FX168财经网_全球视野外汇黄金加密货币NFT资讯网

国泰君安证券：ChatGPT获得广泛关注，人工智能板块酝酿主题投资大行情

一步推升算力需求。下游应用场景的拓展与大模型的快速发展也将有力地推动行业上游发展，无论是算力还是数据标注的需求都将大幅增加。ChatGPT在参数规模上已经达到了千亿级别，对于AI大模型而言，不论是训练还是推理，对于算力等基础设施都有着极大的需求。　　投资建议：推荐科大讯飞、格灵深瞳；受益标的商汤、云从科技、拓尔思、寒武纪等。　　风险提示：AIGC落地不及预期、ChatGPT发展受到强监管。

金融界2023-01-31

苹果用于创建3D虚拟场景的AIGC呼之欲出 2023年有望成为AIGC的拐点

为AIGC大年。类似ChatGPT的“大模型”作为AIGC的底层平台，将成为AIGC的核心资源。　　该机构建议关注：1、自研AIGC大模型或者有相关AI技术布局的上市公司：云从科技、拓尔思、金山办公、科大讯飞、商汤科技等；2、掌握独特场景，拥有AIGC应用场景的上市公司：汉仪科技、万兴科技、新国都、海天瑞声。　　吉宏股份（002803）目前在跨境电商板块和SaaS吉喵云的主要业务模块里使用的AIGC技术均是由自己开发。　　首都在线（300846）通过对AIGC应用特征及需求场景的深入分析，提供了“云算力解决方案”，可广泛应用于AIGC的文字、图像、音频、游戏和代码的业务场景中，加速AI推理的内容生成，提高用户应用体验。

金融界2023-01-31

应用空间巨大科技巨头争相布局智能聊天机器人

PT：ChatGPT是在GPT 3.5大模型语言模型（LLM，即Large Language Model）的基础上，加入“基于人类反馈的强化学习（RLHF，Reinforcement Learning from Human Feedback）”来不断微调（Fine-tune）预训练语言模型，使得LLM模型学会理解不同类型的命令指令，并通过多重标准合理判断基于给定的prompt输入指令，输出的是否为优质信息（这些标准包括：富含信息、内容丰富、对用户有帮助、无害、不包含歧视信息等）。　　什么是AIGC：AIGC即AI-Generated Content，是继UGC、PGC之后利用AI技术自动生成内容的新型生产方式。相比UGC和PGC，AIGC的最大不同是基于海量数据、风格随机多变、跨模态融合、认知交互力等新技术导向特征。随着ChatGPT的技术日渐成熟，AIGC将在电商虚拟主播、教育、金融、医疗、影视娱乐等多场景爆发，并进一步催生元宇宙的快速发展。　　太平洋证券分析，人工智能聊天机器人ChatGPT发布有望引发人工智能新浪潮，OpenAI与微软多年来深入合作，依托微软的强大生态圈或将得到快速推广，Buzzfeed、亚马逊等也在积极探索并落地ChatGPT的诸多应用场景。ChatGPT火爆的背后是AIGC的快速发展，在各行各业应用场景快速落地，高应用价值下AIGC有望成为数字内容创新发展的新引擎，为数字经济发展注入全新动能。推荐人工智能相关标的科大讯飞、拓尔思、寒武纪、虹软科技、云从科技-UW等。

