研究报告全文：再谈人工智能AI投资的短期与长期科技产业专题报告AI2023107中信证券研究部核心观点2023年以来ChatGPT引发产业界和资本市场对人工智能AIArtificialIntelligence的新一轮高度关注ChatGPT为代表的生成式人工智能AIGCAIgeneratedcontent打开市场的想象力其令人惊叹的自传播性快速完成概念普及和投资者教育人们重新审视和评估数字化智能化在千行百业中将带来的机遇和潜力本报告系统性总结反思过去一年乃至更长时间周期内AI的演进及市场预期变化梳理人工智能的投资框架全景图全面梳理A股许英博港股美股市场上的人工智能相关公司供投资者参考科技产业首席分析师市场回顾全球投资者对人工智能期待甚多资本市场投资机遇主要围绕算力S1010510120041领域英伟达及其产业链公司领涨今年以来截至9月28日从市场类别看美股纳斯达克279和费城半导体368指数领涨全球中国人工智能和科技相关指数表现平淡A股市场中信半导体指数-53下跌中信电子指数13中信计算机指数84小幅上涨港股恒生科技指数-108表现略强于恒生指数-138个股方面英伟达2011脸书1437特斯拉1279领涨美股英伟达产业链公司中继旭创3099工业富联1169领涨A股理想汽车646表现显陈俊云著优于其他港股科网公司当前时点投资者依旧关注英伟达及其产业链前瞻研究首席公司的股价是否已经PriceIn太多市场预期是否还有上行动力2人工智能分析师投资机会未来是否将进一步向算力领域外延伸云计算大模型AI应用领域S1010517080001投资能否酝酿下一波投资机遇技术逻辑这一次有何不同OpenAI主导的生成式人工智能AICG路径建立在超大规模数据学习基础上基于模型训练和RLHF人类反馈强化学习可用于文本图片视频代码等多模态信息生成和交互OpenAI于2022年11月30日发布ChatGPT引发全球市场关注2023年3月14日GPT-4发布进一步提升文字输入限制至25万字准确率提升试图水平提升9月ChatGPT更新支持基于图像进行分析和对话其他竞争对手快速跟进Meta推出包含贾凯方的开源大模型开放商业应用许可市场反响较好外媒前瞻研究分析师RLHFLLAMA2TheS1010522080001information报道谷歌大模型Gemini亦有望近期推出在中国市场上腾讯混元大模型百度文心大模型阿里通义大模型快手快意大模型等互联网背景大模型创业公司MiniMax等清华系等高校背景大模型的市场关注度较高此外市场期待字节跳动大模型的推出AI应用潜力值得期待的SaaSAI微软CopilotAI助手整合GPT技术有助提升用户效率且有助公司挖掘用户价值微软Copilot最早基于Windows11后支持Office365面向企业用户定价为每用户30美元月我们认为微软李雷Copilot是最值得关注的AI应用如果其订阅数据保持持续稳定增长意味着互联网科技融合SaaSAI商业模式被用户接受具有显著的示范效应Adobe和Salesforce也首席分析师推出基于AI的服务以Adobe为例Firefly通过独立网址被访问期间在今年S10105230700013月21日到6月8日这2个多月时间内帮助用户生成超过2亿张图片被整合进入Photoshop应用后在5月23日到6月8日的2周多时间内帮助用户生成超过15亿张图片软件SaaS应用的流量基础优势显现叠加AI应用提升用户体验可以进一步显著提升用户粘性如果微软Copilot能够证明加量可加价逻辑的成立意味着软件SaaS公司的市场空间TAM将被进一步打开未来一旦进入美元降息周期叠加行业扩大美股板块或将SaaSTAMSaaS迎来一波重估机遇中国软件公司亦有望有对标机会廖原互联网科技融合短期VS长期AIGC打开投资者想象空间市场预期先行产业化应用大规模分析师落地仍需时间PC和移动互联网等科技大潮的经验表明人们倾向于高估新技证券研究报告请务必阅读正文之后第49页起的免责条款和声明科技产业专题报告AI2023107S1010522030004术会带来的短期变化低估技术浪潮的长期潜力根据IDC数据PC的峰值年销量约35亿台互联网产业巅峰市值约千亿美元量级智能手机的峰值销量约14亿部移动互联网产业市值以万亿美元计人工智能AI带来传统千行百业数字化和智能化长期看有望打开万亿美元潜在市场空间和更大规模的市值空间甚至孕育下一代科技硬件苹果VisionPro首次提出空间计算概念未来AIAR可望带来更多科技进步可能但同时我们也认识到算力和算法虽快速进步但传统行业的数据治理仍面临挑战数据清洗数据标注数据结构化徐涛数据规模化既需要时间更需要传统产