研究报告全文：2023年09月06日行业研究证券研究报告全球生成式AI应用全景图行业深度分析应用进入大爆发时代AI投资评级领先大市-A维持投资要点首选股票评级模型算力生态推动AI应用进入大爆发时代688111SH金山办公买入-A1算法及模型的快速进步2017年Transformer模型及2022年ChatGPT的002230SZ科大讯飞买入-A发布标志着生成式AI在文本领域的重大飞跃并在多项能力上超越了人类基准002410SZ广联达增持-A未来随着更强大的语言大模型如GPT-5以及多模态生态和视觉大模型的300496SZ中科创达买入-A技术持续突破将推动AI应用的持续进化688023SH安恒信息买入-A2算力基础设施将更快更便宜虽然短期内大模型训练需求的激增推高了算一年行业表现力成本但随着英伟达GPU性能的持续升级以及微软亚马逊谷歌和Facebook等巨头正在加大对AI算力云服务的资本开支并积极布局自研AI芯片未来AI算力将更快更便宜以更好的支撑应用层的快速发展3AI生态的逐渐成熟AI组件层AIStack的完善和产业分工细化为AI应用在模型训练数据整合应用开发应用部署等环节提供全生命周期的支撑全球科技股复盘算力基础设施层公司率先受益于本轮AI产业浪潮应用层公资料来源聚源司同样有所演绎从兑现节奏上晚于基础设施层在基础设施层中英伟达是升幅1M3M12MAI掘金买铲逻辑的核心受益者其次为微软GoogleAWSOracle等头相对收益-267-11072431部云服务厂商和大模型厂商在应用层中美股年初至今涨幅靠前的AI应用公绝对收益-786-11911924司有Palantir136Duolingo109Shopify92PaloAltoNetworks74Salesforce67adobe67ServiceNow52相分析师方闻千执业证书编号较于AI基础设施厂商已经能够从模型训练所产生的巨大需求订单和业绩也得SACS0910523070001fangwenqianhuajinsccn到了持续验证B端应用还处于早期大多数AI应用厂商还尚未进入到商业化相关报告阶段从兑现时间来看预计要晚于基础设施层2-3个季度金山办公订阅业务快速增长看好AI办公的全球生成式AI项目及投融资现状深度融合-金山办公业绩快报2023824四维图新看好公司智驾智芯的长期驱动力-1AI项目数量激增GitHub上AI开源项目截止8月底数量达到了91万相四维图新业绩快报2023824较于去年全年的增幅达到264根据Replit的数据23年二季度AI项目环比计算机数据资源并表发布加速数据要素商增速达80相较于去年同期同比增长了34倍业化-计算机行业快报-数据资源暂行规定发布2OpenAI在大模型上依然具备统治级地位95以上的应用项目均是基于加速数据要素商业化2023823OpenAI的模型来构建同时开源项目数量也开始大幅增长广联达收入端稳定增长看好AI建筑的产业布局-广联达业绩快报202382332023年是生成式AI投融资创纪录的年份根据CBInsights的数据截至中科创达智能汽车保持高增大模型边缘计2023年第二季度生成式AI的投融资相较于去年全年的25亿美元增长了46算彰显长期价值-中科创达业绩快报2023820倍天融信收入端稳定增长新业务开始发力-天4生成式AI应用层融资金融仅占三成目前约七成资金投向了包括大模型开融信业绩快报2023820发在内AI基础设施层而从应用层的融资中AI数字代理获得融资最多其次科大讯飞二季度经营全面改善AI布局国内领先-科大讯飞业绩快报2023819httpwwwhuajinsccn195请务必阅读正文之后的免责条款部分行业深度分析为文本图像代码及音频的生成工具生成式AI应用按应用领域可以分为工具型应用通用软件行业软件智能硬件四大类从产品形态上将沿着AIGC内容生成Copilot智能助手Insight知识洞察Agent数字代理四个重要的方向演进1工具型应用包括聊天机器人搜索引擎文本工具AI作画以及代码工具等主要集中在C端产品的同质化程度较高对于大多数文本图像视频代码3D模型等AIGC工具模型算法的能力决定了产品的受欢迎程度对底层模型特别是GPT-4存在高度依赖目前行业进入第一轮洗牌期竞争