GPT已拉开AIGC技术革命序幕:海外为鉴,看国内大模型与终端应用投资机会(202305).pdf

海外为鉴,看国内大模型与终端应用投资机会

行业研究·海外市场专题

互联网·互联网Ⅱ

投资评级:超配(维持评级)

本报告的重点

国内大模型:国内成熟大模型落地具备较好的条件:业内已有相对成熟的方法路径(Transformer等)、大模型(GPT2、

度、阿里、商汤发布大模型且迭代进展迅速,预计国内GPT3级模型或在不久的将来出现,对国内产业链形成巨大影响。

应用场景展望:考虑现阶段国内大模型未完全成熟,因此更多是借鉴海外路径演绎国内发展。目前看海外应用端已经百花齐

产品和场景有望进一步扩展。

投资策略:

1)大模型环节:具备哪些禀赋的企业更可能在大模型竞争中脱颖而出?我们认为,大模型整体来说还是大厂的生意,综合算

2)应用场景环节:具备哪些禀赋的企业能够在技术变革下守住基本盘并更上一层楼,而哪些企业可能面临被替代的风险?

我们认为,有以下禀赋的企业:①原有产品场景壁垒高,且受益于AIGC出色的信息获取、内容生成能力;②有独特垂直的

高质量数据;③有用户粘性与深度;④本身有较强的AI技术研发与落地能力;加持自有大模型或外部模型API有望上台阶,关

注腾讯、阿里、百度,以及游戏、金融、教育、办公等垂直领域有高质量数据与场景的优质企业。反之,如无上述禀赋,或

面临被大模型降维竞争风险。

风险因素:技术进展低于预期,竞争超预期,内容、数据与技术监管风险,中美科技竞争风险

目录

1.GPT带动AIGC技术革命,驱动海外互联网软件产业巨大变革

1)GPT的发展背景:全球AI产业厚积薄发,OpenAI技术突破

2)AIGC技术已对海外互联网软件产业链带来巨大变化

3)展望:多模态应用、GPT插件等有望带来更大的变革

2.核心变量——大模型:国内大厂加速布局,成熟大模型落地前景可期

1)从GPT看大模型的核心竞争要素:算力、算法、数据、生态

2)从中美差异看国内大模型发展路线:国内大厂加紧追赶,模型与应用齐头并进

3.应用展望:从海外路径看国内发展

1)海外应用:AIGC应用百花齐放

案例:办公写作、搜索、教育、对话社交、游戏、金融、电商、图片视频

2)海外经验:“AI赋能”or“被AI替代”?

3)国内应用:有待成熟大模型落地,巨大效率提升下机遇与挑战并存

国内头部互联网企业应用落地场景分析

4.投资策略与重点标的:

5.风险因素:技术进展低于预期,竞争超预期,内容、数据与技术监管风险,中美科技竞争风险

1.1GPT:自然语言处理领域突破性创新,拉开生产力革命序幕

生相应的智能回答,能进行多轮对话与反馈,支持各领域知识场景与多语言内容,其综合语言处理能力接近真人而处

THE END
1.头歌(第五章机器学习基本模型与算法在线实验闯关)头歌(第五章 机器学习基本模型与算法在线实验闯关)第1关:缺失值填充任务描述 本关任务:读取“银行贷款审批数据.xlsx”表,自变量为x1-x15,决策变量为y(1-同意贷款,0-不同意贷款),其中x1-x6为数值变量,x7-x15为名义变量,请对x1-x6中存在的缺失值用均值策略填充,x7-x15用最频繁值策略填充。https://blog.csdn.net/weixin_45688124/article/details/137876881
2.机器学习基本模型与算法在线实验闯关缺失值填充找到缺失值算法机器学习基本模型与算法在线实验闯关缺失值填充 找到缺失值 算法,加载数据importpandasaspdimportnumpyasnp#加载数据data=pd.read_excel('./qs.xlsx')print(data)如何确定数据里包含缺失值---缺失值检测print(data.isnull())#缺失地方的值为Trueprint(data.notnull())#不缺https://blog.51cto.com/u_13416/9118325
3.Python大数据分析与挖掘实战训练营机器学习基本模型与算法在线实验闯关 实验数 12 第六章 深度学习与实现 深度学习的精确定义,众说纷纭,简单来说,深度学习是机器学习的一个分支领域:一种从数据中学习表示的新方法,它强调学习具有越来越有意义的表示的连续层,而这些层的表示一般是通过神经网络的模型来学习得到的。“深度学习”中的“深度”指的并不https://testwebssh.educoder.net/paths/vpgzo8ne
4.矿产资源知识范文8篇(全文)也就是说,在进一步应用机器学习算法之前,需要有一个网络知识资源到文本再到数字向量表示的转化过程。词袋法(Bag of word,BOW)是表示一个文件的基本方法。该法重点是以文档中的每个词语的计数形成的频率向量去表示文档。这种文档表示法则可称为一个向量空间模型(VSM)[2]。但却仍需指出,词袋法/向量空间模型表示法https://www.99xueshu.com/w/filev30h2bcz.html
5.安恒信息2023年年度董事会经营评述未来,公司将继续结合最新的政策导向和业务发展趋势,与客户继续保持紧密合作关系,在数据安全领域进行更深入的探索和实践,以AI技术的创新迭代推动数据安全有序地流动,确保安全贯穿数据要素价值创造和实现的全过程,严守数据安全底线。数据安全产品深度融合恒脑-安全垂域大模型的能力,通过分类分级工具和恒脑大模型的深度联合http://news.10jqka.com.cn/20240425/c657307608.shtml
6.Julia数据科学应用“数据科学”是个相当含糊的名词,自从它成为科学领域一门学科后,就具有很多不同的意义。在本书中,我们这样来定义它:数据科学通过各种统计学和机器学习的技术与方法,将数据转换为有用的信息或知识。 由于数据的快速增长,数据科学必须利用各种工具的强大功能来应对大数据的挑战。因为数据科学的一大部分任务就是运行脚本https://labs.epubit.com/bookDetails?id=N1486
7.计算力学快讯,第8卷,第11期计算力学快讯计算力学快讯简介:本快讯是分享计算力学及相关软件信息的一个交流平台;由河海大学工程与科学数值模拟软件中心、江苏省力学学会信息服务部、中国力学学会计算力学软件专业组、南昌大学航空航天研究院联合主办;免费订阅,自由退订;欢迎各位计算力学同仁的投稿和反馈意见。 http://jsstam.org.cn/?list_73/1112.html
8.20机器学习开放基次程集成学习和随机森林方法假设已经为某一特定问题选中了最佳的模型,想进一步提升其准确率,就需要应用一些更高级的机器学习技术:集成(Ensemble)。集成是使用一系列学习器进行学习,并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。在集成中,最终的整体输出比任何单个部分的表现更重要。 https://www.jianshu.com/p/260c7a1ba2f6