AI大模型分析研究

AI大模型分析研究大模型演進：工業(yè)革命級的生產(chǎn)力工具大模型推動人工智能發(fā)展：ANI-AGI-ASI算法的迭代推動人工智能的發(fā)展：幾十年來，AI領(lǐng)域持續(xù)探索，1940-1980s符號AI占主導，1980年后，統(tǒng)計AI與神經(jīng)AI齊頭并進，二者競爭發(fā)展至今，GPT系列屬于神經(jīng)AI。符號（Symbolic）AI：二十世紀80年代以前屬于符號AI時代，開啟了以知識建模算法、專家系統(tǒng)算法為代表AI早期發(fā)展階段；統(tǒng)計（Statistical）AI：1985年的貝葉斯網(wǎng)絡(luò)和1995年的SVM是20世紀機器學習發(fā)展的兩大標志，但近年來，逐漸成為非主流的研究方向；神經(jīng)（Neural）AI：經(jīng)歷了1980s-2012年神經(jīng)網(wǎng)絡(luò)、2012年后的深度學習兩大階段，深度神經(jīng)網(wǎng)絡(luò)和模型大小呈正相關(guān)，伴隨著模型參數(shù)量的增加，相對應(yīng)深度神經(jīng)網(wǎng)絡(luò)的能力將大幅提升，GoogleBrain的Transformer和OpenAI的GPT系列都屬于深度學習領(lǐng)域的代表作。大模型的技術(shù)原理：以“大規(guī)模預(yù)訓練+微調(diào)”范式滿足多元化需求人工智能大模型：人工智能大模型是在參數(shù)和架構(gòu)的基礎(chǔ)上構(gòu)建起來的一種結(jié)構(gòu)，是人工智能邁向通用智能的里程碑技術(shù)，通過預(yù)先在海量數(shù)據(jù)上進行大規(guī)模訓練，而后能通過微調(diào)以適應(yīng)一系列下游任務(wù)的通用人工智能模型。在“大數(shù)據(jù)+大算力+強算法”的加持下，進一步通過“提示+指令微調(diào)+人類反饋”方式，可以實現(xiàn)一個模型應(yīng)用在很多不同領(lǐng)域。大模型VS小模型：人工智能的發(fā)展已經(jīng)從“大煉模型”逐步邁向了“煉大模型”的階段?！靶∧Ｐ汀?，針對特定應(yīng)用場景需求進行訓練，能完成特定任務(wù)，但是換到另外一個應(yīng)用場景中可能并不適用，需要重新訓練，如果某些應(yīng)用場景的數(shù)據(jù)量少，訓練出的模型精度就會不理想；“大模型”，在大規(guī)模無標注數(shù)據(jù)上進行訓練，學習出一種特征和規(guī)則，基于大模型進行應(yīng)用開發(fā)時，將大模型進行微調(diào)（在下游小規(guī)模有標注數(shù)據(jù)進行二次訓練）或者不進行微調(diào)，就可以完成多個應(yīng)用場景的任務(wù)，實現(xiàn)通用的智能能力。大模型類型：NLP為目前主流應(yīng)用，文本/圖像模態(tài)應(yīng)用較成熟AI大模型掀起多模態(tài)和多場景革命，重塑AI技術(shù)范式，提升模型能力天花板，應(yīng)用價值顯著提升。多模態(tài)融合模型通過充分利用大模型的泛化能力、構(gòu)建多模態(tài)數(shù)據(jù)集、解決融合和對齊問題，以及提供強大的計算資源支持，可以將不同類型的數(shù)據(jù)（如圖像、視頻、聲音等）通過預(yù)處理轉(zhuǎn)化為統(tǒng)一的表示形式，結(jié)合多個模態(tài)的信息進行聯(lián)合建模和分析，從而提升其在多個感知任務(wù)上的性能和表現(xiàn)。大模型現(xiàn)狀：GPT引領(lǐng)，百模征戰(zhàn)ChatGPT：低門檻的“APPStore時刻”來臨，定制化GPTs催生產(chǎn)業(yè)應(yīng)用革新GPTs：“針對特定目的定制的ChatGPT”。OpenAI正式推出GPTs功能，即每個Plus用戶都可以通過自然語言構(gòu)建定制化GPT，定制版的ChatGPT具備帶有任何功能的可能性（在保證隱私和安全的情況下），并將其上傳到應(yīng)用商店GPTStore獲得分成收入,OpenAI迎來iPhone時刻。不論是開發(fā)者還是不會寫代碼的普通人，都可以擁有自定義版本的GPT；GPTstore有望為AI應(yīng)用開發(fā)者提供新的觸達用戶渠道和商業(yè)化路徑。低門檻、低成本、定制化的特點，使得GPTs具備普及性和顛覆性。