优势的构建来自于差异化的产品定位以及持续训练更强大的底层模型和算法2通用软件包括办公软件企业服务IT运维软件开发网络安全数据智能等领域各领域头部厂商均已出现标杆产品最常见的产品形态主要是AI智能助理Coplilot代表有Office365CopilotSalesforceEinsteinGPT及AdobeFirefly目前各个赛道竞争格局变化不大各个赛道的龙头厂商依然率先受益于生成式AI所创造的新的产品功能未来的竞争关键在于AI与场景工作流的深度融合目前通用软件头部厂商预计将在四季度进入商业化落地的关键阶段3行业软件涉及金融医疗教育工业游戏法律等多个行业生成式AI在游戏法律教育电商等C端场景有较多的结合而在医疗金融工业等B端场景下生成式AI产品的成熟度仍然偏低AI助手Copilot同样得到了广泛应用而未来在金融医疗工业等领域最具前景的应用来自于数据分析和知识洞察Insight工具同时目前各行业头部厂商也在开始自建垂类大模型包括彭博社的金融大模型Bloomberg以及Meta蛋白质大模型ESMFold当前垂类大模型在其专业领域的性能普遍超过通用大模型4智能硬件包括智能汽车机器人智能终端等目前生产式AI与智能硬件的结合主要分为两个方面一是语音助手应用场景包括智能座舱智能音箱家用机器人等各类智能终端相较于过去的语音交互模式大模型和生成式AI技术提升了感知和生成能力进而带来了用户体验的提升但是总体而言产品门槛相对较低另一类则为数字代理AIAgent主要应用包括自动驾驶智能机器人等具备更加广阔的应用空间目前AIAgent在感知与决策能力上仍存在瓶颈未来应用空间打开的关键在计算机视觉具身智能等底层技术的突破生成式AI产品目前的商业模式主要包括功能订阅按量付费产品销售等其中C端应用以功能订阅和按量付费为主商业化已经趋于成熟而B端应用则主要为功能订阅解决方案和产品销售即将进入全面商业化阶段目前第一批生成式AI应用包括JasperAINotionAIMidJourney等均已经成功实现商业化其中Office365Copilot的定价为每个用户30美元月相较于Office主线产品15-30美元月的定价最高提升了2倍以上Salesforce的生成式AI模块服务GPT和销售GPT分别单用户每月付费为50美元此外PalantirPaloAltoNetworks的AI产品已经在实际场景中得到应用且已经带来了明显的收入贡献四季度AI应用将正式进入商业化落地阶段投资逻辑生成式AI相关标的涉及模型算法应用算力四大类型厂商重点看好具备明确商业化前景能够基于行业纵深场景卡位数据资源的来构建竞争壁垒的应用厂商公司同时看好AIInfra中应用上游工具链头部厂商httpwwwhuajinsccn295请务必阅读正文之后的免责条款部分行业深度分析能够通过产品横向一体化来不断扩大自身的竞争优势相关标的1办公软件金山办公福昕软件2企业服务泛微网络致远互联3教育科大讯飞4创意工具万兴科技5金融同花顺恒生电子6网络安全安恒信息深信服奇安信7法律金桥信息8工具链星环科技9智能汽车中科创达德赛西威与此同时我们看好大模型训练及推理所带来的的算力需求的持续增加看好芯片服务器云服务及算力租赁厂商相关标的云赛智联寒武纪海光信息浪潮信息紫光股份中科曙光优刻得青云科技风险提示技术发展风险贸易摩擦加剧风险数据安全风险道德和伦理风险httpwwwhuajinsccn395请务必阅读正文之后的免责条款部分行业深度分析内容目录一生成式AI应用进入大爆发时代71驱动因素大模型算力与生态的共振72产业现状一二级视角看AI应用的演进163应用框架应用的四大赛道与产业逻辑24二生成式AI应用细分赛道梳理371AI办公软件372AI创意工具433AI企业服务474AI网络安全525AIIT运维566AI软件开发607AI数据智能648AI数字代理679AI金融7010AI医疗7511AI教育7912AI工业8313AI汽车8614AI机器人90三投资策略93四风险提示93图表目录图1人工智能产业发展浪潮8图2模型算力生态推动为AI应用进入大爆发时代9图3GPT模型的迭代过程10图4GPT-4是目前最强大的大模型10图5大模型家族的不断丰富和技术演进路演11图6生成式