资源描述
春 节 期 间 全 球AI 发 展 要 点 梳 理证 券 研 究 报 告 行 业 动态 研 究发 布日期：2024 年2 月18 日分析师：于芳博SAC编号：S1440522030001本报告由中信建投证券股 份有限 公司在中华人民共和国（仅为本 报告目的，不包括香港、澳门、台湾）提供。在遵守适用 的法律 法规情况下，本报告亦可 能由中 信建投（国际）证券有限 公司在 香港提供。同时请参阅最 后一页 的重要声明。摘要 核心观点：春节期 间，海外AI 更 新 不断，OpenA推出Sora 文生视频模型，谷歌 再 度 更 新Gemini系列模型。2 月16 日，OpenAI 发 布 全 新的Sora 文 生 视频 模型，可以 一次 生成60s 的 长视 频，且视 频的 画面 精细 度、流畅 度超 越了 过往 的文 生视 频模 型，Sora 有 时能 够模 拟对 世界 状态 产 生简单 影响的 行为，将文生 视频能 力推向 了全新 的高度。谷歌 再度更 新Gemini 系列模型，大模 型竞争 再度进 入白热 化阶段。OpenAI Sora 将文 生视 频推 向新 高 度，人工智 能理解 世 界迈出重 要一步。文生视频 模型在 过 去的一年 中取得 巨 大的技术 进步，扩 散模型 成为 文 生 视 频 的 主 流 技 术 路 线。然 而 文 生 视 频 模 型 的 技 术 升 级 仍 然 存 在 一 定 痛 点：生 成 视 频 长 度 和 视 频 前 后 帧 连 贯 性 不 足，造 成 这 些 现 象的 背 后 原 因 部 分 在 于 高 质 量 的 文 字 视 频 数 据 集 相 对 稀 缺。2 月16 日，OpenAI 发 布 全 新 的Sora 文 生 视 频 模 型，可 以 一 次 生 成60s 的 长 视 频，且 视 频 的 画 面 精 细 度、流 畅 度 超 越 了 过 往 的 文 生 视 频 模 型，Sora 有 时 能 够 模 拟 对 世 界 状 态 产 生 简 单 影 响 的 行 为，将 文 生 视 频 能 力 推 向 了全新的高度。Sora 采用扩散模型+Transformer 模型，通过 一定的数据处理实 现了更为广泛的数 据集，Sora 模型带来的震撼背后是一 次数 据驱动下的能力突破。基于海量数据训 练的Sora 模型 同样 观察 到了 大语 言模 型中 的涌 现现 象，Sora 能够深度模拟现 实世界中人类、动 物和 环境 的 物理规 律，标 志着人 工智能 在理解 真实世 界场景 并与之 互动方 面迈出 了重大 的一步，Sora 或成为实 现通用 人工智 能的重 要里程 碑。谷 歌 再 度 更 新Gemini 系 列 模 型，大 模 型 竞 争 再 度 进 入 白 热 化 阶 段。2 月8 日，谷 歌 宣 布 把 Bard AI 聊 天 机 器 人 更 名 为 Gemini，并推出Gemini Ultra 1.0 谷歌大语 言模型 最大、功 能最 强 大 的版 本。2 月16 日，谷歌 宣 布推 出 全 新的 Gemini Pro 1.5 模型，相比 较前代 产品GeminiPro1.0，Pro1.5 新模型在 多个 方面都取 得了长 足 进步，能 够更高 效、更长 时 间地 处 理 信息，可 一次性 处 理大量信 息，百万token 超长上下文 窗口。ChatGPT 诞 生之后不断更迭。2 月13 日OpenAI 通过新闻稿宣布，当前正在小 范围测试ChatGPT 的“记忆”功能：记住用户在聊天中 讨论过的事情，并 避 免 重复 信 息。基 于 过 往内 容 逐 步 构 建 记 忆，提 升 未 来 交 流 效率。2 月17日，OpenAI 在社交平台宣布，取消了GPT-4 Turbo 的所 有 每 日 限 制，并 将 速 率 限 制 提 升1 倍。现在，每 分 钟 可 处 理 高 达150 万TPM 的 数 据。