亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

我們將“AI+傳媒”的研究框架體系定義為“通用大模型”+“行業小樣本”的技術架構，“AI+傳媒”在應用層表現效力優劣的關鍵取決于通用大模型對垂直應用的適配程度及迭代速度，

　　1、適配程度是指：多模態的輸入及輸出是否匹配應用層的輸入及輸出。比如GPT-4屬于“圖+文”多模態輸入+“文”單模態輸出，因此輸入模態為“圖或文”且輸出模態為“文”的垂直應用更適配GPT-4。 　　2、迭代速度是指：應用層產生的“行業小樣本”的數據量是否匹配大模型的迭代要求。根據我們對GPT模型的理解，比如BingAI產生的“行業小樣本”源自Bing的搜索結果，ChatGPT產生的“行業小樣本”源自用戶的反饋和互動。因此我們認為，對于超出GPT所使用的預訓練數據庫范圍（2021年9月前）的事實性表述，BingAI反饋的是搜索的結果，ChatGPT反饋的是用戶主動的觀點，BingAI反饋的效果比ChatGPT更好。 　　我們認為“行業小樣本”的價值取決于數據數量及數據質量，數量大且質量高（多模態）的應用場景復用及迭代AI能力的效力更強，因此更進一步理解我們的研究框架，我們將“行業小樣本”的結構分層（中層小模型+下層應用及內容），并將“行業小樣本”的結合方式分類（調用+訓練）： 　　1、“行業小樣本”的數據集來自小模型或應用及內容：AI產業鏈包括上層大模型、中層小模型、下層應用及內容，包括應用及內容直接接入大模型或通過小模型接入大模型兩種方式，即“大模型+應用及內容”或“大模型+小模型+應用或內容”，其中具備特定功能的AIGC軟件產品及MaaS我們理解為“小模型”+“應用”的技術范式，本身具備較高質量的AI能力，若接入匹配的多模態大模型，有望實現能力上的質變突破。 　　2、“行業小樣本”的結合方式包括“能力調用”及“能力訓練”兩類： 　　（1）“能力調用”是指下游垂類場景直接調用通用大模型的通用能力，并基于垂類場景內產生的特性化數據不斷提升調用能力在垂類場景內的適配程度。我們認為現階段下游應用及內容主要采取此類方式接入大模型能力，此類方式可高效快速調用大模型先進能力，在時間上及成本上具備優勢。我們認為“能力調用”匹配“AI+傳媒”的第一層利好，即通過AI降本增效，大幅提高數據及內容的供給量。內容產業本質由供給決定需求，因此內容供給量的明顯提升將有效帶動傳媒基本面拐點及增量空間出現。 　　（2）“能力訓練”是指下游垂類場景將通用大模型針對特性化數據集進行再訓練，從而形成垂類場景專屬大模型。例如彭博社利用自身豐富的金融數據源，基于開源的GPT-3框架再訓練，開發出了金融專屬大模型BloombergGPT。我們認為“能力訓練”匹配“AI+傳媒”的第二層利好，即下游垂類場景本身的數據或內容反過來“再訓練”通用大模型（或開源大模型），形成傳媒內容場景專屬大模型，形成更穩定且高質的內容輸出。我們認為訓練難度文本<圖片<視頻<影視<游戲，且內容數量逐步遞減但內容質量逐步遞增，即偏后端的影視、游戲在內容數量上訓練量級不足，因此高質量的內容形態首先通過“能力調用”輸出AIGC內容，再將AIGC內容“再訓練”大模型以解決高質量內容數量不足的問題（合成數據“再訓練”范疇）。從投資的角度，按照我們的研究框架，傳媒對應垂類場景的“行業小樣本”，其核心價值取決于數據與內容，第一層對應數據與內容的輸入模態是否匹配大模型的輸出模態；第二層對應數據與內容的數量及質量是否匹配大模型的能力再訓練： 　　1、按照“模態匹配”的邏輯，AI+文本/虛擬人預計率先兌現案例及業績，其次AI+圖片可通過“大模型”+“小模型”組合方式實現（如GPT+StableDiffusion、GPT+Midjourney）。