關于ChatGPT的一些解讀

閱讀蘊藏著無盡可能，有益于明理、增信、崇德、力行，讓人生綻放光彩。

在近10 年 AI 發展的前兩個階段，人工智能的進展更多體現在基于規模的技術突破，如 2015-2020 年，用于模型訓練的計算量增長了 6 個數量級，同時隨著規模的增大，輸出結果的質量亦迎來質變，在語言文字、書寫、圖像識別等領域皆表現出超越人類的水平。但在實用層面，由于所需要的算力巨大，往往需要特殊的 GPU 配置，同時訓練過程相對封閉，大多數人并無法使用，因此技術無法被多數人觸達。而人工智能的第三個階段，隨著更新的技術、更優的算法、更大的模型出現，算力的成本越來越低，使得模型訓練與運行所需成本持續下降，

而算法從封閉測試到開放測試、開源的逐漸普及，亦降低了使用門檻。由此人工智能無論在經濟性與可獲得性上都達到了支持普及的水平。得益于AIGC 基礎設施可獲得性的逐步提高，平臺層變得更加穩固，算力成本持續下探，模型逐漸趨于開源與免費，應用層爆發式發展的節點正在靠近

目前我們正經歷從Web2.0 開始向Web3.0 轉型的啟航階段，我們已經看到內容創造從專業創作（PFC）轉型為了用戶創作（UGC）。而 Chat-GPT 的出現以及中短期內的產業化落地將會為從用戶創作（UGC）到 AI 創作（AIGC）的轉型提供關鍵的輔助支持。結合 Chat-GPT的底層技術邏輯，我們認為 Chat-GPT 中短期內產業化的方向主要分為四大板塊。1）Chat-GPT 對于文字模態的 AIGC 應用具有重要意義，在歸納性的文字類工作中展現出了其優異的表現。中短期內 Chat-GPT 能在辦公輔助類工具中迅速落地，例如會議總結、文件翻譯、例行報告等，提升辦公效率并節省人力成本。

代碼開發相關的工作更加規整也非常適合AI 輔助生成。2021 年中與Github、微軟合作上線的 Copilot 是目前最成熟的 AI 代碼補全工具，根據 Github數據，測試一年來已有 120 萬用戶，這些用戶編寫的代碼中 40%是由 Copilot自動生成，而截至 2022 年 10 月，Copilot 已經融資 2200 萬美元。Chat-GPT在目前測試中表現出的代碼生成能力相比于 Copilot 更加靈活，但欠缺一些底層的穩定性。在進行針對性的優化后，基于新 GPT 模型的 AI 代碼輔助工具也有望在中短期內落地。3）圖像生成領域成為了 2022 年下半年一級市場公司布局的熱點，隨著 Dalle2 的熱度，在商稿方面用 AI 取代人類畫手的思路基本明確。

GPT 模型在圖像生成領域目前效果略遜于擴散模型，但擴散模型可以利用Chat-GPT 生成較佳的 Prompt，對于 AIGC 內容和日趨火熱的藝術創作，提供強大的文字形態的動力。4）Chat-GPT 最適合直接落地的項目就是智能客服類的工作。根據模型現有的完成度，在垂直行業針對性的做人工反饋訓練，Chat-GPT 就可以落地為智能客服產品，在 toC 場景中率先應用。對比目前的智能客服，Chat-GPT 支撐的客服將在靈活性與人性化服務方面有顯著的進步。

關于ChatGPT

1、ChatGPT：更智能的 AI 對話交互工具

ChatGPT 是由 OpenAI 公司于 2022 年 11 月發布的聊天機器人模型，可以通過對話形式實現交互，能夠回答連續問題，承認錯誤，質疑不正確的前提，并拒絕不合理的需求。ChatGPT 的對話互動可以實現普通聊天、信息咨詢、撰寫詩詞作文、修改代碼等，由于更類人的智能化表現，ChatGPT 推出后受到廣泛關注，上線不到一周用戶量突破 100 萬。2023 年 1 月，微軟 CEO 表示計劃將 ChatGPT 等人工智能工具整合到所有產品中，并作為平臺提供給其他企業使用。Buzzfeed 和亞馬遜也在探索 ChatGPT 應用場景。

GPT 引入新的模型訓練方法，AI 行業發展有望加速GPT通過Transformer為基礎的預訓練語言模型，此前已公布GPT-1、GPT-2、GPT-3 三個模型，ChatGPT 是對 GPT-3 模型（又稱為 GPT-3.5）微調后開發出來的對話機器人。ChatGPT 引入了 RLHF（基于人類反饋的強化學習）方法，

