GPT大模型多模態(tài)應(yīng)用展望

CONTENTS目錄3ChatGPT通過(guò)大模型突破AI瓶頸，GPT-4多模態(tài)應(yīng)用帶動(dòng)商業(yè)化加速Transformer架構(gòu)支撐GPT走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石通用與垂直場(chǎng)景多點(diǎn)開(kāi)花，GPT變革內(nèi)容生成與交互方式投資策略風(fēng)險(xiǎn)提示41.ChatGPT通過(guò)大模型突破AI瓶頸，GPT-4多模態(tài)應(yīng)用帶動(dòng)商業(yè)化加速5ChatGPT是自然語(yǔ)言處理（NLP）下的AI大模型，通過(guò)大算力、大規(guī)模訓(xùn)練數(shù)據(jù)突破AI瓶頸。2022年11月，OpenAI推出ChatGPT，ChatGPT基于GPT-3.5，使用人類(lèi)反饋強(qiáng)化學(xué)習(xí)技術(shù)，將人類(lèi)偏好作為獎(jiǎng)勵(lì)信號(hào)并微調(diào)模型，實(shí)現(xiàn)有邏輯的對(duì)話能力。ChatGPT本質(zhì)上是通過(guò)超大的統(tǒng)計(jì)語(yǔ)言模型，對(duì)詞語(yǔ)序列的概率分布進(jìn)行建模，利用上下文信息預(yù)測(cè)后續(xù)詞語(yǔ)出現(xiàn)的概率分布，其表現(xiàn)的超預(yù)期反映了在算力水平提升的情況下大語(yǔ)言模型技術(shù)路線的成功，通過(guò)對(duì)大規(guī)模的未標(biāo)注的文本數(shù)據(jù)進(jìn)行訓(xùn)練，突破了AI發(fā)展的技術(shù)瓶頸。根據(jù)《瞭望》新聞周刊報(bào)道，OpenAI為了讓ChatGPT的語(yǔ)言合成結(jié)果更自然流暢，使用了45TB的數(shù)據(jù)、近1萬(wàn)億個(gè)單詞來(lái)訓(xùn)練模型，訓(xùn)練一次的成本高達(dá)千萬(wàn)美元，一個(gè)月的運(yùn)營(yíng)成本需要數(shù)百萬(wàn)美元。OpenAI官網(wǎng)OpenAI官網(wǎng)ChatGPT幫助用戶(hù)給鄰居寫(xiě)信ChatGPT幫助用戶(hù)debug1.1

概述：ChatGPT為NLP下的AI大模型，性能和使用體驗(yàn)超預(yù)期6ChatGPT出自美國(guó)AI創(chuàng)業(yè)公司OpenAI，是AI大模型領(lǐng)域的領(lǐng)軍者。OpenAI在2015年由Sam

Altman、Peter

Thiel、ReidHoffman、Elon

Musk等人創(chuàng)辦。公司成立之初，即確定了包括制造“通用”機(jī)器人和使用自然語(yǔ)言的聊天機(jī)器人的發(fā)展目標(biāo)。2019年，OpenAI獲得來(lái)自微軟的10億美元投資，為Azure云端平臺(tái)服務(wù)開(kāi)發(fā)AI技術(shù)。2018年起，OpenAI開(kāi)始發(fā)布GPT（Generative

Pre-trained

Transformer）模型，2020年發(fā)布GPT-3，可以完成答題、寫(xiě)論文、代碼生成等任務(wù)，被視為人工智能競(jìng)賽的里程碑事件，并直至ChatGPT的推出引起AI的熱潮。除了NLP領(lǐng)域，OpenAI還在多模態(tài)領(lǐng)域取得成就，包括發(fā)布了AI圖像生成器DALL-E2，對(duì)音頻轉(zhuǎn)錄編輯器Descript、AI筆記應(yīng)用Mem等進(jìn)行投資。OpenAI官網(wǎng)，中信證券研究部1.1

概述：OpenAI傾力打造ChatGPT，獲得微軟有力加持OpenAI發(fā)展歷程2015OpenAI成立，馬斯克等人參與2016OpenAI宣布其發(fā)展的主要目標(biāo)，發(fā)布第一個(gè)項(xiàng)目——OpenAIGym

Beta2017發(fā)布ProximalPolicyOptimization算法2018發(fā)布GPT-12019202020212022發(fā)布GPT-2，獲微軟10億美元投資發(fā)布GPT-3，開(kāi)放人工智能應(yīng)用程序接口研究從文本創(chuàng)建圖像神經(jīng)網(wǎng)絡(luò)DALL·E發(fā)布人工智能系統(tǒng)DALL·E

2與ChatGPT7GPT-1發(fā)布于2018年6月，參數(shù)量達(dá)1.17億，預(yù)訓(xùn)練數(shù)據(jù)量約5GB。GPT-1包含預(yù)訓(xùn)練和微調(diào)兩個(gè)階段，考慮到自然語(yǔ)言處理任務(wù)中有標(biāo)簽的語(yǔ)料少，GPT-1先在大量的無(wú)標(biāo)簽數(shù)據(jù)上訓(xùn)練語(yǔ)言模型，然后在下游具體任務(wù)（如分類(lèi)、常識(shí)推理、自然語(yǔ)言推理等）的有標(biāo)簽數(shù)據(jù)集上進(jìn)行微調(diào)。1）在無(wú)監(jiān)督訓(xùn)練中，GPT-1采用Transformer的架構(gòu)，即標(biāo)準(zhǔn)的語(yǔ)言模型的目標(biāo)函數(shù)，通過(guò)前面的詞預(yù)測(cè)后面的詞；2）在有監(jiān)督訓(xùn)練中，采用標(biāo)準(zhǔn)的分類(lèi)目標(biāo)函數(shù)，僅需對(duì)第一階段預(yù)訓(xùn)練的語(yǔ)言模型做出很小的結(jié)構(gòu)改變，即可應(yīng)用于各種下游任務(wù)。GPT-1使用了BooksCorpus數(shù)據(jù)集來(lái)訓(xùn)練語(yǔ)言模型，其中有7000余本未出版的書(shū)籍。具體表現(xiàn)上，在有監(jiān)督學(xué)習(xí)的12項(xiàng)任務(wù)中，GPT-1在其中9項(xiàng)上的表現(xiàn)優(yōu)于專(zhuān)門(mén)訓(xùn)練的受監(jiān)督模型。-Training》（Alec