业决策者的认知提升算法方面仍需要科技产业联席首席开发者针对不同的垂直场景的数据进一步微调模型处理幻觉带来的挑战分析师我们坚信AI在中长期将彻底再造千行百业带来长期投资机遇但市场预期S1010517080003提升过快AI产业化的大规模落地仍需时间风险因素AI核心技术发展不及预期风险科技领域政策监管持续收紧风险私有数据相关的政策监管风险全球宏观经济复苏不及预期风险宏观经济波动导致欧美企业IT支出不及预期风险AI潜在伦理道德用户隐私风险企业数据泄露信息安全风险行业竞争持续加剧风险等投资逻辑算力先行大模型值得关注静待AI应用大规模落地大模型训练杨泽原需要规模庞大的GPU算力在美国市场上OpenAIMeta谷歌Stable计算机行业首席DiffusionMidjourney等公司仍在快速训练和迭代算法在中国市场上根据分析师我们各公司公告进行的不完全统计有超过30家公司声称推出大模型或垂直场S1010517080002景下的中模型模型企业的持续涌现加剧算力现阶段供需紧张状态英伟达GPU凭借CUDA生态仍然具有较强的市场竞争力谷歌TPU特斯拉Dojo等自研AI芯片在垂直领域亦值得关注我们判断伴随AI应用逐渐向纵深方向演进投资机会将从GPU产业链进一步扩展至云计算数据中心IDC液冷等产业链预计智能云占比较高的云计算公司将受益模型领域科网巨头争夺通用大模型制高点预计中小型科技公司和创业公司将向产业化方向演进具有产业数字化场景的传统产业巨头或以收购大模型为基础加速拓展自身AI应用黄亚元我们建议持续关注核心算力公司预计未来投资重心逐渐向云计算和软件SaaS通信行业首席领域迁移此外本报告全面梳理了股和中概股涉及人工智能领域的投资标分析师AS1010520040001的和估值后附表格供投资者参考值得关注的标的包括英伟达微软谷歌特斯拉等在A股市场我们建议关注中际旭创金山办公工业富联广联达等公司在中概股市场科技互联网公司同时受益于大模型和智能云计算需求增长阿里巴巴腾讯控股百度快手理想汽车等公司值得长期关注重点公司盈利预测及估值美股及中概股市值估值王冠然代码公司估值方式亿美元传媒行业首席22A23E24E25E分析师NVDAO英伟达10490PE125442626S1010519040005MSFTO微软23240PE32282420GOOGLO谷歌16460PE27232017TSLAO特斯拉7633PE54674127METAOMeta7661PE33231916AAPLO苹果26645PE27282624高飞翔AMZNO亚马逊12998EVEBITDA17141110前瞻研究分析师SNOWNSnowflake486PS24181310S1010523060003请务必阅读正文之后的免责条款和声明2科技产业专题报告AI2023107MDBOMongodb234PS1815129ADBEOAdobe2288PFCF31292623CRMNSalesforce1973PFCF31251916AMDOAMD1584PE29352419ANETNArista562PE39292420刘锐BIDUO百度460PE16121211前瞻研究分析师BABAN阿里巴巴2195PE11998S10105221100010700HK腾讯控股3690PE23181614LIO理想汽车370PE12652321510XPEVN小鹏145PS43211024HK快手346PS3222BZOBOSS直聘65PE59262015资料来源彭博一致预期中信证券研究部注股价为2023年9月28日收盘价重点公司盈利预测估值及投资评级A股PE简称代码收盘价评级2223E24E25E金山办公688111SH37081531219470买入科大讯飞002230SZ50662111187846买入云从科技-UW688327SH1474-18-22-16-12增持格灵深瞳688207SH223774610770买入海光信息688041SH53981421047352买入工业富联601138SH19720161311买入浪潮信息000977SZ376126241814买入计算星环科技-U688031SH6924-31-48-103128买入机同花顺300033SZ1494647403226买入恒生电子600570SH324557342823买入福昕软件688095SH8172-4086-105-109314买入航天宏图688066SH510351342316增持用友网络600588SH1662277983821买入彩讯股份300634SZ207241272319增持光云科技688365SH1159