計(jì)算機(jī)行業(yè)證券研究報(bào)告：GPT大模型多模態(tài)應(yīng)用展望

計(jì)算機(jī)行業(yè)“智能網(wǎng)聯(lián)”系列報(bào)告26

GPT：大模型多模態(tài)應(yīng)用展望

楊澤原/丁奇/潘儒琛/李康橋

中信證券研究部計(jì)算機(jī)組

2023年3月12日

請(qǐng)務(wù)必閱讀末頁(yè)的免責(zé)條款和聲明

核心觀點(diǎn)

ChatGPT通過(guò)大模型突破AI瓶頸，GPT-4多模態(tài)應(yīng)用帶動(dòng)商業(yè)化加速。

ChatGPT憑借大算力、大規(guī)模數(shù)據(jù)訓(xùn)練、基于人類(lèi)知識(shí)的強(qiáng)化學(xué)習(xí)等方式突破AI技術(shù)瓶頸，獲得超預(yù)期的用戶體驗(yàn)效果與市場(chǎng)反響。

回顧GPT系列模型演進(jìn)，GPT-1結(jié)合無(wú)監(jiān)督預(yù)訓(xùn)練與有監(jiān)督微調(diào)過(guò)程，GPT-2突出零樣本設(shè)定，GPT-3強(qiáng)調(diào)上下文學(xué)習(xí)能力，參數(shù)量、

訓(xùn)練數(shù)據(jù)量不斷提升。我們預(yù)計(jì)即將推出的GPT-4或支持多模態(tài)應(yīng)用，開(kāi)啟通往人工通用智能（AGI）之路，并有望控制訓(xùn)練成本，降

低使用門(mén)檻。目前，ChatGPT已在C端推出ChatGPTPlus訂閱計(jì)劃，B端開(kāi)放ChatGPTAPI，且成本降低為0.002美金/1000token，海

外多個(gè)應(yīng)用率先接入。我們預(yù)計(jì)在GPT-4帶動(dòng)下，未來(lái)大模型以及多模態(tài)模型的商業(yè)化應(yīng)用將進(jìn)一步加速，帶動(dòng)行業(yè)景氣度持續(xù)向上。

Transformer架構(gòu)支撐GPT走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石。

GPT系列模型使用Transformer架構(gòu)，當(dāng)前基于Transformer的多模態(tài)研究為AI領(lǐng)域研究熱點(diǎn)，Transformer已開(kāi)始打破NLP與CV領(lǐng)域壁

壘，有望支撐GPT系列模型走向多模態(tài)應(yīng)用，構(gòu)筑AIGC領(lǐng)域核心能力基石。我們梳理出GPT的潛在基礎(chǔ)能力包括文本生成（分析）、

代碼生成、對(duì)話交互、機(jī)器翻譯、圖像生成、視頻生成等。我們認(rèn)為，前述基礎(chǔ)能力將支撐GPT系列模型在通用與垂直領(lǐng)域的應(yīng)用，典

型應(yīng)用場(chǎng)景如：通用領(lǐng)域—搜索引擎/辦公軟件，垂直領(lǐng)域—教育/金融/醫(yī)療/圖像視頻等。

通用與垂直場(chǎng)景多點(diǎn)開(kāi)花，GPT變革內(nèi)容生成與交互方式。

GPT有望革新各行各業(yè)的內(nèi)容生成與交互方式?；贕PT+文本&代碼&對(duì)話&翻譯&圖像&視頻，我們看好GPT類(lèi)技術(shù)未來(lái)在通用與垂直

場(chǎng)景的應(yīng)用空間。例如，搜索引擎結(jié)合GPT將重塑搜索結(jié)果呈現(xiàn)方式，多模態(tài)的引入帶來(lái)一站式的文本、圖像、視頻匯集結(jié)果，將大為

提升用戶信息收集效率，百度文心一言有望引領(lǐng)用戶搜索體驗(yàn)的代際變革；在辦公軟件領(lǐng)域，金山WPS、福昕PDF未來(lái)若結(jié)合多模態(tài)

GPT，有望深化用戶在流程/事務(wù)/知識(shí)/創(chuàng)意/協(xié)作型等多類(lèi)工作事項(xiàng)上的智能辦公體驗(yàn)，同時(shí)支撐產(chǎn)品打開(kāi)客單價(jià)提升空間；訊飛將以

AI學(xué)習(xí)機(jī)率先落地類(lèi)ChatGPT技術(shù)，有望在作文輔導(dǎo)、口語(yǔ)學(xué)習(xí)方面實(shí)現(xiàn)躍升；當(dāng)虹科技具有視頻AI建模能力、落地AIGC相關(guān)技術(shù)，

GPT賦能下或進(jìn)一步深化傳媒、安全領(lǐng)域應(yīng)用。

投資策略：伴隨成本下降以及多模態(tài)的持續(xù)演進(jìn)，GPT等大模型有望構(gòu)筑AIGC核心基石，推動(dòng)AI商業(yè)化進(jìn)程加速和市場(chǎng)天花板打開(kāi)。

建議持續(xù)關(guān)注相關(guān)領(lǐng)域的AI公司：1）應(yīng)用層：AI+行業(yè)：辦公—金山辦公、福昕軟件，教育—科大訊飛，金融—同花順、東方財(cái)富，醫(yī)

療—?jiǎng)?chuàng)業(yè)慧康、衛(wèi)寧健康，圖像視頻—商湯科技、當(dāng)虹科技、云從科技、格靈深瞳、創(chuàng)新奇智、虹軟科技、魅視科技，其他-拓爾思、漢

王科技、海天瑞聲等；2）基礎(chǔ)設(shè)施層：海光信息、景嘉微、寒武紀(jì)、浪潮信息、工業(yè)富聯(lián)、中科曙光等。

風(fēng)險(xiǎn)提示：AI核心技術(shù)發(fā)展不及預(yù)期風(fēng)險(xiǎn)；科技領(lǐng)域政策監(jiān)督收緊風(fēng)險(xiǎn)；企業(yè)數(shù)據(jù)安全風(fēng)險(xiǎn)；信息安全風(fēng)險(xiǎn)；行業(yè)競(jìng)爭(zhēng)加劇風(fēng)險(xiǎn)。2

1.ChatGPT通過(guò)大模型突破AI瓶頸，GPT-4多模態(tài)應(yīng)用帶動(dòng)商業(yè)化加速

4

1.1概述：ChatGPT為NLP下的AI大模型，性能和使用體驗(yàn)超預(yù)期

ChatGPT是自然語(yǔ)言處理（NLP）下的AI大模型，通過(guò)大算力、大規(guī)模訓(xùn)練數(shù)據(jù)突破AI瓶頸。2022年11月，OpenAI推

出ChatGPT，ChatGPT基于GPT-3.5，使用人類(lèi)反饋強(qiáng)化學(xué)習(xí)技術(shù)，將人類(lèi)偏好作為獎(jiǎng)勵(lì)信號(hào)并微調(diào)模型，實(shí)現(xiàn)有邏輯

的對(duì)話能力。

ChatGPT本質(zhì)上是通過(guò)超大的統(tǒng)計(jì)語(yǔ)言模型，對(duì)詞語(yǔ)序列的概率分布進(jìn)行建模，利用上下文信息預(yù)測(cè)后續(xù)詞語(yǔ)出現(xiàn)的概

率分布，其表現(xiàn)的超預(yù)期反映了在算力水平提升的情況下大語(yǔ)言模型技術(shù)路線的成功，通過(guò)對(duì)大規(guī)模的未標(biāo)注的文本數(shù)據(jù)

進(jìn)行訓(xùn)練，突破了AI發(fā)展的技術(shù)瓶頸。根據(jù)《瞭望》新聞周刊報(bào)道，OpenAI為了讓ChatGPT的語(yǔ)言合成結(jié)果更自然流