自ChatGPT 上 线 之 后，OpenAI 仍 然 在 不 断 对 其 进 行持 续 升级，近日 为 其增 加 记忆 能 力同 时 移除API 每日 限 制，GPT 正在 从 能力 卓 越的 基 础模 型 进一 步 成长 为AI 生态 的 坚定 基 石。风险提示：大模 型 技术发展 不及预 期、商业化 落地不 及 预期、政 策监管 力 度不及预 期、数 据 数量与数 据质量 不 及预期等。0YCXvMsPsRrQrPsRmRtMrQaQaO9PpNpPnPnRjMpPoMkPqRxObRrRvNxNmPrMNZqQtQ第 一 章 OpenAI Sora 将 文 生 视 频 推 向 新 高 度 4第 二 章 谷 歌 再 度 更 新Gemini 系 列 模 型 16第 三 章 ChatGPT 诞 生 之 后 不 断 更 迭 20第 五 章 风 险 提 示 25第 四 章 其他 23 第 一 章 OpenAI Sora 将 文 生 视 频 推 向 新 高 度 4 文 生 图 模 型 经 历 多 年 技 术 不 断 演 进，从GAN 网络到自回归模型 再到扩散模型，其 生 成 效 果 已 经 可 以 以 假 乱 真，取得了巨大的成功，涌 现出StableDiffusion、DALL-E2、Midjourney等诸多爆款应用。2022 年4 月，Google发布VideoDiffusionModel，将 扩 散 模 型 的 应 用 拓 展 到 了 视 频 领 域，引 起 了 广 泛 的 研 究 热 潮。随后涌 现出了 越来越多 的文生 视频扩散 模型，包括 Video LDM、Text2Video-Zero、Runway Gen1、Runway Gen2 以及 NUWA-XL。文 生 视 频 的 难 点 在 于：生 成 视 频 长 度 和 视 频 前 后 帧 连 贯 性 不 足，缺 乏 高 质 量 的 数 据 集:用于文生视频的多模态数 据集相对较少，开 发更易于 训练的 高质量、数量庞 大的数据 集的重 要性不断 提升。文生视频发展历程资料来源：A Survey on Video Diffusion Models，中信建投图：文生 视频相 关 研究数量 图：文生 视频发 展 历程图52022.04GoogleVideo Difusion Model2022.09MetaMake-A-Video2022.10GoogleImagen Video2022.12新加 坡国 立大学、腾讯Tune-A-Video2023.02RunwayGen-12023.02GoogleDreamix2023.03PAIRText2Video-Zero2023.04英伟 达VideoLDM2023.08HeyGen Avatar 2.02023.11MetaEmu Video2023.11Pika labsPika 1.02024.2OpenAISora0141030204060801001202021 2022 2023 2 月16 日，OpenAI 发 布 了 全 新 的Sora模型，该 模 型 具 有 根 据 用 户 输 入 文 本 描 述 生 成 视 频 内 容 的 卓 越 能 力。Sora 严 格 按 照 用户 提 供 的 提 示 词 进 行 操 作，其 能 够 轻 松 创 作 包 含 多 人、特 定 运 动 类 型 和 详 细 背 景 的 复 杂 场 景，生 成 与 用 户 提 示 完 美 匹 配 的视 频 内 容，且 视 频 的 画 面 精 细 度、流 畅 度 超 越 了 过 往 的 文 生 视 频 模 型，在 制 作 长 达 一 分 钟 的 视 频 时 保 持 出 色 的 视 觉 质 量。同时Sora 能 够 深 度 模拟真 实物理 世界，标志着 人工智 能在理 解真实 世界场 景并与 之互动 方面迈 出了重 大的一 步。OpenAI 发布了全新的Sora文生视频模型资料来源：OpenAI，中信建投图：Sora 生成视 频：一位女 性在东 京 路灯的霓 虹灯下 行 走 图：Sora 生成视频：两 艘海盗船 在一杯 咖 啡里航行 厮杀6 Sora 生 成 视 频 长 度 达 到 一 分 钟。