金融界2023-01-31

云从科技：大模型给AI行业带来了巨大的想象空间和市场机会

GPT的发布，业界已经广泛感受到预训练大模型给AI行业带来的巨大机会。首先，ChatGPT将“预训练大模型+下游任务微调”的训练方法发挥到了天花板级的水准，模型效果较过去有了跨越式的进步，作为一个超级对话模型，ChatGPT对用户意图的理解、应答的正确性，异常情况下的反应，体验都显著超出了大家的预期，给AI应用带来新的想象空间；其次，ChatGPT的跨越式效果提升，主要得益于人机协同，即基于人类反馈的强化学习（RLHF），同时ChatGPT会给未来的人机交互体验带来巨大的提升，也使得各个应用场景下的人机协同变得更加容易和高效；人工智能技术产业落地的关键是技术平台化和应用场景化，而ChatGPT的成功是非常鼓舞人心的范例，过去的模型以具体场景下的专用模型为主，导致成本和门槛成为AI应用广泛落地的障碍，预训练大模型兼顾了通用性和灵活性，可以实现建模过程通用化、应用开发场景化，这将加速各行业的智能化升级进程。云从科技称，公司的理念与OpenAI很大程度上是一致的，而且目前的发展趋势与公司的长期布局相吻合。首先，公司的研究团队高度认同“预训练大模型+下游任务微调”的技术趋势，从2020年开始，已经陆续在NLP（Natural Language Processing，即自然语言处理）、OCR（Optical Character Recognition，即光学字符识别）、机器视觉、语音等多个领域开展预训练大模型的实践，不仅进一步提升了公司各项核心算法的性能效果，同时也大幅提升了公司的算法生产效率，已经在城市治理、金融、智能制造等行业应用中体现价值；其次，公司一直以来都在人机协同领域布局，打造了像人一样思考和工作的人机协同操作系统（CWOS），致力于整合打通视觉、语音、NLP等多个领域的大模型，不止于像ChatGPT那样在文本世界实现超级智能，还要彻底打通数字世界和物理世界，为“像人一样思考和工作”打下坚实的技术基础；公司也通过开放的人机协同操作系统实现了技术平台化，加上多年的行业深耕，能够通过“平台化的通用模型+带行业knowhow的专用模型”来帮助各行各业快速实现智能化升级。与此同时，更多颠覆性的消费级应用场景也会因技术进步而打开。云从科技表示，大模型给AI行业带来了巨大的想象空间和市场机会，也是公司的巨大想象空间和市场机会。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-01-30

【研报透市】两天股价暴涨3倍！ChatGPT、AIGC爆火，券商：万亿市场开启，互联网奇异点正逐渐临近

深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，AIGC有望加速发展，互联网奇异点正逐渐临近。　　东吴证券指出，GPT的升级增强了AIGC能力，释放更多潜在市场空间。AIGC在内容生成中的渗透率将快速提升，应用规模快速扩增。根据Gartner《2021年预测：人工智能对人类和社会的影响》，到2025年AIGC产生的数据将占所有数据的10％，而该比例在2021年不足1％。而量子位智库根据现有技术及需求成熟度预测，2030年AIGC市场规模将超过万亿人民币。　　ChatGPT横空出世，利好相关基础设施和应用　　投资机会上，东吴证券指出，ChatGPT上线象征着文本类AI进入新阶段，利好其基础设施及应用。　　算法、数据、算力是AI大模型训练的基础，建议关注基础设施相关标的：科大讯飞、海天瑞声、拓尔思等；　　ChatGPT上线推动文本类AI渗透于文本生产、智能批阅等应用领域，同时其对训练模型的改进对AIGC的全面发展有广泛意义，建议关注在相关领域布局的：微软、Meta、百度、阅文集团、中文在线、粉笔等。

