來源：專知

　　1）算法及模型的快速進步：2017年Transformer模型及2022年ChatGPT的發(fā)布標志著生成式AI在文本領域的重大飛躍，并在多項能力上超越了人類基準，未來隨著更強大的語言大模型（如GPT-5），以及多模態(tài)生態(tài)和視覺大模型的技術持續(xù)突破，將推動AI應用的持續(xù)進化。

　　2）算力基礎設施將更快、更便宜：雖然短期內大模型訓練需求的激增推高了算力成本，但隨著英偉達GPU性能的持續(xù)升級，以及微軟、亞馬遜、谷歌和Facebook等巨頭正在加大對AI算力云服務的資本開支，并積極布局自研A芯片，未來AI算力將更快、更便宜，以更好的支撐應用層的快速發(fā)展。

　　3）AI生態(tài)的逐漸成熟：AI組件層（AIStack）的完善和產業(yè)分工細化，為A應用在模型訓練、數據整合、應用開發(fā)、應用部署等環(huán)節(jié)提供全生命周期的支撐。

　　全球科技股復盤：算力基礎設施層公司率先受益于本輪AI產業(yè)浪潮，應用層公司同樣有所演繹，從兌現節(jié)奏上晚于基礎設施層。在基礎設施層中，英偉達是AI“掘金買鏟”邏輯的核心受益者，其次為微軟、Google、AWS、Oracle等頭部云服務廠商和大模型廠商。在應用層中，美股年初至今漲幅靠前的AI應用公司有：Palantir(136%)、Duolingo(109%)、Shopify(92%)、PaloAltoNetworks(74%)、Salesforce(67%)、adobe(67%)、ServiceNow(52%)。相較于AI基礎設施廠商已經能夠從模型訓練所產生的巨大需求，訂單和業(yè)績也得到了持續(xù)驗證，B端應用還處于早期，大多數AI應用廠商還尚未進入到商業(yè)化階段，從兌現時間來看預計要晚于基礎設施層2-3個季度。

　　全球生成式AI項目及投融資現狀：

　　1）AI項目數量激增：GitHub上AI開源項目截止8月底數量達到了91萬，相較于去年全年的增幅達到264%。根據Replit的數據，23年二季度AI項目環(huán)比增速達80%，相較于去年同期同比增長了34倍；

　　2）OpenAI在大模型上依然具備統(tǒng)治級地位：95%以上的應用項目均是基于OpenAI的模型來構建，同時開源項目數量也開始大幅增長；

　　3）2023年是生成式AI投融資創(chuàng)紀錄的年份：根據CBInsights的數據，截至2023年第二季度，生成式AI的投融資相較于去年全年的25億美元，增長了4.6倍；

　　4）生成式AI應用層融資金融僅占三成：目前約七成資金投向了包括大模型開發(fā)在內AI基礎設施層。而從應用層的融資中，AI數字代理獲得融資最多，其次為文本、圖像、代碼及音頻的生成工具。

　　生成式AI應用按應用領域可以分為工具型應用、通用軟件、行業(yè)軟件、智能硬件四大類，從產品形態(tài)上將沿著AIGC（內容生成）、Copilot（智能助手）、Insight（知識洞察）、Agent（數字代理）四個重要的方向演進。

　　1）工具型應用：包括聊天機器人、搜索引擎、文本工具、AI作畫以及代碼工具等，主要集中在C端，產品的同質化程度較高，對于大多數文本、圖像、視頻、代碼、3D模型等AIGC工具，模型/算法的能力決定了產品的受歡迎程度，對底層模型特別是GPT-4存在高度依賴。目前行業(yè)進入第一輪洗牌期，競爭優(yōu)勢的構建來自于差異化的產品定位以及持續(xù)訓練更強大的底層模型和算法。

　　2）通用軟件：包括辦公軟件、企業(yè)服務、IT運維、軟件開發(fā)、網絡安全、數據智能等領域，各領域頭部廠商均已出現標桿產品，最常見的產品形態(tài)主要是AI智能助理（Coplilot），代表有Office365Copilot、SalesforceEinsteinGPT及AdobeFirefly。目前各個賽道競爭格局變化不大，各個賽道的龍頭廠商依然率先受益于生成式AI所創(chuàng)造的新的產品功能，未來的競爭關鍵在于AI與場景/工作流的深度融合，目前通用軟件頭部廠商預計將在四季度進入商業(yè)化落地的關鍵階段；

　　3）行業(yè)軟件：涉及金融、醫(yī)療、教育、工業(yè)、游戲、法律等多個行業(yè)，生成式AI在游戲、法律、教育、電商等C端場景有較多的結合，而在醫(yī)療、金融、工業(yè)等B端場景下生成式AI產品的成熟度仍然偏低。AI助手（Copilot）同樣得到了廣泛應用，而未來在金融、醫(yī)療、工業(yè)等領域，最具前景的應用來自于數據分析和知識洞察（Insight）工具。同時，目前各行業(yè)頭部廠商也在開始自建垂類大模型，包括彭博社的金融大模型Bloomberg，以及Meta蛋白質大模型ESMFold，當前垂類大模型在其專業(yè)領域的性能普遍超過通用大模型。

　　4）智能硬件：包括智能汽車、機器人、智能終端等，目前生產式AI與智能硬件的結合主要分為兩個方面：一是語音助手，應用場景包括智能座艙、智能音箱、家用機器人等各類智能終端，相較于過去的語音交互模式，大模型和生成式AI技術提升了感知和生成能力，進而帶來了用戶體驗的提升，但是總體而言產品門檻相對較低，另一類則為數字代理AIAgent，主要應用包括自動駕駛、智能機器人等，具備更加廣闊的應用空間。目前AIAgent在感知與決策能力上仍存在瓶頸，未來應用空間打開的關鍵在計算機視覺、具身智能等底層技術的突破。

　　生成式AI產品目前的商業(yè)模式主要包括功能訂閱、按量付費、產品銷售等，其中C端應用以功能訂閱和按量付費為主，商業(yè)化已經趨于成熟，而B端應用則主要為功能訂閱、解決方案和產品銷售，即將進入全面商業(yè)化階段。目前第一批生成式AI應用包括JasperAI、NotionAI、MidJourney等均已經成功實現商業(yè)化。其中Office365Copilot的定價為每個用戶30美元/月。相較于Office主線產品15-30美元/月的定價，最高提升了2倍以上。Salesforce的生成式AI模塊服務GPT和銷售GPT分別單用戶每月付費為50美元。此外，Palantir、PaloAltoNetworks的AI產品已經在實際場景中得到應用且已經帶來了明顯的收入貢獻，四季度AI應用將正式進入商業(yè)化落地階段。