-28-97116无评级中际旭创300308SZ115876522318买入天孚通信300394SZ9593725240买入新易盛300502SZ4636412318买入源杰科技688498SH220251258361买入光迅科技002281SZ3226353025买入通信中兴通讯000063SZ326819151210买入锐捷网络301165SZ43645322418买入菲菱科思301191SZ1358848423225买入奥飞数据300738SZ91954463223增持润泽科技300442SZ243535231812买入请务必阅读正文之后的免责条款和声明3科技产业专题报告AI2023107科华数据002335SZ304256221612买入英维克002837SZ262853382822买入龙芯中科688047SH86881321508470买入景嘉微300474SZ8109127876549买入紫光国微002049SZ87228231815买入兴森科技002436SZ122137392717买入胜宏科技300476SZ223624211513买入沪电股份002463SZ225131302218买入华峰测控688200SH1307923201512买入澜起科技688008SH49744924130买入江波龙301308SZ876487-578849增持电子晶晨股份688099SH630536352418买入恒玄科技688608SH11665114684130买入全志科技300458SZ237572725848增持北京君正300223SZ737145643725买入富瀚微300613SZ478828242017买入漫步者002351SZ16258342724增持歌尔股份002241SZ157830342724增持传音控股688036SH1457447231916买入安克创新300866SZ937633242017买入三七互娱002555SZ21716151211买入恺英网络002517SZ12626171412买入吉比特603444SH3656218181513买入传媒完美世界002624SZ13219231613买入分众传媒002027SZ71538201715买入易点天下301171SZ172828292318买入兆讯传媒301102SZ20130281814增持互联广电运通002152SZ12137302725买入网融宝通科技300031SZ1814-19181310买入合佳都科技600728SH566-47273322买入资料来源Wind中信证券研究部预测注股价为2023年9月28日收盘价请务必阅读正文之后的免责条款和声明4科技产业专题报告AI2023107目录市场回顾美股科技板块算力板块领涨8技术逻辑走向更人性化更多元化的人机交互模式9应用潜力AISaaS将成为最有潜力的模式21长期机会市场对AI长期潜力的认知存在预期差28投资策略算力先行静待AI应用大规模落地32风险因素45投资策略46请务必阅读正文之后的免责条款和声明5科技产业专题报告AI2023107插图目录图1AI标的股价涨跌幅基于2023年1月3日8图2港中美市场AI标的表现对比8图3语言模型的基础就是预测下一个词出现的概率并通过这一方法完成预训练9图4OpenAI的发展历程10图5CNN模型精度较难以超越人类水平10图6Transformer模型的提取能力实现了质的飞跃11图7在语言任务上Bert模型的表现第一次在部分场景追平人类11图8从2018年到2022年模型参数量增加了5000倍12图9Prompt简化了使用端接口是更好的产品思维12图10产品化能力的进步让ChatGPT取得了史无前例的用户增长速度13图11以Siri为代表的传统模式13图12ChatGPT如何回答红黑树问题14图13RealToxicity数据集InstructGPT牺牲部分精度14图14TruthfulQA数据集InstructGPT在QA取得更好成绩14图15OpenAI在文档中明确声明只会与合作方分享模型具体的实现细节15图16Llama2的表现接近GPT-35与PaLM16图17Llama2与使用了RLHF的模型表现接近远超没有RLHF的Falcon16图18Anthropic的52B模型在与其它初创公司的横向对比中有明显优势17图19亚马逊Tranium芯片17图20Cohere聊天产品界面18图21Coral主要设计为团队办公类场景服务18图22ACT-1模型十分接近AIAgent的概念但仍在测试中19图23中国AI大模型玩家20图24中国科技巨头加速发展