GPTs的開發(fā)幾乎是零成本，零基礎(chǔ)的開發(fā)者也能完成定制化GPTs的創(chuàng)作，有望顛覆諸多實用型工具（如錄音轉(zhuǎn)文字、視頻/文字總結(jié)、作文批改、商品比價等），更易為公司和個人實現(xiàn)降本增效，助力生產(chǎn)力提升。他山之石：大模型加速滲透垂直場景，硅谷融資最關(guān)注對話機器人、多模態(tài)及行業(yè)模型應(yīng)用方面的投資金額僅次于大模型，垂類場景應(yīng)用的融資中對話機器人占據(jù)絕對優(yōu)勢。據(jù)Dealroom數(shù)據(jù)顯示，模型制造商籌集到的資金占AIGC資金的60%以上，其次是應(yīng)用程序和基礎(chǔ)設(shè)施。其中應(yīng)用程序投資占總資金的21%，文本生成和數(shù)據(jù)合成的市場關(guān)注度最高。據(jù)業(yè)界不完全統(tǒng)計，23H1硅谷在人工智能領(lǐng)域共完成了42起融資，總金額約140億美元（占世界總?cè)谫Y金額的55%），國內(nèi)市場：國內(nèi)大模型緊隨其后，競相發(fā)布搶占應(yīng)用端國內(nèi)大模型玩家：科技型企業(yè)包括人工智能企業(yè)、垂直大模型企業(yè)和數(shù)據(jù)智能服務(wù)商相繼進場，如商湯科技、度小滿和滴普科技等企業(yè)。除科技型企業(yè)入局外，以百度、騰訊和阿里為代表的互聯(lián)網(wǎng)云廠商占據(jù)中國通用大模型行業(yè)多數(shù)市場份額，他們在布局時間、基礎(chǔ)設(shè)施建設(shè)、應(yīng)用場景等方面具備明顯優(yōu)勢。爆款應(yīng)用對比（AI+對話）：ChatGPT引領(lǐng)下，百花齊放，多款A(yù)PP開始收費海外APP發(fā)展迅猛，ChatGPT后軍突起搶占市場。隨著ChatGPT的發(fā)布，AI聊天機器人賽道迅速升溫。根據(jù)SensorTower數(shù)據(jù)，截至23H1，市場相關(guān)應(yīng)用數(shù)量達200余款，下載量突破1.7億次，競爭十分激烈。Codeway旗下基于ChatGPTAPI的應(yīng)用“ChatwithAskAI”一經(jīng)推出便迅速獲得用戶青睞，4月下載量超過1000萬次。憑借強大的問答功能和流暢的問答體驗，23H1該應(yīng)用下載量突破2500萬次，收入超過1600萬美元，成為AI+Chatbot賽道下載量和收入最高的應(yīng)用。爆款應(yīng)用對比（AI+對話）：國產(chǎn)對話式AI產(chǎn)業(yè)鏈日益完善，但理解力、邏輯性仍有差距通過橫向?qū)Ρ雀鲬?yīng)用在完成不同細分領(lǐng)域任務(wù)時的效果，以及體驗各應(yīng)用的特色功能，認為各應(yīng)用間存在差異化的定位：國內(nèi)頭部的對話模型已經(jīng)具備較強的總綜合實力。百度文心一言、訊飛星火為“六邊形戰(zhàn)士”型，在眾多細分應(yīng)用場景有垂類AI助理解決特定任務(wù)，具備除對話外的多模態(tài)理解能力，訊飛星火更是能夠生成視頻；通義千問劃分相應(yīng)垂類AI助理，但數(shù)量少于前兩者，且現(xiàn)階段只具備文字理解和生成能力；騰訊混元也劃分眾多細分場景，但仍在內(nèi)測階段，關(guān)注其正式上線節(jié)奏。國內(nèi)大模型發(fā)布數(shù)量與美國差距不大，但影響力和產(chǎn)品力仍存在差距。但從整體的影響力來看，國內(nèi)大模型無法像OpenAI、谷歌一樣形成世界性的影響力，且國內(nèi)一級市場對大模型項目的投資并不如美國那樣火熱，國內(nèi)更傾向于利用龍頭企業(yè)的開源模型來做應(yīng)用落地的創(chuàng)業(yè)，未來國產(chǎn)對話式AI的發(fā)展主要關(guān)注國內(nèi)大模型的迭代速度。爆款應(yīng)用對比（AI+辦公）：微軟Copilot發(fā)布，多平臺聯(lián)動全面優(yōu)化用戶體驗9月21日，微軟召開發(fā)布會發(fā)布MicrosoftCopilot。將人工智能引入到用戶最常用的微軟產(chǎn)品中并構(gòu)成單一體驗，包括GitHub編程工具、Microsoft365生產(chǎn)力協(xié)同工具箱、Bing搜索引擎、Edge瀏覽器和Windows操作系統(tǒng)中，同時還將個人隱私和數(shù)據(jù)安全放在首位。