人工智能主題分化存真下的投資線索

內(nèi)容目錄TOC\o"1-2"\h\z\u分化存真進(jìn)行時(shí)：從海外股指結(jié)構(gòu)分化說起 5上半年美股寬基指數(shù)主要漲幅由核心標(biāo)的貢獻(xiàn) 5國內(nèi)AIGC相關(guān)概念標(biāo)的正在演繹“分化存真” 7海外AIGC相關(guān)概念標(biāo)“分化存真”邏輯演繹得更早 8AI產(chǎn)業(yè)鏈各層次如何演繹“分化存真” 9企業(yè)視角：優(yōu)質(zhì)企業(yè)如何穿越周期 13英偉達(dá)：人工智能計(jì)算領(lǐng)域領(lǐng)頭羊 13特斯拉：全球新能源車領(lǐng)路人 19結(jié)論：產(chǎn)品+業(yè)績是“常勝將軍”穿越周期的必要條件 23產(chǎn)業(yè)視角：“SCIR”框架下的賽道投資機(jī)會(huì) 24從供給端到應(yīng)用端的“SCIR”框架 24從AI當(dāng)前發(fā)展階段看“SCIR”企業(yè)投資機(jī)會(huì) 25“SCIR”框架總結(jié)及企業(yè)一覽 32風(fēng)險(xiǎn)提示 37圖表目錄圖年初至今SPX指數(shù)主要漲幅與7支核心標(biāo)的分化嚴(yán)重 5圖7支核心標(biāo)的貢獻(xiàn)超過SPX漲幅的95以上 5圖SPX、納指風(fēng)險(xiǎn)溢價(jià)水平創(chuàng)新低 5圖NDX.GI、SPX.GI的EPS2YCAGR年初至今持續(xù)修復(fù)，NDX修復(fù)力度大于SPX 6圖META自2022年底持續(xù)上修盈利預(yù)測 6圖美股GICS信息技術(shù)行業(yè)資產(chǎn)負(fù)債率整體偏低 6圖4月以來AIGC相對(duì)全A超額收益放緩 7圖個(gè)股視角下4-5月AIGC、人工智能概念賺錢效應(yīng)轉(zhuǎn)弱 7圖人工智能概念股4月以來周頻漲跌幅中位數(shù)錄得一定回撤 7圖目前AI處于分化存真階段2，自下而上精選賽道+標(biāo)的 7圖人工智能技術(shù)架構(gòu)及海外重點(diǎn)企業(yè) 8圖從代表公司的表現(xiàn)上看，基礎(chǔ)層>技術(shù)層>能力應(yīng)用終端層 8圖2021-2026年全球數(shù)據(jù)總量及預(yù)測 9圖2016-2021年全球數(shù)據(jù)中心負(fù)載任務(wù)量及預(yù)測 9圖2018-2025年全球AI芯片市場規(guī)模及預(yù)測 9圖獨(dú)立GPU出貨量方面：NVIDIA>AMD>Intel 9圖LLaMA模型超參數(shù)一覽 10圖SAM模型原理及結(jié)構(gòu)簡覽 10圖DINOv2數(shù)據(jù)處理管道原理示意 11圖Meta發(fā)布多模態(tài)AI模型ImageBind 11圖ImageBind可實(shí)現(xiàn)的能力 11圖英偉達(dá)創(chuàng)新歷程 13圖英偉達(dá)股價(jià)變化情況及行業(yè)變化復(fù)盤 13圖英偉達(dá)2016-2018年超額回報(bào)及2019年跑輸行業(yè)的主要原因在于數(shù)據(jù)中心收入增速變化 14圖2016年英偉達(dá)深度學(xué)習(xí)產(chǎn)品深入布局各行業(yè) 15圖英偉達(dá)廣泛布局人工智能領(lǐng)域 15圖英偉達(dá)GPU架構(gòu)演進(jìn)史 16圖2018-2022年(FY19-FY23)GraphicSegment收入 17圖FY19-FY23GraphicSegment營業(yè)利潤(率) 17圖2019年末至2021年末，英偉達(dá)主營業(yè)務(wù)收入持續(xù)高增，股價(jià)拐點(diǎn)略早于增速拐點(diǎn) 17圖2022年(FY23)數(shù)據(jù)中心收入首次超過游戲，成為英偉達(dá)收入的主要貢獻(xiàn)項(xiàng) 18圖FY2Q24英偉達(dá)業(yè)績指引 18圖近10年特斯拉股價(jià)漲幅超百倍，相對(duì)SPX可選消費(fèi)、納斯達(dá)克、汽車行業(yè)超額收益均顯著 