研究报告全文：2023年09月22日行业专题传媒证券研究报告传媒新篇章大模型MR眼镜人形机器人NFT研究逻辑及选股坐标轴投资评级领先大市-A维持评级2023年传媒开启了新篇章历经6年的持续调整流量红利消首选股票目标价元评级退叠加政策收紧出清彻底的传媒行业受政策技术两大层面的共同提振2023年开启了新篇章板块也同步迎来新周期1本轮技术剧变是全球性的AIGCChatGPTMRNFT陆续登场且将共同发挥出协同作用产业顺应技术先导要素政策呵护产行业表现业做大做强传媒作为内容产业的内核供给决定需求的行业属传媒沪深300性决定了新技术的产业化急需新的研究逻辑与选股坐标轴702本篇报告首先陈述了我们构建的智能科技产业图谱接力移动6050互联网的空间计算被我们转化为大模型MR眼镜人形机4030器人NFT的技术层面理解20103从研究与投资的角度移动互联网与空间计算必将并行一段时0-10间3年左右或更久估值上的过渡阶段故传媒行业的新篇章2022-092023-012023-052023-09传媒板块的新周期在研究逻辑上我们挑选出8个景气上行的新资料来源Wind资讯方向大模型大模型合作伙伴大模型落地应用场景新内升幅1M3M12M容新环节新赛道新模式前三个后五个方向是并行或相对收益-46-173320双轨的研究逻辑是一种审慎但必要的人为切割前三个方向是绝对收益-62-223261大模型落地于移动互联网计算平台时的景气上行新方向因大模焦娟分析师型相对于移动互联网是更先进的生产力故这三个景气上行方向SAC执业证书编号S1450516120001是以大模型为内核后五个方向则是大模型落地于MR这一新空jiaojuanessencecomcn间计算平台时的景气上行新方向因大模型与MR均是更先进的冯静静分析师生产力空间计算平台故两者相辅相成将真正落地出全新的具SAC执业证书编号S1450522030003象应用场景新内容新环节新赛道新模式fengjjessencecomcn83的选股坐标轴传媒板块的新周期起始于2023年相较相关报告2023年上半年的普涨2024年我们预判为个股行情围绕8个景人形机器人的AI算法如何2023-08-20气上行方向有三类个股向8个方向积极去升级或迭代或革借力于自动驾驶FSD新的传媒或TMT个股坐落于8个方向IPO新股往8个方向全AI专题报告之十二力转型的并购重组类个股相较2014年的并购重组潮我们看好影视行业2023年迎多重利2023-08-19央国企个股的并购重组好暑期档超预期将加速行业修复投资建议欧盟人工智能法案草案2023-06-15建议关注三七互娱恺英网络巨人网络世纪华通完美世通过关注优质IP方的两条界神州泰岳宝通科技凯撒文化芒果超媒中国电影唐受益逻辑德影视北京文化中公教育方直科技世纪天鸿中信出版新IPAIGCNFT交互大2023-06-11南方传媒时代出版腾讯控股中手游繁荣内容新模式变现新风险提示治理风险升级迭代转型革新进度低于预期空间从上网到上算由网络世界至虚拟现实AI专题报告之十一本报告版权属于安信证券股份有限公司各项声明请参见报告尾页1行业专题传媒内容目录1传媒新篇章空间计算平台的研究逻辑及选股坐标轴411智能科技产业图谱4111为何需要产业图谱4112为何称其为智能科技产业图谱4113智能科技产业图谱的构建思路4114智能科技的深层次影响712大模型MR眼镜人形机器人NFT接力移动互联网72以大模型为内核的三个景气上行新方向921大模型先进生产力供给端AI替代人9211大语言模型多模态模型于2023年破圈9212大模型的价值之所在10213以大模型为圆心国内外产业各部位的优势1222大模型的生态合作伙伴19221垂类方向的合作伙伴定义垂类用户需求19222工具类技术革新初期工具类应用先行21223变现类技术革新中后期变现类应用大发展2223大模型的落地应用233基于大模型MR的五大景气上行新方向2524场景大模型MR新场景2024-2025的风口之所在2525新内容新内容形态且内容产业将成为优质产业2726新环节话语权不弱的商业化变现的平台型公司3027新赛道以虚拟人为代表3128新模式基于交互NFT等的业务盈利商业模式创新323选股坐标轴8个景气方向3类不同标的3531研究逻辑八大景气上行方向3532三大类相关个股选股坐标轴374投资建议385风险提示38图表目录图1构建坐标轴先厘清一个认知体系5图2智能科技产业图谱2023版5图3大模型MR人形机器人NFT之间彼此有逻辑关系6图4智能科技AGI虚拟现实元宇宙的真正实现需要左右两侧共同作用7图5MR眼镜的重要性8图6MR眼镜为何如此重要9图7GPT系列的迭代历程10图8大模型将占据价值链中最主要的环节11图9OpenAI预计将作为通用计算平台12图10海内外AI大模型主要厂商概览13图11FY2022Q1-FY2024Q2英伟达分季度营业收入与净利润14图12火山方舟生态全景15图13盘古大模型3017本报告版权属于安信证券股份有限公司各项声明请参见报告尾页2行业专题传媒图14同花顺AI产品与服务19图15AI大模型的技术架构20图16现阶段大模型落地应用24图17八面来风的场景们2024-2025年的风口26图18内容生产的四大阶段28图19未来的新内容长什么样子29图20AIGCChatGPT助力下内容产业将成为优质产业30图21虚拟人将是新时空构造中基础设施建设的圆心32图22传统互联网的流量模型35图23大模型时代的流量模型35图24围绕智能科技并购重组的8大景气上行方向36图25围绕智能科技的涌现及接力赛37