AI应用与多模态模型13图7当前视觉大模型相当于20年前后的语言大模型14图8算力芯片万倍增长15图9云服务解决方案数量对比15图10AI产业生态的逐渐成熟16图11生成式AI应用的发展阶段18图12海外科技股价复盘基础设施层公司率先受益AI产业浪潮19图13海外科技股价复盘应用层公司股价同样有所演绎20图14Github过去十年AI项目数量21图15Replit的AI项目数量激增21图16约95的项目是OpenAI的模型构建Replit21图17Replit开源模型项目数量快速增长Replit21图182023年生成式AI投融资金额涨幅高达46422httpwwwhuajinsccn495请务必阅读正文之后的免责条款部分行业深度分析图19已有15家生成式AI独角兽达到10亿美元估值22图20生成式AI项目大部分处于早期23图21生成式AI投融资金额分布23图22生成式AI应用层融资分布22Q3-23Q224图23生成式AI应用产业地图25图24AI应用的基础能力与演进方向26图25通用软件标杆产品与发展路径27图26通用软件市场应用进展30图27行业应用C端场景成熟B端处于起步阶段33图28AI生产力工具变革主要体现在三个层面40图29AI办公应用的标杆微软365Copilot41图30微软Office办公套件产品的竞争者42图31AIGC依赖于生成算法大模型与多模态三大底层技术的进步45图32Adobefirefly的主要功能47图33赛富时AI产品组合49图34销售GPT的主要功能销售电子邮件将为每次客户互动自动生成个性化且包含数据的电子邮件50图35服务GPT的主要功能自动化回复51图36Dynamics365Finance充分利用ERP数据来加速洞察52图37AI安全的最大机会来自于提升安全运营的自动化程度54图38SecurityCopilotAI提升安全运营自动化55图39XSIAM是集成了AI的基于云交付的集成SOC平台56图40Servicenow将生成式AI集成到NOW平台58图41Datadog推出了针对OpenAI的性能监控产品59图42Datadog可监控和跟踪GPT及其他大模型的token消耗59图43GithubcopilotX是目前最强大的AI编程开发工具之一62图44MicrosoftPowerApps的AI能力进化路线63图45OutSystems低代码平台64图46AIP产品的三大基础模块66图47AIPforDefense分析战场中敌方军队的详细情报67图48AIPforDefense给出作战行动计划的相关建议67图49AIPforBusiness查询飓风对配送中心的影响67图50AIPforBusiness查询运输线路的最优化路径67图51AIAgent的组成模块与实现原理69图52AutoGPT的工作流程70图53Finchat基本面分析功能73图54Finchat股票筛选功能73图55Finchat财报摘要生成功能74图56AI金融公司分类75图57AbSci通过生成式AI构建抗体76图58AI医疗公司分类79图59DuolingoMax两大全新功能解释我的答案角色扮演81图60Khanmigo具备辅导教学教案生成写作训练编程练习四大功能82图61达索四大AI设计助手选择助手匹配助手草图助手智能配接84图62智能座舱词汇激活系统87图63生成式AI赋能自动驾驶框架88httpwwwhuajinsccn595请务必阅读正文之后的免责条款部分行业深度分析图64特斯拉自动标注原理89图65特斯拉OccupancyNetwork模型结构图89图661Xtechnologies旗下EVE实体机器人91图67RichtechRobotics旗下餐饮机器人Adam91表1生成式AI访问量统计排行28表2工具型应用各赛道主要产品29表3通用软件各赛道主要产品32表4行业软件各赛道主要产品34表5智能硬件各赛道主要产品35表6C端AI应用工具的商业化情况36表7B端AI应用工具的商业化情况37表8AI办公软件标杆产品39表9AI金融产品目录41表10AI创意工具标杆产品44表11三类文生图工具的商业模式46表12AI企业服务标杆产品48表13AI网络安全