传统的文生视频模型如Runway Gen 2、Pika生成视频时间相对较短，Sora 可以制作长达60秒的视频。Sora 能 在 一 个 生 成 的 视 频 中 创 建 多 个 镜 头，体 现 人 物 和 视 觉 风 格。Sora 能 在 一 个 样 本 中 生 成 同 一 角 色 的 多 个 镜 头，确保其在 整 个 视 频 中的外 观一致，传统的AI 视 频 软件难 以保持 画面的 一致性。Sora 有时能够模拟对世界状态产生简单影响的行为。例如，画家可以在画布上 留下随时间持续的新笔触，或者一个人吃汉堡时留下咬痕，Sora 创 造 的类似 皮克斯 作品的 生物有 着令人 震惊的 毛发纹 理特征。Sora三大特点：长视频、多角度、模拟现实世界资料来源：OpenAI，中信建投图：多角 度的电 影 预告片 图：Sora 生成视频 图像：一个短毛 绒怪物7 Sora的灵活使用方式资料来源：OpenAI，中信建投图：连接 不同的 视 频8图：视频 编辑 图：前后 续写视 频 Sora出众的视频生成效果资料来源：Twitter，机器之心，中信建投图：相同 提示词 下 不同模型 的生成 效 果比对9 Sora与典型视频生成模型的比较资料来源：Runway，OpenAI，Stablity.AI，Pika lab，微软，中信 建投图：Sora 与典型 视 频生成模 型的比 较10模型 发布时间 研发机构 底层算法 视 频 时 长（S）帧率 视 频 分 辨率（Max）训 练 数 据集 是否开源Sora 2024.2 OpenAI Diffusion+Transformer 60-1920*1080-stable video diffusion2023.11 Stablity.AI Diffusion 25 14/25 576*1024LVD dataset：5.8 亿视频片段，长达212 年是Pika 2023.11 PIKA Labs-最短3s，可以再加4s824 2560*1440-否Runway Gen-2 2023.6 Runway-418 24 4096*2160-否NUWA-XL 2023.3 微软 Diffusion over Diffusion 660-256*256FlintstonesHD dataset：166 个长视频1440*1080否Runway Gen-1 2023.2 Runway Diffusion-448*256 640 万个视频片段 否 Sora与其他文生视频模型的差别资料来源：Runway，OpenAI，中信建投图：Sora 与其他 文 生视频模 型的差 别11文 生 视 频模型（典型如Runway Gen 2）OpenAI Sora文 本 需 求捕捉用 户 在 进 行 文 字 描 述 时，通 常 有 个 性 化 用 语 和 表 达 方 式，模型对于文字描述的理解会较大 地影响生成。有良好 自然 语言 处理 的 能力，可以 正确 理解、辨析用 户的prompt 在现 实世界中的表现并将其变成连续的画面整 合 一 致性在 整 合 以 及 生 成 包 含 多 个 场 景 和 事 件 的 长 视 频 方 面 仍 待 后续完善，多主体视频生成缺乏逻辑连续性Sora 能够有效地对短期 和长期依赖关系进行 建 模。例 如 模 型 可 以 保 留 人、动物和 物 体的 一致性，即使 它们被 遮挡 或离 开框 架。它也 可以 在单 个样 本 中生成同一角色的多个镜头，并在整个视频中保持其外观。实 景 清 晰度 分辨率提升后细节处往往出现模糊抖动等现象 生成的实景在清晰度等细节上都几乎难以与实拍场景区分时长 大多数模型只能生成3-5 秒的视频，连贯性也有所不足 可以创建长达60s 的视频镜头组合 单视频单角度镜头，但是图生视频支持镜头控制 单视频多角度镜头，具有多镜头一致性数据表示高质量的文本-视频对或图片-视频对是稀缺的，缺少大规模高质量的数据集统一将视频和图像表示为较小数据单元patch 的集合，可 以 在 比 以 前 更 广 泛 的视觉数据上训练模型，覆盖了不同的持续时间、分辨率和纵横比。