19圖2012-2015年特斯拉復(fù)盤 20圖2015年末-2019年末特斯拉基本面復(fù)盤 21圖2019年末至2021年末特斯拉復(fù)盤 22圖2022年至今特斯拉復(fù)盤 23圖AI產(chǎn)業(yè)視角下的“SCIR”框架 24圖部分大語言、多模態(tài)模型訓(xùn)練成本一覽 25圖2019-2022年大語言和多模態(tài)模型參數(shù)量對(duì)比 25圖大語言與多模態(tài)大模型時(shí)間線和國家隸屬關(guān)系(2019-2022年) 26圖DuolingoMaxExplainMyAnswer 27圖DuolingoMaxRoleplay 27圖Duolingo與Chegg年初至今股價(jià)分化 28圖Duolingo與Chegg核心內(nèi)容對(duì)比 28圖企業(yè)用戶可在企業(yè)版AdobeExpress中使用Firefly 29圖AdobeFirefly界面 29圖AdobeFirefly使用場景一覽 29圖Adobe年初至今小幅跑贏納指 30圖Adobe營業(yè)收入及歸母凈利潤 30圖EinsteinGPT幫助用戶進(jìn)行商業(yè)分析 30圖EinsteinGPT幫助用戶生成代碼 30圖人工智能產(chǎn)業(yè)周期下SCIR的受益區(qū)間 32圖四類企業(yè)營收/營收增速指引 33圖四類企業(yè)凈利潤、凈利潤增速、ROE指引 34圖四類企業(yè)歷史營收一覽 35圖四類企業(yè)歷史凈利潤、ROE一覽 36表英偉達(dá)重要GPU產(chǎn)品迭代發(fā)展 15分化存真進(jìn)行時(shí)：從海外股指結(jié)構(gòu)分化說起上半年美股寬基指數(shù)主要漲幅由核心標(biāo)的貢獻(xiàn)年初以來美股寬基指數(shù)整體上漲，但內(nèi)部結(jié)構(gòu)分化嚴(yán)重。SPX在風(fēng)險(xiǎn)溢價(jià)偏低的預(yù)警下仍然持續(xù)上漲，從整體漲幅上看，納指上漲超過25、SPX上漲超過10相較于信息技術(shù)占據(jù)60+權(quán)重的納指作為更均勻的寬基指數(shù)，年初至今經(jīng)歷了很大程度的分化。這種分化主要體現(xiàn)在，目前市值占比最高的七家企業(yè)（蘋果、微軟、谷歌、亞馬遜、英偉達(dá)、特斯拉、Meta）年初至今實(shí)現(xiàn)了超過50的綜合漲幅遠(yuǎn)超SPX整體的12.5從市值占比和漲跌幅貢獻(xiàn)的角度看，上述7個(gè)企業(yè)年初在SPX中的市值占比僅為22.4，但年初至今貢獻(xiàn)了SPX漲跌幅中的96.23尤其是在3月以來，AIGC產(chǎn)業(yè)持續(xù)演化的過程中這種分化表現(xiàn)得更加明顯。圖年至今SPX指主要幅與7支心標(biāo)分化重 圖支心標(biāo)貢獻(xiàn)過SPX漲的95以上資料來源：萬得，彭博，整理 資料來源：萬得，彭博，整理SPX.GIIXIC.GISPX.GIIXIC.GI資料來源：Factset，整理利潤增長率的預(yù)期上修一定程度上能夠反映納指和SPXNDX.GISPXSPXAIGCCopilot),用戶心智持續(xù)變化的過程中，增量客戶訂閱一定程度上能夠促進(jìn)EPSAI1-2圖4：NDX.GI、SPX.GI的EPS2YCAGR年初至今持續(xù)修復(fù)，NDX修復(fù)力度大于SPX資料來源：Factset，整理圖自2022年持續(xù)修盈預(yù)測 圖美股GICS信技術(shù)業(yè)資負(fù)債整體低資料來源：彭博，整理 資料來源：萬得，彭博，整理國內(nèi)AIGC相關(guān)概念標(biāo)的正在演繹“分化存真”AAIGC4指數(shù)成分股方面，我們自下而上以當(dāng)日上漲家數(shù)占成分股總數(shù)之比作為賺錢效應(yīng)的衡量AIGC456圖月來AIGC相全A超收益緩 圖個(gè)視角下4-5月AIGC、工智概念錢效轉(zhuǎn)弱資料來源：萬得，整理 資料來源：萬得，整理AIGC、ChatGPT120的中，無論是簡單觀察每周的漲跌幅中位數(shù)，還是從分化度和前20個(gè)股的整體表現(xiàn)看，都可以得到結(jié)構(gòu)內(nèi)“分化存真”的結(jié)論。