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

大模型參數量級飛漲，相應訓練集需同比提升。李開復定義AI2.0時代的特征是通過海量數據，無需標注自監督學習，訓練一個基礎大模型，并在各領域將其專業化。據相關論文，當模型的參數量大于某閾值，會展現出類似推理、無監督學習等未曾出現的能力，這種現象被稱為“涌現”，因此目前大語言模型參數均在十億量級以上。同時，Deepmind研究表明，模型參數的上漲需要配合等比例上升的優質數據集來達到最佳訓練效果。因此，大模型參數在十億級以上發展并受限于優質數據集的增速是AI發展的必然趨勢。

　　大模型增長挑戰芯片算力和內存，無法實現完整端側部署。大模型訓練和推理的三大瓶頸是算力、顯存和通信，根據我們的測算，算力方面GPT-3訓練所需算力為121528TFLOPS，若30天內完成，需要1558顆A100。內存角度，GPT-3訓練至少需要3.2T內存，至少44張A100，推理任務則主要受顯存限制，需要4至8張A100，因此完整的模型無法在終端上離線運行。

　　優化后大模型可在旗艦機型芯片上運行，AI落地有望推動新一輪換機潮。AI部署本地化具有必要性，優勢包括更低的延遲、更小的帶寬、提高數據安全、保護數據隱私、高可靠性等。完整的大模型僅參數權重就占滿一張80G的GPU，但是通過量化、知識蒸餾、剪枝等優化，大模型可以在手機本地實現推理。高通團隊使用驍龍8Gen2部署StableDiffusion，實現本地運營15秒出圖，證明了大模型本地化運行的可能，也體現出目前手機芯片的局限性。根據IDC數據，1Q23全球手機銷量中主處理器頻率超過2.8GHz的占比36%，價格在1000美金以上的占比13%，即旗艦機型占比較低，隨著AI大模型在邊緣端落地，有望推動新一輪換機潮。

　　以大語言模型為核心，以語言為接口，控制多AI模型系統，構建“賈維斯”式智能管家。我們認為大語言模型不僅可以實現對話、創意，未來也有望作為眾多復雜AI模型的控制中心，同時也是接受用戶指令的交互窗口，實現《鋼鐵俠》電影中“賈維斯”式綜合智能管家。23年5月，Google推出PaLM2輕量版Gecko，其可在最新的旗艦機型上離線運行。同月，OpenAI首次推出ChatGPT移動端應用，各家大廠正式進入AI模型移動端創新、競爭時期。智能音箱、全屋智能中控屏、手機、MR等均有望成為這一時代的交互入口。 　

ChatGPT系列報告地址：//www.zhuanzhi.ai/topic/tpcac5a15a1c8b5293bfc970b97839eaf7

本篇報告主要解答了以下問題：AI、AIGC當下發展處于什么階段？未來將呈現怎樣的趨勢？AIGC的核心生產要素是什么？各生產要素的發展趨勢如何？NLP、CV、ASR、TTS算法及發展？ChatGPT為何“火爆出圈”？AIGC包括什么？已有哪些產品？應用現狀及前景如何有哪些企業進行了布局？商業模式如何？