图26选股坐标轴A股海外38本报告版权属于安信证券股份有限公司各项声明请参见报告尾页3行业专题传媒1传媒新篇章空间计算平台的研究逻辑及选股坐标轴11智能科技产业图谱111为何需要产业图谱每一代计算平台的发展囊括硬件及其产业链软件应用及变现是一个庞大的生态系统每一代生态系统的构建均是建立在新生产力新生产关系新计算平台之上的故过往的诸多产业链均会重新构建链接过程中价值链亦会重新分配竞争格局成型后的局面会有大变甚至是产业链之间的连接也会有创新具象来看每一代硬件入口的交互方式完全不同依托于交互方式的内容形态会明显改变进而拉开基于新交互与新内容的社交与应用大创新变现方式也随之升级迭代每一代计算平台的快速发展都会迎来一二级市场上的一轮大投资浪潮一二级市场的投资目标均是能成功卡到关键生态位的龙头公司关键生态位众多贯穿于每一代计算平台的早中期故如何全面寻找众多关键生态位如何在不同时间段瞄准不同的生态位这就是产业图谱的重要作用即每一代计算平台的早中期投资与一般行业成熟阶段的投资完全不同需要一张产业图谱作为地图助力于投资者去理解每一代计算平台的大航海时代产业图谱的初始版本不一定准确但随着时间的推移关键事件的发生产业图谱也会及时更新产业图谱本质上是代表了当下这一时间节点我们穷尽自己的认知所推演的演化图谱在当下具备较为准确的参考性112为何称其为智能科技产业图谱近百年的科技进步都呈现为工具观由动力机械到电力通信再到交互硬件再到小型化交互硬件硬件一直是产业皇冠上的明珠集成了每个时代最先进的技术突破吸引了全球消费者追逐的目光随之而来的是对全世界的物理探索开拓互联全球化分工向外探索互联协作智能科技最大的不同就在于它的深远影响重点不再是向外而是向内即向内去深刻影响人的意识也就是说智能科技时代的硬件入口仍然很重要但更重要的是其新开辟的新虚拟空间直至让人分不清虚拟与现实之间的边界未来我们仍生活在现实物理世界里只不过未来的虚拟现实是囊括现实物理世界的海外马斯克创立的新公司xAI其定位是重新理解现实世界皆因AI或机器人会构建一套理解现实物理世界的自己物种的语言体系如机械语言进而重新建立一套对现实物理世界的认知体系人的认知意识经过虚拟现实的一轮深远影响后若让渡自己更多的决策权于AI或机器人最终可能会顺从于AI或机器人的认知体系智能科技的产业图谱看似也是基于硬件入口的演化但实质上方向是相反的是针对于意识层面向内的演化动力为何方向上与对外是截然相反的会特别重要需要特别强调这涉及到投资脉络除了投资主线上的技术进化投资副线溢出效应卖铲子与水与过往会截然不同这一点值得大家重视与深思如向外探索的过程即全球化成为地球村的过程那向内探索呢如向外探索将会带来地球环境的污染与治理那向内探索的污染与治理呢113智能科技产业图谱的构建思路2021年自元宇宙起科技产业内概念频出我们首先给出一个认知体系将众多概念的层级先做一个界定AI虚拟现实均是技术术语分别囊括与人工智能技术如AIGC虚拟现实技术相关如VRARMR的分类技术外围的生态建设成型后可以称为元宇宙本质是真正实现了的虚拟现实亦可以是通用人工智能AGI的真正实现技术层面的背后是共识机制与治理理念治理理念依托于区块链技术解决信任难题共识机制则是建立本报告版权属于安信证券股份有限公司各项声明请参见报告尾页4行业专题传媒在技术解决信任理念上构建的新型生产关系进而衍生出金融属性故相对于技术NFT是更内在的一层共识元宇宙是更外在的一层生态图1构建坐标轴先厘清一个认知体系资料来源安信证券研究中心由认知体系可以看到围绕智能科技的众多存在并不是并列关系而是嵌套关系认知体系之外智能科技产业图谱的当下版本包括ChatGPT大模型MR眼镜人形机器人NFT等现象级应用或硬件它们在产业图谱中卡位不同大模型ChatGPT是大模型的一个爆款是生产力的范畴NFT是生产关系的范畴MR眼镜与人形机器人都是空间计算平台开辟新的空间它们彼此之间有逻辑关系相同卡位的存在有时间先后关系甚至有竞合关系图2智能科技产业图谱2023版资料来源安信证券研究中心本报告版权属于安信证券股份有限公司各项声明请参见报告尾页5行业专题传媒大模型与MR相辅相成AIGC提供内容MR提供新空间两者需要结合在一起才能发挥出建设性作用若无MRAIGC在移动互联网的当下更多发挥出存量博弈修修补补的作用MR眼镜作为新空间新计算平台能以新产业链新价值链新格局的前景发挥出AIGC的建设性作用更先进生产力的效用MR与人形机器人是并列关系的两个计算平台两者作为并列关系一是两者代表两种实现AGI过程中的技术路径前者是重构时空后者是混合平台二是两者未来将携手去倒逼现实物理世界的数据交换此外两者未来我们预计将存在一定的竞争关系即抢夺用户时长与可支配收入最后两者的共同迭代方向我们预计或是脑机接口既是混合平台技术路径上的工程方案之一以人为载体的混合平台又能真正实现虚拟现实在人的意识中重构时空大模型与人形机器人是递进关系按照唯识学通用人工智能的实现有四层嵌套关系第一层是符号学大模型第二层是具身智能第三层是构建一个观察点第四层则涉及到智能动力学大模型的爆款ChatGPT作为大模型归属于第一层符号学而人形机器人归属于级别更高的第二层具身智能故人形机器人在技术路径上较大模型级别更高两者是递进关系同时未来智能科技产业图谱中一定会有第三层与第四层的新爆款类似于ChatGPT人形机器人出现它们的技术层级愈来愈高NFT智能合约作为生产关系弹性最大NFT作为一种流通机制与变现直接挂钩在产业逻辑上与AIGC会相伴而生AIGC的海量产出将由NFT来快速筛选出有价值的内容NFT本质是围绕新生产力而构建的新