人工智能系列深度報(bào)告：AIGC行業(yè)綜述篇-開(kāi)啟AI新篇章

2023年03月20人工智2023年03月20人工智能系列深度報(bào)告：AIGC行業(yè)綜述——開(kāi)啟AI新篇陳夢(mèng)竹(陳凱藝(1本篇報(bào)告主要解答了以下問(wèn)題：AI、AIGC當(dāng)下發(fā)本篇報(bào)告主要解答了以下問(wèn)題：AI、AIGC當(dāng)下發(fā)展處于什么階段？未來(lái)將呈現(xiàn)怎樣的趨勢(shì)？AIGC的核心生產(chǎn)要素是什么？各生產(chǎn)要素的發(fā)展趨勢(shì)如何？NLPCV、ASR、TTS算法及發(fā)展？ChatGPT為何“火爆出圈”？AIGC包括什么？已有哪些產(chǎn)品？應(yīng)用現(xiàn)狀及前景如何?有哪些企業(yè)進(jìn)行了布局？商業(yè)模式如何行業(yè)發(fā)展：人工智能步入新發(fā)展階段，逐步邁向AGI；AIGC擁抱人類(lèi)，創(chuàng)造人機(jī)交互新變革，將迎來(lái)更多新機(jī)遇。人工智能從理論發(fā)展分為四個(gè)階段：規(guī)則導(dǎo)向、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自主學(xué)習(xí)階段，目前處于深度學(xué)習(xí)階段；從應(yīng)用成熟度可分為三個(gè)階段：弱人工智能階段（ANI）、強(qiáng)人工智能階段（AGI）、超人工智能階段（ASI），目前處于ANI階段；從應(yīng)用類(lèi)型可分為四種：感知式AI與分析式AI應(yīng)用較成熟，決策式AI近年來(lái)發(fā)展迅速，生成式AI迎來(lái)突破。生成式即AIGC，較傳統(tǒng)內(nèi)容創(chuàng)作模式UGC、PGC可實(shí)現(xiàn)更大數(shù)量、更高質(zhì)量、更低單位成本，未來(lái)將從輔助創(chuàng)作生成趨向高度自動(dòng)化自主創(chuàng)造。此外，AIGC將能多領(lǐng)域，加速人機(jī)共生的建設(shè)，迎接更多機(jī)遇與挑戰(zhàn)技術(shù)進(jìn)步：算力是支撐，數(shù)據(jù)是瓶頸，算法迎來(lái)突破。算力層，近年來(lái)大模型流行，模型參數(shù)量迅速膨脹，所需計(jì)算資源越來(lái)越大，算力是AIGC核心生產(chǎn)要而I芯片全球短缺，美對(duì)華芯片制裁升級(jí)，我們認(rèn)為國(guó)內(nèi)短期算力充足，長(zhǎng)期仍需要逐步實(shí)現(xiàn)I芯片國(guó)產(chǎn)化替代。數(shù)據(jù)是機(jī)器學(xué)習(xí)的核心，AI發(fā)展的瓶頸,數(shù)據(jù)決定模型質(zhì)量的上限；大模型訓(xùn)練需要海量且優(yōu)質(zhì)數(shù)據(jù)，I越來(lái)越高，我們認(rèn)為加速商業(yè)化，實(shí)現(xiàn)數(shù)據(jù)反哺是對(duì)提高數(shù)據(jù)量、降成本的重要解決辦法。算法層，近年來(lái)迎來(lái)不少突破，過(guò)去NLP領(lǐng)域以RNN及其變體為主CV領(lǐng)域以CNN及其變體為主，但各有優(yōu)劣，Transformer架構(gòu)突破了RNN不能并行計(jì)算的限制，較CNN有更好的計(jì)算局部特征間的關(guān)聯(lián)等，自2017年開(kāi)在NLP領(lǐng)域應(yīng)用、變種升級(jí)，Transformer在多模態(tài)的發(fā)展和應(yīng)用將讓AI越來(lái)越多的向人類(lèi)推理方式靠近，以實(shí)現(xiàn)AGI。AIGC包括文本/音頻/圖像/視頻/代3D/數(shù)字人/跨膜態(tài)生成等，目前文本、音頻和圖像領(lǐng)域都迎來(lái)較大突破，圖像生成的突破是Difusso的出現(xiàn)，文本生成的突破則是GPT的出現(xiàn)，AGC基本采用GA算法，算法及產(chǎn)品越來(lái)越豐富多元，因AG的蓬勃發(fā)展，已開(kāi)啟技術(shù)與應(yīng)用的新篇章。應(yīng)用概覽：技術(shù)突破實(shí)現(xiàn)應(yīng)用創(chuàng)新。I小模型是過(guò)去主流的研究和應(yīng)用方向，在端部分行業(yè)、賽道已有不少企業(yè)布局，預(yù)計(jì)未來(lái)仍將依托其細(xì)分行業(yè)、細(xì)分賽道的先發(fā)優(yōu)勢(shì)和數(shù)據(jù)、項(xiàng)目實(shí)施經(jīng)驗(yàn)、產(chǎn)品優(yōu)勢(shì)等壁壘仍將有較好的發(fā)展。但大模型尚未實(shí)現(xiàn)商業(yè)價(jià)值閉環(huán)，未來(lái)需要重點(diǎn)關(guān)注數(shù)據(jù)、算法層面的突破與變革，探索新的商業(yè)模式，目前已在影視、傳媒、電商、端娛樂(lè)規(guī)模應(yīng)用，游戲領(lǐng)域逐步應(yīng)用，金融、工業(yè)、醫(yī)療、法律、設(shè)計(jì)等專(zhuān)業(yè)領(lǐng)域還在持續(xù)拓展。產(chǎn)業(yè)布局：科技巨頭全面布局，中下游廠商百花齊放。國(guó)外主要以微軟、谷歌、Meta為主，國(guó)內(nèi)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(yōu)秀的人才團(tuán)隊(duì)，多年算法、數(shù)據(jù)積累，在大模型領(lǐng)域的發(fā)展及應(yīng)用具備天然優(yōu)勢(shì)。上游除云廠商外，還有光通信廠商、數(shù)據(jù)服務(wù)商、算力相關(guān)設(shè)備廠商，行業(yè)細(xì)分賽道深耕，相關(guān)技術(shù)、數(shù)據(jù)儲(chǔ)備豐富。下游主要是受益于AGC對(duì)業(yè)務(wù)的驅(qū)動(dòng)、降本增效，空間較大，多行業(yè)公司均將逐步受益。商業(yè)模式：商業(yè)化初啟，期待產(chǎn)業(yè)生態(tài)、技術(shù)與產(chǎn)品發(fā)展完善。小模型在B端已應(yīng)用多年，大模型商業(yè)剛剛開(kāi)始，主要是MaaS，包括大模型廠商自用，實(shí)現(xiàn)增量或降本增效；云廠商“MaaS+aaS”打包輸出；替代翻譯、美工、原畫(huà)師、程序員、分析師、設(shè)計(jì)師等繁瑣重復(fù)的低端工作等。大模型商業(yè)價(jià)值閉環(huán)未成，aaS風(fēng)險(xiǎn)提示：人工智能發(fā)展不及預(yù)期，AIGC發(fā)展不及預(yù)期；技術(shù)發(fā)展不及預(yù)期；商業(yè)化拓展不及預(yù)期；行業(yè)競(jìng)爭(zhēng)加劇風(fēng)險(xiǎn)；中美科技競(jìng)爭(zhēng)不確定性2請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明核心分析框核心分析框 核心分析框架：每一輪人機(jī)交互的變革都會(huì)帶來(lái)產(chǎn)業(yè)級(jí)投資機(jī)核心分析框架：期待算力、數(shù)據(jù)、算法的突破，邁向強(qiáng)人工智能AGI階段核心分析框架：AIGC與PGC、UGC內(nèi)容創(chuàng)作模式對(duì)比核心分析框架：數(shù)據(jù)是機(jī)器學(xué)習(xí)的核心，也是機(jī)器學(xué)習(xí)的瓶頸核心分析框架：AIGC——生產(chǎn)力的革命核心分析框架：ChatGPT史上用戶(hù)數(shù)增長(zhǎng)最核心分析框架：當(dāng)模型規(guī)模達(dá)到某個(gè)閾值時(shí)，模型出現(xiàn)涌現(xiàn)能hGPTHFGP-核心分析框架：AGC何時(shí)突破工業(yè)紅線？關(guān)注數(shù)據(jù)、算法和商業(yè)模式破局核心分析框架：互聯(lián)網(wǎng)大廠全面布局，中小廠商主要發(fā)力中下游環(huán)節(jié)核心分析框架：產(chǎn)業(yè)鏈各環(huán)節(jié)發(fā)展趨核心分析框架：總成本持續(xù)提升，但同級(jí)別參數(shù)消耗量將顯著下降一、行業(yè)篇：人工智能發(fā)展步入新階段，AIGC創(chuàng)造新機(jī) 每一輪人機(jī)交互的變革都會(huì)帶來(lái)產(chǎn)業(yè)級(jí)投資機(jī)內(nèi)容創(chuàng)作模式進(jìn)化：從供給轉(zhuǎn)變?yōu)樾枨髮?dǎo)向，從單次轉(zhuǎn)變?yōu)槎啻紊鷥?nèi)容創(chuàng)作模式對(duì)比：AIGC實(shí)現(xiàn)內(nèi)容創(chuàng)作呈高質(zhì)量、大數(shù)量、低成本趨AIGC演進(jìn)趨勢(shì)：輔助生 自動(dòng)化獨(dú)立創(chuàng)3請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明二、技術(shù)篇：算力是支撐，數(shù)據(jù)是核心，算法逐步迎來(lái)突 二、技術(shù)篇：算力是支撐，數(shù)據(jù)是核心，算法逐步迎來(lái)突 機(jī)器學(xué)習(xí)：分為訓(xùn)練和推理，數(shù)據(jù)決定上限，算法逼近上數(shù)據(jù)：機(jī)器學(xué)習(xí)的核心，也是機(jī)器學(xué)習(xí)的瓶算力：隨著模型參數(shù)量的提升，算力需求顯著增AIGC：生產(chǎn)力的革AIGC模型：參數(shù)量持續(xù)提升、開(kāi)源模型逐漸豐ChatGPT-反思：站在巨人的肩膀之上，開(kāi)源開(kāi)放期待更多可能和變?nèi)?yīng)用篇：技術(shù)突破實(shí)現(xiàn)應(yīng)用創(chuàng)新，已在多領(lǐng)域落 AIGC何時(shí)突破工業(yè)紅線：重點(diǎn)關(guān)注數(shù)據(jù)、算法的突破和商業(yè)模式的發(fā)AIGC應(yīng)用：在金融、計(jì)算機(jī)、教育、工業(yè)、醫(yī)療等專(zhuān)業(yè)領(lǐng)域還在持續(xù)拓AIGC應(yīng)用：在法律、農(nóng)業(yè)、設(shè)計(jì)等專(zhuān)業(yè)領(lǐng)域還在持續(xù)拓4請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明四、企業(yè)布局：科技巨頭全面布局，中下游廠商百花齊 四、企業(yè)布局：科技巨頭全面布局，中下游廠商百花齊 廠商布局：互聯(lián)網(wǎng)大廠全面布局，中小廠商主要發(fā)力中下游環(huán)AIGC相關(guān)標(biāo)的——中游企AIGC相關(guān)標(biāo)的——下游企五、商業(yè)模式：商業(yè)化初啟，期待產(chǎn)業(yè)生態(tài)、技術(shù)與產(chǎn)品發(fā)展完 商業(yè)模式：大模型商業(yè)化初啟，小模型在部分領(lǐng)域已實(shí)現(xiàn)商業(yè)價(jià)值閉商業(yè)模式：開(kāi)始商業(yè)化嘗試，會(huì)員制+按次收費(fèi)為成本測(cè)算-訓(xùn)練成本：總成本持續(xù)提升，但同級(jí)別參數(shù)消耗量將顯著下風(fēng)險(xiǎn)提 