近年全球科技龙头持续投入 w66AIGC 领域以及近期 ChatGPT 应用落地加速，我们 认为 2023 年 AIGC 大模型与产业将迎来快速发展期，赋予人工智能大规模落地 场景，为底层算法和芯片等领域带来巨大需求，同时加速 AIGC 应用渗透和商业 化进程。在本篇报告中，我们对 ChatGPT/ AIGC 算法层、算力层和应用层的发 展和产业链进行深度分析，建议重点关注上游算法商汤和科大讯飞，中游芯片景 嘉微和寒武纪，及下游应用微软、谷歌、Meta、百度、腾讯、阿里和字节。 算法层：ChatGPT 底层的大模型技术演进。大模型是在大规模无标注数据 上进行训练，学习出特征和规则，泛化能力强。大模型技术的兴起，有效降 低了 AI应用研发门槛，也能解决在特定应用场景有效数据不足导致模型精度 低的问题。现阶段的大模型主要是面向 NLP 领域，包括 ChatGPT 背后的 GPT-3，而在 CV 领域，多个公司也在积极加大技术储备。针对 5 年来中美 发布的主要大模型，我们从两个维度进行了比较：1）在模型参数量上，模 型体量随时间呈指数扩张趋势，美国同等参数量级的大模型比中国领先 1-2 年；
在 NLP 专利数量上，微软和谷歌的持有数已经在几千个的量级，而 国内领先的 BAT 持有数则在 600 个左右。 算力层：大模型驱动 AI/内存芯片需求全面加速。AI 芯片为人工智能应用提 供所需的基础算力，主要分为 GPU、FPGA 和 ASIC，ChatGPT 基础模型上 大规模预训练需要强大算力作为支持，而大算力需要更多高算力和内存芯片 去支撑算法运行。目前 GPU 为主导 AI 芯片，因具有强大计算能力和高通用 适用性，广泛应用于 AI 和机器学习领域。近年多家国内半导体公司积极布局 GPU 领域，受中美科技摩擦影响，预计国产 GPU 芯片替代将快速推进。 应用层：搜索+智能客服先行，内容创作+文娱生活场景渗透加速，长期看好 B 端产业机会。进入“数智化时代”，看好 ChatGPT/AIGC 应用场景持续渗透 及商业化加速 (包括搜索引擎、智能客服、教育培训、金融等)，助力行业降 本增效的同时，开拓创新变现增量。我们认为 ChatGPT 较难取代搜索引 擎，更多体现在赋能优化，在于离线非实时数据库、训练模型下答案非正 确、成本过高。中短期，基于内容创作及文娱生活导向的 AIGC 场景应用更 为集中，包括文娱、传媒、电商等，长期产业升级机会可期。预计 2030 年 AIGC 市场规模达千亿美元，商业模式从按量付费、订阅延伸至 MaaS。