從中位數(shù)視角看，4以來，人工智能相關(guān)概念股中位數(shù)漲跌幅僅有兩周錄得正值，而以處在20分位數(shù)和80分位數(shù)的個(gè)股漲跌幅之差來衡量分化度，人工智能賽道分化程度在2月至今經(jīng)歷了三個(gè)階段：普漲段31：35452：優(yōu)質(zhì)個(gè)股賺錢效應(yīng)小幅下降，賽道整體分化程度也在下降。圖人智能念股4月來周漲跌中位錄得定回撤 圖目前AI處分化真階段2，下而精選道+標(biāo)的資料來源：萬得，整理 資料來源：萬得，整理海外AIGC相關(guān)概念標(biāo)“分化存真”邏輯演繹得更早NVIDIAAMDIntelNLPCVMicrosoft、Google、Amazon、MetaAIBuzzfeedSoundHoundLemonadeBIGBEAR等都屬于這類企業(yè)。圖11：人工智能技術(shù)架構(gòu)及海外重點(diǎn)企業(yè)資料來源：萬得，頭豹研究院，整理漲幅較好，NVIDIA、AMD、Intel年初至今分別上漲156.5、81.9和20.3；技術(shù)層企業(yè)Meta領(lǐng)漲年初以來上漲119.0MicrosoftAmazon漲幅在35-45之間；下游應(yīng)用端企業(yè)中，BIGBEAR年初以來上漲207.2，SOUNDHOUND和Lemonade漲幅在40-50之間，Buzzfeed下跌1.8應(yīng)用層代表性企業(yè)股價(jià)高2-3圖12：從代表公司的表現(xiàn)上看，基礎(chǔ)層>技術(shù)層>能力應(yīng)用終端層資料來源：萬得，彭博，整理注：數(shù)據(jù)截至2023年6月8日，其中2023年首個(gè)交易日定基為1AI產(chǎn)業(yè)鏈各層次如何演繹“分化存真”AIAI基礎(chǔ)層代表企業(yè)中，NVIDIA對(duì)基礎(chǔ)設(shè)施的確定性需求始終存在，這類企業(yè)往往不太容易發(fā)生核心業(yè)務(wù)或產(chǎn)品結(jié)構(gòu)的本質(zhì)性改變，因此確定性更強(qiáng)、受益于需求拉動(dòng)的往往有更好的表現(xiàn)IDC20212026年全球數(shù)據(jù)總量將從82.47ZB上升至215.99ZB，CAGR為21.24，這也使得算力需求的增長不可忽視，AIAIAI(GPU)、現(xiàn)場可編程門陣列(FPGA)(ASIC)(NPU和通用性大平臺(tái)的建設(shè)特征，GPUJonPeddieResearch(JPRNVIDIA獨(dú)立GPU出貨量占比超過80和Intel份額相對(duì)較少三個(gè)企業(yè)的表現(xiàn)部分AI圖年球數(shù)總量預(yù)測 圖年球數(shù)中心載任量及測資料來源：IDC，國信電子組《電子AI+系列專題：復(fù)盤英偉達(dá)的AI發(fā)展之路》，整理

資料來源：CiscoGlobalCloudIndex，國信電子組《電子AI+系列專題：復(fù)盤英偉達(dá)的AI發(fā)展之路》，整理圖年球AI芯市場模及測 圖獨(dú)立GPU出量方：NVIDIA>AMD>Intel資料來源：Tractica，國信電子組《電子AI+系列專題：復(fù)盤英偉達(dá)的AI發(fā)展之路》，整理

資料來源：JonPeddieResearch，國信電子組《電子AI+系列專題：復(fù)盤英偉達(dá)的AI發(fā)展之路》，整理NVIDIAAMDIntelAIOpenAI，AzureAIBedrockTitanAIAIGCMeta225Meta21TransformerLLaMALLaAOpenAIGPT-3LLaMA7B65B13BGPT-3(175B)。在性能可比的情況下，LLaMA圖17：LLaMA模型超參數(shù)一覽資料來源：GitHub，整理月MetaSAMDIOv布局的態(tài)度。