證券時報
2023-12-19 
大模型進程超預期細分領域應用前景可期深市企業積極布局
12月12日，深交所聯合北京市海淀區人民政府舉辦第十二期“創享薈”人工智能行業交流專場活動，以“創新成長·AI大模型與產業機遇”為主題，邀請行業內頭部上市公司、代表性創業企業、投資機構、科研院所等相關負責人參加，共話人工智能推動產業轉型升級、資本市場服務創新生態體系建設等內容。
中央經濟工作會議提出，以科技創新引領現代化產業體系建設，加快推動人工智能發展，加強應用基礎研究和前沿研究，強化企業科技創新主體地位。與會專家指出，大模型代表的人工智能技術演進進入新階段，初步展現通用智能能力。隨著大模型垂直應用不斷擴展，大模型在細分領域的應用前景值得關注。
大模型行業快速迭代、百花齊放，仍處于發展早期
大模型及相關的生成式人工智能技術作為科技產業變革的新焦點，在技術持續演進和推動經濟社會各領域發展方面受到持續關注。
在以ChatGPT為代表的大模型技術出現之前，據相關機構調研顯示，超過80%的受訪者認為人工智能技術突破速度有限，強人工智能的實現尚需時日。在大模型出現后，人工智能的發展速度超過此前預期。在ChatGPT等通用大模型之外，Midjourney、Character.AI、Github Copilot、Pika推出圖片生產、角色扮演、代碼助手、視頻生成等服務，部分應用已擁有較強的用戶黏性。OpenAI于11月推出GPT store，支持用戶通過自然語言創建定制化GPT，推動大模型行業向生態化發展；與會嘉賓直言，用戶將上傳更多的私域數據，進一步加速OpenAI的模型發展速度，其他大模型企業將受到更大挑戰。
事實上，為推動大模型產業發展，多個國家從研發創新、人才培養等方面出臺了支持政策。如，美國國家科學基金會設立2.2億美元投資基金，并新增建立11個國家AI研究中心；英國向圖靈研究所投資超過4600萬英鎊，成立圖靈人工智能獎學金，培養頂級人工智能人才；歐盟委員會組建人工智能高級小組并推出歐洲人工智能聯盟，編寫倫理指導原則草案等。
但也要看到，盡管大模型在多個應用場景中展現出了強大的能力，但在技術發展中仍存在諸多問題。一方面，大模型訓練數據存在偽造、過時、缺失等情況，但其通過強大的生成能力輸出了看似合理的內容，造成知識幻覺。另一方面，大模型訓練成本高，難以做到高頻次訓練，針對個性化需求開展定制化訓練難度較大。這些問題都需要隨著技術的不斷迭代，予以逐步解決。
發揮數字基礎設施和大市場優勢，強化我國通用大模型能力
回到國內，在通用大模型領域存在理論研究偏弱、產業落地較晚等不足，我國大模型行業的發展方向和突圍策略受到行業關注。
與會專家建議，在大模型的研發和優化中，國內企業可加強利用數字基礎設施和大市場優勢。數字基礎設施方面，我國已建立全球領先的數據收集與傳輸設施，實時全面的數據采集和傳輸將為大模型訓練和優化建立硬件基礎。
大市場方面，我國語音識別、圖像識別、大數據處理等人工智能技術已在商業、交通、金融、醫療、教育等領域廣泛普及，已經形成相對成熟的項目機制，可為大模型的發展提供廣闊的數據牽引。
從企業層面出發，我國通用大模型公司需要加強模型基座能力建設，支持生態合作伙伴打造垂直領域行業應用，共同建立適合各細分領域的產品和解決方案，形成產業合力。開源部分模型，吸引更多產業鏈上下游企業、高校院所的科研人員參與模型相關開發，提高模型在行業內的影響力，擴大生態范圍。與行業做深度的結合，推動技術創新和應用落地形成良性循環，大模型的理解、生成、邏輯、記憶能力持續提升，產業應用的廣度和深度持續拓展，最終讓智能化成為真正的底層邏輯。
此外，大模型產品的生成內容具有一定隨機性，具有潛在的倫理、數據、輿情等風險。我國企業需要在合規領域加強技術創新，對有風險的訓練數據進行過濾和阻斷，通過用戶反饋迭代優化輸出內容，逐步豐富內容治理經驗，建設良好網絡環境。
大模型筑基賦能，加速產業智能化升級
多位專家指出，通用大模型訓練受制于數據、算力等因素限制，企業在推動通用大模型發展時面臨較大的資金成本壓力。對于大多數企業而言，面向垂直場景、垂直行業、垂直領域探索基于大模型的應用創新，可在一定程度上規避技術發展制約因素，將成為大模型應用重點發展方向。
本次活動中，與會企業深入分享了大模型在智能制造、軟件開發、科研支持等領域最新的應用實踐與探索。
在助推制造業智能化轉型方面，大模型可扮演重要角色。企業代表指出，隨著制造業信息化水平不斷提升，企業積累了大量的私域數據，可支持大模型在研發設計、生產制造等環節產生積極影響，為制造業轉型升級注入新的活力。產品迭代和市場需求將共同推進技術發展，構建制造業的“智能底座”。具體場景包括，在研發設計中，企業可以利用大模型技術自動生成相關工業設計版圖。在生產制造中，企業可以利用大模型技術學習復雜的設備維護手冊，員工可以通過描述故障現象自動獲得維護建議。
