人工智能系列深度報告：AIGC行業(yè)綜述篇-開啟AI新篇章

2023年03月20人工智2023年03月20人工智能系列深度報告：AIGC行業(yè)綜述——開啟AI新篇陳夢竹(陳凱藝(1本篇報告主要解答了以下問題：AI、AIGC當(dāng)下發(fā)本篇報告主要解答了以下問題：AI、AIGC當(dāng)下發(fā)展處于什么階段？未來將呈現(xiàn)怎樣的趨勢？AIGC的核心生產(chǎn)要素是什么？各生產(chǎn)要素的發(fā)展趨勢如何？NLPCV、ASR、TTS算法及發(fā)展？ChatGPT為何“火爆出圈”？AIGC包括什么？已有哪些產(chǎn)品？應(yīng)用現(xiàn)狀及前景如何?有哪些企業(yè)進行了布局？商業(yè)模式如何行業(yè)發(fā)展：人工智能步入新發(fā)展階段，逐步邁向AGI；AIGC擁抱人類，創(chuàng)造人機交互新變革，將迎來更多新機遇。人工智能從理論發(fā)展分為四個階段：規(guī)則導(dǎo)向、機器學(xué)習(xí)、深度學(xué)習(xí)、自主學(xué)習(xí)階段，目前處于深度學(xué)習(xí)階段；從應(yīng)用成熟度可分為三個階段：弱人工智能階段（ANI）、強人工智能階段（AGI）、超人工智能階段（ASI），目前處于ANI階段；從應(yīng)用類型可分為四種：感知式AI與分析式AI應(yīng)用較成熟，決策式AI近年來發(fā)展迅速，生成式AI迎來突破。生成式即AIGC，較傳統(tǒng)內(nèi)容創(chuàng)作模式UGC、PGC可實現(xiàn)更大數(shù)量、更高質(zhì)量、更低單位成本，未來將從輔助創(chuàng)作生成趨向高度自動化自主創(chuàng)造。此外，AIGC將能多領(lǐng)域，加速人機共生的建設(shè)，迎接更多機遇與挑戰(zhàn)技術(shù)進步：算力是支撐，數(shù)據(jù)是瓶頸，算法迎來突破。算力層，近年來大模型流行，模型參數(shù)量迅速膨脹，所需計算資源越來越大，算力是AIGC核心生產(chǎn)要而I芯片全球短缺，美對華芯片制裁升級，我們認(rèn)為國內(nèi)短期算力充足，長期仍需要逐步實現(xiàn)I芯片國產(chǎn)化替代。數(shù)據(jù)是機器學(xué)習(xí)的核心，AI發(fā)展的瓶頸,數(shù)據(jù)決定模型質(zhì)量的上限；大模型訓(xùn)練需要海量且優(yōu)質(zhì)數(shù)據(jù)，I越來越高，我們認(rèn)為加速商業(yè)化，實現(xiàn)數(shù)據(jù)反哺是對提高數(shù)據(jù)量、降成本的重要解決辦法。算法層，近年來迎來不少突破，過去NLP領(lǐng)域以RNN及其變體為主CV領(lǐng)域以CNN及其變體為主，但各有優(yōu)劣，Transformer架構(gòu)突破了RNN不能并行計算的限制，較CNN有更好的計算局部特征間的關(guān)聯(lián)等，自2017年開在NLP領(lǐng)域應(yīng)用、變種升級，Transformer在多模態(tài)的發(fā)展和應(yīng)用將讓AI越來越多的向人類推理方式靠近，以實現(xiàn)AGI。AIGC包括文本/音頻/圖像/視頻/代3D/數(shù)字人/跨膜態(tài)生成等，目前文本、音頻和圖像領(lǐng)域都迎來較大突破，圖像生成的突破是Difusso的出現(xiàn)，文本生成的突破則是GPT的出現(xiàn)，AGC基本采用GA算法，算法及產(chǎn)品越來越豐富多元，因AG的蓬勃發(fā)展，已開啟技術(shù)與應(yīng)用的新篇章。應(yīng)用概覽：技術(shù)突破實現(xiàn)應(yīng)用創(chuàng)新。I小模型是過去主流的研究和應(yīng)用方向，在端部分行業(yè)、賽道已有不少企業(yè)布局，預(yù)計未來仍將依托其細(xì)分行業(yè)、細(xì)分賽道的先發(fā)優(yōu)勢和數(shù)據(jù)、項目實施經(jīng)驗、產(chǎn)品優(yōu)勢等壁壘仍將有較好的發(fā)展。但大模型尚未實現(xiàn)商業(yè)價值閉環(huán)，未來需要重點關(guān)注數(shù)據(jù)、算法層面的突破與變革，探索新的商業(yè)模式，目前已在影視、傳媒、電商、端娛樂規(guī)模應(yīng)用，游戲領(lǐng)域逐步應(yīng)用，金融、工業(yè)、醫(yī)療、法律、設(shè)計等專業(yè)領(lǐng)域還在持續(xù)拓展。產(chǎn)業(yè)布局：科技巨頭全面布局，中下游廠商百花齊放。國外主要以微軟、谷歌、Meta為主，國內(nèi)以百度、騰訊、阿里、華為等為主，既擁有充足的算力支撐，又有優(yōu)秀的人才團隊，多年算法、數(shù)據(jù)積累，在大模型領(lǐng)域的發(fā)展及應(yīng)用具備天然優(yōu)勢。上游除云廠商外，還有光通信廠商、數(shù)據(jù)服務(wù)商、算力相關(guān)設(shè)備廠商，行業(yè)細(xì)分賽道深耕，相關(guān)技術(shù)、數(shù)據(jù)儲備豐富。下游主要是受益于AGC對業(yè)務(wù)的驅(qū)動、降本增效，空間較大，多行業(yè)公司均將逐步受益。商業(yè)模式：商業(yè)化初啟，期待產(chǎn)業(yè)生態(tài)、技術(shù)與產(chǎn)品發(fā)展完善。小模型在B端已應(yīng)用多年，大模型商業(yè)剛剛開始，主要是MaaS，包括大模型廠商自用，實現(xiàn)增量或降本增效；云廠商“MaaS+aaS”打包輸出；替代翻譯、美工、原畫師、程序員、分析師、設(shè)計師等繁瑣重復(fù)的低端工作等。大模型商業(yè)價值閉環(huán)未成，aaS風(fēng)險提示：人工智能發(fā)展不及預(yù)期，AIGC發(fā)展不及預(yù)期；技術(shù)發(fā)展不及預(yù)期；商業(yè)化拓展不及預(yù)期；行業(yè)競爭加劇風(fēng)險；中美科技競爭不確定性2請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明核心分析框核心分析框 核心分析框架：每一輪人機交互的變革都會帶來產(chǎn)業(yè)級投資機核心分析框架：期待算力、數(shù)據(jù)、算法的突破，邁向強人工智能AGI階段核心分析框架：AIGC與PGC、UGC內(nèi)容創(chuàng)作模式對比核心分析框架：數(shù)據(jù)是機器學(xué)習(xí)的核心，也是機器學(xué)習(xí)的瓶頸核心分析框架：AIGC——生產(chǎn)力的革命核心分析框架：ChatGPT史上用戶數(shù)增長最核心分析框架：當(dāng)模型規(guī)模達到某個閾值時，模型出現(xiàn)涌現(xiàn)能hGPTHFGP-核心分析框架：AGC何時突破工業(yè)紅線？關(guān)注數(shù)據(jù)、算法和商業(yè)模式破局核心分析框架：互聯(lián)網(wǎng)大廠全面布局，中小廠商主要發(fā)力中下游環(huán)節(jié)核心分析框架：產(chǎn)業(yè)鏈各環(huán)節(jié)發(fā)展趨核心分析框架：總成本持續(xù)提升，但同級別參數(shù)消耗量將顯著下降一、行業(yè)篇：人工智能發(fā)展步入新階段，AIGC創(chuàng)造新機 每一輪人機交互的變革都會帶來產(chǎn)業(yè)級投資機內(nèi)容創(chuàng)作模式進化：從供給轉(zhuǎn)變?yōu)樾枨髮?dǎo)向，從單次轉(zhuǎn)變?yōu)槎啻紊鷥?nèi)容創(chuàng)作模式對比：AIGC實現(xiàn)內(nèi)容創(chuàng)作呈高質(zhì)量、大數(shù)量、低成本趨AIGC演進趨勢：輔助生 自動化獨立創(chuàng)3請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明二、技術(shù)篇：算力是支撐，數(shù)據(jù)是核心，算法逐步迎來突 二、技術(shù)篇：算力是支撐，數(shù)據(jù)是核心，算法逐步迎來突 機器學(xué)習(xí)：分為訓(xùn)練和推理，數(shù)據(jù)決定上限，算法逼近上數(shù)據(jù)：機器學(xué)習(xí)的核心，也是機器學(xué)習(xí)的瓶算力：隨著模型參數(shù)量的提升，算力需求顯著增AIGC：生產(chǎn)力的革AIGC模型：參數(shù)量持續(xù)提升、開源模型逐漸豐ChatGPT-反思：站在巨人的肩膀之上，開源開放期待更多可能和變?nèi)?yīng)用篇：技術(shù)突破實現(xiàn)應(yīng)用創(chuàng)新，已在多領(lǐng)域落 AIGC何時突破工業(yè)紅線：重點關(guān)注數(shù)據(jù)、算法的突破和商業(yè)模式的發(fā)AIGC應(yīng)用：在金融、計算機、教育、工業(yè)、醫(yī)療等專業(yè)領(lǐng)域還在持續(xù)拓AIGC應(yīng)用：在法律、農(nóng)業(yè)、設(shè)計等專業(yè)領(lǐng)域還在持續(xù)拓4請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明四、企業(yè)布局：科技巨頭全面布局，中下游廠商百花齊 四、企業(yè)布局：科技巨頭全面布局，中下游廠商百花齊 廠商布局：互聯(lián)網(wǎng)大廠全面布局，中小廠商主要發(fā)力中下游環(huán)AIGC相關(guān)標(biāo)的——中游企AIGC相關(guān)標(biāo)的——下游企五、商業(yè)模式：商業(yè)化初啟，期待產(chǎn)業(yè)生態(tài)、技術(shù)與產(chǎn)品發(fā)展完 商業(yè)模式：大模型商業(yè)化初啟，小模型在部分領(lǐng)域已實現(xiàn)商業(yè)價值閉商業(yè)模式：開始商業(yè)化嘗試，會員制+按次收費為成本測算-訓(xùn)練成本：總成本持續(xù)提升，但同級別參數(shù)消耗量將顯著下風(fēng)險提 