AI应用专题：百花齐放，静待杀手级别应用.docxVIP

AI应用专题：

百花齐放，静待杀手级别应用

国联证券传媒互联网研究团队

2024年2月27日

证券研究报告

证券研究报告报告评级：强于大市

AI产业研究框架海内外生态概览第一部分B端应用：从通用场景到垂直赛道

AI产业研究框架海内外生态概览

第一部分

B端应用：从通用场景到垂直赛道

第二部分

C端应用：头部格局稳定，静待杀手级应用

第三部分

2024年，还有哪些值得期待？

第四部分

目

录

1、AI产业研究框架海内外生态概览

基建层硬件OMetaANTHROP\C1.1AI产业研究框架海外生态概览

基建层

硬件

OMetaANTHROP\C

云服务

模型层

模型层

中间件

中间件

应用层

应用层

C端应用

C端应用

数据准备-数据标注-模型训练-实验管理-模型部署-产品整合

B端应用

、AdobeFireflyunityMuse

资料来源：海外独角兽，国联证券研究所整理4

基建层：AI硬件及云服务。以NVIDIA为首的AI硬件算力进步使大模型的单次训练成本降至可以接受的1000万美元以下；同时以Azure为首的云服务厂商集成了算力资源和AI建模的能力，也将成为基础设施的重要部分。

模型层：AI模型及算法。以OpenAI为首的研究机构连续发布了文本、图片等多模态生成的高质量模型，其中对话和图片产出内容质量之高使其短期内成为提高内容生产效率的工具，长期将引领下一代交互方式、成为新的流量入口。

中间件：MLOps等AIinfra。底层模型和上层应用之间的中间件，包括模型训练、模型推理两大板块中的各个细分环节，代表公司包括scaleAI、pinecone等。中期，随着上游大模型厂商“军备竞赛”，中间件作为“卖武器”的公司有望持续受益。

应用层：B端及C端AI应用。得益于上游分摊了大量研发成本，下游应用针对垂直应用场景定制小模型，满足特定的用户需求，实现商业化变现。目前从落地节奏来看，2B快于2C，工具类快于社交/内容类。

由于基建层、模型层竞争格局已较为稳定，硅谷投资人主要关注中间件、应用层的初创企业。

流程2.模型训练分布式框架细分环节深度学习框架ModelHub主要作用机器学习领域的类Github开源社区AI模型训练与推理的核心框架，使模型能够高效的实现计算将一个庞大的AI模型分配给多个硬件进行处理，最后再综合起来得到结果代表公司融资总额Anyscale（分布式计算平台）：$2.59亿Huggingface（模型开源社区）：$3.95亿Tensorflow（Google旗下）

流程

2.模型训练

分布式框架

细分环节

深度学习框架

ModelHub

主要作用

机器学习领域的类Github开源社区

AI模型训练与推理的核

心框架，使模型能够高

效的实现计算

将一个庞大的AI模型分配给多个硬

件进行处理，最后再综合起来得到

结果

代表公司融资总额

Anyscale（分布式计算平台）：$2.59亿

Huggingface（模型开源社区）：$3.95亿

Tensorflow（Google旗下）PyTorch（Meta旗下）

流程

3.模型上线

细分环节

模型部署

实验管理

模型监控

主要作用

代表公司融资总额

追踪模型版本，验证模

型性能，选择最优版本

的模型进行上线

把训练好的模型在特定环境中

运行，需要最大化利用资源的

同时保证模型性能

实时保持对模型输出结果的监控，将用于模型安全

WeightsBiases（AI开发平台）：$2.5亿

BentoML（模型部署框架）：$900万

Fiddler（模型性能管理工具）：$4520万

1.

1.数据准备

数据标注

数据标注

标注机器学习输入(X,y)中的y部分，在一部分目标变量y缺失的业务场景为AI模型提供人类先验知识的输入

Scale（人工数据标注商）：$6亿

Snorkel（模型数据合成/标注）：$1.35

亿

4.

4.产品整合

向量数据库

向量数据库

非结构化数据库，储存的数据形式为

向量，向量数据的高速搜索对于未来

高性能的AI软件很重要

Pinecone（向量数据库）：$1.38亿

资料来源：Crunchbase，阿尔法公社，海外独角兽，国联证券研究所整理

5

1.3海外主要AI初创公司融资情况：OpenAI金额最大，中间件、B端应用数量较多

基建层（AI硬件）

被投公司

最近融资轮次

总融资金额

领域

Etched.AI

种子轮

540万

AI推理芯片