20240203-财通证券-计算机行业投资策略周报_国产大模型密集更新_全力追_GPT-4_12页_1mb

国产大模型密集更新，全力追赶GPT-4

核心观点

当前，AI大模型的发展正从“模型即应用”向“能力即落地”转变。模型的能力与应用的成功率高度相关，且AI应用主要解决的是效率提升问题，而非新场景的创造。因此，行业期待通过参数量和算力的提升，实现基座模型的再次“涌现”，以突破当前性能天花板。

评估大模型能力的方法包括：

• 对比GPT-4的功能完备性：关注模型是否具备如长上下文、Function Calling、System Prompt、多模态、Web搜索、RAG、Assistants API等能力。
• 基准测试分数：如MMLU、BIG-bench、HumanEval等，但这些测试更多衡量记忆而非智力。
• LMSYS对战榜：通过用户投票和Elo评级系统，反映模型在文本对话方面的实际表现。

国内大模型厂商密集更新

自今年1月以来，国内大模型厂商纷纷推出新一代基座模型，以追赶GPT-4。以下是主要厂商及其最新成果：

2.1 智谱AI：发布GLM-4

• GLM-4是新一代基座大模型，其API是国内首个集齐 $100k+$ 长上下文、Function Calling和System Prompt的商用API。
• 性能相比上一代提升 $60%$，支持128k上下文长度和更强的多模态能力。
• 在多个测试中，GLM-4性能接近GPT-4，尤其在中文任务中表现优异。

2.2 MiniMax：发布abab6

• abab6是国内首个千亿参数量以上的MoE大模型，训练效率高，性能显著提升。
• 在IFEval、MT-Bench和AlignBench等测试中，abab6优于前一代abab5.5，并在指令遵从、中文和英文能力上超越GPT-3.5，与Claude 2.1和Mistral-Medium相比也有优势。

2.3 百川智能：发布Baichuan3

• Baichuan3是超千亿参数的大语言模型，在多个英文和中文评测中表现接近甚至超越GPT-4。
• 在中文医疗任务中表现最佳，数据质量通过因果采样动态选择方案得到提升。
• 训练效率提升超过 $30%$，在数学、代码和逻辑推理等任务中表现突出。

2.4 科大讯飞：发布讯飞星火V3.5

• 星火V3.5在文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力等方面全面超越GPT-4Turbo。
• 开源了基于全国产算力平台“飞星一号”的星火开源-13B，涵盖基础模型和微调工具，便于学术和企业研究使用。

2.5 万兴科技：发布天幕大模型

• 天幕大模型专注于数字创意垂类创作，具备音视频生成式AI技术。
• 已迭代近百项音视频原子能力，如文生主题视频、AI歌手、视频AI配乐等。
• 提供一站式AI解决方案，涵盖图像、音频、视频生成与编辑能力，并开放API以促进产业联动。

2.6 面壁智能：发布MiniCPM

• MiniCPM是端侧大模型，参数规模为2B，在中文知识、代码、数学等测评中超越Mistral-7B。
• 在英文榜单中也能追平或超越Llama2-13B、Deepseek-7B等大模型。
• 支持CPU推理，压缩 $75%$ 时基本无损性能，且可在主流手机系统上运行。

投资建议

• C端标准化工具类产品：建议关注金山办公、万兴科技、美图公司、同花顺、科大讯飞、福昕软件、合合信息（IPO）等公司。
• AI硬件创新：关注边缘端硬件公司如传音控股、漫步者、石头科技、九号公司，以及与芯片厂商合作紧密的赋能型公司如中科创达。
• 教育垂直领域：可能成为大模型落地的先行领域，建议关注佳发教育、鸿合科技等。
• 算力相关企业：AI服务器及国产AI芯片厂商如海光信息、协创数据、神州数码、浪潮信息、中科曙光、高新发展、优刻得、紫光股份、寒武纪等值得关注。

风险提示

• 技术迭代不及预期：若AI技术进展缓慢，可能影响模型性能和行业整体发展。
• 商业化落地不及预期：AI应用的商业化路径尚不清晰，需持续观察。
• 政策支持不及预期：新行业的发展依赖政策扶持，存在不确定性。
• 全球宏观经济风险：经济波动可能影响AI相关企业的市场表现。

图表目录

• 图1：开源模型最高分平均分（左）、各项最高分及人类基准（右）
• 图2：LMSYS对战榜模型排名
• 图3：GLM-4性能逼近GPT-4
• 图4：abab6测评及对比结果
• 图5：Baichuan3测评及对比结果
• 图6：讯飞星火V3.5发布
• 图7：天幕大模型音视频原子能力现场展示
• 图8：MiniCPM在多项评测榜单超过Mistral-7B