5請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明6請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明6請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明OculusQuest、HTCYahoo、GoogleIphone品——iphoneOculusQuest、HTCYahoo、GoogleIphone品——iphone2G，大iPhone4在外觀、顯示、作為Windows95的默認(rèn)發(fā)售Oculusrift消費者e-ou、utidein、36氪，Companyhistory，digitaltrends，IDGnewsservice，likecs，payititi，TechCPR，theverge，VRcompare，7請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明核心分析框架：期待算力、數(shù)據(jù)、算法的突破，邁向強人工智能AGI1950s-決策式生成式AI生成核心分析框架：期待算力、數(shù)據(jù)、算法的突破，邁向強人工智能AGI1950s-決策式生成式AI生成各種數(shù)據(jù)、圖像、語音等容后，決策式AI對生成內(nèi)容進行分析和始于1970s，分析之后，進行智能決策；近年來才開始真正興盛感知式分析式始于1960s，始于1980s，起源于分析式AI2022年迎來突破生成式請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明8據(jù)出現(xiàn)AIGC與PGC、UGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢，將會成為元宇宙UGC與PGCAIGC與PGC、UGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢，將會成為元宇宙UGC與PGCPGC生產(chǎn)者的專業(yè)性保證了內(nèi)容質(zhì)UGC模式下內(nèi)容生產(chǎn)質(zhì)量良莠不內(nèi)容生產(chǎn)來源于專業(yè)組織或人，內(nèi)容規(guī)模有WebWebWebWebWebWebAIGC模式具有顯著的規(guī)模遞減優(yōu)勢成本支出隨著內(nèi)容規(guī)模的增加而同比增長，但總成本增長速度請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明9其成本支出主要在于模型算法開發(fā)場景下，AIGC生成內(nèi)容規(guī)模越大，其PGC與UGC模式下單位內(nèi)容生產(chǎn)成本下降幅度??模型評模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)?????模型評模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)???推模型加模型推輸出轉(zhuǎn)結(jié)果后處結(jié)果展數(shù)據(jù)預(yù)處輸入轉(zhuǎn)請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明深度 開發(fā) 發(fā)布/開 功 特 受習(xí)框 時 TensorFlowServing和TensorFlowLite可讓用IoT設(shè)本生成）等。還提供了兩個高級功能：1.具有強大的GPU加速的張量計算（如Numpy）2.包含自動求導(dǎo)系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。等，服務(wù)406萬開發(fā)者。請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明，，步 定 成本占 特 展請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明，，步 定 成本占 特 展20%-算力消耗2個月翻算力消耗2個月翻算力消耗3.4個月翻算力消耗每24個月翻（摩爾定律→GPU計Pre-GPU請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明資料來源：量子位，《IntelligentComputing:TheLatestAdvancesChallengesandFuture》SHIQIANGZHUAIGC——生成式對抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點AIGC——生成式對抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點Magenta、網(wǎng)易-有靈智能創(chuàng)作平臺等?GLIDE、DiscoDiffusionBigSleep、StarryAl、VOMBODream、百度文心ERNIE-VLG等。?目前主要是基于圖像、文本生成3D建模；AR、DreamFusion、GET3D、3DiM等3D擴散模型?過“擴散來執(zhí)行隱空間中的推斷。Codex、Tabnine、CodeT5、Polycoder、?視頻生成文本等；未來將有更多跨模態(tài)應(yīng)用。ChatGPT4、百度文心、阿里M6?資料來源：量子位，wuhu動畫人空間，數(shù)據(jù)派THU，F(xiàn)orbesGenerativeAdversarialNetworks》Goodfellow等，《UsingPre-TrainingCanImproveModelRobustnessandUncertainty》Hendrycks等，《DiffusionModelsBeatGANsonImageSynthesis》Dhariwal等，國海證券研究所請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明優(yōu)點缺點核心分析框架：ChatGPT2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語料庫，2019-2-參數(shù)量15核心分析框架：ChatGPT2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語料庫，2019-2-參數(shù)量15億Tokens為學(xué)習(xí)在無明確監(jiān)督情況下執(zhí)2020-5-2022-1-參數(shù)量13億運用RHLF，利用獎勵在遵循指令及輸出內(nèi)容等性能方面優(yōu)于成為史上用戶增長預(yù)計推出參數(shù)量1750億Tokens為499B結(jié)合少樣本學(xué)習(xí)及無監(jiān)督學(xué)OpenAI??預(yù)計為多模態(tài)大模型（語音、圖像、新必應(yīng)已集成ChatGPT4??????研究公司性質(zhì)啟動資金10億元???????ChatGPT發(fā)布后市場反應(yīng)熱ChatGPT2訓(xùn)練數(shù)據(jù)來自Reddit；ChatGPT2訓(xùn)練數(shù)據(jù)線上圖書（GPT1數(shù)據(jù)集及Bibliotik,）、3.8Reddit。??LLM（largelanguagemodel）無監(jiān)督學(xué)習(xí)（Unsupervisedpre-training）：又稱可預(yù)測學(xué)習(xí)，CoT(ChainofThought)思維鏈：該算法使得模型生成推理路徑，RLHF(ReinforcementLearningFromHumanFeedback)人類反????????資料來源：OpenAI官網(wǎng)，《ImprovingLanguageUnderstandingbyGenerativePre-Training》AlecRadford等，《LanguageModelsareFew-ShotLearners》TomBBrown等Traininglanguagemodelstofollowinstructionswithhumanfeedback》LongOuyang等，澎湃新聞，Heise，每日智匯，GitHub，《What‘sinmyAI》AlanD.Thompson，通信世界網(wǎng)，LifeArchitect，芯東西，國海證券研究所請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明LawsforNeuralLanguageModels》，探結(jié)論是：從PowerLaw，即隨著模型規(guī)模指數(shù)級上LawsforNeuralLanguageModels》，探結(jié)論是：從PowerLaw，即隨著模型規(guī)模指數(shù)級上算力消 PF-而在2022年8月，Google發(fā)表論《EmergentAbilitiesofLargeLanguage結(jié)論是：當(dāng)模型規(guī)模達到某個閾值 多任務(wù)自然語言理 事實信息問 準(zhǔn)確率ScalingLawsforNeuralLanguageModels》KaplanEmergentAbilitiesofLargeLanguageModels》Wei請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明模型誤差核心分析框架：GPT-3采用無監(jiān)督學(xué)習(xí)機制，優(yōu)點在于無需人工進行數(shù)據(jù)標(biāo)注，可以節(jié)省模型訓(xùn)練成本，模核心分析框架：GPT-3采用無監(jiān)督學(xué)習(xí)機制，優(yōu)點在于無需人工進行數(shù)據(jù)標(biāo)注，可以節(jié)省模型訓(xùn)練成本，模型泛化能力更強對模型輸出的結(jié)果進行評分，從而可以節(jié)省人力。