隨著未來GPT-5提供更多模態的輸入及輸出，下游垂類場景的適配范圍有望擴大，通過“能力調用”適配的應用及內容場景更為豐富，因此后續“AI+視頻/影視/游戲”的案例兌現度存在新的催化空間。 　 　　OpenAI最新發布的GPT-4核心特征包括：（1）多模態輸入（圖+文），單模態輸出（文），可以閱讀并總結論文內容、解答較高難度的物理題目、具備較強的OCR能力（如識別網頁草稿并按要求反饋網頁代碼）、理解人類社會常識；（2）具備長文字處理及推理判斷能力，GPT-4上下文上限約2.5萬字，允許使用長格式內容創建、擴展對話以及文檔搜索和分析等，能夠閱讀并記憶更多信息，且具備更高的推理判斷能力；（3）可靠性大幅提升，分辨能力提高，有效減少“虛構”或“有害”信息輸出。2、按照“能力再訓練”的邏輯，AI+內容/IP預計空間及價值更大，其價值核心取決于數據與內容/IP的數量及質量的高低。微軟本周發布的DeepSpeed-Chat大幅提升大模型預訓練速度并大幅降低訓練成本，我們認為最核心意義為大幅降低垂類場景專屬大模型的訓練門檻，小模型層及應用層有望明顯受益。掌握數據及優質內容（多模態數據）的下游場景具備核心競爭力，因此內容及IP（版權）的價值有望重估。 　 　　DeepSpeed-Chat集成預訓練語言大模型完整三個步驟，其中針對第三步RLHF訓練集成了高效且經濟的DeepSpeed-RLHF系統，使復雜的RLHF訓練變得快速、經濟并且易于大規模推廣（相比現有系統提速15倍以上，且大幅降低算力要求及成本）。本文將選取國外AI圖像生成領域的龍頭之一進行解析，Midjourney是國外一款搭載在Discord社區上的圖像生成應用，通過差異化產品定位擁有了早期數據積累及活躍社區，截至2023年3月在Discord上的用戶數超1300萬，是目前用戶數最多的服務器，年營收約1億美元。公司團隊成員僅11人，人效極高，團隊成員及顧問擁有AI技術及產品創業的復合背景，從不同緯度賦能公司發展。 　 　　基于CLIP及Diffusion的開源模型構建專屬閉源模型，數據飛輪快速構建護城河。Midjourney通過參考CLIP及Diffusion開源模型的基礎上抓取公開數據進行訓練，從而構建自己的閉源模型以適應行業技術的飛速發展。此外，通過收集用戶反饋及數據標注，Midjourney不斷迭代模型，在ValueChain上占據多個數據層、模型層、應用層整個技術棧。 　 　　以藝術風格建立差異化競爭優勢，具備廣闊的用戶基礎，目標客群付費意愿強烈。Midjourney擁有多種不同風格可供選擇，藝術風格在市場上具備差異化優勢。prompt簡短生成效果驚艷，具備較強商業性，鎖定基數大付費意愿強的創意設計目標客群，被大量實踐證明能顯著提高工作效率。2022年3月V1發布時仍參考了很多的開源模型，同年4月、7月、11月分別發布V2、V3、V4，其中V4補充了生物、地點等信息，迭代出了自己的模型優勢，增強對細節的識別能力及多物體、多人物的場景塑造能力。2023年3月，在經歷多次更新后的MidjourneyV5版本解決了一些技術難題，完成了跨越性的突破。 　 　　Midjourney與Discord雙輪驅動，激勵用戶點贊積累標注數據。Discord為Midjourney的啟動提供了絕佳的社交體驗平臺，成功將其帶入了大眾市場。一方面Discordbot降低了用戶使用門檻；另一方面，圖片創作是一個在討論中不斷迭代的過程，欣賞其他用戶的作品有也助于激發靈感。此外，Midjourney通過贈送免費使用時間來激勵用戶點贊，從而積累標注數據不斷優化模型生成效果。 　

