AI大模型需要什么样的硬件？.pdf

电子

正文目录

摘要：大模型能力提升不断解锁新的应用场景3

大模型应用#1：从Chatbot到AIAgent，个人助理重塑手机应用生态6

AI手机：AI大模型驱动软硬件升级8

AR/VR：AI大模型交互能力，看好智能眼镜等轻量级AR发展机遇11

大模型应用#2：生产力工具的AI化有望推动新一轮PC换机周期13

办公：微软、谷歌引领产品矩阵全面AI化13

编程：AI协助编程开发，提高开发效率与质量14

PC：AIPC24年下半年渗透率有望持续提升15

大模型应用#3：AI大模型推动具身智能技术加速迭代17

大模型应用#4：大模型是推动云计算发展的“锚”21

大模型应用#5：大模型赋能搜索和广告等互联网传统业务23

广告：AI算法优化推送机制，生成式AI实现自动化广告制作23

搜索：引入大模型后，Bing份额提升24

附录：国内外大模型公司进展27

海外：微软OpenAI与谷歌领先，Meta选择开源的防御性策略29

微软OpenAI：闭源模型全球领先，大模型产品化处于前沿29

谷歌：闭源模型全球领先，自有业务生态及AI潜在落地空间广阔30

Meta：Llama开源模型领先31

国内大模型：格局清晰，闭源追赶GPT-4，开源具备全球竞争力32

百度：文心大模型持续迭代，B/C端商业化稳步推进33

阿里巴巴：通义大模型开源闭源兼具，落地行业广泛34

腾讯：混元大模型赋能自身业务生态实现智能化升级34

字节跳动：豆包大模型赋能内部业务，对话助手“豆包”用户数量居前34

商汤：“云、边、端”全栈大模型，5.0版本对标GPT-4turbo34

风险提示35

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。2

电子

摘要：大模型能力提升不断解锁新的应用场景

过去一年，大模型能力的发展速度超出我们预期。以衡量LLM的常用的多语言理解均值评

测标准（MMLU）为例，2021年底全球最先进大模型的MMLU5-shot得分刚达到60%，

2022年底超过70%，而2023年底已提升至超过85%。在语言能力之外，AI大模型的多模

态能力也快速提升。2023年初，主流闭源大模型通常为纯文本的LLM。2023年至今，闭

源模型的多模态能力具有大幅度提升，目前主流闭源大模型通常具备图像理解、图像生成

能力。部分最前沿的闭源大模型，例如GPT-4o、谷歌Gemini，支持的模态更加多元，能

够理解文本、图像、音频、视频（帧），并生成文本、图像、音频。2022年9月，红杉资

本预计还需要近十年的时间，大模型才能实现实习生级别的代码生成、好莱坞质量的视频

和区别于机械声的人类质量语音，但是实际进展远超当时预期，Sora已经能够生成60s的

高质量视频，GPT-4o和谷歌Gemini都已经能够实现具备感情的实时人机语音交互。

我们看到，随着大模型能力的不断增强，AI的作用不断深化，生成式AI新的应用不断被解

锁。通过对AI在搜索、电商零售、办公、金融法律、影视游戏，医药、教育、汽车等行业

应用前景的分析，我们认为，AI应用的落地节奏或与行业数字化程度成正比，我们看到AI

大模型在互联网（搜索+广告营销）、办公、金融等领域率先迎来“iPhone时刻”。其中最