生产关系且因NFT的金融属性它将赋予筛选出的优质内容以流通性给予优质内容以匹配的价值价值重估因而弹性最大此外AIGC与NFT的共同作用下IP产业链将明显缩短效率提升创造力涌现进而有望将中国的IP产业变贫瘠为沃土图3大模型MR人形机器人NFT之间彼此有逻辑关系资料来源安信证券研究中心大模型MR人形机器人NFT从投资角度都可以视为产业图谱中的生态卡位点即最关键的部位这些关键部位相互借力相辅相成协同更多生态合作伙伴齐心协力构建智能科技的大生态圈故从研究的角度单独研究大模型或单独研究MR只是最基础的第一步大模型与MR的乘数效应则增生出更多新研究方向大模型MRNFT三者之间的乘数效应则对应着更多维度更多层次的研究内容纵横交错层层嵌套才是生态圈应有的本色故建立在产业图谱上的研究一定是成系列的嵌套不同维度与层次的纵横交错但共同特点是需要高频迭代产业图谱需要相机而修补迭代甚至革新建立在产业图谱上的系列维度层次亦轻易会被推翻本报告版权属于安信证券股份有限公司各项声明请参见报告尾页6行业专题传媒114智能科技的深层次影响服务器网络开启了人人上网的时代网络世界不亚于大航海时代所发现的新大陆算力算法将开启供给端上算的时代AI将作为新生产力借助于数据算法算力以新场景新应用新内容来重新定义供给端进而创造出用户的新需求供给创造需求继而囊括现实物理世界成就真正的虚拟现实虚拟现实是描述一种状态即让用户在体验上能模糊掉虚拟与现实之间的边界对上网时代的投资布局主线是硬件与网络两大方向硬件以智能手机为代表有经典的产业链网络则以基础设施与应用包括内容与场景以及模式创新为景气上行对上算时代的布局将囊括硬件硬件入口智能交互硬件基础设施算力算法应用包括内容与场景以及模式创新等从上网到上算由网络世界至虚拟现实软硬一体化的趋势极为明显上网时代的爆款逻辑是消除信息不对称上算时代的爆款逻辑我们判断为消除认知不对称12大模型MR眼镜人形机器人NFT接力移动互联网空间计算平台是苹果官宣MR眼镜时所传达出的表述方式我们认为未来MR眼镜里会标配大模型NFT这样的更先进生产力生产关系故我们本篇报告提到的空间计算即大模型作为生产力MR眼镜作为硬件入口NFT作为生产关系共同助力所构建的下一代计算平台智能科技产业图谱中人形机器人将来是与MR眼镜所并列存在的另一种硬件入口空间计算平台故我们认为空间计算的严格技术性表述应该是大模型MR眼镜人形机器人NFT即不同生态位之间的乘数效应图4智能科技AGI虚拟现实元宇宙的真正实现需要左右两侧共同作用资料来源安信证券研究中心2021年的元宇宙提供了一种愿景描绘2023年的ChatGPT是非常重要的推动力代表更先进的生产力更高效率但ChatGPT大模型在移动互联网的旧有计算平台上相较于MR未来新的计算平台难以发挥出势如破竹的作用移动互联网旧有格局已巨头林立ChatGPT大模型作为更先进生产力只能发挥出存量博弈的替代甚至破坏作用顶多在特定的环节修修补补即使没有MR眼镜这样的新计算平台当前的移动互联网也已经进入尾期熵增阶段并且红利消退导致了许多红利的回吐MR眼镜所代表的新计算平台意义重大当下处于网络世界到虚拟世界的过渡当前计算平台正在经历从移动互联网向诸如MR眼镜等空间计算平台的转变这种转变不仅仅意味着移动互联网的变革更重要的是标志着PC移动互联网时代的网络世界正逐渐迈向虚拟现实曾经上网时代的关键指标是网络渗透率本报告版权属于安信证券股份有限公司各项声明请参见报告尾页7行业专题传媒但大模型的出现重新构建了供给端因此当前计算平台的转型远不仅仅是从移动互联网向空间计算平台的转变而是从PC移动互联网迈向一个集现实物理世界于一体的虚拟现实的转型此外这一轮转变还涉及到人形机器人的运用使得虚拟现实直接融合了现实世界相较于过去的PC和移动互联网时代这一轮的计算平台转变具有更为广泛的影响图5MR眼镜的重要性资料来源安信证券研究中心对大模型或ChatGPT的理解要置于智能科技的大框架下以此深刻理解有无MR眼镜对于产业与行情的对齐方式是不一样的在没有MR眼镜之前大模型是主体MR眼镜推出之后大模型就变成了景气上行并且其中的核心就是新秩序新规则在当下的移动互联网时代若无MR眼镜则是存量博弈现存的多数公司都会受到一定的冲击即使如此在没有MR眼镜的存量博弈中仍然可能会出现个别的爆款内容或应用但更多的爆款应该出现在MR眼镜中大模型是爆款工具背后是AIGC的先进生产力它们在移动互联网时代造成了存量博弈也有一定的修缮作用但难以构建出新秩序新规则新玩法只有在全新的空间中例如MR眼镜这样的全新计算平台大模型才能作为先进工具更容易地去系统性地构建新秩序新规则新玩法因此我们期待2024年MR眼镜真正开始出货后基于新硬件的新爆款将会呈现出来同时大模型与MR的结合也将带来新的内容形态本报告版权属于安信证券股份有限公司各项声明请参见报告尾页8行业专题传媒图6MR眼镜为何如此重要资料来源安信证券研究中心2以大模型为内核的三个景气上行新方向21大模型先进生产力供给端AI替代人211大语言模型多模态模型于2023年破圈技术突破常常以非线性方式得到人们的认知人工智能产业正是呈现出非线性的发展势头2023年引爆全球的大语言模型就是以非线性方式一下子进入了人类视野人工智能技术的发展起始于20世纪60年代但前50年一直不温不火直到进入21世纪人工智能的发展进入快车道诸多关键技术得到突破且有应用落地所带来的正反馈效应2010年代至今表征学习与深度神经网络的机器学习方法得到广泛应用多样化的机器学习任务得到了发展神经网络和机器学习在2016年发生了一次出圈事件即谷歌公司的AlphaGo在