AI大模型20图25OpenAI给出的Agent模型21图26MicrosoftCopilot概要22图27MicrosoftCopilot产品逻辑22图28Grounding本质上是对用户指令优化并让大语言模型更精准理解23图29通过简短命令根据之前的文档生成纪要24图30Copilot通过网页信息自动生成的ppt24图31针对Excel数据的智能分析以及更灵活的可视化图标25图32根据方案提炼自动生成完整邮件回复25图33Teams会议生成实时纪要提供给晚入会者26图34Copilot与微软365系列产品的深度结合26图35AdobeFirefly在两个多月内生成了2亿张图片27图36AI将如同PC移动互联一样引发新一轮的技术革命28图37互联网内容生成的四个阶段29图38AI模型和硬件的发展曲线和算力的需求和供给情况29图39人机交互模式从二维开始走向三维30图40大语言模型产业链结构30图41数据用于预训练前的准备步骤31图42因为在训练时大量杂乱的数据输入大语言模型难以避免幻觉的产生31请务必阅读正文之后的免责条款和声明6科技产业专题报告AI2023107图43谷歌AI蓝图32图44亚马逊生成式AI布局33图45微软AI布局33图46中国电信布局AI33图47万国数据在手资源与使用率34图482022国内IDC市场格局34图492020全球IDC市场格局34图50Equix数据中心在云厂商的份额35图51液冷产业链35图52互联网巨头在AI领域积累已久具备先发优势36图53全球AIGC模型前十大开发机构36图54生成式人工智能服务管理暂行办法中不同公司算法备案数量36图552022年全球AI服务器采购量占比37图56主要AI参与公司2022年研发费用39图57头部互联网企业研发人员数量及占比39图58阿里巴巴所有产品未来都将接入大模型全面升级40图59世界一流大语言模型初创公司几乎都背靠强力公有云厂商的支持41图60全球数据量ZB及增速41图61中国AI基础数据服务市场规模42图62中国数据库市场规模42图63语言模型与软件场景的融合43图64ToC端服务以SaaS订阅为主45表格目录表1英伟达A100H100算卡出货量估算36表2海内外主要大语言模型数据集38表3人工智能人才储备量企业排名39表4新兴AI和大模型企业近期融资情况39表5Adobe及Salesforce近期AI相关事项43表6A股AI相关公司46表7AI港美股及中概股盈利预测47请务必阅读正文之后的免责条款和声明7科技产业专题报告AI2023107市场回顾美股科技板块算力板块领涨随着ChatGPT以及AI的持续发展全球投资者对人工智能期待甚多资本市场亦在寻找相关领域的投资机会复盘2023年全球主要资本市场走势我们看到几个明显的特征1投资机遇主要围绕算力领域英伟达及其产业链公司领涨例如美股市场上英伟达A股市场的工业富联中际旭创等2从市场类别看美股纳斯达克279和费城半导体368指数领涨中国人工智能和科技相关指数表现平淡图1AI标的股价涨跌幅基于2023年1月3日港股美股A股恒生指数恒生科技纳斯达克指数纳斯达克中国金龙指数费城半导体指数上证指数电子中信计算机中信半导体中信2023-01-030000000000000000000000000002023-01-318427301153136816834476837225162023-02-28-178-7281029122182952370512893542023-03-31126166176748729185021483319514972023-04-28-124-7841771-5531975663896230212712023-05-31-949-14332453-138438072831063242912332023-06-30-610-7613274-572468627594725836042023-07-31-03374838121303544056080018204052023-08-31-875-127351213846780113601441-0652023-09-28-1376-10752709-5343679-019127836-532资料来源wind中信证券研究部具体来看截至9月28日A股市场中信半导体指数-53下跌中信电子指数13和中信计算机指数84小幅上涨港股恒生科技指数-108表现略强于恒生指数-138个股方面英伟达2011脸书1437特斯拉1279领涨美股英伟达产业链公司中继旭创3099工业富联1169领涨A股理想汽车646表现显著优于其他港股科网公司图2港中美市场