘画作品未来传统图片编辑能力将大幅提升抠图去除特定主体等技术将更加优化AI按照文字提示或者示意图生成图片的能力将进一步提升请务必阅读正文最后的中国银河证券股份有限公司免责声明10行业深度报告计算机行业图8相同算法下DALL-E算力提升和模型优化带来的画质不同资料来源DALL-E官网中国银河证券研究院5在视频游戏和3D领域所需底层技术更多技术能力更加交叉需要以目前已有模型作为基础技术实现以视频领域为例视频是音频和图像的结合语音合成目前已有所探索但是耗时和相似度还有所欠缺要实现完全自然的人类语音的合成仍然需要时间的积累目前对AI视频生成的探索中应用场景素材选择的限制仍然较多在未来音频和图像领域发展到更加成熟的阶段后视频生成或许将拥有更大的自由度图9AI生成的文字冒险游戏资料来源Latitude官网中国银河证券研究院请务必阅读正文最后的中国银河证券股份有限公司免责声明11行业深度报告计算机行业三AIGC海外公司布局梳理目前海外AIGC行业正呈现百花争艳的状态根据LeonisCapital统计截至2022年12月海外对于生成式AI的风险投资从2020年约五亿美金增长到超过22亿美金增长幅度超过400目前文本和绘画领域的技术成熟度较高音视频领域代码生成和更为复杂的多模态生成领域目前底层技术原理已经基本具备但还需要静候发展表3AI文本领域部分海外公司应用汇总AIGC细分领域应用场景应用名称公司名称备注开发相应模型作为AI文字底层协议-OpenAI使用GPT3模型CopyaiCopyai使用GPT3模型文案生成ai工具JasperaiJasperai使用GPT3模型有较为全面的应用场景OthersideAIOthersideAI使用GPT3模型NotionAINotionAnywordAnywordCopysmithCopysmithAI文本生成针对社交媒体博文邮件营销等GhostwriterReplit应用场景的文案生成的ai工具RegieaiRegieaiRytrRytrmeSmartwriteraiSmartwriteraiContendaContendaLEXLEX写作辅助ai工具重写或改述生成更符合语境的文本QuillbotQuillbotWordtuneAI21LabsChatGPTOPENAI使用GPT3模型AmazonLexAmazonBardGoogleLaMDA对话应用语言模型AI交互式聊天机器人DashaDasha使用GPT3模型使用TTS技术文本生成PolyAIPolyAI基于ML的ConveRT技术RasaRasaSenseforthaiSenseforth资料来源中国银河证券研究院整理表4AI绘画领域部分海外公司应用汇总AIGC细分领域应用场景应用名称公司名称备注AI绘图底层协议StableAIStabilityAI开源StableDiffusion模型推出的stableAI能生成图片音视频等DALLEOpenAI使用StableDiffusion模型AI绘画将描述性的文字或文字提示DiscodiffusionAccomplice使用StableDiffusion模型自动转化为图片的AI绘画平台MidjourneyMidjourney使用StableDiffusion模型PhotosonicAIWritesonic使用StableDiffusion模型请务必阅读正文最后的中国银河证券股份有限公司免责声明12行业深度报告计算机行业CraiyonCraiyon是DALL-EminidemoDeepAIDeepAIDeepDreamGoogleImagenGooglemake-a-sceneMetaNightCafeNightCafeNUWA微软PartiGoogleRosebudaiRosebud资料来源中国银河证券研究院整理表5AI代码生成领域部分海外公司应用汇总AIGC细分领域应用场景应用名称公司名称AmazonCodeWhispererAmazonCogramCogram根据代码上下文和语法完成全功能和整行代码补全GitHubCopilot微软与OpenAI共同推出MutableAIMutableAIAI代码生成TabnineTabnine根据上传代码自动生成程序注释MintlifyMintlifyCodigaCodiga基于上下文进行自动代码检查和代码分析KiteKite资料来源中国银河证券研究院整理表6AI音视频领域部分海外公司应用汇总AIGC细分领域应用场景应用名称公司名称备注由AI生成每周节目内容的数字播客PodcastaiPodcastaiPlayht的语言模型可进行语音合成PlayhtPlayhtperegrine语音模型AI音频ResembleAIResemble将文本生成语音的ai工具WellSaidaiWellSaidaiMubertAPIMubert实时视频剪辑协作ai工具RunwayAIRunwayDesignsAIDesignsAIHourOneHourOneMake-A-VideoMetaAI视频根据模板已生成的虚拟形象和输入文本ImagenVideoGoogle即可生成完整的视频PhenakiGoogleRephraseaiRephraseSynthesiaSynthesiaWomboAIWOMBO请务必阅读正文最后的中国银河证券股份有限公司免责声明13行业深度报告计算机行业拼凑式视频生成aiGliacloudGliaCloud输入文本后自动生成个性化的视频内容TavusTavus区分其中文字和标题资料来源中国银河证券研究院整理表7AI游戏领域部分海外公司应用汇总AIGC细分领域应用场景应用名称公司名称Ai文字冒险游戏根据玩家交互生成故事AIDungeonLatitudeAi游戏领域文本ai角色和语音CharismaaiCharisma以AI创建的角色为特色的扮演游戏ArrowmancerSpellbrush资料来源中国银河证券研究院整理四AIGC细分市场规模预测2025年有望百倍增长目前AIGC所覆盖的领域基本属于AI软件与服务根据Statista的预测数据全球AI软件的市场规模将在2025年超过1200亿美元2021年到2025年的CAGR为3801在AIGC发展的推动下未来人工智能市场规模将以更快的速度增长图10全球AI软件的市场规模单位亿美元资料来源Statista中国银河证券研究院虽然目前AIGC已经涉及文字图像代码语音视频3D游戏等多种内容形式的生成但是每个领域的技术成熟度底层技术难度均有差距因此未来AIGC的渗透率将有所差别2021年AI制作的比例仅占市场的1-2左右随着技术发展我们预测到2025年AIGC在网络文学领域文本分析领域绘画及图片领域数字音乐领域技术将相对成熟因此渗透率分别为70606050网络视频领域游戏领域由于技术原因渗透率相对较低分别约为3025基于上述假设我们分别对AIGC细分领域针对中国市场做2025年的市场规模预测预计2025年中国AIGC市场规模有望达到1600亿请务必阅读正文最后的中国银河证券股份有限公司免责声明14行业深度报告计算机行业图11文本分析领域的市场规模单位亿元图12网络文学领域的市场规模单位亿元资料来源IMARCServices中国银河证券研究院资料来源华经产业研究院中国银河证券研究院图13数字音乐领域的市场规模单位亿元图14网络视频领域的市场规模单位亿元资料来源艾媒咨询中国银河证券研究院资料来源前瞻产业研究院CNNIC国银河证券研究院图15游戏领域的市场规模单位亿元图16绘画及图片领域的市场规模单位亿元资料来源国音数协游戏工委伽马数据中国银河证券研资料来源中国产业研究院国银河证券研究院究院请务必阅读正文最后的中国银河证券股份有限公司免责声明15行业深度报告计算机行业三AIGC产业链基础层最先受益中间层巨头占优一AIGC产业链结构及巨头布局AIGC产业链可大致分为上中下三层架构第一层为基础层以预训练模型为基础搭建的AIGC技术基础设施层包括芯片服务器等硬件提供商以及大模型技术提供商第二层为中间层通过基础层的模型进行特定训练形成垂直化场景化定制化的应用工具第三层为应用层即面向C端用户提供图像语音文字生成等各种AIGC的应用鉴于大模型训练需要巨大的算力规模基础层中的芯片服务器等硬件提供商将最先受益而对于中间层来说技术积累以及资金实力都是关键竞争力因此我们认为科技巨头更具有竞争优势应用层中可类比移动互联网时代会爆发出很多杀手级应用用户体验和模式创新都将成为杀手钳图17AIGC产业链资料来源腾讯研究院中国银河证券研究院表8AIGC产业链巨头布局产业链公司布局基础层及中推出的深度学习框架计算机视觉库自然语言处理库等工具可以帮助开发者更快更好地开发出更间层先进的AI应用此外英伟达还推出了一系列的AI开发服务包括AI开发咨询AI开发培训英伟达AI开发实施等以帮助开发者更好地掌握AI开发技术去年年底英伟达发布了Magic3D根据文本描述自动生成3D模型正式宣布加入AIGC赛道研发了一系列解决方案包括基于深度学习的自然语言处理NLP计算机视觉CV和机器学习ML等技术这些解决方案可以帮助开发者更快地开发出更加智能的应用程序从而提高用户高通体验公司最新的Snapdragon865处理器支持AIGC并且支持多种AI框架包括TensorFlowCaffe2PyTorch等此外高通还推出了SnapdragonNeuralProcessingEngineNPE它可以支持多种AI模型并且可以提供更快的AI性能请务必阅读正文最后的中国银河证券股份有限公司免责声明16行业深度报告计算机行业在AIGC方面取得了巨大的进展其RadeonInstinct系列GPU已经成为AI计算的首选它们