暢，使用了45TB的數(shù)據(jù)、近1萬(wàn)億個(gè)單詞來(lái)訓(xùn)練模型，訓(xùn)練一次的成本高達(dá)千萬(wàn)美元，一個(gè)月的運(yùn)營(yíng)成本需要數(shù)百萬(wàn)美

元。

ChatGPT幫助用戶給鄰居寫(xiě)信ChatGPT幫助用戶debug

5

資料來(lái)源：OpenAI官網(wǎng)資料來(lái)源：OpenAI官網(wǎng)

1.1概述：OpenAI傾力打造ChatGPT，獲得微軟有力加持

ChatGPT出自美國(guó)AI創(chuàng)業(yè)公司OpenAI，是AI大模型領(lǐng)域的領(lǐng)軍者。OpenAI在2015年由SamAltman、PeterThiel、Reid

Hoffman、ElonMusk等人創(chuàng)辦。公司成立之初，即確定了包括制造“通用”機(jī)器人和使用自然語(yǔ)言的聊天機(jī)器人的發(fā)展

目標(biāo)。2019年，OpenAI獲得來(lái)自微軟的10億美元投資，為Azure云端平臺(tái)服務(wù)開(kāi)發(fā)AI技術(shù)。2018年起，OpenAI開(kāi)始發(fā)布

GPT（GenerativePre-trainedTransformer）模型，2020年發(fā)布GPT-3，可以完成答題、寫(xiě)論文、代碼生成等任務(wù)，被視

為人工智能競(jìng)賽的里程碑事件，并直至ChatGPT的推出引起AI的熱潮。

除了NLP領(lǐng)域，OpenAI還在多模態(tài)領(lǐng)域取得成就，包括發(fā)布了AI圖像生成器DALL-E2，對(duì)音頻轉(zhuǎn)錄編輯器Descript、AI筆

記應(yīng)用Mem等進(jìn)行投資。

OpenAI發(fā)展歷程

發(fā)布Proximal研究從文本創(chuàng)建圖

OpenAI成立，馬發(fā)布GPT-2，獲微

Policy像神經(jīng)網(wǎng)絡(luò)

斯克等人參與軟10億美元投資

Optimization算法DALL·E

20152016201720182019202020212022

OpenAI宣布其發(fā)

展的主要目標(biāo)，發(fā)布GPT-3，開(kāi)發(fā)布人工智能系

發(fā)布第一個(gè)項(xiàng)發(fā)布GPT-1放人工智能應(yīng)用統(tǒng)DALL·E2與

目——OpenAI程序接口ChatGPT

GymBeta

6

資料來(lái)源：OpenAI官網(wǎng)，中信證券研究部

1.2演變：GPT-1—無(wú)監(jiān)督預(yù)訓(xùn)練+有監(jiān)督微調(diào)

GPT-1發(fā)布于2018年6月，參數(shù)量達(dá)1.17億，預(yù)訓(xùn)練數(shù)據(jù)量約5GB。GPT-1包含預(yù)訓(xùn)練和微調(diào)兩個(gè)階段，考慮到自然語(yǔ)言

處理任務(wù)中有標(biāo)簽的語(yǔ)料少，GPT-1先在大量的無(wú)標(biāo)簽數(shù)據(jù)上訓(xùn)練語(yǔ)言模型，然后在下游具體任務(wù)（如分類(lèi)、常識(shí)推理、

自然語(yǔ)言推理等）的有標(biāo)簽數(shù)據(jù)集上進(jìn)行微調(diào)。1）在無(wú)監(jiān)督訓(xùn)練中，GPT-1采用Transformer的架構(gòu)，即標(biāo)準(zhǔn)的語(yǔ)言模型

的目標(biāo)函數(shù)，通過(guò)前面的詞預(yù)測(cè)后面的詞；2）在有監(jiān)督訓(xùn)練中，采用標(biāo)準(zhǔn)的分類(lèi)目標(biāo)函數(shù)，僅需對(duì)第一階段預(yù)訓(xùn)練的語(yǔ)

言模型做出很小的結(jié)構(gòu)改變，即可應(yīng)用于各種下游任務(wù)。

GPT-1使用了BooksCorpus數(shù)據(jù)集來(lái)訓(xùn)練語(yǔ)言模型，其中有7000余本未出版的書(shū)籍。具體表現(xiàn)上，在有監(jiān)督學(xué)習(xí)的12項(xiàng)

任務(wù)中，GPT-1在其中9項(xiàng)上的表現(xiàn)優(yōu)于專門(mén)訓(xùn)練的受監(jiān)督模型。

GPT-1包含預(yù)訓(xùn)練和微調(diào)兩個(gè)訓(xùn)練階段GPT-1在自然語(yǔ)言推理任務(wù)、問(wèn)答和常識(shí)推理任務(wù)中的表現(xiàn)

資料來(lái)源：《ImprovingLanguageUnderstandingbyGenerativePre-Training》（AlecRadford、資料來(lái)源：《ImprovingLanguageUnderstandingbyGenerativePre-Training》（AlecRadford、7

KarthikNarasimhan、TimSalimans等）KarthikNarasimhan、TimSalimans等）

1.2演變：GPT-2—無(wú)監(jiān)督預(yù)訓(xùn)練+多任務(wù)學(xué)習(xí)

GPT-2發(fā)布于2019年2月，參數(shù)量達(dá)15億，預(yù)訓(xùn)練數(shù)據(jù)量約40GB。GPT-1使用的概率條件模型為p(output|input)，GPT-2

使用相同的無(wú)監(jiān)督模型學(xué)習(xí)多個(gè)任務(wù)，將概率條件模型修改為p(output|input,task)，期望模型對(duì)不同任務(wù)的相同輸入產(chǎn)

生不同的輸出。此外，GPT-2采取Zero-shot設(shè)定，不需要下游任務(wù)的標(biāo)注信息，而是根據(jù)給定的指令理解任務(wù)。因此

GPT-2的核心思想在于多任務(wù)學(xué)習(xí)。

GPT-2訓(xùn)練的數(shù)據(jù)集來(lái)自社交新聞平臺(tái)Reddit，共有約800萬(wàn)篇文章，體積超40GB。具體表現(xiàn)上，在8個(gè)語(yǔ)言模型任務(wù)

中，僅通過(guò)Zero-Shot學(xué)習(xí)，GPT-2在其中7個(gè)上領(lǐng)先。GPT-2表明，隨著模型容量和數(shù)據(jù)量增大，GPT模型的潛力仍有望

進(jìn)一步顯現(xiàn)。

語(yǔ)言模型參數(shù)增加，Zero-shot在NLP任務(wù)上表現(xiàn)提升

8

資料來(lái)源：《LanguageModelsareUnsupervisedMultitaskLearners》（AlecRadford、JeffreyWu、RewonChild等）

1.2演變：GPT-3—無(wú)監(jiān)督預(yù)訓(xùn)練+海量參數(shù)

GPT-3發(fā)布于2020年5月，參數(shù)量達(dá)1750億，預(yù)訓(xùn)練數(shù)據(jù)量約45TB。GPT-3采用海量的參數(shù)來(lái)進(jìn)行訓(xùn)練和學(xué)習(xí)，不追求

GPT-2中的Zero-shot設(shè)定，而是通過(guò)少量樣例（Few-shot或One-shot）理解并執(zhí)行任務(wù)，對(duì)應(yīng)為模型的上下文學(xué)習(xí)能

力。GPT-3在作用到子任務(wù)時(shí)，無(wú)需進(jìn)行微調(diào)，以避免龐大的模型體量所帶來(lái)的高成本。具體表現(xiàn)上，在大量的語(yǔ)言模型

數(shù)據(jù)集中，Zero-shot或Few-shot設(shè)置下，GPT-3超過(guò)了LAMBADA和PennTreeBank；GPT-3也在很多復(fù)雜的NLP任務(wù)

中超過(guò)微調(diào)后的最佳方法。

Few-shot準(zhǔn)確性表現(xiàn)增速更快表明大模型在上下文學(xué)習(xí)上更強(qiáng)大Zero-shot、one-shot、few-shot與fine-tune對(duì)比

資料來(lái)源：《LanguageModelsareFew-ShotLearners》（TomB.Brown、Benjamin資料來(lái)源：《LanguageModelsareFew-ShotLearners》（TomB.Brown、9

Mann、NickRyder等）BenjaminMann、NickRyder等）

1.2演變：ChatGPT—基于GPT-3.5，引入人類(lèi)反饋強(qiáng)化學(xué)習(xí)

ChatGPT基于GPT-3.5開(kāi)發(fā)，最大的變化在于引入人類(lèi)反饋強(qiáng)化學(xué)習(xí)。ChatGPT引入人類(lèi)反饋強(qiáng)化學(xué)習(xí)，使用人工對(duì)模

型回復(fù)進(jìn)行打分排名，使得其更好地理解并完成指令。在表現(xiàn)上，ChatGPT能夠理解指令、提供基本令人滿意甚至是超

預(yù)期的回答、進(jìn)行多輪對(duì)話以及拒絕不合理的請(qǐng)求等。相較于GPT-3，ChatGPT的回答更有體系性、邏輯性；相較于對(duì)

話機(jī)器人，ChatGPT能夠回答假設(shè)性的問(wèn)題，并可以連續(xù)對(duì)話。

未來(lái)，ChatGPT待強(qiáng)化的方向還包括：納入最新的網(wǎng)絡(luò)語(yǔ)料、避免不合理的答案輸出等。

ChatGPT訓(xùn)練包括訓(xùn)練監(jiān)督策略模型、訓(xùn)練獎(jiǎng)勵(lì)模型、PPO強(qiáng)化學(xué)習(xí)三個(gè)階段

10

資料來(lái)源：OpenAI官網(wǎng)

1.3展望：GPT-4—此前外界預(yù)期參數(shù)量變化不大、使用門(mén)檻有望降低

GPT-4備受業(yè)界期待，訓(xùn)練成本控制有望帶動(dòng)商業(yè)潛力的極大增強(qiáng)。ChatGPT的突出表現(xiàn)使得外界對(duì)GPT-4十分期待，

自2021年以來(lái)便有報(bào)道稱GPT-4“即將推出”，OpenAI公司CEOSamAltman今年受StrictlyVC采訪時(shí)表示GPT-4將在

“有信心可以安全且負(fù)責(zé)任地運(yùn)行時(shí)”推出。外界此前也曾預(yù)期，GPT-4的推出或分階段進(jìn)行，例如GPT-3也是先開(kāi)放給

合作伙伴、付費(fèi)用戶和學(xué)術(shù)機(jī)構(gòu)，才在2022年底開(kāi)放給公眾。

在參數(shù)量上，針對(duì)有傳言稱GPT-4參數(shù)量將達(dá)到百萬(wàn)億，OpenAI公司CEOSamAltman予以否定。此外，AI專家Alberto

Romero預(yù)測(cè)，GPT-4的重點(diǎn)在數(shù)據(jù)處理優(yōu)化上，因此其使用門(mén)檻有望降低，我們預(yù)計(jì)訓(xùn)練成本的控制將帶動(dòng)其商業(yè)潛力

的增強(qiáng)。

GPT-4參數(shù)量的傳聞遭到否定Altman談及GPT-4預(yù)計(jì)推出時(shí)間

11

資料來(lái)源：微信公眾號(hào)“機(jī)器之心”資料來(lái)源：TheVerge，中信證券研究部

1.3展望：GPT-4—最新消息稱推出在即、支持多模態(tài)

最新消息稱GPT-4將于下周推出，支持多模態(tài)應(yīng)用，開(kāi)啟通往人工通用智能之路。根據(jù)德國(guó)科技媒體“heise在線”報(bào)

道，當(dāng)?shù)貢r(shí)間3月9日，微軟德國(guó)公司首席技術(shù)官AndreasBraun在名為“AIinFocus-DigitalKickoff”的活動(dòng)中透露稱

“將在下周推出GPT-4，它將是一個(gè)多模態(tài)模型，會(huì)提供完全不同的可能性——例如視頻”。這意味著GPT-4可以管理不

同語(yǔ)言數(shù)據(jù)的輸入和輸出，也能夠做到輸出圖像甚至視頻。在活動(dòng)上，微軟AI技術(shù)專家對(duì)多模態(tài)AI的應(yīng)用案例進(jìn)行了介

紹，例如能夠?qū)㈦娫捄艚械恼Z(yǔ)音直接記錄成文本，這為微軟位于荷蘭的一家大型客戶節(jié)省500個(gè)工作小時(shí)/天。

GPT-4對(duì)多模態(tài)的支持使得外界對(duì)模型潛力的預(yù)期進(jìn)一步強(qiáng)化，原因在于多模態(tài)感知是建立人工通用智能（AGI）的重要

一步，基于此能夠執(zhí)行人類(lèi)水平的一般任務(wù)。

微軟德國(guó)公司首席技術(shù)官AndreasBraun稱GPT-4即將推出人工智能已從單模態(tài)轉(zhuǎn)向多模態(tài)

12

資料來(lái)源：heiseonline資料來(lái)源：微信公眾號(hào)“水木學(xué)堂”

1.4商業(yè)模式：C端推出訂閱制會(huì)員，B端提供調(diào)用API接口

ChatGPT迅速走紅，以訂閱制服務(wù)B端、C端客戶，成本控制下將有效加速商業(yè)化落地。ChatGPT自年初以來(lái)，持續(xù)出

圈，截至2023年1月末月活突破1億，成為史上增長(zhǎng)最快的消費(fèi)者應(yīng)用?？紤]到計(jì)算資源所牽涉的龐大訓(xùn)練成本、運(yùn)行成

本，ChatGPT的商業(yè)化路徑已正在探索、明確中。

商業(yè)模式—1）C端：OpenAI發(fā)布ChatGPTPlus訂閱計(jì)劃，每月收費(fèi)20美元，相較于免費(fèi)版本，即便在高峰時(shí)段用戶也

能正常訪問(wèn)ChatGPT，響應(yīng)時(shí)間更快，可以優(yōu)先使用新功能，有望引領(lǐng)AI技術(shù)變現(xiàn)新模式；2）B端：OpenAI發(fā)布

ChatGPTAPI，開(kāi)發(fā)者可以將ChatGPT集成到產(chǎn)品中，價(jià)格為$0.002/1ktoken，相較于GPT-3.5降低90%，我們預(yù)計(jì)成

本控制后有望快速帶動(dòng)GPT相關(guān)應(yīng)用爆發(fā)。根據(jù)微信公眾號(hào)“智東西”，生鮮電商Instacart、跨境電商Shopify、照片分

享應(yīng)用Snap、單詞背誦應(yīng)用Quizlet等已率先接入ChatGPTAPI。

OpenAI上線ChatGPTPlus訂閱計(jì)劃Quizlet將基于ChatGPTAPI推出Q-Chat

13

資料來(lái)源：OpenAI官網(wǎng)資料來(lái)源：OpenAI官網(wǎng)

2.Transformer架構(gòu)支撐GPT走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石

14

2.1GPT采用的Transformer架構(gòu)在NLP領(lǐng)域已躋身主流

GPT沿用主流Transformer模型，該模型采用自注意力機(jī)制，在NLP上表現(xiàn)優(yōu)于RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）。2017年，谷歌

