AI应用何时到来

计算机 AI应用何时到来 AI应用曙光已现，模型准确度为落地前提。1）生成式AI的发展为各个产业带来了机遇，AI应用的落地正在持续进行。在C端当前AI应用的竞争格局并不稳定，创意工具为吸引消费者的主要AI应用类别。在B端， a16z指出企业对内部用例感到兴奋，但对外部用例仍然更加谨慎。因为企 证券研究报告|行业点评 2024年10月05日 增持（维持） 行业走势 业仍然对生成式AI存在幻觉和安全方面的担忧。谷歌Cloud客户案例指计算机沪深300 出企业通过在客户服务、员工赋能、代码创建、数据分析、网络安全以及 创意构思和制作六个关键领域开发AIAgent来提高生产力。2）回顾CV领域的发展，可以发现模型准确度的提升是大量视觉应用铺开的基础。结合当前AI应用的落地情况，我们认为当前C端AI落地领域多为各类创意工具，原因在于此类应用对准确度要求不高，在B端企业通过AIAgent来提高生产力，对于需要执行多步任务的AIAgent而言，模型的准确度对最终效果影响更大。因此当下虽然AI应用在各领域持续推进中，但落地速度以及新场景的开拓均依赖于模型准确度的提升。 智能助理与自动驾驶为两大重要方向。1）在OpenAI的规划中，通往AGI 的阶段可分为�级，其中第二级为推理者，拥有人类水平的问题解决能力， 第三级为Agent，可以采取行动的系统。2024年9月12日，OpenAI发布了o1系列模型，它们可以解决比以前的科学、编码和数学模型更难的问题，对复杂的推理任务取得了重大进步。我们认为这意味着OpenAI已初步达到了其通向AGI目标的第二阶段，结合近期OpenAICEO的对于目标3的发言以及OpenAI和谷歌的部分招聘动向，我们认为接下来在可执行具体操作的Agent领域有望看到产业新进展，各类终端的智能助理将是Agent的重要落地场景。2）9月5日，特斯拉官方账号宣布FSD预计于明年第一季度正式在中国与欧洲市场推出。特斯拉AI团队还介绍了近期FSD的迭代改进，包括9月推送V12.5.2版本，接管率提升3倍，10月将推送FSD倒车和车位-车位能力，同时V13版本平均接管率再提升6倍。国内2024年8月享界S9首发华为ADS3.0高阶智驾，率先应用端到端类人智驾，复杂路况智能应对，升级了GOD感知神经网络，实现从物体识别到场景理解。我们认为国内外自动驾驶进展持续加速，是明确产业方向。 ScalingLaw仍在验证，期待GPT-5突破。1）基于ScalingLaw的思想，扩大预训练模型的大小、数据集大小和用于训练的计算量，就能得到性能更强的模型，同时幂律关系在数学上也意味着性能的提升边际 回报将会放缓。o1系列模型并未追求扩大预训练模型规模，而是通过后训练阶段的强化学习以及推理时的思维链来提升模型的性能，随着强化学习的计算量增加和思考时间的增加，o1的性能会持续提高，与预训练阶段的Scalinglaw表现类似。我们认为o1成功验证了提升模型能力的新方向，其技术思路可能被业界其他大模型效仿。2）目前预训练阶段的ScalingLaw仍然有效，GPTMoE的参数量达到1.8万亿，目前业界其他公司尚未公布更大规模的模型。o1探索出了在后训练和推理阶段能优化部分任务的准确度的方案，这令我们更期待未来的GPT-5系列模型能否通过扩大模型规模带来性能突破，若GPT-的准确度大幅上升，则可以乐观预期AI应用的创新将迎来全面爆发。 10% 0% -10% -20% -30% -40% 2023-102024-022024-062024-09 作者 分析师刘高畅 执业证书编号：S0680518090001邮箱：liugaochang@gszq.com 相关研究 1、《计算机：投资修复再思考》2024-09-29 2、《计算机：资本市场IT复盘与大机遇》2024-09- 29 3、《计算机：复盘历次计算机板块底部特征》2024- 09-25 请仔细阅读本报告末页声明 建议关注： 1）算力侧：寒武纪、中科曙光、海光信息、云赛智联、软通动力、中际旭 创、新易盛、浪潮信息、工业富联、神州数码、协创数据、弘信电子、高新发展等。 