雖然相比于GPT-3，ChatGPT需要消耗一定的人力，但是模型結(jié)果會更加符合人類偏好 階段階段階段高高中中低低請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明PPO模型生成答PPO模型參標(biāo)注一批模型出及提隨機從信息庫取指模型-根據(jù)RM評分結(jié)果更新AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專業(yè)領(lǐng)域，細(xì)分行AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專業(yè)領(lǐng)域，細(xì)分行參與問請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）倒映有（未上市）相芯科（未上市）心識宇芯（300474.SZ）景嘉（9888.HK）百度集（NVDA.O）英偉（9988.HK）阿里巴（688256.SH）寒武（002405.SZ）四維圖（688981.SH）中芯國（未上市）地平視頻生（688039.SH）當(dāng)虹科（0020.HK）商（未上市）邁吉（未上市）影譜科請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明電（300785.SZ）值得游（002624.SZ）完美世（0700.HK）騰訊控（300459.SZ）湯姆傳（301270.SZ）漢儀股（300364.SZ）中文在（000681.SZ）視覺中（300781.SZ）因賽集（300624.SZ）萬興科政（300075.SZ）數(shù)字政（002530.SZ）金財互C端應(yīng)（MSFT.O）微（GOOGL.O）谷（未上市）寫作（未上市）寫作（未上市）盜夢（未上市）詩云科（未上市（未上市）影譜科（未上市）帝視科（未上市）不咕剪營（301052.SZ）果麥文（002803.SZ）吉宏股（301171.SZ）易點天教（300081.SZ）恒信東虛擬（300182.SZ）捷成股（002354.SZ）天娛數(shù)多模（9888.HK）百（9988.HK）阿里巴（0700.HK）騰訊控（300612.SZ）宣亞國（300418.SZ）昆侖萬（603466.SH）風(fēng)語（688327.SH）云從科（2121.HK）創(chuàng)新奇（MSFT.O）微（GOOGL.O）谷（NVDA.O）英偉（未上市）珍（未上市）中科聞（未上市）瀾舟科（9988.HK）阿里巴（002230.SZ）科大訊（9888.HK）百度集（002230.SZ）科大訊（688111.SH）金山辦（300058.SZ）藍色光（002292.SZ）奧飛娛（學(xué)術(shù)機構(gòu)）清華大3D生（未上市）聚力維代碼生（MSFT.O）微（學(xué)術(shù)機構(gòu)）清華大策略生（未上市）rct（未上市）超參數(shù)科（300738.SZ）奧飛數(shù)（603019.SH）中科曙（9698.HK）萬國數(shù)（CD.US）秦淮數(shù)光模（300308.SZ）中際旭（300502.SZ）新易（220081.SZ）光迅科服務(wù)器液（600756.SH）浪潮信（300017.SZ）網(wǎng)宿科（000938.SZ）紫光股數(shù)據(jù)供給（688787.SH）海天瑞云計（000977.SZ）浪潮信（9988.HK）阿（9888.HK）百度集（0700.HK）騰（未上市）華AIGC請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括在文心大模型中各類行業(yè)模與B端企業(yè)有廣泛合 百度搜百度各類產(chǎn)品的內(nèi)容推先發(fā)優(yōu)阿 阿里M6大模 合作較 電商搜阿里云和企業(yè)服騰微信用戶數(shù)騰訊 騰訊視頻、新聞數(shù)騰訊游戲數(shù)混元大模 騰訊游戲騰訊游戲AI合作較 微信等產(chǎn)品的自媒體創(chuàng)作內(nèi)容推華 盤古大模 盤古大模型中的各類業(yè)模合作較 較谷搜索數(shù)谷歌 谷歌學(xué)Youtube數(shù)Imagen、ExTSPaLM 合作較 微Azure Office用戶數(shù)Bing搜索數(shù)LayoutLM、以及OpenAI旗 的大模較多企業(yè)接入 接 AI賦能搜索和辦公業(yè)務(wù)快速積累新用學(xué)術(shù)機（中游為主清華大中國科學(xué)技術(shù)大學(xué)主要通過外 互聯(lián)網(wǎng)公開數(shù) 合作方向主要為學(xué)術(shù) 人才儲中小廠（中下游為主中游小模型廠主要通過外 垂直行業(yè)數(shù) 垂直行業(yè)模 積累行業(yè)數(shù)下游應(yīng)用廠主要通過外 垂直行業(yè)數(shù) 用戶粘規(guī)模效 數(shù)據(jù)規(guī)政府補 數(shù)據(jù)質(zhì)前期研發(fā)投 數(shù)據(jù)獲取成 行業(yè)know- 積累；業(yè)務(wù)和AI技術(shù)結(jié)的可行頭部效應(yīng) 通用類數(shù)據(jù)集中于大廠，而邊際成本 直行業(yè)數(shù)據(jù)分頭部效應(yīng) 百花齊通用型內(nèi)容生成集中于大廠對外提供服務(wù)的同時大廠，而垂直行業(yè)解決內(nèi)部賦能，小廠采取外購 請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明小模商業(yè)模MaaS（Modelasa垂直行業(yè)解決方請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明小模商業(yè)模MaaS（Modelasa垂直行業(yè)解決方1）純軟件及平臺1）一站式解決方面向用企業(yè)、機構(gòu)、個企業(yè)、機細(xì)分行業(yè)企毛利推理算力成本，毛利率可達80%含再開發(fā)項目實施費用標(biāo)準(zhǔn)化產(chǎn)品，毛利率可90%+含外購硬件，毛利30%-70提供商業(yè)模云廠商“aS”打S和增量服務(wù)收入。垂直行業(yè)解決方案，包括SDK產(chǎn)品、一站式落地解決方案付費邏谷歌、微軟必應(yīng)搜索引擎，品，SaaS廠商根據(jù)調(diào)用情或個人用戶自行調(diào)用，基于自身需求調(diào)用付費；YouTube視頻創(chuàng)作等，阿里電商營銷產(chǎn)品，騰訊企業(yè)微信、騰訊會議相關(guān)產(chǎn)品等，字節(jié)內(nèi)容創(chuàng)作等；基于C端用戶使用量內(nèi)部付中美差差距不大且均有較大需求，甚至生態(tài)差距較大，美國SaaS廠商面向全球，中國SaaS大模表：大模型訓(xùn)練成本中各成本占比????注：參考ChatGPT、百度文心、阿里M6、華為盤古大模型表：各大表：大模型訓(xùn)練成本中各成本占比????注：參考ChatGPT、百度文心、阿里M6、華為盤古大模型表：各大模型全局訓(xùn)練成本概請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明模 算力成本占 數(shù)據(jù)成本占 人力成本占 單次完整訓(xùn)練價格（萬美元/次 全年完整訓(xùn)練次數(shù)（次 全年訓(xùn)練成本（萬美元 已投入金額（萬美元400-1-2000左4300左400-1-不到40%-4%-20%-6%-8%-4%-10%-一、行業(yè)篇：人工智能發(fā)展步入新階段，AIGC請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明一、行業(yè)篇：人工智能發(fā)展步入新階段，AIGC請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明OculusQuest、HTCYahoo、GoogleIphone品——iphoneOculusQuest、HTCYahoo、GoogleIphone品——iphone2G，大iPhone4在外觀、顯示、發(fā)布初代Atlas2021已OpenAI發(fā)布人工智能作為Windows95的默認(rèn)發(fā)售Oculusrift消費者e-ou、utidein、36Companyhistory，digitaltrends，IDGnewsservice，likecs，payititi，TechCPR，theverge，VRcompare，國海證券研究所請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明AI發(fā)展歷程：期待算力、數(shù)據(jù)、算法的突破，邁向強人工智能AGI1950s-決策式生成式AI生AI發(fā)展歷程：期待算力、數(shù)據(jù)、算法的突破，邁向強人工智能AGI1950s-決策式生成式AI生成各種數(shù)據(jù)、圖像、語音等容后，決策式AI對生成內(nèi)容進行分析和始于1970s，分析之后，進行智能決策；近年來才開始真正興盛感知式分析式始于1960s，始于1980s，起源于分析式AI2022年迎來突破生成式請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明據(jù)出現(xiàn)AIGCAIGC僅限于小范圍實1950年，艾倫AIGCAIGC僅限于小范圍實1950年，艾倫·圖靈提出著名的“圖靈測試”，20072014年，IanJGoodfellow提出生成式對抗網(wǎng)給出判定機器是否具有“智能”的試驗方小說《ITheRoad2017年，微軟“小冰”提出世界首部100%2020視頻/3D生游戲請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明內(nèi)容創(chuàng)作模式進化：去中心化↑連接數(shù)量↑創(chuàng)作速度↑創(chuàng)作規(guī)模未來請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明純用戶內(nèi)容創(chuàng)作模式進化：去中心化↑連接數(shù)量↑創(chuàng)作速度↑創(chuàng)作規(guī)模未來請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明純用戶3D姿態(tài)建AI換3D姿態(tài)建AI換請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明供給導(dǎo)向：真實世界信息的“數(shù)字化”+創(chuàng)意“數(shù)字化真實世 虛擬世原生 現(xiàn)實化 數(shù)字化 原生 虛擬世穿 書 社交/社 電子游飲 桌 電商/交 影視/動出 手 設(shè)計/特 利用真實資 利用虛擬資生產(chǎn)和消耗 