AI标的表现对比资料来源wind中信证券研究部虽然市场上已经反映了大量的AI预期但在当前技术和应用仍在快速迭代的过程中投资者依旧关注英伟达及其产业链公司的股价是否已经PriceIn太多市场预期是否还有上行动力2人工智能投资机会未来是否将进一步向算力领域外延伸云计算大模型AI应用领域投资能否酝酿下一波投资机遇在本篇报告中我们将系统性总结反思过去一年乃至更长时间周期内AI的演进及市场预期变化梳理人工智能的投资框架全景图全面梳理A股港股美股市场上的人工智能相关公司供投资者参考请务必阅读正文之后的免责条款和声明8科技产业专题报告AI2023107技术逻辑走向更人性化更多元化的人机交互模式技术复盘OpenAI主导的生成式人工智能AIGC路径建立在超大规模的数据学习基础上基于模型训练和RLHF人类反馈强化学习可用于文本图片代码等多模态信息生成和交互而ChatGPT的技术根基来自于2016发表的Transformer模型由谷歌最先提出用通俗的语言来解释这一模型的工作就是通过分析数据单字间的统计学关联从而预测句子中将要出现的下一个词或者空缺的词的概率通过不断计算空缺单词的概率分布模型最终通过统计学的原理生成出一个完整的句子图3语言模型的基础就是预测下一个词出现的概率并通过这一方法完成预训练资料来源谷歌技术博客httpscloudgooglecomblogproductsai-machine-learning回顾OpenAI的发展历程ChatGPT的成功并非是横空出世而是经历了超过7年多于三代的技术积累与迭代并在这一过程中走出了自己的开创性道路请务必阅读正文之后的免责条款和声明9科技产业专题报告AI2023107图4OpenAI的发展历程资料来源OpenAI谷歌Meta官网中信证券研究部OpenAI成立于2015年在当时的学术界仍然以深度学习为核心的小模型占据主流这类模型以LSTM及CNN模型作为典型的特征抽取器根据特定领域标注数据训练在一些任务上可以达到接近人类的水准但是硬件算力不够导致针对其他领域重新训练成本过高让其通用型任务的完成情况很差图5CNN模型精度较难以超越人类水平资料来源OpenAI官方博客httpsopenaicomresearch从2018年开始OpenAI开始活跃在大语言模型的学术圈内并提出了开创性的GPT-2模型2017年谷歌Bert为代表的双向预训练FineTuning微调的Transformer模型横空出世成为了人工智能的主流方向OpenAI紧随谷歌之后提出了GPT-2在Bert的模式上做了改进以让其更适合生成式的任务尽管GPT-2模型仍然十分不完善基准成绩不算优秀但Bert与后续GPT-2等模型的推出统一了自然语言模型NLP的研究范式请务必阅读正文之后的免责条款和声明10科技产业专题报告AI2023107这类模型以预训练的方式学习语言学特征大幅简化了过去NLP繁琐的研究种类Transformer作为特征提取器效果好于CNNLSTM模型等让AI首次能在语言任务的部分场景中追平人类图6Transformer模型的提取能力实现了质的飞跃资料来源OpenAI官方博客httpsopenaicomresearch图7在语言任务上Bert模型的表现第一次在部分场景追平人类资料来源AttentionisAllyouneedGoogleBrainAshishVaswaniNoamShazeerNoamShazeer等2020年是OpenAI产生广泛影响力的开端GPT-3的出现证明了OpenAI自回归模型的优势并验证了模型大小与数据质量的重要性在这段时间内产业界与学术界继续沿着Transformer的道路前进但开始尝试不同于Bert的其他Transformer架构通过预训练无监督学习的方法不断增加模型大小成为了这一时段的主流以OpenAI1750亿参数的GPT-3为代表各大互联网巨头不断尝试增加模型体积以获得更好的效果请务必阅读正文之后的免责条款和声明11科技产业专题报告AI2023107图8从2018年到2022年模型参数量增加了5000倍资料来源OpenAI官方博客httpsopenaicomresearchGPT模型相比于其他模型的不同之处在于其更好的产品化能力相比于BertGPT-3的自回归Prompting在产品化能力上展现出了两个优点1Fine-tuning对于小公司更难部署从产品化的角度上更加困难2Prompting的方法更符合我们对以人类的方式使用AI的愿望谷歌等巨头在这一阶段也意识到了Prompting方法的重要性逐渐开始转向国内AI研究在这一段时间内明显落后仍然沿着Bert模型的方向继续前进对GPT-3的研