AIGC行业研究报告概要
行业背景与发展趋势
- 大模型创新周期：AIGC（人工智能生成内容）行业正处于高速迭代创新周期，以GPT为代表的大模型展现了快速应用与普及趋势，用户在两个月内创建了超过300万个应用，反映出大模型在原生开发环境下的强大潜力。
投资建议与重点公司
- 算力与大模型布局：推荐关注AI算力及大模型布局厂商，如NVIDIA、AMD、Intel、IBM、Microsoft、Alphabet、Amazon、Arista、百度集团-SW、阿里巴巴-SW、腾讯控股等。
- 算力板块机会：AI产业驱动下，全球算力需求持续增长，推动AI基础设施建设。台积电、AMD、Nvidia等芯片厂商在最新季度业绩超预期，建议重点关注算力板块机会。
大模型重点发展方向
- NLP领域：大模型参数量呈现增长趋势，由单模态向多模态演变，注重学习能力和跨模态信息处理。
- CV领域：技术升级聚焦于增强3D渲染能力、提高生成内容的精确度和可控性，引入底层技术提升用户体验。
- 应用侧：AI应用在全球范围内落地，GPTStore的上线激发新的商业模式，促进AI大模型应用的热潮。
- 硬件侧：AI驱动手机和PC换机潮，主流厂商自研大模型，关注AI手机和AIPC产品的落地情况。
风险提示
LLM发展历程与变迁趋势
Transformer架构的出现
- 关键节点：2017年Transformer架构的出现标志着LLM（大型语言模型）发展的转折点。
- RNN与Transformer对比：与传统RNN相比，Transformer架构完全基于自注意力机制，能够学习输入序列中所有词的相关性，不受顺序限制，实现并行计算。
- 位置编码：为了弥补Transformer架构在捕捉序列位置信息上的缺失，引入了位置编码机制，帮助模型理解词在文中的相对和绝对位置。
海外与国内大模型布局
- 海外布局：科技巨头主导，模型版本持续迭代，从GPT、BERT到Transformer系列，技术能力不断加强。
- 国内布局：互联网大厂相继落地大模型项目，主要应用于自身产品和服务的提升。
CV领域发展历程与变迁趋势
- 工具与模型变迁：SD成为开源之王，CV领域正向多模态方向发展。
- 技术升级：3D渲染能力增强，生成内容更为精准可控，技术底层升级提升生成内容的可用性。
- 应用迭代：生成内容的精细度提高，模型对prompt的理解能力深入，推动应用创新。
AI手机+AIPC主流厂家布局盘点
- AI驱动换机潮：AI技术驱动新一轮手机和PC的更新换代，关注主流厂家的AI产品布局。
- 硬件落地情况：关注AI手机和AIPC（AI增强个人电脑）的产品发布与市场表现。
海内外热门AI应用盘点
- 国内热门应用：豆包、天工、文心一言等展现用户规模持续增长趋势。
- 海外热门应用：ChatGPT、Bard、Poe、Notion、Bing、Character.ai等，聊天类机器人仍是主流应用。
LLM发展图谱与关键模型
- Transformer架构的演变：从Encoder-Only到Decoder-Only，模型架构逐渐成熟。
- 开源与闭源模型：列出典型模型及其特点，区分开源与闭源模型的分布与优势。
结论与展望
- 报告总结了AIGC行业的关键趋势、投资策略、风险提示以及核心公司动态，强调了大模型的快速发展及其对算力、应用和硬件领域的影响。
- 预期未来AI技术将持续革新，驱动行业内的商业模式创新和用户体验提升，同时也提醒关注政策风险和技术挑战。
