投资要点
　　事件：
　　3月6日，Robotics at Google、柏林工业大学和Google Research团队联合发布了PaLM-E，其参数量高达5620亿。作为一种多模态视觉语言模型（VLM），它集成了控制机器人视觉和语言的能力，可以直接将现实世界的连续传感器模式纳入已经预训练好的LLM中，在单词和感知（words and percepts）之间建立联系，从而用于连续的机器人操作规划、视觉问题回答和字幕生成等多项具身任务中。与ChatGPT相比，它新增了视觉功能。此外，谷歌称该模型还具备一定弹性，能够对周边环境作出适应性反应，应对可能出现的意外状况。
　　点评：AI大厂的对战处于白热化阶段，有利于推动技术快速发展，并拓展包括IOT等多元化应用领域，行业景气度进一步提升。
　　1、AI对战从语言模型扩展到多模态乃至通才。PaLM-E借鉴了谷歌之前在VIT22B上的工作，后者是谷歌在上月公布的一款视觉语言模型，已经在各种视觉任务上进行了训练，例如图像分类、目标检测、语义分割和图像字幕等。同时，微软也在“图像+语言模型”的路径上积极布局：在今年2月底发表的研究中，微软展现了如何使用ChatGPT为大疆Tello无人机编写“找饮料”程序的案例；微软最近发布的“ChatGPTforRobotics”论文，就尝试以类似于谷歌PaLM-E的方式将视觉数据和大型语言模型结合起来，对机器人进行控制。
　　2、模型的规模竞赛仍在继续。作为史上最大的“通才”模型，PaLM-E的参数（5620亿）是ChatGPT参数量（1750亿）的三倍有余。语言模型越大，在视觉语言与机器人任务的训练中，保持的语言能力就越强，拥有5620亿参数的PaLM-E几乎保持了它所有的语言能力。得益于PaLM-E的大语言模型核心，谷歌研究人员观察到，其表现出了“正迁移”能力，意味着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”。
　　3、强悍的语言能力是核心。工作原理上，PaLM-E是一个仅有解码器的大型语言模型（LLM），在给定前缀（prefix）或提示（prompt）下，能够以自回归方式生成文本补全。其训练数据为包含视觉、连续状态估计和文本输入编码的多模式语句。由于PaLM-E是基于语言模型，所以它会连续观察图像或传感器数据，并将其编码成与语言符号大小相同的向量序列，这使得模型能够以处理语言的相同方式“理解”感觉信息，为PaLM-E扩展更多应用场景打下坚实基础。
　　风险提示
　　监管风险；技术发展不及预期风险；版权风险。
　　

研究报告全文：证券研究报告行业点评互联网电商互联网电商报告日期年月日20230309谷歌发布史上最大通才模型PaLM-E参数达ChatGPT三倍行业点评报告投资要点行业评级看好维持事件分析师谢晨月日柏林工业大学和团队联合发布了36RoboticsatGoogleGoogleResearch执业证书号S1230521070004PaLM-E其参数量高达5620亿作为一种多模态视觉语言模型VLM它集xiechenstockecomcn成了控制机器人视觉和语言的能力可以直接将现实世界的连续传感器模式纳入已经预训练好的LLM中在单词和感知wordsandpercepts之间建立联系分析师陈磊执业证书号S1230521090002从而用于连续的机器人操作规划视觉问题回答和字幕生成等多项具身任务中chenlei01stockecomcn与ChatGPT相比它新增了视觉功能此外谷歌称该模型还具备一定弹性能够对周边环境作出适应性反应应对可能出现的意外状况研究助理陈相合chenxianghe01stockecomcn点评AI大厂的对战处于白热化阶段有利于推动技术快速发展并拓展包括IOT等多元化应用领域行业景气度进一步提升研究助理姚逸云1AI对战从语言模型扩展到多模态乃至通才PaLM-E借鉴了谷歌之前在VIT-yaoyiyunstockecomcn22B上的工作后者是谷歌在上月公布的一款视觉语言模型已经在各种视觉任相关报告务上进行了训练例如图像分类目标检测语义分割和图像字幕等同时微软也在图像语言模型的路径上积极布局在今年2月底发表的研究中微软1抖音外卖全国18城已上展现了如何使用ChatGPT为大疆Tello无人机编写找饮料程序的案例微软最线进展低于预期行业点评近发布的ChatGPTforRobotics论文就尝试以类似于谷歌PaLM-E的方式将视报告20230308觉数据和大型语言模型结合起来对机器人进行控制2OpenAI开放ChatGPT2模型的规模竞赛仍在继续作为史上最大的通才模型PaLM-E的参数API成本大降90加速应用结5620亿是ChatGPT参数量1750亿的三倍有余语言模型越大在视觉合行业点评报告语言与机器人任务的训练中保持的语言能力就越强拥有5620亿参数的PaLM-E几乎保持了它所有的语言能力得益于PaLM-E的大语言模型核心谷20230307歌研究人员观察到其表现出了正迁移能力意味着它能把一项任务中学到的3从瑞幸财报看咖啡行业疫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情致Q4同店营收增速放缓23性能水平开年快速恢复行业点评报3强悍的语言能力是核心工作原理上PaLM-E是一个仅有解码器的大型语告20230303言模型LLM在给定前缀prefix或提示prompt下能够以自回归方式生成文本补全其训练数据为包含视觉连续状态估计和文本输入编码的多模式语句由于PaLM-E是基于语言模型所以它会连续观察图像或传感器数据并将其编码成与语言符号大小相同的向量序列这使得模型能够以处理语言的相同方式理解感觉信息为PaLM-E扩展更多应用场景打下坚实基础风险提示监管风险技术发展不及预期风险版权风险httpwwwstockecomcn12请务必阅读正文之后的免责条款部分行业点评股票投资评级说明以报告日后的6个月内证券相对于沪深300指数的涨跌幅为标准定义如下1买入相对于沪深300指数表现20以上2增持相对于沪深300指数表现10203中性相对于沪深300指数表现1010之间波动4减持相对于沪深300指数表现10以下行业的投资评级以报告日后的6个月内行业指数相对于沪深300指数的涨跌幅为标准定义如下1看好行业指数相对于沪深300指数表现10以上2中性行业指数相对于沪深300指数表现1010以上3看淡行业指数相对于沪深300指数表现10以下我们在此提醒您不同证券研究机构采用不同的评级术语及评级标准我们采用的是相对评级体系表示投资的相对比重建议投资者买入或者卖出证券的决定取决于个人的实际情况比如当前的持仓结构以及其他需要考虑的因素投资者不应仅仅依靠投资评级来推断结论法律声明及风险提示本报告由浙商证券股份有限公司已具备中国证监会批复的证券投资咨询业务资格经营许可证编号为Z39833000制作本报告中的信息均来源于我们认为可靠的已公开资料但浙商证券股份有限公司及其关联机构以下统称本公司对这些信息的真实性准确性及完整性不作任何保证也不保证所包含的信息和建议不发生任何变更本公司没有将变更的信息和建议向报告所有接收者进行更新的义务本报告仅供本公司的客户作参考之用本公司不会因接收人收到本报告而视其为本公司的当然客户本报告仅反映报告作者的出具日的观点和判断在任何情况下本报告中的信息或所表述的意见均不构成对任何人的投资建议投资者应当对本报告中的信息和意见进行独立评估并应同时考量各自的投资目的财务状况和特定需求对依据或者使用本报告所造成的一切后果本公司及或其关联人员均不承担任何法律责任本公司的交易人员以及其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点本公司没有将此意见及建议向报告所有接收者进行更新的义务本公司的资产管理公司自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策本报告版权均归本公司所有未经本公司事先书面授权任何机构或个人不得以任何形式复制发布传播本报告的全部或部分内容经授权刊载转发本报告或者摘要的应当注明本报告发布人和发布日期并提示使用本报告的风险未经授权或未按要求刊载转发本报告的应当承担相应的法律责任本公司将保留向其追究法律责任的权利浙商证券研究所上海总部地址杨高南路729号陆家嘴世纪金融广场1号楼25层北京地址北京市东城区朝阳门北大街8号富华大厦E座4层深圳地址广东省深圳市福田区广电金融中心33层上海总部邮政编码200127上海总部电话862180108518上海总部传真862180106010浙商证券研究所httpswwwstockecomcnhttpwwwstockecomcn22请务必阅读正文之后的免责条款部分