SAMSegmentAnythingModelGPT-4“回答一切”的初心，SAMNLPPromptCVCVSAM的特征完成部分下游任務(wù)，具備較大的潛力。圖18：SAM模型原理及結(jié)構(gòu)簡覽資料來源：Arxiv，整理DINOv21BViT模型，并進(jìn)行提煉，實(shí)現(xiàn)了超越現(xiàn)有OpenCLIP3D圖19：DINOv2數(shù)據(jù)處理管道原理示意資料來源：Arxiv，整理9MetaAIIMU在應(yīng)用端存在下列應(yīng)用場景：1）利用圖片生成音頻；2）利用音頻生成圖片；3）利用文本檢索圖片/3DSAMDINOv2等模型的補(bǔ)充，ImageBind圖發(fā)多模態(tài)AI模型ImageBind 圖可現(xiàn)的力資料來源：MetaAI，整理 資料來源：MetaAI，整理2AIAI應(yīng)用層企業(yè)分化更大，波動(dòng)也更大，整體更易受短期看點(diǎn)驅(qū)動(dòng)。1BuzzFeedAIQuizzes產(chǎn)品增加Quizzes互動(dòng)性月26日1月27日BuzzFeed分別上漲119.77、85.17。BIGBEARAIAIML9億美元的合同后月12日股價(jià)上漲260創(chuàng)歷史單日最大漲幅，當(dāng)前股價(jià)較2月高位回撤超60。Lemonade44AI+保險(xiǎn)是長期視角下確定性較強(qiáng)的賽道，AI由于運(yùn)用場景本身的復(fù)雜性，這類企業(yè)被巨頭或獨(dú)角獸企業(yè)顛覆的可能性更高，從波動(dòng)程度看，上述企業(yè)整體波動(dòng)情況更大，更易受到短期看點(diǎn)影響。企業(yè)視角：優(yōu)質(zhì)企業(yè)如何穿越周期英偉達(dá)：人工智能計(jì)算領(lǐng)域領(lǐng)頭羊2013年至今，英偉達(dá)作為海外人工智能計(jì)算領(lǐng)域龍頭，股價(jià)漲幅超百倍。英偉達(dá)1993PC圖22：英偉達(dá)創(chuàng)新歷程資料來源：英偉達(dá)官網(wǎng)，整理2013320235400692020-202120229β+α共振。圖資料來源：萬得，整理主升浪1：2016-2018年2016-2018AI201682018970.3從行業(yè)層面看，不論是美股信息技術(shù)還20151Q1-Q41.431.512.42.96億美元同比分別增長63110、193、205，數(shù)據(jù)中心業(yè)務(wù)短期爆發(fā)力強(qiáng)，205同樣是數(shù)據(jù)中心業(yè)務(wù)單季增速的頂點(diǎn)。2017-20182017100以上年Q1首次低于100數(shù)據(jù)中心業(yè)務(wù)增速真正的分水嶺在同比由58滑落至12年前三季度更是單季2018Q3圖24：英偉達(dá)2016-2018年超額回報(bào)及2019年跑輸行業(yè)的主要原因在于數(shù)據(jù)中心收入增速變化資料來源：彭博，整理從兩個(gè)維度看英偉達(dá)的自身產(chǎn)品力，2017-20181：客戶量方面，2016201413Pascal16nmDirectX12GPU2017Volta12nm；2018TuringGPUGTX1080Ti2080TiNVIDIARayTracingDLSSGPU圖資料來源：英偉達(dá)官網(wǎng)，整理圖26：英偉達(dá)廣泛布局人工智能領(lǐng)域資料來源：英偉達(dá)官網(wǎng)，整理表1：英偉達(dá)重要GPU產(chǎn)品迭代發(fā)展GPU產(chǎn)品發(fā)布年份創(chuàng)新點(diǎn)GeForce2561999年第一款支持硬件3D加速的圖形卡GeForce8800GTX2006年第一款支持DirectX10的GPU產(chǎn)品GeForceGTX9802014年首款基于Maxwell架構(gòu)的GPU產(chǎn)品GeForceGTX1080Ti2017年面向游戲和專業(yè)應(yīng)用的超高性能和能耗優(yōu)化TeslaV1002017年面向深度學(xué)習(xí)和人工智能的加速器卡QuadroRTX80002018年面向?qū)I(yè)創(chuàng)作者和設(shè)計(jì)師的GPU產(chǎn)品GeForceRTX20802018年首款支持NVIDIARayTracing和DLSS的GPU產(chǎn)品GeForceRTX30系列2020年首款基于Ampere架構(gòu)的GPU產(chǎn)品GeForceRTX30602021年面向中高端游戲玩家的理想選擇資料來源：英偉達(dá)官網(wǎng)，整理圖27：英偉達(dá)GPU架構(gòu)演進(jìn)史資料來源：woshipm，整理主升浪2：2019年末至2021年11月末20191220211152.2326高達(dá)526，同期美股信息技術(shù)上漲93.1，半導(dǎo)體產(chǎn)品上漲135.8。2019Q4英偉達(dá)主營業(yè)務(wù)收入迎來拐點(diǎn)，數(shù)據(jù)中心單季營收同比增速由2019Q3的-8.3，上升至42.6，游戲單季營收同比增速由2019Q3的-6.0上升至56.3。數(shù)據(jù)中心+游戲綜合收入增速由2019Q3的-6.7上升至50.6。分主營業(yè)務(wù)看，數(shù)據(jù)中心＆2020Q22021Q12021Q12021Q259.3、47.6、52.0和53.3。股價(jià)拐點(diǎn)早于增速拐點(diǎn)出現(xiàn)。的區(qū)間與拐點(diǎn)有較強(qiáng)的解釋力。2021113DOmniverseGeForceGPUGeForceNOWQuadro/NVIDIARTX、用于信息娛樂系統(tǒng)的汽車平GraphicSegment。而數(shù)JetsonCompute&NetworkingSegment。元宇宙的概念加持下，GPU設(shè)施建設(shè)底座，GraphicSegment但從實(shí)際收入和利潤表現(xiàn)看，GraphicSegment2022Segment20182021（FY19-FY22）在收入端確實(shí)實(shí)現(xiàn)了高速增長，但2022年(FY23)收入為119.06億美元，同比減少25；利潤方面，2022年GraphicSegment的營業(yè)利潤同比減少46.4，營業(yè)利潤率為38.2，較2021年下降15.3pct，滑坡明顯。與此同時(shí)，全球經(jīng)濟(jì)承壓、疫情減少游戲需求、渠道商庫存壓力顯現(xiàn)等多方面因素同樣對(duì)游戲領(lǐng)域的收入形成了較GraphicSegment圖(FY19-FY23)GraphicSegment收入 圖GraphicSegment營利潤(率) 資料來源：彭博，整理 資料來源：彭博，整理圖30：2019年末至2021年末，英偉達(dá)主營業(yè)務(wù)收入持續(xù)高增，股價(jià)拐點(diǎn)略早于增速拐點(diǎn)資料來源：彭博，整理主升浪3：2022年末至今202211OpenAIChatGPT，大模型浪潮席卷全球，大模型火爆的背景下H100HopperAmpereGPUAI圖31：2022年(FY23)數(shù)據(jù)中心收入首次超過游戲，成為英偉達(dá)收入的主要貢獻(xiàn)項(xiàng)資料來源：彭博，國信電子組《電子AI+系列專題：復(fù)盤英偉達(dá)的AI發(fā)展之路》，整理FY2Q24)107.8-112.2利率相較去年同期均有明顯改善。GAAP準(zhǔn)則下預(yù)計(jì)毛利率68.1-69.1（YoY24.6-25.6pct；QoQ準(zhǔn)則下預(yù)計(jì)毛利率69.5-70.523.6-24.6pct；QoQ2.7-3.7pct）。