本期投资提示：
　　本周周报包括四部分。1）Meta发布重磅图像分割模型SAM，亮点是泛化能力、分割、标注效率等。SAM会赋能AR+VR+AIGC+科学和通用AI。推荐虹软科技（图像分割+VR+AR等大模型技术天然适应此类趋势）/大华股份/AI领军，关注当虹科技。2）阿里发布“通义千问”，华为AI赋能千行百业。3）发布《公共数据流通势在必行，社保医保数据可能是起点》。4）更新：大华股份、德赛西威、云从科技。
　　首先，根据Meta官方，本周推出了一个AI模型Segment Anything Model（SAM，分割一切模型），能够根据文本指令等方式实现图像分割，而且万物皆可识别和一键抠图。1）泛化能力是亮点。LLM有基础的泛化能力，同一个模型可以做到翻译、文本填空、人际互动等任务。且在无监督zero-shot都可以得到很好的效果，或在few-shot后，效果就可以大幅提升。例如此前谷歌发布的PaLM-E，就在展现出一定的zero-shot能力，体现泛化能力。2）一个大模型可能同时实现分割、检测、追踪。3）标注和掩码效率提高。4）展望前景，SAM可以成为AR、VR、内容创建、科学领域和更通用AI系统的强大组件。比如SAM可以通过AR眼镜识别日常物品，为用户提供提示。5）这个趋势，我们推荐虹软科技（图像分割+VR+AR等大模型技术天然适应此类趋势。原本即具备transformer/diffusion等技术，高通多次合作体现图像AI分割优势。VR/AR的虚拟现实和720度VR也是虹软天然优势）/大华股份/AI领军，关注当虹科技。
　　其次，AIGC继续产业推进。之前发布华为盘古大模型报告《华为盘古：对方法论创新致敬，产业落地有借鉴意义》（AIGC系列之八）、阿里“通义”大模型报告《阿里大模型：统一底座滋养多模态之花》（AIGC系列之九）。本周阿里发布“通义千问”，华为在“人工智能大模型技术高峰论坛”讲解华为AI赋能千行百业。
　　再次，数据要素，社保医保或为重点，此前发布《公共数据流通势在必行，社保医保数据可能是起点》。1）发改委高技术司发文，进一步解读公共数据在数据要素市场所发挥的重要作用。2）对《20条》的又一次呼应，继续提出制度破冰，让公共数据流通起来。3）各项政府公共数据中，医疗卫生、医保、社保数据一方面记录较完整，有较高商业价值。4）标的：久远银海、山大地纬、东软集团、润达医疗（医疗AI辅助诊疗）、卫宁健康等；
　　最后，更新：大华股份、德赛西威（智联汽车）、云从科技
　　数字经济领军:石基信息（也是AI）、科大讯飞、中控技术（tmt&机械）、金山办公、广联达、赛意信息、启明星辰、英方软件、AI领军、恒生电子、德赛西威。
　　AIGC算力：海光信息、中科曙光、浪潮信息、寒武纪等
　　AIGC&数据弹性:虹软科技（SAM趋势）、润和软件（华为弹性）、润达医疗（医药）、大华股份、AI领军、山大地纬、久远银海、广电运通、上海钢联、汉得信息、深桑达。
　　信创弹性：太极股份、深信服、纳思达、深桑达、中国软件、海量数据、软通动力
　　风险：由于复工/宏观环境等扰动，2022-2023年内存在业绩波动风险。
　　

研究报告全文：行业及产计算机业2023年04月08日不仅华为阿里SAM图像模型或行业研为更重磅AI发布究行看好计算机行业周报20230403-20230407业点评相关研究本期投资提示chatGPTplus政策或不仅为算力证全面考虑安全隐私AGI-TMT领域本周周报包括四部分1Meta发布重磅图像分割模型SAM亮点是泛化能力分割点评2023年4月6日券标注效率等SAM会赋能ARVRAIGC科学和通用AI推荐虹软科技图像分割研华录集团拟整合进入中国电科国企科VRAR等大模型技术天然适应此类趋势大华股份AI领军关注当虹科技2阿里究技版2015或现端倪-计算机行业点评报发布通义千问华为AI赋能千行百业3发布公共数据流通势在必行社保医保2023年4月4日告数据可能是起点4更新大华股份德赛西威云从科技首先根据Meta官方本周推出了一个AI模型SegmentAnythingModelSAM证券分析师刘洋A0230513050006分割一切模型能够根据文本指令等方式实现图像分割而且万物皆可识别和一键抠图liuyang2swsresearchcom1泛化能力是亮点LLM有基础的泛化能力同一个模型可以做到翻译文本填空人洪依真A0230519060003际互动等任务且在无监督zero-shot都可以得到很好的效果或在few-shot后效果hongyzswsresearchcom黄忠煌A0230519110001就可以大幅提升例如此前谷歌发布的