在《AttentionisAllYouNeed》中提出Transformer模型，可用于文本摘要、機(jī)器翻譯等NLP任務(wù)。在NLP方面，

Transformer模型的自注意力（self-attention）機(jī)制可以為輸入序列中的任意位置提供上下文，進(jìn)而模型能夠一次性處理

所有輸入數(shù)據(jù)，而非RNN一次只處理一個(gè)單詞的情況，由此模型可以減少訓(xùn)練時(shí)間，能夠在更大的數(shù)據(jù)集上進(jìn)行訓(xùn)練。

目前，基于Transformer的預(yù)訓(xùn)練語(yǔ)言模型已成為NLP領(lǐng)域的主流。

Transformer在長(zhǎng)序列處理上解決了CNN的最長(zhǎng)路徑問(wèn)題，也解決了RNN的并行度和

Transformer的Encoder-Decoder示意圖遺忘問(wèn)題

前饋神經(jīng)網(wǎng)絡(luò)交互層

自注意力機(jī)制多頭自注意力機(jī)制

輸入部分

15

資料來(lái)源《AttentionisAllYouNeed》（Google），中信證券研究部資料來(lái)源：《動(dòng)手學(xué)深度學(xué)習(xí)》（李沐）

2.2Transformer也可用于CV領(lǐng)域，相較于CNN實(shí)現(xiàn)性能巨大提升

Transformer也可用于CV（計(jì)算機(jī)視覺(jué)）領(lǐng)域，表現(xiàn)出巨大的性能提升。CV領(lǐng)域此前更多由CNN（卷積神經(jīng)網(wǎng)絡(luò)）主

導(dǎo)，而Transformer憑借著自注意力機(jī)制，表現(xiàn)出了巨大的性能提升。根據(jù)微軟亞洲研究院，Transformer在圖像分類(lèi)、物

體檢測(cè)等任務(wù)中刷新了測(cè)評(píng)記錄，例如2020年Transformer被首次應(yīng)用于圖像分類(lèi)任務(wù)，結(jié)合海量的預(yù)訓(xùn)練數(shù)據(jù)，ViT在

ImageNet-1K的validation評(píng)測(cè)集上取得88.55%的準(zhǔn)確率。Transformer也在視頻動(dòng)作識(shí)別、視覺(jué)自監(jiān)督學(xué)習(xí)、圖像復(fù)原、

圖像分割等視覺(jué)任務(wù)中取得優(yōu)異成績(jī)。谷歌提出的ViT-MoE模型目前在參數(shù)量上領(lǐng)先，達(dá)到了150億。

學(xué)術(shù)界挖掘出的Transformer建模的優(yōu)點(diǎn)Transformer在大模型方面展示了強(qiáng)大的可擴(kuò)展性

16

資料來(lái)源：《為何Transformer在計(jì)算機(jī)視覺(jué)中如此受歡迎？》（微軟亞洲研究院）資料來(lái)源：《為何Transformer在計(jì)算機(jī)視覺(jué)中如此受歡迎？》（微軟亞洲研究院）

2.3Transformer支撐下GPT有望走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石

GPT有望基于Transformer延伸至多模態(tài)，構(gòu)筑AIGC核心基石，GPT-4或?qū)崿F(xiàn)領(lǐng)跑。當(dāng)前，基于Transformer的多模態(tài)學(xué)

習(xí)成為AI領(lǐng)域的研究熱點(diǎn)，研究者們提出了大量的Transformer變體。鑒于Transformer具有較少的特定于模態(tài)的架構(gòu)假

設(shè)，以及生成式預(yù)訓(xùn)練、大模型&大數(shù)據(jù)路線的成功，Transformer能夠聯(lián)動(dòng)CV與NLP，通過(guò)聯(lián)合建模完成，打破CV與

NLP領(lǐng)域之間的壁壘。微軟亞洲研究院2022年推出BEiT-3預(yù)訓(xùn)練模型，在目標(biāo)檢測(cè)、實(shí)例分割、語(yǔ)義分割、視覺(jué)推理、

圖片描述生成等任務(wù)上取得了SOTA的遷移性能。我們認(rèn)為，基于Transformer架構(gòu)，GPT未來(lái)有望延伸至多模態(tài)，助力

內(nèi)容創(chuàng)作由UGC、PGC全面走向AIGC，賦能通用領(lǐng)域以及金融、教育、醫(yī)療、傳媒等垂直行業(yè)。

BEiT-3預(yù)訓(xùn)練示意圖BEiT-3在視覺(jué)-語(yǔ)言任務(wù)上表現(xiàn)突出

17

資料來(lái)源：《通用多模態(tài)基礎(chǔ)模型BEiT-3：引領(lǐng)文本、圖像、多模態(tài)預(yù)訓(xùn)練邁向“大一統(tǒng)”》（微軟亞洲研究院）資料來(lái)源：《通用多模態(tài)基礎(chǔ)模型BEiT-3：引領(lǐng)文本、圖像、多模態(tài)預(yù)訓(xùn)練邁向“大一統(tǒng)”》（微軟亞洲研究院）

2.3Transformer支撐下GPT有望走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石

微軟Kosmos-1基于Transformer可完成語(yǔ)言任務(wù)和基礎(chǔ)的視覺(jué)任務(wù)，反映GPT發(fā)展?jié)摿Α?023年3月初，微軟推出多模

態(tài)模型Kosmos-1，可以處理文本、音頻、圖像和視頻等內(nèi)容，并遵循指令（即零樣本學(xué)習(xí)）以及在上下文中學(xué)習(xí)（即少

樣本學(xué)習(xí)）。Kosmos-1能夠分析圖像內(nèi)容、解決視覺(jué)難題、執(zhí)行視覺(jué)文本識(shí)別、通過(guò)視覺(jué)智商測(cè)試（準(zhǔn)確度在22-26%之

間）以及理解自然語(yǔ)言指令等。Kosmos-1的骨干網(wǎng)絡(luò)是基于Transformer的因果語(yǔ)言模型，用于訓(xùn)練的數(shù)據(jù)來(lái)自多模態(tài)語(yǔ)

料庫(kù)，包括單模態(tài)數(shù)據(jù)（如文本）、跨模態(tài)配對(duì)數(shù)據(jù)（圖像-文本對(duì)）和交錯(cuò)的多模態(tài)數(shù)據(jù)。Kosmos-1的表現(xiàn)說(shuō)明了多模

態(tài)大模型的應(yīng)用潛力。

Kosmos-1能夠進(jìn)行圖像解釋、視覺(jué)應(yīng)答、數(shù)字識(shí)別Kosmos-1是第一個(gè)能完成零樣本瑞文智商測(cè)試的AI模型

18

資料來(lái)源：《LanguageIsNotAllYouNeed》（微軟亞洲研究院）資料來(lái)源：《LanguageIsNotAllYouNeed》（微軟亞洲研究院）

2.3Transformer支撐下GPT有望走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石

GPT基礎(chǔ)能力包括文本生成（分析）、代碼生成、對(duì)話交互、機(jī)器翻譯、圖像生成、視頻生成等，借此賦能通用與垂直

領(lǐng)域應(yīng)用，有望帶來(lái)商業(yè)模式的重塑與變革。

結(jié)合ChatGPT現(xiàn)有應(yīng)用場(chǎng)景，以及對(duì)GPT未來(lái)模型演變的展望，我們歸納出GPT的基礎(chǔ)能力，具體包括：文本生成（分析）、代碼生

成、對(duì)話交互、機(jī)器翻譯、圖像生成、視頻生成等。

我們認(rèn)為，這些基礎(chǔ)能力將支撐GPT在通用與垂直領(lǐng)域的應(yīng)用，新的應(yīng)用領(lǐng)域的出現(xiàn)也將基于這些能力的組合。例如，在辦公軟件領(lǐng)

