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

　產業需求及催化

　　需求：一是政策強導向，2025年大型煤礦智能化，2035各類煤礦智能化；二是礦山危險大、招工難，無人化是訴求

　　催化：一是華為、運營商等ICT商涌入催熱市場；二是大模型推動礦山AI開發從“作坊式”到“工廠式”升級

　　趨勢：一是AI應用深入采掘、運輸、洗選等縱深環節；二是“機器換人”迫切性高，安控和掘進類機器人提速

　　投資邏輯及空間

　　煤炭的能源消費主體地位+能源安全“兜底保障”；②煤炭保供穩價，誘發行業進入新一輪擴產能周期

　　高盈利周期下，智能化投資意愿加強，智能礦山建設明顯提速；④5G、AI、自動控制等新技術為礦山智能化轉型提供關鍵引擎

　　礦山智能化滲透率低，單礦井投資上億，市場空間數千億；⑥礦區無人駕駛+煤礦機器人，具備高速增長潛力

　　價值拆解及競爭格局

　　終端側：復雜環境帶電終端需隔爆、本安特殊處理；②網絡側：生產、通信、物聯、定位等一張融合專網

　　平臺側：統一融合的綜合管控平臺是智能化礦山的核心大腦；④應用側：安全監測、生產控制、經營管控是礦山智能化的關鍵環節

　　競爭格局：終端、應用層壁壘較高，ICT廠商競相涌入網絡、平臺層市場 　

邊緣域AI的“寒武大爆發”。自ChatGPT問世以來，從GPT-1到GPT-3.5，GPT模型的智能化程度不斷提升，GPT-4多模態模型的發布進一步加速產業革命。ChatGPT對智能終端的賦能開啟新一輪“寒武大爆發”時代。

　　大模型發展歷程復盤，AI全面重構科技產業。ChatGPT引領大模型浪潮，AI的“iPhone“時刻來臨。3月21日，英偉達CEO黃仁勛在GTC2023大會上將ChatGPT比作AI的“iPhone“時刻，AI時代加速來臨。國際科技巨頭加緊布局多模態模型領域。2023年3月，微軟和谷歌兩大巨頭相繼推出大模型，OpenAI推出GPT-4模型，谷歌推出PaLM-E模型；隨后，OpenAl推出APIplugins，進一步擴大了ChatGPT的應用能力并催化至多場景的業務處理能力，AI的“APPStore“時代到來。2023年4月，Meta發布SAM模型，機器視覺顛覆式創新。2023年5月，谷歌發布輕量級PaLM2模型，能夠運行于移動端，有望帶動邊緣AI計算成長，邊緣AI迎“安卓時刻”。

　　從音頻到視頻，探討硬件終端的重估值潛力。我們看好AI+智能終端的趨勢，AI將帶來產品邏輯的深度變革，加速硬件的智能化、伴侶化趨勢。無論是手機、PC、AIOT、MR、汽車電子，都有重估值的潛力。當下，各大廠商紛紛布局，應用端革新漸漸開：1）手機端：高通利用驍龍AI軟件棧，運行StableDiffusion模型；華為P60率先搭載多模態大模型智慧搜圖；2）PC端：蘋果推出M2Ultra，配備32核神經網絡引擎，AMD、Intel均推出嵌入專用AI模塊的x86處理器，AIPC呼之欲出；3）AIOT：百度融合文心一言，打造AI音箱“小度靈機”；阿里巴巴天貓精靈，接入“通義千問”大模型；4）MR：蘋果發布AppleVisionPro，推出首款空間計算設備；5）智能汽車：奔馳與微軟AzureOpenAIService達成合作；特斯拉的FSD將取消Beta版本，V12有望落地。

　　從計算到連接，芯片為邊緣算力核心。邊緣AI芯片是邊緣算力的核心，主要可分為“計算+連接”兩方面，其中：計算芯片處于邊緣AI的核心，用于接受感知外界環境，同時對視頻語音信息加以處理運算，實現邊緣AI功能，賦能硬件終端；連接芯片位于諸多終端，更多是通過網絡協議接收指令，執行功能。伴隨產業發展，計算+連接芯片有二者融合的趨勢。當前，邊緣計算市場上參與者眾多，不同陣營廠商正以不同的路線共同推動邊緣計算快速發展。海外以英特爾、AMD等為代表的芯片廠商積極推出CPU、GPU、FPGA、DPU、IPU等邊緣算力芯片；國內芯片廠商則發揮在邊緣智能終端的優勢，加大邊緣AI芯片的布局。 　

虛擬人產業受技術與需求驅動，擬人化是重要發展方向：虛擬人可分為功能型與身份型虛擬人，功能型虛擬人主要以替代日常工作為主要目的；身份型虛擬人以IP形象為特征，是認知與需求的投射，市場空間更廣闊。虛擬人已進入快速成長期，AI大背景下虛擬人產業從基礎層、平臺層、應用層到交互層均迎來較大變革，傳統虛擬人已過渡至AI虛擬人時期，根據艾媒咨詢數據，到2025年虛擬人核心市場規模有望達到480.6億元。