方法分為三個步驟：1）有監督的調優：預訓練的語言模型在少量已標注的數據上進行調優，以學習從給定的 prompt 列表生成輸出的有監督的策略（SFT 模型）；2）模擬人類偏好：標注者們對相對大量的 SFT 模型輸出進行投票，創建一個由比較數據組成的新數據集，訓練獎勵模型（RM）；

3）近端策略優化（PPO）：使用 RM 作為強化學習的優化目標，利用 PPO算法微調 SFT 模型。我們認為，ChatGPT 的成功展示出 AI 大模型的應用潛力，新方法的引入有望加速 NLP 算法及 AI 行業發展。

3、巨頭堅定投入，開啟 AI 新浪潮2023 年 1 月 18 日，微軟宣布將于 3 月底前在全球裁員 1 萬人，約占員工總數的 5%；1 月 23 日微軟在其官方博客宣布，已與 OpenAI 擴大合作伙伴關系，微軟將向 OpenAI 進行一項為期多年、價值數十億美元的投資，以加速其在人工智能領域的技術突破，此前微軟已分別于 2019 年和 2021 年對OpenAI 進行投資1 月 20 日，谷歌母公司 Alphabet 宣布將裁員約 1.2 萬人，占該公司員工總數的 6%以上，同時谷歌 CEO 表示，公司將會進一步聚焦AI 技術核心業務的研發投入。我們認為，微軟、谷歌、亞馬遜等全球巨頭堅定投入 AI，展現出 AI 應用廣闊的發展前景，AI 行業有望開啟新發展浪潮。

Chat-GPT 的成功，是在前期大量堅實的工作基礎上實現的，不是橫空出世的技術跨越。這些進步主要來自于數學層面上的優化帶來的結果匹配精準度提高，而并非算法真正為 AI 帶來了創造性與完整的邏輯性，也不是能夠從訓練的數據中學習到新的知識。它在“解鎖”（unlock）和挖掘 GPT3 學到的海量數據中的知識和能力，但這些僅通過快速的In-context 的方式較難獲得。InstuctGPT 找到了一種面向主觀任務來挖掘 GPT3 強大語言能力的方式。因此從這樣的底層技術邏輯出發，我們能迅速找到中短期內適合 Chat-GPT的產業化方向：一個真正全方位的智能內容生成助手。

Chat-GPT 的成功證明了兩點：1）單純擴大模型參數并非唯一出路；2）讓模型在早

期開放給大眾測試并收集人類反饋數據更有利于模型迭代。之前兩個階段，人工智能的進展更多體現在基于規模的技術突破，如2015-2020 年，用于模型訓練的計算量增長了 6 個

數量級，同時隨著規模的增大，輸出結果的質量亦迎來質變，在語言文字、書寫、圖像識別等領域皆表現出超越人類的水平。但在實用層面，由于所需要的算力巨大，往往需要特

殊的GPU 配置，同時訓練過程相對封閉，大多數人并無法使用，因此技術無法被多數人觸達。而人工智能的第三個階段，隨著更新的技術、更優的算法、更大的模型出現，算力的成本越來越低，使得模型訓練與運行所需成本持續下降，而算法從封閉測試到開放測試、開源的逐漸普及，亦降低了使用門檻。由此人工智能無論在經濟性與可獲得性上都達到了支持普及的水平。

互聯網巨頭接連曝光ChatGPT 布局動態，華為下周或也有大動作，行業可能迎來格局驟變據21財經8日報道，阿里達摩院正在研發類ChatGPT的對話機器人，目前已開放給公司內員工測試。從曝光截圖來看，阿里巴巴可能將Al大模型技術與釘釘生產力工具深度結合。受此影響，阿里巴巴盤前漲近2%。

此外，據上證報報道，接近百度人士透露，此次ChatGPT項目文心一言落地，首站將直接接入百度搜索。另外今日早些時候消息稱，網易有道未來或將推出ChatGPT同源技術產品，應用場景圍繞在線教育。

另據中國證券報了解，騰訊也有相關技術儲備，包括Al大模型、機器學習算法以及NLP等領域。騰訊混元Al大模型團隊推出了萬億級別中文NLP預訓練模型HunYuan-NLP-1T,該模型已落地于騰訊廣告、搜索、對話等內部產品并通過騰訊云服務外部客戶。

除了巨頭動作外，2月13日，北京市科委、中關村管委會等攜手華為、中關村發展集團、百度等聯合舉辦北京人工智能產業創新發展大會。大會將發布人工智能基礎模型、展示領先技術、分享客戶及伙伴的優秀商業實踐和成果等。

國聯證券研報指出，科技公司紛紛涌入AIGC賽道，AIGC頭部初創公司OpenA最新估值約為290億美元，作為行業領域領先的模型ChatGPT在對話機器人、智能創作等領域應用廣泛，亞馬遜、微軟、Jasper等公司已經開啟商業化之路，商業化前景廣闊。