來源：艾瑞咨詢 　　ChatGPT被稱為AI的“iPhone時刻”，以ChatGPT為代表的生成式AI讓每個人命令計算機解決問題成為了可能。可對生產工具、對話引擎、個人助理等各類應用，起到協助人、服務人甚至超越人的角色。 　　通用基礎大語言模型的價值與自研卡點

　　大廠的絕對戰略優先級，但也是一場重投入的持久戰。 　　2023年3月中，OpenAI宣布ChatGPT整合GPT4，實現多模態交互、大幅提升復雜長文本理解與生成能力、可控性增強，引起全球科技界震動。 　　在國內科技及投資各領域的高度關注下，百度舉辦了“文心一言”產品發布會，雖說從產品功能、成熟度、支持用戶并發等維度距ChatGPT還有不足，但也是中國在這新一輪“科技軍備競賽”中的勇于嘗試與發聲，目前百度也已啟動API接口開放測試，瞄準B端市場。 　　緊隨其后，360、阿里、華為、商湯、京東、科大訊飛、字節跳動等巨頭企業也動作頻頻。 　　從自研通用預訓練大語言模型的必要性角度分析：在全球政治經濟局勢下，自主可控是保障網絡安全、信息安全的前提，自研基石模型具有高度戰略意義；從自研的可行性角度分析：基于前文討論的通用基礎LLMs研發所需的算力、數據、算法、人才、資金儲備等，中國僅有少數頭部互聯網企業具備研發“入場券”。 　　宣布入局的頭部企業基于自身業務生態選擇的戰略路線也不盡相同。但可以大膽假設，未來若形成大模型能力領先，誰擁有通用基礎大模型與生態和流量入口，誰就更有可能擁有從應用層到算力層的營收話語權。 　　價值：自主可控的戰略意義、大模型的商業價值 　　卡點：高端AI算力、數據、算法、人才、資金儲備 　　調用國外大模型將涉及數據跨境的合規風險、中國中大型企業與政府部門均存在私有化部署需求、以及受美國科技保護主義影響。種種原因，國內必將且必需產生自主可控的通用基礎大模型產品與服務。 　　“滾雪球效應”使通用基礎大模型的門檻越來越高，但其可以提供“超級大腦”一樣的價值。OpenAI與微軟的成功路線表明，依托ChatGPT有望打造新的個人與企業應用開發生態以及拉升云廠商業務營收。 　　美國芯片禁令下高端AI算力資源不足，算力資金投入上還需支撐智算集群的訓練與運營成本。 　　互聯網中文高質量數據資源小于英文，差距20-30倍，需要高質量數據清洗。 　　通用基礎大模型開發是一個系統工程，需具備分布式訓練、模型蒸餾等各類技術能力與工程化能力。 　　如何把know-how數據轉化成Q&A的能力，需要大量提示（人與機器進行交互的指令語言）工程師。 　**　中國大語言模型產業參與廠商類型與定位邏輯**

　　垂直基礎大模型廠商與應用開發廠商需在窗口期加快建立“數據飛輪”壁壘。 　　此輪基于ChatGPT的大模型浪潮興起伊始，結合我國AI產業鏈與競爭格局現狀，一種判斷是：基于大模型的通用和泛化性提高，未來手握通用基礎大模型的巨頭企業會逐漸侵蝕垂直領域廠商業務。這種壓力長期來看的確存在，但大模型與產品結合，尤其在非檢索或開放域交互等場景中，需要依賴垂直領域數據和行業know-how、應用場景和用戶數據反哺、一站式端到端工程化能力等。

　　在此窗口期，垂直領域與應用層廠商應積極將大模型能力整合入自己的技術棧，服務于產品功能優化，建立“數據飛輪”壁壘。在下游豐富的基于大語言模型、AIGC應用開發需求的影響下，還將分化出一類工具型或平臺型廠商，主要提供基于各類大模型的開發平臺服務，幫助客戶實現便捷的AIGC應用開發與落地。 　　大語言模型落地應用對數字產業影響

　　1）變革人機交互方式：既有軟件將接入對話能力，交互界面發生變革，自然語言成為用戶發布操作指令的新模態。這一影響將從搜索引擎等知識信息平臺拓展到一切人機交互型應用。友好度和功能性的顯著提升將激活軟件服務的增量用戶市場；

　　2）豐富產品種類：將誕生新一批AI-first的應用，如創意設計、AI營銷、AI運營等領域； 　　3）塑造新興商業模式：AI主導的“模型即服務”商業邏輯將重構應用開發流程，傳統企業可享受低成本構建應用模型的便利； 　　4）構建新興生態平臺：超級應用的出現，本質上搭建了用戶需求與各類信息服務之間的基于自然語言交互的平臺生態，塑造了移動互聯網后新的流量入口。 　　具體內容如下:

