计算机行业2023年6月投资策略：AI大模型发展新趋势，关注AI应用+监管

证券研究报告|2023年06月13日 核心观点行业研究·行业投资策略 谷歌发布PaLM2大模型，AI大模型三大发展新趋势。2023年5月10日（美国时间），谷歌召开I/O开发者大会，发布全新的AI大模型PaLM2，重点改进了多语言翻译、数据相关、程序语言、推理和自然语言生成能力等。在当前时点，AI大模型呈现三大发展趋势：1）边缘侧：谷歌发布最轻量化模型Gecko，可直接部署在移动终端，且可离线运行；OpenAI正式发布ChatGPT的IOS版本App，正式将ChatGPT接入终端边缘侧，美国iPhone用户可以通过苹果应用商店免费下载安装，此外OpenAI还承诺，未来计划将ChatGPT应用登陆Android设备。2）降低模型参数量：根据CNBC数据，相较于22年谷歌发布的第一代AI大模型，PaLM2的模型参数量下降了约1/3，且性能表现优于其第一代AI大模型；SamAltman表示，目前OpenAI首要任务是降低成本，通过蒸馏降低大模型参数量是降低每Token成本的重要方式，降低模型参数量或是OpenAI未来发展方向。3）多模态：谷歌在其5月10日开发者大会上披露，目前其在研发下一代多模态大模型Gemini（双子星）；OpenAICEOSamAltman在5月闭门会议上提出，OpenAI正在研发多模态大模型，预计24年将发布其新一代多模态大模型。 海外AI应用逐步落地，从一级市场看海外AI应用风向。我们对Bloomberg资讯（22年1月-23年5月）中AI相关资讯（共计约6000条）进行梳理，合计得到58个AI应用落地案例，目前AI落地应用主要集中在传媒游戏 （24%）、机器人（19%）、办公（14%）、医药（12%）等领域。根据Crunchbase数据库，2023年1-5月，AI融资项目中，AI软件、医药、机器人、安防、金融占比依次为55.7%、13.4%、9.4%、6.7%、6.7%，目前美国风险投资机构仍聚焦于AI软件、医药和机器人三大领域。 召开智源大会，SamAltman强调AI监管+AI安全。2023年6月9日，智源大会于北京召开，OpenAICEOSamAltman发布主旨演讲，着重强调了AI监管和AI安全问题。1）AI治理：SamAltman着重强调了国际合作的意义，希望通过建立国际规范和标准，以及增加技术透明度和知识共享机制来提升AI治理水平；2）AI安全：希望通过训练AI系统来帮助对齐研究，包括训练一个模型来帮助人类监督发现其他模型输出中的缺陷、用模型来增强其他模型的解释力等。 投资建议：海外主流厂商在AI大模型的精度和成本上做权衡，未来有望通过牺牲部分精度来大幅降低AI大模型成本（主要通过降低模型参数量），AI大模型成本下降，带来B端使用成本下降，利好AI应用端。同时随着AI大模型的发展以及未来AI应用端的爆发，AI监管是重中之重，拥有巨大的发展空间，建议重点关注AI应用、AI监管领域相关个股，比如金山办公、科大讯飞、美亚柏科、拓尔思等。 公司 公司 投资 昨收盘 总市值 EPS PE 代码 名称 评级 （元） （百万元） 2023E 2024E 2023E 2024E 002230 科大讯飞 买入 74.85 173,320 0.86 1.02 87.0 73.4 688111 金山办公 买入 480.37 221,698 3.39 4.42 141.7 108.7 风险提示：ChatGPT技术发展不及预期；ChatGPT的商业化落地不及预期等。重点公司盈利预测及投资评级 资料来源：Wind、国信证券经济研究所预测 计算机 超配·维持评级 证券分析师：熊莉证券分析师：库宏垚021-61761067021-60875168 xiongli1@guosen.com.cnkuhongyao@guosen.com.cnS0980519030002S0980520010001 证券分析师：朱松证券分析师：张伦可021-608751550755-81982651 zhusong@guosen.com.cnzhanglunke@guosen.com.cnS0980520070001S0980521120004 市场走势 资料来源：Wind、国信证券经济研究所整理 相关研究报告 《人工智能专题报告（2）：大模型突破技术奇点，海外应用百花齐放》——2023-06-09 《计算机行业专题-海外AI应用逐步落地，从一级市场看AI风向》——2023-06-01 《人工智能行业点评-GoogleGecko推出，小型化分支迈出一大步》——2023-05-15 《计算机行业2023年5月投资策略暨财报总结-2022行业业绩承 压，AI应用+算力双轮发力》——2023-05-07 《人工智能行业点评-微软FY23Q3财报业绩超预期，AI+产品深度融合，持续看好AI产业趋势》——2023-04-28 计算机行业2023年6月投资策略 AI大模型发展新趋势，关注AI应用+监管 超配 请务必阅读正文之后的免责声明及其项下所有内容 内容目录 AI大模型三大发展新趋势4 趋势一：边缘侧4 趋势二：降低模型参数量5 趋势三：多模态8 从一级市场看海外AI应用风向9 AI海外应用落地集中在传媒游戏、机器人、办公、医药等领域9 以美国为例，从一级市场看AI风向12 智源大会召开，SamAltman强调AI监管+AI安全14 投资建议：关注AI应用和监管领域机会14 风险提示14 图表目录 图1：谷歌PaLM2大模型提供4个版本，适用于不同场景4 图2：Gecko（壁虎）可在手机端本地化运行4 图3：OpenAI正式发布ChatGPT的IOS版本APP4 图4：高通发布支持安卓手机部署超10亿参数的AI模型的手机芯片5 图5：模型大小和数据量同比例（即1:1）缩放时最优5 图6：PaLM2在世界高级语言能力考试中的表现显著优于第一代PaLM6 图7：对于大多数编程语言，PaLM2转码能力优于PaLM7 