究很少同时受制于中文优质语料的相对稀缺模型大小也较难提升图9Prompt简化了使用端接口是更好的产品思维资料来源OpenAI官方博客httpsopenaicomresearchChatGPT的成功证明了GPT模型的Prompting道路的正确性同时也强调了数据质量的重要性ChatGPT最重要的成功是在产品化上更进一步ChatGPT在模型精度上并没有飞跃性的突破但从FewShotprompt需要输入范例示范转换到Instruct用人类语言描述想做什么更加贴合用户的习惯请务必阅读正文之后的免责条款和声明12科技产业专题报告AI2023107图10产品化能力的进步让ChatGPT取得了史无前例的用户增长速度资料来源百度官网OpenAI官网中信证券研究部从产品逻辑上ChatGPT的Prompting模式虽然牺牲了部分精度但无需用任务区分器区别不同的任务更接近于大众所理解的人工智能此前大众接触的人工智能如Siri小爱小度音箱等通过以任务分类的形式运行准备不同任务的标注数据分别进行训练是传统的Bert类模型简单来说将预先设置好的任务类型放于模型背后使用者通过描述任务类型系统来匹配对应的模块缺点是使用者的指令需要清晰且无法执行没有预先设置的任务类型而GPT类模型面对用户不同的输入模型可以自行判断给了用户更好的体验这也更接近于大众理解的通用人工智能图11以Siri为代表的传统模式资料来源苹果官网中信证券研究部绘制请务必阅读正文之后的免责条款和声明13科技产业专题报告AI2023107图12ChatGPT如何回答红黑树问题资料来源ChatGPT官网中信证券研究部提问并截图图13RealToxicity数据集InstructGPT牺牲部分精度图14TruthfulQA数据集InstructGPT在QA取得更好成绩02404502304035022030210250202015019010180050170GPT有监督微调InstructGPTGPT有监督微调InstructGPT资料来源OpenAI中信证券研究部资料来源OpenAI中信证券研究部请务必阅读正文之后的免责条款和声明14科技产业专题报告AI2023107随着GPT模型的成功OpenAI等人工智能头部厂商从开源走向闭源利用其资源优势来打造差异化的AI模型在GPT与PalM交出出色表现后谷歌与OpenAI作为行业内的技术领先者已经明确选择了闭源模式OpenAI推出GPT-4的形式与以往模型的发布都有所不同OpenAI既没有公开发布GPT-4的相关论文也没有提供详细的框架说明仅仅提供了一份98页的技术文档主要描述模型能力以及相关评测的得分几乎没有任何技术细节通过这一方式OpenAI阻断了所有借鉴者参考的直接途径模型大小数据集构建训练方法等将闭源的路线坚持到底通过这一方式OpenAI迫使想要融入GPT-4能力的软件服务商与其合作OpenAI提供对应的API接口以及部署指导图15OpenAI在文档中明确声明只会与合作方分享模型具体的实现细节资料来源OpenAIGPT-4技术文档相较于头部厂商Meta等追赶者更倾向于培养开源社区发布Llama2共同迭代模型头部厂商闭源模型后落后一到两个身位的公司MetaAmazonNVIDIA等可能会选择开源路线寄希望通过社区的力量加速迭代2023年7月19日Meta发布了其最新开源可商用版本Llama2大语言模型模型层面的最大亮点在于开源了与GPT-35相同的SFT与RLHF人类反馈强化学习的步骤成为目前开源类别中最接近GPT-35的大语言模型从Meta论文中公布的数据指标Llama270B在部分指标上甚至追平了GPT-35大部分指标超过GPT-3成为如今性能较为领先的开源模型之一总体来看Meta的LLaMA2论文向业内拆解了SFT以及RLHF等的技术过程并给出了可以直接使用的版本我们认为这将会统一目前开源领域的研究框架加速开源模型的迭代速度请务必阅读正文之后的免责条款和声明15科技产业专题报告AI2023107图16Llama2的表现接近GPT-35与PaLM资料来源OpenAIGPT-4技术文档图17Llama2与使用了RLHF的模型表现接近远超没有RLHF的Falcon资料来源OpenAIGPT-4技术文档除去上述提到的几家互联网巨头外海外的初创模型公司中也有如AnthropicCohere以及Adept等市场参与者AnthropicAnthropic是由OpenAI前员工DanielaAmodei和DarioAmodei创办他们是GPT2和GPT3的核心研发人员在ChatGPT发布两个月后Anthropic公司就迅速开发出了竞品Claude又在2