5請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明6請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明6請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明OculusQuest、HTCYahoo、GoogleIphone品——iphoneOculusQuest、HTCYahoo、GoogleIphone品——iphone2G，大iPhone4在外觀、顯示、作為Windows95的默認(rèn)發(fā)售Oculusrift消費(fèi)者e-ou、utidein、36氪，Companyhistory，digitaltrends，IDGnewsservice，likecs，payititi，TechCPR，theverge，VRcompare，7請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明核心分析框架：期待算力、數(shù)據(jù)、算法的突破，邁向強(qiáng)人工智能AGI1950s-決策式生成式AI生成核心分析框架：期待算力、數(shù)據(jù)、算法的突破，邁向強(qiáng)人工智能AGI1950s-決策式生成式AI生成各種數(shù)據(jù)、圖像、語(yǔ)音等容后，決策式AI對(duì)生成內(nèi)容進(jìn)行分析和始于1970s，分析之后，進(jìn)行智能決策；近年來(lái)才開(kāi)始真正興盛感知式分析式始于1960s，始于1980s，起源于分析式AI2022年迎來(lái)突破生成式請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明8據(jù)出現(xiàn)AIGC與PGC、UGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢(shì)，將會(huì)成為元宇宙UGC與PGCAIGC與PGC、UGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢(shì)，將會(huì)成為元宇宙UGC與PGCPGC生產(chǎn)者的專(zhuān)業(yè)性保證了內(nèi)容質(zhì)UGC模式下內(nèi)容生產(chǎn)質(zhì)量良莠不內(nèi)容生產(chǎn)來(lái)源于專(zhuān)業(yè)組織或人，內(nèi)容規(guī)模有WebWebWebWebWebWebAIGC模式具有顯著的規(guī)模遞減優(yōu)勢(shì)成本支出隨著內(nèi)容規(guī)模的增加而同比增長(zhǎng)，但總成本增長(zhǎng)速度請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明9其成本支出主要在于模型算法開(kāi)發(fā)場(chǎng)景下，AIGC生成內(nèi)容規(guī)模越大，其PGC與UGC模式下單位內(nèi)容生產(chǎn)成本下降幅度??模型評(píng)模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)?????模型評(píng)模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)???推模型加模型推輸出轉(zhuǎn)結(jié)果后處結(jié)果展數(shù)據(jù)預(yù)處輸入轉(zhuǎn)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明深度 開(kāi)發(fā) 發(fā)布/開(kāi) 功 特 受習(xí)框 時(shí) TensorFlowServing和TensorFlowLite可讓用IoT設(shè)本生成）等。還提供了兩個(gè)高級(jí)功能：1.具有強(qiáng)大的GPU加速的張量計(jì)算（如Numpy）2.包含自動(dòng)求導(dǎo)系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。等，服務(wù)406萬(wàn)開(kāi)發(fā)者。請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明，，步 定 成本占 特 展請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明，，步 定 成本占 特 展20%-算力消耗2個(gè)月翻算力消耗2個(gè)月翻算力消耗3.4個(gè)月翻算力消耗每24個(gè)月翻（摩爾定律→GPU計(jì)Pre-GPU請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明資料來(lái)源：量子位，《IntelligentComputing:TheLatestAdvancesChallengesandFuture》SHIQIANGZHUAIGC——生成式對(duì)抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢(mèng)等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點(diǎn)AIGC——生成式對(duì)抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢(mèng)等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點(diǎn)Magenta、網(wǎng)易-有靈智能創(chuàng)作平臺(tái)等?GLIDE、DiscoDiffusionBigSleep、StarryAl、VOMBODream、百度文心ERNIE-VLG等。?目前主要是基于圖像、文本生成3D建模；AR、DreamFusion、GET3D、3DiM等3D擴(kuò)散模型?過(guò)“擴(kuò)散來(lái)執(zhí)行隱空間中的推斷。Codex、Tabnine、CodeT5、Polycoder、?視頻生成文本等；未來(lái)將有更多跨模態(tài)應(yīng)用。ChatGPT4、百度文心、阿里M6?資料來(lái)源：量子位，wuhu動(dòng)畫(huà)人空間，數(shù)據(jù)派THU，F(xiàn)orbesGenerativeAdversarialNetworks》Goodfellow等，《UsingPre-TrainingCanImproveModelRobustnessandUncertainty》Hendrycks等，《DiffusionModelsBeatGANsonImageSynthesis》Dhariwal等，國(guó)海證券研究所請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明優(yōu)點(diǎn)缺點(diǎn)核心分析框架：ChatGPT2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語(yǔ)料庫(kù)，2019-2-參數(shù)量15核心分析框架：ChatGPT2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語(yǔ)料庫(kù)，2019-2-參數(shù)量15億Tokens為學(xué)習(xí)在無(wú)明確監(jiān)督情況下執(zhí)2020-5-2022-1-參數(shù)量13億運(yùn)用RHLF，利用獎(jiǎng)勵(lì)在遵循指令及輸出內(nèi)容等性能方面優(yōu)于成為史上用戶(hù)增長(zhǎng)預(yù)計(jì)推出參數(shù)量1750億Tokens為499B結(jié)合少樣本學(xué)習(xí)及無(wú)監(jiān)督學(xué)OpenAI??預(yù)計(jì)為多模態(tài)大模型（語(yǔ)音、圖像、新必應(yīng)已集成ChatGPT4??????研究公司性質(zhì)啟動(dòng)資金10億元???????ChatGPT發(fā)布后市場(chǎng)反應(yīng)熱ChatGPT2訓(xùn)練數(shù)據(jù)來(lái)自Reddit；ChatGPT2訓(xùn)練數(shù)據(jù)線上圖書(shū)（GPT1數(shù)據(jù)集及Bibliotik,）、3.8Reddit。??LLM（largelanguagemodel）無(wú)監(jiān)督學(xué)習(xí)（Unsupervisedpre-training）：又稱(chēng)可預(yù)測(cè)學(xué)習(xí)，CoT(ChainofThought)思維鏈：該算法使得模型生成推理路徑，RLHF(ReinforcementLearningFromHumanFeedback)人類(lèi)反????????資料來(lái)源：OpenAI官網(wǎng)，《ImprovingLanguageUnderstandingbyGenerativePre-Training》AlecRadford等，《LanguageModelsareFew-ShotLearners》TomBBrown等Traininglanguagemodelstofollowinstructionswithhumanfeedback》LongOuyang等，澎湃新聞，Heise，每日智匯，GitHub，《What‘sinmyAI》AlanD.Thompson，通信世界網(wǎng)，LifeArchitect，芯東西，國(guó)海證券研究所請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明LawsforNeuralLanguageModels》，探結(jié)論是：從PowerLaw，即隨著模型規(guī)模指數(shù)級(jí)上LawsforNeuralLanguageModels》，探結(jié)論是：從PowerLaw，即隨著模型規(guī)模指數(shù)級(jí)上算力消 PF-而在2022年8月，Google發(fā)表論《EmergentAbilitiesofLargeLanguage結(jié)論是：當(dāng)模型規(guī)模達(dá)到某個(gè)閾值 多任務(wù)自然語(yǔ)言理 事實(shí)信息問(wèn) 準(zhǔn)確率ScalingLawsforNeuralLanguageModels》KaplanEmergentAbilitiesofLargeLanguageModels》Wei請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明模型誤差核心分析框架：GPT-3采用無(wú)監(jiān)督學(xué)習(xí)機(jī)制，優(yōu)點(diǎn)在于無(wú)需人工進(jìn)行數(shù)據(jù)標(biāo)注，可以節(jié)省模型訓(xùn)練成本，模核心分析框架：GPT-3采用無(wú)監(jiān)督學(xué)習(xí)機(jī)制，優(yōu)點(diǎn)在于無(wú)需人工進(jìn)行數(shù)據(jù)標(biāo)注，可以節(jié)省模型訓(xùn)練成本，模型泛化能力更強(qiáng)對(duì)模型輸出的結(jié)果進(jìn)行評(píng)分，從而可以節(jié)省人力。