　　行業發展：人工智能步入新發展階段，逐步邁向AGI；AIGC擁抱人類，創造人機交互新變革，將迎來更多新機遇。人工智能從理論發展分為四個階段：規則導向、機器學習、深度學習、自主學習階段，目前處于深度學習階段；從應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；從應用類型可分為四種：感知式AI與分析式AI應用較成熟，決策式AI近年來發展迅速，生成式AI迎來突破。生成式AI，即AIGC，較傳統內容創作模式UGC、PGC可實現更大數量、更高質量、更低單位成本，未來將從輔助創作生成趨向高度自動化自主創造。此外，AIGC將賦能多領域，加速人機共生的建設，迎接更多機遇與挑戰。 　 　　技術進步：算力是支撐，數據是瓶頸，算法迎來突破。算力層，近年來大模型流行，模型參數量迅速膨脹，所需計算資源越來越大，算力是AIGC核心生產要素；而AI芯片全球短缺，美對華芯片制裁升級，我們認為國內短期算力充足，長期仍需要逐步實現AI芯片國產化替代。數據是機器學習的核心，AI發展的瓶頸,數據決定模型質量的上限；大模型訓練需要海量且優質數據，AI對數據訓練集的消耗量遠大于人類數據生產的速度，專業領域、圖像視頻等數據獲取和標注成本也將越來越高，我們認為加速商業化，實現數據反哺是對提高數據量、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領域以RNN及其變體為主，CV領域以CNN及其變體為主，但各有優劣，Transformer架構突破了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聯等，自2017年開始在NLP領域應用、變種升級，Transformer在多模態的發展和應用將讓AI越來越多的向人類推理方式靠近，以實現AGI。AIGC包括文本/音頻/圖像/視頻/代碼/3D/數字人/跨膜態生成等，目前文本、音頻和圖像領域都迎來較大突破，圖像生成的突破是Difussion的出現，文本生成的突破則是GPT的出現，AIGC基本采用GAN算法，算法及產品越來越豐富多元，AI因AIGC的蓬勃發展，已開啟技術與應用的新篇章。 　 　　應用概覽：技術突破實現應用創新。AI小模型是過去主流的研究和應用方向，在B端部分行業、賽道已有不少企業布局，預計未來仍將依托其細分行業、細分賽道的先發優勢和數據、項目實施經驗、產品優勢等壁壘仍將有較好的發展。但大模型尚未實現商業價值閉環，未來需要重點關注數據、算法層面的突破與變革，探索新的商業模式，目前已在影視、傳媒、電商、C端娛樂規模應用，游戲領域逐步應用，金融、工業、醫療、法律、設計等專業領域還在持續拓展。 　 　　產業布局：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，又有優秀的人才團隊，多年算法、數據積累，在大模型領域的發展及應用具備天然優勢。上游除云廠商外，還有光通信廠商、數據服務商、算力相關設備廠商，將較大程度受益于大模型發展帶來的更多計算資源和數據需求。中游有商湯、科大訊飛、曠視、拓爾思等企業多年細分領域布局，部分也有一定算力儲備，垂直行業細分賽道深耕，相關技術、數據儲備豐富。下游主要是受益于AIGC對業務的驅動、降本增效，空間較大，多行業公司均將逐步受益。 　 　　商業模式：商業化初啟，期待產業生態、技術與產品發展完善。小模型在B端已應用多年，大模型商業剛剛開始，主要是MaaS，包括大模型廠商自用，實現增量或降本增效；云廠商“MaaS+IaaS”打包輸出；替代翻譯、美工、原畫師、程序員、分析師、設計師等繁瑣重復的低端工作等。大模型商業價值閉環未成，國內SaaS生態、付費意識較差，商業落地還需要各行各業共同發展、相互奔赴，共建良好產業生態。

3月15日 OpenAI發布多模態大模型GPT-4，其不僅在語言處理能力上提高，還具備對圖像的理解和分析能力。GPT-4商業化進程加快，開放API的同時還發布了在6個不同商業場景的應用落地。隨后微軟發布了震撼的微軟365 Copilot，極大提升office的生產力和交互方式。此前，ChatGPT就已經展示了強大的能力，在文字創造、人機交互、教育、影音、零售等多場景落地應用。我們認為，多模態大模型已在多領域具有專家能力，未來將深度賦能千行百業，改變生產生活方式。  **1. 2023年3月15日，OpenAI目前最強大的多模態預訓練大模型GPT-4正式發布。**其能夠處理文本、圖像兩種模態的輸入信息，單次處理文本量是ChatGPT的8倍，GPT-4的表現大大優于目前最好的語言模型，同時在學術考試中的水平遠超GPT3.5。這意味著GPT-4不僅在學術層面上實現了模型優化與突破，同時也展現出了成為部分領域專家的能力。