各种围棋比赛中大获全胜给全世界做了一次关于人工智能的科普2017年注意力机制被加入到Transformer网络用于语言建模此后Transformer的出现取代了RNN在NLP领域的地位从商用角度人工智能等相关技术一直在图像识别自动驾驶机器人等做持续探索但AI真正商业化落地应用还非常有限未引起广泛的关注直到2023年聊天机器人ChatGPT的破圈在2022年11月30日的首次公开演示后基于GPT-35的聊天机器人ChatGPT仅用四天时间就吸引了超过一百万的用户2个月后已拥有1亿的月活用户成为人工智能诞生以来最快用户破亿的软件产品之一随后在2023年1月微软宣布扩大与OpenAI的合作并投入数十亿美元以加速全球AI技术的突破仅两个月后的2023年3月14日OpenAI发布了GPT-4GPT-4最重要的变化是拥有了多模态的处理能力这进一步拉开了全球科技公司对AI技术的角逐大语言模型多模态模型生成式AIAGI等概念被广泛认知ChatGPT的成功源于以深度学习为代表的人工智能技术的长期积累任何一个领域的研究都不是突然颠覆的梳理ChatGPT的简要历史就会发现在其诞生前有无数技术的迭代理论的发展为它铺路其中最为相关的是自然语言处理NLP与大语言模型LLM这两种技术ChatGPT是基于OpenAl公司的GPT-35模型开发出来的而GPTGenerativePre-trainedTransformer是一种基于Transformer架构的语言模型它利用了大规模的语料库进行预训练并可以用于许多不同的NLP任务例如文本生成文本分类和文本摘要等因此可以本报告版权属于安信证券股份有限公司各项声明请参见报告尾页9行业专题传媒说GPT模型是一种使用LLM技术的NLP模型ChatGPT这款聊天机器人是多年来一系列大型语言模型中最典型的案例用户们在社交媒体上分享的对话示例表明ChatGPT能够完成包括编写代码调试代码翻译文献写小说写商业文案创作菜谱完成作业评估作业等一系列常见的文本输出任务ChatGPT比GPT-3更优秀的一点在于前者在回答时更像是在与用户对话而后者更善于产出长篇文章但欠缺口语化的表达总结来说简要回顾ChatGPT的发展历程GPT-123到ChatGPT都在不同阶段解决不同技术问题其核心是建立在GPT模型的发展基础之上GPT-2提出的纯无监督预训练模式获得了学术界的广泛关注GPT-3在GPT-2的基础上模型容量和能力进一步增强市面上基于GPT-3的应用也如雨后春笋般出现InstructGPT出现后更是引发了更加广泛的关注下一代的ChatGPT与InstructGPT是一对孪生模型虽然两者在模型结构和训练方式上相同但其核心思想在于引入了人工反馈的强化学习来指导模型的训练且ChatGPT数据量大了好几个量级GPT-4的多模态能力更是未来人工智能的发展大方向图7GPT系列的迭代历程资料来源OpenAI官网安信证券研究中心212大模型的价值之所在大模型是产业内预期AI将引发一场波及全行业的平台转移类似于过去15年向智能移动设备与云计算平台上转移一样透过大模型呈现的效果能够看到AI开始从学习走向创造主要是自然语言处理NLP技术的突破生成式AI对于更多业务场景的颠覆改造的雪球越滚越大最终将引发新一轮产业革命进而推动整个科技行业的商业格局都将会迎来大洗牌行业的价值链也将相应发生变化在本节研究中我们主要探讨以下两个关键问题1大模型的价值之所在2从基础模型到现象级应用价值链如何被分配我们已经正式从智能手机时代进入到大模型时代大模型是新一代通用计算平台参考PC到智能手机平台的变化随着信息的组织效率和能力再度变强大模型的浪潮下也一定能带来更大更新的商业模式升级未来人工智能产业的持续发展中在新的计算平台上大模型将扮演着越来越重要的角色未来的产业主线将变为大模型大模型的落地应用以及大模型配套的生态合作伙伴人工智能作为更高效的生产力工具其战略地位有望比拟新一代的iOS安卓操作系统成为新的流量入口流量入口意味着大模型时代的应用都要构建于人工智能技术之上这将本报告版权属于安信证券股份有限公司各项声明请参见报告尾页10行业专题传媒颠覆原有应用开发公司与大模型厂商的商业模式对于拥有大模型的技术厂商他们的商业模式不仅仅是为广大客户提供API服务更重要的是构建基于大模型的生态体系包括toC与toB类似微软大模型将席卷当下互联网的存在将带来行业洗牌的机会产业链与价值链均会有剧变因此我们需要重新定义大模型时代的平台型公司以及审视产业链上的机会我们可以将大模型相关的上下游产业链的入局方大致分为以下三类基础模型层核心代表是OpenAI谷歌百度中间层底层基础模型与上层应用之间的中间环节应用层现阶段出现的现象级应用还不多ChatGPT是一个主要代表图8大模型将占据价值链中最主要的环节资料来源海外独角兽公众号拾象科技目前国内外的科技公司或互联网大厂均很看好大模型方向也在推出各自的大模型竞争激烈除此之外还有其他很多公司都声称在做大模型但我们认为大多数公司所做的模型是侧重于行业或是特定方向应用的中模型不是真正意义上的通用大模型我们认为大模型的大代表的是通用性预计未来少数的大型科技公司将专注于通用人工智能AGI的研发从短期来看由于目前大模型的能力还在不断提升形成了类似操作系统的下游生态过程在这个过程中我们认为价值占比最大的是形成生态壁垒的大模型公司他们占据了价值链中最主要的环节中长期来看一旦大模型到达成熟期能成为巨头的大概率只剩几家因此基础模型层的大模型平台公司的机会是巨大的天花板会非常高就像PC互联网时代的微软和移动互联网时代的谷歌一样目前全球领先的大