PaLM-E就在展现出一定的zero-shot能力体huangzhswsresearchcom现泛化能力2一个大模型可能同时实现分割检测追踪3标注和掩码效率提高宁柯瑜A0230520070005ningkyswsresearchcom4展望前景SAM可以成为ARVR内容创建科学领域和更通用AI系统的强大施鑫展A0230519080002组件比如SAM可以通过AR眼镜识别日常物品为用户提供提示5这个趋势我shixzswsresearchcom们推荐虹软科技图像分割VRAR等大模型技术天然适应此类趋势原本即具备胡雪飞A0230522120002huxfswsresearchcomtransformerdiffusion等技术高通多次合作体现图像AI分割优势VRAR的虚拟现联系人实和720度VR也是虹软天然优势大华股份AI领军关注当虹科技胡雪飞862123297818其次AIGC继续产业推进之前发布华为盘古大模型报告华为盘古对方法论创新致huxfswsresearchcom敬产业落地有借鉴意义AIGC系列之八阿里通义大模型报告阿里大模型统一底座滋养多模态之花AIGC系列之九本周阿里发布通义千问华为在人工智能大模型技术高峰论坛讲解华为AI赋能千行百业再次数据要素社保医保或为重点此前发布公共数据流通势在必行社保医保数据可能是起点1发改委高技术司发文进一步解读公共数据在数据要素市场所发挥的重要作用2对20条的又一次呼应继续提出制度破冰让公共数据流通起来3各项政府公共数据中医疗卫生医保社保数据一方面记录较完整有较高商业价值4标的久远银海山大地纬东软集团润达医疗医疗AI辅助诊疗卫宁健康等最后更新大华股份德赛西威智联汽车云从科技数字经济领军石基信息也是AI科大讯飞中控技术tmt机械金山办公广联达赛意信息启明星辰英方软件AI领军恒生电子德赛西威AIGC算力海光信息中科曙光浪潮信息寒武纪等AIGC数据弹性虹软科技SAM趋势润和软件华为弹性润达医疗医药大华股份AI领军山大地纬久远银海广电运通上海钢联汉得信息深桑达信创弹性太极股份深信服纳思达深桑达中国软件海量数据软通动力风险由于复工宏观环境等扰动-年内存在业绩波动风险行业点评本周周报包括四部分都较为重要1Meta发布重磅图像分割模型SAM亮点是泛化能力分割标注效率等SAM会赋能ARVRAIGC科学和通用AI我们推荐虹软科技图像分割VRAR等大模型技术天然适应此类趋势大华股份AI领军关注当虹科技2阿里发布通义千问华为在人工智能大模型技术高峰论坛讲解华为AI赋能千行百业3公共数据流通势在必行社保医保数据可能是起点-数据要素行业点评医保社保为重点4更新大华股份德赛西威云从科技1Meta发布重磅分割SAM会刺激国内AI根据Meta官方发布本周三推出了一个AI模型SegmentAnythingModelSAM分割一切模型能够根据文本指令等方式实现图像分割而且万物皆可识别和一键抠图11Meta发布重磅图像分割基础模型SAM或重大影响图像大模型我们可以根据论文META论文全面SEGMENTANYTHING1和根据httpsgithubcomfacebookresearchsegment-anything来分析产业趋势提出SegmentAnythingSA项目一个用于图像分割的新任务模型和数据集110亿掩码在数据收集循环中使用高效模型构建了迄今为止到目前为止最大的分割数据集在1100万张授权和尊重隐私的图像上有超过10亿个掩码2零样本能力让人印象深刻该模型被设计和训练为可提示的因此它可以将零样本迁移到新的图像分布和任务评估了其在许多任务上的能力发现其零样本性能令人印象深刻通常与之前的完全监督结果竞争甚至优于3将发布SAM模型和数据集将在httpssegment-anythingcom上发布SegmentAnything模型SAM和相应的数据集SA-1B其中包含1B个掩码和1100万张图像以促进对计算机视觉基础模型的研究1AlexanderKirillovEricMintun等SegmentAnything请务必仔细阅读正文之后的各项信息披露与声明第2页共27页简单金融成就梦想行业点评图1MetaSAM在Github上的分享资料来源Github官方网站申万宏源研究12亮点关键的泛化能力zero-shot能力图2LLM基础的泛化能力图3无监督zero-shot都可以得到很好的效果或在few-shot后效果就可以大幅提升资料来源Meta论文SEGMENTANYTHING申万宏源资料来源Meta论文SEGMENTANYTHING申研究万宏源研究请务必仔细阅读正文之后的各项信息披露与声明第3页共27页简单金融成就梦想行业点评LLM有基础的泛化能力同一个模型可以做到翻译文本填空人际互动等任务且在无监督zero-shot都可以得到很好的效果或在few-shot后效果就可以大幅提升此处解释下zero-shotone-shotfew-shot能力就是小样本学习1Zero-shot就是现在要做一个具体任务如英语转成法语但是没有labeled数据来训练模型2One-shot就是你只有一条英语到法语的labeled数据3Few-shot就是有10-1K条的labeled数据对于图像视频假设我们的模型已经能够识别马老虎了现在需要该模型也识别斑马那么我们需要告诉模型怎样的对象才是斑马但是并不能直接让模型看见斑马所以模型需要知道的信息是马的样本老虎的样本熊猫的样本和样本的标签以及关于前三种动物和斑马的描述图4zero-shot学习示意图资料来源Meta论文SEGMENTANYTHING申万宏源研究例如此前谷歌发布的PaLM-E就在展现出一定的zero-shot能力体现泛化能力图5此前谷歌的PaLM-E就在展现出一定的zero-shot能力请务必仔细阅读正文之后的各项信息披露与声明第4页共27页简单金融成就梦想行业点评资料来源Meta论文SEGMENTANYTHING申万宏源研究13亮点分割重大进展优化标注第一分割可能有大模型SAM证明多种多样的分割任务是可以被一个通用大模型涵盖的而且zero-shot下效果好说明CV的大模型是可能存在的第二一个大模型可能同时实现分割检测追踪既然有分割大模型可能未来也会有一个大模型同时分割检测识别追踪出现这个趋势后领军更新的CV公司会升级若不能与时俱进存在风险小模型时代的分割需要大量人力mask或者来标注1交互式分割该方法允许分割任何类别的对象但需要一个人通过迭代细化mask来指导2自动分割允许分割提前定义的特定对象类别例如猫或椅子但需要大量的手动注释对象来训练例如数千甚至数万个分割猫的例子第三一个简单设计满足三个约束称为SAM一个简单的设计满足了所有三个约束一个强大的图像编码器计算图像嵌入一个提示编码器嵌入提示然后将两个信息源组合在一个预测分割掩码的轻量级掩码解码器中预示这个模型才因此称为SegmentAnything模型简称SAM通过将SAM分离为图像编码器和提示符快速编码器掩码解码器相同的图像嵌入可以在不同的提示符中重用及其成本分摊请务必仔细阅读正文之后的各项信息披露与声明第5页共27页简单金融成就梦想行业点评给定图像嵌入提示编码器和掩码解码器在web浏览器中从提示符预测掩码的时间为50ms重点关注点框和掩码提示还用自由形式的文本提示呈现初步结果为使SAM具有歧义性设计了它来为单个提示预测多个面具使SAM能够自然地处理歧义如衬衫和人的例子图6结构设计一个imageencoder和一个Fastpromptencodermaskdecoder资料来源Meta论文SEGMENTANYTHING申万宏源研究14亮点大幅度提高标注效率数据集已开源训练需要庞大的分割过的图像数据然而目前并没有这么丰富的数据集所以做了一个数据引擎有3个阶段辅助手动半自动和全自动在第一阶段SAM帮助标注者注释掩码类似于经典的交互式分割设置需要手动在第二阶段SAM可以通过提示它可能的对象位置自动为一个对象子集生成掩码注释器专注于注释剩余的对象帮助增加掩码多样性在最后阶段用规则的前景点网格提示SAM平均每张图像产生100个高质量掩模通过交互式的注释在第一阶段一个掩码标注平均只需要14秒时间比COCO掩码标注快65倍请务必仔细阅读正文之后的各项信息披露与声明第6页共27页简单金融成就梦想行业点评并且经评估证实这些掩码具有高质量和多样性在某些情况下甚至在质量上可与之前更小完全手动注释的数据集的掩码相媲美最终的数据集超过11亿个分割掩码在大约1100万张经过许可和隐私保护图像上收集而来SA-1B的掩码比任何现有的分割数据集多400倍这个数据集已经开源了发布SA-1B数据集并使SAM在一个许可的开放许可证Apache20下使用需要的算力资源也不大在单块V100上对于1200x800这种正常分辨率的图生成所有的mask需要2-3秒这种速度可以为大部分人提供可用的featureextractor了图7最终的数据集超过11亿个分割掩码在大约1100万张经过许可和隐私保护图像上收集而来SA-1B的掩码比任何现有的分割数据集多400倍资料来源Meta论文SEGMENTANYTHING申万宏源研究15展望SAM赋能ARVRAIGC科学和通用AIMeta预计与专门为一组固定任务训练的系统相比基于prompt工程等技术的可组合系统设计将支持更广泛的应用SAM可以成为ARVR内容创建科学领域