域，主要涉及GPT的文本能力；在教育行業(yè)，主要應(yīng)用到文本、對(duì)話、翻譯能力。

GPT能力與主要應(yīng)用領(lǐng)域

NLP能力拼寫(xiě)檢查信息檢索主題建模文本分類(lèi)信息提取封閉會(huì)話文本概括問(wèn)題回答機(jī)器翻譯開(kāi)放會(huì)話

多模態(tài)演進(jìn)

GPT能力文本生成代碼生成對(duì)話交互機(jī)器翻譯圖像生成視頻生成

賦能

GPT應(yīng)用搜索引擎辦公軟件教育金融醫(yī)療圖像視頻

√重塑結(jié)果呈現(xiàn)方式√打造效率生產(chǎn)工具√啟發(fā)式教學(xué)√智能客服&營(yíng)銷(xiāo)√導(dǎo)診問(wèn)診輔助√信息采集

√改變盈利模式√深化智能辦公體驗(yàn)√深入的對(duì)話探討√智能、精準(zhǔn)的投顧√臨床研究助手√信息制作

√影響競(jìng)爭(zhēng)格局√打開(kāi)客單價(jià)空間√個(gè)性化精準(zhǔn)學(xué)習(xí)√強(qiáng)大投研能力支持√電子病歷助手

19

資料來(lái)源：中信證券研究部整理

3.通用與垂直場(chǎng)景多點(diǎn)開(kāi)花，GPT變革內(nèi)容生成與交互方式

20

3.1通用場(chǎng)景：搜索引擎—GPT+文本&圖像&視頻重塑搜索結(jié)果呈現(xiàn)方式

搜索引擎接入GPT后結(jié)果呈現(xiàn)方式大為變化，或影響行業(yè)盈利模式與競(jìng)爭(zhēng)格局。用戶使用傳統(tǒng)的搜索引擎時(shí)，需要手動(dòng)

翻閱搜索結(jié)果，判斷是否為所需要的信息；而當(dāng)搜索引擎接入GPT后，用戶可直接獲得答案集合。盡管受制于訓(xùn)練語(yǔ)料、

成本等因素，答案準(zhǔn)確性有待商榷，但在結(jié)果呈現(xiàn)方式上實(shí)現(xiàn)了變革，未來(lái)或與傳統(tǒng)的搜索引擎相結(jié)合。如進(jìn)一步實(shí)現(xiàn)多

模態(tài)，搜索結(jié)果將更加豐富。微軟在Bing中上線ChatGPT能力并開(kāi)啟測(cè)試，以聊天方式展示搜索結(jié)果，并可在對(duì)話中推

薦廣告。微軟必應(yīng)官方博客宣布，目前Bing日活突破1億，集成搜索+聊天功能的Bing預(yù)覽版自推出以來(lái)總聊天次數(shù)已超

過(guò)4500萬(wàn)次。鑒于微軟可能掀起搜索行業(yè)的第二次變革并顛覆此前的盈利模式，谷歌在2月初展示由大型語(yǔ)言模型LaMDA

驅(qū)動(dòng)的類(lèi)ChatGPT應(yīng)用——Bard，并計(jì)劃大范圍推廣。

全球搜索引擎市場(chǎng)份額分布用戶在新版Bing對(duì)話中發(fā)現(xiàn)廣告推薦內(nèi)容

21

資料來(lái)源：Statista資料來(lái)源：上觀新聞

3.1通用場(chǎng)景：搜索引擎—百度“文心一言”有望構(gòu)筑大模型生態(tài)系統(tǒng)

百度將推出文心一言，在搜索領(lǐng)域有望引領(lǐng)體驗(yàn)的代際變革，視頻領(lǐng)域合作或率先走向多模態(tài)。百度是國(guó)內(nèi)少有的具有

超大規(guī)模語(yǔ)言訓(xùn)練能力的科技公司，2019年即推出文心大模型。百度打造的NLP大模型ERNIE3.0Zeus擁有千億級(jí)參

數(shù)，ERNIE-ViLG2.0是全球首個(gè)知識(shí)增強(qiáng)的AI作畫(huà)大模型。百度計(jì)劃于3月16日召開(kāi)文心一言發(fā)布會(huì)。此前，百度創(chuàng)始人

李彥宏表示計(jì)劃將搜索、智能云、Apollo自動(dòng)駕駛、小度智能設(shè)備等多項(xiàng)業(yè)務(wù)與文心一言整合。例如在搜索引擎方面引領(lǐng)

搜索體驗(yàn)的代際變革，鑒于愛(ài)奇藝宣布與百度共同探索將AIGC技術(shù)應(yīng)用于內(nèi)容搜索、宣發(fā)等，豐富的在線視頻娛樂(lè)資源

為未來(lái)多模態(tài)應(yīng)用的構(gòu)建提供了想象空間。此外，百度還將開(kāi)放大模型支持交通、能源、制造等行業(yè)構(gòu)建自己的模型和應(yīng)

用，打造人工智能生態(tài)系統(tǒng)，同時(shí)為公司帶來(lái)豐厚的商業(yè)價(jià)值，目前已有多家科技、金融、傳媒公司宣布成為合作伙伴。

ERNIE3.0Zeus提出層次化提示學(xué)習(xí)技術(shù)百度文心一言發(fā)布會(huì)將于3月16日召開(kāi)

22

資料來(lái)源：文心大模型網(wǎng)站資料來(lái)源：文心大模型網(wǎng)站

3.2通用場(chǎng)景：辦公軟件—GPT+文本&圖像打造效率型生產(chǎn)力工具

GPT有望融入辦公流程，率先推動(dòng)辦公軟件轉(zhuǎn)型為智能辦公平臺(tái)。微軟將于3月16日召開(kāi)名為“FutureofWorkwithAI”

的發(fā)布會(huì)，預(yù)計(jì)將展示ChatGPT類(lèi)技術(shù)在Teams、Word、Outlook等生產(chǎn)力套件中的應(yīng)用。我們認(rèn)為，在GPT的賦能之

下，辦公軟件作為效率型生產(chǎn)力工具的屬性將更加突出，功能上將更加智能化，用戶有望享受到智能辦公平臺(tái)所帶來(lái)的便

利性與效率大幅提升。例如，在Word中，GPT將能夠幫助用戶生成文本，或?qū)⑽臋n集匯總為關(guān)鍵點(diǎn)，使得用戶快速理解

和分析信息；在Outlook中，GPT可以處理收件箱文本，幫助用戶更快捷地撰寫(xiě)或回復(fù)電子郵件；在Excel中，能夠根據(jù)提

示提取數(shù)據(jù)，如要求“按照利潤(rùn)列出世界前五大公司”后，生成Excel公式或制作可視化圖表。

Edge中的BingAI側(cè)邊欄可以與OfficeWeb一同使用微軟在VivaSales郵件中提供OpenAI技術(shù)

23

資料來(lái)源：TheVerge，微軟資料來(lái)源：TheVerge，微軟

3.2通用場(chǎng)景：辦公軟件—WPS若結(jié)合GPT將深化用戶智能辦公體驗(yàn)

金山辦公發(fā)布業(yè)內(nèi)首個(gè)深度學(xué)習(xí)框架KSAI-Lite，并創(chuàng)新推出智能寫(xiě)作與演示文稿智能美化功能，未來(lái)若在GPT賦能下有

望深化用戶智能辦公體驗(yàn)，并打開(kāi)客單價(jià)提升空間。金山辦公AI中臺(tái)圍繞辦公領(lǐng)域的計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理相關(guān)算

法研究已開(kāi)發(fā)了近100項(xiàng)AI能力，2021年7月發(fā)布業(yè)內(nèi)首個(gè)面向辦公領(lǐng)域的深度學(xué)習(xí)推理框架——KSAI-lite，其適配國(guó)內(nèi)