生產(chǎn)和消耗形產(chǎn) 擬產(chǎn)內(nèi)容創(chuàng)作模式對比：AIGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢，將會成為元宇宙UGC與PGC內(nèi)容創(chuàng)作模式對比：AIGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢，將會成為元宇宙UGC與PGCPGC生產(chǎn)者的專業(yè)性保證了內(nèi)容質(zhì)UGC模式下內(nèi)容生產(chǎn)質(zhì)量良莠不內(nèi)容生產(chǎn)來源于專業(yè)組織或人，內(nèi)容規(guī)模有WebWebWebWebWebWebAIGC模式具有顯著的規(guī)模遞減優(yōu)勢成本支出隨著內(nèi)容規(guī)模的增加而同比增長，但總成本增長速度請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明其成本支出主要在于模型算法開發(fā)場景下，AIGC生成內(nèi)容規(guī)模越大，其PGC與UGC模式下單位內(nèi)容生產(chǎn)成本下降幅度AIGC隨著人工智能算法的進步和算力的提升，AIGCPGCUGC012345AI滲透率AI滲透率AI滲透率AI滲透率生產(chǎn)力生產(chǎn)力AIGC隨著人工智能算法的進步和算力的提升，AIGCPGCUGC012345AI滲透率AI滲透率AI滲透率AI滲透率生產(chǎn)力生產(chǎn)力生產(chǎn)力?????字規(guī)范性核查，人物/機構(gòu)地域等實體屬性??技術(shù)能力?請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明??模型評模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)?????模型評模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)???推模型加模型推輸出轉(zhuǎn)結(jié)果后處結(jié)果展數(shù)據(jù)預(yù)處輸入轉(zhuǎn)請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明深度 開發(fā) 發(fā)布/開 功 特 受習(xí)框 時 TensorFlowServing和TensorFlowLite可讓用IoT設(shè)本生成）等。還提供了兩個高級功能：1.具有強大的GPU加速的張量計算（如Numpy）2.包含自動求導(dǎo)系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。等，服務(wù)406萬開發(fā)者。請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明，，步 定 成本占 特 展請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明，，步 定 成本占 特 展20%-算力消耗2個月算力消耗2個月翻算力消耗3.4個月翻算力消耗每24個月翻（摩爾定律→GPU計Pre-GPU請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明資料來源：量子位，《IntelligentComputing:TheLatestAdvancesChallengesandFuture》SHIQIANGZHUAIGC生成式對抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點AIGC生成式對抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點Magenta、網(wǎng)易-有靈智能創(chuàng)作平臺等?GLIDE、DiscoDiffusionBigSleep、StarryAl、VOMBODream、百度文心ERNIE-VLG等。?目前主要是基于圖像、文本生成3D建模；AR、DreamFusion、GET3D、3DiM等3D擴散模型?過“擴散來執(zhí)行隱空間中的推斷。Codex、Tabnine、CodeT5、Polycoder、?視頻生成文本等；未來將有更多跨模態(tài)應(yīng)用。ChatGPT4、百度文心、阿里M6?wuhu動畫人空間，數(shù)據(jù)派THU，F(xiàn)orbes，《GenerativeAdversarialNetworks》Goodfellow等，《UsingPre-TrainingCanImproveModelRobustnessandUncertainty》Hendrycks等，《DiffusionModelsBeatGANsonImageSynthesis》Dhariwal等，國海證券研究所請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明優(yōu)點缺點AIGC谷歌PaLM谷LaMDAGoperYuan1.0(246B)A121Jurassic-1NAVERLABSHyperCLOVA(204B)BLOOM(176B)AIGC谷歌PaLM谷LaMDAGoperYuan1.0(246B)A121Jurassic-1NAVERLABSHyperCLOVA(204B)BLOOM(176B)GPT-3OPT谷FLANTuring-NLG(137B)GPT-NeoXGPT-j2022GoogleResearch的一篇里程碑式的論文提出了一種新的神經(jīng)小模型（smallmodels）占主導(dǎo)地位，小模型擅于分請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明stateofAIreport2022清華大GLM華盤古百Ernie3.0TitanNLP循環(huán)神經(jīng)網(wǎng)絡(luò)長短期記憶網(wǎng)絡(luò)門控循環(huán)單元????1997年提出，RNN的變體，控制信息的流動，并引入記憶單元，解決了梯度消列，同時具有記憶功能；但容易出（（???????????NLP循環(huán)神經(jīng)網(wǎng)絡(luò)長短期記憶網(wǎng)絡(luò)門控循環(huán)單元????1997年提出，RNN的變體，控制信息的流動，并引入記憶單元，解決了梯度消列，同時具有記憶功能；但容易出（（????????????（Self-Attention目前主要是無監(jiān)督學(xué)習(xí)，因此對于文本處???????2017????EasyAIEmpiricalEvaluationofGatedRecurrentNeuralNetworksonSequenceModeling》JunyoungChungGradient-BasedLearningAppliedtoDocumentRecognition》YannLeCunHeterogeneousGraphNeuralNetwork》ChuxuZhangAttentionIsAllYouNeed》AshishVaswaniOpenAI官網(wǎng)，《ImprovingLanguageUnderstandingbyGenerativePre-Training》AlecRadfordBERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding》JacobDevlin等，《RoBERTa:ARobustlyOptimizedBERTPretrainingApproach》YinhanLiu等，《XLNet:GeneralizedAutoregressivePretrainingforLanguageUnderstanding》ZhilinYangExploringtheLimitsofTransferLearningwithaUnifiedText-to-TextTransformer》ColinRaffel等，《SwitchTransformersScalingtoTrillionParameterModelswithSimpleandEfficientSparsity》WilliamFedus等，請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明模 發(fā)布時間發(fā)布 特單向自回歸方式來預(yù)訓(xùn)練模型，可以生成連貫的文本，但可能存在信息丟失的問谷雙向訓(xùn)練架構(gòu)，從而可以適應(yīng)各種下游任務(wù)，但需要更多的文本數(shù)據(jù)和訓(xùn)練資源BERT的改進，去掉了下一句預(yù)測任務(wù)，更大規(guī)模的數(shù)據(jù)集和動態(tài)掩碼，較BET升模型魯棒性和泛化能力，但訓(xùn)練和推理的計算成本更高，訓(xùn)練時間更長，訓(xùn)練數(shù)據(jù)要更多。CMU谷BET的改進，自回歸+自編碼訓(xùn)練，較BET具有更好的建模能力、更強泛化能力，但需要更多的訓(xùn)練數(shù)據(jù)和更高的計算成本。谷NP任務(wù)，但需要大量計算資源和時間，在某些任務(wù)上的性能略遜于特定領(lǐng)域模型。谷1.6萬億參數(shù)（2021.1），目前參數(shù)量最大的NP模型；基于T5模型，采用創(chuàng)新的簡化稀疏路由機制，相較傳統(tǒng)自回歸模型，在效率、可擴展性和生成質(zhì)量等都具備較大優(yōu)勢，但需要更大的模型和更多的訓(xùn)練數(shù)據(jù)。NLP算法：Transformer開辟NLP新路徑，架構(gòu)優(yōu)化促成衍生模Transformer模型——特征2017年6月，Google發(fā)布論文《Attentionisallyouneed》，提出了解決seq2seq（sequencetosequence）問題的NLP算法：Transformer開辟NLP新路徑，架構(gòu)優(yōu)化促成衍生模Transformer模型——特征2017年6月，Google發(fā)布論文《Attentionisallyouneed》，提出了解決seq2seq（sequencetosequence）問題的Transformer模型。