技术原理应 用 全 局 扩 散 模 型 生 成 整 个 时 间 范 围 内 的 关 键 帧，然后局部扩散模型递归填充附近帧之间的内容通过一次为模型提供多帧的预测，确保主题即使暂时离开视野也保持不变物 理 世 界模拟 无法学习文本与现象之间的关联理 解 并模 拟世界运 行的 物理规 律，展示 出对 电 影拍摄 语法 的自 发理 解，比如物体运动、反射等效果都能很好的实现，高度模拟现实世界交互独有优势Gen-2 为例，可 以 对 视 频 局 部 进 行 编 辑，具 有 故 事 版、蒙版、渲染、风格化、自定义模型等诸多视频编辑功能。可 以 对已 有视频进 行扩 展和填 充，通过 文字 控 制需要 修改 的部 分，对 原始视频进行重新渲染，也可以融合视频 Sora：数据驱动下的模型性能突破资料来源：A Survey on Video Diffusion Models，CSDN,中信建投图：常见 的文生 视 频训练数 据集 图：Make-a-Video 视频生 成过程12 文 生 视 频 模 型 通 常 在 大 型 文 本-视 频 对 数 据 集 上 进 行 训 练。这 些数 据集中 的视频通 常被分 成短的、固定长 度的块，并且通常 仅限于 少数几个 目标的 孤立动作，例如 最常用的 文本-视频 数据 集 WebVid 由1070 万个文 本-视频 对(视频时 长 5.2 万小时)组成。Sora 是 一 次 数 据 驱 动 下 的 模 型 性 能 突 破。多模态视频文本数据集和文生视频模型的发展往往是交织在一起的，Meta 在2022年 发 布 的 文 生 视 频 模 型Make-a-Video 中 仅 使 用 文 本-图 像 对 来 学 习 世 界 表 象 信 息，并 使 用 单 模 态 视 频 数 据 以 无 监 督 的 方 式学 习 时 空 依 赖性。我们认 为，Sora 可 能 采用了 类似的 方案设 计，是 一次数 据驱动 下的模 型性能 突破。Sora 模 型 通 过 引 入 视 觉 包patches，类 似 于 大 语 言 模 型 中 的token，统 一 了 不 同 类 型 的 视 频 和 图 像 的 表 示。首先，通 过 视 频压 缩 网 络 将 原 始 视 频 压 缩 到 低 维 度 的 潜 在 空 间，这 个 空 间 可 以 看 作 是 时 空 包 的 集 合。通 过 专 门 训 练 的 解 码 器 模 型，将 生 成的 潜 在 表 示 映 射 回 像 素 空 间，生 成 可 视 的 视 频 或 图 像。在 训 练 中，通 过 提 取 时 空 包 并 转 换 成token 的 方 式，Sora 模 型 能 够 跨越 不 同 分 辨 率、持 续 时 间 和 纵 横 比 的 视 频 和 图 像。直 接 在 数 据 的原始 尺寸上 训练的 好处：采 样 灵 活、改 进 构 图 和 画 面 组 成。大规模训练语料来源一：广泛的视频格式资料来源：OpenAI，中信建投图：Sora 的编 码 器 模型13 重新标注技术降低了标注数据的来源门槛。训练文本到视频生成系统需要大量带有相应文字标题的视频。Sora 将在DALL E 3 中 引 入的 重新标 注技术应 用到视 频上。首 先训练 一个高度 描述性 的标注模 型，然 后使用它 为训练 集中的所 有视 频生成文字标题。其后利用GPT将用户的简短提示 转换成更长的详 细说明，然 后 发 送 给 视 频 模 型。在 高 度 描 述 性 的 视 频 标 题上 进 行 训 练 可以提 高文本 的准确 性以及 视频的 整体质 量。这 使得Sora 能 够 生成高 质量的 视频，准确地 遵循用 户的提 示。