拥有更高的计算性能更低的功耗更快的训练时间以及更多的AI模型支持今年年初代号为InstinctMI300的芯片也是AMD首款数据中心HPC级的APU正式发布号称能将ChatGPTDALLE等AMD大模型的训练时间从几个月缩短至几周此外公司还推出了MIVisionAI开发套件为AI开发者提供了一个完整的解决方案以支持他们的AI应用程序此外公司还推出了一款名为ROCm的开源AI开发平台可以帮助开发人员更轻松地创建和部署AI应用程序近日公司推出了由ChatGPT支持的最新版本Bing必应搜索引擎和Edge浏览器新版本的Bing搜索会采取类似ChatGPT的方式回答具有大量上下文的问题此外必应中的新聊天机器人微软可以帮助进行起草和翻译邮件完善查询功能重写代码等再早几日微软宣布旗下所有产品将全线整合ChatGPT其中包括了Bing搜索引擎WordPPTExcel等Office软件Azure云服务Teams聊天程序等预计在3月ChatGPT将内置于Bing搜索公司于近日公布了智能聊天机器人Bard这是一款基于应用程序语言模型LaMDA的实验性人工智能程序其主要利用来自网络的广泛的知识与信息与大型语言模型的强大创造力相结合输出高谷歌质量的回答公司CEO表示该项技术将很快集成到谷歌的搜索引擎中在去年年底谷歌还一次性发布了多项AIGC技术成果包括文本图像模型Imagen以及AI写作协作工具LaMDAWordcraft等拥有强大的AI技术团队以及大量的研究成果掌握着深度学习自然语言处理计算机视觉等技术不断推出新的产品和服务以满足用户的需求到目前百度所推出的AIGC产品中产业级搜百度索系统文心百中与AI作画平台文心一格均使用了百度所开发的大模型ERNIE据百度官方表公布百度正在开发类似chatGPT的相关技术与产品并将其命名为文心一言英文名为ERNIEBot预计在今年三月份完成内测后向公众开放中间层及应公司旗下人工智能实验室MetaAI发布了从文本生成视频的AI系统Make-A-Video即根据输入用层的自然语言文本生成一段5秒钟左右的短视频并在此基础上拓展到从图像生成视频和从视频生Meta成视频此外近日公司发表的一篇论文引起了广泛关注该论文介绍了一种会使用工具的语言模型Toolformer也即是在生成文本的过程中遇到特定的任务Toolformer会直接调用所需工具的API来解决面前的任务推出了基于深度学习的自动文本生成技术基于自然语言处理的自动文档生成技术基于机器学习的自动图像生成技术以及基于深度学习的自动视频生成技术这些都属于AIGC相关技术近年阿里来阿里研发了通义-AliceMind语言大模型可以实现AI阅读理解此外公司还推出了会议AI助理听悟智能对话机器人小蜜等产品阿里版ChatGPT目前正在研发中最终命名尚未确定据曝光信息来看阿里很可能将AI大模型技术与钉钉生产力工具深度结合腾讯混元AI大模型团队推出了万亿级别中文NLP预训练模型HunYuan-NLP-1T目前该模型已落地于腾讯广告搜索对话等产品例如在广告制作上可以利用人工智能将广告文案生成广告视腾讯频可以大幅降低广告视频的制作成本此外腾讯还推出了梦幻写手可以协助用户生成稿件腾讯AI开放平台可以为客户提供语音识别知识图谱等工具对于ChatGPT与AIGC相关方面的研发公司表示将基于此前的技术储备有序进行各项研究正力求开发出更加智能的内容生成系统可以根据用户的需求和偏好自动生成高质量的内容此外研究人员还在开发更加智能的自然语言处理技术可以更好地理解用户的意图从而提供更加字节跳动准确的内容生成结果目前字节跳动的人工智能实验室AILab正在开展类似ChatGPT和AIGC的相关研发据预计其研发的相关产品将主要集中在VR内容生成上请务必阅读正文最后的中国银河证券股份有限公司免责声明17行业深度报告计算机行业资料来源新浪网易IT之家中国银河证券研究院二GPT模型所需算力测算GPT-3训练所需算力根据OPENAI公布的论文附录GPT-3175B共有1746亿个参数训练该模型需要经过314E23个浮点运算总算力为3640PF-days换言之在每秒进行1万亿次浮点运算的计算速度下GPT-3175B需要耗时364天图18三类语言模型训练所用的总算力参数Params训练数据量Tokens等资料来源LanguageModelsareFew-ShotLearners2020OPENAI中国银河证券研究院论文中表明GPT-3的模型训练是在微软提供的V100GPU上完成的由于微软与OPENAI并未公布人才合作共建的超级计算机的硬件细节未知其V100的运算成本效率因此V100GPU型号细节参考NVIDIA官网公布的TESLAV100其采用NVIDIAVolta架构带有16GB和32GB两种配置单个GPU即可提供高达100个CPU的性能训练吞吐量比使用CPU快32倍