**2. GPT-4商業化進程加快。**GPT-4在發布時便開放了其純文本輸入的API，這與GPT-3和GPT-3.5的滯后開放不同。同時，GPT-4這次一起推出了6個商業場景的具體應用落地，在優化人機交互體驗、提供專業服務、提升組織效能、文化傳承與保護等方面都展現了巨大的潛能，未來有望看到更多場景中的商業化拓展與落地。 **3. ChatGPT已經刮起GPT生態狂潮。**2023年3月1號，OpenAI基于GPT 3.5 Turbo模型開放了ChatGPT API。API收費模式為0.002美元/1000tokens。相較于前一代開放接口GPT 3.5，性能更強的同時，價格下降90%，加速ChatGPT相關應用生態的發展。 **4.應用百花齊放，創造新的生產方式。**微軟先后在搜索引擎Bing、企業服務平臺Dynamic 365及開發者工具平臺Power Platform等接入 ChatGPT/GPT-4能力。微軟還發布了震撼的Microsoft 365 Copilot，極大提升office的生產力和交互方式。與此同時，在越來越多的企業宣布接入ChatGPT的能力，其中不乏一些已經取得優秀商業化的應用。如Jasper、Quizlet、Shop等，在語言文字創造、人機交互、教育、繪畫、影音、零售等多場景落地應用。 5. 我們認為以GPT4/ChatGPT為代表的預訓練大模型是這一輪AI浪潮的重要革新，重點推薦關注海內外優秀應用落地情況，AI芯片產業鏈等投資機遇。

**GPT技術發展不及預期：**GPT屬于先進AI算法，若后續GPT算法更新迭代效果不及預期，則會影響GPT演進及拓展，進而會影響其商業化落地等； **算法歧視與人權道德風險：**GPT引入基于人工反饋的強化學習，在人工反饋中，不可避免的會參雜歧視問題，從而會將歧視帶入后續的人機交互中；大模型在進行預訓練過程中，使用了大量數據，其中會涉及相關隱私問題； **數據數量與數據質量不及預期：**大模型需要大量的高質量數據進行訓練，若數據數量和質量存在短板，則會影響模型效果。 **GPT接口開放不明確：**目前GPT是否能對國內開放API還不明朗，若未來無法接入，可能將導致相關應用在國內無法落地。 **算力受限：**目前大模型訓練以GPU為主，尤其是英偉達的GPU。未來若GPU產能或者中美摩擦升級，可能導致國內廠商的算力布局。

下游突破：GPT-4能力躍遷打開技術可用性上限

　　GPT-4突破了僅適配淺層任務處理的定位，將深度參與人類工作流。這基于GPT-4相比GPT-3.5的能力全面提升：1）更可靠，更有創造力，可以理解并處理指令的微妙之處；2）具備更高智能，在學術和專業考試中表現接近人類最好水平；3）接受圖文類模特輸入，可將應用范圍拓展至機器人、智能駕駛等領域；4）利用模型調試、工程補丁、眾包測評等方式減少謬誤性顯示，解決體驗痛點。 　 　　上游需求：模型復雜度加大，大幅提升算力需求 　 　　我們認為，GPT-4的模型規模或將創新高，在訓練和運行時極可能造成較大的算力壓力。目前，OpenAI未披露具體模型規模參數，但更長的輸入量即更多的token，意味著指數級躍升的關聯性計算需求；而多模態指向更復雜的模型設計和訓練數據集。OpenAI在工程上進行優化緩解算力壓力，但多模態大模型因其特質，計算量激增，我們判斷，行業對算力的需求仍將維持高速增長態勢。 　 　　大模型商業化：OpenAI已跑通多條商業化路徑 　 　　商業化主要分為自有產品部分直接變現和ToB集成，倚靠行業領先的技術地位，OpenAI在較短時間內進行了較充分地變現嘗試。對于自有產品部分，GPT-4不再進行免費開放，意向用戶都需要直接或者間接參與商業轉化。集成進第三方產品思路上，OpenAI已涉及多個行業領域，并具備服務千萬級月活流量的能力。 　 　　大模型國產化：珠玉在前，國內廠商追趕在即 　 　　國外的快速進展對國內大模型參與者造成一定壓力。工程量爆發性增長，項目閉源導致國產化難度高企。在此追趕期間，參考辦公軟件領域發展歷程，國內玩家可選本土化思路，即創建合規的基本可用的版本。對于開發垂直小模型進行差異化競爭，因大模型泛化能力不斷增強，小模型市場空間有限。 　