海外大模型助力用戶活躍度增長，ChatGPT/GPT-4+應用或為最大機會 22 年末以來，海外大模型快速更迭，ChatGPT/GPT-4 向開發者開放 API， 且價格下探，帶動應用層面持續落地，并從單一的文字模態向圖文跨模態拓 展。在技術加持下，應用性能極大提升，助力用戶活躍度增加。我們認為， AI 時代，應用層將擁有巨大發展潛力，其中搜索、電商、社交、游戲、營銷、 教育、辦公、文學創作等領域空間較大。產業鏈相關公司包括：昆侖萬維、 湯姆貓、三七互娛、愷英網絡、藍色光標、易點天下、中文在線、光線傳媒、 捷成股份、風語筑、完美世界、吉比特、巨人網絡、寶通科技、三人行、值 得買、平治信息等。 搜索通過分析總結，直接展示結果； 電商實現個性化推薦 搜索領域代表公司包括微軟 new Bing 等。據微軟官網，自 2023 年 2 月 7 日 new Bing 發布以來，在 GPT-4 的加持下，截至 3 月 8 日，Bing 搜索引 擎日活躍用戶破 1 億；據七麥數據，Bing App 在美國 iOS 效率應用免費榜 排名從 1 月初的 100-140 名提升至 3 月末的 15-20 名。此外，一些海外的 電商平臺也紛紛接入 ChatGPT，形態包括：1）聊天客服：能夠為客戶提供 實時信息，實現降本增效；2）個性化推薦：ChatGPT 能夠根據用戶的興趣 和偏好篩選產品并進行推薦，優化購物體驗提升轉化率。代表公司包括 Shopify、Instacart 等。 龍頭布局社交聊天機器人；游戲賦能 NPC 聊天與代碼生成 社交方面，通過在社交媒體中嵌入聊天機器人，能夠解決用戶的實際問題， 如推薦食譜等；同時部分聊天機器人還具備上下文理解能力，具有聆聽、陪 伴等功能。此外，還有社交軟件將 ChatGPT 用于個性化的簡歷生成，提升 用戶的約會體驗。代表公司包括 Snap、Iris Dating 等。游戲方面， ChatGPT/GPT-4 技術在海外應用包括 NPC 聊天內容、劇情大綱、代碼生成 等，同時我們認為伴隨著多模態技術的發展，相關技術在游戲素材生產等領 域或持續落地。代表公司包括湯姆貓、ElectricNoir、中文在線（Chapters、 My Escape 宣布接入 ChatGPT）等。 **ChatGPT 驅動虛擬人交互與營銷內容生成；教育在學與教方面均快速落地 **

在營銷領域，我們認為 ChatGPT/GPT-4 的主要應用領域包括：1）營銷內 容生成：借助 ChatGPT 進行營銷文本、營銷視頻、音頻廣告、評論區回復、 虛擬物品、虛擬空間等內容生成；2）虛擬人：接入 ChatGPT，使得虛擬人 的回復更加智能，提升交互性能。代表公司包括 Jasper、SOCi、藍色光標、 天娛數科等。教育方面，主要落地方向包括：1）面向學生，作為虛擬導師， 提供一對一、個性化的輔導，營造沉浸化的學習環境，此外還能夠更好地總 結教學內容；2）面向教師，自動編寫教學材料，分析學生課堂表現，及時 了解學生的近況。代表公司包括 Duolingo、可汗學院、Nerdy 等。 辦公領域作為生產力工具，提升工作效率；文學創作不斷探索 辦公方面，3 月 16 日，微軟推出 Microsoft 365 Copilot，一方面將 AI 技術 集合到 Word/Excel/Powerpoint/Outlook/Teams 等日常工具中；另一方面， 推出商務聊天功能，通過將數據匯集，通過簡單的聊天即可隨時獲取工作信 息。此外，一些垂直類生產工具持續涌現，在郵件、新聞內容撰寫等結構化 領域落地。代表公司包括微軟、Salesforce、BlueMail、BuzzFeed 等。文 學創作不斷探索，部分作品已商業化。據韓國經濟新聞，全球首本 ChatGPT 撰寫、AI 翻譯校對插圖的圖書在 2023 年 2 月 22 日上架。