2）端侧AI：立讯精密、东山精密、传音控股、鹏鼎控股、中科创达、漫步者。 3）自动驾驶： 华为智车：江淮汽车、赛力斯、长安汽车、北汽蓝谷等； 国内自动驾驶产业链：德赛西威、万马科技、中科创达、经纬恒润、海天瑞声、金溢科技、万集科技、千方科技、鸿泉物联等； 特斯拉产业链：特斯拉、世运电路、三花智控、拓普集团等。 风险提示：AI技术迭代不及预期风险；经济下行超预期风险；行业竞争加剧风险。 内容目录 一、AI应用曙光已现，模型准确度为落地前提4 模型准确度是应用落地前提7 二、智能助理与自动驾驶为两大重要方向9 OpenAIo1模型推理能力大幅提升，Agent或为下一阶段目标9 自动驾驶加速推进13 三、ScalingLaw仍在验证，期待GPT-5突破16 建议关注23 图表目录 图表1：a16z于2024年8月21日发布的AIWeb产品和AI移动应用top50榜单5 图表2：企业将LLM应用于不同场景的意愿6 图表3：谷歌提到的六个关键领域的AIAgent7 图表4：商汤科技公司创立历程，以人脸识别算法突破工业化应用红线为开始8 图表5：o1在具有挑战性的推理基准上大大优于GPT-4o。实线表示pass@1准确率，阴影区域表示64个样本的多数投票（共识）表现。9 图表6：OpenAICEO发文称“在目标3上表现出色”10 图表7：OpenAI正在招聘multiagent团队成员11 图表8：谷歌Deepmind正在招聘multiagent团队成员12 图表9：借助AppleIntelligence,Siri可以在应用程序中和跨应用程序执行数百个新操作13 图表10：特斯拉AI团队发布路线图14 图表11：HUAWEIADS3.0实现端到端类人智驾15 图表12：o1性能随着训练时间和测试时间计算而平稳提升。16 图表13：Llama2在部分评测基准上的得分17 图表14：Llama3在部分评测基准上的得分18 图表15：o1模型引入了推理token。19 图表16：o1性能随着训练时间和测试时间计算而平稳提升。20 图表17：强化学习概念图21 图表18：同一问题上o1-preview和o1-mini的回答速度比GPT-4o慢21 图表19：OpenAI各版本模型API价格22 一、AI应用曙光已现，模型准确度为落地前提 生成式AI的发展为各个产业带来了创新机遇，目前虽然尚未出现足够革命性的“超级应用”，但在各领域AI应用的落地正在持续进行。 从当前落地的AI应用看产业进展 在C端，根据海外投资机构a16z于2024年8月21日发布的报告，当前AI应用的竞争格局并不稳定，a16z每六个月对访问量靠前的AIWeb产品和AI移动应用进行排名，相比a16z在2024年3月发布的报告，有30%的上榜公司是新公司。 同时a16z指出是吸引消费者的主要AI应用类别。Web榜单上有52%的公司专注于内容生成或编辑，涉及多种形式——图像、视频、音乐、语音等。在12家新进入者中，有 58%属于创意工具领域。其中包括首次上榜的5大应用：Luma（第14位）、Viggle（第 21位）、SeaArt（第29位）和Udio（第33位）。过去六个月中，进步最大的是音乐生 成器Suno，从第36位上升至第5位。在移动设备上，图片和视频的内容编辑是最常见的用途，在榜单中占22%，虽然初创公司也在这里涌现，但榜单上排名最高的许多新进入者都是传统的创意工具，它们已经转型成为生成式AI优先，比如美图秀秀（第9位）、SNOW（第30位）和AdobeExpress（第35位）。 