标杆产品53表14AIIT运维标杆产品57表15AI软件开发标杆产品61表16AI数据智能标杆产品65表17AI数字代理标杆产品68表18AI金融标杆产品72表19FinChat收费标准74表20AI医疗标杆产品78表21AI教育标杆产品80表22AI教育产品商业化案例82表23AI工业标杆产品86表24AI汽车标杆产品90表25AI机器人标杆产品92httpwwwhuajinsccn695请务必阅读正文之后的免责条款部分行业深度分析一生成式AI应用进入大爆发时代1驱动因素大模型算力与生态的共振生成式人工智能是自个人PC出现和互联网诞生以来最具颠覆性的技术创新随着大模型以及ChatGPT等一系列杀手级应用的诞生生成式AI在文本图像代码音频视频和3D模型等领域展现出了强大的能力当前生成式AI的发展仍处于起步阶段未来有望为全球经济创造数万亿美元的价值并对各行各业的工作方式产生重大影响在生成式AI产业突变的背后是人工智能技术数十年的积累和酝酿其演进历程具体可分为四个阶段1专家系统上世纪50年代前后人工智能开始萌芽基于规则的专家系统占据主导这一时期使用复杂的逻辑规则能够处理包括字符匹配词频统计等一些简单的任务机器翻译以及语言对话的初级产品1966年MIT发布的世界上第一台聊天机器人Eliza可以看作生成式AI最早期的产品之一Eliza能够根据接收到的文本遵循简单的语法规则来模拟与人类用户的对话与此同时专家系统存在词汇量有限缺乏上下文和过度依赖规则等缺点生成创造性内容的能力非常有限2机器学习与神经网络1980年美国的卡内基梅隆大学召开了第一届机器学习国际研讨会标志着机器学习在全世界兴起20世纪90年代以后神经网络作为一种新的生成人工智能方法出现了神经网络受到人脑的启发能够以基于规则的系统所不能的方式从数据中学习带来了AI技术的突破AI可以开始基于神经网络创建逼真和有创意的内容3深度学习2012年后深度学习在人工智能领域中的应用将生成式AI带入了一个新的高度深度学习作为一种基于神经网络的机器学习方法通过大规模的数据特征学习对不同场景具备很强的自适应性同时可以通过增加层数和节点数实现对更复杂的问题的解决提升了模型的准确性和真实性并且基于分布式计算和GPU加速等技术能够训练更大规模的数据和更大尺寸的模型直到现在生成式AI依然建立在深度学习的基石之上4大模型2017年Google发布著名论文AttentionisAllYouNeed提出了基于一种新的神经网络Attention注意力机制所构建的模型Transformer2018年OpenAI和谷歌分别推出了GPT模型以及BERT模型均是在Transformer的基础上构建Transformer及GPT模型标志着生成式AI在文本领域的重大飞跃与此同时伴随着VAEs扩散模型神经辐射场CLIP等一系列生成算法和多模态模型的不断成熟生成式AI的时代正式开启httpwwwhuajinsccn795请务必阅读正文之后的免责条款部分行业深度分析图1人工智能产业发展浪潮资料来源真格基金华金证券研究所模型算力生态推动为AI应用进入大爆发时代1算法及模型的快速进步2017年Transformer模型及2022年ChatGPT的发布标志着GenAI在文本领域的重大飞跃并在多项能力上超越了人类基准随着未来更强大的语言大模型如GPT-5以及多模态大模型和视觉大模型的技术突破将带动AI应用的持续进化2算力基础设施将更快更便宜虽然短期内大模型训练需求的激增导致了算力成本的持续上涨但是随着英伟达算力芯片的不断更新迭代微软亚马逊谷歌等在AI云服务资本开支的不断加大AI应用的发展将得到更加强有力的支撑3AI生态的逐渐成熟AI组件层AIStack的完善和产业分工细化为AI应用在模型训练数据整合应用开发应用部署等环节提供全生命周期的支撑httpwwwhuajinsccn895请务必阅读正文之后的免责条款部分行业深度分析图2模型算力生态推动为AI应用进入大爆发时代资料来源华金证券研究所绘制本轮生成式AI的技术的最大突破来自于底层大模型GPT作为当前全球最强大的语言大模型从2018年5月GPT初代版本到2023年3月的GPT-4仅5年时间模型的性能就产生了质的飞跃在GPT模型快速进化的背后一