和更通用AI系统的强大组件比如SAM可以通过AR眼镜识别日常物品为用户提供提示图8SAM可以通过AR眼镜识别日常物品为用户提供提示请务必仔细阅读正文之后的各项信息披露与声明第7页共27页简单金融成就梦想行业点评资料来源Meta论文SEGMENTANYTHING申万宏源研究图9SAM还有可能在农业领域帮助农民或者协助生物学家进行研究资料来源Meta论文SEGMENTANYTHING申万宏源研究我们认为1优势未来如果有分割识别可能有更多应用2优势分割整体来看分割任务已经较好但是分割之后识别可能仍然需要做出新的研究3还需要提高SAM开放环境下的zero-shotrecognition能力可能还不太稳定4还需要提高当前版本下作者们并没有提供标准的textprompt做法所以输出的mask都没有标签两个猜测可能是Meta的FAIR后续可能有进阶研究计划毕竟这能够轻松刷掉一堆分割任务的SOTA5产业意义泛化能力分割标注效率有大幅度提高对于国内大模型有重磅推进因为图像视频是国内AI重要场景世界领先这个不会影响CV也还没有实现无监督还称不上GPT4级别进展但如果能适应趋势的国内公司会产业竞争力大大提高16推荐虹软科技大华股份AI领军关注当虹科技虹软科技具备A股罕见的AI软件算法能力且聚焦在图片CV等领域其图像分割VRAR等技术天然适应此类趋势请务必仔细阅读正文之后的各项信息披露与声明第8页共27页简单金融成就梦想行业点评虹软科技原本即具备transformerdiffusion等技术根据公司互动平台披露对公司影响更多的是ChatGPT引入了很多模型方法比如diffusiontransformer等这类模型多年前就已经存在模型的底层技术与方法论都是相通的而公司在这类模型的应用上也早有积累图10虹软官网人像识别的分割精准图11虹软官网物体识别需要分割技术资料来源虹软科技官方网站申万宏源研究资料来源虹软科技官方网站申万宏源研究2022年11月高通合作就体现了虹软在图像分割的优势2023年3月的AI肖像分割成为明星技术2022年11月高通年度旗舰新品第二代骁龙8平台虹软与其合作的基于新一代骁龙8移动芯片平台推出的革命性技术认知ISP能在用户拍摄照片和视频时进行实时语义分割2023年3年SnapdragonComputeEcosystemSummit上ArcSoftVideoBokeh是虹软开发的一项视频背景虚化技术利用AI肖像分割将视频中的人像主体与背景分离预计SAM等图像分割算法会不断刺激虹软的算法升级甚至成本下降而虹软科技原本的AI算法自然会大模型升级底层模型上层用小模型SAM模型出现后分割的重要性增加预计虹软分割的算法会进一步升级并节省人力原本图像分割特征点需要人力标注关键SAM特别适合AIGC和VRAR结合虹软这方面也是领军1720度VR技术根据其官网虹软的720VR技术是可以本地实时处理输出最终结果的引擎围绕该技术公司投入多年的核心算法预研工作形成系列专利积累了有助于720VR的丰富的视觉硬件和光学耦合的有效经验和知识2虚拟现实技术3DVR内容的获取和显示是虚拟现实技术中体现沉浸感的主要方式当然大视角或无盲点的全视角显示效果会更佳而解决眩晕仍是最关键的问题之一同时高性能一直是硬骨头虹软利用十多年的计算机视觉核心算法和引擎的研究成果实现了鲁棒快速的3D内容的摄取和显示引擎其绘制效果清晰内容全局请务必仔细阅读正文之后的各项信息披露与声明第9页共27页简单金融成就梦想行业点评一致无鬼影无对象和结构错位观感流畅舒适当前引擎可以支持720度全视角同时实现10公分超近距清晰深度效果显示大华股份AI领军类似的国内在AI图像视频的核心公司大华股份AI领军一样会受益和契合于此类AI趋势这在跨模态更多应用场景出现中国公司得到更大机会有相近论述因为中国的场景禀赋安防视觉AI全球领先所以图像视频的AI升级更利于国内而角度其他AI场景的升级与我们的关联公司少当虹科技也是多模态图像视频的重要产品商其官方网站披露以静态照片生成体积视频当虹科技发布跨模态AIGC产品当虹科技发布跨模态AIGC人工智能生产内容产品以静态照片生产三维体积视频不同模态之间相互切换让人们轻松进入元宇宙的世界2AI平台华为阿里大模型再重要发布上周发布华为盘古大模型报告华为盘古对方法论创新致敬产业落地有借鉴意义AIGC系列之八阿里通义大模型报告阿里大模型统一底座滋养多模态之花AIGC系列之九本周我们发布AI游戏腾讯混元大模型AI光器件需求深度详见下表阿里发布通义千问华为在人工智能大模型技术高峰论坛讲解华为AI赋能千行百业表1AIGC系列多篇报告与AI大模型系列深度报告序列时间标题备注2022年11AIGC系列一月游戏政策面转暖元宇宙AIGC催化游戏AIGCAIGC系列二2023年1月微软投资openAI一小步AI与chatGPT一大步AI算法商业原因AIGC系列三2023年2月ChatGPTAIGC九问九答大模型算法场景等FAQ问题AIGC系列四2023年2月微软产品融合ChatGPT全球巨头布局梳理微软和全球巨头AIGC系列五2023年3月跨模态更多应用场景出现中国公司得到更大机会大模型跨模态AIGC系列六2023年3月百度文心一个符合预期的起点百度文心AIGC系列七2023年3月国产AI芯片的百倍算力需求AI芯片AI算力AIGC系列八2023年3月华为盘古对方法论创新致敬产业落地有借鉴意义华为盘古AIGC系列九2023年3月阿里大模型统一底座滋养多模态之花阿里通义大模型AIGC系列十2023年4月微软GDC中国行之后如何看待被低估的AI游戏AI游戏AIGC系列十一2023年4月腾讯大模型高效训练与快速应用的典范腾讯混元大模型AIGC系列十二2023年4月技术解构英伟达H100体系800G光模块需求几何光器件序列时间标题备注2022年12大模型深度月大模型技术突破AI多场景落地2023AI行业投资策略大模型技术突破大模型深度2021年12领军路径分歧更大的模型还是更低的成本大模型深度请务必仔细阅读正文之后的各项信息披露与声明第10页共27页简单金融成就梦想行业点评月资料来源Wind申万宏源研究21华为大模型我们此前发布华为盘古对方法论创新致敬产业落地有借鉴意义华为宣布即将推出其最新的盘古大模型大模型产业落地深刻借鉴意义1算法上效果未知的情况下参数不落后方法论是和国际接轨的2NLPencoder-decoder相比百度结构可能效果好3CV用了transformer结构提取特征方法论上可能是领先的4其余ai训练平台算力芯片有自己的生态准备5应用更少合作伙伴可能直接面向政企客户可能较少Maas合作伙伴模式更加类似于安防双雄的EBGAI华为盘古大模型算法参数不落后方法论与国际领先接轨体现在encoder-decoder结构增量推理工程化落地CV突破1NLP大模型1100亿稠密参数encoder-decoder嵌入灵活性下游适应2使用Encoder-Decoder可能相比googleBERT百度ernie能展现出更好的NLP生成效果3在推理方案上华为使用了增量推理分布式推理提升性能这种方式与EDA或FPGA设计中的增量设计IncrementalDesign思维有异曲同工之妙4盘古NLP充分考虑了工程化落地问题例如大模型最后一公里小样本学习支持二次开发融合了通用知识行业经验支持二次开发知识库支持二次开发的特点和百度文心有相似性这可能是国产大模型的特色5华为对新的transformerCV的方法论勇于尝试未来意味着更大的参数上限和性能上限这种方法论上的更新可能带来传统领域精度突破AI生态Mindspore生态圈昇腾芯片分别挑战英伟达和海外框架框架难点可能在AI编译技术1设计思路着重提升易用性并降低AI开发者的开发门槛端边缘和云都适应2芯片与英伟达比较华为在2019年8月发布的昇腾910与英伟达在2020年5月发布的A100性能相当但是我们认为华为的主要问题在于不具备深度学习框架生态掌控力3深度学习训练框架目前难点可能在AI编译技术要想打破Tensorflow和Pytorch的垄断必须要靠原始创新而目前包括华为MindSpore在内的国产深度学习框架尚未很好解决上述两大训练框架的痛点我们认为Tensorflow和Pytorch目前共同的痛点在于对海量算子和各种AI芯片支持的难度华为正在探索靠AI编译器的技术来解决上述问题但是目前编译技术仍然还达不到人工优化的效果应用大模型可能是2BAI渗透提升的突破口目前已经在医学影像金融工业质检等100余项实际任务中得到了验证1小模型碎片化制约2B的AI化2NLP大请务必仔细阅读正文之后的各项信息披露与声明第11页共27页简单金融成就梦想行业点评模型已经实现了泛化和涌现投资者期待类似情况在CV领域出现目前已经在医学影像金融工业质检等100余项实际任务中得到了验证平均缩短开发时间80以上具体来看模型架构上首次使用Encoder-Decoder在AIGC系列之六百度文心一个符合预期的起点中我们认为以google为例最早的bert模型使用了encoder-only结构展现出较好的语言理解能力但其后GPT为代表的encoder-only结构展现出强大的生成能力其后google也将模型结构从encoder-only过渡到encoder-decoder再到decoder-only华为使用Encoder-Decoder