該模型引入自注意力機制（Self-Attention）代替了Self-Attention（自注意力機制Transformer架構(gòu)不斷優(yōu)化，對比神經(jīng)網(wǎng)絡(luò)模型優(yōu)勢顯著??例：翻譯Theanimaldidn’tcrossthestreetbecauseitwastoo以前的模型在處理該句子時，無法像人類一樣根據(jù)上下文判斷it指代niml還是而SlfAttention機制的引入使得模型不僅能夠關(guān)注當(dāng)前位置的詞，而且能夠關(guān)注句子中其他位置的詞，從而在翻譯時關(guān)聯(lián)it和niml，提高翻譯質(zhì)量。?國際機器翻譯評價指標(biāo)采用E（ilinulEvluationUndrstud）的測試方法。在英譯德測試中，rnsfomers/i及三款rnsfomer的衍生模型的E值顯著高于兩款基于RN和CN的模型，體現(xiàn)出rnsfome模型優(yōu)異的nsomBERN、CN模型。Transformer與早期模型的機器翻譯BLEU值對?50GNMT+RLEnsembleTrasnformer(big)ConvS2SDeep-Att+PosUnkEnsembleTransformer(base)請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明資料來源：《Attentionisallyouneed》VaswaniChatGPT：史上用戶數(shù)增長最快，源于算法的突破、高質(zhì)量的數(shù)據(jù)2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語料庫，ChatGPT：史上用戶數(shù)增長最快，源于算法的突破、高質(zhì)量的數(shù)據(jù)2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語料庫，2019-2-參數(shù)量15億Tokens為學(xué)習(xí)在無明確監(jiān)督情況下執(zhí)2020-5-2022-1-參數(shù)量13億運用RHLF，利用獎勵在遵循指令及輸出內(nèi)容等性能方面優(yōu)于成為史上用戶增長預(yù)計推出參數(shù)量1750億Tokens為499B結(jié)合少樣本學(xué)習(xí)及無監(jiān)督學(xué)OpenAI??預(yù)計為多模態(tài)大模型（語音、圖像、新必應(yīng)已集成ChatGPT4??????研究公司性質(zhì)啟動資金10億元???????ChatGPT發(fā)布后市場反應(yīng)熱ChatGPT2訓(xùn)練數(shù)據(jù)來自Reddit；ChatGPT2訓(xùn)練數(shù)據(jù)線上圖書（GPT1數(shù)據(jù)集及Bibliotik,）、3.8Reddit。??LLM（largelanguagemodel）無監(jiān)督學(xué)習(xí)（Unsupervisedpre-training）：又稱可預(yù)測學(xué)習(xí)，CoT(ChainofThought)思維鏈：該算法使得模型生成推理路徑，RLHF(ReinforcementLearningFromHumanFeedback)人類反????????，《.《Traininglanguagemodelstofollowinstructionswithhumanfeedback》LongOuyang等，Heise，GitHub，《What‘sinmyAI》AlanD.ThompsonLifeArchitect，國海證券研究請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明ChatGPT-算法：當(dāng)模型規(guī)模達到某個閾值時，模型出現(xiàn)涌現(xiàn)能LawsChatGPT-算法：當(dāng)模型規(guī)模達到某個閾值時，模型出現(xiàn)涌現(xiàn)能LawsforNeuralLanguageModels》，探結(jié)論是：從PowerLaw，即隨著模型規(guī)模指數(shù)級上算力消 PF-而在2022年8月，Google發(fā)表論《EmergentAbilitiesofLargeLanguage結(jié)論是：當(dāng)模型規(guī)模達到某個閾值 多任務(wù)自然語言理 事實信息問 準(zhǔn)確率ScalingLawsforNeuralLanguageModels》KaplanEmergentAbilitiesofLargeLanguageModels》Wei請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明模型誤差ChatGPT-算法：采用RLHF學(xué)習(xí)機制，效果優(yōu)于GPT-3的無監(jiān)督學(xué)GPT-3采用無監(jiān)督學(xué)習(xí)機制，優(yōu)點在于無需人工進行數(shù)ChatGPT-算法：采用RLHF學(xué)習(xí)機制，效果優(yōu)于GPT-3的無監(jiān)督學(xué)GPT-3采用無監(jiān)督學(xué)習(xí)機制，優(yōu)點在于無需人工進行數(shù)據(jù)標(biāo)注，可以節(jié)省模型訓(xùn)練成本，模型泛化能力更強對模型輸出的結(jié)果進行評分，從而可以節(jié)省人力。雖然相比于GPT-3，ChatGPT需要消耗一定的人力，但是模型結(jié)果會更加符合人類偏好 階段階段階段高高中中低低請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明PPO模型生成答PPO模型參標(biāo)注一批模型出及提隨機從信息庫取指模型-根據(jù)RM評分結(jié)果更新ChatGPT-反思：站在巨人的肩膀之上，開源開放期待更多可能和變ChChatGPT-反思：站在巨人的肩膀之上，開源開放期待更多可能和變ChtGPT采用未標(biāo)注數(shù)據(jù)訓(xùn)練而來，它的回答看起來相對以往更加聰明，但其理解和思考的過程更像是“黑匣?反思???資料來源AimultipleOpenAI官網(wǎng)ImprovingLanguageUnderstandingbyGenerativePre-Training》AlecRadford等，Redian新聞Nature》，微請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專業(yè)領(lǐng)域，細(xì)分行AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專業(yè)領(lǐng)域，細(xì)分行參與問請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明AIGC請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng) 應(yīng)用方 AI生成的應(yīng) AI生成的優(yōu) 產(chǎn)品/案智能創(chuàng)AIGC請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng) 應(yīng)用方 AI生成的應(yīng) AI生成的優(yōu) 產(chǎn)品/案智能創(chuàng) 劇本生 文本生成行篩選和二次加工 圖片處理A換臉：替換劣跡藝、現(xiàn)員色齡跨、難動合等面調(diào) 百度大腦A融合技術(shù)均理長需百人臉合成 視頻處理整：通過AI深度視頻合成技精調(diào)演的部征讓員口和同語減少由于演員身限影視毫，鍵傳臉即體融效。 聲音合 百度推出語音合成技術(shù)Meitron 模型/場景通過人工智能合成虛擬物理場景，將無法實拍或成本過高的場景生成出來。利用拓寬影視作品想象力的邊界，視頻處理數(shù)字建模+實時摳像技術(shù)，將演員動作與虛擬場景進行融合，最終生成視頻 修復(fù)還 百度與電影頻道合作的“智感超清聯(lián)合目”，共同打生成預(yù) 視頻生成機器學(xué)習(xí)自動生成影視預(yù)告片，人工進行最終調(diào)整 節(jié)約時間成本 3D轉(zhuǎn) 視頻處理將影視內(nèi)容自動從2D向3D自動轉(zhuǎn)制 臺“崢嶸”支持對影視作品進行維度轉(zhuǎn)換3D1000 文本分析應(yīng)用AI大數(shù)據(jù)處理與分析技術(shù)，從已有的數(shù)據(jù)庫中挖掘受眾的閱讀內(nèi)容和閱讀重提高信息精確度、選題精準(zhǔn)熱點預(yù) 模型建立通過AI科學(xué)地建立模型，對之后的熱點進行預(yù)測 信息收 文本分析AI大數(shù)據(jù)分析技術(shù)從全網(wǎng)海量信息中自動抓取相關(guān)素材，進行智能分類、聚類。提高收集篩選效率，降低人 語音識別借助AI語音識別技術(shù)實現(xiàn)錄音語音轉(zhuǎn)寫和實時翻譯，直接形成文字稿。 提高時效性，降低人力成本。冬奧期間，科大訊飛智能錄音筆跨語種轉(zhuǎn)寫 稿件寫 文本生成基于AI算法自動生產(chǎn)新聞稿，將部分工作自動化，幫助媒體生產(chǎn)內(nèi)容更快速準(zhǔn)確提高稿件質(zhì)量和時效性，降且智能 人力成本 通過AI多媒體信息識別能力，對視頻素材進行人像、文字、語音識別，迅速剪輯提高效率，降低人工成本，將（新華社）、Dreamwriter（騰訊財經(jīng)）、寫 視頻生成和生成字幕；實現(xiàn)畫面人物的動態(tài)追蹤、去除視頻的拍攝抖動、多方位修復(fù)視頻幾小時的工作量縮減至幾分鐘稿機器人“小南”（南方都市報&凱迪網(wǎng)） AI主 動畫合成保其表情、唇動與音頻一致；除了常規(guī)式主持播報，虛擬主持人也開始陸續(xù)支持效率高、零出錯、全天 （新華社）、AI記者“小聰”（浙江衛(wèi)視新聞分 視頻處理使用橫屏速轉(zhuǎn)豎屏，視頻拆條、視頻集錦等AI智能工具，適應(yīng)各平臺分發(fā)要求。