AI大模型持續演進，GPT-4理解能力大幅提升。2022年11月30日，OpenAI發布ChatGPT，5天后即達到100萬用戶，是歷史上用戶增長最快的應用程序。2023年3月15日，OpenAI發布GPT-4，GPT4相比ChatGPT基于的GPT-3.5模型，其在多模態、理解能力、角色認知、長文本支持方面有了明顯進展。我們認為，無論從應用上的用戶增長，還是在模型上的能力提升方面，均具備極大優勢。 　　AI大模型加速應用升級，AIGC有望對多個行業帶來顛覆式創新。2023年2月8日，微軟正式將ChatGPT引入Bing，3月17日微軟宣布其正在將基于GPT-4的AI技術植入Office辦公軟件中，標志著以GPT-3.5和GPT-4為代表的大模型開啟了辦公和搜索新方式，我們認為，未來AI大模型的發展和推廣將率先帶來游戲、代碼編碼、生命科學3個行業的變革。此外，多模態將賦能生成式AI，在文本、音頻、圖像和視頻等場景實現商業化落地，軟件端和硬件端有望迎來新機遇，其中，我們將重點關注大模型對工具類軟件和多場景的賦能，在工具側有望帶來以CAD、EDA、ERP為主的工具類軟件的估值重構。 　　GPT-4引發海量算力需求，把握算力產業鏈機會。根據測算，我們認為，在中性假設下，ChatGPT一年產生的API調用費用約為6.2億美元，與此同時，ChatGPT將在訓練和推理層面對GPU產生巨大需求。根據OpenAI公開信息，GPT-3.5模型的API價格為0.002美元/千token，而GPT-4在請求方面的API價格為0.06美元/千token，回復方面為0.12美元/千token，以0.06美元/千token計算，GPT-4的API調用成本是GPT-3.5的30倍以上，算力相關需求有望翻倍增長。

**為什么 ChatGPT 如此重要？AI C 端產品中的第一個爆款，可能代表著商業 化的拐點。**1）從用戶體驗上，比起競品和上一代產品，ChatGPT 的連續對話 能力明顯更強，具備了大范圍商業化的潛力。2）從應用場景的潛力上，語義 文本類產品想象空間較圖片類更大。短期看有望落地的包括更專業的客服機器 人、更垂直更專業化的 AI（如醫療教育領域）、新一代的智能搜索等。3）ChatGPT 的出現或將加快巨頭對于 AI 的發展速度。ChatGPT 的成功或將促進各科技巨 頭加大對于 AI 的研發投入，如谷歌近日宣布投資 OpenAI 的競爭對手 Anthropic。大廠的競爭有助于技術的進步和商業化的加速。

? 為什么是 ChatGPT？比起競品和上一代產品，ChatGPT 在多方面有了明顯改 善。1）道德性的增強，敢于質疑提問者提問前提的正確性和正當性。避免出 現偏見、歧視等毒害信息。2）主動承認錯誤或主動承認無法回答某一問題。3） 可以理解整段對話上下文的語義，而不是孤立的回答其中一個問題。4）對提 問者意圖判斷能力大幅提升，并非單純根據相關性進行答案羅列。因此整體上， ChatGPT 有著比其他 AI 機器人更好的用戶體驗，具備了真正意義上的連續對 話的能力。

**? 如何落地？**短期看是降本增效的新生產力工具，長期看可能帶來新的內容生 產范式。ChatGPT 的成功證明了生成式模型的進化，實現通用人工智能 AGI 的可能性進一步提高。其重要性體現在 AI 對人類傳達信息的載體有了更好 的學習，在此基礎上各個媒介之間的互通成為可能。例如從自然語言生成編程 語言，可以產生新的人機交互方式；從自然語言生成圖片和視頻，可以革新內 容行業的生產范式。短期直接落地的場景可能是在文本端，提高人的效率：搜 索、營銷文案、客服、輔助寫作；更長期的可能在于提高人機互動的智能， 如在游戲、虛擬人方面的應用。