金融界2023-01-30

从Chat-GPT看生成式人工智能AIGC产业机遇与落地场景

史的记忆能力和篇幅增强。与GPT-3等大模型相比，Chat-GPT回答更全面，可以多角度全方位进行回答和阐述，相较以往的大模型，知识被挖掘得更充分。Chat-GPT的强势“出圈”引来了对其未来可能的产业化方向的一系列测试，从测试结果来看，在归纳性文字、创作性文字、代码修改、科研辅助以及其它领域Chat-GPT均表现出了前代所没有的优点。对话式AI开始能在大范围、细粒度问题上给出普遍稳妥的答案，并根据上下文形成有一定的逻辑性的创造性回答。本篇报告将关注Chat-GPT背后的技术逻辑以及对AI产业链的整体影响以及产业化落地可能性。　　▍技术逻辑：GPT-3.5基础上基于人类反馈学习进行额外训练，给出了Transformer模型未来的发展方向。　　OpenAI团队从 GPT-3.5 系列中的一个模型进行微调，使用与InstructGPT相同的方法，即人类反馈强化学习（RLHF）训练该模型，并对数据收集设置相对做了优化。从最终结果看，Chat-GPT仅仅使用了精选的百亿级别参数（对比GPT-3的千亿级别参数）就完成了与GPT-3结果相当甚至更好的回复质量，凸显了数据质量的重要性，大模型可能将告别过去一味堆叠数据量大小的时代。Chat-GPT的成功是在前期大量坚实的工作基础上实现的，不是横空出世的技术跨越。模型找到了一种面向主观任务来挖掘GPT3强大语言能力的方式，让模型“解锁”（unlock）和挖掘GPT3学到的海量数据中的知识和能力。因此从这样的底层技术逻辑出发，我们能迅速找到中短期内适合Chat-GPT的产业化方向：一个真正全方位的智能内容生成助手。　　▍AI产业影响：算力成本下降+高质量数据催生底层应用，模型开放成为未来趋势，并加速迭代效率。　　Chat-GPT的成功证明了两点：1）单纯扩大模型参数并非唯一出路；2）让模型在早期开放给大众测试并收集人类反馈数据更有利于模型迭代。在近10年AI发展的前两个阶段，人工智能的进展更多体现在基于规模的技术突破，如2015-2020年，用于模型训练的计算量增长了6个数量级，同时随着规模的增大，输出结果的质量亦迎来质变，在语言文字、书写、图像识别等领域皆表现出超越人类的水平。但在实用层面，由于所需要的算力巨大，往往需要特殊的GPU配置，同时训练过程相对封闭，大多数人并无法使用，因此技术无法被多数人触达。而人工智能的第三个阶段，随着更新的技术、更优的算法、更大的模型出现，算力的成本越来越低，使得模型训练与运行所需成本持续下降，而算法从封闭测试到开放测试、开源的逐渐普及，亦降低了使用门槛。由此人工智能无论在经济性与可获得性上都达到了支持普及的水平。得益于AIGC基础设施可获得性的逐步提高，平台层变得更加稳固，算力成本持续下探，模型逐渐趋于开源与免费，应用层爆发式发展的节点正在靠近。　　▍应用场景：实现从UGC到AIGC的助推器。　　目前我们正经历从Web2.0开始向Web3.0转型的启航阶段，我们已经看到内容创造从专业创作（PFC）转型为了用户创作（UGC）。而Chat-GPT的出现以及中短期内的产业化落地将会为从用户创作（UGC）到AI创作（AIGC）的转型提供关键的辅助支持。结合Chat-GPT的底层技术逻辑，我们认为Chat-GPT中短期内产业化的方向主要分为四大板块。　　1）Chat-GPT对于文字模态的AIGC应用具有重要意义，在归纳性的文字类工作中展现出了极其优异的表现。中短期内Chat-GPT能在办公辅助类工具中迅速落地，例如会议总结、文件翻译、例行报告等，提升办公效率并节省人力成本。　　2）代码开发相关的工作更加规整也非常适合AI辅助生成。2021年中与Github、微软合作上线的Copilot是目前最成熟的AI代码补全工具，根据Github数据，测试一年来已有120万用户，这些用户编写的代码中40％是由Copilot自动生成，而截至2022年10月，Copilot已经融资2200万美元。Chat-GPT在目前测试中表现出的代码生成能力相比于Copilot更加灵活，但欠缺一些底层的稳定性。在进行针对性的优化后，基于新GPT模型的AI代码辅助工具也有望在中短期内落地。　　3）图像生成领域成为了2022年下半年一级市场公司布局的热点，随着Dalle2的热度，在商稿方面用AI取代人类画手的思路基本明确。GPT模型在图像生成领域目前效果略逊于扩散模型，但扩散模型可以利用Chat-GPT生成较佳的Prompt，对于AIGC内容和日趋火热的艺术创作，提供强大的文字形态的动力。　　4）Chat-GPT最适合直接落地的项目就是智能客服类的工作。根据模型现有的完成度，在垂直行业针对性的做人工反馈训练，Chat-GPT就可以落地为智能客服产品，在toC场景中率先应用。对比目前的智能客服，Chat-GPT支撑的客服将在灵活性与人性化服务方面有显著的进步。　　▍风险因素：　　AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；全球云计算市场发展不及预期风险；企业数据泄露、信息安全风险；行业竞争持续加剧风险等。　　▍投资策略：　　Chat-GPT模型的亮眼表现的背后是研究者在Transformer模型前进的道路上发现了类反馈强化学习这一方法带来的潜力，对产业界AI的发展而言，数据质量的优化、AI研究人员的储备与计算能力将是未来能否走在AI应用前沿的核心能力。Chat-GPT的成功证明了Transformer模型并非陷入困境，不断的AI技术方法上的新突破正驱动全球AI产业进入加速发展阶段，叠加AI产业集群效应的不断凸显，AI产业有望成为全球科技领域中期最具投资价值的产业赛道之一。AI产业有望继续保持“芯片+算力基础设施+AI框架&算法库+应用场景”的稳定产业价值链结构，拥有完整数据闭环结构、良好数据自处理能力的企业有望持续成为产业受益者。

