4月8日,華為發布盤古大模型,指出人工智能與科學計算的交匯將會深刻影響工業、氣象、能源、生物醫學等領域。行業模型方面,盤古在礦山、電力等場景均有成熟的垂類模型落地應用。同時,據悉阿里將繼發布“通義千問”之后于4月18日發布行業應用類模型。我們認為,未來大模型+垂類行業模型的方式更有可能去完成實際場景的落地應用,基于AGI通用能力+細分場景的模型訓練有望率先在礦山、電力、工業場景落地。
AI+礦山:智慧礦山。戰略意義層面,AI+能源行業有望助力“3060達峰中和”;實際操作層面,華為云盤古礦山大模型推動AI開發“工廠式”升級,“礦鴻”工業操作系統打通軟硬件一體化平臺,實現礦山全域萬物互聯,CV大模型落地皮帶智能檢測,提供礦山無人化智能解決方案。同時,全國煤炭智能化改革開出明確時間表,疊加煤礦行業自身降本增效需求或將率先受益于本輪AI+賦能。
AI+電力:智慧電力。戰略意義層面,AI+能源行業有望助力“3060達峰中和”;實際操作層面,AI大模型推動“源網荷儲”智能化變革。電源側:新能源電力的平滑上網離不開準確、高頻的氣象預測數據,華為云盤古大模型與阿里通義千問大模型均已發布相關行業模型,或將賦能傳統新能源電站運營系統精細化、智能化升級。電網側:BIM設計是貫穿電網全域的精細建模、微觀選址、建筑算量軟件。AI大模型有望打破二維與三維壁壘,實現有效轉換高度聯動,提升設計效率。電荷及儲能側,AI大模型有望賦能電力市場交易,推動智慧能源管理系統通過高頻實時響應決策機制,幫助售電公司、工商業用戶、城鄉家庭用戶在上游發電峰值低價購入電能,在上游發電供應短缺時高價賣出電能,通過微電網儲能或電動汽車、小型光伏面板及蓄電池進行調蓄,從而在電力交易行為當中獲益,打破此前電力IT作為成本中心的預算剛性關系。
AI+流程:智慧流程。戰略意義層面,AI+工業有望夯實“中國制造2035”數字化底座;實際操作層面,傳統化工分離分液程序人工值守依賴較重,“AI大模型+機器視覺+DCS系統”的智能化解決方案有望實現監測實時化、工藝精細化與廠房無人化的現代化工分離分液流程變革。
AI+離散:智慧離散。戰略意義層面,AI+工業有望夯實“中國制造2035”數字化底座;實際操作層面,智能制造落地數字工廠,AI大模型賦能工業互聯網,結合離散生產企業柔性制造、個性定制、快速交付的需要,推出自主智能制造產品,實現生產控制體系數據自動報警、設備智能化運行、智能化工位、業務鏈質量動態監控等功能。
概念定義:數字孿生指將物理實體鏡像映射到虛擬空間,生成一個“數字雙胞胎”,在虛擬空間中的克隆體可以通過物聯網實現數據實時雙向互聯互通,反映對應物理實體的全生命周期過程,在整合底層數據信息的基礎上進行仿真預測,為優化決策賦能。根據復雜程度,數字孿生可以分成5級。受益于數字經濟、工業互聯網發展、政策落地、技術突破、下游需求增長,當前行業步入快速增長期;數字孿生關鍵技術包括建模、渲染、仿真及物聯網。
市場概覽:2022年中國數字孿生市場規模超100億元,預計2025年將達375億元;當前全球學術領域對數字孿生研究熱度活躍,中國論文發布數量領先。投融資方面,行業融資熱度逐步回暖,城市賽道景氣度最高;數字孿生行業玩家可分為技術服務商(如CIM、BIM、可視化平臺廠商等)以及集成方案廠商(如運營商、互聯網大廠等)。技術、業務、資源三方面筑造數字孿生廠商競爭壁壘。數字孿生發展伴隨產生四大挑戰:廠商商業模式不成熟,支撐技術要求高,標準體系未統一以及數據能力不完善。
