(相关资料图)

本报告的重点

海外发展：现阶段海外大模型发展领先，GPT4已呈现出色的内容生成与交互能力，Google、Meta等也已发布相关产品，预计将带来可观的增量市场与效率提升，已给相关应用（微软、彭博等）带来巨大变化，预计相似的变革也将在国内发生。

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、Meta-LLaMA等）及相关数据基础，而芯片短期看并未成为发展限制，百度、阿里、字节、华为、腾讯等巨头均加速布局，百度、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放，办公、搜索、教育、对话社交、游戏、金融、电商、图片视频等领域已出现大量产品创新，GPTplugin插件推出后相关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，综合算力资源、算法人才、数据积累及产品先发四个核心要素，目前百度领先，关注字节、阿里、华为、腾讯等企业进展。

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