Radford、《Improving

Language

Understanding

byGenerative

PreKarthik

Narasimhan、Tim

Salimans等）《Improving

Language

Understanding

by

Generative

Pre-Training》

（Alec

Radford、Karthik

Narasimhan、Tim

Salimans等）GPT-1包含預(yù)訓(xùn)練和微調(diào)兩個(gè)訓(xùn)練階段GPT-1在自然語(yǔ)言推理任務(wù)、問(wèn)答和常識(shí)推理任務(wù)中的表現(xiàn)1.2

演變：GPT-1—無(wú)監(jiān)督預(yù)訓(xùn)練+有監(jiān)督微調(diào)8GPT-2發(fā)布于2019年2月，參數(shù)量達(dá)15億，預(yù)訓(xùn)練數(shù)據(jù)量約40GB。GPT-1使用的概率條件模型為p(output|input)，GPT-2使用相同的無(wú)監(jiān)督模型學(xué)習(xí)多個(gè)任務(wù)，將概率條件模型修改為p(output|input,

task)

，期望模型對(duì)不同任務(wù)的相同輸入產(chǎn)生不同的輸出。此外，GPT-2采取Zero-shot設(shè)定，不需要下游任務(wù)的標(biāo)注信息，而是根據(jù)給定的指令理解任務(wù)。因此GPT-2的核心思想在于多任務(wù)學(xué)習(xí)。GPT-2訓(xùn)練的數(shù)據(jù)集來(lái)自社交新聞平臺(tái)Reddit，共有約800萬(wàn)篇文章，體積超40GB。具體表現(xiàn)上，在8個(gè)語(yǔ)言模型任務(wù)中，僅通過(guò)Zero-Shot學(xué)習(xí)，GPT-2在其中7個(gè)上領(lǐng)先。GPT-2表明，隨著模型容量和數(shù)據(jù)量增大，GPT模型的潛力仍有望進(jìn)一步顯現(xiàn)?！禠anguage

Models

are

Unsupervised

Multitask

Learners》（Alec

Radford、

Jeffrey

Wu、

Rewon

Child等）1.2

演變：GPT-2—無(wú)監(jiān)督預(yù)訓(xùn)練+多任務(wù)學(xué)習(xí)語(yǔ)言模型參數(shù)增加，Zero-shot在NLP任務(wù)上表現(xiàn)提升9GPT-3發(fā)布于2020年5月，參數(shù)量達(dá)1750億，預(yù)訓(xùn)練數(shù)據(jù)量約45TB。GPT-3采用海量的參數(shù)來(lái)進(jìn)行訓(xùn)練和學(xué)習(xí)，不追求GPT-2中的Zero-shot設(shè)定，而是通過(guò)少量樣例（Few-shot或One-shot）理解并執(zhí)行任務(wù)，對(duì)應(yīng)為模型的上下文學(xué)習(xí)能力。GPT-3在作用到子任務(wù)時(shí)，無(wú)需進(jìn)行微調(diào)，以避免龐大的模型體量所帶來(lái)的高成本。具體表現(xiàn)上，在大量的語(yǔ)言模型數(shù)據(jù)集中，Zero-shot或Few-shot設(shè)置下，GPT-3超過(guò)了LAMBADA和Penn

Tree

Bank；GPT-3也在很多復(fù)雜的NLP任務(wù)中超過(guò)微調(diào)后的最佳方法?！禠anguage

Models

are

Few-Shot

Learners》（Tom

B.Brown、BenjaminMann、Nick

Ryder等）《Language

Models

are

Few-ShotLearners》

（Tom

B.Brown、Benjamin

Mann、Nick

Ryder等）Few-shot準(zhǔn)確性表現(xiàn)增速更快表明大模型在上下文學(xué)習(xí)上更強(qiáng)大Zero-shot、one-shot、few-shot與fine-tune對(duì)比1.2

演變：GPT-3—無(wú)監(jiān)督預(yù)訓(xùn)練+海量參數(shù)10ChatGPT基于GPT-3.5開(kāi)發(fā)，最大的變化在于引入人類(lèi)反饋強(qiáng)化學(xué)習(xí)。ChatGPT引入人類(lèi)反饋強(qiáng)化學(xué)習(xí)，使用人工對(duì)模型回復(fù)進(jìn)行打分排名，使得其更好地理解并完成指令。在表現(xiàn)上，ChatGPT能夠理解指令、提供基本令人滿(mǎn)意甚至是超預(yù)期的回答、進(jìn)行多輪對(duì)話以及拒絕不合理的請(qǐng)求等。相較于GPT-3，ChatGPT的回答更有體系性、邏輯性；相較于對(duì)話機(jī)器人，ChatGPT能夠回答假設(shè)性的問(wèn)題，并可以連續(xù)對(duì)話。未來(lái)，ChatGPT待強(qiáng)化的方向還包括：納入最新的網(wǎng)絡(luò)語(yǔ)料、避免不合理的答案輸出等。OpenAI官網(wǎng)1.2

演變：ChatGPT—基于GPT-3.5，引入人類(lèi)反饋強(qiáng)化學(xué)習(xí)ChatGPT訓(xùn)練包括訓(xùn)練監(jiān)督策略模型、訓(xùn)練獎(jiǎng)勵(lì)模型、PPO強(qiáng)化學(xué)習(xí)三個(gè)階段11GPT-4備受業(yè)界期待，訓(xùn)練成本控制有望帶動(dòng)商業(yè)潛力的極大增強(qiáng)。ChatGPT的突出表現(xiàn)使得外界對(duì)GPT-4十分期待，自2021年以來(lái)便有報(bào)道稱(chēng)GPT-4“即將推出”，OpenAI公司CEO

Sam

Altman今年受StrictlyVC采訪時(shí)表示GPT-4將在“有信心可以安全且負(fù)責(zé)任地運(yùn)行時(shí)”推出。外界此前也曾預(yù)期，GPT-4的推出或分階段進(jìn)行，例如GPT-3也是先開(kāi)放給合作伙伴、付費(fèi)用戶(hù)和學(xué)術(shù)機(jī)構(gòu)，才在2022年底開(kāi)放給公眾。在參數(shù)量上，針對(duì)有傳言稱(chēng)GPT-4參數(shù)量將達(dá)到百萬(wàn)億，OpenAI公司CEO

Sam

Altman予以否定。此外，AI專(zhuān)家AlbertoRomero預(yù)測(cè)，GPT-4的重點(diǎn)在數(shù)據(jù)處理優(yōu)化上，因此其使用門(mén)檻有望降低，我們預(yù)計(jì)訓(xùn)練成本的控制將帶動(dòng)其商業(yè)潛力的增強(qiáng)。資料來(lái)源：微信公眾號(hào)“機(jī)器之心”The