模型厂商以OpenAI以及谷歌母公司Alphabet下设的人工智能实验室DeepMind为代表OpenAI不仅是在大模型领域从基础模型到产品化商业化进展最快的团队且其基础模型能力边界还在不断的拓宽我们以OpenAI为例去分析未来整个大模型的竞争格局类比新一代底层技术设施可以将大模型类比为GPU搜索入口或操作系统等数字基础设施这些领域呈现出91的市场格局头部垄断效应极强而OpenAI现阶段的优势及其地位使其有机会获得90左右的市场份额开发者和生态将成为很强的壁垒类比新一代公有云OpenAI的规划是专注于做一个通用的智能平台为大模型之上的应用提供AI能力OpenAI的角色类似AWS本报告版权属于安信证券股份有限公司各项声明请参见报告尾页11行业专题传媒类比新一代终端大模型时代最大的特征之一是人能够用自然语言与计算机进行交互自然语言操作机器的形式将产生新的交互也就有了下一代终端的机会可以参考定义移动时代的iPhone和其他智能手机的竞争格局图9OpenAI预计将作为通用计算平台资料来源海外独角兽公众号拾象科技我们认为未来AI产业链上在模型层领域大型科技公司将主要负责训练基础的通用大模型这种基础能力会逐渐走向开放类似于iOS与Android的两大阵营或是云计算的竞争格局即未来会出现几个基础的大模型开发者将基于这些基础模型开发各类AI应用目前来看在大模型层海外公司以微软OpenAI与谷歌为主导国内以百度华为阿里腾讯等互联网或科技公司为主导但整体国外公司的AI大模型能力优于国内公司因此人工智能时代的平台型公司要被重新定义有自己大模型的才叫平台型公司且能够在价值链中占据最主要的环节以前移动互联网产业链的最顶端是平台型公司比如抖音美团等但随着大模型的陆续推出平台型公司要重新被定义这一轮人工智能产业趋势下处于食物链最顶层的存在可能要被重新定义也就是谁能够自建大模型谁就有机会成为食物链最顶端的公司213以大模型为圆心国内外产业各部位的优势人工智能的三个核心要素是算力算法与数据这些要素的发展都在酝酿着新的机会与竞争纵观国内外公司在AI产业链上的布局在算力算法数据各部位各有优势目前国外的大模型厂商正在快速迭代其技术全球领先的通用大模型厂商以OpenAI与谷歌为首且微软是与OpenAI合作最深入的公司之一他们在算力算法数据方面的综合优势领先自ChatGPT火爆以来在国内各大互联网大厂与科技公司的发布会中大模型都占据着焦点百度阿里字节跳动华为腾讯等互联网巨头相继登台展示了其在AI大模型领域的最新研究成果国内大模型公司目前仍停留在模仿或学习阶段短期内超越或接近GPT4模型水平的可能性不大在算力算法数据方面仍有很长的路要走但国内AI大模型相关厂商依据某方面的优势也有实现部分应用落地算力方面全球范围内竞争激烈国内AI算力稀缺今年生成式AI的快速发展更是推动智能计算快速增长海外尤其是美国在算力方面领先从全球算力分部来看根据信通院中商产业研究院统计数据2022年美国中国欧洲日本在全球算力规模中的份额分别为3433145在高端算力芯片上中国与海外仍有巨大差距核心参与者英伟达AMD竞争优势显著算法方面前沿的算法离不开优秀的人才团队算法能力依赖于AI人才的培养与储备目前国内外的大模型算法顶尖人才水平接近人才梯队略有差距虽然目前机器学习和本报告版权属于安信证券股份有限公司各项声明请参见报告尾页12行业专题传媒深度学习框架大多由微软谷歌Meta等美国企业研发中国在人工智能学习框架上缺乏领导力但中国在语音图像等算法的研发方面较为成熟语言处理语音识别视觉领域拥有较多公司如科大讯飞商汤科技等此外百度腾讯旷视与华为等科技企业也已聚集大量顶尖人才数据方面作为新兴生产要素是人工智能的重要驱动力之一就数据而言目前国内高质量数据稀缺数据生态不完善但中国则在大规模数据的应用与场景化落地方面具有一定的优势在数据方面未来中国可能拥有更多的机会因为中国拥有丰富的人口市场和互联网数据图10海内外AI大模型主要厂商概览资料来源各公司官网安信证券研究中心1算力国内外差距明显国内AI芯片稀缺AI产业链最底层的基础设施主要包括算力芯片数据云服务等算力是AI的引擎AI芯片是AI算力的硬件支撑AI大模型带来了新的算力需求以ChatGPT这类大模型为例AI算力需求主要包括两部分一是模型训练的算力二是模型推理应用所需要的算力训练算力大模型的训练需要大量算力且随着大模型向更大参数更大规模数据集方向发展对于算力的需求呈现成倍增长的趋势对应的AI训练成本也逐年高增训练算力相关硬件主要是英伟达的A100与H100芯片ChatGPT的发布使得全球算力需求增加以前算力的商业应用并没有特别多主要是推理端像图像识别语音识别等后续大模型的爆发会导致训练的应用场景越来越多对训练算力的需求将大幅增长推理算力大模型进行规模化应用后若要支撑成百上千万用户的频繁使用相应的算力成本也急剧上升模型推理应用阶段对于算力的需求预计要远高于训练阶段后续多模态大模型对于算力的需求更高在训练与推理阶段相较文本类的LLM消耗的算力更多就算力而言国内外算力差距明显国内面临总量不足技术落后以及中美政治经济博弈问题本报告版权属于安信证券股份有限公司各项声明请参见报告尾页13行业专题传媒AI模型训练的主要算力芯片是GPU因此以GPU为核心的算力供给已成为大模型产业发展的关键基础设施而英伟达是全球最大的独立GPU供应商也是AI芯片市场的领导者虽然全球生成式AI应用热潮是ChatGPT引起的短期来看最大的受益者并不只是OpenAI还包括英伟达长期以来全球独立显卡市场被英伟达与AMD两巨头垄断根据3DCenter数据显示英伟达