外主流軟硬件平臺(tái)，支持OCR、機(jī)器翻譯、智能校對(duì)等場(chǎng)景。金山辦公還基于NLP技術(shù)推出WPS智能寫(xiě)作，功能包括文

本自動(dòng)生成、智能校對(duì)、智能改寫(xiě)等，WPS智能生成的內(nèi)容占據(jù)云端整體內(nèi)容資源的33.6%。WPS演示文稿創(chuàng)新使用智

能美化功能，一鍵即可實(shí)現(xiàn)文本自動(dòng)排版并根據(jù)語(yǔ)義恰當(dāng)進(jìn)行配圖、配色，進(jìn)而得到成熟、美觀的演示文稿，大幅減少用

戶手動(dòng)調(diào)整的工作量。演示文稿還支持智能化多圖拼圖，智能美化功能月度活躍用戶數(shù)量也已超過(guò)百萬(wàn)。

WPS以“人工智能”為主題的智能寫(xiě)作輸出結(jié)果WPS演示文稿智能美化功能

24

資料來(lái)源：WPS智能寫(xiě)作截圖資料來(lái)源：WPS演示文稿截圖

3.2通用場(chǎng)景：辦公軟件—PDF結(jié)合GPT有望成為知識(shí)傳播、轉(zhuǎn)化利器

福昕軟件投入AI方向超3年并具有AIGC能力，ChatPDF的豐富功能有望為其結(jié)合GPT提供借鑒。ChatPDF可通過(guò)

ChatGPTAPI解讀專業(yè)論文，例如用戶上傳PDF后，可直接對(duì)論文進(jìn)行提問(wèn)；此外，ChatPDF同樣支持合同、文書(shū)、書(shū)

籍等材料。福昕軟件作為全球PDF核心技術(shù)與應(yīng)用領(lǐng)域的領(lǐng)導(dǎo)廠商，下屬的iDox.ai團(tuán)隊(duì)開(kāi)發(fā)了合同檢查、合同比較、敏感

信息偵測(cè)等功能，相關(guān)產(chǎn)品自去年底推向市場(chǎng)，標(biāo)準(zhǔn)版、高級(jí)版年單價(jià)分別為200、400美元；此外，公司下屬的前沿文

檔技術(shù)團(tuán)隊(duì)也在積極探索將AI技術(shù)與公司產(chǎn)品相結(jié)合。結(jié)合ChatPDF的先期探索，我們認(rèn)為，未來(lái)在GPT賦能之下，福昕

軟件有望打造更智能的PDF文檔處理解決方案，構(gòu)筑新型知識(shí)傳播、轉(zhuǎn)化利器，助力用戶更高效地使用文檔資源。

ChatPDF界面ChatPDF對(duì)論文進(jìn)行解讀

25

資料來(lái)源：ChatPDF資料來(lái)源：ChatPDF

3.3垂直場(chǎng)景：教育—GPT+文本&對(duì)話&翻譯催化啟發(fā)式、個(gè)性化教學(xué)

GPT有望催化“啟發(fā)式”教學(xué)模式，加快教育領(lǐng)域的個(gè)性化、多樣化變革探索。ChatGPT可以理解為一名“全能教

師”，即便是小眾、冷門(mén)的領(lǐng)域，也能夠給出相對(duì)有邏輯的回答。我們認(rèn)為，GPT技術(shù)將催化“啟發(fā)式”教學(xué)模式，引導(dǎo)

學(xué)生更加積極主動(dòng)地進(jìn)行思考、發(fā)問(wèn)，并與“全能教師”進(jìn)行對(duì)話探討，這有別于傳統(tǒng)的應(yīng)試教學(xué)模式。

教育轉(zhuǎn)型向智能化教育方向發(fā)展

26

資料來(lái)源：人工智能基礎(chǔ)教育行業(yè)研究報(bào)告（36氪研究院）

3.3垂直場(chǎng)景：教育—科大訊飛AI學(xué)習(xí)機(jī)將率先落地類(lèi)ChatGPT技術(shù)

科大訊飛在認(rèn)知智能領(lǐng)域具備長(zhǎng)期深厚積累，AI學(xué)習(xí)機(jī)將率先落地類(lèi)ChatGPT技術(shù)，產(chǎn)品能力有望進(jìn)一步夯實(shí)。公司以

“平臺(tái)+賽道”模式實(shí)現(xiàn)AI核心技術(shù)的轉(zhuǎn)化，在教育、醫(yī)療、智慧城市、AI辦公等賽道中驗(yàn)證技術(shù)優(yōu)勢(shì)。公司承建認(rèn)知智能

全國(guó)重點(diǎn)實(shí)驗(yàn)室，2022年獲得OpenBookQA等多項(xiàng)認(rèn)知智能領(lǐng)域評(píng)測(cè)第一，開(kāi)源6大類(lèi)、超過(guò)40個(gè)通用領(lǐng)域的系列中文預(yù)

訓(xùn)練語(yǔ)言模型。2022年12月公司啟動(dòng)生成式預(yù)訓(xùn)練大模型攻關(guān)，憑借在算法、算力等方面的保障，AI學(xué)習(xí)機(jī)將率先落地類(lèi)

ChatGPT技術(shù)，并計(jì)劃于今年5月6日進(jìn)行產(chǎn)品級(jí)發(fā)布，有望在中英文作文輔導(dǎo)、口語(yǔ)學(xué)習(xí)等方面實(shí)現(xiàn)能力躍升。公司2019

年推出首款A(yù)I學(xué)習(xí)機(jī)——X1Pro，作為教育2C模式的核心產(chǎn)品，聯(lián)動(dòng)B、G端解決方案，實(shí)現(xiàn)教育服務(wù)生態(tài)閉環(huán)。依托類(lèi)

ChatGPT技術(shù)對(duì)AI學(xué)習(xí)機(jī)的能力重構(gòu)，我們看好公司學(xué)習(xí)機(jī)產(chǎn)品的個(gè)性化精準(zhǔn)學(xué)習(xí)能力，有望強(qiáng)化市場(chǎng)競(jìng)爭(zhēng)地位。

科大訊飛智慧教育業(yè)務(wù)全景圖科大訊飛AI學(xué)習(xí)機(jī)推出歷程

大數(shù)據(jù)精準(zhǔn)教學(xué)學(xué)校

智慧課堂智慧體育

個(gè)性化作業(yè)教學(xué)素質(zhì)人工智能創(chuàng)

區(qū)域因新教育

教育學(xué)生綜合素

教育考試服務(wù)智慧材施教

英語(yǔ)口語(yǔ)評(píng)測(cè)質(zhì)評(píng)價(jià)

智能語(yǔ)言學(xué)習(xí)考試

校內(nèi)家庭

教育智慧校園

AI學(xué)習(xí)機(jī)自主新高考綜合

個(gè)性化學(xué)習(xí)手冊(cè)學(xué)習(xí)管理解決方案

學(xué)校老師教育主管部門(mén)學(xué)生家長(zhǎng)

AI技術(shù)大數(shù)據(jù)技術(shù)教研服務(wù)教育資源

27

資料來(lái)源：科大訊飛公司年報(bào)，中信證券研究部資料來(lái)源：科大訊飛公司官網(wǎng)，中信證券研究部

3.4垂直場(chǎng)景：金融—GPT+文本&對(duì)話賦能客戶服務(wù)、投研支持

GPT有望對(duì)金融行業(yè)的經(jīng)營(yíng)、管理、產(chǎn)品營(yíng)銷(xiāo)及客戶服務(wù)等方面產(chǎn)生巨大影響。近年來(lái)，金融機(jī)構(gòu)在合規(guī)趨嚴(yán)、人力成