VergeGPT-4參數(shù)量的傳聞遭到否定Altman談及GPT-4預(yù)計(jì)推出時(shí)間1.3

展望：GPT-4—此前外界預(yù)期參數(shù)量變化不大、使用門(mén)檻有望降低12最新消息稱(chēng)GPT-4將于下周推出，支持多模態(tài)應(yīng)用，開(kāi)啟通往人工通用智能之路。根據(jù)德國(guó)科技媒體“heise在線”報(bào)道，當(dāng)?shù)貢r(shí)間3月9日，微軟德國(guó)公司首席技術(shù)官Andreas

Braun在名為“AI

in

Focus

-

Digital

Kickoff”的活動(dòng)中透露稱(chēng)“將在下周推出GPT-4，它將是一個(gè)多模態(tài)模型，會(huì)提供完全不同的可能性——例如視頻”。這意味著GPT-4可以管理不同語(yǔ)言數(shù)據(jù)的輸入和輸出，也能夠做到輸出圖像甚至視頻。在活動(dòng)上，微軟AI技術(shù)專(zhuān)家對(duì)多模態(tài)AI的應(yīng)用案例進(jìn)行了介紹，例如能夠?qū)㈦娫捄艚械恼Z(yǔ)音直接記錄成文本，這為微軟位于荷蘭的一家大型客戶(hù)節(jié)省500個(gè)工作小時(shí)/天。GPT-4對(duì)多模態(tài)的支持使得外界對(duì)模型潛力的預(yù)期進(jìn)一步強(qiáng)化，原因在于多模態(tài)感知是建立人工通用智能（AGI）的重要一步，基于此能夠執(zhí)行人類(lèi)水平的一般任務(wù)。heise

online資料來(lái)源：微信公眾號(hào)“水木學(xué)堂”微軟德國(guó)公司首席技術(shù)官Andreas

Braun稱(chēng)GPT-4即將推出人工智能已從單模態(tài)轉(zhuǎn)向多模態(tài)1.3

展望：GPT-4—最新消息稱(chēng)推出在即、支持多模態(tài)13ChatGPT迅速走紅，以訂閱制服務(wù)B端、C端客戶(hù)，成本控制下將有效加速商業(yè)化落地。ChatGPT自年初以來(lái)，持續(xù)出圈，截至2023年1月末月活突破1億，成為史上增長(zhǎng)最快的消費(fèi)者應(yīng)用?？紤]到計(jì)算資源所牽涉的龐大訓(xùn)練成本、運(yùn)行成本，ChatGPT的商業(yè)化路徑已正在探索、明確中。商業(yè)模式—1）C端：OpenAI發(fā)布ChatGPT

Plus訂閱計(jì)劃，每月收費(fèi)20美元，相較于免費(fèi)版本，即便在高峰時(shí)段用戶(hù)也能正常訪問(wèn)ChatGPT，響應(yīng)時(shí)間更快，可以?xún)?yōu)先使用新功能，有望引領(lǐng)AI技術(shù)變現(xiàn)新模式；2）B端：OpenAI發(fā)布ChatGPT

API，開(kāi)發(fā)者可以將ChatGPT集成到產(chǎn)品中，價(jià)格為$0.002/1k

token，相較于GPT-3.5降低90%，我們預(yù)計(jì)成本控制后有望快速帶動(dòng)GPT相關(guān)應(yīng)用爆發(fā)。根據(jù)微信公眾號(hào)“智東西”，生鮮電商Instacart、跨境電商Shopify、照片分享應(yīng)用Snap、單詞背誦應(yīng)用Quizlet等已率先接入ChatGPT

API。OpenAI官網(wǎng)OpenAI官網(wǎng)OpenAI上線ChatGPT

Plus訂閱計(jì)劃Quizlet將基于ChatGPT

API推出Q-Chat1.4

商業(yè)模式：C端推出訂閱制會(huì)員，B端提供調(diào)用API接口142.Transformer架構(gòu)支撐GPT走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石15GPT沿用主流Transformer模型，該模型采用自注意力機(jī)制，在NLP上表現(xiàn)優(yōu)于RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）。2017年，谷歌在《Attention

is

All

You

Need》中提出Transformer模型，

可用于文本摘要、機(jī)器翻譯等NLP任務(wù)。在NLP方面，Transformer模型的自注意力（self-attention）機(jī)制可以為輸入序列中的任意位置提供上下文，進(jìn)而模型能夠一次性處理所有輸入數(shù)據(jù)，而非RNN一次只處理一個(gè)單詞的情況，由此模型可以減少訓(xùn)練時(shí)間，能夠在更大的數(shù)據(jù)集上進(jìn)行訓(xùn)練。目前，基于Transformer的預(yù)訓(xùn)練語(yǔ)言模型已成為NLP領(lǐng)域的主流。資料來(lái)源《Attention

is

AllYou

Need》（Google），中信證券研究部《動(dòng)手學(xué)深度學(xué)習(xí)》（李沐）Transformer的Encoder-Decoder示意圖Transformer在長(zhǎng)序列處理上解決了CNN的最長(zhǎng)路徑問(wèn)題，也解決了RNN的并行度和遺忘問(wèn)題2.1

GPT采用的Transformer架構(gòu)在NLP領(lǐng)域已躋身主流輸入部分自注意力機(jī)制前饋神經(jīng)網(wǎng)絡(luò)多頭自注意力機(jī)制交互層16Transformer也可用于CV（計(jì)算機(jī)視覺(jué)）領(lǐng)域，表現(xiàn)出巨大的性能提升。CV領(lǐng)域此前更多由CNN（卷積神經(jīng)網(wǎng)絡(luò)）主導(dǎo)，而Transformer憑借著自注意力機(jī)制，表現(xiàn)出了巨大的性能提升。根據(jù)微軟亞洲研究院，Transformer在圖像分類(lèi)、物體檢測(cè)等任務(wù)中刷新了測(cè)評(píng)記錄，例如2020年Transformer被首次應(yīng)用于圖像分類(lèi)任務(wù)，結(jié)合海量的預(yù)訓(xùn)練數(shù)據(jù)，ViT在ImageNet-1K的validation評(píng)測(cè)集上取得88.55%的準(zhǔn)確率。Transformer也在視頻動(dòng)作識(shí)別、視覺(jué)自監(jiān)督學(xué)習(xí)、圖像復(fù)原、圖像分割等視覺(jué)任務(wù)中取得優(yōu)異成績(jī)。谷歌提出的ViT-MoE模型目前在參數(shù)量上領(lǐng)先，達(dá)到了150億。《為何Transformer在計(jì)算機(jī)視覺(jué)中如此受歡迎？》（微軟亞洲研究院）《為何Transformer在計(jì)算機(jī)視覺(jué)中如此受歡迎？》（微軟亞洲研究院）學(xué)術(shù)界挖掘出的Transformer建模的優(yōu)點(diǎn)Transformer在大模型方面展示了強(qiáng)大的可擴(kuò)展性2.2