收入和毛利率指引迎來歷史新高的背景下，PE(TTMPE2022AI圖32：FY2Q24英偉達(dá)業(yè)績指引資料來源：公司公告，整理特斯拉：全球新能源車領(lǐng)路人102015-20193）2020-20214）20221主要是公司的品牌形象樹立階段，這一階段公司在明確純電動(dòng)路徑后成功ModelSModelX，PS(TTM)中樞下行，2015PS(TTM)為7.820132.3201516.5階段220152019年末，期間公司完成S3XY全域產(chǎn)品矩陣建設(shè)，股價(jià)于2015-201620172019PS(TTM)中樞下行，20196PS1.6820193202020214002042022AIPS9圖33：近10年特斯拉股價(jià)漲幅超百倍，相對(duì)SPX可選消費(fèi)、納斯達(dá)克、汽車行業(yè)超額收益均顯著資料來源：彭博，整理階段1：2013-2015年下半年本輪特斯拉股價(jià)表現(xiàn)同頻于景氣變化。從車輛交付和企業(yè)財(cái)務(wù)數(shù)據(jù)兩個(gè)角度驗(yàn)證特斯拉的景氣度，2013ModelS13-142013-2014歸母業(yè)績持續(xù)為正，毛利率亦維持在20以上，業(yè)績支撐性強(qiáng)。但企業(yè)20142015Q12015Q2圖34：2012-2015年特斯拉復(fù)盤資料來源：萬得，彭博，整理階段2：2015年末至2019年末ModelXModel3S3XY2016SolarCity2017Q1Model3pricein，股價(jià)快速上升。這輪主升浪止于情緒面和利潤端同時(shí)變差，情緒面上看，Model345Model32019ModelS/X2019Q2Q42019圖2019資料來源：萬得，彭博，整理階段3：2020年初至2021年末2019年12月至2021年1月，業(yè)績+估值雙擊，特斯拉漲幅超過800。2019年Q4102020Model350Q22021年初至2021年6月，現(xiàn)金流走弱+負(fù)面情緒發(fā)酵，特斯拉股價(jià)大幅回調(diào)。2021Q12020定程度上影響公司自由現(xiàn)金流。與此同時(shí)，42021SPX6的背景下，特斯拉最大回撤超35。2021年6月至2021年末，現(xiàn)金流質(zhì)量提升，盈利持續(xù)擴(kuò)張，特斯拉上漲69。202Q2202Q2202Q3202Q4單季QoQ均高于100，在毛利率和歸母凈利率爬升的背景下，股價(jià)快速上漲。圖36：2019年末至2021年末特斯拉復(fù)盤資料來源：萬得，彭博，整理階段4：2022年至今20222022FSD1.2況，Model3交付延后+漲價(jià)。產(chǎn)能不足疊加前期較高的單季利潤基數(shù)，2022Q2Non-GAAP4-676-7曲線。20229561041圖37：2022年至今特斯拉復(fù)盤資料來源：萬得，彭博，整理結(jié)論：產(chǎn)品+業(yè)績是“常勝將軍”穿越周期的必要條件從共性特征看，不論是英偉達(dá)還是特斯拉，在創(chuàng)造α的過程中，始終具備較強(qiáng)的產(chǎn)品力。英偉達(dá)不斷完成GPU產(chǎn)品矩陣，率先占領(lǐng)用戶心智。從業(yè)績視角看，英偉達(dá)在股價(jià)表現(xiàn)相對(duì)強(qiáng)勢的區(qū)間里數(shù)據(jù)中心+游戲兩大主要板塊綜合增速持續(xù)上行或增速高于50而特AI產(chǎn)業(yè)視角：“SCIR”框架下的賽道投資機(jī)會(huì)從供給端到應(yīng)用端的“SCIR”框架從供給端和應(yīng)用端兩個(gè)層面出發(fā)，可以沿“SCIRAISupplierAISCIRInvoker：指的是主營產(chǎn)品/服務(wù)可以直接調(diào)用大模型的企業(yè)，這類企業(yè)的主營產(chǎn)Invoker/邏輯更復(fù)雜的算法，大模型作為補(bǔ)充，賦能原有算法。CombinerRefiner：指的是在通用大模型向垂域小模型演化的過程中，通過企業(yè)的數(shù)據(jù)+大模型的梯度微調(diào)，實(shí)現(xiàn)對(duì)企業(yè)目前產(chǎn)品部分功能或運(yùn)行邏輯的重構(gòu)，具體細(xì)分領(lǐng)域包括游戲、數(shù)據(jù)處理、自動(dòng)駕駛、網(wǎng)絡(luò)安全、金融科技等。