1、AI产业研究框架 & 海内外生态概览
基建层：AI硬件及云服务。以 NVIDIA 为首的AI硬件 算力进步使大模型的单次训练成本降至可以接受的 1000万美元以下；同时以Azure为首的云服务厂商集成 了算力资源和AI 建模的能力，也将成为基础设施的重 要部分。 模型层：AI模型及算法。以OpenAI为首的研究机构连 续发布了文本、图片等多模态生成的高质量模型，其 中对话和图片产出内容质量之高使其短期内成为提高 内容生产效率的工具，长期将引领下一代交互方式、 成为新的流量入口。 中间件：MLOps等AI infra。底层模型和上层应用之间 的中间件，包括模型训练、模型推理两大板块中的各 个细分环节，代表公司包括scale AI、pinecone等。中期， 随着上游大模型厂商“军备竞赛”，中间件作为“卖 武器”的公司有望持续受益。 应用层：B端及C端AI应用。得益于上游分摊了大量研 发成本，下游应用针对垂直应用场景定制小模型，满 足特定的用户需求，实现商业化变现。目前从落地节 奏来看，2B快于2C，工具类快于社交/内容类。
2、B端应用：从通用场景到垂直赛道
怎么看B端应用发展前景： 1）市场空间（下游行业是否足够大，客户付费意愿、能力是否强）； 2）产品能力（产品体验能否满足下游客户的需求）； 3）用户基数（用户基数大则形成网络效应，助力应用和下游客户共同成长）。
SaaS巨头保持优势，商业化加速落地
巨头客群基数仍有优势：目前，AI并没有像移动互联网和云一样 带来全新的用户群体和相应的获客渠道，因此拥有Go-To-Market 优势的巨头仍具有先发优势； 大公司普遍积极布局：从巨头角度看，大部分公司已经历过PC、 移动互联网和云三轮浪潮，因此大公司普遍重视、明确入场。 巨头们的主要策略： 1）借机重振产品品牌：AI既能落地带来价值，也是营销助手 如EinsteinGPT重新让Salesforce的爱因斯坦小人Logo获得关注， 而此前Einstein作为Salesforce的AI品牌做的并不算成功； 微软Bing此前和Google相比在搜索体验和品牌度上均有较大差距， 通过New Bing收获了潜在客户的关注度。 2）扩TAM保毛利： 微软、谷歌等少数在模型层深入布局的公司，在保毛利的同时做 好了扩大CapEx投入的准备。 而大部分B端企业经营策略：试图在扩大潜在市场的同时维持毛 利水平，主要通过新增客户付费点，或升级付费plan的形式落地。 如Bing Chat企业版、Zoom AI功能、Photoshop AI都与其已有付 费服务进行捆绑销售。
创业公司仍有机遇：发掘垂类需求 / 颠覆式产品力
通用性场景几乎已被巨头占据，但仍有垂类场景下的B端客户需求仍未 被满足。 例：Harvey：OpenAI投资的法律领域Copilot，提升律所生产效率 23年4月至年底收入增长十倍，已和多家顶级律所合作 行业空间较大：据Mordor Intelligence，2023年全球法律服务市场规模 7525亿美元。 相对蓝海的竞争格局：传统法律行业SaaS局限于电子签名、合同管理 两个环节，相关企业包括Docusign、CS Disco等，但帮助律师起草合同、 为法官提供判决建议等的效率提升类需求仍未被满足。 Harvey产品功能：类似法律行业Chatbot，能力包括法律文书写作、回 答复杂的法律问题、合同文件的处理，以及定制公司特有的模型等。 Harvey公司亮点：1）大模型训练能力：Harvey在22H2就获得了GPT4 的优先使用权，在此基础上用大量法律专业数据进行finetune； 2）行业专业数据库：与Allen&Overy等头部律师事务所、普华永道等 头部审计公司绑定合作，以获取大客户资源、以及优质训练数据； 3）深入了解行业工作流程：公司CEO曾是DeepMind科学家，联合创始 人则有著名律所的职业背景，使得团队既拥有丰富的法律实践经验， 又深入了解大模型的能力、知道如何训练模型。 风险：汤森路透等老牌法律巨头收购AI公司Casetext，普华永道也在打 造自己的LLM工具，巨头的陆续进入可能影响竞争格局。