提高傳播效率AIGC應(yīng)用：已在電商、C端娛樂規(guī)模應(yīng)請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明AIGC應(yīng)用：已在電商、C端娛樂規(guī)模應(yīng)請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng) 應(yīng)用方 AI生成的應(yīng) AI生成的優(yōu) 產(chǎn)品/案3D外 模型/場景商品的3D幾何模型和紋理。在分鐘級時間內(nèi)完成商品 現(xiàn)線上“商品放家中”的模擬展示效果產(chǎn)品展示 AI算法生成的3D商品模型還可用于在線試穿，高度還原高度還原商品或服務(wù)試用的體驗感，3D在線試 模型/場景商品或服務(wù)試用的體驗感 率平均值70%，較行業(yè)平均水平提升9倍，同比正虛擬試珠寶、Gucci虛擬試戴手表和眼鏡、宜語音合成基于視覺、語音、文本生成技術(shù)打造虛擬主播，為觀眾提填補真人主播直播間隙，24小時不間斷連播；加速 動畫合成供24小時不間斷的貨品推薦介紹 人機交互 人設(shè)更穩(wěn)定可控，不怕“塌房” 客服咨 信息處理AI虛擬客服，智能問答、自動回復(fù)、及時解決消費者問題全年無休、無接待上限、相較人工節(jié)約80%左右成京東言犀2.0每天可提供1000萬次的智能服務(wù) 廣告營銷 素材生成 圖像生成A自動生成營銷文案宣圖。 提高個性化和對。 阿里巴巴的A設(shè)計師魯”以商生文字生成 告素材。虛擬貨 場景搭 模型/場景通過從二維圖像中重建場景的三維幾何結(jié)構(gòu)，快速、低成提升沉浸感和消費體驗 阿里巴巴的虛擬現(xiàn)實計劃“u+”，提供 C端娛AI換臉應(yīng)用圖像處理生成AI換臉圖像或視頻。用途多為二創(chuàng)、社交平臺分享。較大滿足用戶獵奇的需求，成為破圈利器 視頻處理 上AppStore免費下載榜首位 提供原始照片、輸入關(guān)鍵詞和參數(shù)、選擇風(fēng)格和模板，即操作簡單、滿足用戶獵奇需求。 智能配 語音合 語音合 降低寫作門檻，為小說作者提供便利。速度快、操彩云小夢AI續(xù)寫功能提供三條不同的故事走向供 文字生成要用于為小說續(xù)寫、人物世界觀構(gòu)建提供靈感。 字節(jié)旗下的抖音，推出名為“沸寂虛擬數(shù)字 圖像生成可通過虛擬形象進行交互，如試穿服裝、虛擬社交等。 的業(yè)務(wù)，其平臺定位是“數(shù)字時尚創(chuàng)意平臺”模型/場景字人內(nèi)容生產(chǎn)處于起步階段，隨著短視頻的崛起，創(chuàng)作者降低虛擬形象定制門檻，豐富用戶體驗 此外還有AIStudios、DeepBrainAI、 AIGC應(yīng)用：已在游戲領(lǐng)域逐步應(yīng)AIAI產(chǎn)品/動作生 騰訊游戲CROSGVoice（騰訊游戲語音）表情生 生成 學(xué)習(xí)在語音編解碼器上的不斷突破，將AICodecAIGC應(yīng)用：已在游戲領(lǐng)域逐步應(yīng)AIAI產(chǎn)品/動作生 騰訊游戲CROSGVoice（騰訊游戲語音）表情生 生成 學(xué)習(xí)在語音編解碼器上的不斷突破，將AICodec應(yīng)用降低生產(chǎn)成本，提升生成角色規(guī)模和效率，增加《和平精英》游戲中，在行業(yè)內(nèi)率先實現(xiàn)AICodec率更高質(zhì)量的語音編碼，由此成為首個將AICodec技術(shù)全RctAI能夠根據(jù)玩家實時輸入信息，動態(tài)地生成AI基于擬人化AI研究，騰訊AILab與《穿越火線》手機版合請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明AIGC應(yīng)用：在金融、計算機、教育、工業(yè)、醫(yī)療等專業(yè)領(lǐng)AIGC應(yīng)用：在金融、計算機、教育、工業(yè)、醫(yī)療等專業(yè)領(lǐng)域還在持續(xù)拓請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng) AI應(yīng)用模 AI價 相關(guān)機構(gòu)/企業(yè)/產(chǎn) 基于算法自動編寫咨訊，將部分采編工作提高咨詢生成速度，提高熱點捕捉能力，增加資訊 以工作量優(yōu)勢輔助分析師抓取數(shù)據(jù)、進行提高數(shù)據(jù)分析的時效性、全面性、準(zhǔn)確性，減少人 AI智能設(shè)計程序或算法，輔助人工進行應(yīng)減少人工成本，提高應(yīng)用開發(fā)效率。 GitHubCopilotReplit的Ghostwriter計算機領(lǐng) 代碼編 代碼生 硬件設(shè) 模型構(gòu) 模型/場 2D教材轉(zhuǎn) 文本生 合成虛擬教師，具有與傳統(tǒng)教師相似的教提高教學(xué)趣味性，降低教學(xué)成本。 輔助CAD設(shè)計 將工程設(shè)計中重復(fù)的、耗時的和低層次的縮短工程設(shè)計周期 SketchGraphs能夠協(xié)助建筑師、工程師等用戶使用任務(wù)自動化 AutoCAD和SOLIDWORKS設(shè)計2D和3D原型模型/場 個性化康 體投影、心理疾病患者合成無攻擊感的醫(yī)為患者提供個性化康復(fù)服務(wù) 百度生物計算平臺“螺旋槳PaddleHelix”提供了智能診 圖像分 輔助醫(yī)生進行初步診斷，并且智能生成診提高醫(yī)療效率，減輕醫(yī)生工作量，幫助精確評估和整套開源工具集和計算平臺，支持構(gòu)建針對新藥文本生 斷報告 患者病情及時對比 AIGC應(yīng)用：在法律、農(nóng)業(yè)、設(shè)計等專業(yè)領(lǐng)域還在持續(xù)拓AIGC應(yīng)用：在法律、農(nóng)業(yè)、設(shè)計等專業(yè)領(lǐng)域還在持續(xù)拓請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng) AI應(yīng)用模 AI價 相關(guān)機構(gòu)/企業(yè)/產(chǎn) 方便快捷，節(jié)約時間，減少人工成本，本生成功能來增加說理依據(jù)，在裁判文書中，法律領(lǐng) 法律文書撰 文字生 提高準(zhǔn)確性 件的處理輔助司法裁 分析比 空間感 AI伴 語音合 滿足客戶個性化需求 如AI2THOR和ManipulaTHOR，可以讓他們感知點 間環(huán)境 農(nóng)業(yè)/圖像分 輔助質(zhì) 文本生 數(shù)據(jù)分 配貨建 文本生 次數(shù)反而少了18%3D模型生 藝術(shù)/設(shè)計領(lǐng) 圖像生 請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）倒映有（未上市）相芯科（未上市）心識宇芯（300474.SZ）景嘉（9888.HK）百度集（NVDA.O）英偉（9988.HK）阿里巴（688256.SH）寒武（002405.SZ）四維圖（688981.SH）中芯國（未上市）地平視頻生（688039.SH）當(dāng)虹科（0020.HK）商（未上市）邁吉（未上市）影譜科請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明電（300785.SZ）值得游（002624.SZ）完美世（0700.HK）騰訊控（300459.SZ）湯姆傳（301270.SZ）漢儀股（300364.SZ）中文在（000681.SZ）視覺中（300781.SZ）因賽集（300624.SZ）萬興科政（300075.SZ）數(shù)字政（002530.SZ）金財互C端應(yīng)（MSFT.O）微（GOOGL.O）谷（未上市）寫作（未上市）寫作（未上市）盜夢（未上市）詩云科（未上市（未上市）影譜科（未上市）帝視科（未上市）不咕剪營（301052.SZ）果麥文（002803.SZ）吉宏股（301171.SZ）易點天教（300081.SZ）恒信東虛擬（300182.SZ）捷成股（002354.SZ）天娛數(shù)多模（9888.HK）百（9988.HK）阿里巴（0700.HK）騰訊控（300612.SZ）宣亞國（300418.SZ）昆侖萬（603466.SH）風(fēng)語（688327.SH）云從科（2121.HK）創(chuàng)新奇（MSFT.O）微（GOOGL.O）谷（NVDA.O）英偉（未上市）珍（未上市）中科聞（未上市）瀾舟科（9988.HK）阿里巴（002230.SZ）科大訊（9888.HK）百度集（002230.SZ）科大訊（688111.SH）金山辦（300058.SZ）藍色光（002292.SZ）奧飛娛（學(xué)術(shù)機構(gòu)）清華大3D生（未上市）聚力維代碼生（MSFT.O）微（學(xué)術(shù)機構(gòu)）清華大策略生（未上市）rct（未上市）超參數(shù)科（300738.SZ）奧飛數(shù)（603019.SH）中科曙（9698.HK）萬國數(shù)（CD.US）秦淮數(shù)光模（300308.SZ）中際旭（300502.SZ）新易（220081.SZ）光迅科服務(wù)器液（600756.SH）浪潮信（300017.SZ）網(wǎng)宿科（000938.SZ）紫光股數(shù)據(jù)供給（688787.SH）海天瑞云計（000977.SZ）浪潮信（9988.HK）阿（9888.HK）百度集（0700.HK）騰（未上市）華AIGC請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括在文心大模型中各類行業(yè)模與B端企業(yè)有廣泛合 百度搜百度各類產(chǎn)品的內(nèi)容推先發(fā)優(yōu)阿 阿里M6大模 合作較 電商搜阿里云和企業(yè)服騰微信用戶數(shù)騰訊 騰訊視頻、新聞數(shù)騰訊游戲數(shù)混元大模 騰訊游戲騰訊游戲AI合作較 微信等產(chǎn)品的自媒體創(chuàng)作內(nèi)容推華 盤古大模 盤古大模型中的各類業(yè)模合作較 較谷搜索數(shù)谷歌 谷歌學(xué)Youtube數(shù)Imagen、ExTSPaLM 合作較 微Azure Office用戶數(shù)Bing搜索數(shù)LayoutLM、以及OpenAI旗 的大模較多企業(yè)接入 接 AI賦能搜索和辦公業(yè)務(wù)快速積累新用學(xué)術(shù)機（中游為主清華大中國科學(xué)技術(shù)大學(xué)主要通過外 