Transformer也可用于CV領(lǐng)域，相較于CNN實(shí)現(xiàn)性能巨大提升17GPT有望基于Transformer延伸至多模態(tài)，構(gòu)筑AIGC核心基石，GPT-4或?qū)崿F(xiàn)領(lǐng)跑。當(dāng)前，基于Transformer的多模態(tài)學(xué)習(xí)成為AI領(lǐng)域的研究熱點(diǎn)，研究者們提出了大量的Transformer變體。鑒于Transformer具有較少的特定于模態(tài)的架構(gòu)假設(shè)，以及生成式預(yù)訓(xùn)練、大模型&大數(shù)據(jù)路線的成功，Transformer能夠聯(lián)動(dòng)CV與NLP，通過(guò)聯(lián)合建模完成，打破CV與NLP領(lǐng)域之間的壁壘。微軟亞洲研究院2022年推出BEiT-3預(yù)訓(xùn)練模型，在目標(biāo)檢測(cè)、實(shí)例分割、語(yǔ)義分割、視覺(jué)推理、圖片描述生成等任務(wù)上取得了SOTA的遷移性能。我們認(rèn)為，基于Transformer架構(gòu)，GPT未來(lái)有望延伸至多模態(tài)，助力內(nèi)容創(chuàng)作由UGC、PGC全面走向AIGC，賦能通用領(lǐng)域以及金融、教育、醫(yī)療、傳媒等垂直行業(yè)?！锻ㄓ枚嗄B(tài)基礎(chǔ)模型BEiT-3：引領(lǐng)文本、圖像、多模態(tài)預(yù)訓(xùn)練邁向“大一統(tǒng)”》（微軟亞洲研究院）

《通用多模態(tài)基礎(chǔ)模型BEiT-3：引領(lǐng)文本、圖像、多模態(tài)預(yù)訓(xùn)練邁向“大一統(tǒng)”》（微軟亞洲研究院）BEiT-3預(yù)訓(xùn)練示意圖BEiT-3在視覺(jué)-語(yǔ)言任務(wù)上表現(xiàn)突出2.3

Transformer支撐下GPT有望走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石18微軟Kosmos-1基于Transformer可完成語(yǔ)言任務(wù)和基礎(chǔ)的視覺(jué)任務(wù)，反映GPT發(fā)展?jié)摿Α?023年3月初，微軟推出多模態(tài)模型Kosmos-1，可以處理文本、音頻、圖像和視頻等內(nèi)容，并遵循指令（即零樣本學(xué)習(xí)）以及在上下文中學(xué)習(xí)（即少樣本學(xué)習(xí)）。Kosmos-1能夠分析圖像內(nèi)容、解決視覺(jué)難題、執(zhí)行視覺(jué)文本識(shí)別、通過(guò)視覺(jué)智商測(cè)試（準(zhǔn)確度在22-26%之間）以及理解自然語(yǔ)言指令等。Kosmos-1的骨干網(wǎng)絡(luò)是基于Transformer的因果語(yǔ)言模型，用于訓(xùn)練的數(shù)據(jù)來(lái)自多模態(tài)語(yǔ)料庫(kù)，包括單模態(tài)數(shù)據(jù)（如文本）、跨模態(tài)配對(duì)數(shù)據(jù)（圖像-文本對(duì)）和交錯(cuò)的多模態(tài)數(shù)據(jù)。Kosmos-1的表現(xiàn)說(shuō)明了多模態(tài)大模型的應(yīng)用潛力?！禠anguage

Is

Not

All

YouNeed》（微軟亞洲研究院）《Language

Is

NotAll

You

Need》（微軟亞洲研究院）Kosmos-1能夠進(jìn)行圖像解釋、視覺(jué)應(yīng)答、數(shù)字識(shí)別Kosmos-1是第一個(gè)能完成零樣本瑞文智商測(cè)試的AI模型2.3

Transformer支撐下GPT有望走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石19GPT基礎(chǔ)能力包括文本生成（分析）、代碼生成、對(duì)話交互、機(jī)器翻譯、圖像生成、視頻生成等，借此賦能通用與垂直領(lǐng)域應(yīng)用，有望帶來(lái)商業(yè)模式的重塑與變革。結(jié)合ChatGPT現(xiàn)有應(yīng)用場(chǎng)景，以及對(duì)GPT未來(lái)模型演變的展望，我們歸納出GPT的基礎(chǔ)能力，具體包括：文本生成（分析）、代碼生成、對(duì)話交互、機(jī)器翻譯、圖像生成、視頻生成等。我們認(rèn)為，這些基礎(chǔ)能力將支撐GPT在通用與垂直領(lǐng)域的應(yīng)用，新的應(yīng)用領(lǐng)域的出現(xiàn)也將基于這些能力的組合。例如，在辦公軟件領(lǐng)域，主要涉及GPT的文本能力；在教育行業(yè)，主要應(yīng)用到文本、對(duì)話、翻譯能力。2.3

