计算机行业证券研究报告：GPT大模型多模态应用展望

计算机行业“智能网联”系列报告26GPT：大模型多模态应用展望杨泽原/丁奇/潘儒琛/李康桥中信证券研究部

计算机组2023年3月12日请务必阅读末页的免责条款和声明免责申明：1.本内容与原报告无关;2.原报告来源互联网公开数据；3.原报告仅限社群个人学习，如需它用请联系版权方；4.如有其他疑问请联系微信行业报告资源群1.

进群即领福利《报告与资源合编》，内有近百行业、万余份行研、管理及其他学习资源免费下载；2.

每日分享学习最新6+份行业精选及3个行业主题资料；3.

群友报告需求咨询，群免费交流。4.

本群仅限行业报告交流，禁止广告及无关信息。微信扫码，长期有效知识星球行业与管理资源为投资、产业研究、运营管理、价值传播等专业知识社群，已成为产业生态圈、企业经营者及数据研究者的智慧交流平台。社群每月分享8000+份行业研究报告、商业计划、市场研究、企业运营及咨询管理方案等，涵盖科技、金融、教育、互联网、房地产、生物制药、医疗健康等；加入后免费下载学习。微信扫码，行研无忧核心观点

ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速。

ChatGPT凭借大算力、大规模数据训练、基于人类知识的强化学习等方式突破AI技术瓶颈，获得超预期的用户体验效果与市场反响。回顾GPT系列模型演进，GPT-1结合无监督预训练与有监督微调过程，GPT-2突出零样本设定，GPT-3强调上下文学习能力，参数量、训练数据量不断提升。我们预计即将推出的GPT-4或支持多模态应用，开启通往人工通用智能（AGI）之路，并有望控制训练成本，降低使用门槛。目前，ChatGPT已在C端推出ChatGPT

Plus订阅计划，B端开放ChatGPT

API，且成本降低为0.002美金/1000token，海外多个应用率先接入。我们预计在GPT-4带动下，未来大模型以及多模态模型的商业化应用将进一步加速，带动行业景气度持续向上。

Transformer架构支撑GPT走向多模态，构筑AIGC领域核心基石。

GPT系列模型使用Transformer架构，当前基于Transformer的多模态研究为AI领域研究热点，Transformer已开始打破NLP与CV领域壁垒，有望支撑GPT系列模型走向多模态应用，构筑AIGC领域核心能力基石。我们梳理出GPT的潜在基础能力包括文本生成（分析）、代码生成、对话交互、机器翻译、图像生成、视频生成等。我们认为，前述基础能力将支撑GPT系列模型在通用与垂直领域的应用，典型应用场景如：通用领域—搜索引擎/办公软件，垂直领域—教育/金融/医疗/图像视频等。

通用与垂直场景多点开花，GPT变革内容生成与交互方式。

GPT有望革新各行各业的内容生成与交互方式。基于GPT+文本&代码&对话&翻译&图像&视频，我们看好GPT类技术未来在通用与垂直场景的应用空间。例如，搜索引擎结合GPT将重塑搜索结果呈现方式，多模态的引入带来一站式的文本、图像、视频汇集结果，将大为提升用户信息收集效率，百度文心一言有望引领用户搜索体验的代际变革；在办公软件领域，金山WPS、福昕PDF未来若结合多模态GPT，有望深化用户在流程/事务/知识/创意/协作型等多类工作事项上的智能办公体验，同时支撑产品打开客单价提升空间；讯飞将以AI学习机率先落地类ChatGPT技术，有望在作文辅导、口语学习方面实现跃升；当虹科技具有视频AI建模能力、落地AIGC相关技术，GPT赋能下或进一步深化传媒、安全领域应用。

投资策略：伴随成本下降以及多模态的持续演进，GPT等大模型有望构筑AIGC核心基石，推动AI商业化进程加速和市场天花板打开。建议持续关注相关领域的AI公司：1）应用层：AI+行业：办公—金山办公、福昕软件，教育—科大讯飞，金融—同花顺、东方财富，医疗—创业慧康、卫宁健康，图像视频—商汤科技、当虹科技、云从科技、格灵深瞳、创新奇智、虹软科技、魅视科技，其他-拓尔思、汉王科技、海天瑞声等；2）基础设施层：海光信息、景嘉微、寒武纪、浪潮信息、工业富联、中科曙光等。

风险提示：AI核心技术发展不及预期风险；科技领域政策监督收紧风险；企业数据安全风险；信息安全风险；行业竞争加剧风险。2CONTENTS目录1.

ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速2.

Transformer架构支撑GPT走向多模态，构筑AIGC领域核心基石3.

通用与垂直场景多点开花，GPT变革内容生成与交互方式4.

投资策略5.

风险提示31.ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速41.1概述：ChatGPT为NLP下的AI大模型，性能和使用体验超预期

ChatGPT是自然语言处理（NLP）下的AI大模型，通过大算力、大规模训练数据突破AI瓶颈。2022年11月，OpenAI推出ChatGPT，ChatGPT基于GPT-3.5，使用人类反馈强化学习技术，将人类偏好作为奖励信号并微调模型，实现有逻辑的对话能力。

ChatGPT本质上是通过超大的统计语言模型，对词语序列的概率分布进行建模，利用上下文信息预测后续词语出现的概率分布，其表现的超预期反映了在算力水平提升的情况下大语言模型技术路线的成功，通过对大规模的未标注的文本数据进行训练，突破了AI发展的技术瓶颈。根据《瞭望》新闻周刊报道，OpenAI为了让ChatGPT的语言合成结果更自然流畅，使用了45TB的数据、近1万亿个单词来训练模型，训练一次的成本高达千万美元，一个月的运营成本需要数百万美元。ChatGPT帮助用户给邻居写信ChatGPT帮助用户debug5资料来源：OpenAI官网资料来源：OpenAI官网1.1概述：OpenAI倾力打造ChatGPT，获得微软有力加持

ChatGPT出自美国AI创业公司OpenAI，是AI大模型领域的领军者。OpenAI在2015年由SamAltman、PeterThiel、ReidHoffman、ElonMusk等人创办。公司成立之初，即确定了包括制造“通用”机器人和使用自然语言的聊天机器人的发展目标。2019年，OpenAI获得来自微软的10亿美元投资，为Azure云端平台服务开发AI技术。2018年起，OpenAI开始发布GPT（GenerativePre-trainedTransformer）模型，2020年发布GPT-3，可以完成答题、写论文、代码生成等任务，被视为人工智能竞赛的里程碑事件，并直至ChatGPT的推出引起AI的热潮。

除了NLP领域，OpenAI还在多模态领域取得成就，包括发布了AI图像生成器DALL-E2，对音频转录编辑器Descript、AI笔记应用Mem等进行投资。OpenAI发展历程发布ProximalPolicyOptimization算法研究从文本创建图像神经网络DALL·EOpenAI成立，马斯克等人参与发布GPT-2，获微软10亿美元投资20152016201720182019202020212022OpenAI宣布其发展的主要目标，发布第一个项目——OpenAIGymBeta发布GPT-3，开放人工智能应用程序接口发布人工智能系统DALL·E2与ChatGPT发布GPT-16资料来源：OpenAI官网，中信证券研究部1.2演变：GPT-1—无监督预训练+有监督微调

GPT-1发布于2018年6月，参数量达1.17亿，预训练数据量约5GB。GPT-1包含预训练和微调两个阶段，考虑到自然语言处理任务中有标签的语料少，GPT-1先在大量的无标签数据上训练语言模型，然后在下游具体任务（如分类、常识推理、自然语言推理等）的有标签数据集上进行微调。1）在无监督训练中，GPT-1采用Transformer的架构，即标准的语言模型的目标函数，通过前面的词预测后面的词；2）在有监督训练中，采用标准的分类目标函数，仅需对第一阶段预训练的语言模型做出很小的结构改变，即可应用于各种下游任务。

GPT-1使用了BooksCorpus数据集来训练语言模型，其中有7000余本未出版的书籍。具体表现上，在有监督学习的12项任务中，GPT-1在其中9项上的表现优于专门训练的受监督模型。GPT-1包含预训练和微调两个训练阶段GPT-1在自然语言推理任务、问答和常识推理任务中的表现7资料来源：《ImprovingLanguageUnderstandingbyGenerativePre-Training》（AlecRadford、KarthikNarasimhan、TimSalimans等）资料来源：《ImprovingLanguageUnderstandingbyGenerativePre-Training》

（AlecRadford、KarthikNarasimhan、TimSalimans等）1.2演变：GPT-2—无监督预训练+多任务学习

GPT-2发布于2019年2月，参数量达15亿，预训练数据量约40GB。GPT-1使用的概率条件模型为p(output|input)，GPT-2使用相同的无监督模型学习多个任务，将概率条件模型修改为p(output|input,task)，期望模型对不同任务的相同输入产生不同的输出。此外，GPT-2采取Zero-shot设定，不需要下游任务的标注信息，而是根据给定的指令理解任务。因此GPT-2的核心思想在于多任务学习。

GPT-2训练的数据集来自社交新闻平台Reddit，共有约800万篇文章，体积超40GB。具体表现上，在8个语言模型任务中，仅通过Zero-Shot学习，GPT-2在其中7个上领先。GPT-2表明，随着模型容量和数据量增大，GPT模型的潜力仍有望进一步显现。语言模型参数增加，Zero-shot在NLP任务上表现提升8资料来源：《LanguageModelsareUnsupervisedMultitaskLearners》（AlecRadford、

JeffreyWu、

RewonChild等）1.2演变：GPT-3—无监督预训练+海量参数

GPT-3发布于2020年5月，参数量达1750亿，预训练数据量约45TB。GPT-3采用海量的参数来进行训练和学习，不追求GPT-2中的Zero-shot设定，而是通过少量样例（Few-shot或One-shot）理解并执行任务，对应为模型的上下文学习能力。GPT-3在作用到子任务时，无需进行微调，以避免庞大的模型体量所带来的高成本。具体表现上，在大量的语言模型数据集中，Zero-shot或Few-shot设置下，GPT-3超过了LAMBADA和PennTreeBank；GPT-3也在很多复杂的NLP任务中超过微调后的最佳方法。Few-shot准确性表现增速更快表明大模型在上下文学习上更强大Zero-shot、one-shot、few-shot与fine-tune对比9资料来源：《LanguageModelsareFew-ShotLearners》（TomB.Brown、BenjaminMann、NickRyder等）资料来源：《LanguageModelsareFew-ShotLearners》

（TomB.Brown、BenjaminMann、NickRyder等）1.2演变：ChatGPT—基于GPT-3.5，引入人类反馈强化学习

ChatGPT基于GPT-3.5开发，最大的变化在于引入人类反馈强化学习。ChatGPT引入人类反馈强化学习，使用人工对模型回复进行打分排名，使得其更好地理解并完成指令。在表现上，ChatGPT能够理解指令、提供基本令人满意甚至是超预期的回答、进行多轮对话以及拒绝不合理的请求等。相较于GPT-3，ChatGPT的回答更有体系性、逻辑性；相较于对话机器人，ChatGPT能够回答假设性的问题，并可以连续对话。

未来，ChatGPT待强化的方向还包括：纳入最新的网络语料、避免不合理的答案输出等。ChatGPT训练包括训练监督策略模型、训练奖励模型、PPO强化学习三个阶段10资料来源：OpenAI官网1.3展望：GPT-4—此前外界预期参数量变化不大、使用门槛有望降低