大规模训练语料来源二：无需标注的视频资料来源：OpenAI，中信建投图：重新 标注技 术 进行视频 的自动 标 注14 根据Sora 技 术 报 告，Sora 由 扩 散 模 型+Transformer 模型构成。扩 散 模 型+Transformer 的模型架构（Dit）在 相 关 研 究 中 多 次出现，可 以 推测Sora 或 采 用了相 似的架 构设计。Dit 模 型 使 用Transformers 替 换 传 统 扩 散 模 型 中U-Net 主 干 网 络，可 以 实 现 更 快 的 生 成 速 度，而且Transformers 可 以 很 好 地 保持 原 有 的 优 秀特性，比如 可伸缩 性、鲁 棒性、高效性，同时Transformers可以更好的与其他模态 进 行兼 容。Sora基本架构：扩散模型+Transformer 模型资料来源：DiT：Scalable Diffusion Models with Transformers，中信建投图：Dit 模型架构15 第 二 章 谷 歌 再 度 更 新Gemini 系 列 模 型 16 2 月8 日，谷 歌 宣 布 把BardAI 聊 天 机 器 人 更 名 为Gemini，并 推 出GeminiUltra1.0 谷 歌 大 语 言 模 型 最 大、功 能 最 强 大的 版 本。用户可以 通过月 付20 美金 来订阅 其新的AI 高 级 套餐中 的一 个强大 的生成式AI 聊 天机器 人GeminiAdvanced，可以访问Google 最 先 进 的 生 成 式AI 模型Gemini Ultra，前2 个 月 可 以 免 费 使 用。值 得 一 提 的 是，这 一 定 价 与ChatGPT 月收费相同。此 次 谷 歌 不 仅推出 了大模 型面向C 端的App，还 将内部 的多个 产品接 入大模 型，进 一步加 速其商 业化进 程。据 谷 歌 博 客 介 绍，借助Ultra 1.0 模型，Gemini Advanced 在完成复杂任务方面，性能暴涨。比如，对于编程、逻辑推理、遵 循复杂 指令，以 及参与 创意项目 的协作，胜任力 近乎完 美。除此 之外，Gemini Advanced 不仅 可以 开启更 长、更详 细的 对话，还能 更好地理 解此前 提出问题 的上下 文。谷歌发布Gemini Ultra资料来源：Google，中信建投图：Gemini 系列 模 型 图：Gemini 上线手机端17 2 月16 日，谷 歌 宣 布 推 出 全 新 的 Gemini 1.5 模型，标 志 着 公 司 的 人 工 智 能 技 术 取 得 了 重 大 飞 跃。谷歌 表示相 比较前代产品Gemini 1.0 Ultra，1.5 新 模 型 在 多 个 方 面 都 取 得 了 长 足 进 步，能 够 更 高 效、更 长 时 间 地 处 理 信 息。根 据 皮 查 伊 的 说 法，Gemini 1.5Pro 可达到与1.0Ultra 模 型 相 当 的 质量，同时使 用更少 的计算 能力，因此效 率更高。可 一 次 性 处 理 大 量 信 息，百万token 超 长 上 下 文 窗 口。Gemini 1.5 Pro 可 以 处理 128000 个 token 的标准 情境窗 口，仅限 特定开 发人员 和企业客 户使用 的版本可 以处理 多达 100 万个 token。谷歌 表示1.5Pro 可以 一次性 处理大量 信息，包括 1 小 时的 视频、11 小时的音频、超过3 万 行 代 码 的 代码 库或超 过70 万字的文字。谷歌发布Gemini Pro 1.5版本资料来源：Google，中信建投图：Gemini 1.5 Pro 上下文窗口 方面与 其他模型 对比18 Gemini 1.5 的 设 计 充 分 借 鉴 了 谷 歌 在Transformer 和 混 合 专 家（MoE）架 构 领 域 的 前 沿 研 究 成 果。