1、大模型的“安卓时刻”到来，训练数据质量或是后续竞争关键
　　 Meta大模型LLaMA开源且持续改进，为行业带来变数。我们认为可以参考安卓与iOS的关系，预判开源大模型与OpenAI的GPT模型的关系，当前国内外科技公司都在紧锣密鼓的布局大模型的开发，“安卓时代”来临后，竞争或持续激烈化，格局或将生变。
　　而从ChatGPT等模型的经验来看，数据具有重要意义。出于模型准确度和专业性的需求，学术期刊、书籍、代码等资料类型在训练数据中有独特价值。
　　2、特别应当关注代码和权威资料作为高质量训练数据的价值
　　代码：从GitHub、GitLab、Gitee为代表的代码库平台可以获取较为丰富的代码资源，相对门槛较低；或是企业自身积累的代码资源。
　　权威资料：关注具有较高权威性的资源，如知乎具有较为丰富的语料，学术期刊、科学书籍的公开可得性更低，因此也具备更强的稀缺性。
　　3、建议关注高质量数据产业链参与方：
　　中国科传：权威文本资料稀缺标的，中国最大的综合性科技出版机构，业务包括期刊、科学图书、出版物进口等，积累有较为丰富的专业资料，且已经有科学智库、中国生物志库等数据库产品生成。
　　海天瑞声：高质量数据供应商，与各类大型科技公司、研究机构有较为稳定的合作关系。
　　投资建议：建议关注文本数据资料相关投资机会。
　　高质量数据相关公司：1）权威资料及数据供应商，中国科传（万方数据库）、海天瑞声（AI训练数据供应商）；2）低估值专业出版公司，如中南传媒、凤凰传媒；
　　大模型开发公司：昆仑万维（昆仑天工）、三六零、百度集团（“文心一言”）、腾讯控股（混元大模型）、阿里巴巴（通义大模型）。
　　风险提示：开源大模型开发不及预期；AI大模型应用不及预期；数据使用政策发生变化。