图表1：a16z于2024年8月21日发布的AIWeb产品和AI移动应用top50榜单 资料来源：a16z官网，国盛证券研究所 在面向B端的AI应用上，2024年3月21日a16z发布的报告《16ChangestotheWayEnterprisesAreBuildingandBuyingGenerativeAI》中指出：企业对内部用例感到兴奋，但对外部用例仍然更加谨慎。这是因为企业仍然对生成式AI存在两个主要担忧：幻觉和安全方面的潜在问题，以及部署生成式AI的公关问题，尤其是在敏感的消费者领域 （例如医疗保健和金融服务）。过去一年最受欢迎的案例要么专注于内部生产力，要么在到达客户之前先通过人工传递——例如编程copilot、客户支持和营销。企业将文本摘要和知识管理（例如内部聊天机器人）等完全内部用例推向生产的速度远远高于敏感的人机交互用例 （例如合同审查）或面向客户的用例（例如外部聊天机器人或推荐算法）。例如据福布斯2024 年2月报道，加拿大航空公司在一场小额索赔诉讼中败诉，乘客声称聊天机器人在幻觉中给出了与航空公司政策不一致的答案，导致其对航空公司票价的规定产生了误解。加拿大小额索赔法庭的法庭裁定这名乘客的说法正确，并判给乘客812.02美元的赔偿金和诉讼费，为避免类似情况，企业在面向外部的AI应用上较为谨慎。 70.00% 60.00% 50.00% 40.00% 30.00% 20.00% 10.00% 0.00% 图表2：企业将LLM应用于不同场景的意愿 资料来源：a16z官网，国盛证券研究所 2024年9月24日，谷歌发表博客《来自世界领先组织的185个真实世界的生成式AI 应用案例》，大量例举了GoogleCloud的客户使用其AI基础设施和模型将AI解决方案 投入生产的案例。文章提到在短短几个月内，组织已从AI帮助回答问题，发展到AI做出预测，再到生成式AIAgent。AIAgent的独特之处在于它们可以采取行动实现特定目标，无论是引导购物者找到合适的鞋子，帮助员工寻找合适的健康福利，还是在轮班期间支持护理人员更顺畅地交接患者。在与客户合作的过程中，谷歌不断听到他们的团队越来越专注于提高生产力、实现流程自动化和现代化客户体验。这些目标现在通过在六个关键领域开发的AIAgent来实现：客户服务、员工赋能、代码创建、数据分析、网络安全以及创意构思和制作。 图表3：谷歌提到的六个关键领域的AIAgent 资料来源：谷歌官网，国盛证券研究所 模型准确度是应用落地前提 以CV（计算机视觉）领域为例，AI目前已在安防监控、人脸识别等场景大量应用，在CV领域也涌现出类似商汤科技、云从科技等优秀公司，回顾CV的发展历程，模型能力的提升是大量视觉应用铺开的基础： 在图像分类任务上： 2012年AlexNet推出，在ImageNet大规模视觉识别挑战赛上，AlexNet实现了15.3% 的top-5误差，第二名的错误率是26.2%。 2015年，何恺明等人提出的PReLU网络首次在ILSVRC的图像分类挑战赛中超越人类表现，在ImageNet2012分类数据集上实现了4.94%的top5错误率，而人类的错误率约为5.1%。 在人脸识别领域： 2014年Facebook的DeepFace系统在LabeledFacesintheWild（LFW）数据集上达到 了97.35%的准确率，接近人类水平。 2014年商汤推出自主研发的DeepID系列人脸识别算法准确率达到98.52%，超过Facebook同期发表的DeepFace算法，全球首次超过人眼识别准确率，突破工业化应用红线。 图表4：商汤科技公司创立历程，以人脸识别算法突破工业化应用红线为开始 资料来源：商汤科技官网，国盛证券研究所 结合CV算法的发展历程以及当前AI应用的落地情况。我们认为当前C端AI落地领域多为各类创意工具，原因在于此类应用对准确度要求不高，AI生成结果不符合用户需求并不会带来太大损失，重复生成的效率比人工高就有足够应用价值。另一方面，此类任务通常生成结果过程不需要AI自主进行多步任务规划，因此整体成功率更高。 在B端，由于涉及到真实的生产环境，企业内