　　AI推動虛擬人降本增效，交互能力提升，技術、應用、商業化良性循環：AI與虛擬人產業結合度持續提升，AI逐步實現虛擬人制作全流程覆蓋，虛擬人制作降本增效，AI建模、驅動替代傳統的CG建模與中之人驅動；虛擬人接入大模型大幅提升虛擬人多模態交互能力，應用場景持續拓展。AI帶來降本增效，打開虛擬人行業商業化空間，應用場景拓展進一步豐富虛擬人產業的商業模式，AI虛擬人產業有望實現商業化、技術進步、應用拓展良性循環。

　　AI驅動虛擬人應用場景加速拓展，細分賽道有望受益于AI賦能：隨著AI等技術進步對虛擬人形象與交互能力的提升，AI能夠在更多場景替代人力。廣告營銷領域，虛擬人通過第三方合作與品牌自有的形式提升營銷效果；直播電商領域，AI數字人替代真人直播，直播時長大幅提升；陪伴場景下，虛擬人交互能力提升，能夠滿足人的情感需求；泛娛樂場景下，數字人擬人化程度提升，能夠參與泛娛樂活動，實現與真人交互。 　

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。 　

海外發展：現階段海外大模型發展領先，GPT4已呈現出色的內容生成與交互能力，Google、Meta等也已發布相關產品，預計將帶來可觀的增量市場與效率提升，已給相關應用（微軟、彭博等）帶來巨大變化，預計相似的變革也將在國內發生。

　　國內大模型：國內成熟大模型落地具備較好的條件：業內已有相對成熟的方法路徑（Transformer等）、大模型（GPT2、Meta-LLaMA等）及相關數據基礎，而芯片短期看并未成為發展限制，百度、阿里、字節、華為、騰訊等巨頭均加速布局，百度、阿里、商湯發布大模型且迭代進展迅速，預計國內GPT3級模型或在不久的將來出現，對國內產業鏈形成巨大影響。 　 　　應用場景展望：考慮現階段國內大模型未完全成熟，因此更多是借鑒海外路徑演繹國內發展。目前看海外應用端已經百花齊放，辦公、搜索、教育、對話社交、游戲、金融、電商、圖片視頻等領域已出現大量產品創新，GPTplugin插件推出后相關產品和場景有望進一步擴展。 　 　　投資策略： 　　1）大模型環節：具備哪些稟賦的企業更可能在大模型競爭中脫穎而出？我們認為，大模型整體來說還是大廠的生意，綜合算力資源、算法人才、數據積累及產品先發四個核心要素，目前百度領先，關注字節、阿里、華為、騰訊等企業進展。 　 　　2）應用場景環節：具備哪些稟賦的企業能夠在技術變革下守住基本盤并更上一層樓，而哪些企業可能面臨被替代的風險？我們認為，有以下稟賦的企業：①原有產品場景壁壘高，且受益于AIGC出色的信息獲取、內容生成能力；②有獨特垂直的高質量數據；③有用戶粘性與深度；④本身有較強的AI技術研發與落地能力；加持自有大模型或外部模型API有望上臺階，關注騰訊、阿里、百度，以及游戲、金融、教育、辦公等垂直領域有高質量數據與場景的優質企業。反之，如無上述稟賦，或面臨被大模型降維競爭風險。 　

GPT5后NLP大模型逐步走向收斂，ASIC將大有可為。理論來說，當大模型的算力、數據量以及參數量同時增大的時候，整個模型的效果會越來越好。GPT-3使用的數據量為40T，預測GPT-4的數據量需求為400T，但未來數據量將不會無限增大，所以當數據量不能增長的時候，光靠算力和模型參數量增長，并不能增強模型的效果。換言之，受到數據量的限制，NLP大語言模型的迭代或將進入停滯期。在模型迭代停滯期，若應用爆發，則ASIC芯片的優勢就顯現出來。ASIC針對特定需求開發，可根據需求對性能和功耗進行定向優化，其專用的芯片架構與高復雜度的算法相匹配，量產后在性能、功耗、成本方面均具有較大優勢，ASIC芯片將大有可為。

　　頭部廠商紛紛切入AIASIC領域，技術路徑不同。谷歌15年發布第一代TPU（ASIC）產品，TPU產品持續迭代升級；英特爾19年收購人工智能芯片公司HabanaLabs，22年發布AIASIC芯片Gaudi2，性能表現出色；IBM研究院22年底發布AIASIC芯片AIU，有望23年上市；三星第一代AIASIC芯片WarboyNPU芯片已于近日量產。頭部廠商紛紛切入AIASIC領域，看好ASIC在人工智能領域的長期成長性。 　　谷歌：谷歌為AIASIC芯片的先驅，于15年發布第一代TPU（ASIC）產品，大幅提升AI推理的性能；17年發布TPUv2，在芯片設計層面，進行大規模架構更新，使其同時具備AI推理和AI訓練的能力；谷歌TPU產品持續迭代升級，21年發布TPUv4，采用7nm工藝，峰值算力達275TFLOPS，性能表現全球領先。 　　英特爾：19年底收購以色列人工智能芯片公司HabanaLabs，22年發布Gaudi2ASIC芯片。從架構來看，Gaudi架構擁有雙計算引擎（MME和TPC），可以實現MME和TPC并行計算，大幅提升計算效率；同時，其將RDMA技術應用于芯片互聯，大幅提升AI集群的并行處理能力；從性能來看，Gaudi2在ResNET-50、BERT、BERTPhase-1、BERTPhase-2模型的訓練吞吐量優于英偉達A100，性能表現優異。