在2022年第二季度独立GPU市场份额为79AMD则占20的市场份额两家合计占比99自2023年初ChatGPT火爆全球以来受AI芯片需求旺盛的影响英伟达数据中心业务实现强劲增长公司2024财年第二季度净利润达到创纪录的62亿美元同比高增843收入也同比高增101至135亿美元毛利率较去年同期增长约266个百分点达到70相应的英伟达的市值从年初4100亿美元目前已增长至12000亿美元图11FY2022Q1-FY2024Q2英伟达分季度营业收入与净利润营业收入亿美元净利润亿美元1601350714012010082887643807103670471926507618856615931605160403003237424642043191216181414206566800FY22Q1FY22Q2FY22Q3FY22Q4FY23Q1FY23Q2FY23Q3FY23Q4FY24Q1FY24Q2资料来源Wind安信证券研究中心而在中美政治经济博弈方面美国限制高端芯片进入中国目前国内相关AI芯片还无法与国外芯片形成直接的替代关系2022年美国限制英伟达与AMD向国内出售高性能计算芯片比如不允许英伟达的A100H100芯片进入到国内市场该芯片均为用于通用计算的高端GPGPU通常应用在人工智能计算的云端训练和推理场景以及超级计算机中国内客户多为云计算厂商及高校科研院所后英伟达调整芯片规格推出了中国特供版的A800H800相较于A100H100A800H800降低了计算能力与数据传输速率虽然本身单卡的算力不变但是集群后卡间互联的带宽会限制整个集群的算力规模目前国内企业所研发推出的AI芯片的算力均和A100H100有所差距2算法国外以OpenAI为代表有先发优势国内在特定场景有优势算法方面的能力取决于团队水平目前国内外的大模型算法顶尖人才的水平接近但人才梯队略有差距此外AI算法如果没有强大的算力基础设施的支持就无法发挥最大效用未来国内外的人才差距可能会随着算力差距的逐渐显现而逐步扩大因此总体来看目前大多数AI算法及其相关模型架构由美国的OpenAI谷歌等开创国外公司先发优势显著以OpenAI为例其推出的GPT系列模型一直坚持Transformer架构路径并在此基础上运用大量数据训练使得模型产生涌现能力且GPT-3之后并未开源因此OpenAI有先发优势其他海国外内公司仍需时间去研发追赶并进行模型迭代除此以外国内部分公司在特定领域拥有算法积累的先发优势比如图像识别语音识别等AI算法技术处于全球相对领先的水平人工智能论文总量与高倍引用的论文数量也处在第一梯队本报告版权属于安信证券股份有限公司各项声明请参见报告尾页14行业专题传媒3数据国内高质量数据缺少但国内有结构化数据优势数据是训练大模型的养料尤其是高质量的数据是训练出优质大模型的关键在人工智能早期发展阶段美国拥有大量高质量的数据资源美国的科技公司和研究机构可以获取全球范围内的数据率先去投入大模型的训练目前中文数据的规模与质量与国外存在差距根据W3Techs数据显示英文网站占全球网站数的636而中文网站只占比13这极大地限制了中文大模型的训练效果然而中文数据本身也孕育着新的机遇长期来看中国则在结构化数据的应用与场景化落地方面具有一定的优势AI大模型最终的目的是要落地应用与商业变现且大模型需要落地场景产生新鲜数据以此不断进行模型的反馈与迭代由于中国市场的应用场景众多人口基数庞大以此产生的数据样本丰富此外目前国内很多行业数据企业数据通常较为优质且多为结构化数据虽大多为私域数据不对外开放但是垂类或专属大模型便可通过使用此类数据开发出特定的垂类模型目前国内已经在结构化数据上取得了一定进展数据最优质的行业将最先获得AI技术带来的生产力提升综上所述首先算力方面国内高端芯片的竞争力不足同时还面临着卡脖子问题缺乏足够的算力支持其次算法方面由于大公司拥有经济实力与大量的C端用户行为数据因此先进的算法主要集中在头部公司大型机构以及特定垂直行业的公司这些公司拥有算法优势最后在数据方面由于中国应用场景最为丰富能够产生持续的新鲜数据有助于后续大模型的反馈与迭代目前国内已在结构化数据方面取得了一定进展但仍有提升的空间通过分析对比国内外在算力算法数据方面的优势我们相对看好有平台建设经验有数据能力用户行为数据数据标注的以及在toCtoB方向有深厚业务积累的大模型厂商行业或细分方向前三选出了以下几个不同方向的大模型厂商进行重点分析分别为字节跳动华为网易同花顺其中字节跳动与华为的算法相对较强且有经济实力去搭建算力网易与同花顺的优势在于拥有结构化数据也有一定的算法积累与算力自我支撑能力1字节跳动发布火山方舟大模型服务平台6月28日字节跳动旗下火山引擎发布大模型服务平台火山方舟面向企业提供模型精调评测推理等全方位的平台服务MaaS即Model-as-a-Service目前集成了百川智能出门问问复旦大学MOSSIDEA研究院澜舟科技MiniMax智谱AI等多家AI科技公司及科研团队的大模型类似于为各行各业提供了一个大模型商场图12火山方舟生态全景资料来源火山引擎官网本报告版权属于安信证券股份有限公司各项声明请参见报告尾页15行业专题传媒基于火山方舟独特的多模型架构企业可同步试用多个大模型且选用更适合自身业务需要的模型组合大模型行业正在经历质的飞跃据中国科学技术信息研究所等机构发布的中国人工智能大模型地图研究报告显示截至2023年5月末国内已公开披露的大模型产品数量达到79个但目前国内各家大模型产品还处于初级阶段且该行业技术发展和更新非常快还没有出现哪家公司大模型产品遥遥领先的局面众多大模型