人工智能大模型行业研究与投资策略

摘要：人工智能大模型（AI大模型）是利用大量数据和强大计算能力来训练模型的技术。它是人工智能领域的重要技术，推动新一代信息技术产业动能向新质生产力转化。作为引领新一轮科技革命的战略性新兴产业技术，它成为大国在科技战略和数字权力争相抢占的科技制高点。为了应对AI大模型带来的竞争与挑战，发展我国在人工智能领域的创新实力和发展潜力，本文从技术和投资角度出发，对人工智能大模型行业现状进行分析，并提出投资机遇、挑战与策略。

一、AI大模型行业概况

（一） AI大模型定义

大模型是人工智能领域的一种技术，指具有巨大参数规模的人工智能模型，如深度学习模型。这些模型通常具有数百万到数十亿的参数，通过主要运用大数据分析、神经网络模型、分布式训练，来学习和完成自然语言处理、图像识别、语音识别等任务。AI大模型主要基于Transformer架构训练数据，它是自然语言领域里程碑模型架构，提高了任务的准确性和效率。Transformer架构主要由Encoder（输入嵌入）和Decoder（输出嵌入）两个部分组成，Encoder负责理解输入文本，为每个输入构造对应的语义特征）。Decoder负责生成输出，基于Encoder 输入的语义，结合其他输入，来生成目标词汇。

（二） AI大模型的市场规模

对于AI大模型市场规模的统计方式存在不同角度的争议，通常将AI大模型市场归为人工智能行业的生成式人工智能（AIGC）市场。

2023年全球人工智能行业市场（包含硬件、软件、应用服务）规模5，381亿美元；同年，全球AIGC市场规模为137.1亿美元，以复合年增长率27.02% 快速增长，2030 年将达到约 731.6 亿美元。根据OpenAI发表的GPT大模型对劳动力影响研究结果显示，GPT对金融、TMT行业的从业人员影响最大，对应生产类型是数据处理、信息处理、传播类的劳动力。体力劳动者受到的影响相对较小。未来5年，由于AIGC带来的生产力提升，数字化生产力将成为新型生产力。

二、AI大模型行业的发展趋势

（一）大模型进化速度快，参数增速超摩尔定律

据权威论文统计，摩尔定律指向“每18-24个月，集成电路上的元器件数目就会增加一倍，性能和性价比也提升一倍”，但AI大模型训练参数的增长速度打破了这一规律，每18个月增长35倍，增速惊人。尽管GPU的更迭效率目前仍然追随摩尔定律，但每年训练大模型所需要的算力增幅却高达10倍（Sevilla et al.2023）。因此，计算硬件的计算性能需要提升。目前唯有从上游AI芯片设计角度选择适合大规模并行计算的芯片，或从优化大模型的角度考虑，才能实现训练效率的提高。

（二）分布式算力网络，需端、云、网技术协同支撑

对人工智能和智能计算技术的新一代信息技术行业发展的预测，离不开分布式算力网络。分布式算力网络是基于AI人工智能发展所需的网络架构，它将传统的集中式计算架构转变为分布式计算架构，通过将各地分布的计算中心作为各个节点连接起来，形成一个庞大的计算网络，做到“物理上分散建设、逻辑上统一管理”。网络传输层面，需要高速网络环境容纳和传输数据，因此，智能、高速、天地一体的立体组网-6G网络，是人工智能分布式算力网络铺设的重要愿景。

（三）模型向垂直领域渗透

通用大模型解决了各行各业对AI“可用”的需求，而下一阶段的模型则需实现“好用”。那么是否需要发展行业垂直大模型成为了争论的焦点。据数据统计，目前国内已经有超过200各大模型，垂直大模型占比高达76.3%，其中，金融行业是垂直大模型落地最多的场景，占比垂直大模型场景的15%，其余垂直大模型涵盖医疗、政务、汽车、办公软件自动化、智能教育等应用领域。

三、我国AI大模型投资机会与策略判断

（一）AI大模型产业链上下游

AI大模型产业链条可分为上游算力硬件层、中游模型层及下游应用层。上游算力硬件层主要包括AI算力芯片、服务器、云平台等，为大规模计算提供算力硬件支持。中游是各类大模型。下游为应用层，包括各种AI大模型的应用领域及场景，涵盖金融、媒体、内容生产、教育、政务、工业互联网、消费电子、自动驾驶、智算中心等，应用大模型的市场广阔。

（二）行业竞争格局

目前全球来看，美国大模型技术具有先发优势，而中国在AI应用场景、数据规模、市场潜力具有优势。国内大模型主要参与者分为四类：互联网巨头（百度、阿里、腾讯、华为、字节跳动、美团、小红书等）、AI科技企业（云从、商汤、科大讯飞等）、高校研究院（清华、复旦、鹏程实验室等）和IT算力基础设施服务公司（华为、浪潮信息、寒武纪、海光信息等）。根据中国工业互联网研究院2024年3月最新测评，综合能力上，GPT4处于领先地位，国内百度的文心一言模型，智谱AI的ChatGLM紧随其后。

（三）AI大模型投资策略与机会

我国是工业制造及消费大国，以大模型为入口的技术终将会向工业智能制造、自动驾驶领域和消费电子领域扩散。

1.工业和智能制造领域

与其他行业大模型相比，工业大模型的战略价值更为突出。工业大模型融为工业底座基础知识已经成为行业共识。从市场规模分析，2022年我国全部工业增加值突破40万亿元大关， 预计2026年我国工业大模型市场规模将超过5亿美元，五年复合增长率高达116%。从技术角度分析，我国工业大模型较为领先，经过多模态训练，已经在生产智能调度、工业机器视觉、机器人应用，一旦走向训练结果精准、专业度高、落地强，将对工业垂直领域技术进步、产品创新、降低成本产生突破性变革。大模型将在工业生产的研发、设计、仿真、生产、测试、运维、售后环节发力。

2.自动驾驶领域

近年伴随着汽车智能化的深入，我国智能化汽车在海外出口方面已成主力军。我国汽车在2023年出口量突破491万量，首次跃居全球第一。其中，从市场规模分析，我国自动驾驶市场规模由681亿元增至2894亿元，年均复合增长率为33.6%。从技术发展分析，在汽车智能驾驶领域，之前基于卷积神经网络模型CNN训练的视觉识别被基于Transformer的视觉识别模型代替，提高自动驾驶在地图、视觉等全面感知能力。未来智能汽车在计算和控制的走向是由E/E分布式架构走向中央计算集中式架构，而这将继续带动智能汽车芯片行业的发展。

3.消费电子领域

随着人工智能算力技术的不断提升，大模型正在追随小型化终端应用。正如人工智能在智能手机上主要的应用方向是搜索、翻译、影像处理、语音交互等，未来，AI大模型将更多嵌入小型化可穿戴设备，通过传感器实现手势操作、动作感应及更多的人机交互，这些都将由充足的算力来给出设备正确的判断。从市场角度，2023年我国AI大模型在消费智能终端的可穿戴设备出货量可观，受到国外消费者欢迎。其中，TWS耳机、智能手表、AR智能眼镜三大终端产品皆搭载AI技术。AI技术的引入将会带动上游电子零部件和设备制造市场的复苏及下游消费电子市场规模的增长。

作者简介：胡燕妮（1988.8）女，汉族，籍贯：辽宁省沈阳市，博士学历，研究方向：人工智能算法、大数据分析、信息管理。