　1、核心觀點：AI行業發展提速，1）人形機器人商業化未來可期，持續力推減速器等核心零部件；2）數據傳輸量提升，光模塊產業鏈設備需求有望提升 　　我們認為ChatGPT作為AIGC領域頂尖的模型，有望對現有生產力工具進行變革，其商業化有望加速推動語言AI及AI領域整體的顯著進步。人機交互系統作為人形機器人的“大腦”，語音語義分析作為人機交互核心途徑，可幫助機器人具備聽、說、理解和思考的能力。伴隨人機交互技術逐漸成熟，人形機器人商業化未來可期。 　　核心零部件占比工業機器人成本約70%，人形機器人相較于傳統工業機器人，自由度大幅提升，預計將使用比工業機器人更多的減速器與電機，核心零部件（減速器、伺服電機等）需求有望大幅提升。 　　算力提升帶來的數據量提升，光模塊需求增長促進相關設備需求的提升。 　　2、投資建議：兩條主線——1）人形機器人核心零部件產業鏈；2）光模塊產業鏈設備 　　人形機器人產業鏈核心零部件：重點推薦：1）雙環傳動：國內齒輪龍頭，特斯拉國產電動車齒輪獨家供應商，有望在RV領域進一步與特斯拉開展合作；2）綠的諧波：諧波減速器國產化突破者，盈利能力行業領先；3）埃斯頓：國產機器人龍頭，高端傳動系統自主可控；關注匯川技術、禾川科技、鳴志電器、江蘇雷利、中大力德、漢宇集團、拓普集團、三花智控。 　　光模塊產業鏈設備：重點推薦羅博特科，當前參股全球光電半導體自動化封測設備領先企業ficonTEC，后續擬將擇機重啟重組項目。 　　3、催化劑： 　　1）人形機器人產業化持續推進；2）AGI（通用人工智能）革新；3）人形機器人訂單 　　風險提示：1）人形機器人銷量不及預期；2）AI技術迭代不及預期

國產“ChatGPT”揚帆啟航。OpenAI的商業模式為API接口收費。我們認為此種商業模式具有“卡脖子”的風險，因此我國需要發展自主可控的“ChatGPT”。國產生態正在逐步繁榮，百度打響國產ChatGPT領域“第一槍”，其在算法、算力、數據、生態、平臺五方面皆有儲備；ChatGPT的競爭本質即大模型儲備競賽，大模型是人工智能發展的必然趨勢，也是輔助式人工智能向通用性人工智能轉變的堅實底座。大模型分為NLP(自然語言處理)、CV(計算機視覺)、多模態和科學計算四類。此外，中美科技巨頭已經開啟大模型儲備“軍備賽”。

　　百度文心一言，開啟國產ChatGPT新征程。百度是少有大模型語言訓練能力的公司，模型儲備方面，百度實現了全生態布局。1、NLP(自然語言處理)，已經具備智能創作、摘要生成、問答、語義檢索、情感分析、信息抽取等能力，且可以讓機器人像人一樣具有邏輯且自由對話；2、CV(計算機視覺)，可用于應用于圖像分類、目標檢測、語義分割等場景，此外還可以應用于文檔、卡證、票據等圖像文字識別和結構化理解；3、跨境大模型，可實現AI作畫、場景融合視覺常識推理、跨模態圖像檢索、跨模態文本檢索等多場景；4、生物計算，應用場景為蛋白結構預測和小分子藥物研發等領域。 　 　　百度為國產ChatGPT“領軍企業”，具有算力積累和生態優勢。平臺方面:擁有自主生態的百度百舸·AI異構計算平臺，具備高效率、多密度、高易用性、多場景部署、樂高式拼接等能力。算力方面:百度自身具有建設智能算力中心的實力，技術領先且自主可控，已有典型落地案例；服務器方面擁有自研的昆侖芯云服務器；芯片方面，昆侖芯AI芯片是百度自主研發的芯片，2代芯片已量產，具備算力支撐強、高速互聯等多重優勢。生態:百度大模型賦能千行百業，已有落地應用，合作廠商分別覆蓋科技、金融、航天、影視、汽車、電子制造等諸多產業。此外，我們推測ChatGPT有望成為搜索引擎的流量入口，百度搜索引擎有望借助文心一言大模型的能力重回巔峰。此外，目前國產科技巨頭已經開啟大模型的“軍備競賽”，因此，我們判斷，未來AI+有望賦能千行百業，具有AI+能力的廠商有望呈現“百花齊放”的態勢。 　

**刷爆的ChatGPT什么算法這么強！臺大李宏毅老師國語講解《ChatGPT (可能)是怎么煉成的 》！ **

** **

** **

　AIGC多模態跨模態應用逐漸成熟，市場空間廣闊。 　　廣義的AIGC指具備生成創造能力的AI技術，即生成式AI。可以基于訓練數據和生成算法模型，自主生成創造新的文本、圖像、音樂、視頻等內容。2022年被稱為AIGC元年，未來兼具大模型和多模態模型的AIGC模型有望成為新的技術平臺。據《中國AI數字商業產業展望2021-2025》報告，預測AI數字商業內容的市場規模將從2020年的40億元，增加到2025年的495億元。 　　ChatGPT產品歷經多代技術演進，產品與商業模式逐漸成熟。 　　ChatGPT是文本生成式AI，過去的傳統AI偏向于分析能力，主要基于已有內容；現在文本生成式AI基于底層Transformer模型，不斷訓練數據和迭代生成算法模型，歷經GPT-1、GPT-2、GPT-3，模型不斷升級，到ChatGPT的GPT3.5模型，已可以自主生成各種形式的內容。近期收費版ChatGPTPlus版本發布，AI商業化序幕逐漸拉開。 　　AI商業化落地在即，行業算法側和算力側投資機會有望超預期。 　　根據數據顯示，ChatGPT總算力消耗約為3640PF-Days，按國內的數據中心算力測算，需要7-8個數據中心才能支持其運行。各模態AI數據訓練到應用均需要算法和算力的加持，未來要想大規模應用，算法訓練和算力部署均需先行。