同時，大模型在軟件開發領域的作用日益顯現，尤其在需求分析、架構設計、代碼生成、軟件測試、自動化部署與運維等方面，提高開發效率和代碼質量，通過實時監測和預警更早發現和修復問題，提高軟件的穩定性。多位專家指出，隨著大模型的應用，軟件開發效率將得到30%左右的提升。
在科研支持領域，大模型具有高效處理海量數據、高精度求解復雜物理系統的能力，可建立“數據驅動、數理融合”的新范式，開啟科研智能化發展新時代。相關領域包括，藥物研發大模型將加速治療方法的創建以及相關研究。材料研發大模型將大幅縮短材料的研發周期，提升科研人員研發效率。
據不完全統計，深市約有70家人工智能相關產業鏈公司，覆蓋芯片制造、云計算、數據服務、自然語言處理等領域。科大訊飛、中科創達、軟通動力作為行業內上市公司代表出席了本次活動。
科大訊飛承建了“語音及語言信息處理國家工程研究中心”和“認知智能全國重點實驗室”等國家級平臺。10月24日，科大訊飛發布星火大模型V3.0，將大模型技術廣泛應用在教育、辦公、醫療、工業、運營商等行業場景。
中科創達自今年5月份發布魔方Rubik大模型以來，公司的“大模型+操作系統雙引擎”戰略不斷深入，并快速迭代。近日, 公司發布端側運行130億規模的參數模型，推動大模型在智能汽車、機器人、AI手機、 AI PC等領域落地應用。
軟通動力為了幫助產業落地生成式人工智能技術，推出軟通天璇2.0 MaaS平臺，通過自研EZ-Train模型微調工具，幫助保險行業訓練落地行業模型；通過自研AISE，幫助金融科技企業落地軟件工程提效；通過自研AI Agent及知識庫引擎，幫助零售行業提升客戶體驗。同時，推出數字員工平臺天璇AI Copilot，幫助企業客戶快速落地生成式人工智能場景。
多年來，深市人工智能產業公司積極借助資本市場融資發展，逐漸成為產業的中堅力量。如，軟通動力去年3月首次公開發行募集資金46.30億元，用于交付中心擴建、行業數字化轉型產品及解決方案項目等；中科創達去年9月非公開發行募集資金31億元，用于整車操作系統研發、邊緣計算站研發等項目。此外，近五年來，深市八成人工智能產業上市公司通過并購重組、與專業機構合作投資等方式進行產業整合；超過八成人工智能產業上市公司實施過股權激勵計劃，均高于A股整體水平。
投資標的存在準確性、通用性和成本“不可能三角”，在軟硬件領域均有發展前景
生成式人工智能是今年創投領域的熱門賽道。數據顯示，2023年上半年，國內生成式人工智能投融資金額超過1000億元，超過2022年全年的96億元。其中單筆過億元融資有18筆。在此背景下，與會投資機構分享了對該領域未來投資方向的思考。
與會投資機構代表指出，行業存在準確性、通用性、成本“不可能三角”。對于兼顧準確性和通用性的大模型，其訓練成本較高。ChatGPT的單次訓練成本高達1200萬美元，新版本的大模型訓練成本更高。OpenAI的融資金額超過100億美元，為其提供訓練資金。對于兼顧準確性和成本的大模型，其較難兼顧多個細分領域，通用性不足。對于兼顧通用性和成本的大模型，其較難深入調試和快速迭代模型，準確性較難保障。
當前，隨著大模型垂直應用不斷擴展，大模型在細分領域的應用前景值得關注。大模型是下一代的浪潮，未來將在更多的應用場景落地，并與其他模型交織，極大地提高生產力，在軟件硬件方面帶來潛在的投資機會。軟件方面，可以關注將大模型技術用于效率提升工具的開發，例如文檔自動生成、工作流程的改進、SaaS軟件的優化等。硬件方面，大模型可以與前端硬件協同工作。大模型將帶來更多的交互信息，賦能機器設備的智能化，推動智能機器人和車輛發展，助力元宇宙相關硬件發展，甚至產生新的硬件形態。大模型在優化設計、簡化參數后，具有在手機等移動設備上的運行潛力，將推動移動端的算力進步，促進相關設備升級換代。
此外，在大模型領域的投資中，與會投資機構還關注以下三方面：一是需求側是否是剛需，該行業需對數字化轉型和效率提升有硬性需求，企業或者用戶愿意為相關大模型的應用持續投入資金。二是能否帶來新的效率革命性提升，大模型的應用需大幅提高生產效率或降低人力成本，具有建立“殺手級”應用的潛力。三是是否存在行業壁壘，企業需要在該細分領域擁有“護城河”，能夠獲得行業的私域數據，與上下游企業建立緊密的生態關系。
（文章來源：證券時報）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