可能相比googleBERT百度ernie能展现出更好的NLP生成效果图12encoder-only和encoder-decoder结构区别注在Transformer架构中Encoder近似为填空题根据上下文和概率填写Decoder近似为接龙题根据上文和概率依次接龙得到下文前者的代表即BERT架构优雅但对超大参数训练有瓶颈后者的接龙更利于超大规模训练因此华为Encoder-Decoder架构更进一步资料来源申万宏源研究再具体来看华为对新的transformerCV的方法论勇于尝试未来意味着更大的参数上限和性能上限在我们此前报告AIGC5跨模态更多应用场景出现中国公司得到更大机会中我们提出基于传统CNN大参数思路遇到瓶颈2021年后随着vitswintransformermae等论文推出transformer在CV和跨模态等应用增加在这一阶段首次将CV模型扩大到20亿和30亿参数级别其单模型在ImageNet数据集的分类准确率也都突破了90远超传统CNN网络和小规模模型突破了技术瓶颈华为从2021年开始也开始不再拘泥于使用CNN结构2021年华为诺亚等引入预训练图像处理TransformerIPT可以微调后应用于图像重建去噪去雨等等2021年提出动态级联VisionTransformerDVT在精度相同的情况下DVT能将T2T-ViT的计算成本降低16-36倍图13IPT预训练处理思路图14DVT提升视觉能力的案例请务必仔细阅读正文之后的各项信息披露与声明第12页共27页简单金融成就梦想行业点评资料来源Pre-TrainedImageProcessing资料来源NotAllImagesareWorth16x16WordsTransformer申万宏源研究DynamicTransformersforEfficientImageRecognition申万宏源研究22华为AI更新尤其药物气象矿山4月8日由中国人工智能学会主办的人工智能大模型技术高峰论坛主论坛在杭州萧山启幕论坛上华为云人工智能领域首席科学家田奇介绍华为云盘古大模型推动人工智能开发从作坊式到工业化升级2022年盘古大模型重点做好行业应用为煤矿水泥电力金融农业国家云创造产业价值从2019年立项研发盘古大模型华为于2021年4月发布NLP大模型CV大模型和科学计算三个基础大模型之后又陆续发布行业大模型系列在AI计算领域华为发布了1盘古气象大模型2药物分子大模型3海浪预测大模型4拥有矿山大模型5拥有金融OCR大模型等田奇表示华为云盘古大模型致力于做好行业应用形成关键技术壁垒为煤矿电力金融农业国家云创造产业价值图15华为云AI发布指出AIforIndustries是人工智能新的爆发点还指出行业大模型请务必仔细阅读正文之后的各项信息披露与声明第13页共27页简单金融成就梦想行业点评资料来源华为云AI公开发布申万宏源研究图16华为云盘古矿山大模型示意图17华为云盘古气象大模型示意图资料来源华为云AI公开发布申万宏源研究资料来源华为云AI公开发布申万宏源研究图18华为云盘古的药物分子大模型示意图请务必仔细阅读正文之后的各项信息披露与声明第14页共27页简单金融成就梦想1行业点评资料来源华为云AI公开发布申万宏源研究23阿里大模型阿里通义大模型体系打造AI的统一底座该模型在业界首次实现模态表示任务表示模型结构统一不引入新增结构单一模型就可以同时处理超过10项跨模态任务应用方面已经深入到电商设计医疗法律金融等行业服务超过200个场景基于统一学习范式模块化设计阿里推出了通义-M6通义-AliceMind和通义-视觉三大类模型1统一学习范式OFA是通义大模型背后的关键技术支撑其核心在于实现了多架构多模态多任务的统一2模块化设计使大模型能够实现轻量化并取得较好的微调效果单模态多模态任务水平均能得到提升3通义-M6模型主攻多模态2021年10月发布十万亿参数模型成为全球最大预训练模型2022年1月推出业界首个通用统一大模型M6-OFA4通义-AliceMind模型主攻NLP是达摩院开源的深度语言模型体系涵盖预训练模型多语言预训练模型超大中文预训练模型等具备阅读理解机器翻译对话问答文档处理等能力5通义-视觉大模型主攻CV可在电商行业实现图像搜索万物识别等场景应用并在文生图交通和自动驾驶领域发挥作用超大模型的落地难题阿里给出了答案一方面阿里研发出高质量的大模型压缩技术S4框架能够实现百亿参数大模型在几乎不损失精度的情况下进行稀疏化最终实现单卡运行另一方面基于通用大模型行业knowhow的方式迭代模型通义大模型的架构设计将这一过程做得更快且更高效目前通过部署超大模型的轻量化及专业模型版本通义大模型