ChatGPT引領AI技術新一輪熱潮，預示著NLP技術有望迅速進入平民化應用時代。2022年11月30日，OpenAI公司上線了聊天機器人模型ChatGPT，迅速引發了全球的熱潮。ChatGPT是一種預訓練的語言大模型，采用大量的參數和大量的數據進行訓練，基于人類反饋的強化學習算法，將NLP技術和機器學習結合，極大地提升了模型算法的效率和能力。隨著ChatGPT的熱度不斷攀升，多家科技公司都開始布局ChatGPT相關技術領域，NLP技術有望迅速進入平民化應用時代。

　　ChatGPT具有良好的商業價值，未來應用空間廣闊。ChatGPT相關技術不僅對眾多的C端應用帶來革新，同時也將對B端應用產生重大影響，企業數字化轉型有望真正從數字化走向智能化，ChatGPT在企業辦公中的應用，具備很大的想象空間。我們認為，協同辦公類應用作為企業各類應用的入口，同時具備知識管理、流程引擎等功能，具備很強卡位價值，在把ChatGPT技術引入后，可以極大提升產品的功能與應用體驗。員工僅需給出想要辦理的流程，由ChatGPT進行智能化辦理，從而改變過去員工需要自行在OA、ERP及業務系統中完成信息錄入、功能查找、業務辦理的現狀，將極大地提升辦公效率和使用體驗。目前微軟已經將ChatGPT應用到了Dynamics365、Teams等產品線，未來將要應用到Bing搜索中，未來的商業價值空間十分可觀。 　 　　AIGC有望成為未來人工智能的重要方向，商業化模式仍需摸索。AIGC即人工智能內容生成，ChatGPT就是典型的文本生成式的AIGC，其目前的成功也有望帶動AIGC在圖像、音樂、視頻等其他領域落地。Gartner曾多次將生成式AI列為未來的重要技術趨勢，是當下最引人注目的人工智能技術之一。據Gartner預計，到2025年，生成式人工智能將占所有生成數據的10%，而目前這一比例還不到1%。隨著ChatGPT開啟付費訂閱試點，AIGC的商業化進程正式拉開帷幕。據量子位報告統計，到2030年，AIGC的市場規模將超過萬億人民幣，但由于AIGC目前產業化程度有限，大量業務場景尚未成功變現，商業模式也還處于探索階段。我們認為，在當下時點，AIGC基于其出色的降本增效能力，在企業級市場的應用前景較為明朗和穩定，在C端消費市場的商業模式仍需進一步摸索。 　

事件:美國AI公司OpenAI推出基于大語言模型的對話模型ChatGPT，可提供高質量的回答，并能實現創作、編程等復雜功能，備受市場關注。不到兩個月的時間，ChatGPT全球日活用戶已突破千萬。

　　ChatGPT是突破式的創新技術ChatGPT是OpenAI公司推出的全新聊天機器人模型。通過引入人類反饋的強化學習，大幅提升了AI在人機對話時的準確度和可控性，具有強大的語言理解能力和語言表達能力。GPT模型仍在持續迭代，更先進大語言模型GPT-4有望在2023年推出，有望進一步推動AIGC產業發展。 　 　　ChatGPT應用及商業化落地加速科技公司紛紛涌入AIGC賽道，優秀的AIGC大模型層出不窮，我們認為基于AI文本生成的模型ChatGPT有望率先應用落地。AIGC賽道相關公司受到資本青睞，AIGC頭部初創公司OpenAI最新估值約為290億美元。作為AIGC領域領先的模型ChatGPT在對話機器人、智能創作等領域應用廣泛，亞馬遜、微軟、Jasper等公司已經開啟商業化之路，商業化前景廣闊。