Transformer支撐下GPT有望走向多模態(tài)，構(gòu)筑AIGC領(lǐng)域核心基石GPT能力與主要應(yīng)用領(lǐng)域GPT能力搜索引擎辦公軟件金融醫(yī)療教育圖像視頻NLP能力拼寫(xiě)檢查信息檢索主題建模文本分類(lèi)封閉會(huì)話文本概括問(wèn)題回答機(jī)器翻譯信息提取開(kāi)放會(huì)話多模態(tài)演進(jìn)GPT應(yīng)用√重塑結(jié)果呈現(xiàn)方式√改變盈利模式√影響競(jìng)爭(zhēng)格局資料來(lái)源：中信證券研究部整理√打造效率生產(chǎn)工具√深化智能辦公體驗(yàn)√打開(kāi)客單價(jià)空間√啟發(fā)式教學(xué)√深入的對(duì)話探討√個(gè)性化精準(zhǔn)學(xué)習(xí)√智能客服&營(yíng)銷(xiāo)√智能、精準(zhǔn)的投顧√強(qiáng)大投研能力支持√導(dǎo)診問(wèn)診輔助√臨床研究助手√電子病歷助手√信息采集√信息制作賦能對(duì)話交互代碼生成圖像生成機(jī)器翻譯文本生成視頻生成203.通用與垂直場(chǎng)景多點(diǎn)開(kāi)花，GPT變革內(nèi)容生成與交互方式21搜索引擎接入GPT后結(jié)果呈現(xiàn)方式大為變化，或影響行業(yè)盈利模式與競(jìng)爭(zhēng)格局。用戶(hù)使用傳統(tǒng)的搜索引擎時(shí)，需要手動(dòng)翻閱搜索結(jié)果，判斷是否為所需要的信息；而當(dāng)搜索引擎接入GPT后，用戶(hù)可直接獲得答案集合。盡管受制于訓(xùn)練語(yǔ)料、成本等因素，答案準(zhǔn)確性有待商榷，但在結(jié)果呈現(xiàn)方式上實(shí)現(xiàn)了變革，未來(lái)或與傳統(tǒng)的搜索引擎相結(jié)合。如進(jìn)一步實(shí)現(xiàn)多模態(tài)，搜索結(jié)果將更加豐富。微軟在Bing中上線ChatGPT能力并開(kāi)啟測(cè)試，以聊天方式展示搜索結(jié)果，并可在對(duì)話中推薦廣告。微軟必應(yīng)官方博客宣布，目前Bing日活突破1億，集成搜索+聊天功能的Bing預(yù)覽版自推出以來(lái)總聊天次數(shù)已超過(guò)4500萬(wàn)次。鑒于微軟可能掀起搜索行業(yè)的第二次變革并顛覆此前的盈利模式，谷歌在2月初展示由大型語(yǔ)言模型LaMDA驅(qū)動(dòng)的類(lèi)ChatGPT應(yīng)用——Bard，并計(jì)劃大范圍推廣。Statista資料來(lái)源：上觀新聞全球搜索引擎市場(chǎng)份額分布用戶(hù)在新版Bing對(duì)話中發(fā)現(xiàn)廣告推薦內(nèi)容3.1

通用場(chǎng)景：搜索引擎—GPT+文本&圖像&視頻重塑搜索結(jié)果呈現(xiàn)方式22百度將推出文心一言，在搜索領(lǐng)域有望引領(lǐng)體驗(yàn)的代際變革，視頻領(lǐng)域合作或率先走向多模態(tài)。百度是國(guó)內(nèi)少有的具有超大規(guī)模語(yǔ)言訓(xùn)練能力的科技公司，2019年即推出文心大模型。百度打造的NLP大模型ERNIE

3.0

Zeus擁有千億級(jí)參數(shù)，ERNIE-ViLG

2.0是全球首個(gè)知識(shí)增強(qiáng)的AI作畫(huà)大模型。百度計(jì)劃于3月16日召開(kāi)文心一言發(fā)布會(huì)。此前，百度創(chuàng)始人李彥宏表示計(jì)劃將搜索、智能云、Apollo自動(dòng)駕駛、小度智能設(shè)備等多項(xiàng)業(yè)務(wù)與文心一言整合。例如在搜索引擎方面引領(lǐng)搜索體驗(yàn)的代際變革，鑒于愛(ài)奇藝宣布與百度共同探索將AIGC技術(shù)應(yīng)用于內(nèi)容搜索、宣發(fā)等，豐富的在線視頻娛樂(lè)資源為未來(lái)多模態(tài)應(yīng)用的構(gòu)建提供了想象空間。此外，百度還將開(kāi)放大模型支持交通、能源、制造等行業(yè)構(gòu)建自己的模型和應(yīng)用，打造人工智能生態(tài)系統(tǒng)，同時(shí)為公司帶來(lái)豐厚的商業(yè)價(jià)值，目前已有多家科技、金融、傳媒公司宣布成為合作伙伴。資料來(lái)源：文心大模型網(wǎng)站資料來(lái)源：文心大模型網(wǎng)站ERNIE3.0

Zeus提出層次化提示學(xué)習(xí)技術(shù)百度文心一言發(fā)布會(huì)將于3月16日召開(kāi)3.1

通用場(chǎng)景：搜索引擎—百度“文心一言”有望構(gòu)筑大模型生態(tài)系統(tǒng)23GPT有望融入辦公流程，率先推動(dòng)辦公軟件轉(zhuǎn)型為智能辦公平臺(tái)。微軟將于3月16日召開(kāi)名為“Future

of

Work

with

AI”的發(fā)布會(huì)，預(yù)計(jì)將展示ChatGPT類(lèi)技術(shù)在Teams、Word、Outlook等生產(chǎn)力套件中的應(yīng)用。我們認(rèn)為，在GPT的賦能之下，辦公軟件作為效率型生產(chǎn)力工具的屬性將更加突出，功能上將更加智能化，用戶(hù)有望享受到智能辦公平臺(tái)所帶來(lái)的便利性與效率大幅提升。例如，在Word中，GPT將能夠幫助用戶(hù)生成文本，或?qū)⑽臋n集匯總為關(guān)鍵點(diǎn)，使得用戶(hù)快速理解和分析信息；在Outlook中，GPT可以處理收件箱文本，幫助用戶(hù)更快捷地撰寫(xiě)或回復(fù)電子郵件；在Excel中，能夠根據(jù)提示提取數(shù)據(jù)，如要求“按照利潤(rùn)列出世界前五大公司”后，生成Excel公式或制作可視化圖表。The

Verge，微軟The

Verge，微軟Edge中的Bing

AI側(cè)邊欄可以與Office

Web一同使用微軟在Viva

Sales郵件中提供OpenAI技術(shù)3.2

通用場(chǎng)景：辦公軟件—GPT+文本&圖像打造效率型生產(chǎn)力工具24金山辦公發(fā)布業(yè)內(nèi)首個(gè)深度學(xué)習(xí)框架KSAI-Lite，并創(chuàng)新推出智能寫(xiě)作與演示文稿智能美化功能，未來(lái)若在GPT賦能下有望深化用戶(hù)智能辦公體驗(yàn)，并打開(kāi)客單價(jià)提升空間。金山辦公AI中臺(tái)圍繞辦公領(lǐng)域的計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理相關(guān)算法研究已開(kāi)發(fā)了近100項(xiàng)AI能力，2021年7月發(fā)布業(yè)內(nèi)首個(gè)面向辦公領(lǐng)域的深度學(xué)習(xí)推理框架——KSAI-lite，其適配國(guó)內(nèi)外主流軟硬件平臺(tái)，支持OCR、機(jī)器翻譯、智能校對(duì)等場(chǎng)景。金山辦公還基于NLP技術(shù)推出WPS智能寫(xiě)作，功能包括文本自動(dòng)生成、智能校對(duì)、智能改寫(xiě)等，WPS智能生成的內(nèi)容占據(jù)云端整體內(nèi)容資源的33.6%。WPS演示文稿創(chuàng)新使用智能美化功能，一鍵即可實(shí)現(xiàn)文本自動(dòng)排版并根據(jù)語(yǔ)義恰當(dāng)進(jìn)行配圖、配色，進(jìn)而得到成熟、美觀的演示文稿，大幅減少用戶(hù)手動(dòng)調(diào)整的工作量。演示文稿還支持智能化多圖拼圖，智能美化功能月度活躍用戶(hù)數(shù)量也已超過(guò)百萬(wàn)。WPS智能寫(xiě)作截圖WPS演示文稿截圖WPS以“人工智能”為主題的智能寫(xiě)作輸出結(jié)果WPS演示文稿智能美化功能3.2