GPT-4备受业界期待，训练成本控制有望带动商业潜力的极大增强。ChatGPT的突出表现使得外界对GPT-4十分期待，自2021年以来便有报道称GPT-4“即将推出”，OpenAI公司CEOSamAltman今年受StrictlyVC采访时表示GPT-4将在“有信心可以安全且负责任地运行时”推出。外界此前也曾预期，GPT-4的推出或分阶段进行，例如GPT-3也是先开放给合作伙伴、付费用户和学术机构，才在2022年底开放给公众。

在参数量上，针对有传言称GPT-4参数量将达到百万亿，OpenAI公司CEOSamAltman予以否定。此外，AI专家AlbertoRomero预测，GPT-4的重点在数据处理优化上，因此其使用门槛有望降低，我们预计训练成本的控制将带动其商业潜力的增强。GPT-4参数量的传闻遭到否定Altman谈及GPT-4预计推出时间11资料来源：微信公众号“机器之心”资料来源：TheVerge，中信证券研究部1.3展望：GPT-4—最新消息称推出在即、支持多模态

最新消息称GPT-4将于下周推出，支持多模态应用，开启通往人工通用智能之路。根据德国科技媒体“heise在线”报道，当地时间3月9日，微软德国公司首席技术官Andreas

Braun在名为“AI

in

Focus

-

Digital

Kickoff”的活动中透露称“将在下周推出GPT-4，它将是一个多模态模型，会提供完全不同的可能性——例如视频”。这意味着GPT-4可以管理不同语言数据的输入和输出，也能够做到输出图像甚至视频。在活动上，微软AI技术专家对多模态AI的应用案例进行了介绍，例如能够将电话呼叫的语音直接记录成文本，这为微软位于荷兰的一家大型客户节省500个工作小时/天。

GPT-4对多模态的支持使得外界对模型潜力的预期进一步强化，原因在于多模态感知是建立人工通用智能（AGI）的重要一步，基于此能够执行人类水平的一般任务。微软德国公司首席技术官AndreasBraun称GPT-4即将推出人工智能已从单模态转向多模态12资料来源：heise

online资料来源：微信公众号“水木学堂”1.4商业模式：C端推出订阅制会员，B端提供调用API接口

ChatGPT迅速走红，以订阅制服务B端、C端客户，成本控制下将有效加速商业化落地。ChatGPT自年初以来，持续出圈，截至2023年1月末月活突破1亿，成为史上增长最快的消费者应用。考虑到计算资源所牵涉的庞大训练成本、运行成本，ChatGPT的商业化路径已正在探索、明确中。

商业模式—1）C端：OpenAI发布ChatGPT

Plus订阅计划，每月收费20美元，相较于免费版本，即便在高峰时段用户也能正常访问ChatGPT，响应时间更快，可以优先使用新功能，有望引领AI技术变现新模式；2）B端：OpenAI发布ChatGPT

API，开发者可以将ChatGPT集成到产品中，价格为$0.002/1k

token，相较于GPT-3.5降低90%，我们预计成本控制后有望快速带动GPT相关应用爆发。根据微信公众号“智东西”，生鲜电商Instacart、跨境电商Shopify、照片分享应用Snap、单词背诵应用Quizlet等已率先接入ChatGPT

API。Quizlet将基于ChatGPTAPI推出Q-ChatOpenAI上线ChatGPTPlus订阅计划13资料来源：OpenAI官网资料来源：OpenAI官网2.Transformer架构支撑GPT走向多模态，构筑AIGC领域核心基石142.1GPT采用的Transformer架构在NLP领域已跻身主流

GPT沿用主流Transformer模型，该模型采用自注意力机制，在NLP上表现优于RNN（循环神经网络）。2017年，谷歌在

《AttentionisAllYouNeed》中提出Transformer模型，可用于文本摘要、机器翻译等NLP任务。在NLP方面，Transformer模型的自注意力（self-attention）机制可以为输入序列中的任意位置提供上下文，进而模型能够一次性处理所有输入数据，而非RNN一次只处理一个单词的情况，由此模型可以减少训练时间，能够在更大的数据集上进行训练。目前，基于Transformer的预训练语言模型已成为NLP领域的主流。Transformer在长序列处理上解决了CNN的最长路径问题，也解决了RNN的并行度和Transformer的Encoder-Decoder示意图遗忘问题前馈神经网络自注意力机制交互层多头自注意力机制输入部分15资料来源《AttentionisAllYouNeed》（Google），中信证券研究部资料来源：《动手学深度学习》（李沐）2.2Transformer也可用于CV领域，相较于CNN实现性能巨大提升

Transformer也可用于CV（计算机视觉）领域，表现出巨大的性能提升。CV领域此前更多由CNN（卷积神经网络）主导，而Transformer凭借着自注意力机制，表现出了巨大的性能提升。根据微软亚洲研究院，Transformer在图像分类、物体检测等任务中刷新了测评记录，例如2020年Transformer被首次应用于图像分类任务，结合海量的预训练数据，ViT在ImageNet-1K的validation评测集上取得88.55%的准确率。Transformer也在视频动作识别、视觉自监督学习、图像复原、图像分割等视觉任务中取得优异成绩。谷歌提出的ViT-MoE模型目前在参数量上领先，达到了150亿。学术界挖掘出的Transformer建模的优点Transformer在大模型方面展示了强大的可扩展性16资料来源：《为何Transformer在计算机视觉中如此受欢迎？》（微软亚洲研究院）资料来源：《为何Transformer在计算机视觉中如此受欢迎？》（微软亚洲研究院）2.3Transformer支撑下GPT有望走向多模态，构筑AIGC领域核心基石