互聯(lián)網(wǎng)公開數(shù) 合作方向主要為學(xué)術(shù) 人才儲中小廠（中下游為主中游小模型廠主要通過外 垂直行業(yè)數(shù) 垂直行業(yè)模 積累行業(yè)數(shù)下游應(yīng)用廠主要通過外 垂直行業(yè)數(shù) 用戶粘規(guī)模效 數(shù)據(jù)規(guī)政府補 數(shù)據(jù)質(zhì)前期研發(fā)投 數(shù)據(jù)獲取成 行業(yè)know- 積累；業(yè)務(wù)和AI技術(shù)結(jié)的可行頭部效應(yīng) 通用類數(shù)據(jù)集中于大廠，而邊際成本 直行業(yè)數(shù)據(jù)分頭部效應(yīng) 百花齊通用型內(nèi)容生成集中于大廠對外提供服務(wù)的同時大廠，而垂直行業(yè)解決內(nèi)部賦能，小廠采取外購 AIGC相關(guān)標(biāo)的——上游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)光模中際旭2022年公司800G產(chǎn)品、相干光模塊產(chǎn)品等已實現(xiàn)小批量出貨，保持了產(chǎn)品領(lǐng)先新易公司一直致力于高性能光模塊的研發(fā)、生產(chǎn)和銷售，為數(shù)據(jù)中心客戶提供100GAIGC相關(guān)標(biāo)的——上游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)光模中際旭2022年公司800G產(chǎn)品、相干光模塊產(chǎn)品等已實現(xiàn)小批量出貨，保持了產(chǎn)品領(lǐng)先新易公司一直致力于高性能光模塊的研發(fā)、生產(chǎn)和銷售，為數(shù)據(jù)中心客戶提供100G、200G、400G和800G高速光模塊產(chǎn)品；為電信設(shè)備商客戶提供5G前傳、中傳和回傳光模塊、以及應(yīng)用于城域網(wǎng)、骨干網(wǎng)和核心網(wǎng)傳輸?shù)墓饽K產(chǎn)品；為智能電網(wǎng)和安防監(jiān)控網(wǎng)絡(luò)服務(wù)商提供光模塊解決方案。光迅科公司主要產(chǎn)品有光電子器件、模塊和子系統(tǒng)產(chǎn)品，按應(yīng)用領(lǐng)域可分為傳輸類、接入類、數(shù)據(jù)通信類。其中傳輸類產(chǎn)品中的傳輸收發(fā)模塊包括100G/400G等速率10km/40km/80km/120km等距離的光模塊產(chǎn)品浪潮信公司建成了亞洲最大的液冷數(shù)據(jù)中心研發(fā)生產(chǎn)基地，構(gòu)筑了從研發(fā)、測試、生產(chǎn)、交付的全鏈條液冷智造能力，年交付能力超過10液冷系列產(chǎn)品、改造和部署方案，整體PUE降至1.1以下。網(wǎng)宿科作為IT基礎(chǔ)平臺服務(wù)提供商，公司一直圍繞信息技術(shù)基礎(chǔ)設(shè)施平臺進行能力建設(shè)及業(yè)務(wù)開拓，在CDN、IDC等成熟業(yè)務(wù)的基礎(chǔ)上，正在進行向“云安全”與方向的革新；并積極拓展私有云/混合云、MSP、數(shù)據(jù)中心液冷解決方案等新業(yè)務(wù)紫光股根據(jù)IDC數(shù)據(jù)，2022年上半年公司多項產(chǎn)品市場占有率持續(xù)領(lǐng)先，在中國以太網(wǎng)交換機、企業(yè)網(wǎng)交換機、數(shù)據(jù)中心交換機市場，分別以36.9%、37.9%、37.8%的場份額排名第一奧飛數(shù)公司是專業(yè)的數(shù)據(jù)中心業(yè)務(wù)運營商和通信綜合運營企業(yè)，在華南地區(qū)自建了多個數(shù)據(jù)中心，并在全國各地運營著眾多高標(biāo)準(zhǔn)數(shù)據(jù)中心，具備覆蓋全國的服務(wù)能中科曙公司AI計算服務(wù)主要應(yīng)用在數(shù)據(jù)中心端，為各個需要人工智能技術(shù)支撐的領(lǐng)域提供服務(wù)萬國數(shù)中國領(lǐng)先的數(shù)據(jù)中心基礎(chǔ)設(shè)施和服務(wù)提供商之一，數(shù)據(jù)中心覆蓋中國國內(nèi)重點核心城市秦淮數(shù)創(chuàng)立于2015年，總部位于北京，是全球首家以泛亞太新興市場作為業(yè)務(wù)發(fā)展核心區(qū)域的超大規(guī)模數(shù)據(jù)中心解決方案運營商，同時也是專注信息技術(shù)產(chǎn)業(yè)生態(tài)基礎(chǔ)設(shè)施規(guī)劃、投資、設(shè)計、建造和運營的綜合服務(wù)提供商。芯英偉2020-2021年推出GANverse3D，能夠生成可自定義并生成動畫的3D圖形。2022年發(fā)布了Magic3D，一個可以從文字描述中生成3D模型的AI景嘉公司在圖形顯控領(lǐng)域擁有圖形顯控模塊、圖形處理芯片、加固顯示器、加固存儲和加固計算機等五類產(chǎn)品，其中圖形顯控模塊是公司最為核心的產(chǎn)品海光信旗下有AI芯片海光8000系英特旗下有AI芯片NervanaNNP-I1000NervanaNNP-阿里巴旗下有平頭哥（芯片研發(fā)百百度昆侖芯未上燧原科旗下有AI芯片邃思1.0和邃思未上壁仞科旗下有AI芯片未上天數(shù)智旗下有AI芯片天垓未上華旗下有AI芯片昇騰310和昇騰AIGC相關(guān)標(biāo)的——上游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)超算中阿里巴2022年8月阿里云啟動兩個超算中心：一是張北超級智算中心，總建設(shè)規(guī)模為12EFOPS（每秒1200億億次浮點運算）AIGC相關(guān)標(biāo)的——上游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)超算中阿里巴2022年8月阿里云啟動兩個超算中心：一是張北超級智算中心，總建設(shè)規(guī)模為12EFOPS（每秒1200億億次浮點運算）I算力，將超過谷歌（9EFOPS）和特斯拉（1.8EFOPS）的智算中心。二是烏蘭察布超級智算中心，建設(shè)規(guī)模為3EFOPS（每秒300億億次浮點運算）I算力，位于“東數(shù)西算”內(nèi)蒙皆是以“飛天智算平臺”為技術(shù)底座，在規(guī)模和效率上實現(xiàn)雙向突破，將為AI大模型訓(xùn)練、自動駕駛、空間地理等人工智能探索應(yīng)用提供強大的智能算力服務(wù)。騰訊控2022年9月，騰訊長三角人工智能先進計算中心及生態(tài)產(chǎn)業(yè)園投入使用。該計算中心建成后，服務(wù)器數(shù)量將達到80萬臺，算力是目前世界排名第一的超算中心的10倍，屆服務(wù)。騰訊長三角人工智能先進計算中心及生態(tài)產(chǎn)業(yè)園項目是上海市重大建設(shè)項目，將引入騰訊的科恩、優(yōu)圖、微翎三大實驗室。除了騰訊三大實驗室外，還有常山北明、東華軟件、T3出行、靈雀云等50余家騰訊生態(tài)鏈企業(yè)將入駐生態(tài)產(chǎn)業(yè)園項目。百2019年10月，百度在保定，同時自建兩個超大型云計算中心，分別為徐水智能云計算中心和百度定興智能云計算中心。2020年8月20心宣布開放，承載36萬臺I服務(wù)器?？拼笥嵱嶏w于2009年開始算力基礎(chǔ)設(shè)施建設(shè)，目前已建成4城7中心深度學(xué)習(xí)計算平臺，訊飛的算力不僅完全滿足AI提供相關(guān)I服務(wù)的需求。商2022年1月商湯科技宣布，商湯科技人工智能計算中心啟動運營。商湯ID是一座開放、大規(guī)模、低碳的先進計算基礎(chǔ)設(shè)施，是Seeore商湯AI大裝置的重要算力基座，其設(shè)計的峰值算力高達3740Petalops（1Petalop等于每秒1千萬億次浮點運算。中國電2022年7月，中國電信安徽智算中心正式啟動，該中心累計投資將達100億元人民幣，建設(shè)16000個高密度機架，支持算力規(guī)?？蛇_到2.2EFOPS，使安徽省的整體算力規(guī)模翻番，將成為華東區(qū)域具有重要影響力的超大型數(shù)據(jù)中心之一。中國移中國移動圍繞智算建設(shè)運營和I產(chǎn)業(yè)生態(tài)培育兩大目標(biāo)，構(gòu)建全棧智能信息服務(wù)體系，助力國內(nèi)AI產(chǎn)業(yè)長遠(yuǎn)發(fā)展。一是制定新型智算技術(shù)體系，構(gòu)建智算基礎(chǔ)設(shè)施底座。二是以網(wǎng)強算形成智能算力集群，提升算力服務(wù)效率。三是是聯(lián)合產(chǎn)業(yè)打造“芯合”算力原生平臺，以軟件為牽引構(gòu)建新生態(tài)。中國聯(lián)2022年11月，國家超級計算西安中心與中國聯(lián)通陜西公司算網(wǎng)融合實驗室揭牌儀式在西安舉行。雙方將在算網(wǎng)一體化、高性能計算仿真應(yīng)用、AI創(chuàng)新應(yīng)用、算力交易、據(jù)要素交易、算力調(diào)度、算力編排等技術(shù)進行應(yīng)用研究，共同打造聯(lián)通高性能計算專區(qū)，為特殊行業(yè)及高校、科研院所提供聯(lián)通云高性能計算仿真云未上曠視科2019年，曠視在蕪湖投資建設(shè)的I超算中心投入使用，該超算中心包括超算中心CPU+GPU機房和具有自主知識產(chǎn)權(quán)的深度學(xué)習(xí)平臺。其中，超算中心機房分為2個計算集群和1個存儲集群，可提供6000+計算核心和6.7PB的集群存儲空間，具備城市級數(shù)據(jù)計算處理能力。未上華2021年5月華為武漢人工智能計算中心投運，目標(biāo)算力規(guī)模200PFLOPSFP16（擴容后）；2021年9月華為西安未來人工智能計算中心投運，目標(biāo)算力規(guī)模300PFLOPSFP16；2021年10月華為許昌中原人工智能計算中心投運，目標(biāo)算力規(guī)模100PFLOPSFP16.渲染引未上光線公司已布局IG渲染引擎，可以生成不同模態(tài)的渲染數(shù)據(jù)內(nèi)容，能夠降低內(nèi)容開發(fā)成本，提升內(nèi)容創(chuàng)作效率。