本上升等因素的影響下，對(duì)于數(shù)字化建設(shè)的意愿強(qiáng)烈?？紤]到ChatGPT在內(nèi)容生成等方面的突出表現(xiàn)，我們認(rèn)為，GPT

有望率先落地對(duì)外的客戶服務(wù)與對(duì)內(nèi)的投研支持。以銀行業(yè)為例，電子客服仍處于AB判斷階段，引入GPT將更好地服務(wù)

于客戶需求；在證券、基金業(yè)，個(gè)人投資者存在的大量疑惑將可通過(guò)GPT解決，機(jī)構(gòu)投資者在投研中也將獲得來(lái)自GPT

的協(xié)作。GPT有望重構(gòu)金融行業(yè)客戶服務(wù)端，也有望進(jìn)一步增強(qiáng)機(jī)構(gòu)內(nèi)部的投研能力，助力經(jīng)營(yíng)效率提升與成本優(yōu)化。

自然語(yǔ)言處理技術(shù)在客服、營(yíng)銷(xiāo)場(chǎng)景的應(yīng)用自然語(yǔ)言處理技術(shù)在投研、投顧場(chǎng)景的應(yīng)用

痛客服團(tuán)隊(duì)人員成本及管理費(fèi)用高痛金融資訊覆蓋的定性文本數(shù)據(jù)分析難度高且數(shù)據(jù)量大

點(diǎn)

點(diǎn)服務(wù)質(zhì)量與效率較難評(píng)價(jià)獲客成本高，潛在用戶轉(zhuǎn)化率低不同金融業(yè)務(wù)難以簡(jiǎn)單快速地定位到所需定性分析的文本型數(shù)據(jù)

場(chǎng)場(chǎng)

客服營(yíng)銷(xiāo)風(fēng)控投研投顧

景景

以NLP技術(shù)為基礎(chǔ)，結(jié)合智能語(yǔ)音、知識(shí)圖譜等技術(shù)，實(shí)借助NLP技術(shù)，對(duì)金融資訊中文本型數(shù)據(jù)進(jìn)行拆解，定位有用信息并進(jìn)行分類(lèi)

現(xiàn)人力成本的降低及服務(wù)效率、獲客效率的提升。分析，提升金融機(jī)構(gòu)對(duì)金融資訊分析的廣度與精度。

答案

關(guān)鍵潛在客問(wèn)句問(wèn)句信息話術(shù)各類(lèi)自然語(yǔ)公司新聞產(chǎn)品資料宏觀經(jīng)濟(jì)政策文件媒體評(píng)論...

環(huán)節(jié)戶分析輸入理解檢索生成分析言金融資訊

NLP:

NLP:NLP:對(duì)客戶/潛在客戶以自然語(yǔ)言形式提出的問(wèn)事件抽?。?/p>

題/回復(fù)進(jìn)行語(yǔ)義分析，根據(jù)語(yǔ)義理解結(jié)果從知識(shí)服務(wù)結(jié)束情感分析：文本摘要：

分析資訊從海量金融資訊中抽

庫(kù)中選取輸出的內(nèi)容并構(gòu)建恰當(dāng)?shù)恼Z(yǔ)句進(jìn)行回復(fù)。后，對(duì)服通過(guò)NLP技術(shù)對(duì)金融資訊文本的傾向?qū)⒔鹑谫Y訊長(zhǎng)文本的

文本，精取特定業(yè)務(wù)相關(guān)事件

務(wù)話術(shù)進(jìn)進(jìn)行分析處性分析，從而判斷市場(chǎng)內(nèi)容提取并重組為較

技術(shù)準(zhǔn)定位潛知識(shí)圖譜：在問(wèn)句理解、信息檢索、答案生成環(huán)信息，并進(jìn)行結(jié)構(gòu)化

行分析，中各類(lèi)關(guān)切主題的情感短的摘要文本。

應(yīng)用在客戶。節(jié)輔助提供知識(shí)的表示、儲(chǔ)存和推理。理處理。

以把控服傾向。

智能語(yǔ)音：如有必要，在問(wèn)句輸入、答案生成過(guò)務(wù)質(zhì)量，

程對(duì)語(yǔ)音信息與文本信息進(jìn)行轉(zhuǎn)化。智能投研：

優(yōu)化話術(shù)。應(yīng)用于金融智能風(fēng)控：

監(jiān)測(cè)市場(chǎng)輿情，挖掘

智能營(yíng)銷(xiāo)增加風(fēng)控模型評(píng)估因子，

覆蓋業(yè)務(wù)場(chǎng)景事件關(guān)系，改善金融

實(shí)現(xiàn)輿情監(jiān)測(cè)預(yù)警

場(chǎng)景智能客服交易預(yù)測(cè)模型。

28

資料來(lái)源：《2022年中國(guó)AI+金融行業(yè)發(fā)展研究報(bào)告》（艾瑞咨詢研究院），中信證券研究部資料來(lái)源：《2022年中國(guó)AI+金融行業(yè)發(fā)展研究報(bào)告》（艾瑞咨詢研究院），中信證券研究部

3.4垂直場(chǎng)景：金融—同花順i問(wèn)財(cái)?shù)仍贕PT加持下或升級(jí)智能投顧平臺(tái)

同花順在金融信息服務(wù)行業(yè)以強(qiáng)研發(fā)聞名，i問(wèn)財(cái)有望憑借GPT全面升級(jí)服務(wù)模式。公司重點(diǎn)打造的i問(wèn)財(cái)是在財(cái)經(jīng)領(lǐng)域落

地的有代表性的自然語(yǔ)言、語(yǔ)音對(duì)話交互問(wèn)答系統(tǒng)。2021年，在全球?qū)υ捪到y(tǒng)技術(shù)領(lǐng)域的頂級(jí)賽事DSTC9中，取得跨語(yǔ)

言對(duì)話狀態(tài)跟蹤任務(wù)第一名。在GPT賦能下，i問(wèn)財(cái)有望升級(jí)服務(wù)模式，在信息匯集、交互問(wèn)答等方面跨越，進(jìn)一步發(fā)展

為智能投顧平臺(tái)，為個(gè)人投資者投資決策提供更全面、深入的支持。

東方財(cái)富構(gòu)建一站式互聯(lián)網(wǎng)財(cái)富管理生態(tài)圈，GPT或催生全新的智能投顧產(chǎn)品。憑借費(fèi)率優(yōu)勢(shì)以及對(duì)用戶體驗(yàn)的重視，

天天基金近年來(lái)在基金代銷(xiāo)行業(yè)躋身頭部位置。我們認(rèn)為，借助于GPT賦能，天天基金之類(lèi)的財(cái)富管理機(jī)構(gòu)在基金投顧方

面有望更加智能。例如，結(jié)合用戶對(duì)投資回報(bào)、風(fēng)險(xiǎn)偏好的描述，更加精準(zhǔn)地推薦基金產(chǎn)品；當(dāng)用戶對(duì)基金投資標(biāo)的、投

資風(fēng)格等產(chǎn)生問(wèn)題時(shí)，也能快速地進(jìn)行信息生成，助力財(cái)富管理機(jī)構(gòu)在拉長(zhǎng)客戶接觸時(shí)間的同時(shí)控制運(yùn)營(yíng)成本；此外，通

過(guò)迭代學(xué)習(xí)，投顧質(zhì)量也有望不斷夯實(shí)。綜合而言，GPT將助力客戶粘性提升與流量?jī)?yōu)勢(shì)強(qiáng)化。

同花順i問(wèn)財(cái)股票欄目天天基金網(wǎng)基金導(dǎo)購(gòu)欄目提供基金篩選功能

29

資料來(lái)源：同花順i問(wèn)財(cái)網(wǎng)站資料來(lái)源：天天基金網(wǎng)