雖然相比于GPT-3，ChatGPT需要消耗一定的人力，但是模型結(jié)果會(huì)更加符合人類(lèi)偏好 階段階段階段高高中中低低請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明PPO模型生成答PPO模型參標(biāo)注一批模型出及提隨機(jī)從信息庫(kù)取指模型-根據(jù)RM評(píng)分結(jié)果更新AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專(zhuān)業(yè)領(lǐng)域，細(xì)分行AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專(zhuān)業(yè)領(lǐng)域，細(xì)分行參與問(wèn)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）倒映有（未上市）相芯科（未上市）心識(shí)宇芯（300474.SZ）景嘉（9888.HK）百度集（NVDA.O）英偉（9988.HK）阿里巴（688256.SH）寒武（002405.SZ）四維圖（688981.SH）中芯國(guó)（未上市）地平視頻生（688039.SH）當(dāng)虹科（0020.HK）商（未上市）邁吉（未上市）影譜科請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明電（300785.SZ）值得游（002624.SZ）完美世（0700.HK）騰訊控（300459.SZ）湯姆傳（301270.SZ）漢儀股（300364.SZ）中文在（000681.SZ）視覺(jué)中（300781.SZ）因賽集（300624.SZ）萬(wàn)興科政（300075.SZ）數(shù)字政（002530.SZ）金財(cái)互C端應(yīng)（MSFT.O）微（GOOGL.O）谷（未上市）寫(xiě)作（未上市）寫(xiě)作（未上市）盜夢(mèng)（未上市）詩(shī)云科（未上市（未上市）影譜科（未上市）帝視科（未上市）不咕剪營(yíng)（301052.SZ）果麥文（002803.SZ）吉宏股（301171.SZ）易點(diǎn)天教（300081.SZ）恒信東虛擬（300182.SZ）捷成股（002354.SZ）天娛數(shù)多模（9888.HK）百（9988.HK）阿里巴（0700.HK）騰訊控（300612.SZ）宣亞國(guó)（300418.SZ）昆侖萬(wàn)（603466.SH）風(fēng)語(yǔ)（688327.SH）云從科（2121.HK）創(chuàng)新奇（MSFT.O）微（GOOGL.O）谷（NVDA.O）英偉（未上市）珍（未上市）中科聞（未上市）瀾舟科（9988.HK）阿里巴（002230.SZ）科大訊（9888.HK）百度集（002230.SZ）科大訊（688111.SH）金山辦（300058.SZ）藍(lán)色光（002292.SZ）奧飛娛（學(xué)術(shù)機(jī)構(gòu)）清華大3D生（未上市）聚力維代碼生（MSFT.O）微（學(xué)術(shù)機(jī)構(gòu)）清華大策略生（未上市）rct（未上市）超參數(shù)科（300738.SZ）奧飛數(shù)（603019.SH）中科曙（9698.HK）萬(wàn)國(guó)數(shù)（CD.US）秦淮數(shù)光模（300308.SZ）中際旭（300502.SZ）新易（220081.SZ）光迅科服務(wù)器液（600756.SH）浪潮信（300017.SZ）網(wǎng)宿科（000938.SZ）紫光股數(shù)據(jù)供給（688787.SH）海天瑞云計(jì)（000977.SZ）浪潮信（9988.HK）阿（9888.HK）百度集（0700.HK）騰（未上市）華AIGC請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括在文心大模型中各類(lèi)行業(yè)模與B端企業(yè)有廣泛合 百度搜百度各類(lèi)產(chǎn)品的內(nèi)容推先發(fā)優(yōu)阿 阿里M6大模 合作較 電商搜阿里云和企業(yè)服騰微信用戶(hù)數(shù)騰訊 騰訊視頻、新聞數(shù)騰訊游戲數(shù)混元大模 騰訊游戲騰訊游戲AI合作較 微信等產(chǎn)品的自媒體創(chuàng)作內(nèi)容推華 盤(pán)古大模 盤(pán)古大模型中的各類(lèi)業(yè)模合作較 較谷搜索數(shù)谷歌 谷歌學(xué)Youtube數(shù)Imagen、ExTSPaLM 合作較 微Azure Office用戶(hù)數(shù)Bing搜索數(shù)LayoutLM、以及OpenAI旗 的大模較多企業(yè)接入 接 AI賦能搜索和辦公業(yè)務(wù)快速積累新用學(xué)術(shù)機(jī)（中游為主清華大中國(guó)科學(xué)技術(shù)大學(xué)主要通過(guò)外 互聯(lián)網(wǎng)公開(kāi)數(shù) 合作方向主要為學(xué)術(shù) 人才儲(chǔ)中小廠（中下游為主中游小模型廠主要通過(guò)外 垂直行業(yè)數(shù) 垂直行業(yè)模 積累行業(yè)數(shù)下游應(yīng)用廠主要通過(guò)外 垂直行業(yè)數(shù) 用戶(hù)粘規(guī)模效 數(shù)據(jù)規(guī)政府補(bǔ) 數(shù)據(jù)質(zhì)前期研發(fā)投 數(shù)據(jù)獲取成 行業(yè)know- 積累；業(yè)務(wù)和AI技術(shù)結(jié)的可行頭部效應(yīng) 通用類(lèi)數(shù)據(jù)集中于大廠，而邊際成本 直行業(yè)數(shù)據(jù)分頭部效應(yīng) 百花齊通用型內(nèi)容生成集中于大廠對(duì)外提供服務(wù)的同時(shí)大廠，而垂直行業(yè)解決內(nèi)部賦能，小廠采取外購(gòu) 請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明小模商業(yè)模MaaS（Modelasa垂直行業(yè)解決方請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明小模商業(yè)模MaaS（Modelasa垂直行業(yè)解決方1）純軟件及平臺(tái)1）一站式解決方面向用企業(yè)、機(jī)構(gòu)、個(gè)企業(yè)、機(jī)細(xì)分行業(yè)企毛利推理算力成本，毛利率可達(dá)80%含再開(kāi)發(fā)項(xiàng)目實(shí)施費(fèi)用標(biāo)準(zhǔn)化產(chǎn)品，毛利率可90%+含外購(gòu)硬件，毛利30%-70提供商業(yè)模云廠商“aS”打S和增量服務(wù)收入。垂直行業(yè)解決方案，包括SDK產(chǎn)品、一站式落地解決方案付費(fèi)邏谷歌、微軟必應(yīng)搜索引擎，品，SaaS廠商根據(jù)調(diào)用情或個(gè)人用戶(hù)自行調(diào)用，基于自身需求調(diào)用付費(fèi)；YouTube視頻創(chuàng)作等，阿里電商營(yíng)銷(xiāo)產(chǎn)品，騰訊企業(yè)微信、騰訊會(huì)議相關(guān)產(chǎn)品等，字節(jié)內(nèi)容創(chuàng)作等；基于C端用戶(hù)使用量?jī)?nèi)部付中美差差距不大且均有較大需求，甚至生態(tài)差距較大，美國(guó)SaaS廠商面向全球，中國(guó)SaaS大模表：大模型訓(xùn)練成本中各成本占比????注：參考ChatGPT、百度文心、阿里M6、華為盤(pán)古大模型表：各大表：大模型訓(xùn)練成本中各成本占比????注：參考ChatGPT、百度文心、阿里M6、華為盤(pán)古大模型表：各大模型全局訓(xùn)練成本概請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明模 算力成本占 數(shù)據(jù)成本占 人力成本占 單次完整訓(xùn)練價(jià)格（萬(wàn)美元/次 全年完整訓(xùn)練次數(shù)（次 全年訓(xùn)練成本（萬(wàn)美元 已投入金額（萬(wàn)美元400-1-2000左4300左400-1-不到40%-4%-20%-6%-8%-4%-10%-一、行業(yè)篇：人工智能發(fā)展步入新階段，AIGC請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明一、行業(yè)篇：人工智能發(fā)展步入新階段，AIGC請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明OculusQuest、HTCYahoo、GoogleIphone品——iphoneOculusQuest、HTCYahoo、GoogleIphone品——iphone2G，大iPhone4在外觀、顯示、發(fā)布初代Atlas2021已OpenAI發(fā)布人工智能作為Windows95的默認(rèn)發(fā)售Oculusrift消費(fèi)者e-ou、utidein、36Companyhistory，digitaltrends，IDGnewsservice，likecs，payititi，TechCPR，theverge，VRcompare，國(guó)海證券研究所請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明AI發(fā)展歷程：期待算力、數(shù)據(jù)、算法的突破，邁向強(qiáng)人工智能AGI1950s-決策式生成式AI生AI發(fā)展歷程：期待算力、數(shù)據(jù)、算法的突破，邁向強(qiáng)人工智能AGI1950s-決策式生成式AI生成各種數(shù)據(jù)、圖像、語(yǔ)音等容后，決策式AI對(duì)生成內(nèi)容進(jìn)行分析和始于1970s，分析之后，進(jìn)行智能決策；近年來(lái)才開(kāi)始真正興盛感知式分析式始于1960s，始于1980s，起源于分析式AI2022年迎來(lái)突破生成式請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明據(jù)出現(xiàn)AIGCAIGC僅限于小范圍實(shí)1950年，艾倫AIGCAIGC僅限于小范圍實(shí)1950年，艾倫·圖靈提出著名的“圖靈測(cè)試”，20072014年，IanJGoodfellow提出生成式對(duì)抗網(wǎng)給出判定機(jī)器是否具有“智能”的試驗(yàn)方小說(shuō)《ITheRoad2017年，微軟“小冰”提出世界首部100%2020視頻/3D生游戲請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明內(nèi)容創(chuàng)作模式進(jìn)化：去中心化↑連接數(shù)量↑創(chuàng)作速度↑創(chuàng)作規(guī)模未來(lái)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明純用戶(hù)內(nèi)容創(chuàng)作模式進(jìn)化：去中心化↑連接數(shù)量↑創(chuàng)作速度↑創(chuàng)作規(guī)模未來(lái)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明純用戶(hù)3D姿態(tài)建AI換3D姿態(tài)建AI換請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明供給導(dǎo)向：真實(shí)世界信息的“數(shù)字化”+創(chuàng)意“數(shù)字化真實(shí)世 虛擬世原生 現(xiàn)實(shí)化 數(shù)字化 原生 虛擬世穿 書(shū) 社交/社 電子游飲 桌 電商/交 影視/動(dòng)出 手 設(shè)計(jì)/特 利用真實(shí)資 利用虛擬資生產(chǎn)和消耗 生產(chǎn)和消耗形產(chǎn) 擬產(chǎn)內(nèi)容創(chuàng)作模式對(duì)比：AIGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢(shì)，將會(huì)成為元宇宙UGC與PGC內(nèi)容創(chuàng)作模式對(duì)比：AIGCPGCUGC模式受到規(guī)模、質(zhì)量和成本的制約，而AIGCPGCUGC模式的不足，具有生成內(nèi)容規(guī)模大、質(zhì)量高、單位成本低的優(yōu)勢(shì)，將會(huì)成為元宇宙UGC與PGCPGC生產(chǎn)者的專(zhuān)業(yè)性保證了內(nèi)容質(zhì)UGC模式下內(nèi)容生產(chǎn)質(zhì)量良莠不內(nèi)容生產(chǎn)來(lái)源于專(zhuān)業(yè)組織或人，內(nèi)容規(guī)模有WebWebWebWebWebWebAIGC模式具有顯著的規(guī)模遞減優(yōu)勢(shì)成本支出隨著內(nèi)容規(guī)模的增加而同比增長(zhǎng)，但總成本增長(zhǎng)速度請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明其成本支出主要在于模型算法開(kāi)發(fā)場(chǎng)景下，AIGC生成內(nèi)容規(guī)模越大，其PGC與UGC模式下單位內(nèi)容生產(chǎn)成本下降幅度AIGC隨著人工智能算法的進(jìn)步和算力的提升，AIGCPGCUGC012345AI滲透率AI滲透率AI滲透率AI滲透率生產(chǎn)力生產(chǎn)力AIGC隨著人工智能算法的進(jìn)步和算力的提升，AIGCPGCUGC012345AI滲透率AI滲透率AI滲透率AI滲透率生產(chǎn)力生產(chǎn)力生產(chǎn)力?????