通用場(chǎng)景：辦公軟件—WPS若結(jié)合GPT將深化用戶(hù)智能辦公體驗(yàn)25福昕軟件投入AI

方向超3年并具有AIGC能力，

ChatPDF的豐富功能有望為其結(jié)合GPT提供借鑒。ChatPDF可通過(guò)ChatGPT

API解讀專(zhuān)業(yè)論文，例如用戶(hù)上傳PDF后，可直接對(duì)論文進(jìn)行提問(wèn)；此外，ChatPDF同樣支持合同、文書(shū)、書(shū)籍等材料。福昕軟件作為全球PDF核心技術(shù)與應(yīng)用領(lǐng)域的領(lǐng)導(dǎo)廠商，下屬的iDox.ai團(tuán)隊(duì)開(kāi)發(fā)了合同檢查、合同比較、敏感信息偵測(cè)等功能，相關(guān)產(chǎn)品自去年底推向市場(chǎng)，標(biāo)準(zhǔn)版、高級(jí)版年單價(jià)分別為200、400美元；此外，公司下屬的前沿文檔技術(shù)團(tuán)隊(duì)也在積極探索將AI技術(shù)與公司產(chǎn)品相結(jié)合。結(jié)合ChatPDF的先期探索，我們認(rèn)為，未來(lái)在GPT賦能之下，福昕軟件有望打造更智能的PDF文檔處理解決方案，構(gòu)筑新型知識(shí)傳播、轉(zhuǎn)化利器，助力用戶(hù)更高效地使用文檔資源。ChatPDFChatPDFChatPDF界面ChatPDF對(duì)論文進(jìn)行解讀3.2

通用場(chǎng)景：辦公軟件—PDF結(jié)合GPT有望成為知識(shí)傳播、轉(zhuǎn)化利器26GPT有望催化“啟發(fā)式”教學(xué)模式，加快教育領(lǐng)域的個(gè)性化、多樣化變革探索。ChatGPT可以理解為一名“全能教師”，即便是小眾、冷門(mén)的領(lǐng)域，也能夠給出相對(duì)有邏輯的回答。我們認(rèn)為，GPT技術(shù)將催化“啟發(fā)式”教學(xué)模式，引導(dǎo)學(xué)生更加積極主動(dòng)地進(jìn)行思考、發(fā)問(wèn)，并與“全能教師”進(jìn)行對(duì)話探討，這有別于傳統(tǒng)的應(yīng)試教學(xué)模式。資料來(lái)源：人工智能基礎(chǔ)教育行業(yè)研究報(bào)告（36氪研究院）3.3

垂直場(chǎng)景：教育—GPT+文本&對(duì)話&翻譯催化啟發(fā)式、個(gè)性化教學(xué)教育轉(zhuǎn)型向智能化教育方向發(fā)展27科大訊飛在認(rèn)知智能領(lǐng)域具備長(zhǎng)期深厚積累，AI學(xué)習(xí)機(jī)將率先落地類(lèi)ChatGPT技術(shù)，產(chǎn)品能力有望進(jìn)一步夯實(shí)。公司以“平臺(tái)+賽道”模式實(shí)現(xiàn)AI核心技術(shù)的轉(zhuǎn)化，在教育、醫(yī)療、智慧城市、AI辦公等賽道中驗(yàn)證技術(shù)優(yōu)勢(shì)。公司承建認(rèn)知智能全國(guó)重點(diǎn)實(shí)驗(yàn)室，2022年獲得OpenBookQA等多項(xiàng)認(rèn)知智能領(lǐng)域評(píng)測(cè)第一，開(kāi)源6大類(lèi)、超過(guò)40個(gè)通用領(lǐng)域的系列中文預(yù)訓(xùn)練語(yǔ)言模型。2022年12月公司啟動(dòng)生成式預(yù)訓(xùn)練大模型攻關(guān)，憑借在算法、算力等方面的保障，AI學(xué)習(xí)機(jī)將率先落地類(lèi)ChatGPT技術(shù)，并計(jì)劃于今年5月6日進(jìn)行產(chǎn)品級(jí)發(fā)布，有望在中英文作文輔導(dǎo)、口語(yǔ)學(xué)習(xí)等方面實(shí)現(xiàn)能力躍升。公司2019年推出首款A(yù)I學(xué)習(xí)機(jī)——X1

Pro，作為教育2C模式的核心產(chǎn)品，聯(lián)動(dòng)B、G端解決方案，實(shí)現(xiàn)教育服務(wù)生態(tài)閉環(huán)。依托類(lèi)ChatGPT技術(shù)對(duì)AI學(xué)習(xí)機(jī)的能力重構(gòu)，我們看好公司學(xué)習(xí)機(jī)產(chǎn)品的個(gè)性化精準(zhǔn)學(xué)習(xí)能力，有望強(qiáng)化市場(chǎng)競(jìng)爭(zhēng)地位。資料來(lái)源：科大訊飛公司年報(bào)，中信證券研究部資料來(lái)源：科大訊飛公司官網(wǎng)，中信證券研究部科大訊飛智慧教育業(yè)務(wù)全景圖科大訊飛AI學(xué)習(xí)機(jī)推出歷程家庭校內(nèi)區(qū)域因材施教學(xué)校老師教育主管部門(mén)學(xué)生家長(zhǎng)素質(zhì)教育教育管理智慧校園新高考綜合解決方案智慧體育人工智能創(chuàng)新教育學(xué)生綜合素質(zhì)評(píng)價(jià)學(xué)校教學(xué)大數(shù)據(jù)精準(zhǔn)教學(xué)智慧課堂個(gè)性化作業(yè)智慧考試教育考試服務(wù)英語(yǔ)口語(yǔ)評(píng)測(cè)智能語(yǔ)言學(xué)習(xí)自主學(xué)習(xí)AI學(xué)習(xí)機(jī)個(gè)性化學(xué)習(xí)手冊(cè)AI技術(shù)大數(shù)據(jù)技術(shù)教研服務(wù)教育資源3.3

垂直場(chǎng)景：教育—科大訊飛AI學(xué)習(xí)機(jī)將率先落地類(lèi)ChatGPT技術(shù)28GPT有望對(duì)金融行業(yè)的經(jīng)營(yíng)、管理、產(chǎn)品營(yíng)銷(xiāo)及客戶(hù)服務(wù)等方面產(chǎn)生巨大影響。近年來(lái)，金融機(jī)構(gòu)在合規(guī)趨嚴(yán)、人力成本上升等因素的影響下，對(duì)于數(shù)字化建設(shè)的意愿強(qiáng)烈?？紤]到ChatGPT在內(nèi)容生成等方面的突出表現(xiàn)，我們認(rèn)為，GPT有望率先落地對(duì)外的客戶(hù)服務(wù)與對(duì)內(nèi)的投研支持。以銀行業(yè)為例，電子客服仍處于AB判斷階段，引入GPT將更好地服務(wù)于客戶(hù)需求；在證券、基金業(yè)，個(gè)人投資者存在的大量疑惑將可通過(guò)GPT解決，機(jī)構(gòu)投資者在投研中也將獲得來(lái)自GPT的協(xié)作。GPT有望重構(gòu)金融行業(yè)客戶(hù)服務(wù)端，也有望進(jìn)一步增強(qiáng)機(jī)構(gòu)內(nèi)部的投研能力，助力經(jīng)營(yíng)效率提升與成本優(yōu)化。《2022年中國(guó)AI+金融行業(yè)發(fā)展研究報(bào)告》（艾瑞咨詢(xún)研究院），中信證券研究部《2022年中國(guó)AI+金融行業(yè)發(fā)展研究報(bào)告》（艾瑞咨詢(xún)研究院），中信證券研究部自然語(yǔ)言處理技術(shù)在客服、營(yíng)銷(xiāo)場(chǎng)景的應(yīng)用自然語(yǔ)言處理技術(shù)在投研、投顧場(chǎng)景的應(yīng)用3.4

垂直場(chǎng)景：金融—GPT+文本&對(duì)話賦能客戶(hù)服務(wù)、投研支持客服團(tuán)隊(duì)人員成本及管理費(fèi)用高服務(wù)質(zhì)量與效率較難評(píng)價(jià)

獲客成本高，潛在用戶(hù)轉(zhuǎn)化率低客服 營(yíng)銷(xiāo)痛點(diǎn)場(chǎng)景以NLP技術(shù)為基礎(chǔ)，結(jié)合智能語(yǔ)音、知識(shí)圖譜等技術(shù)，實(shí)現(xiàn)人力成本的降低及服務(wù)效率、獲客效率的提升。關(guān)鍵環(huán)節(jié)潛在客戶(hù)分析問(wèn)句輸入問(wèn)句理解信息檢索答案生成話術(shù)分析技術(shù)應(yīng)用NLP:分析資訊文本，精準(zhǔn)定位潛在客戶(hù)。NLP:對(duì)客戶(hù)/潛在客戶(hù)以自然語(yǔ)言形式提出的問(wèn)題/回復(fù)進(jìn)行語(yǔ)義分析，根據(jù)語(yǔ)義理解結(jié)果從知識(shí)庫(kù)中選取輸出的內(nèi)容并構(gòu)建恰當(dāng)?shù)恼Z(yǔ)句進(jìn)行回復(fù)。知識(shí)圖譜：在問(wèn)句理解、信息檢索、答案生成環(huán)節(jié)輔助提供知識(shí)的表示、儲(chǔ)存和推理。智能語(yǔ)音：如有必要，在問(wèn)句輸入、答案生成過(guò)程對(duì)語(yǔ)音信息與文本信息進(jìn)行轉(zhuǎn)化。NLP:服務(wù)結(jié)束后，對(duì)服務(wù)話術(shù)進(jìn)行分析，以把控服務(wù)質(zhì)量，優(yōu)化話術(shù)。覆蓋場(chǎng)景智能營(yíng)銷(xiāo)智能客服金融資訊覆蓋的定性文本數(shù)據(jù)分析難度高且數(shù)據(jù)量大痛點(diǎn)場(chǎng)景借助NLP技術(shù)，對(duì)金融資訊中文本型數(shù)據(jù)進(jìn)行拆解，定位有用信息并進(jìn)行分類(lèi)分析，提升金融機(jī)構(gòu)對(duì)金融資訊分析的廣度與精度。各類(lèi)自然語(yǔ)言金融資訊公司新聞產(chǎn)品資料宏觀經(jīng)濟(jì)政策文件媒體評(píng)論...通過(guò)NLP技術(shù)進(jìn)行分析處理情感分析：對(duì)金融資訊文本的傾向性分析，從而判斷市場(chǎng)中各類(lèi)關(guān)切主題的情感傾向。事件抽?。簭暮Ａ拷鹑谫Y訊中抽取特定業(yè)務(wù)相關(guān)事件信息，并進(jìn)行結(jié)構(gòu)化處理。文本摘要：將金融資訊長(zhǎng)文本的內(nèi)容提取并重組為較短的摘要文本。應(yīng)用于金融業(yè)務(wù)場(chǎng)景不同金融業(yè)務(wù)難以簡(jiǎn)單快速地定位到所需定性分析的文本型數(shù)據(jù)風(fēng)控

投研

投顧智能風(fēng)控：增加風(fēng)控模型評(píng)估因子，實(shí)現(xiàn)輿情監(jiān)測(cè)預(yù)警智能投研：監(jiān)測(cè)市場(chǎng)輿情，挖掘事件關(guān)系，改善金融交易預(yù)測(cè)模型。29同花順在金融信息服務(wù)行業(yè)以強(qiáng)研發(fā)聞名，i問(wèn)財(cái)有望憑借GPT全面升級(jí)服務(wù)模式。公司重點(diǎn)打造的i問(wèn)財(cái)是在財(cái)經(jīng)領(lǐng)域落地的有代表性的自然語(yǔ)言、語(yǔ)音對(duì)話交互問(wèn)答系統(tǒng)。2021年，在全球?qū)υ捪到y(tǒng)技術(shù)領(lǐng)域的頂級(jí)賽事DSTC9中，取得跨語(yǔ)言對(duì)話狀態(tài)跟蹤任務(wù)第一名。在GPT賦能下，i問(wèn)財(cái)有望升級(jí)服務(wù)模式，在信息匯集、交互問(wèn)答等方面跨越，進(jìn)一步發(fā)展為智能投顧平臺(tái)，為個(gè)人投資者投資決策提供更全面、深入的支持。東方財(cái)富構(gòu)建一站式互聯(lián)網(wǎng)財(cái)富管理生態(tài)圈，GPT或催生全新的智能投顧產(chǎn)品。憑借費(fèi)率優(yōu)勢(shì)以及對(duì)用戶(hù)體驗(yàn)的重視，天天基金近年來(lái)在基金代銷(xiāo)行業(yè)躋身頭部位置。我們認(rèn)為，借助于GPT賦能，天天基金之類(lèi)的財(cái)富管理機(jī)構(gòu)在基金投顧方面有望更加智能。例如，結(jié)合用戶(hù)對(duì)投資回報(bào)、風(fēng)險(xiǎn)偏好的描述，更加精準(zhǔn)地推薦基金產(chǎn)品；當(dāng)用戶(hù)對(duì)基金投資標(biāo)的、投資風(fēng)格等產(chǎn)生問(wèn)題時(shí)，也能快速地進(jìn)行信息生成，助力財(cái)富管理機(jī)構(gòu)在拉長(zhǎng)客戶(hù)接觸時(shí)間的同時(shí)控制運(yùn)營(yíng)成本；此外，通過(guò)迭代學(xué)習(xí)，投顧質(zhì)量也有望不斷夯實(shí)。綜合而言，GPT將助力客戶(hù)粘性提升與流量?jī)?yōu)勢(shì)強(qiáng)化。資料來(lái)源：同花順i問(wèn)財(cái)網(wǎng)站資料來(lái)源：天天基金網(wǎng)同花順i問(wèn)財(cái)股票欄目天天基金網(wǎng)基金導(dǎo)購(gòu)欄目提供基金篩選功能3.4