自ChatGPT推出以來，國內學術界和科技企業相繼宣布或將推出類似機器人對話模型，有望推動大模型發展。2月7日，百度官宣“文心一言”。2月20日，復旦大學發布了類ChatGPT模型“MOSS”，并面向大眾公開邀請內測，國產大模型有望迎來爆發式增長。 　　需求和政策兩方面，合力推動AI產業增長。國內應用層面的需求推動AI產業的加速發展。根據IDC數據預測，2021年中國人工智能軟件及應用市場規模為51億美元，預計2026年將會達到211億美元。數據、算法、算力是AI發展的驅動力，其中數據是AI發展的基石，中國數據規模增速有望排名全球第一。政策方面，“十四五”規劃中提到“瞄準人工智能”，“聚焦人工智能關鍵算法”，加快推進“基礎算法”的“突破與迭代應用”；北京、上海、廣州等城市發布相關規劃。 　　頭部企業采取“模型+工具平臺+生態”三層共建模式，有助于業務的良性循環，也更容易借助長期積累形成競爭壁壘。大模型廠商主要包括百度（文心大模型）、騰訊（HunYuan大模型）、阿里（通義大模型）、商湯、華為（盤古大模型）等企業，也有智源研究院、中科院自動化所等研究機構，同時英偉達等芯片廠商也紛紛入局。大模型增強了AI技術的通用性，助力普惠AI的實現。未來，大模型有望于場景深度融合，配合專業工具和平臺支持應用落地，開放的生態來激發創新，形成良性循環。 　　技術發展有望促進生產效率提升，并進一步創造新的消費和需求，有利于文娛內容和互聯網行業。在AIGC和ChatGPT方面，我們建議持續關注技術發展和應用情況，把握技術催化和商業化落地帶來的投資機會：1）具備AIGC和ChatGPT的技術探索和應用的公司：百度集團-SW、商湯-W、萬興科技、拓爾思等；2）具有海量內容素材且具有AIGC探索布局的，圖片/文字/音樂/視頻內容及平臺公司騰訊控股，閱文集團、美圖公司、昆侖萬維、湯姆貓、神州泰岳、視覺中國、中文在線、漢儀股份、天娛數科、風語筑等。