与 传 统 的 庞 大 神 经 网 络运行的Transformer不同，MoE模型由多个小型专家神 经 网络 组 成。在 全 面 覆 盖 文 本、代码、图像、音 频 和 视 频 等 多 方 面 的 综 合 性 测 试 中，Gemini 1.5 Pro 在87%的 基 准 测 试 上 实 现 了 超 越1.0Pro 的 卓 越 表 现。相 较于1.0 Ultra 在 相 同基准 测试中的 对比，1.5 Pro 的 性能也 呈现出极 为接近 的水平。Gemini 1.5 Pro展现出卓 越 的 上 下 文 学习 能 力，能 够 仅凭 长 提 示 中 提 供的 信 息 掌 握 新技能，无 需 进一 步细 化 调 整。相 较于1.0 Pro模型，1.5 Pro 在31项测试 中有27项 呈现出 更佳表现。与1.0 Ultra 相比，1.5 Pro 模型 在31 项 性能测试 中的17 项上超越 了1.0 Ultra模型，彰显 了其 在多方 位测试中 的卓越 性能。谷歌发布Gemini Pro 1.5版本资料来源：Google，中信建投图：Gemini 1.5 Pro 海底 捞针 测 试 图：Gemini 1.5 Pro 性能 测 试19 第 三 章 ChatGPT 诞 生 之 后 不 断 更 迭 20 2 月13 日OpenAI 通 过 新 闻 稿 宣 布，当 前 正 在 小 范 围 测 试 ChatGPT 的“记忆”功 能：记 住 用 户 在 聊 天 中 讨 论 过 的 事 情，并避免重复信息。据介绍，用 户 对ChatGPT 的记忆功能拥有灵活的控制权，可 通 过 发 出 明 确 指 令 指 导ChatGPT 记住特定内容，也 可 以 通 过 询 问“你 记 住 了 什 么”来 主 动 获 取 已 记 忆 的 信 息。用 户 还 有 选 择 完 全 关 闭 该 功 能，或 通 过 对 话 和 设 置 让ChatGPT 忘记”先 前被 记住 的 内容。基 于 过 往 内 容 逐 步 构 建 记 忆，提 升 未 来 交 流 效 率。在与ChatGPT 的对话中，用 户 可 要 求 其 记 住 特 定 信 息，或 让 其 主 动 捕 获对话细节。随着使用频率的增加，ChatGPT 的记忆功能将逐渐优化，带 来 显 著 的 性 能 改 进。值 得 注 意 的 是，ChatGPT 的记忆 是基于 用户的互 动逐步 构建的，与特定 对话无关。删除 某个对话 并不会 删除相应 的记忆，用户需 要手动 进行清除。OpenAI 为ChatGPT增加记忆功能资料来源：OpenAI，中信建投图：删除 特定 记 忆 功能 演示 图：打开 临时 聊天 功 能 演示21 目前，OpenAI 一 共 使 用了5 种 速 率 限 制：RPM（每 分 钟 请求 数）、RPD（每天 请求 数）、TPM（每分 钟tokens 数量）、TPD（每天tokens 数量）和IPM（每 分 钟图像 数量）。进 行 速 率 限 制可以 防止API 被 滥 用或误 用，确 保每个 人公平 访问API，帮助OpenAI 管 理 其基础 设施负 载。2 月17 日，OpenAI 在 社 交 平 台 宣 布，取消了GPT-4 Turbo 的 所 有 每 日 限 制，并 将 速 率 限 制 提 升1 倍。现在，每 分 钟 可 处 理 高达150 万TPM的数据。OpenAI 取消GPT-4 Turbo 每日限制资料来源：OpenAI，中信建投图：OpenAI 再度 提 升GPT-4 速率限制 图：OpenAI 不同 用 户的 限 制等 级22 第 四 章 其他 23 ARM 是 全 球 芯 片IP 霸主，从 传 感 器 到 手 机 到 汽 车 再 到 数 据 中 心，ARM 的IP 设计广泛应用于各种芯 片。Arm 在 智 能 手 机 芯 片领 域 占 据 了 超过90%的全 球市场 份额。受 下 游 终 端 需 求 拉 动，ARM 业 绩 的 异 军 突 起。