金融界2023-01-20

国家信息中心联合浪潮信息发布《智能计算中心创新发展指南》

算中心通过提供预置行业算法、构建预训练大模型、推进算法模型持续升级，提供专业化数据和算法服务。算力基建化和算法基建化相辅相成，共同推动算力的普惠化。以服务智件化为依托。随着人工智能算法开发和模型训练从专业化、高门槛向泛在化、易用性转变，智算中心的发展将由传统的硬件、软件向"智件"升级。" 智件"的构建，让用户无需关注底层算力芯片和技术细节，以低代码甚至无代码开发的模式，为用户提供功能丰富、使用便捷的智能算力、算法服务和个性化开发服务，实现"带着数据来、拿着成果走"。以设施绿色化为支撑。智算中心通过采用液冷等先进节能降碳技术，全面降低智算中心能耗，实现绿色发展。如果说"四化"中的"算力基建化"、"算法基建化"和"服务智件化"，是为了让智算中心普适普惠、"好用、用好"，"设施绿色化"则是践行国家双碳战略的绿色发展要求。"四化"相互支撑、相互协同，共同构建起智算中心高效运行体系。《指南》还对智算中心的建设类型和运营模式提出了建议。智算中心建设需要结合建设基础、当地或区域产业特色，分类引导施策，改建并行，发展与数字经济相适应的智算中心；还需要选择合理的建设和运营模式，实现长效运营、促进有序布局，保证智算中心所释放的经济社会效益最大化。