圖38：AI產(chǎn)業(yè)視角下的“SCIR”框架資料來源：繪制從AI當(dāng)前發(fā)展階段看“SCIR”企業(yè)投資機(jī)會(huì)SupplierAI算力需求與參數(shù)量成正比，AIAIAIMegatron-TuningNLG530B1135Gopher、PaLM800AI圖39：部分大語言、多模態(tài)模型訓(xùn)練成本一覽資料來源：StanfordInstituteforHuman-CenteredArtificialIntelligence，整理注：圖中藍(lán)色部分代表正常范圍的估計(jì)，紫色部分代表可能存在高估圖40：2019-2022年大語言和多模態(tài)模型參數(shù)量對(duì)比資料來源：StanfordInstituteforHuman-CenteredArtificialIntelligence，整理算法層面國內(nèi)整體落后于海外，但處在不斷追趕過程中。海外方面，目前微軟持OpenAIAIAzure3Bard5PaLM2AIBard，在云產(chǎn)品中提供了相關(guān)的服務(wù)。MetaLLaMA，使用更小的參數(shù)規(guī)模GPT-3SAMTitan圖41：大語言與多模態(tài)大模型時(shí)間線和國家隸屬關(guān)系(2019-2022年)資料來源：StanfordInstituteforHuman-CenteredArtificialIntelligence，整理SenseNovaSenseChat、秒SenseMirageAI的能力，同時(shí)作為臨港新片區(qū)智能算力產(chǎn)業(yè)聯(lián)盟(后文簡稱聯(lián)盟)的鏈主企業(yè)，推動(dòng)大模型的有效落地和商業(yè)變革；阿里目前推出大語言模型“通義千問”，同時(shí)6ChatGPT目前國內(nèi)大模型供給端更聚焦中文場景，迭代相對(duì)較快，Supplier后續(xù)是否能獲得競爭優(yōu)勢主要取決于模型與應(yīng)用上的契合度能否為企業(yè)增厚收入。Invoker單一且替代性強(qiáng)的賽道，龍頭企業(yè)市場份額存在挑戰(zhàn),部分先鋒企業(yè)有望突圍；產(chǎn)品功能復(fù)雜的賽道，龍頭企業(yè)先接入有望穩(wěn)固存量市場份額?！肮δ軉我?替代性強(qiáng)”賽道：教育信息化、數(shù)字媒體、語音助手等以教育信息化為例，海外教育信息化的代表性企業(yè)包括Duolingo、CheggCAPPDuolingoMaxGPT-4AIExplainMyAnswerCheggGPT-4CheggMateCheggGPT-4圖ExplainMyAnswer 圖Roleplay資料來源：Duolingo官網(wǎng)，國信證券計(jì)算機(jī)組《人工智能專題報(bào)告(2):大模型突破技術(shù)奇點(diǎn)，海外應(yīng)用百花齊放》，整理

資料來源：Duolingo官網(wǎng)，國信證券計(jì)算機(jī)組《人工智能專題報(bào)告(2):大模型突破技術(shù)奇點(diǎn)，海外應(yīng)用百花齊放》，整理從具體的產(chǎn)品形態(tài)和企業(yè)股價(jià)表現(xiàn)的情況看，商業(yè)模式與訂閱用戶數(shù)量直接決定了這類產(chǎn)品的收入構(gòu)成，上市時(shí)間、功能呈現(xiàn)、訂閱費(fèi)用具備優(yōu)勢的企業(yè)有望更DuolingoChegg圖44：Duolingo與Chegg年初至今股價(jià)分化資料來源：彭博，整理圖45：Duolingo與Chegg核心內(nèi)容對(duì)比資料來源：Duolingo官網(wǎng)，Chegg官網(wǎng)和年報(bào)，國信證券計(jì)算機(jī)組《人工智能專題報(bào)告(2):大模型突破技術(shù)奇點(diǎn)，海外應(yīng)用百花齊放》，整理“功能復(fù)雜+替代性弱”賽道：圖像處理，辦公軟件等AI6月8Adoe在其EME203AIFireflyFirefly圖企業(yè)用戶可在企業(yè)版AdobeExpress中使用Firefly 圖Firefly界面資料來源：Adobe官網(wǎng)，36氪，整理 資料來源：Adobe