人工智能步入新发展阶段,逐步迈向AGI;AIGC创造人机交互新变革,将迎来更多新机遇;通用大模型是AI产业的水平化分工的关键,有望实现规模效应与飞轮效应,商业模式逐步清晰;生成式AI可能打破现有流量竞争格局。
海外行情率先启动,海外演绎逻辑:算力(率先启动、涨幅最大)—大模型—应用,国内演绎逻辑:数据—算力、大模型—应用。
投资逻辑总结:
【阶段1】起点:百模大战,巨头和垂直厂商纷纷投入大模型的研发和训练,早期训练对高性能算力需求度大,厂商大量囤积芯片,算力投资确定性相对较高,大模型与应用仍处于早期。
【阶段2】承压:路径分化,少数通用基座大模型+较多垂直行业/公司大模型厂商,基于开源模型开发与底层自研并行,NLP大模型训练算力需求有限,应用侧尚未迎来大幅增长,推理算力消耗有限,大模型也处于商业化早期,产业链整体承压。
【阶段3】突破:技术迭代、结合新硬件带来新变化,多模态逐步成熟,3D生成、策略生成等技术逐步突破,未来结合MR、机器人等新硬件,应用加速普及,进一步打开商业化空间,带动整体产业链形成正循环。
一方面大模型与AI 应用的迭代将会持续带来算力需求和算力结构变革,另一方面从基础平台,到基础设施,再到AI 应用的产业链演进将会带来相应的产业机遇。
建议关注:1)芯片相关企业;2)服务器产业链相关企业;3)应用相关企业。
投资逻辑
人机交互的变革带来产业投资机会
人工智能发展进度
人工智能商业模式分类
大模型商业化初启,小模型在部分领域已实现商业价值闭环
大模型可能打破流量竞争格局
人工智能的飞轮效应
相比于互联网的平台效应,AI有两个较显著的特点,一是规模效应,二是涌现能力。规模效应指的是AI模型的性能会随着模型规模增长而增长,包括参数量和数据量。涌现能力,指的是当模型足够大、数据足够多的时候,模型自己就会涌现出全新的能力。
人工智能投资逻辑
大模型厂商的飞轮效应
人工智能投资图谱