美通社2023-01-12

引领智算新时代：浪潮服务器全球第二中国第一

工智能场景创新的关键需求，缓解企业面对大模型训练成本高、技术门槛高的问题。2022年，源1.0大模型加持智能客服大脑获《哈佛商业评论》鼎革奖-新技术突破奖，源大模型对专业IT知识问题的解决率高达80%，提升浪潮信息整体服务效率达160%。智算产品创新，竞争力全球领先数字经济蓬勃发展带来巨大机遇的同时，也面临着多元化、巨量化、生态化的挑战。浪潮信息融合多元算力需求，持续创新面向未来的智算体系结构及领先的智算产品与方案，并不断完善产品组合，应对智慧转型面临的多重挑战，推动智算成为智慧进化的核心引擎。早在2014年浪潮信息就提出了融合架构及三步走技术路线，指出了数据中心计算体系结构的发展方向。目前，融合架构正逐步进入3.0阶段，2022年，浪潮信息研制成功了以数据为中心的计算架构，在计算节点内部实现了CPU与加速器之间的缓存一致性、高速总线互连，解决了CPU与加速器之间共享内存数据、统一编址、协同工作的难题。浪潮信息不断升级智算产品及方案，浪潮服务器融合主流算力平台，实现了关键计算、通用计算、AI计算、边缘计算等业界最全场景覆盖，满足广泛的应用场景和企业需求。作为人工智能计算的领导品牌，浪潮信息拥有业内最全的AI计算全堆栈解决方案，涉及训练、推理、边缘等全栈AI场景，还构建了领先的AI框架优化、AI开发管理和应用优化等全栈AI能力。在存储领域，浪潮存储坚持软硬一体化的技术路线，推进融合创新，围绕软硬融合、硬件重构、软件定义，一方面打造性能领先的高端存储，支持自研双端口SSD，多路多核性能翻倍提升；另一方面打造全球领先的支持多元算力的分布式融合存储，实现文件/对象/大数据多协议无损互通。此外，浪潮信息边缘四大产品系列包括边缘微中心、边缘服务器、便携式AI服务器、边缘微服务器，已在能源、交通、制造、通信等行业广泛落地应用。浪潮信息的智算产品性能一直处于全球领先水平。浪潮M6服务器打破305项国际性能测试世界纪录，代表了全球服务器设计最高水平。2022年，在全球最权威的人工智能性能基准评测竞赛中，浪潮信息包揽了95个赛道的半数冠军，并且专为多元人工智能处理器设计的智算方案在语言和图像识别类测试创造了新的世界纪录，带动整个多元人工智能计算产业实现历史性突破；在当前最热门的自动驾驶领域，浪潮信息在NuScenes竞赛纯视觉3D目标检测比赛中获得第一名，算法精度再创新高…… "All in液冷"，推动智慧计算可持续发展随着"双碳"目标及"东数西算"工程推进，绿色低碳已成为数据中心建设的主旋律。液冷凭借其在制冷领域节能降碳的突出优势，成为未来新型数据中心、智算中心建设的重要选择。 2022年，浪潮信息将"All in 液冷"纳入公司发展战略，全栈布局液冷，实现通用服务器、高密度服务器、整机柜服务器、AI服务器四大系列全线产品均支持冷板式液冷，并提供液冷数据中心全生命周期整体解决方案。为更好的推进液冷产业化，浪潮信息还建成了亚洲最大的液冷数据中心研发生产基地，年产能达10万台，实现了业界首次冷板式液冷整机柜的大批量交付，帮助用户数据中心PUE降低至1.1以下，整体交付周期缩短至5-7天之内。作为我国液冷数据中心建设的重要领导者之一，浪潮信息积极推进数据中心液冷技术的研发与提升，在直接冷却与间接冷却等领域持续创新，持续优化改进传统散热技术的能耗大、效率低等问题，实现制冷系统30%-50%的综合能效提升。目前，浪潮信息已拥有100多项液冷技术领域核心专利，已参与制定与发布10余项冷板式液冷、浸没式液冷相关设计技术标准，并牵头制定《模块化数据中心通用规范》国家标准，牵头立项国内首批冷板式液冷核心部件团体标准，对液冷产业的快速发展及液冷技术的大规模普及建设具有重要的指导意义。通过智慧计算战略的布局与践行，领先智算产品方案的持续创新，浪潮信息已拥有多达200家全球500强企业客户，业务覆盖全球120个国家和地区，拥有8个全球研发中心、10个全球制造中心，为保持业务稳定持续增长及其在算力基础设施领域的领先地位奠定了坚实基础。未来，浪潮信息将继续聚焦智慧计算的创新，持续通过提供高效多元智算力赋能全球客户的数智化转型，同时也将保持自身发展方式的持续转型升级，践行高质量发展。

美通社2023-01-12

李彦宏：要做市场真正需要的技术，否则就是自嗨

片（昆仑芯）、框架（飞桨）、模型（文心大模型等）、应用（搜索、自动驾驶等）都有覆盖。这是百度的优势和根本，如果每一层之间都有反馈，借助反馈，就可以实现端到端优化。　　李彦宏举了Robotaxi的例子。他最看重“萝卜快跑”的单量，并不仅是为了收入，而是因为单量代表用户需求，也是反馈。单量越多，代表市场反馈越多，百度自动驾驶技术提升速度就更快。