方面是对训练方法的持续迭代从GPT-1的半监督式学习到GPT-2舍弃了微调阶段再到GPT-3的In-context学习和海量参数以及引入了基于人工反馈的强化学习之后的ChatGPT另一方面在模型参数规模扩大背后是OpenAI对研发和算力的持续高投入通过大力出奇迹的方式支撑了模型参数和训练数据的快速膨胀GPT-4相较于之前版本的GPT模型在推理能力文本生成能力对话能力等方面有了大幅提升之外在许多能力上已经超越了人类基准同时大模型作为能够在海量广泛非结构化数据集例如文本和图像上进行训练的大规模深度学习模型它的强大之处不仅在于文本生成大模型可以适应各类不同的任务不仅可以用于聊天机器人同时也可以用来创建新的蛋白质序列并且当前已经成为了图像代码音频音乐视频和3D模型等各种模态应用的底层框架httpwwwhuajinsccn995请务必阅读正文之后的免责条款部分行业深度分析图3GPT模型的迭代过程资料来源WikipediaCSDN华金证券研究所图4GPT-4是目前最强大的大模型资料来源GPT-4TechnicalReport华金证券研究所随着大模型家族的不断丰富出现了单向双向开源闭源等不同的技术路线1单向双向在Transformer模型2017年诞生之后2018年OpenAI和Google发布的GPT-1和BERT采用了Transformer不同的框架6月OpenAI发布的GPT-1仅使用了Transformer的Decoder框架单向架构10月Google发布的BERT模型采用Transformer的Encoder框架双向架构作为一个拥有3倍GPT参数量的更大体量的语言模型BERThttpwwwhuajinsccn1095请务必阅读正文之后的免责条款部分行业深度分析在当时的多项测评以及业内影响力等方面要领先于GPT的初代版本2020年随着GPT-3的惊艳表现单向模型在语言生成方面的优势开始展现特别在大参数情况下Decoder路线逐渐占据主导当前主流大模型大多采用Decoder框架或大Decoder小Encoder框架2开源闭源大模型的开源闭源与iPhoneAndroidWindowsLinux有类似之处包括GPT-4以及谷歌的BardClaude等大模型均是闭源模型优势在于性能强大和易于上手目前依然是绝大多数海外主流生成式AI应用的首选而LLaMA2StableDiffusionEleutherGLM130BOPTBLOOM引领的开源模型优势在于灵活性和低成本特别llama2的发布宣布支持商业化让应用层的公司可以以非常低成本来使用大模型可以基于开源模型进行私有化部署并实现差异化功能的开发在过去的一年里开源阵营模型的能力和数量有了显着的提高开源框架目前也正在成为越来越多应用的选择图5大模型家族的不断丰富和技术演进路演资料来源HarnessingthePowerofLLMsinPracticeASurveyonChatGPTandBeyond华金证券研究所httpwwwhuajinsccn1195请务必阅读正文之后的免责条款部分行业深度分析目前大模型的应用已经不局限于NLP领域包括图片语音视频代码等多种模态的应用开始涌现而大模型生成算法与多模态等底层技术的突破成为了AIGC的质变的关键一方面目前大模型可以广泛适用于各类下游任务当前已经成为了AIGC的底层框架许多跨领域的AI应用均是构建于大模型之上能够解决多任务多场景多功能需求支撑各种模态的生成另一方面包括生成对抗网络GAN变分自编码器VAE扩散模型DiffusionModel神经辐射场Nerf等快速涌现的生成算法以大模型为基础能够创造出文字图片语音视频代码等各种模态的内容而基于此之上的多模态应用开始涌现1文本生成目前技术最成熟的领域随着新一代大模型的发布未来将看到更高质量的输出更长形式的内容和更好的垂直特性2图像生成过去一年技术进化速度最快的领域2014年出现生成对抗网络GAN是图片生成的主流算法但一直存在对输出结果控制力弱难以生成新图像等缺点随后扩散模型CLIP模型等技术的成熟文生图的能力大幅增强包括DALL-E2StableDiffusion等主流文生图应用均是基于扩散模型所构建3视频生成目前尚未有非常成熟的视频生成算法许多应用还是依赖于图