AI大模型行业报告（41页）

行业报告下载 2024年07月18日 07:44 管理员

过去一年，大模型能力的发展速度超出我们预期。以衡量 LLM 的常用的多语言理解均值评测标准（MMLU）为例，2021 年底全球最先进大模型的 MMLU 5-shot 得分刚达到 60%， 2022 年底超过 70%，而 2023 年底已提升至超过 85%。在语言能力之外，AI 大模型的多模态能力也快速提升。2023 年初，主流闭源大模型通常为纯文本的 LLM。2023 年至今，闭源模型的多模态能力具有大幅度提升，目前主流闭源大模型通常具备图像理解、图像生成能力。部分最前沿的闭源大模型，例如 GPT-4o、谷歌 Gemini，支持的模态更加多元，能够理解文本、图像、音频、视频（帧），并生成文本、图像、音频。2022 年 9 月，红杉资本预计还需要近十年的时间，大模型才能实现实习生级别的代码生成、好莱坞质量的视频和区别于机械声的人类质量语音，但是实际进展远超当时预期，Sora 已经能够生成 60s 的高质量视频，GPT-4o 和谷歌 Gemini 都已经能够实现具备感情的实时人机语音交互。我们看到，随着大模型能力的不断增强，AI 的作用不断深化，生成式 AI 新的应用不断被解锁。通过对 AI 在搜索、电商零售、办公、金融法律、影视游戏，医药、教育、汽车等行业应用前景的分析，我们认为，AI 应用的落地节奏或与行业数字化程度成正比，我们看到 AI 大模型在互联网（搜索+广告营销）、办公、金融等领域率先迎来“iPhone 时刻”。其中最值得关注的应用包括：1）文本生成在电商、金融、医疗等行业替代传统客服；2）文本和图像生成在办公、广告营销、金融、影视游戏等领域成为下一代生产力工具；3）蛋白质生成能力拓宽人类探讨世界的范围，特别是在新药开发上的应用前景。

AI大模型行业报告（41页）-第1张图片