3、C端应用：头部格局稳定，静待杀手级 应用
类比移动互联网应用落地节奏：新硬件开启生态，4G推动应用繁荣
2007-2014年：随着iPhone推出、新一代硬件智能手机逐步普及： 1）一批工具型应用App开始涌现，满足用户日常生活中最常见的需求， 包括手机浏览器、美颜美图、在线订票等多个细分类型。 2）部分PC时代头部应用逐步从PC迁移至手机端，如手Q、手淘等。
2014年后：4G等网络基础设施逐步完善，推动移动互 联网与不同场景深度结合： 1）从工具拓展至社交社区、内容：早期的工具类App 生命周期多数较短，而社交、社区类应用用户规模最 大；视频、游戏等内容争夺更多用户时长。 2）移动互联网原生的杀手级应用开始出现：“TMD” 均在2014年前后上线主站App，大体量手游在2014年 后陆续上线。
4、2024年，还有哪些值得期待？
应用层面，重点关注AI Agent
GPTs：相当于AI Agent的iOS开发系统。2023年11月，OpenAI首次 开发者大会推出GPTs，每个用户可个性化定制不同功能的GPT。 GPTs Store：相当于AI Agent的App Store应用商店。2024年1月， OpenAI正式推出GPT Store，首批上线的GPTs超过300万个。
模型层面，重点关注Sora、GPT-5
2024年2月，OpenAI发布视频生成模型Sora，演示效果相较于此前 的文生视频应用Runway、Pika等大幅提升： 1）生成视频时长从几秒钟提升至60s，支持多镜头分镜； 2）可识别文字、图像、视频等多种prompt，复杂度、精准度提升； 3）可模拟真实世界物理交互的效果，如猫咪“踩奶”、吃汉堡留下 咬痕等。 技术层面，有望统一视频生成模型的技术路径，类似于GPT-3之于文 本生成大模型，加速生态演进。 • 2024年2月22日，谷歌选择暂停Gemini的AI图像生成功能，并将重新 发布改进版本。 应用层面，Sora开放给公众使用后： 1）C端killer App有望加速落地，其中短视频制作等需求可被基本满 足；同时多模态内容创新空间被进一步打开，如游戏UGC玩法自由度 提升； 2）B端降本增效幅度扩大，影视、游戏、广告等工业化制作流程有 望被进一步简化。
2024年1月，OpenAI首席执行官Sam Altman在达沃斯论坛接受媒体 采访时表示，他现在的首要任务就是推出下一代大模型，这款模型 可能被称为GPT-5，与现有模型相比，GPT-5 “能做更多、更多的事 情”。 目标：向AGI（通用人工智能）更进一步。 具体来看，GPT-5的突破之处或在于： 1）多模态：不仅支持文本输入，还支持语音、图像、代码和视频。 2）个性化：Altman强调，GPT-4.5或GPT-5预计将在个性化和定制化 功能方面实现重大更新，最关键的增强部分将围绕理解个人偏好的能 力，比如整合用户信息、电子邮件、日历、约会偏好，以及与外部数 据源建立联系。 3）准确性：据Altman介绍，GPT-5将具有更强的推理能力、更高的准 确性，当代大模型存在的最大问题——幻觉（胡编乱造）将在GPT-5 中得到解决。
报告节选：
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
相关报告
AI应用专题分析：百花齐放，静待杀手级别应用.pdf
AI人脸识别诈骗敲响金融安全警钟.pdf
AI搜索专题报告：怎么看Kimi的空间？.pdf
边缘AI行业研究报告：边缘AI硬件，引领硬件创新时代.pdf
人形机器人专题报告：AI驱动，未来已来.pdf
建筑行业2024年春季投资策略：新国九条催化央企市值国改，低空经济AI与铜矿有色弹性大.pdf