ARM新季度财报显示，FY24Q3营收、利 润 等 业绩 指标 均 超 出 预期，股价在5个交易日内实现翻倍。Arm 的 收 入 主 要 来 自 两 部分：版 税（royalty），收入4.7 亿美元，同比增长11%，主 要 是 半 导体 行 业复苏和ARMv9 架 构 渗 透 率 提 升 所 致。ARMv9 增 强 了 安 全 性 和 矢 量 处 理，添 加 了 机 器 学 习 和 数 字 信 号 处 理，其AI 能力更强，因 此 其 版 税 价 格 也 更 高，大约是ARMv8 价 格 的2 倍，其 渗 透 率 提 升 带 动 了Arm 的 业 绩 增 长；授 权 许 可（license），收入3.54亿美元，同 比增长18%，高于预 期表现 是源于 下游正 积极对AI 终 端市场 展开投 资，因 此对ArmCPU 有 旺 盛 需求。Arm 将 业 务 拓 展 到 智 能 手 机 之 外，进军AI、汽 车 等 市 场 进 行 多 元 化 布 局，其在AI 驱 动 的 客 户 平 台 中 的 收 入 份 额 占 比 提 高，ARM 服 务器在 数据中 心领域 的覆盖率 和市场 影响力也 越来越 大。ARM：AI加速渗透，ARM无处不在资料来源：ARM，中信建投 24$233$258$188$299$259$275$388$354$424$434$442$425$374$400$418$470$100$200$300$400$500$600$700$800$900FY22Q4 FY23Q1 FY23Q2 FY23Q3 FY23Q4 FY24Q1 FY24Q2 FY24Q3许可费 版税图：ARM 股 价图 图：ARM分 业务 营收情 况 图：历代ARM架构0.0020.0040.0060.0080.00100.00120.00140.00160.009/14/23 10/14/23 11/14/23 12/14/23 1/14/24 2/14/24 第 五 章 风 险 提 示 25 大模型技术发展不及预期：大模型属于先进AI算法，若后续大模型算法更新迭代效果不及预期，则会影响大模型演进及 拓展，进而 会影 响其 商 业化 落地 等；商 业 化 落 地 不 及 预 期：大 模 型 的 商 业 落 地 模 式 在 业 界 中 普 遍 处 于 探 索 阶 段，用 户 对 于 大 模 型 的 接 受 程 度 和 商 业 化 变 现能 力可能 不及预期；政 策 监 管 力 度 不 及 预 期：大 语 言 模 型 带 来 新 的 网 络 生 态 商 业，尚 属 于 前 期 成 长 阶 段，政 策 监 管 难 度 加 大，相关法律法规 尚不完 善，政策 监管力 度可能不 及预期。数 据 数 量 与 数 据 质 量 不 及 预 期：大 型 语 言 模 型 需 要 大 量 的 高 质 量 数 据 进 行 训 练，若数据数量和质量存在短板，则会影响 大语言 模型效果。风险提示26 分析 师介绍于 芳 博：中 信 建 投 人 工 智 能 组 首 席 分 析 师，北 京 大 学 空 间 物 理 学 学 士、硕士，2019 年7 月 加 入 中 信 建 投，主 要 覆 盖 人 工 智 能 等 方 向，下游重点包括 智能汽 车、CPU/GPU/FPGA/ASIC、EDA和工业软件 等方向。评 级 说 明投资评级标准 评级 说明报 告 中 投 资 建 议 涉 及 的 评 级 标 准 为 报 告 发 布 日 后6 个月 内 的 相 对 市 场 表 现，也 即 报 告 发 布 日 后 的6 个月内公司股价（或 行 业 指 数）相 对 同 期 相 关 证 券 市 场 代表 性 指 数 的 涨 跌 幅 作 为 基 准。A 股 市 场 以 沪 深300 指数作为基准；新 三 板 市 场 以 三 板 成 指 为 基 准；香 港市场以恒生指数作为基准；美国市场以标普 500 指数为基准。