字規(guī)范性核查，人物/機(jī)構(gòu)地域等實(shí)體屬性??技術(shù)能力?請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明??模型評(píng)模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)?????模型評(píng)模型調(diào)訓(xùn)收集數(shù)數(shù)據(jù)準(zhǔn)特征工模型選模型訓(xùn)模型部署和應(yīng)???推模型加模型推輸出轉(zhuǎn)結(jié)果后處結(jié)果展數(shù)據(jù)預(yù)處輸入轉(zhuǎn)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明深度 開(kāi)發(fā) 發(fā)布/開(kāi) 功 特 受習(xí)框 時(shí) TensorFlowServing和TensorFlowLite可讓用IoT設(shè)本生成）等。還提供了兩個(gè)高級(jí)功能：1.具有強(qiáng)大的GPU加速的張量計(jì)算（如Numpy）2.包含自動(dòng)求導(dǎo)系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。等，服務(wù)406萬(wàn)開(kāi)發(fā)者。請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明，，步 定 成本占 特 展請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明，，步 定 成本占 特 展20%-算力消耗2個(gè)月算力消耗2個(gè)月翻算力消耗3.4個(gè)月翻算力消耗每24個(gè)月翻（摩爾定律→GPU計(jì)Pre-GPU請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明資料來(lái)源：量子位，《IntelligentComputing:TheLatestAdvancesChallengesandFuture》SHIQIANGZHUAIGC生成式對(duì)抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢(mèng)等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點(diǎn)AIGC生成式對(duì)抗網(wǎng)絡(luò)ChatGPT、Writesonic、Conversion..ai、SnazzyAl非交互文本：結(jié)構(gòu)化/Copysmith、Copy.ai、彩云小夢(mèng)等?2014年提出，由生成器網(wǎng)絡(luò)（Generator）和判別缺點(diǎn)Magenta、網(wǎng)易-有靈智能創(chuàng)作平臺(tái)等?GLIDE、DiscoDiffusionBigSleep、StarryAl、VOMBODream、百度文心ERNIE-VLG等。?目前主要是基于圖像、文本生成3D建模；AR、DreamFusion、GET3D、3DiM等3D擴(kuò)散模型?過(guò)“擴(kuò)散來(lái)執(zhí)行隱空間中的推斷。Codex、Tabnine、CodeT5、Polycoder、?視頻生成文本等；未來(lái)將有更多跨模態(tài)應(yīng)用。ChatGPT4、百度文心、阿里M6?wuhu動(dòng)畫(huà)人空間，數(shù)據(jù)派THU，F(xiàn)orbes，《GenerativeAdversarialNetworks》Goodfellow等，《UsingPre-TrainingCanImproveModelRobustnessandUncertainty》Hendrycks等，《DiffusionModelsBeatGANsonImageSynthesis》Dhariwal等，國(guó)海證券研究所請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明優(yōu)點(diǎn)缺點(diǎn)AIGC谷歌PaLM谷LaMDAGoperYuan1.0(246B)A121Jurassic-1NAVERLABSHyperCLOVA(204B)BLOOM(176B)AIGC谷歌PaLM谷LaMDAGoperYuan1.0(246B)A121Jurassic-1NAVERLABSHyperCLOVA(204B)BLOOM(176B)GPT-3OPT谷FLANTuring-NLG(137B)GPT-NeoXGPT-j2022GoogleResearch的一篇里程碑式的論文提出了一種新的神經(jīng)小模型（smallmodels）占主導(dǎo)地位，小模型擅于分請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明stateofAIreport2022清華大GLM華盤(pán)古百Ernie3.0TitanNLP循環(huán)神經(jīng)網(wǎng)絡(luò)長(zhǎng)短期記憶網(wǎng)絡(luò)門(mén)控循環(huán)單元????1997年提出，RNN的變體，控制信息的流動(dòng)，并引入記憶單元，解決了梯度消列，同時(shí)具有記憶功能；但容易出（（???????????NLP循環(huán)神經(jīng)網(wǎng)絡(luò)長(zhǎng)短期記憶網(wǎng)絡(luò)門(mén)控循環(huán)單元????1997年提出，RNN的變體，控制信息的流動(dòng)，并引入記憶單元，解決了梯度消列，同時(shí)具有記憶功能；但容易出（（????????????（Self-Attention目前主要是無(wú)監(jiān)督學(xué)習(xí)，因此對(duì)于文本處???????2017????EasyAIEmpiricalEvaluationofGatedRecurrentNeuralNetworksonSequenceModeling》JunyoungChungGradient-BasedLearningAppliedtoDocumentRecognition》YannLeCunHeterogeneousGraphNeuralNetwork》ChuxuZhangAttentionIsAllYouNeed》AshishVaswaniOpenAI官網(wǎng)，《ImprovingLanguageUnderstandingbyGenerativePre-Training》AlecRadfordBERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding》JacobDevlin等，《RoBERTa:ARobustlyOptimizedBERTPretrainingApproach》YinhanLiu等，《XLNet:GeneralizedAutoregressivePretrainingforLanguageUnderstanding》ZhilinYangExploringtheLimitsofTransferLearningwithaUnifiedText-to-TextTransformer》ColinRaffel等，《SwitchTransformersScalingtoTrillionParameterModelswithSimpleandEfficientSparsity》WilliamFedus等，請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明模 發(fā)布時(shí)間發(fā)布 特單向自回歸方式來(lái)預(yù)訓(xùn)練模型，可以生成連貫的文本，但可能存在信息丟失的問(wèn)谷雙向訓(xùn)練架構(gòu)，從而可以適應(yīng)各種下游任務(wù)，但需要更多的文本數(shù)據(jù)和訓(xùn)練資源BERT的改進(jìn)，去掉了下一句預(yù)測(cè)任務(wù)，更大規(guī)模的數(shù)據(jù)集和動(dòng)態(tài)掩碼，較BET升模型魯棒性和泛化能力，但訓(xùn)練和推理的計(jì)算成本更高，訓(xùn)練時(shí)間更長(zhǎng)，訓(xùn)練數(shù)據(jù)要更多。CMU谷BET的改進(jìn)，自回歸+自編碼訓(xùn)練，較BET具有更好的建模能力、更強(qiáng)泛化能力，但需要更多的訓(xùn)練數(shù)據(jù)和更高的計(jì)算成本。谷NP任務(wù)，但需要大量計(jì)算資源和時(shí)間，在某些任務(wù)上的性能略遜于特定領(lǐng)域模型。谷1.6萬(wàn)億參數(shù)（2021.1），目前參數(shù)量最大的NP模型；基于T5模型，采用創(chuàng)新的簡(jiǎn)化稀疏路由機(jī)制，相較傳統(tǒng)自回歸模型，在效率、可擴(kuò)展性和生成質(zhì)量等都具備較大優(yōu)勢(shì)，但需要更大的模型和更多的訓(xùn)練數(shù)據(jù)。NLP算法：Transformer開(kāi)辟NLP新路徑，架構(gòu)優(yōu)化促成衍生模Transformer模型——特征2017年6月，Google發(fā)布論文《Attentionisallyouneed》，提出了解決seq2seq（sequencetosequence）問(wèn)題的NLP算法：Transformer開(kāi)辟NLP新路徑，架構(gòu)優(yōu)化促成衍生模Transformer模型——特征2017年6月，Google發(fā)布論文《Attentionisallyouneed》，提出了解決seq2seq（sequencetosequence）問(wèn)題的Transformer模型。該模型引入自注意力機(jī)制（Self-Attention）代替了Self-Attention（自注意力機(jī)制Transformer架構(gòu)不斷優(yōu)化，對(duì)比神經(jīng)網(wǎng)絡(luò)模型優(yōu)勢(shì)顯著??例：翻譯Theanimaldidn’tcrossthestreetbecauseitwastoo以前的模型在處理該句子時(shí)，無(wú)法像人類(lèi)一樣根據(jù)上下文判斷it指代niml還是而SlfAttention機(jī)制的引入使得模型不僅能夠關(guān)注當(dāng)前位置的詞，而且能夠關(guān)注句子中其他位置的詞，從而在翻譯時(shí)關(guān)聯(lián)it和niml，提高翻譯質(zhì)量。?國(guó)際機(jī)器翻譯評(píng)價(jià)指標(biāo)采用E（ilinulEvluationUndrstud）的測(cè)試方法。在英譯德測(cè)試中，rnsfomers/i及三款rnsfomer的衍生模型的E值顯著高于兩款基于RN和CN的模型，體現(xiàn)出rnsfome模型優(yōu)異的nsomBERN、CN模型。