3.4垂直場(chǎng)景：金融—GPT或提升萬(wàn)得等數(shù)據(jù)產(chǎn)品輸出的體系化&多元化

萬(wàn)得、恒生聚源等專注金融與產(chǎn)業(yè)數(shù)據(jù)資訊服務(wù)提供，GPT或變革產(chǎn)品輸出形態(tài)。萬(wàn)得是國(guó)內(nèi)B端金融信息服務(wù)行業(yè)的領(lǐng)

跑者之一，構(gòu)建了以金融證券數(shù)據(jù)為核心的大型金融工程和財(cái)經(jīng)數(shù)據(jù)倉(cāng)庫(kù)。恒生聚源作為恒生電子旗下的創(chuàng)新子公司，擁

有金融數(shù)據(jù)庫(kù)、金融終端、智眸系列等豐富的產(chǎn)品線，積累了股票、債券、理財(cái)、宏觀等多大類(lèi)、全歷史年限、多維度的

結(jié)構(gòu)化數(shù)據(jù)內(nèi)容。在GPT的賦能之下，我們認(rèn)為金融數(shù)據(jù)產(chǎn)品的提供有望更加體系化，交互方式有望更加多元化，例如對(duì)

券商研報(bào)進(jìn)行元素提取、對(duì)機(jī)構(gòu)調(diào)研信息進(jìn)行整合，協(xié)助投研人員搜集資料數(shù)據(jù)，減少了大量繁瑣的案頭工作。盡管目前

在用戶測(cè)試中，ChatGPT對(duì)投研領(lǐng)域的回答尚不盡如人意，但伴隨著相關(guān)材料納入訓(xùn)練集，我們認(rèn)為回答的專業(yè)性有望

提升。

恒生聚源基礎(chǔ)數(shù)據(jù)庫(kù)產(chǎn)品GPT+投研應(yīng)用展望

主動(dòng)式搜索自動(dòng)推送

?提出圖表中的高價(jià)值數(shù)據(jù)?消息訂閱

?搜索報(bào)告中的指標(biāo)并實(shí)現(xiàn)訂閱?精準(zhǔn)推送

關(guān)聯(lián)指標(biāo)的對(duì)比分析推送?智能匹配

?獲取研究靈感

研報(bào)定量式分析

深度回測(cè)?報(bào)告預(yù)測(cè)的準(zhǔn)確度

?分析師擅長(zhǎng)的行業(yè)

搜索分析?擇時(shí)能力分析

?風(fēng)格分析

30

資料來(lái)源：恒生聚源公司官網(wǎng)資料來(lái)源：微信公眾號(hào)文因互聯(lián)，中信證券研究部

3.5垂直場(chǎng)景：醫(yī)療—GPT+文本&對(duì)話&圖像扮演醫(yī)生助手角色

GPT有望在醫(yī)療領(lǐng)域中發(fā)揮醫(yī)生助手的作用，協(xié)助進(jìn)行問(wèn)診導(dǎo)診、科研輔助等工作?？紤]到醫(yī)療領(lǐng)域的專業(yè)性、敏感性

以及潛在風(fēng)險(xiǎn)因素，我們認(rèn)為，GPT的定位更多在于醫(yī)生助手，幫助醫(yī)生完成事務(wù)性工作以及一些基礎(chǔ)科研工作，而非取

代醫(yī)生。此前，AI+醫(yī)療的應(yīng)用主要體現(xiàn)在圖像分割、影像分析、機(jī)器翻譯、病理細(xì)胞分析等領(lǐng)域，側(cè)重于輔助。根據(jù)美

國(guó)《科學(xué)公共圖書(shū)館·數(shù)字健康》報(bào)道，ChatGPT在沒(méi)有經(jīng)過(guò)專門(mén)訓(xùn)練或加強(qiáng)學(xué)習(xí)的情況下就能通過(guò)或接近通過(guò)美國(guó)執(zhí)業(yè)

醫(yī)師資格考試（USMLE）。結(jié)合ChatGPT的試用效果，我們認(rèn)為，GPT的潛在應(yīng)用場(chǎng)景包括導(dǎo)診、輕問(wèn)診、輔助診斷、

病歷書(shū)寫(xiě)等，根據(jù)第一財(cái)經(jīng)報(bào)道，一些醫(yī)院正在利用類(lèi)ChatGPT技術(shù)搭建模型，以支持院內(nèi)的醫(yī)療、教育和科研工作。

伴隨醫(yī)療健康語(yǔ)料納入訓(xùn)練，GPT發(fā)揮的效果值得期待。

AI+醫(yī)療應(yīng)用場(chǎng)景

31

資料來(lái)源：《2021年中國(guó)人工智能+醫(yī)療與生命科學(xué)行業(yè)研究報(bào)告》（艾瑞研究院）

3.5垂直場(chǎng)景：醫(yī)療—醫(yī)療信息化廠商卡位核心系統(tǒng)，助力構(gòu)建GPT能力

醫(yī)療信息化公司作為醫(yī)療機(jī)構(gòu)信息化底座提供者，有望助力構(gòu)建GPT能力。根據(jù)復(fù)旦大學(xué)附屬華山醫(yī)院信息中心主任黃

虹在接受第一財(cái)經(jīng)采訪時(shí)透露的情況，醫(yī)院內(nèi)部落地GPT的場(chǎng)景包括：就醫(yī)導(dǎo)診，以提升醫(yī)療效率；構(gòu)建內(nèi)部知識(shí)庫(kù)，以

提升臨床研究效率；匯集歷史病歷，輔助醫(yī)生提升電子病歷書(shū)寫(xiě)效率?？紤]到醫(yī)院本身在信息化能力上的相對(duì)薄弱，我們

認(rèn)為以創(chuàng)業(yè)慧康、衛(wèi)寧健康、醫(yī)渡等為代表的醫(yī)療信息化公司作為醫(yī)院內(nèi)部系統(tǒng)的供應(yīng)商，有望幫助醫(yī)院構(gòu)建GPT能力。

互聯(lián)網(wǎng)醫(yī)療平臺(tái)卡位線上問(wèn)診，GPT有望助力問(wèn)診效率大幅提升。2020年疫情爆發(fā)以來(lái)，互聯(lián)網(wǎng)醫(yī)院憑借著突破時(shí)空限

制、免接觸等優(yōu)勢(shì)，迎來(lái)快速發(fā)展。平安好醫(yī)生、阿里健康、京東健康等平臺(tái)搭建了輕問(wèn)診模式，主要通過(guò)自有醫(yī)生、外

部簽約醫(yī)生提供問(wèn)診服務(wù)。我們認(rèn)為，GPT可以用于在線問(wèn)診支持，為用戶提供基本的、常規(guī)化的問(wèn)診服務(wù)。這將助力互

聯(lián)網(wǎng)醫(yī)療平臺(tái)實(shí)現(xiàn)問(wèn)診效率的大幅提升，問(wèn)診服務(wù)的供給能力將不再受制于鏈接的醫(yī)生數(shù)量。

創(chuàng)業(yè)慧康大數(shù)據(jù)和人工智能產(chǎn)品體系京東健康互聯(lián)網(wǎng)醫(yī)院

32

資料來(lái)源：創(chuàng)業(yè)慧康官方微信公眾號(hào)資料來(lái)源：京東APP

3.5垂直場(chǎng)景：醫(yī)療—醫(yī)渡基于AI能力/數(shù)據(jù)積累有望更優(yōu)服務(wù)科研、監(jiān)管

醫(yī)渡科技擁有豐厚的AI能力積累，未來(lái)在GPT賦能下有望更優(yōu)服務(wù)于臨床科研、醫(yī)療監(jiān)管等。醫(yī)渡科技通過(guò)智能醫(yī)療大腦

YiduCore服務(wù)于客戶，截至2022年9月30日，已處理和分析