應用場景:數字孿生與各行業融合加深,本文主要介紹數字孿生技術在城市管理(智慧交通、零碳園區以及城市應急)、智慧工業(流程型工業、離散型工業)、自動駕駛測試以及醫療場景(智慧醫院、精準醫療及藥物研發)的應用,通過數字孿生技術賦能各行業應用場景。
1、國內外大廠發力布局,AI應用生態加速構建,行業應用前景有望打開: (1)硬件端,以NVIDA為代表的國內外廠商布局AI芯片等硬件,有望降低行業內公司AI部署的成本和門檻,為AI商業化應用創造條件; (2)軟件端,國內外大廠相繼發布AI大模型,并展現出出色的實際任務解決能力,應用空間廣闊; (3)商業模式層面,ChatGPT插件大幅提升AI大模型的實用性和準確性,未來“AI大模型+應用插件”有望成為主流模式; 2、AI+行業應用有望加速融合,關注各賽道內具備布局優勢的廠商: (1)隨著AI商用空間的逐步打開,AI結合各行業應用的進程有望加速,建議關注AI與辦公、教育、工業、醫療、安全、遙感、建筑、法律和金融行業的深度融合; (2)對標Microsoft365Copilot,我們認為AI結合工具有望在實際業務場景中大幅提升用戶效率,實現降本增效,重點推薦廣聯達; (3)我們認為AI大模型在文本生成領域技術已經成熟,在具備一定格式的文本生成中可輔助使用者完成任務,推薦AI+法律標的,通達海;
ChatGPT快速滲透, AI產業迎發展新機 ChatGPT是由OpenAI公司開發的人工智能聊天機器人程序, 于2022年11月發布, 推出不久便在全球范圍內爆火。根據World of Engineering數據顯示, ChatGPT達到1億用戶量用時僅2個月, 成為史上用戶增長速度最快的消費級應用程序。與之相比, TikTok達到1億用戶用了9個月, Instagram則花了2年半的時間。從用戶體驗來看, ChatGPT不僅能實現流暢的文字聊天, 還可以勝任翻譯、 作詩、 寫新聞、 做報表、 編代碼等相對復雜的語言工作。 ChatGPT爆火的背后是人工智能算法的迭代升級。ChatGPT是基于GPT-3.5微調得到的新版本模型, 能夠借助人類反饋的強化學習(RLHF) 技術來指導模型訓練, 實現模型輸出與人類預期的需求, 使對話內容更加人性化和富有邏輯性。從2008年第一代生成式預訓練模型GPT-1誕生以來, GPT系列模型幾乎按照每年一代的速度進行迭代升級, 未來隨著大語言模型(LLM) 技術的不斷突破, AI相關應用有望加速落地, AI產業或將迎來新一輪發展機遇。 ChatGPT激起AI浪潮,大算力芯片迎來產業機遇 ChatGPT是生成式人工智能技術(AIGC) 的一種, 與傳統的決策/分析式AI相比, 生成式AI并非通過簡單分析已有數據來進行分析與決策, 而是在學習歸納已有數據后進行演技創造, 基于歷史進行模仿式、 縫合式創作, 生成全新的內容。AIGC的應用非常廣泛, 包括自然語言生成、 圖像生成、 視頻生成、 音樂生成、 藝術創作等領域。 AIGC產業鏈主要分為上游算力硬件層、 中游數據/算法軟件層和下游行業應用層。硬件層依靠高性能AI芯片、 服務器和數據中心為AIGC模型的訓練提供算力支持, 是承載行業發展的基礎設施;數據/算法層軟件層主要負責AI數據的采集、 清洗、 標注及模型的開發與訓練, 多方廠商入局自然語言處理、 計算機視覺、 多模態模型等領域;行業應用層目前主要涉及搜索、 對話、推薦等場景, 未來有望在多個行業呈現井噴式革新。 多模態賦能下游行業智慧化升級 多模態大模型有望成為AI主流, 賦能下游行業智能升級。