像生成的算法43D模型生成3D模型生成还处于早期其中这一领域关键算法神经辐射场NeRF于2020年于ECCV会议上提出目前已经成为3D模型构建的主流算法并广泛应用于游戏数字人虚拟现实增强现实电子商务等领域未来具备广阔的应用空间5代码生成GPT-4等大模型具备很强的代码能力未来将会对软件开发人员生产力产生重大影响同时能够使非专业开发人员更容易生成代码6音频生成音频合成在技术和商业化上已经非常成熟近年来大模型和优化算法的成熟能够基于大量音乐数据集训练和优化算法来创建AI虚拟歌手更加趋近于真人发声效果典型应用如AI孙燕姿7其他从生物蛋白质分子模型到其他垂直领域许多行业都在进行垂类模型的研发httpwwwhuajinsccn1295请务必阅读正文之后的免责条款部分行业深度分析图6生成式AI应用与多模态模型资料来源GenerativeAIACreativeNewWorld华金证券研究所在语言大模型和多模态多模态大模型快速取得质变的同时视觉领域的基础大模型VisionTransformerVIT在2020年诞生后近三年语义分割目标检测图像分类实例分割等主要视觉任务上的能力均有明显提升VisionTransformerVIT于2020年由Google提出可以看成是Transformer的图形版本在尽可能少的改造下将标准的Transformer模型直接迁移至图像领域变成VisionTransformer模型VisionTransformer最初用于处于图像分类任务2020年很多后续的视觉模型都是基于VIT建立为了将Transformer模型适用于图像VIT将图像切分成很多子块并将这些子块组成线性嵌入序列然后将这些线性嵌入序列作为Transformer的输入以模拟在NLP领域中词组序列输入当前视觉大模型相当于20年前后的语言大模型1Transformer于2017年由Google提出VisionTransformer于2020年提出2当前最大的语言模型已经超过万亿参数量级当前最大的视觉模型刚刚达到百亿参数量级3从GPT-22019开始语言模型开始具备通用能力而当前视觉模型基本仍只能处理特定视觉任务httpwwwhuajinsccn1395请务必阅读正文之后的免责条款部分行业深度分析图7当前视觉大模型相当于20年前后的语言大模型资料来源GPT-4核心技术分析报告华金证券研究所巨头持续加码算力基础设施未来AI算力将更快更便宜并更好的支撑应用层的快速发展多年来英伟达GPU性能的突破的基本遵循摩尔定律GPU的晶体管数量每两年增加一倍近年来随着芯片架构的进步以及张量核心和Transfomer引擎等功能的引入进一步提高了英伟达GPU的吞吐量和效率GPU进化的速度超越了摩尔定律同时除了硬件之外英伟达围绕CUDA构建的软件生态系统为开发人员提供端到端的解决方案简化了人工智能应用的开发部署和管理已经成为了各行业人工智能的操作系统层除英伟达外全球科技巨头均在加速算力侧的布局其中软件厂商开始自研芯片而硬件厂商则在搭建算力平台包括微软亚马逊谷歌甲骨文和Facebook等软件及云服务巨头正在加大对AI算力云服务的资本开支并提供更丰富的AI云服务模块涉及NLP机器学习计算机视觉等各个领域另一方面微软亚马逊谷歌等均在加大自研AI芯片的投入因此虽然短期来看大模型训练的需求的急剧增加推高了算力成本但随着未来芯片性能的快速进步以及AI算力供需的逐渐平衡应用层的发展将得到更好的支撑httpwwwhuajinsccn1495请务必阅读正文之后的免责条款部分行业深度分析图8算力芯片万倍增长图9云服务解决方案数量对比资料来源英伟达投资者PPT华金证券研究所资料来源KhaveenInvestments华金证券研究所AI组件层AIStack是AI生态的重要组成部分为模型训练数据整合应用开发应用部署等提供支撑AI组件层的完善和产业分工细化代表AI生态的逐渐成熟AI组件层具体包括了模型训练数据整合应用开发应用部署等几个关键环节各环节均已经初步跑出了一系列组件工具可预见随着各个头部工具厂商不断拓展自身的产品线AI组件层的一体化和平台化程度会越来越高除了新兴厂商之外IBM埃森哲德勤等IT咨询公司也推出了AI解决方案来支撑AI应用的开发与部署具体来看1应用