根據(jù)發(fā)布會公布數(shù)據(jù)，在一個工作日內(nèi)，微軟最繁忙的用戶平均需要檢索18次，收到超過250封Outlook電子郵件，并發(fā)送或閱讀近150條Teams聊天信息。全球范圍內(nèi)，Teams用戶每周參加的會議數(shù)量相比2020年增加了三倍。而在Windows上，有些人一天內(nèi)就需要使用11個應(yīng)用程序來完成工作?？梢?，Copilot的更新能大幅提高從操作系統(tǒng)到辦公軟件的工作效率，AI辦公迎來價值提振空間。大模型未來：應(yīng)用多點開花，產(chǎn)業(yè)智能躍遷內(nèi)容變革：大模型能力變革式提升，助推AIGC步入快車道從AI產(chǎn)業(yè)結(jié)構(gòu)來看，大模型是連接底層算力和上層應(yīng)用的重要一環(huán)，成熟的大模型能力和生態(tài)是真正實現(xiàn)通用人工智能和未來應(yīng)用端繁榮的基礎(chǔ)。不斷創(chuàng)新的生成算法、預(yù)訓練模型、多模態(tài)等技術(shù)融合帶來了AIGC技術(shù)變革，擁有通用性、基礎(chǔ)性多模態(tài)、參數(shù)多、訓練數(shù)據(jù)量大、生成內(nèi)容高質(zhì)穩(wěn)定等特征的AI大模型成為了自動化內(nèi)容生產(chǎn)的“工廠”和“流水線”。從AI市場規(guī)模來看，隨著GPTstore的出現(xiàn)，AI大模型將迎來自己的“APPStore”時代，AIGC商業(yè)應(yīng)用的前景愈發(fā)廣闊。根據(jù)Gartner的估算，2025年AIGC產(chǎn)生的數(shù)據(jù)將占所有數(shù)據(jù)的10%;根據(jù)量子位智庫的估算，預(yù)計到2030年，AIGC市場規(guī)模將超過1萬億人民幣規(guī)模。模型演繹：多模態(tài)模型重塑AI技術(shù)范式，進一步拓寬應(yīng)用邊界AI大模型掀起多模態(tài)和多場景革命，重塑AI技術(shù)范式，提升模型能力天花板，應(yīng)用價值顯著提升。多模態(tài)大模型是結(jié)合文本、圖像、音頻等多種模態(tài)信息進行學習和理解的人工智能模型，通過充分利用大模型的泛化能力、構(gòu)建多模態(tài)數(shù)據(jù)集、解決融合和對齊問題，以及提供強大的計算資源支持，可以將不同類型的數(shù)據(jù)（如圖像、視頻、聲音等）通過預(yù)處理轉(zhuǎn)化為統(tǒng)一的表示形式，結(jié)合多個模態(tài)的信息進行聯(lián)合建模和分析，從而提升其在多個感知任務(wù)上的性能和表現(xiàn)。多模態(tài)模型核心目標是模擬人類大腦處理信息的方式，以更全面、綜合的方式理解和生成信息，最終實現(xiàn)更豐富的任務(wù)和應(yīng)用為人工智能應(yīng)用提供了更加豐富的可能性，也是行業(yè)發(fā)展的必然性。應(yīng)用落地：B端賦能數(shù)智化轉(zhuǎn)型，C端優(yōu)化智能化交互，企業(yè)旨在降本增效大模型的終端用戶包括C端、B端和企業(yè)自用三類。①C端用戶一般使用標準化的模型產(chǎn)品，例如智能翻譯、智能客服、智能推薦等。②B端用戶更傾向于選擇能滿足行業(yè)或企業(yè)特定需求的個性化解決方案，例如金融機構(gòu)可以利用大模型來進行風險評估、欺詐檢測、客戶畫像，制造企業(yè)可以利用大模型來進行產(chǎn)品設(shè)計、生產(chǎn)優(yōu)化、供應(yīng)鏈管理，零售企業(yè)可以利用大模型來進行商品推薦、會員管理、營銷活動。③企業(yè)自用的模型旨在降本增效、優(yōu)化產(chǎn)品體驗，例如用大模型來自動化數(shù)據(jù)處理、提高業(yè)務(wù)流程效率、改善產(chǎn)品質(zhì)量等。商業(yè)模式：目前以按內(nèi)容產(chǎn)出為主，未來MaaS將成為主流商業(yè)模式多種變現(xiàn)模式初顯，AIGC商業(yè)化潛力可期。目前來看，AIGC主流的營收模式可分為四種：MaaS、按產(chǎn)出內(nèi)容量付費、軟件訂閱付費、模型定制開發(fā)費。目前，按照產(chǎn)出量收費的模式占據(jù)主流，但隨著底層模型即AIGC生態(tài)的建立，最具長期增長潛力并將占據(jù)主要市場規(guī)模的為MaaS模式。據(jù)量子位預(yù)測，2023年AIGC不同商業(yè)模式規(guī)模約170億元，預(yù)期2