Transformer與早期模型的機(jī)器翻譯BLEU值對(duì)?50GNMT+RLEnsembleTrasnformer(big)ConvS2SDeep-Att+PosUnkEnsembleTransformer(base)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明資料來(lái)源：《Attentionisallyouneed》VaswaniChatGPT：史上用戶(hù)數(shù)增長(zhǎng)最快，源于算法的突破、高質(zhì)量的數(shù)據(jù)2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語(yǔ)料庫(kù)，ChatGPT：史上用戶(hù)數(shù)增長(zhǎng)最快，源于算法的突破、高質(zhì)量的數(shù)據(jù)2018-參數(shù)1.17；BooksCorpus數(shù)據(jù)集作為語(yǔ)料庫(kù)，2019-2-參數(shù)量15億Tokens為學(xué)習(xí)在無(wú)明確監(jiān)督情況下執(zhí)2020-5-2022-1-參數(shù)量13億運(yùn)用RHLF，利用獎(jiǎng)勵(lì)在遵循指令及輸出內(nèi)容等性能方面優(yōu)于成為史上用戶(hù)增長(zhǎng)預(yù)計(jì)推出參數(shù)量1750億Tokens為499B結(jié)合少樣本學(xué)習(xí)及無(wú)監(jiān)督學(xué)OpenAI??預(yù)計(jì)為多模態(tài)大模型（語(yǔ)音、圖像、新必應(yīng)已集成ChatGPT4??????研究公司性質(zhì)啟動(dòng)資金10億元???????ChatGPT發(fā)布后市場(chǎng)反應(yīng)熱ChatGPT2訓(xùn)練數(shù)據(jù)來(lái)自Reddit；ChatGPT2訓(xùn)練數(shù)據(jù)線上圖書(shū)（GPT1數(shù)據(jù)集及Bibliotik,）、3.8Reddit。??LLM（largelanguagemodel）無(wú)監(jiān)督學(xué)習(xí)（Unsupervisedpre-training）：又稱(chēng)可預(yù)測(cè)學(xué)習(xí)，CoT(ChainofThought)思維鏈：該算法使得模型生成推理路徑，RLHF(ReinforcementLearningFromHumanFeedback)人類(lèi)反????????，《.《Traininglanguagemodelstofollowinstructionswithhumanfeedback》LongOuyang等，Heise，GitHub，《What‘sinmyAI》AlanD.ThompsonLifeArchitect，國(guó)海證券研究請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明ChatGPT-算法：當(dāng)模型規(guī)模達(dá)到某個(gè)閾值時(shí)，模型出現(xiàn)涌現(xiàn)能LawsChatGPT-算法：當(dāng)模型規(guī)模達(dá)到某個(gè)閾值時(shí)，模型出現(xiàn)涌現(xiàn)能LawsforNeuralLanguageModels》，探結(jié)論是：從PowerLaw，即隨著模型規(guī)模指數(shù)級(jí)上算力消 PF-而在2022年8月，Google發(fā)表論《EmergentAbilitiesofLargeLanguage結(jié)論是：當(dāng)模型規(guī)模達(dá)到某個(gè)閾值 多任務(wù)自然語(yǔ)言理 事實(shí)信息問(wèn) 準(zhǔn)確率ScalingLawsforNeuralLanguageModels》KaplanEmergentAbilitiesofLargeLanguageModels》Wei請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明模型誤差ChatGPT-算法：采用RLHF學(xué)習(xí)機(jī)制，效果優(yōu)于GPT-3的無(wú)監(jiān)督學(xué)GPT-3采用無(wú)監(jiān)督學(xué)習(xí)機(jī)制，優(yōu)點(diǎn)在于無(wú)需人工進(jìn)行數(shù)ChatGPT-算法：采用RLHF學(xué)習(xí)機(jī)制，效果優(yōu)于GPT-3的無(wú)監(jiān)督學(xué)GPT-3采用無(wú)監(jiān)督學(xué)習(xí)機(jī)制，優(yōu)點(diǎn)在于無(wú)需人工進(jìn)行數(shù)據(jù)標(biāo)注，可以節(jié)省模型訓(xùn)練成本，模型泛化能力更強(qiáng)對(duì)模型輸出的結(jié)果進(jìn)行評(píng)分，從而可以節(jié)省人力。雖然相比于GPT-3，ChatGPT需要消耗一定的人力，但是模型結(jié)果會(huì)更加符合人類(lèi)偏好 階段階段階段高高中中低低請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明PPO模型生成答PPO模型參標(biāo)注一批模型出及提隨機(jī)從信息庫(kù)取指模型-根據(jù)RM評(píng)分結(jié)果更新ChatGPT-反思：站在巨人的肩膀之上，開(kāi)源開(kāi)放期待更多可能和變ChChatGPT-反思：站在巨人的肩膀之上，開(kāi)源開(kāi)放期待更多可能和變ChtGPT采用未標(biāo)注數(shù)據(jù)訓(xùn)練而來(lái)，它的回答看起來(lái)相對(duì)以往更加聰明，但其理解和思考的過(guò)程更像是“黑匣?反思???資料來(lái)源AimultipleOpenAI官網(wǎng)ImprovingLanguageUnderstandingbyGenerativePre-Training》AlecRadford等，Redian新聞Nature》，微請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專(zhuān)業(yè)領(lǐng)域，細(xì)分行AIGC大模型：通用型、任務(wù)型、行業(yè)小模型：專(zhuān)業(yè)領(lǐng)域，細(xì)分行參與問(wèn)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明AIGC請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng) 應(yīng)用方 AI生成的應(yīng) AI生成的優(yōu) 產(chǎn)品/案智能創(chuàng)AIGC請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng) 應(yīng)用方 AI生成的應(yīng) AI生成的優(yōu) 產(chǎn)品/案智能創(chuàng) 劇本生 文本生成行篩選和二次加工 圖片處理A換臉：替換劣跡藝、現(xiàn)員色齡跨、難動(dòng)合等面調(diào) 百度大腦A融合技術(shù)均理長(zhǎng)需百人臉合成 視頻處理整：通過(guò)AI深度視頻合成技精調(diào)演的部征讓員口和同語(yǔ)減少由于演員身限影視毫，鍵傳臉即體融效。 聲音合 百度推出語(yǔ)音合成技術(shù)Meitron 模型/場(chǎng)景通過(guò)人工智能合成虛擬物理場(chǎng)景，將無(wú)法實(shí)拍或成本過(guò)高的場(chǎng)景生成出來(lái)。利用拓寬影視作品想象力的邊界，視頻處理數(shù)字建模+實(shí)時(shí)摳像技術(shù)，將演員動(dòng)作與虛擬場(chǎng)景進(jìn)行融合，最終生成視頻 修復(fù)還 百度與電影頻道合作的“智感超清聯(lián)合目”，共同打生成預(yù) 視頻生成機(jī)器學(xué)習(xí)自動(dòng)生成影視預(yù)告片，人工進(jìn)行最終調(diào)整 節(jié)約時(shí)間成本 3D轉(zhuǎn) 視頻處理將影視內(nèi)容自動(dòng)從2D向3D自動(dòng)轉(zhuǎn)制 臺(tái)“崢嶸”支持對(duì)影視作品進(jìn)行維度轉(zhuǎn)換3D1000 文本分析應(yīng)用AI大數(shù)據(jù)處理與分析技術(shù)，從已有的數(shù)據(jù)庫(kù)中挖掘受眾的閱讀內(nèi)容和閱讀重提高信息精確度、選題精準(zhǔn)熱點(diǎn)預(yù) 模型建立通過(guò)AI科學(xué)地建立模型，對(duì)之后的熱點(diǎn)進(jìn)行預(yù)測(cè) 信息收 文本分析AI大數(shù)據(jù)分析技術(shù)從全網(wǎng)海量信息中自動(dòng)抓取相關(guān)素材，進(jìn)行智能分類(lèi)、聚類(lèi)。提高收集篩選效率，降低人 語(yǔ)音識(shí)別借助AI語(yǔ)音識(shí)別技術(shù)實(shí)現(xiàn)錄音語(yǔ)音轉(zhuǎn)寫(xiě)和實(shí)時(shí)翻譯，直接形成文字稿。 提高時(shí)效性，降低人力成本。冬奧期間，科大訊飛智能錄音筆跨語(yǔ)種轉(zhuǎn)寫(xiě) 稿件寫(xiě) 文本生成基于AI算法自動(dòng)生產(chǎn)新聞稿，將部分工作自動(dòng)化，幫助媒體生產(chǎn)內(nèi)容更快速準(zhǔn)確提高稿件質(zhì)量和時(shí)效性，降且智能 人力成本 通過(guò)AI多媒體信息識(shí)別能力，對(duì)視頻素材進(jìn)行人像、文字、語(yǔ)音識(shí)別，迅速剪輯提高效率，降低人工成本，將（新華社）、Dreamwriter（騰訊財(cái)經(jīng)）、寫(xiě) 視頻生成和生成字幕；實(shí)現(xiàn)畫(huà)面人物的動(dòng)態(tài)追蹤、去除視頻的拍攝抖動(dòng)、多方位修復(fù)視頻幾小時(shí)的工作量縮減至幾分鐘稿機(jī)器人“小南”（南方都市報(bào)&凱迪網(wǎng)） AI主 動(dòng)畫(huà)合成保其表情、唇動(dòng)與音頻一致；除了常規(guī)式主持播報(bào)，虛擬主持人也開(kāi)始陸續(xù)支持效率高、零出錯(cuò)、全天 （新華社）、AI記者“小聰”（浙江衛(wèi)視新聞分 視頻處理使用橫屏速轉(zhuǎn)豎屏，視頻拆條、視頻集錦等AI智能工具，適應(yīng)各平臺(tái)分發(fā)要求。提高傳播效率AIGC應(yīng)用：已在電商、C端娛樂(lè)規(guī)模應(yīng)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明AIGC應(yīng)用：已在電商、C端娛樂(lè)規(guī)模應(yīng)請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng) 應(yīng)用方 AI生成的應(yīng) AI生成的優(yōu) 產(chǎn)品/案3D外 模型/場(chǎng)景商品的3D幾何模型和紋理。在分鐘級(jí)時(shí)間內(nèi)完成商品 現(xiàn)線上“商品放家中”的模擬展示效果產(chǎn)品展示 AI算法生成的3D商品模型還可用于在線試穿，高度還原高度還原商品或服務(wù)試用的體驗(yàn)感，3D在線試 模型/場(chǎng)景商品或服務(wù)試用的體驗(yàn)感 率平均值70%，較行業(yè)平均水平提升9倍，同比正虛擬試珠寶、Gucci虛擬試戴手表和眼鏡、宜語(yǔ)音合成基于視覺(jué)、語(yǔ)音、文本生成技術(shù)打造虛擬主播，為觀眾提填補(bǔ)真人主播直播間隙，24小時(shí)不間斷連播；加速 動(dòng)畫(huà)合成供24小時(shí)不間斷的貨品推薦介紹 人機(jī)交互 人設(shè)更穩(wěn)定可控，不怕“塌房” 客服咨 信息處理AI虛擬客服，智能問(wèn)答、自動(dòng)回復(fù)、及時(shí)解決消費(fèi)者問(wèn)題全年無(wú)休、無(wú)接待上限、相較人工節(jié)約80%左右成京東言犀2.0每天可提供1000萬(wàn)次的智能服務(wù) 廣告營(yíng)銷(xiāo) 素材生成 圖像生成A自動(dòng)生成營(yíng)銷(xiāo)文案宣圖。 