AIGC行业快评：GPT-4、文心一言陆续发布，场景落地逐步成为AIGC产业核心

事项： 1）3 月 16 日下午 2 点，百度于北京总部召开新闻发布会，主题围绕新一代大语言模型、生成式 AI 产品文心一言。百度创始人、董事长兼首席执行官李彦宏出席及百度首席技术官王海峰出席，并展示了文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力。 2）3 月 15 日凌晨 1 点，OpenAI 发布了期待已久的 GPT-4。GPT-4 相比以往版本的最大变化是跨模态、长内容的解决能力，同时 GPT-4 具有更广泛的通识知识和问题解决能力，可以更有效的解决难题。 国信传媒观点：1）GPT-4 主要亮点在多模态和长内容解决能力，文心一言国产大模型终于问世，二者背后本质是生成式 AI 的确定性产业趋势，技术底座夯实之下，应用场景将迎来实质性变革；2）多家 A 股传媒上市公司宣布接入百度文心一言，具体来看，有望在虚拟人、文本生产、虚拟空间、交互对话、内容宣发、数字营销等场景开展探索布局；3）从单一模态到多模态，GPT-4 有望真正带来内容端、平台端的重估。微软 GTP4、谷歌 PaLM-E 类跨模态模型可以处理更复杂的任务，使得通用大模型逐渐成为可能。除此以外，我们看到了预训练大模型成本可控及轻量化运行的趋势，这使得“通用大模型”+“垂直小模型”有望落地至具体场景，基于此诞生的类“内容大脑”的操作系统，让 AI 时代的新物种成为可能。 从生产力到商业化应用，基于科技及产业视角聚焦传媒互联网关键环节核心标的，建议关注：1）数据要素及 IP 角度推荐中文在线（文学 IP 及内容数据与平台）、掌阅科技（文学 IP 及内容数据与平台）、视觉中国（图片素材）、中国科传（科技文献资源）、浙数文化（数据要素及交易平台、云计算服务等）、人民网（数据确权及内容审核）、新华网（数据确权及 AIGC 算法平台）等标的；2）场景落地关注文学、音乐、数字人、营销服务、电商、视频、游戏等领域，推荐汤姆猫（人机对话游戏场景落地）、昆仑万维（算法工具、AIGC 在浏览器、游戏、社交等场景落地）、蓝色光标（数字人&营销服务）、天娱数科（ChatGPT+数字人）、三人行（营销场景）、哔哩哔哩（UGC、PUGC 内容平台）、芒果超媒（在线视频）、恺英网络（游戏开发及 NPC 对话等场景）、宝通科技（VR/AR 场景）等标的。 风险提示：国内内容监管问题无法接入 ChatGPT；应用场景产品落地不及预期；预训练大模型成本高昂，企业需求端尚不明晰；国产大模型效果低于预期。 评论： 百度：“文心一言”正式发布，关注其应用生态接入进展 3 月 16 日下午 2 时百度在北京总部召开发布会，主题围绕新一代大预言模型、生成式 AI 产品文心一言。 百度创始人、董事长兼首席执行官李彦宏出席及百度首席技术官王海峰出席，并展示了文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力。 图1：百度发布会展示文心一言五个使用场景中的综合能力 具体来看： 1）文学创作：发布会上李彦宏通过与文心一言围绕《三体》的 6 轮连续对话展示了文心一言对事实性问题的检索回答能力、总结分析能力和推理能力。关于事实性问题回答的正确率方面，文心一言采用了知识增强和检索增强，通过 5500 亿实时数据训练，可以保证事实性的回答能够比较准确。 2）商业文案创作：通过三轮连续问答，文心一言完成了为公司起名、生成 Slogan 和生成公司成立的新闻稿三项任务，展现大模型的理解能力、表达能力和创意创作能力。 3）数理逻辑推算：可解决鸡兔同笼问题，在两轮鸡兔同笼问题中文心一言能够识别问题提得对不对，并展现解题推理步骤提供正确答案。 4）中文理解：文心一言具备领先的对中文和中国文化的理解能力，可以解释“洛阳纸贵”的意思、其中的经济学原理，并用“洛阳纸贵”写了一首藏头诗。 5）多模态生成：在四轮问题交互中，文心一言完成通过文字生成图片、回答相关问题、用方言生成音频和用这些内容生成视频的任务。当前除了视频生成功能由于计算成本较高暂未开放，其他功能已向文心一言的用户开放。 图2：文心一言的界面 图3：与文心一言围绕《三体》的提问 图4：文心一言完成为公司起名任务 图5：文心一言解决两轮鸡兔同笼问题 图6：文心一言用“洛阳纸贵”作藏头诗 图7：文心一言通过文字生成图片海报 从技术栈上看，AI 时代技术栈有四层，分别为芯片层、框架层模型层和应用层。文心一言、文心一格都是属于模型层，文心是百度模型的一个品牌。AI 时代的应用譬如搜索、聊天和其他的应用会基于这些大模型来进行开发。文心一言定位为一个通用的基础模型，未来大模型或扩散拓展为“通用大模型”+“垂直小模型”，产生譬如能源模型、交通模型、媒体模型等“垂直小模型”实现场景落地。 文心一言发布会提出三方面的机会：1）新型的云计算，云计算的商业模式由 IaaS 变为 MaaS（Model as a Service），应用或建立在大模型上而不是云算力或云储存上；2）行业模型的调精，行业将其数据、理解和知识与大模型相结合产生中间层的行业大模型，通过各个行业的模型的精调实用性更强；3）应用开发，在大模型基础服务之上产生的具有文字生成、图像生成、音频生成，以及数字人等能力的现象级新应用和新产品。