1、底層技術：AI通過三大能力賦能辦公場景，大模型技術提升辦公生產力

　　AI通過提升人類的內容生成能力、人機交互能力和非結構數據處理能力，來賦能辦公場景：1）AIGC技術開啟辦公軟件發展新階段，辦公產品從效率工具向生成工具轉變；2）大模型提升人機交互能力，降低辦公軟件使用成本；3）AI提升辦公軟件非結構化數據處理能力，幫助企業更加高效地挖掘數據資源價值。

　　大模型技術的成熟和商業化推廣，為下游辦公應用向智能化演進提供支撐。1）GPT-4在辦公領域展現出四個極為重要的能力：會話式交互方式、跨語言及多模態交流能力、長文本處理能力、復雜推理能力。四大能力作為支撐，使得大模型在辦公軟件市場應用前景廣闊。2）文心一言強大的中文理解能力展現出廣闊的應用前景，中文場景的內容生成方面具有優勢。3）訊飛星火大模型：辦公是星火模型未來重點應用的領域，依托訊飛在各行業積淀的海量數據，可賦能細分領域的辦公場景。

　　2、辦公智能化實踐：國內外廠商齊發力，AI+辦公應用百花齊放

　　AI與辦公應用的融合，國內外廠商已有諸多實踐案例：微軟和谷歌都發布了融合AI的辦公應用Microsoft365 Copilot和Workspace，幫助用戶提高工具生產力；Salesforce通過接入通用大模型+自研小模型的方式，推出GPT程序賦能協作產品，提升溝通效率；Notion AI和印象筆記等筆記類應用，通過接入大語言模型實現文檔自動寫作；飛書推出AI助手“My AI”，以對話形式提供多種功能，包括優化和續寫文字內容、創建日程、自動匯總會議紀要、搜索公司內部知識庫等。 　

大模型提升機器理解能力，優化人機交互方式。AI大模型是實現通用人工智能（AGI）的重要方向，包含自然語言處理(NLP)、計算機視覺（CV），多模態大模型等。ChatGPT推出兩個月MAU突破1億，是自然語言處理領域突破性的創新，大力出奇跡后出現涌現能力,更理解人類語言。大模型“預訓練+精調”即可對下游應用賦能。我們認為大模型優化人類與機器交互方式，是效率的革命。大模型是“大數據+大算力+強算法”結合的產物，對比國內外大模型，算力儲備上國內并無短板;算法上OpenAI有先發優勢;前期數據的豐富度和量對大模型的訓練至關重要。

　　百度文心大模型：包含NLP、CV等在內的系列大模型。文心大模型包含NLP大模型、CV大模型、跨模態大模型、生物計算大模型、行業大模型等。與Bing類似，文心一言有望優化C端用戶搜索、創作體驗；ToB方面，百度已開放大模型API接口，在文案、AI作畫、開放域對話方面賦能企業。對于具體行業，百度推出文心行業大模型，以“行業知識增強”為核心特色。 　 　　阿里巴巴通義大模型：由通義-M6模型融合語言模型和視覺模型組成，率先應用在硬件終端天貓精靈和軟件通義千問。通義大模型包括統一底座“M6-OFA”，三大通用模型“通義-M6”“通義-AliceMind”“通義-視覺大模型”，以及行業層面的不同垂直領域專業模型。在應用上，天貓精靈基于通義大模型推出擬聲助手“鳥鳥分鳥”；對話式通義千問已經開始內測。 　 　　騰訊混元大模型：采用熱啟動降低訓練成本，文字視頻等多領域表現優異，已在廣告游戲等多場景落地。目前騰訊混元大模型已在騰訊廣告、內容創作、游戲、對話式智能助手等方面實現落地，大幅提升工作效率并降低成本。 　 　　華為盤古大模型：基于ModelArts研發設計的系列模型，在物流、藥物研發、氣象預測等多領域已實現落地。目前盤古CV大模型已覆蓋了物流倉庫監控等領域；NLP大模型覆蓋了智能文檔檢索、智能ERP和小語種大模型；科學計算大模型則應用于氣象預報、海浪預測等方面。 　 　　字節跳動AI探索基礎扎實，在語言大模型和圖像大模型初步布局。字節跳動AIGC大模型將從語言和圖像兩種模態發力，預期在今年年中推出大模型。字節跳動在算力、算法、數據方面并無短板。目前模型可用于圖文、視頻內容生成等，飛書將推出智能AI助手“MyAI”。 　

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: