电子行业AI大模型需要什么样的硬件？.docx

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-4turbo 34

风险提示 35

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”。其中最值得关注的应用包括：1）文本生成在电商、金融、医疗等行业替代传统客服；2）文本和图像生成在办公、广告营销、金融、影视游戏等领域成为下一代生产力工具；3）蛋白质生成能力拓宽人类探讨世界的范围，特别是在新药开发上的应用前景。

图表1：AI大模型如何赋能各行业

增效降本

文本生成 代码生成

图像生成

语音生成

视频生成 蛋白质生成

落

地进展

影视游戏

影视、游戏制作

座舱交互

陪伴机器人

角色配音

金融客服

AI作图

营销图片

座舱交互

课件生成

电子病历、医疗咨询

剧本生成

研报、文书生成

文档撰写

营销文案、客服

AI总结提炼

汽车

教育

医药

金融法律

办公

电商零售

搜索

课件生成

课件生成

新药发现

角色原画

游戏代码

代码生成

自动化广告

营销音频、客服

资料来源：

硬件是大模型的重要载体，什么是AI大模型时代的最佳硬件形态是投资人最关心的话题之一。我们认为随着大模型能力的不断提升，新的硬件形态会被不断解锁。建议投资人沿着：1）大模型如何赋能终端，2）终端如何解决大模型普及难点两条思路，寻找硬件的落地机会。

图表2：大模型发展推动硬件载体的变迁

相关公司硬件形态交互系统

相关公司

硬件形态

交互系统

思考

感

知

PC 智能手机