提高個(gè)性化和對(duì)。 阿里巴巴的A設(shè)計(jì)師魯”以商生文字生成 告素材。虛擬貨 場(chǎng)景搭 模型/場(chǎng)景通過(guò)從二維圖像中重建場(chǎng)景的三維幾何結(jié)構(gòu)，快速、低成提升沉浸感和消費(fèi)體驗(yàn) 阿里巴巴的虛擬現(xiàn)實(shí)計(jì)劃“u+”，提供 C端娛AI換臉應(yīng)用圖像處理生成AI換臉圖像或視頻。用途多為二創(chuàng)、社交平臺(tái)分享。較大滿足用戶(hù)獵奇的需求，成為破圈利器 視頻處理 上AppStore免費(fèi)下載榜首位 提供原始照片、輸入關(guān)鍵詞和參數(shù)、選擇風(fēng)格和模板，即操作簡(jiǎn)單、滿足用戶(hù)獵奇需求。 智能配 語(yǔ)音合 語(yǔ)音合 降低寫(xiě)作門(mén)檻，為小說(shuō)作者提供便利。速度快、操彩云小夢(mèng)AI續(xù)寫(xiě)功能提供三條不同的故事走向供 文字生成要用于為小說(shuō)續(xù)寫(xiě)、人物世界觀構(gòu)建提供靈感。 字節(jié)旗下的抖音，推出名為“沸寂虛擬數(shù)字 圖像生成可通過(guò)虛擬形象進(jìn)行交互，如試穿服裝、虛擬社交等。 的業(yè)務(wù)，其平臺(tái)定位是“數(shù)字時(shí)尚創(chuàng)意平臺(tái)”模型/場(chǎng)景字人內(nèi)容生產(chǎn)處于起步階段，隨著短視頻的崛起，創(chuàng)作者降低虛擬形象定制門(mén)檻，豐富用戶(hù)體驗(yàn) 此外還有AIStudios、DeepBrainAI、 AIGC應(yīng)用：已在游戲領(lǐng)域逐步應(yīng)AIAI產(chǎn)品/動(dòng)作生 騰訊游戲CROSGVoice（騰訊游戲語(yǔ)音）表情生 生成 學(xué)習(xí)在語(yǔ)音編解碼器上的不斷突破，將AICodecAIGC應(yīng)用：已在游戲領(lǐng)域逐步應(yīng)AIAI產(chǎn)品/動(dòng)作生 騰訊游戲CROSGVoice（騰訊游戲語(yǔ)音）表情生 生成 學(xué)習(xí)在語(yǔ)音編解碼器上的不斷突破，將AICodec應(yīng)用降低生產(chǎn)成本，提升生成角色規(guī)模和效率，增加《和平精英》游戲中，在行業(yè)內(nèi)率先實(shí)現(xiàn)AICodec率更高質(zhì)量的語(yǔ)音編碼，由此成為首個(gè)將AICodec技術(shù)全RctAI能夠根據(jù)玩家實(shí)時(shí)輸入信息，動(dòng)態(tài)地生成AI基于擬人化AI研究，騰訊AILab與《穿越火線》手機(jī)版合請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明AIGC應(yīng)用：在金融、計(jì)算機(jī)、教育、工業(yè)、醫(yī)療等專(zhuān)業(yè)領(lǐng)AIGC應(yīng)用：在金融、計(jì)算機(jī)、教育、工業(yè)、醫(yī)療等專(zhuān)業(yè)領(lǐng)域還在持續(xù)拓請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng) AI應(yīng)用模 AI價(jià) 相關(guān)機(jī)構(gòu)/企業(yè)/產(chǎn) 基于算法自動(dòng)編寫(xiě)咨訊，將部分采編工作提高咨詢(xún)生成速度，提高熱點(diǎn)捕捉能力，增加資訊 以工作量?jī)?yōu)勢(shì)輔助分析師抓取數(shù)據(jù)、進(jìn)行提高數(shù)據(jù)分析的時(shí)效性、全面性、準(zhǔn)確性，減少人 AI智能設(shè)計(jì)程序或算法，輔助人工進(jìn)行應(yīng)減少人工成本，提高應(yīng)用開(kāi)發(fā)效率。 GitHubCopilotReplit的Ghostwriter計(jì)算機(jī)領(lǐng) 代碼編 代碼生 硬件設(shè) 模型構(gòu) 模型/場(chǎng) 2D教材轉(zhuǎn) 文本生 合成虛擬教師，具有與傳統(tǒng)教師相似的教提高教學(xué)趣味性，降低教學(xué)成本。 輔助CAD設(shè)計(jì) 將工程設(shè)計(jì)中重復(fù)的、耗時(shí)的和低層次的縮短工程設(shè)計(jì)周期 SketchGraphs能夠協(xié)助建筑師、工程師等用戶(hù)使用任務(wù)自動(dòng)化 AutoCAD和SOLIDWORKS設(shè)計(jì)2D和3D原型模型/場(chǎng) 個(gè)性化康 體投影、心理疾病患者合成無(wú)攻擊感的醫(yī)為患者提供個(gè)性化康復(fù)服務(wù) 百度生物計(jì)算平臺(tái)“螺旋槳PaddleHelix”提供了智能診 圖像分 輔助醫(yī)生進(jìn)行初步診斷，并且智能生成診提高醫(yī)療效率，減輕醫(yī)生工作量，幫助精確評(píng)估和整套開(kāi)源工具集和計(jì)算平臺(tái)，支持構(gòu)建針對(duì)新藥文本生 斷報(bào)告 患者病情及時(shí)對(duì)比 AIGC應(yīng)用：在法律、農(nóng)業(yè)、設(shè)計(jì)等專(zhuān)業(yè)領(lǐng)域還在持續(xù)拓AIGC應(yīng)用：在法律、農(nóng)業(yè)、設(shè)計(jì)等專(zhuān)業(yè)領(lǐng)域還在持續(xù)拓請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng) AI應(yīng)用模 AI價(jià) 相關(guān)機(jī)構(gòu)/企業(yè)/產(chǎn) 方便快捷，節(jié)約時(shí)間，減少人工成本，本生成功能來(lái)增加說(shuō)理依據(jù)，在裁判文書(shū)中，法律領(lǐng) 法律文書(shū)撰 文字生 提高準(zhǔn)確性 件的處理輔助司法裁 分析比 空間感 AI伴 語(yǔ)音合 滿足客戶(hù)個(gè)性化需求 如AI2THOR和ManipulaTHOR，可以讓他們感知點(diǎn) 間環(huán)境 農(nóng)業(yè)/圖像分 輔助質(zhì) 文本生 數(shù)據(jù)分 配貨建 文本生 次數(shù)反而少了18%3D模型生 藝術(shù)/設(shè)計(jì)領(lǐng) 圖像生 請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）虛擬（300229.SZ）托爾（002467.SZ）二六（688088.SH）虹軟科（002362.SZ）漢王科（300113.SZ）順網(wǎng)科（未上市）小冰公（未上市）倒映有（未上市）相芯科（未上市）心識(shí)宇芯（300474.SZ）景嘉（9888.HK）百度集（NVDA.O）英偉（9988.HK）阿里巴（688256.SH）寒武（002405.SZ）四維圖（688981.SH）中芯國(guó)（未上市）地平視頻生（688039.SH）當(dāng)虹科（0020.HK）商（未上市）邁吉（未上市）影譜科請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明電（300785.SZ）值得游（002624.SZ）完美世（0700.HK）騰訊控（300459.SZ）湯姆傳（301270.SZ）漢儀股（300364.SZ）中文在（000681.SZ）視覺(jué)中（300781.SZ）因賽集（300624.SZ）萬(wàn)興科政（300075.SZ）數(shù)字政（002530.SZ）金財(cái)互C端應(yīng)（MSFT.O）微（GOOGL.O）谷（未上市）寫(xiě)作（未上市）寫(xiě)作（未上市）盜夢(mèng)（未上市）詩(shī)云科（未上市（未上市）影譜科（未上市）帝視科（未上市）不咕剪營(yíng)（301052.SZ）果麥文（002803.SZ）吉宏股（301171.SZ）易點(diǎn)天教（300081.SZ）恒信東虛擬（300182.SZ）捷成股（002354.SZ）天娛數(shù)多模（9888.HK）百（9988.HK）阿里巴（0700.HK）騰訊控（300612.SZ）宣亞國(guó)（300418.SZ）昆侖萬(wàn)（603466.SH）風(fēng)語(yǔ)（688327.SH）云從科（2121.HK）創(chuàng)新奇（MSFT.O）微（GOOGL.O）谷（NVDA.O）英偉（未上市）珍（未上市）中科聞（未上市）瀾舟科（9988.HK）阿里巴（002230.SZ）科大訊（9888.HK）百度集（002230.SZ）科大訊（688111.SH）金山辦（300058.SZ）藍(lán)色光（002292.SZ）奧飛娛（學(xué)術(shù)機(jī)構(gòu)）清華大3D生（未上市）聚力維代碼生（MSFT.O）微（學(xué)術(shù)機(jī)構(gòu)）清華大策略生（未上市）rct（未上市）超參數(shù)科（300738.SZ）奧飛數(shù)（603019.SH）中科曙（9698.HK）萬(wàn)國(guó)數(shù)（CD.US）秦淮數(shù)光模（300308.SZ）中際旭（300502.SZ）新易（220081.SZ）光迅科服務(wù)器液（600756.SH）浪潮信（300017.SZ）網(wǎng)宿科（000938.SZ）紫光股數(shù)據(jù)供給（688787.SH）海天瑞云計(jì)（000977.SZ）浪潮信（9988.HK）阿（9888.HK）百度集（0700.HK）騰（未上市）華AIGC請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明算 數(shù)大模 小模行業(yè)合 內(nèi)部賦互聯(lián)網(wǎng)大（全面布局百百度 百度各產(chǎn)品數(shù)昆侖芯 行業(yè)合作伙伴數(shù)文心大模 包括在文心大模型中各類(lèi)行業(yè)模與B端企業(yè)有廣泛合 百度搜百度各類(lèi)產(chǎn)品的內(nèi)容推先發(fā)優(yōu)阿 阿里M6大模 合作較 電商搜阿里云和企業(yè)服騰微信用戶(hù)數(shù)騰訊 騰訊視頻、新聞數(shù)騰訊游戲數(shù)混元大模 騰訊游戲騰訊游戲AI合作較 微信等產(chǎn)品的自媒體創(chuàng)作內(nèi)容推華 盤(pán)古大模 盤(pán)古大模型中的各類(lèi)業(yè)模合作較 較谷搜索數(shù)谷歌 谷歌學(xué)Youtube數(shù)Imagen、ExTSPaLM 合作較 微Azure Office用戶(hù)數(shù)Bing搜索數(shù)LayoutLM、以及OpenAI旗 的大模較多企業(yè)接入 接 AI賦能搜索和辦公業(yè)務(wù)快速積累新用學(xué)術(shù)機(jī)（中游為主清華大中國(guó)科學(xué)技術(shù)大學(xué)主要通過(guò)外 互聯(lián)網(wǎng)公開(kāi)數(shù) 合作方向主要為學(xué)術(shù) 人才儲(chǔ)中小廠（中下游為主中游小模型廠主要通過(guò)外 垂直行業(yè)數(shù) 垂直行業(yè)模 積累行業(yè)數(shù)下游應(yīng)用廠主要通過(guò)外 垂直行業(yè)數(shù) 用戶(hù)粘規(guī)模效 數(shù)據(jù)規(guī)政府補(bǔ) 數(shù)據(jù)質(zhì)前期研發(fā)投 數(shù)據(jù)獲取成 行業(yè)know- 積累；業(yè)務(wù)和AI技術(shù)結(jié)的可行頭部效應(yīng) 通用類(lèi)數(shù)據(jù)集中于大廠，而邊際成本 直行業(yè)數(shù)據(jù)分頭部效應(yīng) 百花齊通用型內(nèi)容生成集中于大廠對(duì)外提供服務(wù)的同時(shí)大廠，而垂直行業(yè)解決內(nèi)部賦能，小廠采取外購(gòu) AIGC相關(guān)標(biāo)的——上游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)光模中際旭2022年公司800G產(chǎn)品、相干光模塊產(chǎn)品等已實(shí)現(xiàn)小批量出貨，保持了產(chǎn)品領(lǐng)先新易公司一直致力于高性能光模塊的研發(fā)、生產(chǎn)和銷(xiāo)售，為數(shù)據(jù)中心客戶(hù)提供100GAIGC相關(guān)標(biāo)的——上游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)光模中際旭2022年公司800G產(chǎn)品、相干光模塊產(chǎn)品等已實(shí)現(xiàn)小批量出貨，保持了產(chǎn)品領(lǐng)先新易公司一直致力于高性能光模塊的研發(fā)、生產(chǎn)和銷(xiāo)售，為數(shù)據(jù)中心客戶(hù)提供100G、200G、400G和800G高速光模塊產(chǎn)品；為電信設(shè)備商客戶(hù)提供5G前傳、中傳和回傳光模塊、以及應(yīng)用于城域網(wǎng)、骨干網(wǎng)和核心網(wǎng)傳輸?shù)墓饽K產(chǎn)品；為智能電網(wǎng)和安防監(jiān)控網(wǎng)絡(luò)服務(wù)商提供光模塊解決方案。