产品在不同任务上所呈现出的效果也各异企业应该按照业务场景需求择优选用不同的大模型产品且长远来看未来应该是多模型时代所以需要各相关企业把多模型平台架构建设好让企业可以更方便使用对应的模型产品火山方舟所搭建的多模型平台给企业提供安全低成本的应用服务字节跳动搭建一个聚合第三方生产商的大模型商店连接供应商和使用方最终凭借优化到极致的服务效率成为产业生态中至关重要的一环不失为一条成本更低切入更快的路在模型生产端火山引擎已经通过优秀的算力系统和机器学习平台证明了自己成为众多大模型企业的首选在模型应用端面对多模型生态和企业1N应用模式同样需要提供更好的产品和方案解决计算安全成本等通用问题除了做大模型应用商店我们还看好字节跳动在抖音的内容服务场景下做出内容生成的垂类大模型根据Tech星球字节跳动正在内部测试一款AI对话类产品目前暂时称作GraceGrace是一个AI对话类测试项目的内部代号目前还处于初级阶段用于内部体验测试2华为盘古大模型30发布聚焦垂类行业应用7月7日华为技术有限公司在华为开发者大会2023上正式发布人工智能AI大模型华为云盘古大模型30华为常务董事华为云CEO张平安说盘古大模型是一个面向行业的大模型系列要让每个行业每个企业每个人都拥有自己的专家助手让工作更高效更轻松目前华为云盘古大模型30已在煤矿铁路气象金融代码开发数字内容生成等领域发挥作用提升生产效率降低研发成本国际顶级学术期刊Nature正刊北京时间7月6日发表了华为云盘古大模型研发团队独立研究成果三维神经网络用于精准中期全球天气预报模型聚焦三层架构赋能千行百业30版的盘古大模型是一个面向行业的大模型系列具有5NX三层架构从AI能力的基础层到行业的第二层再到应用层面向场景的各个接口华为围绕深耕行业面向开发者持续打造了新的竞争力1L0层包括NLP视觉多模态预测科学计算五个基础模型提供满足行业场景中的多种技能需求盘古30提供了100亿380亿710亿和1000亿参数等基础大模型以匹配不同场景时延响应速度的行业多样化需求2L1层是多个行业大模型华为云既可以提供使用行业公开数据训练的行业通用大模型包括政务金融制造矿山气象等大模型也可以基于行业客户的自有数据在盘古大模型的L0和L1层上为客户训练自有的专用大模型3L2层提供了更多细化场景的模型更专注于政务热线网点助手先导药物筛选传送带异物检测台风路径预测等具体行业应用或特定业务场景为客户提供开箱即用的模型服务盘古大模型聚焦垂类行业应用AI向B端迈进此次华为盘古大模型30的定位是为行业而生发布会现场也展示了多个典型的B端行业应用我们认为盘古大模型的发布进一步打开了AI在B端落地的可能性未来AI大模型更广阔的应用场景应该在多个垂直行业领域典型应用包括1盘古气象根据公司官方微信号基于近40年的全球气象数据华为云盘古气象大模型在中长期确定性预报上超越当前最强的数值预报方法欧洲气象中心的IFS系统是业内首个精度超过传统数值预报方法的全球AI气象预测模型平均预报误差降低了本报告版权属于安信证券股份有限公司各项声明请参见报告尾页16行业专题传媒10-15速度提升10000倍以上实现秒级全球气象预报7月6日国际顶级学术期刊自然Nature杂志正刊发表了华为云盘古大模型研发团队研究成果三维神经网络用于精准中期全球天气预报这是近年来中国科技公司首篇唯一署名发表的自然正刊论文2盘古矿山盘古矿山大模型导入海量无标注的矿山场景数据进行预训练和无监督自主学习仅一个大模型就能覆盖煤矿的采掘机运通洗选等业务流程下的1000多个细分场景目前已经在全国8个矿井规模使用让更多煤矿工人能在地面舒适安全作业3盘古制造盘古制造大模型提供制造需求理解工艺标准文档生成工业软件代码生成产供环节视图识别产供环节智能计划的5大制造技能覆盖研发生产供应等核心环节通过大模型天筹AI求解器助力数实融合图13盘古大模型30资料来源华为云官网3网易看好公司在游戏领域的AI大模型进展自2023年初至今AIGC已经成为许多游戏厂商对未来最重要的押注之一根据伽马数据近期发布的中国游戏产业AIGC发展前景报告显示中国游戏营收TOP50的企业中64已经布局了AIGC领域目前大模型在游戏领域的应用走得相对靠前游戏是天然的新技术实验集成平台在B端的落地效果最明显AI在游戏中应用的价值主要体现在两个方面一是生产流程的提效二是提升玩家体验本报告版权属于安信证券股份有限公司各项声明请参见报告尾页17行业专题传媒提效方面AI大模型可以大大提升游戏设计的效率AI大模型赋能游戏的体现为AI可以快速根据设计师的描述生成一个简单的草图然后设计师在此基础上细化直至接近理想的状态这比人来反复沟通调整效率高得多此外如果用户的表达不清或过于简单AI大模型还可以帮助用户扩充提示词帮助生成更详细的描述这也能大大降低沟通成本根据霞光社采访信息在网易雷火设计师已经在用AI大模型设计一些角色的服装图标的生成成本直降40玩家体验方面AIGC可以推动游戏的玩法创新我们认为AIGC对游戏的创新催化主要体现在全新游戏品类与游戏个性化定制两大维度目前市场上还很少有游戏真的将AI渗透到用户体验端近期公司上线的新手游逆水寒国产武侠游戏在内容方面的进步和创新尤其是AI智能NPC系统增强了游戏的互动性此外AI大模型的能力也开始从游戏向各个产业加速落地目前网易的AI能力在游戏和工业教育音乐等领域都有相关落地在游戏领域AI技术对关键环节的工作效率提升高达90并且基于自研语言图文模型已成功探索出智能NPCAI捏脸时装设计等游戏玩法在工业领域网易伏羲基于AOP理论思想及自研工业大模型推出国内首台无人装载机器人和挖掘机