计算机行业证 券研究报告：GPT，大模型多模态应用展望.pdfVIP

计算机行业“智能网联”系列报告26

GPT：大模型多模态应用展望

核心观点

ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速。

ChatGPT凭借大算力、大规模数据训练、基于人类知识的强化学习等方式突破AI技术瓶颈，获得超预期的用户体验效果与市场反响。

回顾GPT系列模型演进，GPT-1结合无监督预训练与有监督微调过程，GPT-2突出零样本设定，GPT-3强调上下文学习能力，参数量、

训练数据量不断提升。我们预计即将推出的GPT-4或支持多模态应用，开启通往人工通用智能（AGI）之路，并有望控制训练成本，降

低使用门槛。目前，ChatGPT已在C端推出ChatGPTPlus订阅计划，B端开放ChatGPTAPI，且成本降低为0.002美金/1000token，海

外多个应用率先接入。我们预计在GPT-4带动下，未来大模型以及多模态模型的商业化应用将进一步加速，带动行业景气度持续向上。

Transformer架构支撑GPT走向多模态，构筑AIGC领域核心基石。

GPT系列模型使用Transformer架构，当前基于Transformer的多模态研究为AI领域研究热点，Transformer已开始打破NLP与CV领域壁

垒，有望支撑GPT系列模型走向多模态应用，构筑AIGC领域核心能力基石。我们梳理出GPT的潜在基础能力包括文本生成（分析）、

代码生成、对话交互、机器翻译、图像生成、视频生成等。我们认为，前述基础能力将支撑GPT系列模型在通用与垂直领域的应用，典

型应用场景如：通用领域—搜索引擎/办公软件，垂直领域—教育/金融/医疗/图像视频等。

通用与垂直场景多点开花，GPT变革内容生成与交互方式。

GPT有望革新各行各业的内容生成与交互方式。基于GPT+文本代码对话翻译图像视频，我们看好GPT类技术未来在通用与垂直

场景的应用空间。例如，搜索引擎结合GPT将重塑搜索结果呈现方式，多模态的引入带来一站式的文本、图像、视频汇集结果，将大为

提升用户信息收集效率，百度文心一言有望引领用户搜索体验的代际变革；在办公软件领域，金山WPS、福昕PDF未来若结合多模态

GPT，有望深化用户在流程/事务/知识/创意/协作型等多类工作事项上的智能办公体验，同时支撑产品打开客单价提升空间；讯飞将以

AI学习机率先落地类ChatGPT技术，有望在作文辅导、口语学习方面实现跃升；当虹科技具有视频AI建模能力、落地AIGC相关技术，

GPT赋能下或进一步深化传媒、安全领域应用。

投资策略：伴随成本下降以及多模态的持续演进，GPT等大模型有望构筑AIGC核心基石，推动AI商业化进程加速和市场天花板打开。

建议持续关注相关领域的AI公司：1）应用层：AI+行业：办公—金山办公、福昕软件，教育—科大讯飞，金融—同花顺、东方财富，医

疗—创业慧康、卫宁健康，图像视频—商汤科技、当虹科技、云从科技、格灵深瞳、创新奇智、虹软科技、魅视科技，其他-拓尔思、汉

王科技、海天瑞声等；2）基础设施层：海光信息、景嘉微、寒武纪、浪潮信息、工业富联、中科曙光等。

风险提示：AI核心技术发展不及预期风险；科技领域政策监督收紧风险；企业数据安全风险；信息安全风险；行业竞争加剧风险。2

CONTENTS

目录

1.ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速

2.Transformer架构支撑GPT走向多模态，构筑AIGC领域核心基石

3.通用与垂直场景多点开花，GPT变革内容生成与交互方式

4.投资策略

5.风险提示

3

1.ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速

4

1.1概述：ChatGPT为NLP下的AI大模型，性能和使用体验超预期

ChatGPT是自然语言处理（NLP）下的AI大模型，通过大算力、大规模训练数据突破AI瓶颈。2022年11月，OpenAI推

出ChatGPT，ChatGP