023年7月初完成了Claude2的升级相比初代版本Claude2性能有所提升并且能够实现更长文本的响应在编程数学推理等方面都有大幅提升根据其论文公布的相关参数Claude2在一些核心数据集中的表现可以与GPT-35相当请务必阅读正文之后的免责条款和声明16科技产业专题报告AI2023107图18Anthropic的52B模型在与其它初创公司的横向对比中有明显优势资料来源HolisticEvaluationofLanguageModelsPercyLiangRishiBommasaniTonyLee依托亚马逊硬件平台寻求快速扩大模型规模根据TechCrunch的报道Anthropic的目标是在未来两年内筹集多达50亿美元以训练一个强大的模型并进入十几个主要行业作为OpenAI的挑战者Anthropic在2022年早些时候获得了谷歌4亿美元的投资并于2023年获得亚马逊40亿美元的初期投资根据亚马逊的披露通过与亚马逊的合作Anthropic将使用AWSTrainium和Inferentia芯片来构建训练和部署其未来的基础模型并且两家公司还将合作开发未来的Trainium和Inferentia技术图19亚马逊Tranium芯片资料来源亚马逊官网CohereCohere2019年成立于加拿大多伦多其创立者AidenGomez是2017年大模型的开创论文Attentionisallyouneed的署名八位作者之一这8位作者均已离开谷歌其中6人选择创建自己的AI公司分别是CohereAdeptCharacteraiInceptive以及NEARAIGomez创立的Cohere主要业务是给用户提供应用大语言模型的API可以帮助用户创建针对客户特有的使用场景和独有数据的大模型Cohere可以提供生成语言模型generativelanguagemodel如GPT2和GPT3直接生成文字和表示模型请务必阅读正文之后的免责条款和声明17科技产业专题报告AI2023107reprensentationlanguagemodel如BERT生成Embedding向量在2023年中端大模型竞争愈发激烈后Cohere也改变此前不单独推出模型的战略发布了其协同类助手Coral主要针对的是办公场景中不同工作流的协同任务图20Cohere聊天产品界面资料来源Cohere官网Cohere在2021年9月获得4000万美元A轮融资2022年2月获得159亿美元B轮融资投资方包括AI领域资深学者深度学习三巨头之一GeoffreyHinton李飞飞PieterAbbeel还有知名基金TigerGlobalIndexVenture等2023年5月获得25亿美元的融资估值达到20亿美元投资方包括SalesforceVentures英伟达InoviaCapital和IndexVentures等图21Coral主要设计为团队办公类场景服务资料来源Cohere官网请务必阅读正文之后的免责条款和声明18科技产业专题报告AI2023107AdeptAdept成立于2022年专注于人工智能模型开发领域其创始人是之前提到的论文Attentionisallyouneed另外两位作者AshishVaswani和NikiParmar截至2023年3月Adept累计融资415亿美元最新的估值至少为10亿美元AdeptAI目前的主要目标是基于生成式AI技术来做的一款通用操作工具让用户可以通过使用语音或文字来下指令由人工智能理解后来帮助完成各种操作和任务Adept的产品更接近于AIAgent的概念这也导致他目前的实际落地进度较慢简单来说AdeptAI的目标是基于生成式AI来建立一个全新的操作系统或者说是平台彻底改变过去人们使用应用程序或网页来进行软件操作的流程目前该产品主要由AdeptAI自研的大模型ActionTransformerACT-1来实现图22ACT-1模型十分接近AIAgent的概念但仍在测试中资料来源Adept官网国产大模型诸多玩家入场科网巨头目前投入较为激进国内市场亦与海外市场类似大量科技互联网巨头初创公司参与到竞争当中从类型来看主要分为四类玩家1科技互联网巨头以BATT华为等为代表力争实现通用模型的建设2初创公司以Minimax等为代表独立创业进行大模型的研发3科研院校围绕科研资源进行大模型的研发4其他科技公司如云知声科大讯飞昆仑万维等请务必阅读正文之后的免责条款和声明19科技产业专题报告AI2023107图23中国AI大模型玩家资料来源企查查各公司官网中信证券研究部图24中国科技巨头加速发展AI大模型资料来源各公司官网中信证券研究部请务必阅读正文之后的免责条款和声明20