20240917-中泰证券-计算机行业_o1进展追踪与评测_Reasoning能力究竟有多强__22页_5mb

证券研究报告总结

核心内容

• o1模型发布：OpenAI发布了o1模型，包括o1-preview（推理能力强）和o1-mini（速度快且价格便宜）两个版本。
• 推理能力提升：o1在数学、编程和科学问题中表现突出，甚至在某些测试中超过博士学位的人类专家。
• CoT与强化学习：o1通过强化学习优化Chain of Thoughts（CoT）推理过程，使其在解决问题时能够分解步骤、纠错并尝试不同方法，从而显著提升推理能力。
• 算力需求增加：由于CoT过程较长，o1的推理算力需求增加，导致其调用次数受限，且定价高于gpt-4o。
• 多模态与记忆支持：ChatGPT 4o支持多模态输入和连接记忆，而o1目前尚未支持这些功能。

主要观点

• o1的推理能力：o1在推理类任务中表现优于gpt-4o，尤其在数学、编程和科学问题上，显示出更强的逻辑推理能力。
• 模型优化策略：o1使用了三种数据集进行预训练，包括公开数据、专有数据和内部定制数据集，以增强其推理和会话能力。
• CoT推理过程：o1的推理过程更接近人类，思考时间较长，但回答更简洁，这表明其推理机制更加高效。
• 定价与限制：o1-preview和o1-mini的定价分别为输入$15/1M tokens和$3/1M tokens，输出$60/1M tokens和$12/1M tokens，且每周调用限制为30条和50条，这可能影响其在实际应用中的使用频率。
• 应用场景差异：o1在推理任务上表现优异，但在写作任务上与gpt-4o接近，表明其并非适用于所有场景。
• ChatGPT 4o的局限性：ChatGPT 4o在某些任务上表现优于o1，例如写作任务，但o1在数学、编程等推理任务上更胜一筹。

关键信息

模型版本

• o1-preview：推理能力强，但调用次数限制较多，价格较高。
• o1-mini：速度快，价格便宜80%，适合对性能要求较高的应用。

训练与推理方式

• 强化学习+CoT：o1通过强化学习优化其推理过程，使其在面对复杂问题时能进行更深入的思考和分析。
• Scaling Law的挑战：OpenAI认为，o1的训练和推理时间越长，其能力越强，这与传统的Scaling Law有所不同。

数据预训练

• 公开数据：包括网络数据和开源数据集，尤其是推理数据和科学文献。
• 专有数据：通过合作伙伴获取的特定行业数据，增强模型对实际应用场景的理解。
• 数据过滤：OpenAI对数据进行了严格的过滤，以减少个人信息泄露和敏感内容的使用。

应用场景与表现

• 推理任务：o1在数学、编程和科学问题中表现优异，可能推动相关应用落地。
• 写作任务：o1与gpt-4o表现接近，但不如后者。
• 多模态支持：ChatGPT 4o支持多模态输入和记忆功能，而o1尚未支持。

投资建议

• 算力方向：关注浪潮信息、神州数码、中科曙光、海光信息、首都在线、云天励飞、紫光股份等公司。
• 模型方向：关注科大讯飞、格灵深瞳、商汤、云从科技等公司。
• 应用方向：
  • 金融场景：恒生电子、顶点软件、同花顺、中科软、宇信科技、百融云、京北方、天阳科技、长亮科技、新致软件等。
  • 医疗场景：卫宁健康、创业慧康、嘉和美康、医渡科技、鹰瞳科技等。
  • 工业场景：广联达、明源云、国能日新、东方电子、云鼎科技、朗新集团等。
  • 其他场景：焦点科技、万兴科技、萤石网络、鼎捷软件、拓尔思、佳发教育、神思电子、鸥玛软件、金桥信息等。

风险提示

• AI技术落地不及预期：技术推广和实际应用可能不如预期顺利。
• 数据更新不及时：数据的时效性和准确性可能影响模型性能。
• 安全风险：AI模型可能涉及数据隐私和安全问题。

重要声明

• 本报告由中泰证券股份有限公司发布，具有证券投资咨询业务资格。
• 报告内容基于公开资料和研究观点，不构成投资建议。
• 报告内容可能随时调整，投资者需自行关注更新。
• 报告内容不承担任何因使用而产生的法律责任。