推理吞吐量比使用CPU快24倍配备V100GPU的单台服务器可以取代数百台仅配备通用CPU的服务器来处理传统的高性能计算和人工智能工作负载请务必阅读正文最后的中国银河证券股份有限公司免责声明18行业深度报告计算机行业图19TeslaV100的参数资料来源NVIDIA中国银河证券研究院GPT-3训练所需总成本模型的算力需求几乎与参数量呈同比增长单一V100GPU芯片进行一次GPT-313B模型的训练大约需要2144天进行一次GPT-3175B模型的训练大约需要29120天由于NVIDIA官网公布的最快的V100深度学习性能达到125TFlops按照GPT-313B模型的算力需求268PF-days单个V100GPU需要进行26801252144天的运算同理完成一次GPT-3175B运算的算力需求为3640PF-days单个V100GPU需要进行29120天的计算GPT-313B发展到GPT-3175B参数量扩大1373倍算力需求扩大1358倍两者几乎同比增长若以一个容量为28Tflops的V100GPU为例完成GPT-313B和GPT-3175B模型理论上分别需要26个GPU年和355个GPU年的运算根据CloudGPUComparison公布的数据MicrosoftAzure的V100型号使用成本为306H我们测算GPT-313B训练总成本约为306H24HD365DY26Y07Million同理GPT-3175B训练总成本约为95MillionGPT-3运行所需芯片成本除此外根据OpenAI的白皮书GPT-3使用每个参数16位的半精度浮点变量这说明1750亿参数至少需要有1754700GB的空间才能存储每个参数需要4个字节若以此计算相当于至少22块32GB内存的TeslaV100GPU每块约9000美元则不计RAMCPUSSD驱动器电源等其他情况下芯片成本在至少20万美元以上请务必阅读正文最后的中国银河证券股份有限公司免责声明19行业深度报告计算机行业四A股相关公司介绍1浪潮信息全球AI服务器龙头技术发展浪潮信息人工智能服务器的市占率位居全球第一在中国市场份额连续五年保持50以上公司行业竞争力强劲致力于十四五期间成为全球服务器龙头公司根据IDC数据显示2022年公司在全球服务器行业市占率排名第三市占率分别为99在国内服务器行业公司更是当之无愧的龙头厂商2020年市占率356高于排名第二第三的华为和新华三总和业务布局2月10日浪潮信息推出AI算力服务产品将基于国内领先智算中心的算力基础设施为国内客户提供先进开放高性能高质量的AI算力资源和配套服务支撑AI模型构建训练和推理的业务全流程赋力生成式AI产业创新目前AI算力服务相关信息已在元脑生态AIStore平台上线包括有多种算力数据算法等可选产品浪潮信息此次推出的AI算力服务产品包括支持国际和国内领先的的4种AI算力产品经源清洗验证过的语言或多模态的大模型数据集的2种数据产品由浪潮源专家团队提供的语言或多模态的大模型训练支持的2种算法产品以及AI训练推理资源管理调度的1种平台产品2彩讯股份信创国资云AIGC三驾马车技术发展公司在智能问答图像识别语音语义识别等产品方向均有所涉猎此外公司还在电信金融等行业的智能文件识别智能客服机器人系统5G消息chatbot系统等方面都有着深厚的技术储备其中一部分成果已经实现落地应用与AI的深度融合可以让彩讯邮件系统更加智能地实现邮件摘要自动生成邮件撰写智能等功能5G消息未来有机会成为ChatGPT入口彩讯5G消息CSP解决方案可定制接入客户自有chatbot或提供垂直行业chatbot一体化解决方案通过5G消息号变身为智能客服助手提供更智能的交互体验业务布局公司力求将云计算人工智能以及大数据等新兴技术应用到传统产业链促进各行各业的数字化转型升级智慧渠道协同办公云和大数据为公司的三大业务线主要为行业客户提供产业互联网应用平台开发和运营服务目前是信创产业发展的风口公司在此趋势下积极布局自研的彩讯RichmailRichmail信创安全增强电子邮件系统解决方案未来有望在党政金融等领域多点发力公司作为中国移动供货商云业务深度受益移动云业务加速预计维持较高增速3嘉和美康电子病历龙头AI智慧医疗先行者技术发展公司在国内医疗大数据和人工智能方面具有丰富的技术与经验储备智慧医疗类产品在全国市场排名领先据IDC报告公司在2021年中国医疗大数据解决方案市场中排名第二凭借深厚的临床信息化建设经验和上千家医院核心信息系统的数据处理优势公司对数据处理技术进行二次创新转化自主研发了智能医学数据中台对大规模多源异构医疗数据进行深度处理和分析对不同维度数据进行聚合关联形成适用于不同场景的数据模型打造出拥有自主知识产权的覆盖智能诊前服务临床决策支持病历内涵质控及大数据科研等请务必阅读正文最后的中国银河证券股份有限公司免责声明20