已在超过200个场景中提供服务实现了2-10的应用效果提升请务必仔细阅读正文之后的各项信息披露与声明第15页共27页简单金融成就梦想行业点评生态魔搭社区和飞天智算平台1在开源社区生态层2022年11月达摩院联手合作伙伴推出AI模型社区魔搭ModelScope致力降低AI应用门槛从代码下载到安装部署再到效果验证所需时间从数天下降倒几个小时甚至几分钟2在算力底座层2022年8月阿里云宣布推出飞天智算平台并启动位于张北和乌兰察布的两座超级智算中心算力规模合计15EFLOPS成为全球最大规模智算平台粗略估算如果15EFLOPS资源同时工作10分钟就能完成一个万亿参数AI大模型的全部训练具体来看OFA的核心在于实现了多架构多模态多任务的统一1架构方面整体采用了经典的TransformerEncoder-Decoder外加一个ResNetBlocks通过这种架构完成所有任务让预训练和微调采用相同的学习模式无需增加任何任务特定的模型层2模态方面对于NLPCV这种单模态任务以及图文等多模态任务都采用同一个框架和训练思路3任务方面通过设计不同的instructionOFA将涉及多模态和单模态即NLP和CV的所有任务都统一建模成序列到序列seq2seq任务图19OFA能够有效处理多模态的复杂任务资料来源达摩院申万宏源研究具体来看基于上述统一学习范式模块化设计的统一底座阿里在通用模型层推出了通义-M6通义-AliceMind和通义-视觉三大类模型1通义-M6模型主攻多模态自2020年初正式启动研发2021年1月3月5月分别发布百亿千亿万亿参数多模态预训练模型2021年10月发布十万亿参数模型成为全球最大预训练模型且仅需512卡v100GPU训练2022年1月推出业界首个通用统一大模型M6-OFA图20通义-M6模型逐步实现了多模态的统一请务必仔细阅读正文之后的各项信息披露与声明第16页共27页简单金融成就梦想行业点评资料来源机器之心申万宏源研究2通义-AliceMind模型主攻NLP是达摩院开源的深度语言模型体系涵盖预训练模型多语言预训练模型超大中文预训练模型等具备阅读理解机器翻译对话问答文档处理等能力该模型先后登顶了GLUECLUEXTREMEVQAChallengeDocVQAMSMARCO在内的自然语言处理领域的的六大权威榜单斩获36项冠军图21通义-AliceMind模型在NLP领域具备较强优势资料来源量子位申万宏源研究3通义-视觉大模型主攻CV可在电商行业实现图像搜索万物识别等场景应用并在文生图交通和自动驾驶领域发挥作用图22通义-视觉大模型架构请务必仔细阅读正文之后的各项信息披露与声明第17页共27页简单金融成就梦想行业点评资料来源机器之心申万宏源研究24寻找相关生态标的华为相关综合考虑生态AIGC场景行业地位我们建议1华为软件与AI的紧密合作伙伴赛意信息此前发布个股深度华为智能方案软通动力华为服务广电运通华为战略合作格灵深瞳云从科技2华为AI软硬件弹性标的拓维信息智洋创新神州数码沪电股份申万电子3其他部分AIGC在计算机的重要公司石基信息酒旅AI大华股份视觉CV广联达建筑AI化润达医疗申万医药医疗诊断AI虹软科技StableDiffusion2B图像福昕软件金山办公致远互联万兴科技等阿里达摩院相关建议关注阿里系持股且在AI大模型方向有潜在应用场景的标的但并不意味着阿里或达摩院大模型已经使用1石基信息酒旅恒生电子金融安恒信息隐私计算数据安全光云科技电商SaaS千方科技交通卫宁健康医疗金桥信息法院税友股份财税超图软件GIS等2互联网传媒领域阿里系持股公司或与阿里有重要合作的标的分众传媒阿里持股丽人丽妆阿里持股光线传媒阿里持股值得买电商导购与阿里有流量合作盛天网络与阿里文娱有IP合作蓝色光标与阿里合作虚拟直播间易点天下阿里是公司第一大客户创业黑马与达摩院合作赋能中小企业3其他部分AIGC在计算机的重要公司润达医疗申万医药医疗诊断AI大华股份AI领军广联达建筑AI化虹软科技StableDiffusion2B图像福昕软件金山办公致远互联万兴科技等请务必仔细阅读正文之后的各项信息披露与声明第18页共27页简单金融成就梦想行业点评3数据要素社保医保或为重点31数据要素公共数据流通公共数据流通势在必行社保医保数据可能是起点我们发布公共数据流通势在必行社保医保数据可能是起点-数据要素行业点评事件3月17日发改委高技术司发文落实数据二十条精神高质量推进公共数据开发利用文章进一步解读公共数据在数据要素市场所发挥的重要作用此前我们一直强调加快公共数据流通是本轮数据要素最大变化最重要内涵12月19日国务院印发数据要素20条就提出对于数据要素淡化所有权强调使用权