计算机行业投资策略周报：国产大模型密集更新，全力追赶GPT-4

根据提供的研报内容，主要概括如下：

核心观点

1. 模型即应用：模型性能与应用落地成功率高度相关。AI应用解决的是提高效率的问题，而非创造全新的应用场景。关键在于模型能力的提升，尤其是通过增加参数量、数据量和算力投入来突破现有天花板。

2. 模型能力评估：评估模型能力需考虑对比GPT-4的功能完整性、基准测试分数、以及LMSYS对战榜等方法。开源模型如LLaMa2在最近三个月内的性能提升相对缓慢。

3. 国产大模型的密集更新：

   • 智谱AI：发布GLM-4，提供100k+长上下文、Function Calling、System Prompt等能力，标志着国产基座大模型技术的提升。
   • MiniMax：发布abab6，为国内首个千亿参数量的MoE大模型。
   • 百川智能：发布Baichuan 3，特别在中文任务上表现优秀。
   • 科大讯飞：发布星火V3.5，加入高拟人度的语音交互能力，并开源基于国产算力平台的星火大模型。
   • 万兴科技：发布天幕大模型，聚焦数字创意垂类创作场景。
   • 面壁智能：发布MiniCPM，表现超越Mistral-7B，在中文知识、代码、数学等评测中领先。

投资建议

• 关注AI大模型赋能的C端标准化工具类产品，如金山办公、万兴科技、美图公司、同花顺、科大讯飞、福昕软件、合合信息等。
• 边缘端硬件公司，如传音控股、漫步者、石头科技、九号公司，以及与芯片厂商合作紧密的赋能型公司如中科创达等。
• 教育垂直领域的公司，如佳发教育、鸿合科技。
• 算力相关的AI服务器厂商和国产AI芯片厂商，如海光信息、协创数据、神州数码、浪潮信息、中科曙光、高新发展、优刻得、紫光股份、寒武纪等。

风险提示

• AI技术迭代风险：如果AI技术发展不如预期，可能会限制NLP模型的优化和产业发展。
• 商业化落地风险：尽管ChatGPT展现了盈利潜力，但其他公司的商业化路径仍需观察。
• 政策支持风险：新行业和技术的推广依赖于政策支持，可能存在预期不足。
• 全球宏观经济风险：垂直领域的公司可能受到全球经济波动的影响。