股票评级买入 相对涨幅15 以上增持 相对涨幅5%15 中性 相对涨幅-5%5 之间减持 相对跌幅5%15 卖出 相对跌幅15 以上行业评级强于大市 相对涨幅10%以上中性 相对涨幅-10-10%之间弱于大市 相对跌幅10%以上27 分析师声明本报告署名分析师在此声明：（i）以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告,结论不受任何第三方的授意或影响。（ii）本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。法律主体说明本报告由中信建投证券股份有限公司及/或其附属机构（以下合称“中信建投”）制作，由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。中信建投证券股份有限公司具有中国证监会许可的投资咨询业务资格，本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格证书编号已披露在报告首页。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。本报告作者所持香港证监会牌照的中央编号已披露在报告首页。一般性声明本报告由中信建投制作。发送本报告不构成任何合同或承诺的基础，不因接收者收到本报告而视其为中信建投客户。本报告的信息均来源于中信建投认为可靠的公开资料，但中信建投对这些信息的准确性及完整性不作任何保证。本报告所载观点、评估和预测仅反映本报告出具日该分析师的判断，该等观点、评估和预测可能在不发出通知的情况下有所变更，亦有可能因使用不同假设和标准或者采用不同分析方法而与中信建投其他部门、人员口头或书面表达的意见不同或相反。本报告所引证券或其他金融工具的过往业绩不代表其未来表现。报告中所含任何具有预测性质的内容皆基于相应的假设条件，而任何假设条件都可能随时发生变化并影响实际投资收益。中信建投不承诺、不保证本报告所含具有预测性质的内容必然得以实现。本报告内容的全部或部分均不构成投资建议。本报告所包含的观点、建议并未考虑报告接收人在财务状况、投资目的、风险偏好等方面的具体情况，报告接收者应当独立评估本报告所含信息，基于自身投资目标、需求、市场机会、风险及其他因素自主做出决策并自行承担投资风险。中信建投建议所有投资者应就任何潜在投资向其税务、会计或法律顾问咨询。不论报告接收者是否根据本报告做出投资决策，中信建投都不对该等投资决策提供任何形式的担保，亦不以任何形式分享投资收益或者分担投资损失。中信建投不对使用本报告所产生的任何直接或间接损失承担责任。在法律法规及监管规定允许的范围内，中信建投可能持有并交易本报告中所提公司的股份或其他财产权益，也可能在过去12个月、目前或者将来为本报告中所提公司提供或者争取为其提供投资银行、做市交易、财务顾问或其他金融服务。本报告内容真实、准确、完整地反映了署名分析师的观点，分析师的薪酬无论过去、现在或未来都不会直接或间接与其所撰写报告中的具体观点相联系，分析师亦不会因撰写本报告而获取不当利益。本报告为中信建投所有。未经中信建投事先书面许可，任何机构和/或个人不得以任何形式转发、翻版、复制、发布或引用本报告全部或部分内容，亦不得从未经中信建投书面授权的任何机构、个人或其运营的媒体平台接收、翻版、复制或引用本报告全部或部分内容。版权所有，违者必究。中 信 建 投 证 券 研 究 发 展 部 中 信 建 投（国 际）北京东城区朝 内大街2 号 凯恒中心B座12层电话：(8610)8513-0588联系人：李 祉瑶邮箱：上海浦东新区 浦东南 路528 号 南塔2103 室电话：(8621)6882-1612联系人：翁起帆邮箱：深圳福田区福 中三路 与鹏 程一路交 汇处广电金融 中心35 楼电话：（86755）8252-1369联系人：曹莹邮箱：香港中环交易 广场2 期18 楼电话：（852）3465-5600联系人：刘泓麟邮箱：charleneliucsci.hk28
展开阅读全文