財通證券也表示，ChatGPT是AIGC技術進展的里程碑，該模型使得利用人工智能進行內容創作的技術成熟度大幅提升，有望成為新的全行業生產力工具，提升內容生產效率與豐富度。部分行業如搜索引擎、文稿創作、藝術設計等可能出現行業格局與商業模式的驟變，全行業

“Al+*浪潮已至。而數據、算力、算法作為Al三要素，相互耦合，共同促進，將帶動Al行業整體協同發展。

Chat-GPT 的出現所帶來的內容生成能力將會為當今從用戶創作（UGC）到 AI 創作

（AIGC）的轉型提供關鍵的輔助支持。目前我們正經歷從 Web2.0 開始向 Web3.0 轉型的

啟航階段，在過去五年我們已經看到內容創造從專業創作（PFC）轉型為了用戶創作（UGC）。

在UGC 階段，隨著消費者定制化需求越來越高，消費者本身亦參與內容的生產，并伴隨

著互聯網的興起，智能手機的普及，YouTube、Facebook 等平臺涌現，UGC 成為了內容

生產的主流模式。而在不遠的將來，AI 協助內容生成（AIUGC）與 AI 創作（AIGC）將為我們提供更低的創作門檻以及更豐富的創作思路。在這兩個階段中。內容生產主體從人類

本身開始向人工智能遷移，主要區別體現在內容的生產效率、知識圖譜的多樣性以及提供

更加動態且可交互的內容上。人腦只能基于自己的知識圖譜進行少數方向的信息處理，而

AI 能從更龐大的知識體系中進行多個方向的處理，進而提供更多的創作思路。Gartner 預

計，到2025 年，生成式人工智能將占所有生成數據的 10%。

投資策略：Chat-GPT 模型的亮眼表現的背后是研究者在 Transformer 模型前進的道路上發現了類反饋強化學習這一方法帶來的潛力，對產業界 AI 的發展而言，數據質量的優化、AI 研究人員的儲備與計算能力將是未來能否走在 AI 應用前沿的核心能力。Chat-GPT 的成功證明了 Transformer 模型并非陷入困境，不斷的AI 技術方法上的新突破正驅動全球 AI 產業進入加速發展階段，疊加 AI 產業集群效應的不斷凸顯，AI 產業有望成為全球科技領域中期最具投資價值的產業賽道之一。AI 產業有望繼續保持“芯片+算力基礎設施+AI 框架&算法庫+應用場景”的穩定產業價值鏈結構，擁有完整數據閉環結構、良好數據自處理能力的企業有望持續成為產業受益者。重點推薦：特斯拉、英偉達、AMD、高通、微軟、谷

投資建議：Chat-GPT 模型的亮眼表現的背后是研究者在 Transformer 模型前進的道路上發現了類反饋強化學習這一方法帶來的潛力，對產業界而言，數據質量的優化、AI 研究人員的儲備與計算能力將是未來能否走在 AI 應用前沿的核心能力。Chat-GPT 的成功證明了Transformer 模型并非陷入困境，不斷的 AI 技術方法上的新突破正驅動全球 AI 產業進入加速發展階段，疊加 AI 產業集群效應的不斷凸顯，AI 產業有望成為全球科技領域中期最

具投資價值的產業賽道之一。AI 產業有望繼續保持“芯片+算力基礎設施+AI 框架&算法庫+應用場景”的穩定產業價值鏈結構，擁有完整數據閉環結構、良好數據自處理能力的企業有望持續成為產業受益者。

在ChatGPT 引領下， AI 產業加速發展，圍繞算力、算法、數據 AI 產業三要素，推薦科大訊飛、海天瑞聲、景嘉微（與電子團隊聯合覆蓋），建議關注拓爾思、格靈深瞳-U、云從科技-UW、寒武紀-U、光云科技、虹軟科技、當虹科技

風險因素：AI 核心技術發展不及預期風險；科技領域政策監管持續收緊風險；全球宏觀經濟復蘇不及預期風險；宏觀經濟波動導致歐美企業 IT 支出不及預期風險；全球云計算市場發展不及預期風險；企業數據泄露、信息安全風險；行業競爭持續加劇風險等。

注:（免責申明）本文僅為個人筆記，內含個股僅僅是作為分析參考，不能作為投資決策的依據，不構成任何建議，據此入市風險自擔。股市有風險，投資需謹慎！

知音難覓，也是人生常態，一曲眾寡，盡管少有人懂，但是我自有我的風采

見者點贊，腰纏萬貫！股運長虹，感謝諸君關注.點贊.評論.轉發！