框架通过提供了一套组件和接口将开源模型API和数据库等不同的外部组件链接在一起能够帮助应用开发快速构建基于大模型的AI应用来简化应用的开发和创建过程代表厂商包括LangChainDustttFixieaiGPTIndex和Cognosis2数据整合由于基础模型仅限于对训练它们所依据的事实进行推理而应用和垂类模型需要使用时效性强以及垂直领域和私有数据来推出面向专业领域的应用特别是在金融医疗等专业性强以及天气体育新闻等实效性强的领域应用程序开发人员需要模型调用外部数据源通过外挂等方式来实现数据整合而非再次训练底层大模型涉及工具包括了向量数据库PinecoreChromaRedis等上下文窗口LangChainLlamaIndex等数据加载器UnstructuredioDatabricks等3模型训练应用开发对底层模型有多种选择可以选择由OpenAIAnthropic或Cohere等供应商创建的闭源模型或者使用开源模型以及可以选择训练自己的模型而且模型尺寸模态输出质量上下文窗口大小成本和延迟各不相同最佳设计通常需要开发人员在使用多个模型的组合涉及到的AI组件包括模型库HuggingFaceReplicate等深度学习框架TensorFlowPyTorchDeepSpeed等训练工具MosaicTOgetherCerebras等托管服务OctoMLVertexAI等httpwwwhuajinsccn1595请务必阅读正文之后的免责条款部分行业深度分析4评估工具一方面在模型训练过程中开发人员需要使用多种工具来实现模型的快速开发和迭代基于数据来驱动提示工程超参数微调模型相关的实验相关工具包括StatsigCometMlflow等另一方面在应用部署后应用厂商需要跟踪底层大模型的性能成本延迟和行为随时间的变化了解模型输出的质量防止恶意使用以及控制大模型的成本相关工具包括WhyLabsdatadog等5应用部署将AI应用部署到实际应用环境中可以采用FixieGradio等框架或者采取第三方厂商的服务来完成应用的部署实施图10AI产业生态的逐渐成熟资料来源MenloVentures华金证券研究所2产业现状一二级视角看AI应用的演进随着GPT以及扩散模型等底层模型和算力能力的突破生成式AI应用在近3年来取得了跨越式的发展当前时点B端应用场景逐渐成熟AI应用即将进入全面商业化阶段12021GPT-3催生出第一批生成式AI应用2021年第一批生成式AI应用诞生得益于2020年5月GPT-3的发布相较于GPT-2及其他语言模型GPT-3在机器翻译聊天问答和httpwwwhuajinsccn1695请务必阅读正文之后的免责条款部分行业深度分析文本填空上等语言任务上有着非常出色表现并且开始能够完成一些比较困难的NLP任务比如生成新闻报道和撰写文章因此从2021年开始包括JasperAI在内第一批基于大模型生成式人工智能应用诞生大多是基于GPT-3的能力并以类SaaS服务的形式进行收费JasperAi在成立当年就收获7万名用户营收额达到4500万美元2022年翻倍达到8000万美元仅用18个月时间速成为一家估值15亿美元的AIGC独角兽22022AI作画的爆发与ChatGPT的发布22年是生成式人工智能的元年22年随着扩散模型等生成算法的突破一系列AI作画应用相继诞生其中包括了MidJourneyDall-E2Imagen等在线文生图应用以及StabilityAI的开源模型StableDiffusionAI图像生成的效率与精度提升到了前所未有的量级22年底生成式AI的杀手级应用ChatGPT正式发布基于对超大规模数据的深度学习ChatGPT在文本生成领域的能力得到了空前提高除此之外各种视频生成Make-a-VideoImagenVideo以及3D模型生成DreamFusionMagic3D和Get3D包括代码生成工具GitHubCopilot开始受到广泛关注32023C端应用面临洗牌B端应用即将进入全面商业化23年生成式AI在基础模型实现了持续的突破GPT-4发布的大语言模型在多项任务上进一步提升而开源模型Llama为初创企业和其他企业提供了一个强大的免费选择和OpenAI的闭源模型阵营形成竞争在模型能力快速进化