金融界2023-01-06

李彦宏首谈chatGPT：把酷技术变成人人需要的产品才是最难的

片（昆仑芯）、框架（飞桨）、模型（文心大模型等）、应用（搜索、自动驾驶等）都有覆盖。这是百度的优势和根本，如果每一层之间都有反馈，借助反馈，就可以实现端到端优化。　　李彦宏举了Robotaxi的例子。他最看重“萝卜快跑”的单量，并不仅是为了收入，而是因为单量代表用户需求，也是反馈。单量越多，代表市场反馈越多，百度自动驾驶技术提升速度就更快。　　AIGC令人兴奋，更重要的是做成人人需要的产品　　去年 11 月底，美国人工智能机构 OpenAI 推出聊天机器人应用chatGPT，人们只需要输入问题，chatGPT就能给出看上去准确且有意义的回答。　　chatGPT上线不到五天，就吸引了 100 万人用它写代码、回答问题、创作剧本、做游戏设定等等。一度有人提出搜索引擎将会受到重大冲击，存在价值会大打折扣。　　根纽约时报报道，12 月下旬，谷歌 CEO 在内部发起了与chatGPT有关的“红色警报”，让员工充分警惕chatGPT。据了解，红色警报在谷歌代表最严重、紧迫的业务警告。在全员会上，李彦宏也被员工问到如何评价引发巨大关注的 chatGPT，百度有什么部署。　　李彦宏说，最近有许多人问他类似的问题，不只是同业、同领域的朋友，还有许多不同领域，跨界的人都在关注，“很高兴我们天天琢磨的技术方向，能够让这么多人关注，确实是挺不容易的。” 　　他认为不论是AIGC（人工智能生成内容，比如输入一句话生成图片），还是chatGPT，都是技术、尤其是AI技术，发展到一定地步产生出来的新的机会。“这其实就是属于百度的机会，我们准备度上是最好的。” 　　过去一年，百度推出人工智能作画辅助工具文心一格，并与出版商、设计师合作，探索可能的商业化空间。今年 7 月，李彦宏在百度世界大会上说，AIGC技术的成熟，代表AI从理解内容，走向了生成内容，AI作画、创作视频、甚至构建虚拟世界，可能会变得像手机拍照一样简单。未来十年，AIGC将颠覆现有内容生产模式。可以实现以“十分之一的成本”，以百倍千倍的生产速度，去生成AI原创内容。　　技术前景诱人，但李彦宏在全员会中透露着谨慎。他提醒，现在这个机会还不是很清晰，技术能做到这一步，它会变成什么样的产品、满足什么样的需求？“在这个链条上，其实还有很多不确定性。” 　　李彦宏说，一方面他很激动、兴奋，但也觉得有很大责任，“我们是个商业机构，能不能把这么酷的技术变成人人需要的产品？”这一步才是最难的，他觉得这很伟大、最能产生影响力。　　对未来充满信心，希望有新业务跑出来　　今年第三季度财报会上，李彦宏告诉参会的分析师们，随着大城市新冠疫情缓解，百度在旅游、本地服务等垂直领域的广告收入应该会反弹。　　随着中国调整新冠病毒防控政策，李彦宏预期正变成现实。根据多家在线酒旅平台数据，从12月中旬以来，元旦出行的火车票、机票预订量持续增长，单日增幅超过30％。　　在全员会上，李彦宏说他经济的长期发展感到乐观，有挑战不表明没有机会，“不论是对于中国的机会，对于百度的机会，对于我们每一位同学的机会，还是有非常非常多能够让人期待的地方”。　　“中国人很想干事儿，非常勤奋，非常努力，一旦有机会的话，就很多人真的会冲上去”这是整个民族的特点。“我很推崇这样一种文化，这样一个民族的特点”。李彦宏说。　　全员会的最后，李彦宏还分享了自己新一年的目标。他说对于新业务来说，不论团队上报的指标是什么，他都会设定一个高不少的指标。　　对于多个业务，李彦宏不用“和”而是用“或”把它连接起来。“有三个或者四个新业务，只要有一个业务跑出来，我就觉得做的不错”。　　多位百度内部人士说，目标设定的方式体现“Robin理性乐观主义者”的一面。　　李彦宏说，现在离2022年已经没几天，那个“或”还是0，希望 2023 年“或”出来一个1。“有机会，但不容易，设目标应该设成这样子。”

金融界2023-01-06

24小时热点