光迅科公司主要產(chǎn)品有光電子器件、模塊和子系統(tǒng)產(chǎn)品，按應(yīng)用領(lǐng)域可分為傳輸類(lèi)、接入類(lèi)、數(shù)據(jù)通信類(lèi)。其中傳輸類(lèi)產(chǎn)品中的傳輸收發(fā)模塊包括100G/400G等速率10km/40km/80km/120km等距離的光模塊產(chǎn)品浪潮信公司建成了亞洲最大的液冷數(shù)據(jù)中心研發(fā)生產(chǎn)基地，構(gòu)筑了從研發(fā)、測(cè)試、生產(chǎn)、交付的全鏈條液冷智造能力，年交付能力超過(guò)10液冷系列產(chǎn)品、改造和部署方案，整體PUE降至1.1以下。網(wǎng)宿科作為IT基礎(chǔ)平臺(tái)服務(wù)提供商，公司一直圍繞信息技術(shù)基礎(chǔ)設(shè)施平臺(tái)進(jìn)行能力建設(shè)及業(yè)務(wù)開(kāi)拓，在CDN、IDC等成熟業(yè)務(wù)的基礎(chǔ)上，正在進(jìn)行向“云安全”與方向的革新；并積極拓展私有云/混合云、MSP、數(shù)據(jù)中心液冷解決方案等新業(yè)務(wù)紫光股根據(jù)IDC數(shù)據(jù)，2022年上半年公司多項(xiàng)產(chǎn)品市場(chǎng)占有率持續(xù)領(lǐng)先，在中國(guó)以太網(wǎng)交換機(jī)、企業(yè)網(wǎng)交換機(jī)、數(shù)據(jù)中心交換機(jī)市場(chǎng)，分別以36.9%、37.9%、37.8%的場(chǎng)份額排名第一奧飛數(shù)公司是專(zhuān)業(yè)的數(shù)據(jù)中心業(yè)務(wù)運(yùn)營(yíng)商和通信綜合運(yùn)營(yíng)企業(yè)，在華南地區(qū)自建了多個(gè)數(shù)據(jù)中心，并在全國(guó)各地運(yùn)營(yíng)著眾多高標(biāo)準(zhǔn)數(shù)據(jù)中心，具備覆蓋全國(guó)的服務(wù)能中科曙公司AI計(jì)算服務(wù)主要應(yīng)用在數(shù)據(jù)中心端，為各個(gè)需要人工智能技術(shù)支撐的領(lǐng)域提供服務(wù)萬(wàn)國(guó)數(shù)中國(guó)領(lǐng)先的數(shù)據(jù)中心基礎(chǔ)設(shè)施和服務(wù)提供商之一，數(shù)據(jù)中心覆蓋中國(guó)國(guó)內(nèi)重點(diǎn)核心城市秦淮數(shù)創(chuàng)立于2015年，總部位于北京，是全球首家以泛亞太新興市場(chǎng)作為業(yè)務(wù)發(fā)展核心區(qū)域的超大規(guī)模數(shù)據(jù)中心解決方案運(yùn)營(yíng)商，同時(shí)也是專(zhuān)注信息技術(shù)產(chǎn)業(yè)生態(tài)基礎(chǔ)設(shè)施規(guī)劃、投資、設(shè)計(jì)、建造和運(yùn)營(yíng)的綜合服務(wù)提供商。芯英偉2020-2021年推出GANverse3D，能夠生成可自定義并生成動(dòng)畫(huà)的3D圖形。2022年發(fā)布了Magic3D，一個(gè)可以從文字描述中生成3D模型的AI景嘉公司在圖形顯控領(lǐng)域擁有圖形顯控模塊、圖形處理芯片、加固顯示器、加固存儲(chǔ)和加固計(jì)算機(jī)等五類(lèi)產(chǎn)品，其中圖形顯控模塊是公司最為核心的產(chǎn)品海光信旗下有AI芯片海光8000系英特旗下有AI芯片NervanaNNP-I1000NervanaNNP-阿里巴旗下有平頭哥（芯片研發(fā)百百度昆侖芯未上燧原科旗下有AI芯片邃思1.0和邃思未上壁仞科旗下有AI芯片未上天數(shù)智旗下有AI芯片天垓未上華旗下有AI芯片昇騰310和昇騰AIGC相關(guān)標(biāo)的——上游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)超算中阿里巴2022年8月阿里云啟動(dòng)兩個(gè)超算中心：一是張北超級(jí)智算中心，總建設(shè)規(guī)模為12EFOPS（每秒1200億億次浮點(diǎn)運(yùn)算）AIGC相關(guān)標(biāo)的——上游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)超算中阿里巴2022年8月阿里云啟動(dòng)兩個(gè)超算中心：一是張北超級(jí)智算中心，總建設(shè)規(guī)模為12EFOPS（每秒1200億億次浮點(diǎn)運(yùn)算）I算力，將超過(guò)谷歌（9EFOPS）和特斯拉（1.8EFOPS）的智算中心。二是烏蘭察布超級(jí)智算中心，建設(shè)規(guī)模為3EFOPS（每秒300億億次浮點(diǎn)運(yùn)算）I算力，位于“東數(shù)西算”內(nèi)蒙皆是以“飛天智算平臺(tái)”為技術(shù)底座，在規(guī)模和效率上實(shí)現(xiàn)雙向突破，將為AI大模型訓(xùn)練、自動(dòng)駕駛、空間地理等人工智能探索應(yīng)用提供強(qiáng)大的智能算力服務(wù)。騰訊控2022年9月，騰訊長(zhǎng)三角人工智能先進(jìn)計(jì)算中心及生態(tài)產(chǎn)業(yè)園投入使用。該計(jì)算中心建成后，服務(wù)器數(shù)量將達(dá)到80萬(wàn)臺(tái)，算力是目前世界排名第一的超算中心的10倍，屆服務(wù)。騰訊長(zhǎng)三角人工智能先進(jìn)計(jì)算中心及生態(tài)產(chǎn)業(yè)園項(xiàng)目是上海市重大建設(shè)項(xiàng)目，將引入騰訊的科恩、優(yōu)圖、微翎三大實(shí)驗(yàn)室。除了騰訊三大實(shí)驗(yàn)室外，還有常山北明、東華軟件、T3出行、靈雀云等50余家騰訊生態(tài)鏈企業(yè)將入駐生態(tài)產(chǎn)業(yè)園項(xiàng)目。百2019年10月，百度在保定，同時(shí)自建兩個(gè)超大型云計(jì)算中心，分別為徐水智能云計(jì)算中心和百度定興智能云計(jì)算中心。2020年8月20心宣布開(kāi)放，承載36萬(wàn)臺(tái)I服務(wù)器?？拼笥嵱嶏w于2009年開(kāi)始算力基礎(chǔ)設(shè)施建設(shè)，目前已建成4城7中心深度學(xué)習(xí)計(jì)算平臺(tái)，訊飛的算力不僅完全滿足AI提供相關(guān)I服務(wù)的需求。商2022年1月商湯科技宣布，商湯科技人工智能計(jì)算中心啟動(dòng)運(yùn)營(yíng)。商湯I(xiàn)D是一座開(kāi)放、大規(guī)模、低碳的先進(jìn)計(jì)算基礎(chǔ)設(shè)施，是Seeore商湯AI大裝置的重要算力基座，其設(shè)計(jì)的峰值算力高達(dá)3740Petalops（1Petalop等于每秒1千萬(wàn)億次浮點(diǎn)運(yùn)算。中國(guó)電2022年7月，中國(guó)電信安徽智算中心正式啟動(dòng)，該中心累計(jì)投資將達(dá)100億元人民幣，建設(shè)16000個(gè)高密度機(jī)架，支持算力規(guī)?？蛇_(dá)到2.2EFOPS，使安徽省的整體算力規(guī)模翻番，將成為華東區(qū)域具有重要影響力的超大型數(shù)據(jù)中心之一。中國(guó)移中國(guó)移動(dòng)圍繞智算建設(shè)運(yùn)營(yíng)和I產(chǎn)業(yè)生態(tài)培育兩大目標(biāo)，構(gòu)建全棧智能信息服務(wù)體系，助力國(guó)內(nèi)AI產(chǎn)業(yè)長(zhǎng)遠(yuǎn)發(fā)展。一是制定新型智算技術(shù)體系，構(gòu)建智算基礎(chǔ)設(shè)施底座。二是以網(wǎng)強(qiáng)算形成智能算力集群，提升算力服務(wù)效率。三是是聯(lián)合產(chǎn)業(yè)打造“芯合”算力原生平臺(tái)，以軟件為牽引構(gòu)建新生態(tài)。中國(guó)聯(lián)2022年11月，國(guó)家超級(jí)計(jì)算西安中心與中國(guó)聯(lián)通陜西公司算網(wǎng)融合實(shí)驗(yàn)室揭牌儀式在西安舉行。雙方將在算網(wǎng)一體化、高性能計(jì)算仿真應(yīng)用、AI創(chuàng)新應(yīng)用、算力交易、據(jù)要素交易、算力調(diào)度、算力編排等技術(shù)進(jìn)行應(yīng)用研究，共同打造聯(lián)通高性能計(jì)算專(zhuān)區(qū)，為特殊行業(yè)及高校、科研院所提供聯(lián)通云高性能計(jì)算仿真云未上曠視科2019年，曠視在蕪湖投資建設(shè)的I超算中心投入使用，該超算中心包括超算中心CPU+GPU機(jī)房和具有自主知識(shí)產(chǎn)權(quán)的深度學(xué)習(xí)平臺(tái)。其中，超算中心機(jī)房分為2個(gè)計(jì)算集群和1個(gè)存儲(chǔ)集群，可提供6000+計(jì)算核心和6.7PB的集群存儲(chǔ)空間，具備城市級(jí)數(shù)據(jù)計(jì)算處理能力。未上華2021年5月華為武漢人工智能計(jì)算中心投運(yùn)，目標(biāo)算力規(guī)模200PFLOPSFP16（擴(kuò)容后）；2021年9月華為西安未來(lái)人工智能計(jì)算中心投運(yùn)，目標(biāo)算力規(guī)模300PFLOPSFP16；2021年10月華為許昌中原人工智能計(jì)算中心投運(yùn)，目標(biāo)算力規(guī)模100PFLOPSFP16.渲染引未上光線公司已布局IG渲染引擎，可以生成不同模態(tài)的渲染數(shù)據(jù)內(nèi)容，能夠降低內(nèi)容開(kāi)發(fā)成本，提升內(nèi)容創(chuàng)作效率。光線云實(shí)時(shí)渲染引擎RAYSENGINE采用端云協(xié)同架構(gòu)，既解決了純端架構(gòu)大量依賴(lài)端側(cè)算力，設(shè)備性能需求高的痛點(diǎn)，又解決了純?cè)萍軜?gòu)云服務(wù)成本高、網(wǎng)絡(luò)帶寬影響卡頓的問(wèn)題。液英維液冷技術(shù)作為針對(duì)高熱密度等解決方案，公司規(guī)劃較早，技術(shù)的積累包括基礎(chǔ)材料、器件、端到端的系統(tǒng)、甚至售后運(yùn)維等方面，而且對(duì)技術(shù)演進(jìn)的路線也有充分的準(zhǔn)備。就數(shù)據(jù)中心、儲(chǔ)能、電力電子散熱、新能源車(chē)熱管理等不同的應(yīng)用場(chǎng)景，公司始終遵循包括液冷、風(fēng)冷、電子散熱等不同技術(shù)綜合的最優(yōu)原則在尋求解決方案。