光線云實時渲染引擎RAYSENGINE采用端云協(xié)同架構(gòu)，既解決了純端架構(gòu)大量依賴端側(cè)算力，設(shè)備性能需求高的痛點，又解決了純云架構(gòu)云服務(wù)成本高、網(wǎng)絡(luò)帶寬影響卡頓的問題。液英維液冷技術(shù)作為針對高熱密度等解決方案，公司規(guī)劃較早，技術(shù)的積累包括基礎(chǔ)材料、器件、端到端的系統(tǒng)、甚至售后運維等方面，而且對技術(shù)演進的路線也有充分的準(zhǔn)備。就數(shù)據(jù)中心、儲能、電力電子散熱、新能源車熱管理等不同的應(yīng)用場景，公司始終遵循包括液冷、風(fēng)冷、電子散熱等不同技術(shù)綜合的最優(yōu)原則在尋求解決方案。曙光數(shù)公司主營業(yè)務(wù)收入主要來自于數(shù)據(jù)中心液冷基礎(chǔ)設(shè)施產(chǎn)品，公司核心技術(shù)應(yīng)用于公司的浸沒相變液冷數(shù)據(jù)中心基礎(chǔ)設(shè)施產(chǎn)品、冷板液冷數(shù)據(jù)中心基礎(chǔ)設(shè)施產(chǎn)品AIGC相關(guān)標(biāo)的——中游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)奧飛娛參股公司光年無限有自己的AI對話機器人產(chǎn)品-圖靈機器人開放AIGC相關(guān)標(biāo)的——中游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)奧飛娛參股公司光年無限有自己的AI對話機器人產(chǎn)品-圖靈機器人開放平臺，開發(fā)者可自行快速接入并創(chuàng)建個性化機器人，包含聊天機器人、智能客服等，目前累計注冊企業(yè)開者超過150萬科大訊640公司已經(jīng)在當(dāng)前核心技術(shù)、產(chǎn)業(yè)場景、行業(yè)數(shù)據(jù)等深厚積累的基礎(chǔ)上，于2022年12月份進一步啟動生成式預(yù)訓(xùn)練大模型任務(wù)攻關(guān)，科大訊飛AI學(xué)習(xí)機將成為該項技術(shù)率先落地的產(chǎn)品，將于2023年5月6日進行產(chǎn)品級發(fā)布，該技術(shù)突破將在AI學(xué)習(xí)機的中英文作文輔導(dǎo)、中英文口語學(xué)習(xí)等方面帶來顯著提升?？拼笥嶏w在2023年會持續(xù)升級該系列技術(shù)，并陸續(xù)應(yīng)用于公司在教育、醫(yī)療、汽車、消費者等多個行業(yè)賽道的既有產(chǎn)品。金山辦金山黑馬校對v30擁有79個涵蓋各領(lǐng)域的大規(guī)模專業(yè)詞庫，不僅能校對大部分中文錯別字，還可校對大部分多字、少字、多余標(biāo)點、成對標(biāo)點等計算機錄入的常見錯OCR識別和語音轉(zhuǎn)文字后產(chǎn)生的難以注意的異體字、異形詞等也能高效識別虛擬藍色光公司的IG布局不僅包括“分身有數(shù)”，“藍標(biāo)智播”等I產(chǎn)品，也涵蓋“銷博特”等多人協(xié)同創(chuàng)作平臺。撰稿機器人“妙筆”是公司于2018年推出的14款智能營銷產(chǎn)品之一，目前是公司的參股公司。同時，“妙筆”還在與人民網(wǎng)和北大合作，通過自然語言處理和知識圖譜等I技術(shù)，支持政府和企業(yè)的智慧黨建工作。AI營銷平臺銷博特（XiaoBote）能夠一鍵自動化生成策劃案、品牌分析報告、消費者洞察等內(nèi)容，已累計注冊用戶超60000家，覆蓋10多個行業(yè)，400多個品類二六公司制作的虛擬數(shù)字人，融合NLP、動作捕捉、知識圖譜等AI（人工智能）技術(shù)，能主動地、智能地與真人交流，可在各類活動中擔(dān)任虛擬主持人、AI講師、AI客服等工商SenseMARSAvatar是商湯推出的虛擬人解決方案，針對直播、短視頻、智能相機、虛擬社交、虛擬會議等場景提供行業(yè)解決方案。主要通過卡通風(fēng)格Avatar強用戶虛實互動，提升用戶趣味體驗，減少用戶個人隱私信息暴露中科金中科金財已布局WEB3.0內(nèi)容制作引擎、多模態(tài)超寫實數(shù)智人、全媒體智能客服（數(shù)字人智能大腦解決方案）、RPA機器人等解決方案中運用了多模態(tài)輸入/輸出、視覺合成知識處理等人機交互技術(shù)拓爾虹軟科2022年11月初進博會上，虹軟通過I建模技術(shù)與3D建模技術(shù)提供兩種不同模式的數(shù)字人。該數(shù)字人可將其融入現(xiàn)實空間中并在現(xiàn)實空間中完成既定動作或模仿人的各類肢體動作和表情進行對話與互動。漢王科公司在三個條線已有相關(guān)的技術(shù)儲備及初步產(chǎn)品：一是在專業(yè)的行業(yè)領(lǐng)域，提供數(shù)字員工，其利用AI圖像文本識別技術(shù)及PA技術(shù)替代人工做一些需要高人力、高重復(fù)性的工作。針對政法、民生等領(lǐng)域的送達機器人等產(chǎn)品也已有落地試點。二是在金融行業(yè)，雙錄智能風(fēng)控機器人、流水稽核機器人及智能財報讀取機器人等虛擬機器人已經(jīng)在銀行、金融服務(wù)公司等落地應(yīng)用。三是公司在動力機械方面的技術(shù)積累，目前公司仿生撲翼飛行器已經(jīng)推出多種形態(tài)并商業(yè)化推廣銷售。順網(wǎng)科公司面向電競酒店打造了數(shù)字人“曉競”，融合了音頻、文本、圖像等多模態(tài)信息。公司是浙江大數(shù)據(jù)重點研究院之一，在大數(shù)據(jù)、AI、區(qū)塊鏈、GPU云領(lǐng)域都有儲備未上小冰公作為“AIbeing”派虛擬人。小冰的產(chǎn)品始終是人+交互+內(nèi)容。具體包括虛擬人（夏語冰等somebodyinstance、虛擬男友等nobodyinstance和國家隊人工智能裁判與教練系統(tǒng)觀君等在垂直場景中工作的虛擬人類）、音頻生成（主攻超級語言及歌聲，在線歌曲生成平臺與聲合成軟件Xstudio）、視覺創(chuàng)造（畢業(yè)作品集《或然世界》、為國家紡織品開發(fā)中心、萬事利等數(shù)百家機構(gòu)提供了圖案和紋樣設(shè)計）、文本創(chuàng)造（2017年即推出小冰詩集）、虛擬社交、GameAI（XiaoiceGameStudio）等。未上倒映有倒映有聲將其虛擬人的高自然度歸結(jié)于神經(jīng)渲染（Neralederi）、TTS(基于文本和語音合成實時生成音頻和視頻)、ETTS(富情感語音合成)、DiitalTi。通過神經(jīng)渲染技術(shù)快速構(gòu)建I數(shù)字分身，通過語音+分身IP。2021年3月倒映有聲和中央廣播電視總臺音頻客戶端「云聽」簽署戰(zhàn)略合作協(xié)議。未上相芯科相芯科技專注于計算機圖形學(xué)和人工智能技術(shù)的深度融合，推動X技術(shù)創(chuàng)新和產(chǎn)業(yè)應(yīng)用，自主研發(fā)的“虛擬數(shù)字人引擎”和“超寫實數(shù)字物平臺”得到規(guī)?；瘧?yīng)用。未上心識宇心識宇宙旗下的產(chǎn)品MindOS在2022年11月初發(fā)布了內(nèi)測版本，面向少數(shù)B端客戶試點。這是一個AI知識、記憶和人格的AI角色，大大提升應(yīng)用交互的體驗。僅2023年1月，MindOS就獲得了百萬元訂單AIGC相關(guān)標(biāo)的——中游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)多模百在百度萬象大會上已發(fā)布多項IG的技術(shù)和產(chǎn)品，包括“創(chuàng)作者I助理團”和“百度PP數(shù)字人計劃”。百度百家號攜手澎湃新聞、新京報等數(shù)十家權(quán)威媒體成立“AIGC媒體聯(lián)盟”?！皠?chuàng)作者I助理團”AIGC相關(guān)標(biāo)的——中游企請務(wù)必閱讀報告附注中的風(fēng)險提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)多模百在百度萬象大會上已發(fā)布多項IG的技術(shù)和產(chǎn)品，包括“創(chuàng)作者I助理團”和“百度PP數(shù)字人計劃”。百度百家號攜手澎湃新聞、新京報等數(shù)十家權(quán)威媒體成立“AIGC媒體聯(lián)盟”?！皠?chuàng)作者I助理團”通過文心大模型、文心一格、圖文轉(zhuǎn)視頻等技術(shù)，為創(chuàng)作者提供“I文案助理”、“I插畫助理”、“I視頻制作助理”。“百度PP數(shù)字人計劃”將數(shù)字人技術(shù)與圖文轉(zhuǎn)視頻、TT語音合成技術(shù)結(jié)合，為媒體及創(chuàng)作者定制真人孿生數(shù)字人。阿里巴達摩院牽頭推出魔搭社區(qū)ModelScope，社區(qū)首批上架超300個模型，其中中文模型超過100個，覆蓋了視覺、語音、自然語言處理、多模AI主要領(lǐng)域，覆蓋主流任務(wù)超過60個，均全面開源并開放使用。騰訊控騰訊“混元”AI大模型在MSR-VTT，MSVD，LSMDC，DiDeMo和ActivityNet五大跨模態(tài)視頻檢索數(shù)據(jù)集榜單中先后取得第一名的成績，實現(xiàn)了該領(lǐng)域的大滿貫。特別是MSR-VTT榜單上，“混元”AI大模型將文字-視頻檢索精度提高到55%，領(lǐng)先第二名1.7%，位居行業(yè)第京東集京東I流賦能，同時對外提供行業(yè)解決方案（包括智能供應(yīng)鏈、智能運營、智能營銷、智能零售、智慧城市、智能硬件）。未上字節(jié)跳字節(jié)Iab成立于2016增強現(xiàn)實、系統(tǒng)&網(wǎng)絡(luò)、安全隱私、語音與音頻。Iab專注于人工智能領(lǐng)域的前沿技術(shù)研究，涵蓋了計算機視覺、語音&音頻處理、NP、V、Speec、音樂、機器學(xué)習(xí)等多技術(shù)研究領(lǐng)域，同時致力于將研究成果落地，為公司現(xiàn)有的產(chǎn)品和業(yè)務(wù)提供核心技術(shù)支持和服務(wù)。宣亞國公司自主研發(fā)的“巨浪