GPT有望基于Transformer延伸至多模态，构筑AIGC核心基石，GPT-4或实现领跑。当前，基于Transformer的多模态学习成为AI领域的研究热点，研究者们提出了大量的Transformer变体。鉴于Transformer具有较少的特定于模态的架构假设，以及生成式预训练、大模型&大数据路线的成功，Transformer能够联动CV与NLP，通过联合建模完成，打破CV与NLP领域之间的壁垒。微软亚洲研究院2022年推出BEiT-3预训练模型，在目标检测、实例分割、语义分割、视觉推理、图片描述生成等任务上取得了SOTA的迁移性能。我们认为，基于Transformer架构，GPT未来有望延伸至多模态，助力内容创作由UGC、PGC全面走向AIGC，赋能通用领域以及金融、教育、医疗、传媒等垂直行业。BEiT-3预训练示意图BEiT-3在视觉-语言任务上表现突出17资料来源：《通用多模态基础模型BEiT-3：引领文本、图像、多模态预训练迈向“大一统”》（微软亚洲研究院）

资料来源：《通用多模态基础模型BEiT-3：引领文本、图像、多模态预训练迈向“大一统”》（微软亚洲研究院）2.3Transformer支撑下GPT有望走向多模态，构筑AIGC领域核心基石

微软Kosmos-1基于Transformer可完成语言任务和基础的视觉任务，反映GPT发展潜力。2023年3月初，微软推出多模态模型Kosmos-1，可以处理文本、音频、图像和视频等内容，并遵循指令（即零样本学习）以及在上下文中学习（即少样本学习）。Kosmos-1能够分析图像内容、解决视觉难题、执行视觉文本识别、通过视觉智商测试（准确度在22-26%之间）以及理解自然语言指令等。Kosmos-1的骨干网络是基于Transformer的因果语言模型，用于训练的数据来自多模态语料库，包括单模态数据（如文本）、跨模态配对数据（图像-文本对）和交错的多模态数据。Kosmos-1的表现说明了多模态大模型的应用潜力。Kosmos-1能够进行图像解释、视觉应答、数字识别Kosmos-1是第一个能完成零样本瑞文智商测试的AI模型18资料来源：《LanguageIsNotAllYouNeed》（微软亚洲研究院）资料来源：《LanguageIsNotAllYouNeed》（微软亚洲研究院）2.3Transformer支撑下GPT有望走向多模态，构筑AIGC领域核心基石

GPT基础能力包括文本生成（分析）、代码生成、对话交互、机器翻译、图像生成、视频生成等，借此赋能通用与垂直领域应用，有望带来商业模式的重塑与变革。

结合ChatGPT现有应用场景，以及对GPT未来模型演变的展望，我们归纳出GPT的基础能力，具体包括：文本生成（分析）、代码生成、对话交互、机器翻译、图像生成、视频生成等。

我们认为，这些基础能力将支撑GPT在通用与垂直领域的应用，新的应用领域的出现也将基于这些能力的组合。例如，在办公软件领域，主要涉及GPT的文本能力；在教育行业，主要应用到文本、对话、翻译能力。GPT能力与主要应用领域NLP能力拼写检查信息检索主题建模文本分类信息提取封闭会话文本概括问题回答图像生成医疗机器翻译开放会话多模态演进GPT能力赋能GPT应用文本生成代码生成办公软件对话交互机器翻译视频生成搜索引擎教育金融图像视频√重塑结果呈现方式√改变盈利模式√影响竞争格局√打造效率生产工具√深化智能办公体验√打开客单价空间√启发式教学√深入的对话探讨√个性化精准学习√智能客服&营销√智能、精准的投顾√强大投研能力支持√导诊问诊辅助√临床研究助手√电子病历助手√信息采集√信息制作19资料来源：中信证券研究部整理3.通用与垂直场景多点开花，GPT变革内容生成与交互方式203.1通用场景：搜索引擎—GPT+文本&图像&视频重塑搜索结果呈现方式

搜索引擎接入GPT后结果呈现方式大为变化，或影响行业盈利模式与竞争格局。用户使用传统的搜索引擎时，需要手动翻阅搜索结果，判断是否为所需要的信息；而当搜索引擎接入GPT后，用户可直接获得答案集合。尽管受制于训练语料、成本等因素，答案准确性有待商榷，但在结果呈现方式上实现了变革，未来或与传统的搜索引擎相结合。如进一步实现多模态，搜索结果将更加丰富。微软在Bing中上线ChatGPT能力并开启测试，以聊天方式展示搜索结果，并可在对话中推荐广告。微软必应官方博客宣布，目前Bing日活突破1亿，集成搜索+聊天功能的Bing预览版自推出以来总聊天次数已超过4500万次。鉴于微软可能掀起搜索行业的第二次变革并颠覆此前的盈利模式，谷歌在2月初展示由大型语言模型LaMDA驱动的类ChatGPT应用——Bard，并计划大范围推广。全球搜索引擎市场份额分布用户在新版Bing对话中发现广告推荐内容21资料来源：Statista资料来源：上观新闻3.1通用场景：搜索引擎—百度“文心一言”有望构筑大模型生态系统

百度将推出文心一言，在搜索领域有望引领体验的代际变革，视频领域合作或率先走向多模态。百度是国内少有的具有超大规模语言训练能力的科技公司，2019年即推出文心大模型。百度打造的NLP大模型ERNIE

3.0

Zeus拥有千亿级参数，ERNIE-ViLG

2.0是全球首个知识增强的AI作画大模型。百度计划于3月16日召开文心一言发布会。此前，百度创始人李彦宏表示计划将搜索、智能云、Apollo自动驾驶、小度智能设备等多项业务与文心一言整合。例如在搜索引擎方面引领搜索体验的代际变革，鉴于爱奇艺宣布与百度共同探索将AIGC技术应用于内容搜索、宣发等，丰富的在线视频娱乐资源为未来多模态应用的构建提供了想象空间。此外，百度还将开放大模型支持交通、能源、制造等行业构建自己的模型和应用，打造人工智能生态系统，同时为公司带来丰厚的商业价值，目前已有多家科技、金融、传媒公司宣布成为合作伙伴。ERNIE3.0Zeus提出层次化提示学习技术百度文心一言发布会将于3月16日召开22资料来源：文心大模型网站资料来源：文心大模型网站3.2通用场景：办公软件—GPT+文本&图像打造效率型生产力工具