器人参与到矿山铁路等一线场景的建设在教育领域由网易有道自研的国内首个教育大模型子曰最新应用成果虚拟人口语教练首次亮相参会者可以体验到类似真人的1V1口语私教体验在音乐领域网易天音基于自研的AI大模型算法为音乐人提供AI作词AI编曲一键Demo等一站式的辅助创作工具帮助音乐人提升生产效率和生产质量4同花顺互联网金融龙头AI垂类应用代表同花顺作为国内领先的金融信息服务提供商一直致力于为投资者提供全面准确及时的金融数据和信息同花顺的数据库资源优势明显为其人工智能算法训练AI大模型训练提供了坚实的数据基础大模型产品的推出将进一步提升同花顺在金融行业的竞争力和服务水平公司在AI领域积累深厚兼具流量与技术主要聚焦于金融行业2009年同花顺便开始布局AI成立了i问财部门并将其定位为金融垂直搜索引擎2012年问答功能上线并从金融垂直领域拓展至股票基金债券保险等领域2015年公司自主研发的语音识别技术位居语音识别领域第一梯队2017年同花顺上线AI开放平台并推出智能投顾知识图谱等多项产品服务经过多年的发展同花顺AI开放平台积累了文字识别智能语音自然语言处理知识图谱智能金融问答等多项领先的AI产品和服务可为银行券商基金资管等机构提供智能化解决方案同花顺旗下AI产品矩阵丰富目前公司在人工智能领域形成了语音识别语音合成OCR文字识别图像识别检测图像内容审核视频AI技术等多项核心技术并基于此形成了系列产品本报告版权属于安信证券股份有限公司各项声明请参见报告尾页18行业专题传媒图14同花顺AI产品与服务资料来源同花顺公司官网目前公司正持续加大AI技术应用研发并强化现有的应用场景加速AI大模型相关技术与现有产品服务体系融合深度赋能i问财同花顺APPiFind爱基金以及面向B端客户等应用场景以提高客户使用体验提升产品质量和竞争力22大模型的生态合作伙伴我们认为大模型的合作伙伴可以分为三类第一类是大模型的生态合作伙伴比如文学图片等细分垂直领域的龙头公司大模型联合这些公司进行深度合作一起探索如何重新定义细分方向的用户需求中模型同时随着爆款应用的出现还会出现一些工具类与变现类的合作伙伴这是第二与第三类合作伙伴比如移动互联网时代的支付宝工具类直播电商变现类大模型的生态合作伙伴与工具类变现类的合作方的区别在于大模型的合作伙伴的核心是针对业务层面而工具类与变现类的合作方的作用则是繁荣整个生态类似于AppStore上的各类应用221垂类方向的合作伙伴定义垂类用户需求是做通用大模型还是垂直大模型这个问题在百模大战下引发了诸多讨论也是许多AI入局方需要着重考虑的问题与2022年底初迅速涌现的生产力工具方向的初创公司不同2023年下半年以来更多的公司聚焦于底层技术的创新大模型创业公司也开始分化许多面向医疗电商科研工业自动驾驶和机器人等特定领域的垂直大模型公司开始出现大模型的定位是通才存在两大核心问题1通用大模型缺乏行业深度不能满足企业级应用场景的垂直性专业性问题如某些专业领域对大模型的要求更加苛刻数据要精确大模型是一个概率模型如果有错误信息进入其中就有可能污染整个知识库从而导致问题2通用大模型的训练成本过高周期长直接训练和部署千亿级参数大模型成本高我们认为未来真正拥有大规模模型参数的通用大模型公司数量将在3-5家左右这些公司的作用类似于互联网时代的运营商角色定位为公共底座最终目的是基于通用大模型服务本身拓展商业化但通用大模型很难满足行业与企业的场景垂直化的专业需求因此对于大模型厂商而言要想实现大模型的商业化最好是在各垂直领域寻找合作伙伴在业务层面进行深度合作共同开发出针对特定行业的垂直类应用模型AI大模型上下游产业链涉及多个层次可以分为基础层技术层能力层应用层终端层五大层次其中基础层主要为算力数据相关基础层之上是核心技术层涵盖AI技术群本报告版权属于安信证券股份有限公司各项声明请参见报告尾页19行业专题传媒与大模型的融合创新进而形成各式各样的能力因此在大模型产业链上垂类合作伙伴可以在技术层与能力层深度参与共同建设AI大模型生态且有望率先落地应用图15AI大模型的技术架构资料来源CNKI沙利文大模型的生态合作伙伴并不仅仅指那些将算力数据及素材出售给大模型厂商的公司从产业链的角度看正常实物商品的产业链可以分为上游与下游并涵盖各种原材料厂商然而这种实物商品的产业链很难直接映射到大模型的产业链中首先算力公司和单纯的将数据与素材卖给大模型厂商的公司在产业链中处于基础设施层其次与国外相比国内用户的付费习惯与版权意识不足故数据素材类的公司很难直接将数据素材当成原材料卖给大模型厂商大模型产业链较高的价值在应用层AI大模型后续在B端与C端的应用有望带来巨大的商业潜力因此我们认为大模型的生态合作伙伴应该在产业链中更进一步与大模型厂商进行深度的合作真正顶级的数据素材公司基于其数据素材的稀缺性拿到与大模型厂商平等对话的话语权进而与大模型厂商一起在特定细分垂直领域内强强联合基于大模型去开发中模型垂类模型去探索甚至是定义用户的新需求在价值链上这些大模型的生态合作伙伴可以共享收益所以大模型产业链上合作伙伴不是原材料厂商而是话语权一起并肩作战的厂商大模型的垂类合作伙伴爆款应用的出现有一定的先后顺序首先大模型厂商入局去搭建基于自身资源禀赋的大模型或中模型其次大模型需要许多合作伙伴共同构建一个大型生态圈每个细分领域就像一类植物有高大的树木也有低矮的灌木种类足够繁多才能称得上生态再次在大模型联合生态圈的合作伙伴一起去定义出用户需求的过程中发掘出细分需求提高效率增强变现能力等效用发挥出来的过程即爆款应用出现的过程本报告版权属于安信证券股份有限公司各项声明请参见报告尾页20