生成式AI主要依賴于人工智能大模型, 如Transformer、 BERT、GPT系列等。這些模型通常包含數十億至數萬億個參數, 需要龐大的數據集進行訓練, 致使AI算力的需求也呈現出指數級的增長。多模態是一種全新的交互、 生成模式, 集合了圖像、 語音、 文本等方式, 因其可以結合多種數據類型和模態的學習,將有望徹底改變我們與機器互動的方式, 快速占據人工智能主導地位。我們認為多模態大模型長期來看不僅可以從成本端降本增效, 需求端也將通過快速滲透推廣為下游行業帶來持續增長需求, 從而快速推動下游行業智慧化應用升級。 模型更新升級帶動下游行業不斷發展 從GPT-1到ChatGPT, 模型參數與訓練數據量不斷增加, 所需算力資源不斷提升: GPT-1:最早的GPT模型之一, 包含了1.17億個參數, 預訓練數據量約為5GB。 GPT-2:參數數量達到了1.5億個, 預訓練數據量達40GB。 GPT-3:是目前為止最大的語言模型之一, 包含了1750億個參數, 預訓練數據量為45TB。 ChatGPT:基于GPT-3模型的變種之一, 參數量預計與GPT-3相近。 GPT-4性能提升顯著, AIGC應用市場空間廣闊 多模態模型是實現人工智能應用的關鍵。3月14日OpenAI發布GPT-4多模態大模型, 擁有1) 強大的識圖能力;2) 文字輸入限制提升至2.5萬字;3) 回答準確性顯著提高;4) 能夠生成歌詞、 創意文本、 實現風格變化。在各種專業和學術基準上,GPT-4已具備與人類水平相當表現。如在模擬律師考試中, 其分數在應試者前10%, 相比下GPT-3.5在倒數10%左右。多模態大模型在整體復雜度及交互性上已有較大提升, 模型升級有望加速細分垂直應用成熟, 賦能下游智慧化升級, 帶動需求快速增長。 AIGC下游市場滲透率低, 增長空間廣闊。根據 Gartner數據, 目前由人工智能生成的數據占所有數據的 1%以下, 預計2023年將有 20%的內容被生成式AI 所創建, 2025 年人工智能生成數據占比將達到 10%。根據前瞻產業研究院數據, 2025年中國生成式商業AI應用規模將達2070億元, CAGR(2020-2025) 為84.06%。
1、ChatGPT火爆的背后:算法革新+算力支持+數據共振 ChatGPT引起全球熱烈反響,上線僅五天用戶突破百萬,ChatGPT在文本交互和語言理解方面能力的顯著進步或為通用人工智能的實現帶來曙光。究其先進性根本,ChatGPT在以往基礎上推進算法革新優化,輔以強大算力支持,并以大規模數據共振,協同助推這一劃時代產品誕生。OpenAI以B端提供API接口流量+C端訂閱收費模式,探索ChatGPT商業化路徑。展望未來AI將橫縱向并行,結合技術深化與能力邊界拓展,進一步鋪開應用面。 2、數字內容生產新方式——AIGC AIGC的興起推動人類叩響強人工智能之門,可應用于文本、音頻、圖片、視頻、跨模態、策略生成等,有望開啟新一輪內容生產力革命。隨著Transformer、DiffusionModel等算力模型的迭代,推動AIGC在設計、內容創作、游戲智能、機器交互等領域實現降本增效。 3、新時代生產力工具,AIGC賦能內容生產 基于AI生成內容技術,AIGC已在游戲、廣告營銷、影視、媒體、互聯網、娛樂等領域初顯成效,并展現出較大的潛力。 AIGC將推動游戲生產范式升級,并豐富游戲資產生成,高效輔助游戲測試,使制作成本顯著降低,全流程賦能游戲買量; AIGC貫穿廣告營銷全流程,將優化案頭工作環節,提供更專業的個性化營銷方案,并充實廣告素材,實現廣告自動化生成; AIGC提升影視行業全管線效率。