GPT有望融入办公流程，率先推动办公软件转型为智能办公平台。微软将于3月16日召开名为“FutureofWorkwithAI”的发布会，预计将展示ChatGPT类技术在Teams、Word、Outlook等生产力套件中的应用。我们认为，在GPT的赋能之下，办公软件作为效率型生产力工具的属性将更加突出，功能上将更加智能化，用户有望享受到智能办公平台所带来的便利性与效率大幅提升。例如，在Word中，GPT将能够帮助用户生成文本，或将文档集汇总为关键点，使得用户快速理解和分析信息；在Outlook中，GPT可以处理收件箱文本，帮助用户更快捷地撰写或回复电子邮件；在Excel中，能够根据提示提取数据，如要求“按照利润列出世界前五大公司”后，生成Excel公式或制作可视化图表。Edge中的BingAI侧边栏可以与OfficeWeb一同使用微软在VivaSales邮件中提供OpenAI技术23资料来源：TheVerge，微软资料来源：TheVerge，微软3.2通用场景：办公软件—WPS若结合GPT将深化用户智能办公体验

金山办公发布业内首个深度学习框架KSAI-Lite，并创新推出智能写作与演示文稿智能美化功能，未来若在GPT赋能下有望深化用户智能办公体验，并打开客单价提升空间。金山办公AI中台围绕办公领域的计算机视觉、自然语言处理相关算法研究已开发了近100项AI能力，2021年7月发布业内首个面向办公领域的深度学习推理框架——KSAI-lite，其适配国内外主流软硬件平台，支持OCR、机器翻译、智能校对等场景。金山办公还基于NLP技术推出WPS智能写作，功能包括文本自动生成、智能校对、智能改写等，WPS智能生成的内容占据云端整体内容资源的33.6%。WPS演示文稿创新使用智能美化功能，一键即可实现文本自动排版并根据语义恰当进行配图、配色，进而得到成熟、美观的演示文稿，大幅减少用户手动调整的工作量。演示文稿还支持智能化多图拼图，智能美化功能月度活跃用户数量也已超过百万。WPS以“人工智能”为主题的智能写作输出结果WPS演示文稿智能美化功能24资料来源：WPS智能写作截图资料来源：WPS演示文稿截图3.2通用场景：办公软件—PDF结合GPT有望成为知识传播、转化利器

福昕软件投入AI方向超3年并具有AIGC能力，ChatPDF的丰富功能有望为其结合GPT提供借鉴。ChatPDF可通过ChatGPT

API解读专业论文，例如用户上传PDF后，可直接对论文进行提问；此外，ChatPDF同样支持合同、文书、书籍等材料。福昕软件作为全球PDF核心技术与应用领域的领导厂商，下属的iDox.ai团队开发了合同检查、合同比较、敏感信息侦测等功能，相关产品自去年底推向市场，标准版、高级版年单价分别为200、400美元；此外，公司下属的前沿文档技术团队也在积极探索将AI技术与公司产品相结合。结合ChatPDF的先期探索，我们认为，未来在GPT赋能之下，福昕软件有望打造更智能的PDF文档处理解决方案，构筑新型知识传播、转化利器，助力用户更高效地使用文档资源。ChatPDF界面ChatPDF对论文进行解读25资料来源：ChatPDF资料来源：ChatPDF3.3垂直场景：教育—GPT+文本&对话&翻译催化启发式、个性化教学

GPT有望催化“启发式”教学模式，加快教育领域的个性化、多样化变革探索。ChatGPT可以理解为一名“全能教师”，即便是小众、冷门的领域，也能够给出相对有逻辑的回答。我们认为，GPT技术将催化“启发式”教学模式，引导学生更加积极主动地进行思考、发问，并与“全能教师”进行对话探讨，这有别于传统的应试教学模式。教育转型向智能化教育方向发展26资料来源：人工智能基础教育行业研究报告（36氪研究院）3.3垂直场景：教育—科大讯飞AI学习机将率先落地类ChatGPT技术

科大讯飞在认知智能领域具备长期深厚积累，AI学习机将率先落地类ChatGPT技术，产品能力有望进一步夯实。公司以“平台+赛道”模式实现AI核心技术的转化，在教育、医疗、智慧城市、AI办公等赛道中验证技术优势。公司承建认知智能全国重点实验室，2022年获得OpenBookQA等多项认知智能领域评测第一，开源6大类、超过40个通用领域的系列中文预训练语言模型。2022年12月公司启动生成式预训练大模型攻关，凭借在算法、算力等方面的保障，AI学习机将率先落地类ChatGPT技术，并计划于今年5月6日进行产品级发布，有望在中英文作文辅导、口语学习等方面实现能力跃升。公司2019年推出首款AI学习机——X1

Pro，作为教育2C模式的核心产品，联动B、G端解决方案，实现教育服务生态闭环。依托类ChatGPT技术对AI学习机的能力重构，我们看好公司学习机产品的个性化精准学习能力，有望强化市场竞争地位。科大讯飞智慧教育业务全景图科大讯飞AI学习机推出历程大数据精准教学学校教学智慧体育人工智能创新教育学生综合素质评价智慧课堂个性化作业素质教育区域因材施教教育考试服务英语口语评测智能语言学习智慧考试校内家庭智慧校园新高考综合解决方案教育管理自主学习AI学习机个性化学习手册学校老师教育主管部门学生家长AI技术大数据技术教研服务教育资源27资料来源：科大讯飞公司年报，中信证券研究部资料来源：科大讯飞公司官网，中信证券研究部3.4垂直场景：金融—GPT+文本&对话赋能客户服务、投研支持