的同时一方面是各类生成式AI的项目数量开始激增另一方面B端应用在处在商业化的前夜自3月微软发布了基于GPT-4的AI办公助手officeCopilot此后包括企业服务营销低代码安全教育医疗金融等领域的AI应用开始陆续发布7月份Microsoft365Copilot公布定价为每个用户30美元月同时全球CRM龙头Salesforce宣布正式向所有用户开放AI产品并给出了单个产品每用户每月50美元的定价随着两大软件巨头AI功能定价发布AI应用将正式进入商业化落地阶段httpwwwhuajinsccn1795请务必阅读正文之后的免责条款部分行业深度分析图11生成式AI应用的发展阶段资料来源华金证券研究所绘制年初以来海外科技股在AI引领下持续上涨AI算力基础设施层公司率先受益于AI产业浪潮其中英伟达是AI掘金买铲逻辑的核心受益者其次为微软GoogleAWSOracle等头部云服务厂商和大模型厂商当前生成式AI中的很大部分收益流向了基础设施层根据海外风险投资机构AndressenHorowitz的粗略估算应用厂商平均需要将20-40的收入支付给云服务商或大模型厂商同时大模型厂商通常也会将近一半收入用于支付云基础架构因此总体上当前生成式AI总收益的10-20流向了云服务商其中大部分集中三朵云上亚马逊云AWS谷歌云GCP和MicrosoftAzure而在更底层的则是英伟达的GPU其主力AI芯片A100H100承载了绝大多数AI模型训练与开发占据AI服务器硬件成本的近90英伟达凭借强大的芯片性能以及CUDA软件生态系统围绕AI算力建立了深厚的护城河毫无疑问是本轮生成式AI的最大受益者此外包括网络设备MarvellArista博通数据存储MongoDBTeradataSnowflake服务器Smci等环节的基础软硬件厂商也均有不同程度的受益httpwwwhuajinsccn1895请务必阅读正文之后的免责条款部分行业深度分析图12海外科技股价复盘基础设施层公司率先受益AI产业浪潮资料来源wind华金证券研究所目前AI应用特别是B端的应用还处于早期应用层从商业化以及兑现时间来看预计要晚基础设施层2-3个季度今年以来头部应用厂商股价同样也有所演绎今年年初至今涨幅靠前的AI应用公司有Palantir136shopify92Salesforce67ServiceNow52PaloAltoNetworks74Adobe67Duolingo109LegalZoom46TTD78相较于AI基础设施厂商已经能够从模型训练所产生的巨大需求来验证到订单和业绩美股AI应用公司业务基本集中在B端大多还处于产品打磨阶段或者商业化早期部分赛道上龙头公司包括MSSalesforceServiceNowShopify已经发布了生成式AI产品其中MSSalesforce公布AI产品的定价预计从今年Q4到明年Q1能够看到B端应用商业化的初步落地此外也有部分公司如PalantirPaloAltoNetworks的生成式AI产品已经在实际场景中得到应用且已经带来了明显的收入贡献但大多数B端的AI应用厂商还尚未进入到实质性商业化阶段因此总体来看AI应用层厂商从兑现节奏来看要明显晚于基础设施层httpwwwhuajinsccn1995请务必阅读正文之后的免责条款部分行业深度分析图13海外科技股价复盘应用层公司股价同样有所演绎资料来源wind华金证券研究所今年以来GitHubReplit等开发者社区的AI项目实现了爆发式的增长根据斯坦福大学在22年底发布的2023年人工智能指数报告中的数据全球最活跃的开发者社区GitHub上的AI相关项目数量近10年以来稳步增加从2011年的1536个增加到2022年的347934个而在今年以来GitHub上AI开源项目迎来了大幅度的增长截止8月底数量达到了91万相较于去年全年的增幅达到264同时根据另一开发者社区Replit的数据2022年第四季度以来人工智能项目激增23年第二季度末AI项目数量达到了30万个其中16万个项目是在23年第二季度创建的相较于23年第一季度环比增速达80而相较于去年同期数量增长了34倍且现在仍处于加速增长的趋势httpwwwhuajinsccn2095请务必阅读正文之后的免责条款部分