并提出建立数据资源持有权数据加工使用权和数据产品经营权三权分置的数据产权制度框架尤其提到推进公共数据授权使用加强企业数据供给激励探索个人数据受托机制2023年后多地发文对数据要素20条呼应强调公共数据使用2月深圳发布数据办法明确鼓励公共数据经授权运营方式加工形成产品市属和区属国有企业采购或出售数据产品服务在场内交易此前杭州市公共数据授权运营实施方案也提出加快公共数据有序开发利用上海四川也陆续有类似发布3月的高技术司发布是对20条的又一次呼应继续提出制度破冰让公共数据流通起来文中提到公共数据开发利用是中国现代化和数字化建设重要支撑然而掌握大量数据的地方政府国企出于谨慎考虑不敢将手中数据流通这部分数据相比个人数据具有范围广泛透明度高历史数据丰富用途多样等优势未来应在公共数据应用过程中淡化所有权强调使用权通过制度破冰解决以上不敢流通的困境各项政府公共数据中医疗卫生医保社保数据一方面记录较完整数据量大且已有结构化处理另一方面在商业保险医药等场景需求量大有较高商业价值可能会成为公共数据流通先行试点之一可以从以上各地数字经济重要文件中找到支持1北京设立金融医疗交通空间等领域的公共数据专区2杭州推动重点场景应用包括医疗健康领域如疾病智能筛查诊断疾病自动筛查辅助诊断等或健康险场景等推荐关注1各地社保等政府信息平台服务商久远银海社保医保IT市占率较高有望充分受益于公共数据开放山大地纬山东省医保链医保数据确权东软集团老牌社保IT服务商2院内数据产品有优势的IT服务商卫宁健康云险业务打通医院和商保数据接口创业慧康区域卫生领军医疗健康档案管理试点有望受益润达医疗医疗AI辅助诊疗提高化验结果诊疗准确度3数据加工处理和基础设施深桑达A国资云控股子公司中国系统开展数据安全与数据要素化工程建设试点云赛智联上海国资背景数据收集清洗存储等多环节参与上海数据交易所生态易华录数据银行民生政务等数据存储入选北京国际大数据交易所首批数据经纪商请务必仔细阅读正文之后的各项信息披露与声明第19页共27页简单金融成就梦想行业点评32AI数据安全风险提示政策推进不及预期下游景气度不及预期行业竞争加剧等事件chatGPT在近期更改过Plus政策官方解释由于需求量过大duetohighdemandwevetemporarilypausedupgrades容易想到的原因与投资机会为算力比如AI芯片AI服务器与硬件的HBMHighBandwidthMemorychiplet芯粒也有关系我们在2月25日展望两会计算机重大机会AIGC数据信创景气指出由AIGC传导至潜在的百倍算力需求在AIGC深度7国产AI芯片的百倍算力需求指出GPT-4参数量高达100万亿是GPT-3的500倍以上即使考虑到AI芯片能力的提升从当前主流的A100升级至H100仍然需要巨量的额外增量投资深层次原因可能还存在于安全隐私对AGI接受的考虑自从3月中微软披露斥资数亿美元帮助OpenAI组装了一台AI超级计算机有数万A100开始关于安全的隐私的新闻较多13月底美国未来生命研究所1079位科学家和世界杰出人士联名希望暂停训练比GPT-4更强大的模型6个月23月底人工智能与数字政策中心认为GPT-4有偏见性欺骗性34月意大利国家隐私监管机构限制chatGPT原因是数据保护机构GPDP4随后网易新浪网等报道德国法国爱尔兰等可能会追随意大利的脚步因数据安全问题5近期有账户限制两次量子位报道限制亚洲节点本次为不支持Plus订阅服务安全与隐私可通过数据隐私计算看到端倪此外还隐含我们对类AGI通用人工智能推广速度的担忧我们在3月16日隐私计算数据要素的核心基础设施-信息安全行业点评指出隐私计算可以分离数据所有权和使用权解决数据贡献和数据隐私的矛盾这是传统数据安全技术做不到的目前区块链技术虽在数据安全领域取得显著成效但在隐私保护方面还有所欠缺隐私计算可以较好填充这一空白与区块链相辅相成隐私计算是一种融合的涉及三大技术基于加密算法的多方安全计算联邦学习以及可信的运行环境能保证用数据计算分析AI场景算力安全时代需Q1季报小小检验吗指出重点关注数据安全隐私计算安全服务及运营的公司对于安全隐私标的1数据安全隐私计算安全运营如安恒信息3月安恒信息深度态感后数据安全驱动下一轮增长启明星辰奇安信深信服迪普科技等2弹性标的美亚柏科绿盟科技对于算力标的1通信新易盛华工科技中际旭创紫光股份锐捷网络中兴通讯运营商等2半导体芯源微中微公司沪电股份北方华创中芯国际3CPU及AI芯片海光信息龙芯中科服务器中科曙光浪潮信息广电运通参股广电五舟昇腾超算方案重要参与方拓维信息常山北明工业富联请务必仔细阅读正文之后的各项信息披露与声明第20页共27页简单金融成就梦想