GPT有望对金融行业的经营、管理、产品营销及客户服务等方面产生巨大影响。近年来，金融机构在合规趋严、人力成本上升等因素的影响下，对于数字化建设的意愿强烈。考虑到ChatGPT在内容生成等方面的突出表现，我们认为，GPT有望率先落地对外的客户服务与对内的投研支持。以银行业为例，电子客服仍处于AB判断阶段，引入GPT将更好地服务于客户需求；在证券、基金业，个人投资者存在的大量疑惑将可通过GPT解决，机构投资者在投研中也将获得来自GPT的协作。GPT有望重构金融行业客户服务端，也有望进一步增强机构内部的投研能力，助力经营效率提升与成本优化。自然语言处理技术在客服、营销场景的应用自然语言处理技术在投研、投顾场景的应用痛点金融资讯覆盖的定性文本数据分析难度高且数据量大痛点客服团队人员成本及管理费用高不同金融业务难以简单快速地定位到所需定性分析的文本型数据服务质量与效率较难评价客服获客成本高，潜在用户转化率低营销场景场景风控投研投顾以NLP技术为基础，结合智能语音、知识图谱等技术，实现人力成本的降低及服务效率、获客效率的提升。借助NLP技术，对金融资讯中文本型数据进行拆解，定位有用信息并进行分类分析，提升金融机构对金融资讯分析的广度与精度。潜在客户分析问句输入问句理解信息检索答案生成话术分析各类自然语言金融资讯关键环节公司新闻

产品资料宏观经济

政策文件

媒体评论

...NLP:题/回复进行语义分析，根据语义理解结果从知识

服务结束NLP:对客户/潜在客户以自然语言形式提出的问库中选取输出的内容并构建恰当的语句进行回复。NLP:分析资讯文本，精事件抽取：情感分析：文本摘要：通过NLP技术进行分析处理对金融资讯文本的倾向性分析，从而判断市场中各类关切主题的情感倾向。从海量金融资讯中抽取特定业务相关事件信息，并进行结构化处理。后，对服务话术进行分析，以把控服务质量，优化话术。将金融资讯长文本的内容提取并重组为较短的摘要文本。技术应用准定位潜

知识图谱：在问句理解、信息检索、答案生成环节辅助提供知识的表示、储存和推理。在客户。智能语音：如有必要，在问句输入、答案生成过程对语音信息与文本信息进行转化。智能投研：应用于金融业务场景智能风控：增加风控模型评估因子，实现舆情监测预警监测市场舆情，挖掘事件关系，改善金融交易预测模型。智能营销智能客服覆盖场景28资料来源：《2022年中国AI+金融行业发展研究报告》（艾瑞咨询研究院），中信证券研究部资料来源：《2022年中国AI+金融行业发展研究报告》（艾瑞咨询研究院），中信证券研究部3.4垂直场景：金融—同花顺i问财等在GPT加持下或升级智能投顾平台

同花顺在金融信息服务行业以强研发闻名，i问财有望凭借GPT全面升级服务模式。公司重点打造的i问财是在财经领域落地的有代表性的自然语言、语音对话交互问答系统。2021年，在全球对话系统技术领域的顶级赛事DSTC9中，取得跨语言对话状态跟踪任务第一名。在GPT赋能下，i问财有望升级服务模式，在信息汇集、交互问答等方面跨越，进一步发展为智能投顾平台，为个人投资者投资决策提供更全面、深入的支持。

东方财富构建一站式互联网财富管理生态圈，GPT或催生全新的智能投顾产品。凭借费率优势以及对用户体验的重视，天天基金近年来在基金代销行业跻身头部位置。我们认为，借助于GPT赋能，天天基金之类的财富管理机构在基金投顾方面有望更加智能。例如，结合用户对投资回报、风险偏好的描述，更加精准地推荐基金产品；当用户对基金投资标的、投资风格等产生问题时，也能快速地进行信息生成，助力财富管理机构在拉长客户接触时间的同时控制运营成本；此外，通过迭代学习，投顾质量也有望不断夯实。综合而言，GPT将助力客户粘性提升与流量优势强化。同花顺i问财股票栏目天天基金网基金导购栏目提供基金筛选功能29资料来源：同花顺i问财网站资料来源：天天基金网3.4垂直场景：金融—GPT或提升万得等数据产品输出的体系化&多元化

万得、恒生聚源等专注金融与产业数据资讯服务提供，GPT或变革产品输出形态。万得是国内B端金融信息服务行业的领跑者之一，构建了以金融证券数据为核心的大型金融工程和财经数据仓库。恒生聚源作为恒生电子旗下的创新子公司，拥有金融数据库、金融终端、智眸系列等丰富的产品线，积累了股票、债券、理财、宏观等多大类、全历史年限、多维度的结构化数据内容。在GPT的赋能之下，我们认为金融数据产品的提供有望更加体系化，交互方式有望更加多元化，例如对券商研报进行元素提取、对机构调研信息进行整合，协助投研人员搜集资料数据，减少了大量繁琐的案头工作。尽管目前在用户测试中，ChatGPT对投研领域的回答尚不尽如人意，但伴随着相关材料纳入训练集，我们认为回答的专业性有望提升。恒生聚源基础数据库产品GPT+投研应用展望自动推送•

