20230313-申万宏源-计算机行业AIGC系列之五：跨模态，更多应用场景出现，中国公司得到更大机会.pdfVIP

行 业 及 计算机 产 业 2023 年 03 月 13 日 跨模态：更多应用场景 出现 ，中国 行 业 公司得到更大机会 研 / 究 行 看好 ——AIGC 系列之五 业 深 度 相关研究 本期投资提示： 数据局，国资云，AIGC ，中东进：全 证 面数字经济！ - 计算机行业周报  “模态”是指数据的存在形式,比如文本、音频、图像、视频等文件格式。多模态是一种全 券 20230310 2023 年 3月 11 新的交互、生成模式，集合了图像、语音、文本等方式。我们认为，多模态/跨模态 AI 大 研 日 究 重视信创带来的数据库运维新机会-数 模型将得到相比 ChatGPT 等 NLP 大模型更大的应用。 报 据库行业点评 2023 年 3 月 8 日  近期 google、微软等海外巨头在 2023 年后在跨模态预训练大模型上有更大投入。 3 月 告 google 推出 Palm-E 参数量达 562B ，可以理解图像，还能理解、生成语言，并将两者结 合起来。微软推出多模态大型语言模型，此外计划在下周推出 GPT-4。 证券分析师 洪依真 A0230519060003  目前我们已经可以在跨模态中看到更多应用可能性。除了已经相对成熟的文生图外，人机 hongyz@ 林起贤 A0230519060002 互动、机器人控制、图片搜索 ，语音生成等，大量应用涌现。 linqx@ 李国盛 A0230521080003  本篇深度中，我们解释了大量市场预期差。 ligs@ 杨海燕 A0230518070003  市场认为，国内 AI 大模型相比美国落后较多。我们认为，实际上国内巨头已在跨模态有 yanghy@ 较多提前布局。2022 年以前，百度、华为、阿里、腾讯、商汤等公司就已经开始尝试跨 联系人 模态大模型应用。应用领域包括金融、电商、工业、智慧城市等众多领域。 洪依真 (8621 hongyz@  市场认为，相比 NLP 单模态大模型，多模态技术难度在每个单点上都提升。我们认为，多 模态可能反而降低了单点技术难度。类似文生图等多模态大模型对于纯文本特征提取要求 降低，不需要理解长文本，不需要理解多轮对话；对文本生成无要求。DALL-E 的参数量 从 GPT-3 的 175B 降低到 12B 就是一个佐证。  市场认为，视觉大模型仍然需要更多参数标注、且 transformer 算法不适用于 CV 场景。 我们认为，图像自动标注已经有了更多方法论，且 trans 应用于 CV 也开始成熟，算法和 数据都已大幅迭代。更大参数的数据模型意味着更多的数据标注。我们认为更大参数的数 据模型并不直接意味着更多标注数据需求，但 RLHF 等需求可能增加。且近年来随着 vit、 swin transformer、mae 等论文推出，transformer 在 CV 和跨