图8：OpenAICEOSamAltman参加闭门会议8 图9：MSRA提出桥塔架构(Bridge-TowerArchitecture)多模态预训练模型（视觉-语言）8 图10：23年3月谷歌发布PaLM-E多模态大模型（视觉-语言）9 图11：AI海外应用落地主要集中在传媒游戏、机器人、办公、医药领域9 图12：22年美国AI领域融资项目数为574个12 图13：22年美国AI领域融资金额为243.5亿美元12 图14：美国风投偏好早期AI项目13 图15：风投聚焦于AI软件、医药、机器人领域（单位：个）13 图16：AI软件融资项目数占比持续提升，机器人基本维稳13 图17：在北京召开智源大会14 图18：SamAltman发表主旨演讲14 表1：PaLM2在超过100种语言的多语言文本上进行了训练6 表2：PaLM2推理能力表现优于PaLM7 表3：PaLM2在数学领域表现大幅优于PaLM7 表4：PaLM2代码生成能力优于Palm7 表5：传媒游戏-百花齐放，各细分领域AI应用落地10 表6：机器人-NLP大模型加快AI聊天机器人落地10 表7：办公-AI赋能办公软件，提升工作效率11 表8：医药-药物研发、医疗检查、医疗辅助领域均有AI应用落地11 表9：其他-AI赋能百业，发展前景可期12 AI大模型三大发展新趋势 趋势一：边缘侧 模型侧：23年5月，谷歌和OpenAI发力大模型边缘侧。1）2023年5月10日（美国时间），谷歌召开I/O开发者大会，发布全新的AI大模型PaLM2，重点改进了多语言翻译、数据相关、程序语言、推理和自然语言生成能力等。PaLM2按照模型大小提供了4个版本，从小到大依次为Gecko（壁虎）、Otter（水獭）、Bison （野牛）、Unicorn（独角兽）。其中，最轻量级的Gecko（壁虎）可以直接在各种智能手机设备上本地化运行，且每秒可以处理20个token，对应16-17个单词，基本满足移动设备用户的需要。2）2023年5月19日，OpenAI正式发布ChatGPT的IOS版本App，正式将ChatGPT接入终端边缘侧，美国iPhone用户可以通过苹果应用商店免费下载安装，此外OpenAI还承诺，未来计划将ChatGPT应用登陆Android设备。 谷歌和OpenAI的部署方式不同：1）谷歌直接将Gecko（壁虎）模型部署在终端移动设备，在终端进行计算；2）OpenAI目前仍将计算部署在云端。 图1：谷歌PaLM2大模型提供4个版本，适用于不同场景 资料来源：谷歌，国信证券经济研究所整理 图2：Gecko（壁虎）可在手机端本地化运行图3：OpenAI正式发布ChatGPT的IOS版本APP 资料来源：谷歌，国信证券经济研究所整理资料来源：AppleStore，国信证券经济研究所整理 硬件侧：23年2月，高通在MWC上展示了一款基于骁龙的手机芯片，其支持Android手机上部署超过10亿参数的“StableDiffusion”AI模型；5月3日，高通CEO表示，在未来几个月，高通有望推出支持本地运行超100亿参数AI模型的移动设备芯片。我们认为LLM移动原生或成未来趋势，主要因为：1）在移动端部署LLM，不仅可以降低服务成本、改善延迟，同时可以提升安全性，保护隐私；2）移动端算力持续提升，叠加大模型轻量化发展，为LLM移动原生提供了发展基础。 图4：高通发布支持安卓手机部署超10亿参数的AI模型的手机芯片 资料来源：高通，国信证券经济研究所整理 趋势二：降低模型参数量 谷歌第二代AI大模型PaLM2参数量降低。根据CNBC数据，相较于22年谷歌发布的第一代AI大模型，PaLM2的模型参数量下降了约1/3。谷歌通过提升模型训练数据量和数据集质量、使用计算最优缩放、更新模型架构等方法，使得PaLM2在参数量下降的情况下，性能表现反而大幅优于第一代AI大模型，在多语种能力、推理能力、编程能力均有大幅提升。 图5：模型大小和数据量同比例（即1:1）缩放时最优 资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P8，国信证券经济研究所整理 表1：PaLM2在超过100种语言的多语言文本上进行了训练 ISO代码 语言 占比 ISO代码 语言 占比 es Spanish 11.51% no Norwegian 0.67% zh Chinese 10.19% hr Croatian 0.64% ru Russian 8.73% 1W Hebrew 0.62% ja Japanese 7.61% et Estonian 0.6% fr French 6.55% bg Bulgarian 0.59% pt Portuguese 5.77% fi Finnish 0.58% de German 5.55% bn Bengali 0.52% it Italian 3.82% sr Serbian 0.52% k0 Korean 3.61% da Danish 0.51% id Indonesian 3.35% ms Malay 0.43% ar Arabic 3.30% SW Swahili 0.43% vi Vietnamese 2.93% lt Lithuanian 0.37% tr Turkish 2.74% fil Filipino 0.34% pl Polish 2.38% UZ Uzbek 0.3% fa Farsi 1.86% sl Slovenian 0.23% nl Dutch 1.78% ta Tamil 0.2% th Thai 1.59% ka Georgian 0.2% ro Romanian 1.19% sq Albanian 0.2% CS Czech 1.11% lv Latvian 0.18% hi Hindi 1.03% kk Kazakh 0.16% uk Ukrainian 1.01% c