　AIGC空間廣闊，商業化落地持續推進

　　AIGC的落地痛點在于成本高昂的通用大模型與下游垂直應用場景需求的不匹配。ChatGPT熱度持續提升，一方面推動了科技巨頭持續加大AI投入，另一方面也直接帶動下游付費意愿提升，進一步加速AIGC應用落地和商業變現，AIGC產業迎來發展良機。 　　（1）從內容形態來看，AIGC應用包括文本、音頻、圖像、視頻、代碼、多模態等內容生成形式，根據紅衫資本預測，AIGC將首先在文本和代碼領域落地應用，隨后逐漸拓展至圖像和視頻領域。 　　（2）從應用價值來看，AIGC應用價值體現在降本增效、提升內容質量、增加內容多樣性、生成個性化內容等方面。在垂直領域，目前國內已有機器寫稿、對話式AI、報告生成等AIGC應用落地，技術價值主要在于替代人工實現降本增效。隨著科技巨頭的持續投入以及技術的迭代升級，AIGC技術應用場景進一步拓寬，技術價值也有望從將本增效向額外價值轉移。 　　AI賦能價值凸顯，AI應用大有可為 　　（1）AI+搜索：搜索是互聯網的流量入口，微軟、谷歌、百度均表示將率先將AI技術應用于搜索，未來有望重塑信息生成和呈現方式，成為新的流量入口。 　　（2）AI寫作：AI寫作可大幅提升效率，在具有較強規律性的結構化寫作方面具有豐富應用場景。目前已在辦公軟件、新聞媒體等專業應用場景商業化落地。 　　（3）AI對話：AI對話主要用于替代人類完成大量重復性、規則性對話任務，在金融、互聯網、運營商等擁有大量C端用戶的行業擁有廣闊應用前景。ChatGPT在多項測試中已經超過人類，將對話AI提升至新的高度，未來應用空間廣闊。 　　（4）AI翻譯：在AI技術支持下，機器翻譯效果持續優化，但在廣義理解層面仍面臨挑戰。相比專業搜索工具，ChatGPT具有更強的理解能力，在部分場景的翻譯表現優于谷歌翻譯和DeepL，表現驚艷。 　　（5）AI作畫：AI作畫可解決視覺內容創作門檻高、耗時長的痛點，對于內容創作的價值凸顯。根據6pen預測，未來五年10%-30%的圖片內容將由AI參與生成，預計2027年市場規模有望超過600億，空間廣闊。 　　（6）AI視頻：AI已經可以輔助完成視頻生成、替換、剪輯等多項任務，已在短視頻、AI修復等領域廣發應用，下游需求旺盛，未來應用潛力廣闊。

**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。

**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 》！ **

** **

** **

ChatGPT：OpenAI史詩級“AI”新品，開啟新一輪的科技革命

　　1）史詩級“AI”新品。ChatGPT自發布以來，僅2個月用戶量迅速增長至億級，是AI產業的史詩級“顛覆性創新”產品，我們預計其用戶量潛在空間10億級，假設人均訂閱價格20美元/月，其對應的商業價值量將極其廣闊。同時，ChatGPT母公司OpenAI估值亦迎來翻倍式增長，根據華爾街日報，其最新估值達290億美元，預計2023年收入2億美元。 　　2）開啟新一輪科技革命。ChatGPT的成功得益于NLP、Transformer、GPT、強化學習等AI相關模型和技術的突破，其在對話、知識反饋等方面已遠超過普通人類水平，更將顛覆搜索、智能客服、智慧教學、電子媒體等千行百業，比爾蓋茨評論其意義不亞于“PC或互聯網誕生“。當前，ChatGPT的第一浪已經開始，AI技術方向已然明確，更宏大的AI浪潮即將奔涌而來。 　　AI算力：ChatGPT核心基座，新AI“軍備競賽”的最受益賽道 　　1）算力是AI技術角逐“入場券”。AI算力是ChatGPT模型訓練與產品運營核心基礎設施，ChatGPT的誕生將對科技產業的格局和商業模式形成顛覆，“危與機“的共同作用下，全球科技互聯網企業必將加速進入ChatGPT角逐，而AI算力基礎設施將成為新AI競賽的“入場券”。 　　2）AI服務器、AI芯片是核心算力產品。AI超算中心或大型數據中心是算力的基礎設施，其中，AI服務器、AI芯片是AI算力基礎設施的關鍵組成。ChatGPT的核心基建主要是微軟投資10億美元建設的AzuerAI超算平臺，包括28.5萬顆CPU和1萬顆GPU等產品，算力相當于全球前五大超算水平，我們預計約30Pflops。ChatGPT的訓練算力約3600Pflops/day，新科技戰的打響將加速科技互聯網企業對AI算力的投入布局。

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。