从 2 月 7 日百度官宣发布文心一言，至今已有 650 家企业宣布接入文心一言生态。 图8：AI 时代的四层技术栈 图9：百度认为大模型的三大产业机会 微软：多模态 GPT-4 来袭，AIGC 的应用场景端有望真正打开 3 月 15 日凌晨 1 点，OpenAI 发布了全网期待已久的 GPT-4。GPT-4 的最大变化是跨模态、长内容的解决能力。同时 GPT-4 具有更广泛的通识知识和问题解决能力，可以更有效的解决难题。 图10：OpenAI 发布跨模态大模型 GPT-4 相比前一代 GPT，GPT-4 的优势体现在： 1）更有创造力：GPT-4 更具创造性和协作性，可以与用户一起生成、编辑和迭代创意和技术写作任务，例如创作歌曲、编写剧本或学习用户的写作风格。 2）视觉输入：GPT-4 可以接受图像作为输入并生成说明、分类和分析。GPT-4 可以看图说话，并并分析图表。 3）处理更长的上下文：GPT-4 能够处理超过 25,000 个单词的文本，允许使用长格式内容创建、扩展对话以及文档搜索和分析等用例。GPT-4 的高级推理能力超越了 ChatGPT，处理复杂任务时 GPT-4 更可靠、更有创造力，并能够处理比较微妙的指令。 图11：GPT-4 对文本交互的精准度和创造性进一步提升 图12：GPT-4 能够理解图片中的逻辑 图13：GPT-4 可处理复杂推理任务 图14：OpenAI 公布 GPT-4 可在考试中超过 90%的人类 基于 GPT-4，OpenAI 官方给了几款加入了 GPT-4 的产品应用，涉及教育、公益、金融等领域。 1）Duolingo：一款语言学习类 APP，Duolingo 把 GPT-4 接入产品，进行角色扮演，让人工智能跟用户去对话，纠正语法错误，并且把这一功能融入产品的游戏化；2）Be My Eyes：一款为视力障碍人士提供的产品，大部分的盲人类产品都只能识别文字，现在可以借助 GPT-4 的图像识别分析来看世界；3）摩根士丹利：摩根士丹利的内容库包含数十万页的知识，涵盖投资策略、市场研究和评论以及分析师见解，借助GPT-4 改变其财富管理人员查找相关信息的方式；4）可汗学院是一家非营利组织，其使命是为任何地方的任何人提供免费的世界一流教育。该组织为所有年龄段的学生提供数以千计的数学、科学和人文课程宣布将使用 GPT-4 为 Khanmigo 提供支持，Khanmigo 是一种人工智能助手，既可以作为学生的虚拟导师，也可以作为教师的课堂助手。 图15：Duolingo 接入 GPT-4 图16：Be My Eyes 接入 GPT-4 图17：摩根士丹利接入 GPT-4 图18：可汗学院接入 GPT-4 大模型不断升级，海外到中国，生成式 AI 浪潮已来 从中国本土化大模型来看，目前国内大模型处于投入期，除了互联网巨头，还有科研机构等三方不断投入预训练大模型。相对而言看，百度在 AI 领域的长期持续投入，1）ChatGPT 仍有内容监管漏洞，接入国内自己的大模型更加自主可控；2）从微软当前动态来看，ChatGPT 仍未对中国用户开放注册，同时微软宣称将允许其他公司依据 ChatGPT 创建定制版本的模型，但仍未宣布具体时间表及实现路径；3）从百度的技术路径上看，百度在 AI 方面布局早，预训练大模型技术积累深，拥有海量中文自然语言数据，从数据上或更贴合中文自然语言模型的应用落地。 表1：国内预训练大模型梳理 目前已有多家 A 股传媒上市公司宣布接入百度文心一言，具体来看，有望在虚拟人、文本生产、虚拟空间、交互对话、内容宣发、数字营销等场景开展探索布局。 表2：传媒上市公司计划接入“文心一言”梳理 从海外市场来看，ChatGPT 3.5 引发了市场轰动、变革商业场景，GPT-4 之前的模型更多是基于语言语义文本，而 GPT-4 的出现真正夯实了 AIGC 的算法底座。1）文本、图片、音频、视频等多维度内容都可以实现生成、交互，GPT-4 有望真正带来内容端、平台端的重估。微软 GTP4、谷歌 PaLM-E 类似这些跨模态模型可以处理更复杂的任务，使得使得通用大模型逐渐成为可能；2）除此以外，我们看到了预训练大模型成本可控及轻量化运行的趋势，这使得“通用大模型”+“垂直小模型”有望落地至具体场景，基于此诞生的类“内容大脑”的操作系统，让 AI 时代的新物种诞生成为可能；3）GPT 有望率先改造 B 端市场。相对而言海外在 B 端的付费意愿强于中国，而 C 端市场的改造类似于搭建内容生产的“AI 操作系统”，其成立条件一方面需要待多模态大模型落地，另一方面从全球市场来看，尚未看到 To C 级别的“GPT+”应用。 表3：海内外科技公司多模态模型布局 行（营销场景）、蓝色光标（数字人&营销服务）、哔哩哔哩（UGC、PUGC 内容平台）、芒果超媒（在线视频）、恺英网络（游戏开发及 NPC 对话等场景）等标的。 表4：重点公司估值表