原创力文档- 1、本文档共47页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
投投资评级资评级
计算机行业推荐维持
生成式AI加速创新，行业迎历史性机遇
——生成式人工智能行业专题研究：海外大模型篇
证券研究报告2024年3月29日
分析师：耿军军
邮箱：gengjunjun@
SAC执业资格证书编码：S0020519070002
联系人：王朗
邮箱：wanglang2@
目目录录
•第一部分：生成式AI快速发展，技术奇点有望到来
•第二部分：技术创新百花齐放，海外巨头引领创新
•第三部分：风险提示
请务必阅读正文之后的免责条款部分2
11.1.1发发展历程：算法模型持续迭代，展历程：算法模型持续迭代，AAII行行业快速发展业快速发展
资料来源：信通院《人工智能生成内容(AIGC)白皮书》，CSDN官网，阿里云开发者社区，NIHRecord官网，MIT官网，51CTO官网，机器
请务必阅读正文之后的免责条款部分之心官网，腾讯云开发者社区，科技行者官网，雷锋网，澎湃新闻网，winbuzzer官网，MBA百科，Geekwire官网，datamarketinglabs官网，3
安全客官网，AIGC开放社区公众号，IT之家官网，OpenAI官网，36氪官网，国元证券研究所
11.1.1发发展历程：算法模型持续迭代，展历程：算法模型持续迭代，AAII行行业快速发展业快速发展
1基础的生成算法模型是驱动AI的关键
2014年，伊恩·古德费洛(lanGoodfellow)提出的生成对抗网络(GenerativeAdversarialNetwork,GAN)成为早期最为著名的生成模型。
GAN使用合作的零和博弈框架来学习，被广泛用于生成图像、视频、语音和三维物体模型。随后，Transformer、基于流的生成模型
(Flow-basedmodels)、扩散模型(DiffusionModel)等深度学习的生成算法相继涌现。
Transformer模型是一种采用自注意力机制的深度学习模型，这一机制可按输入数据各部分的重要性分配权重，可用于自然语言处理
(NLP)、计算机视觉(CV)领域应用，后来出现的BERT、GPT-3、laMDA等预训练模型都是基于Transformer模型建立的。
图：AIGC技术累积融合
请务必阅读正文之后的免责条款部分资料来源：腾讯研究院《AIGC发展趋势报告》，国元证券研究所4
11.1.1发发展历程：算法模型持续迭代，展历程：算法模型持续迭代，AAII行行业快速发展业快速发展
1基础的生成算法模型是驱动AI的关键
表：主流生成模型一览表
模型提出时间模型描述
变分自动编码(VariationalAutoencoders,VAE)2014年基于变分下界约束得到的Encoder-Decoder模型对。
生成对抗网络(GAN)2014年基于对抗的Generator-Discriminator模型对。
文档评论（0）