曙光數(shù)公司主營(yíng)業(yè)務(wù)收入主要來(lái)自于數(shù)據(jù)中心液冷基礎(chǔ)設(shè)施產(chǎn)品，公司核心技術(shù)應(yīng)用于公司的浸沒(méi)相變液冷數(shù)據(jù)中心基礎(chǔ)設(shè)施產(chǎn)品、冷板液冷數(shù)據(jù)中心基礎(chǔ)設(shè)施產(chǎn)品AIGC相關(guān)標(biāo)的——中游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)奧飛娛參股公司光年無(wú)限有自己的AI對(duì)話機(jī)器人產(chǎn)品-圖靈機(jī)器人開(kāi)放AIGC相關(guān)標(biāo)的——中游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)奧飛娛參股公司光年無(wú)限有自己的AI對(duì)話機(jī)器人產(chǎn)品-圖靈機(jī)器人開(kāi)放平臺(tái)，開(kāi)發(fā)者可自行快速接入并創(chuàng)建個(gè)性化機(jī)器人，包含聊天機(jī)器人、智能客服等，目前累計(jì)注冊(cè)企業(yè)開(kāi)者超過(guò)150萬(wàn)科大訊640公司已經(jīng)在當(dāng)前核心技術(shù)、產(chǎn)業(yè)場(chǎng)景、行業(yè)數(shù)據(jù)等深厚積累的基礎(chǔ)上，于2022年12月份進(jìn)一步啟動(dòng)生成式預(yù)訓(xùn)練大模型任務(wù)攻關(guān)，科大訊飛AI學(xué)習(xí)機(jī)將成為該項(xiàng)技術(shù)率先落地的產(chǎn)品，將于2023年5月6日進(jìn)行產(chǎn)品級(jí)發(fā)布，該技術(shù)突破將在AI學(xué)習(xí)機(jī)的中英文作文輔導(dǎo)、中英文口語(yǔ)學(xué)習(xí)等方面帶來(lái)顯著提升?？拼笥嶏w在2023年會(huì)持續(xù)升級(jí)該系列技術(shù)，并陸續(xù)應(yīng)用于公司在教育、醫(yī)療、汽車(chē)、消費(fèi)者等多個(gè)行業(yè)賽道的既有產(chǎn)品。金山辦金山黑馬校對(duì)v30擁有79個(gè)涵蓋各領(lǐng)域的大規(guī)模專(zhuān)業(yè)詞庫(kù)，不僅能校對(duì)大部分中文錯(cuò)別字，還可校對(duì)大部分多字、少字、多余標(biāo)點(diǎn)、成對(duì)標(biāo)點(diǎn)等計(jì)算機(jī)錄入的常見(jiàn)錯(cuò)OCR識(shí)別和語(yǔ)音轉(zhuǎn)文字后產(chǎn)生的難以注意的異體字、異形詞等也能高效識(shí)別虛擬藍(lán)色光公司的IG布局不僅包括“分身有數(shù)”，“藍(lán)標(biāo)智播”等I產(chǎn)品，也涵蓋“銷(xiāo)博特”等多人協(xié)同創(chuàng)作平臺(tái)。撰稿機(jī)器人“妙筆”是公司于2018年推出的14款智能營(yíng)銷(xiāo)產(chǎn)品之一，目前是公司的參股公司。同時(shí)，“妙筆”還在與人民網(wǎng)和北大合作，通過(guò)自然語(yǔ)言處理和知識(shí)圖譜等I技術(shù)，支持政府和企業(yè)的智慧黨建工作。AI營(yíng)銷(xiāo)平臺(tái)銷(xiāo)博特（XiaoBote）能夠一鍵自動(dòng)化生成策劃案、品牌分析報(bào)告、消費(fèi)者洞察等內(nèi)容，已累計(jì)注冊(cè)用戶(hù)超60000家，覆蓋10多個(gè)行業(yè)，400多個(gè)品類(lèi)二六公司制作的虛擬數(shù)字人，融合NLP、動(dòng)作捕捉、知識(shí)圖譜等AI（人工智能）技術(shù)，能主動(dòng)地、智能地與真人交流，可在各類(lèi)活動(dòng)中擔(dān)任虛擬主持人、AI講師、AI客服等工商SenseMARSAvatar是商湯推出的虛擬人解決方案，針對(duì)直播、短視頻、智能相機(jī)、虛擬社交、虛擬會(huì)議等場(chǎng)景提供行業(yè)解決方案。主要通過(guò)卡通風(fēng)格Avatar強(qiáng)用戶(hù)虛實(shí)互動(dòng)，提升用戶(hù)趣味體驗(yàn)，減少用戶(hù)個(gè)人隱私信息暴露中科金中科金財(cái)已布局WEB3.0內(nèi)容制作引擎、多模態(tài)超寫(xiě)實(shí)數(shù)智人、全媒體智能客服（數(shù)字人智能大腦解決方案）、RPA機(jī)器人等解決方案中運(yùn)用了多模態(tài)輸入/輸出、視覺(jué)合成知識(shí)處理等人機(jī)交互技術(shù)拓爾虹軟科2022年11月初進(jìn)博會(huì)上，虹軟通過(guò)I建模技術(shù)與3D建模技術(shù)提供兩種不同模式的數(shù)字人。該數(shù)字人可將其融入現(xiàn)實(shí)空間中并在現(xiàn)實(shí)空間中完成既定動(dòng)作或模仿人的各類(lèi)肢體動(dòng)作和表情進(jìn)行對(duì)話與互動(dòng)。漢王科公司在三個(gè)條線已有相關(guān)的技術(shù)儲(chǔ)備及初步產(chǎn)品：一是在專(zhuān)業(yè)的行業(yè)領(lǐng)域，提供數(shù)字員工，其利用AI圖像文本識(shí)別技術(shù)及PA技術(shù)替代人工做一些需要高人力、高重復(fù)性的工作。針對(duì)政法、民生等領(lǐng)域的送達(dá)機(jī)器人等產(chǎn)品也已有落地試點(diǎn)。二是在金融行業(yè)，雙錄智能風(fēng)控機(jī)器人、流水稽核機(jī)器人及智能財(cái)報(bào)讀取機(jī)器人等虛擬機(jī)器人已經(jīng)在銀行、金融服務(wù)公司等落地應(yīng)用。三是公司在動(dòng)力機(jī)械方面的技術(shù)積累，目前公司仿生撲翼飛行器已經(jīng)推出多種形態(tài)并商業(yè)化推廣銷(xiāo)售。順網(wǎng)科公司面向電競(jìng)酒店打造了數(shù)字人“曉競(jìng)”，融合了音頻、文本、圖像等多模態(tài)信息。公司是浙江大數(shù)據(jù)重點(diǎn)研究院之一，在大數(shù)據(jù)、AI、區(qū)塊鏈、GPU云領(lǐng)域都有儲(chǔ)備未上小冰公作為“AIbeing”派虛擬人。小冰的產(chǎn)品始終是人+交互+內(nèi)容。具體包括虛擬人（夏語(yǔ)冰等somebodyinstance、虛擬男友等nobodyinstance和國(guó)家隊(duì)人工智能裁判與教練系統(tǒng)觀君等在垂直場(chǎng)景中工作的虛擬人類(lèi)）、音頻生成（主攻超級(jí)語(yǔ)言及歌聲，在線歌曲生成平臺(tái)與聲合成軟件Xstudio）、視覺(jué)創(chuàng)造（畢業(yè)作品集《或然世界》、為國(guó)家紡織品開(kāi)發(fā)中心、萬(wàn)事利等數(shù)百家機(jī)構(gòu)提供了圖案和紋樣設(shè)計(jì)）、文本創(chuàng)造（2017年即推出小冰詩(shī)集）、虛擬社交、GameAI（XiaoiceGameStudio）等。未上倒映有倒映有聲將其虛擬人的高自然度歸結(jié)于神經(jīng)渲染（Neralederi）、TTS(基于文本和語(yǔ)音合成實(shí)時(shí)生成音頻和視頻)、ETTS(富情感語(yǔ)音合成)、DiitalTi。通過(guò)神經(jīng)渲染技術(shù)快速構(gòu)建I數(shù)字分身，通過(guò)語(yǔ)音+分身IP。2021年3月倒映有聲和中央廣播電視總臺(tái)音頻客戶(hù)端「云聽(tīng)」簽署戰(zhàn)略合作協(xié)議。未上相芯科相芯科技專(zhuān)注于計(jì)算機(jī)圖形學(xué)和人工智能技術(shù)的深度融合，推動(dòng)X技術(shù)創(chuàng)新和產(chǎn)業(yè)應(yīng)用，自主研發(fā)的“虛擬數(shù)字人引擎”和“超寫(xiě)實(shí)數(shù)字物平臺(tái)”得到規(guī)模化應(yīng)用。未上心識(shí)宇心識(shí)宇宙旗下的產(chǎn)品MindOS在2022年11月初發(fā)布了內(nèi)測(cè)版本，面向少數(shù)B端客戶(hù)試點(diǎn)。這是一個(gè)AI知識(shí)、記憶和人格的AI角色，大大提升應(yīng)用交互的體驗(yàn)。僅2023年1月，MindOS就獲得了百萬(wàn)元訂單AIGC相關(guān)標(biāo)的——中游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)多模百在百度萬(wàn)象大會(huì)上已發(fā)布多項(xiàng)IG的技術(shù)和產(chǎn)品，包括“創(chuàng)作者I助理團(tuán)”和“百度PP數(shù)字人計(jì)劃”。百度百家號(hào)攜手澎湃新聞、新京報(bào)等數(shù)十家權(quán)威媒體成立“AIGC媒體聯(lián)盟”。“創(chuàng)作者I助理團(tuán)”AIGC相關(guān)標(biāo)的——中游企請(qǐng)務(wù)必閱讀報(bào)告附注中的風(fēng)險(xiǎn)提示和免責(zé)聲明領(lǐng)代公相關(guān)業(yè)多模百在百度萬(wàn)象大會(huì)上已發(fā)布多項(xiàng)IG的技術(shù)和產(chǎn)品，包括“創(chuàng)作者I助理團(tuán)”和“百度PP數(shù)字人計(jì)劃”。百度百家號(hào)攜手澎湃新聞、新京報(bào)等數(shù)十家權(quán)威媒體成立“AIGC媒體聯(lián)盟”?！皠?chuàng)作者I助理團(tuán)”通過(guò)文心大模型、文心一格、圖文轉(zhuǎn)視頻等技術(shù)，為創(chuàng)作者提供“I文案助理”、“I插畫(huà)助理”、“I視頻制作助理”。“百度PP數(shù)字人計(jì)劃”將數(shù)字人技術(shù)與圖文轉(zhuǎn)視頻、TT語(yǔ)音合成技術(shù)結(jié)合，為媒體及創(chuàng)作者定制真人孿生數(shù)字人。阿里巴達(dá)摩院牽頭推出魔搭社區(qū)ModelScope，社區(qū)首批上架超300個(gè)模型，其中中文模型超過(guò)100個(gè)，覆蓋了視覺(jué)、語(yǔ)音、自然語(yǔ)言處理、多模AI主要領(lǐng)域，覆蓋主流任務(wù)超過(guò)60個(gè)，均全面開(kāi)源并開(kāi)放使用。騰訊控騰訊“混元”AI大模型在MSR-VTT，MSVD，LSMDC，DiDeMo和ActivityNet五大跨模態(tài)視頻檢索數(shù)據(jù)集榜單中先后取得第一名的成績(jī)，實(shí)現(xiàn)了該領(lǐng)域的大滿貫。特別是MSR-VTT榜單上，“混元”AI大模型將文字-視頻檢索精度提高到55%，領(lǐng)先第二名1.7%，位居行業(yè)第京東集京東I流賦能，同時(shí)對(duì)外提供行業(yè)解決方案（包括智能供應(yīng)鏈、智能運(yùn)營(yíng)、智能營(yíng)銷(xiāo)、智能零售、智慧城市、智能硬件）。未上字節(jié)跳字節(jié)Iab成立于2016增強(qiáng)現(xiàn)實(shí)、系統(tǒng)&網(wǎng)絡(luò)、安全隱私、語(yǔ)音與音頻。Iab專(zhuān)注于人工智能領(lǐng)域的前沿技術(shù)研究，涵蓋了計(jì)算機(jī)視覺(jué)、語(yǔ)音&音頻處理、NP、V、Speec、音樂(lè)、機(jī)器學(xué)習(xí)等多技術(shù)研究領(lǐng)域，同時(shí)致力于將研究成果落地，為公司現(xiàn)有的產(chǎn)品和業(yè)務(wù)提供核心技術(shù)支持和服務(wù)。宣亞國(guó)公司自主研發(fā)的“巨浪