影視劇本創作已初見成效,多AI技術將助力電影中期拍攝,后期制作將更快完成; AIGC帶給媒體行業人機協作方案。新聞寫作編排效率提升,傳媒向智媒轉向開啟新篇章; AIGC提供互聯網行業豐富內容,和更便捷的服務。ChatGPT賦能智慧搜索,互為供給加速發展內容平臺發展,虛擬結合激發電商沉浸式體驗; AIGC為娛樂行業提供了更多樣的體驗。人際交互娛樂邁入新臺階,AIGC或成元宇宙之匙。
ChatGPT,有望重新定義搜索”入口”。我們認為ChatGPT是實現“模糊搜索”到“精準推送”的跨時代巔峰之作,復盤Chrome與IE瀏覽器之爭,Chrome獲勝關鍵因素在于1、界面便捷,2、多進程架構,3、運行效率高,4、生態建設,而ChatGPT(AIGC)有望成為下一代搜索引擎的催化劑,原因是其符合以上特征,此外可以幫助用戶實現程序生成、文本生成以及代碼編寫,提高用戶使用效率,因此AIGC有望加速下一代搜索引擎的到來。 AIGC技術有望幫助內容生成跨越新時代。AIGC也被認為是繼UGC、PGC/OGC之后的新型內容生產方式。復盤UGC、PGC、OGC的商業模式,我們認為內容生產平臺的關鍵因素在于內容數量、內容質量、客戶互動上,而AIGC符合以上三點因素1、內容數量,AIGC有望使編輯制作成本大幅下降,內容數量明顯增多;2、內容質量有望大幅提高,例如DALL·E的效果已經接近中等畫師的水平;3、客戶交互,AIGC,客戶的交互效果在疊加平臺交互屬性之上有望大幅提升,此外我們認為AIGC快速商業化發展的根本原因是算法的不斷演進,同時AIGC也具備跨時代的代表意義,AIGC有望幫助內容生成平臺實現AI輔助生成到AI自動生產內容的跨越。 AIGC有望賦能千行百業,目前已有雛形,有望走向SAAS未來。1、搜索引擎,引入AIGC的搜索引擎搜索更便捷、溝通更高效、功能更多元,且可靠性已大幅提升,例如2月8日的新版MicrosoftEDGE,新版BING可以實現長文章歸納總結提煉重點、對比篩選文章內容、創造新內容、協助用戶生成內容包括電子郵件、旅游規劃等功能;2、新聞媒體,AIGC技術可有效代替人類對已有信息進行語言整合、文字輸出,與資訊平臺類的數字媒體高度適配;3、客戶管理,AIGC有望幫助企業實現提高服務質量降本增效;4、數字人,有望打開海量市場,廣泛應用在電商直播、新聞播報、接待指引、展覽展示等場景中,目前已有實際案例。此外AIGC產業鏈雛形初現,正逐步走向SAAS的未來。
自1956年首次提出“人工智能”概念起,隨著計算機算力和算法技術的突破,人工智能已滲透進人類生活的方方面面,不斷在模擬、延伸和擴展人的智能上演進。“智適應教育”正是教育行業演進至今的重要成果,它是指基于人工智能、大數據分析等智能技術,結合大量用戶數據,針對個體學習過程中的差異性提供適合個體特征的教育形式,從而為學生提供個性化的學習體驗,推動真正的“因材施教”教學理念落地。
智適應教育產品形態豐富多樣,市場容量亦正處于高速擴張階段,發展極具想象空間,但同時,其技術壁壘較高,應用場景較多元化的特點,導致市場定義不清晰,用戶認知有限的情況依然存在。
安永-博智隆全新發布本《中國智適應教育行業白皮書》,對行業發展現狀、市場規模、競爭格局以及關鍵成功要素進行分析,對智適應OMO模式的商業形態及探索方向進行總結,并提出安永-博智隆對未來行業發展趨勢的相關思考,希望可以幫助行業參與者、用戶更好地認識市場,并幫助智適應教育行業礪行致遠。