国信证券-人工智能行业专题报告：生成式人工智能产业全梳理-230328.pdfVIP

仅供内部参考，请勿外传

证券研究报告|2023年03月28日

人工智能专题报告：

生成式人工智能产业全梳理

行业研究·深度报告

投资评级：超配（维持评级）

证券分析师：熊莉证券分析师：库宏垚证券分析师：朱松证券分析师：张伦可

xiongli1@kuhongyao@zhusong@zhanglunke@

S0980519030002S0980520010001S0980520070001S0980521120004

请务必阅读正文之后的免责声明及其项下所有内容

-1-

仅供内部参考，请勿外传

报告摘要

人工智能作为第四次科技革命，已经进入2.0时代。人工智能概念于1956年被提出，AI产业的第一轮爆发源自2012年，2012年AlexNet模

型问世开启了CNN在图像识别的应用，2015年机器识别图像的准确率首次超过人（错误率低于4%），开启了计算机视觉技术在各行各业

的应用。但是，人工智能1.0时代面临着模型碎片化，AI泛化能力不足等问题。2017年GoogleBrain团队提出Transformer架构，奠定了

大模型领域的主流算法基础，从2018年开始大模型迅速流行，2018年谷歌团队的模型参数首次过亿，到2022年模型参数达到5400亿，模

型参数呈现指数级增长，“预训练+微调”的大模型有效解决了1.0时代AI泛化能力不足的问题。新一代AI技术有望开始全新一轮的技术

创新周期。

自18年起大模型快速流行，有望重新定义生产力。2018年以来，预训练语言模型(PLM)及其“预训练-微调”方法已成为自然语言处理

（NLP）任务的主流范式，该范式先利用大规模无标注数据通过自监督学习预训练语言大模型，得到基础模型，再利用下游任务的有标

注数据进行有监督学习微调模型参数，实现下游任务的适配。在AI的1.0时代：存在模型碎片化明显、AI泛化能力不足等问题。“预训

练+微调”大模型能显著降低AI工程化门槛，预训练大模型在海量数据的学习训练后具有良好的通用性和泛化性，细分场景的应用厂商

能够基于大模型通过零样本、小样本学习即可获得显著的效果，使得人工智能有望构建成统一的智能底座，AI+赋能各行各业。本轮的

生成式AI有望从简单的内容生成，逐步达到具有预测、决策、探索等更高的认知智能。

OpenAI当前已迭代五代模型，GPT-4开始布局多模态。OpenAI于2015年成立，微软于2019年开始与OpenAI建立战略合作伙伴关系，GPT共

发布五代模型GPT-1、GPT-2、GPT-3、ChatGPT以及GPT4。GPT-1于2018年6月发布，首次将transformer与无监督的预训练技术相结合。

2020年5月发布GPT-3，模型参数量为1750亿。2022年11月，OpenAI正式推出了对话交互式的ChatGPT。相比于GPT-3，ChatGPT引入了基

于人类反馈的强化学习（RLHF）技术以及奖励机制。2023年3月，OpenAI正式推出GPT-4，成为目前较先进的多模态大模型。GPT-4主要

在识别理解能力、创作写作能