消息订阅•

精准推送主动式搜索•

提出图表中的高价值数据•

搜索报告中的指标并实现关联指标的对比分析•

获取研究灵感订阅推送•智能匹配研报定量式分析•

报告预测的准确度•

分析师擅长的行业•

择时能力分析•

风格分析深度搜索回测分析30资料来源：恒生聚源公司官网资料来源：微信公众号文因互联，中信证券研究部3.5垂直场景：医疗—GPT+文本&对话&图像扮演医生助手角色

GPT有望在医疗领域中发挥医生助手的作用，协助进行问诊导诊、科研辅助等工作。考虑到医疗领域的专业性、敏感性以及潜在风险因素，我们认为，GPT的定位更多在于医生助手，帮助医生完成事务性工作以及一些基础科研工作，而非取代医生。此前，AI+医疗的应用主要体现在图像分割、影像分析、机器翻译、病理细胞分析等领域，侧重于辅助。根据美国《科学公共图书馆·数字健康》报道，ChatGPT在没有经过专门训练或加强学习的情况下就能通过或接近通过美国执业医师资格考试（USMLE）。结合ChatGPT的试用效果，我们认为，GPT的潜在应用场景包括导诊、轻问诊、辅助诊断、病历书写等，根据第一财经报道，一些医院正在利用类ChatGPT技术搭建模型，以支持院内的医疗、教育和科研工作。伴随医疗健康语料纳入训练，GPT发挥的效果值得期待。AI+医疗应用场景31资料来源：《2021年中国人工智能+医疗与生命科学行业研究报告》（艾瑞研究院）3.5垂直场景：医疗—医疗信息化厂商卡位核心系统，助力构建GPT能力

医疗信息化公司作为医疗机构信息化底座提供者，有望助力构建GPT能力。根据复旦大学附属华山医院信息中心主任黄虹在接受第一财经采访时透露的情况，医院内部落地GPT的场景包括：就医导诊，以提升医疗效率；构建内部知识库，以提升临床研究效率；汇集历史病历，辅助医生提升电子病历书写效率。考虑到医院本身在信息化能力上的相对薄弱，我们认为以创业慧康、卫宁健康、医渡等为代表的医疗信息化公司作为医院内部系统的供应商，有望帮助医院构建GPT能力。

互联网医疗平台卡位线上问诊，GPT有望助力问诊效率大幅提升。2020年疫情爆发以来，互联网医院凭借着突破时空限制、免接触等优势，迎来快速发展。平安好医生、阿里健康、京东健康等平台搭建了轻问诊模式，主要通过自有医生、外部签约医生提供问诊服务。我们认为，GPT可以用于在线问诊支持，为用户提供基本的、常规化的问诊服务。这将助力互联网医疗平台实现问诊效率的大幅提升，问诊服务的供给能力将不再受制于链接的医生数量。创业慧康大数据和人工智能产品体系京东健康互联网医院32资料来源：创业慧康官方微信公众号资料来源：京东APP3.5垂直场景：医疗—医渡基于AI能力/数据积累有望更优服务科研、监管

医渡科技拥有丰厚的AI能力积累，未来在GPT赋能下有望更优服务于临床科研、医疗监管等。医渡科技通过智能医疗大脑YiduCore服务于客户，截至2022年9月30日，已处理和分析了超过700百万名患者的30多亿份医疗记录，拥有丰厚的医疗大数据沉淀。根据沙利文报告（转引自医渡科技年报），医渡科技在国内新兴医疗智能市场占据25.6%份额。应用方面，公司为监管机构提供了AI赋能的数据分析解决方案，以优化公共卫生治理水平，如中标北京市传染病智慧化多点触发监测预警平台项目等；公司还通过使用符号知识推理模型及深度学习等AI技术迭代真实世界疾病模型，深化对疾病的洞见，在血液系统疾病领域、皮肤疾病领域协助搭建了专病科研平台。未来结合多模态GPT赋能，公司有望在科研辅助、监管支撑等方面将发挥更重要作用。医渡科技基于YiduCore提供数据分析及证据决策驱动的解决方案医渡科技在医院、监管机构、生命科学公司等之间构建生态系统33资料来源：医渡科技公司官网资料来源：医渡科技公司官网3.6垂直场景：图像视频—GPT+图像&视频强化内容智能化生产与处理

GPT有望改变图像视频领域内容生产模式，多模态提高信息输出丰富度。图像视频行业新老业态交织，构成相对多元，以生产和传播文字、图像、艺术、影像、声音等形式存在，包括报纸、图书、广播、电影、电视、动漫等诸多细分领域。从产业链条来看，图像视频行业主要涉及信息采集、制作、分发、传播等，我们认为GPT将主要影响产业链前端的采集、制作。结合中国信通院《AIGC白皮书》，我们预计在GPT赋能之下，特别是对多模态的延伸，图像视频行业有望进一步提高写稿机器人、采访助手、视频智能剪辑、合成主播等新兴应用的供给能力，既改变内容生产模式，也满足信息接收者对丰富内容的需求。虚拟数字人相关技术指标AI绘画版《我的祖国》MV34资料来源：《中国虚拟数字人影响力指数报告》（中国传媒大学媒体融合与传播国家重点实验室媒体大数据研究中心、优格元宇宙实验室、中传数字人研究院）资料来源：人民日报官方微博3.6垂直场景：图像视频—商汤等有望依托大模型提升通用能力

多模态融合是计算机视觉的重要发展趋势，GPT赋能之下商汤等公司有望通过大模型深化计算机视觉相关功能和应用。计算机视觉技术近年来逐步在各行各业应用落地，与金融、商业、工业、教育等应用场景深度结合；根据沙利文预测（转引自商汤科技招股说明书），我国计算机视觉软件市场规模有望由2020年的167亿元增长至2025年的1017亿元，对应复合增速达到44%。作为AI领域的预训练方式，GPT可以运用于计算机视觉相关的功能和应用，诸如i-GPT等跨界处理了图像任务。在走向多模态的GPT赋能之下，以商汤、云从、格灵深瞳、创新奇智、虹软等为代表的计算机视觉算法公司，有望由小模型路线走向大模型，深化技术通用性，降低算法研发成本，助推自身商业价值的进一步显现。例如，在大模型算法研发上，商汤视觉大模型拥有320亿参数，覆盖10+核心业务，在AIGC大模型、NLP大模型、Nerf三维大模型等领域形成应用闭环。商汤软件平台部署及商业化AI模型流程SenseCore商汤AI大装置打通多领域基于大模型的生产应用闭环35资料来源：商汤科技公司招股书，中信证券研究部资料来源：商汤智能产业研究院官方微信公众号3.6垂直场景：图像视频—当虹拥有视觉AI能力，GPT或深化应用水平

当虹科技拥有视频编码+视觉AI双引擎，AIGC布局有望加速推进。公司拥有视频AI建模能力，主要针对视频质量智能增强、视频智能编码、视频结构化分析、视频异常行为预警等方向。公司AIGC相关技术在媒体演播室、智能媒资平台等场景上的应用较为成熟，可为电视台、新媒体、互联网、泛媒体行业等客户提供通过AI技术进行短视频、长视频的生产/加工等解决方案，功能包括AI智能剪辑；短视频自动生成等。结合GPT赋能，我们预计公司在传媒领域的技术优势将进一步强化，公司有望通过AIGC应用与传媒、安全等下游行业客户实现更加深度的绑定与合作。当虹科技

AI超分视频增强解决方案当虹科技视觉AI解析中心应用场景36资料来源：当虹科技公司年报资料来源：当虹科技公司官网4.投资策略374投资策略

伴随成本下降以及多模态的持续演进，GPT等大模型有望构筑AIGC核心基石，推动AI商业化进程加速和市场天花板打开。建议持续关注相关领域的AI公司：

1）应用层：AI+行业：办公—金山办公、福昕软件，教育—科大讯飞，金融—同花顺、东方财富，医疗—创业慧康、卫宁健康，图像视频—商汤科技、当虹科技、云从科技、格灵深瞳、创新奇智、虹软科技、魅视科技，其他-拓尔思、汉王科技、海天瑞声等；

2）基础设施层：海光信息，景嘉微，寒武纪浪潮信息，工业富联，中科曙光等。385.风险提示395风险提示

AI核心技术发展不及预期的风险：目前，GPT相关技术发展演进仍需要产业界的共同推进，如未来由于模型架构、算力成本等原因，出现核心技术发展不及预期的情况，或将导致GPT应用落地进度受阻；

科技领域政策监督收紧的风险：GPT应用属于科技领域政策监管范畴，如未来由于技术风险等因素，出现监管收紧的情况，或将导致GPT应用落地不及预期；企业数据安全风险：GPT应用涉及对数据资源的使用，如出现数据泄露等数据安全事件，或将导致技术开发方、应用开发商对数据安全责任的承担；

信息安全风险：GPT应用或将受到网络安全事件的挑战，或导致GPT应用的使用体验受到负面影响；行业竞争加剧的风险：目前，海外一线科技公司积极投入对AI大模型的技术研发与产品开发，或加速新一轮AI“军备竞赛”的到来，行业竞争程度提升或将影响行业内盈利能力。40感谢您的信任与支持！THANKYOU杨泽原（计算机行业首席分析师）丁奇（计算机行业联席首席分析师）潘儒琛（计算机行业分析师）李康桥（计算机行业分析师）执业证书编号：S1010517080002执业证书编号：S1010519120003执业证书编号：

S1010520110001执业证书编号：

S101052209000841免责声明证券研究报告

2023年3月12日分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。一般性声明本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含CLSA

group

of

companies），统称为“中信证券”。本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。评级说明投资建议的评级标准评级说明买入相对同期相关证券市场代表性指数涨幅20%以上相对同期相关证券市场代表性指数涨幅介于5%～20%之间相对同期相关证券市场代表性指数涨幅介于-10%～5%之间相对同期相关证券市场代表性指数跌幅10%以上相对同期相关证券市场代表性指数涨幅10%以上相对同期相关证券市场代表性指数涨幅介于-10%～10%之间相对同期相关证券市场代表性指数跌幅10%以上增持股票评级报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。持有卖出强于大市中性行业评级弱于大市42免责声明特别声明在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问/disclosure。截至本报告发布日，中信证券股份有限公司及其另类投资子公司持有下述公司已发行股份的比例达到或超过1%：当虹科技（688039），对应持股业务类别：自营，持股比例：1.38%；中信证券股份有限公司及其另类投资子公司持有下述公司已发行股份的比例达到或超过1%：中科曙光（603019），对应持股业务类别：自营，持股比例：1.11%；中信证券股份有限公司及其另类投资子公司持有下述公司已发行股份的比例达到或超过1%：海光信息（688041），对应持股业务类别：自营，持股比例：0.46%；另类投资子公司，限售持股比例：0.25%/1.34%，限售起始日：2022年08月12日/2022年08月12日，限售期：24个月/12个月。法律主体声明本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由CLSA

Limited（于中国香港注册成立的有限公司）分发；在中国台湾由CL

Securities

Taiwan

Co.,

Ltd.分发；在澳大利亚由CLSA

Australia

Pty

Ltd.（商业编号：53

139

992

331/金融服务牌照编号：350159）分发；在美国由CLSA（CLSA

Americas,

LLC除外）分发；在新加坡由CLSA

Singapore

Pte

Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由CLSA

Europe

BV分发；在英国由CLSA

（UK）分发；在印度由CLSA

India

Private

Limited分发（地址：8/F,

Dalamal

House,

Nariman

Point,

Mumbai

400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由PT

CLSA

Sekuritas

Indonesia分发；在日本由CLSA

Securities

Japan

Co.,

Ltd.分发；在韩国由CLSA

Securities

Korea

Ltd.分发；在马来西亚由CLSASecurities

Malaysia

Sdn

Bhd分发；在菲律宾由