垂直場(chǎng)景：金融—同花順i問(wèn)財(cái)?shù)仍贕PT加持下或升級(jí)智能投顧平臺(tái)30萬(wàn)得、恒生聚源等專(zhuān)注金融與產(chǎn)業(yè)數(shù)據(jù)資訊服務(wù)提供，GPT或變革產(chǎn)品輸出形態(tài)。萬(wàn)得是國(guó)內(nèi)B端金融信息服務(wù)行業(yè)的領(lǐng)跑者之一，構(gòu)建了以金融證券數(shù)據(jù)為核心的大型金融工程和財(cái)經(jīng)數(shù)據(jù)倉(cāng)庫(kù)。恒生聚源作為恒生電子旗下的創(chuàng)新子公司，擁有金融數(shù)據(jù)庫(kù)、金融終端、智眸系列等豐富的產(chǎn)品線，積累了股票、債券、理財(cái)、宏觀等多大類(lèi)、全歷史年限、多維度的結(jié)構(gòu)化數(shù)據(jù)內(nèi)容。在GPT的賦能之下，我們認(rèn)為金融數(shù)據(jù)產(chǎn)品的提供有望更加體系化，交互方式有望更加多元化，例如對(duì)券商研報(bào)進(jìn)行元素提取、對(duì)機(jī)構(gòu)調(diào)研信息進(jìn)行整合，協(xié)助投研人員搜集資料數(shù)據(jù)，減少了大量繁瑣的案頭工作。盡管目前在用戶(hù)測(cè)試中，ChatGPT對(duì)投研領(lǐng)域的回答尚不盡如人意，但伴隨著相關(guān)材料納入訓(xùn)練集，我們認(rèn)為回答的專(zhuān)業(yè)性有望提升。資料來(lái)源：恒生聚源公司官網(wǎng)資料來(lái)源：微信公眾號(hào)文因互聯(lián)，中信證券研究部恒生聚源基礎(chǔ)數(shù)據(jù)庫(kù)產(chǎn)品GPT+投研應(yīng)用展望研報(bào)訂閱推送深度搜索回測(cè)分析自動(dòng)推送消息訂閱精準(zhǔn)推送智能匹配主動(dòng)式搜索提出圖表中的高價(jià)值數(shù)據(jù)搜索報(bào)告中的指標(biāo)并實(shí)現(xiàn)關(guān)聯(lián)指標(biāo)的對(duì)比分析獲取研究靈感定量式分析報(bào)告預(yù)測(cè)的準(zhǔn)確度分析師擅長(zhǎng)的行業(yè)擇時(shí)能力分析風(fēng)格分析3.4

垂直場(chǎng)景：金融—GPT或提升萬(wàn)得等數(shù)據(jù)產(chǎn)品輸出的體系化&多元化31GPT有望在醫(yī)療領(lǐng)域中發(fā)揮醫(yī)生助手的作用，協(xié)助進(jìn)行問(wèn)診導(dǎo)診、科研輔助等工作。考慮到醫(yī)療領(lǐng)域的專(zhuān)業(yè)性、敏感性以及潛在風(fēng)險(xiǎn)因素，我們認(rèn)為，GPT的定位更多在于醫(yī)生助手，幫助醫(yī)生完成事務(wù)性工作以及一些基礎(chǔ)科研工作，而非取代醫(yī)生。此前，AI+醫(yī)療的應(yīng)用主要體現(xiàn)在圖像分割、影像分析、機(jī)器翻譯、病理細(xì)胞分析等領(lǐng)域，側(cè)重于輔助。根據(jù)美國(guó)《科學(xué)公共圖書(shū)館·數(shù)字健康》報(bào)道，ChatGPT在沒(méi)有經(jīng)過(guò)專(zhuān)門(mén)訓(xùn)練或加強(qiáng)學(xué)習(xí)的情況下就能通過(guò)或接近通過(guò)美國(guó)執(zhí)業(yè)醫(yī)師資格考試（USMLE）。結(jié)合ChatGPT的試用效果，我們認(rèn)為，GPT的潛在應(yīng)用場(chǎng)景包括導(dǎo)診、輕問(wèn)診、輔助診斷、病歷書(shū)寫(xiě)等，根據(jù)第一財(cái)經(jīng)報(bào)道，一些醫(yī)院正在利用類(lèi)ChatGPT技術(shù)搭建模型，以支持院內(nèi)的醫(yī)療、教育和科研工作。伴隨醫(yī)療健康語(yǔ)料納入訓(xùn)練，GPT發(fā)揮的效果值得期待。《2021年中國(guó)人工智能+醫(yī)療與生命科學(xué)行業(yè)研究報(bào)告》（艾瑞研究院）3.5

垂直場(chǎng)景：醫(yī)療—GPT+文本&對(duì)話&圖像扮演醫(yī)生助手角色AI+醫(yī)療應(yīng)用場(chǎng)景32醫(yī)療信息化公司作為醫(yī)療機(jī)構(gòu)信息化底座提供者，有望助力構(gòu)建GPT能力。根據(jù)復(fù)旦大學(xué)附屬華山醫(yī)院信息中心主任黃虹在接受第一財(cái)經(jīng)采訪時(shí)透露的情況，醫(yī)院內(nèi)部落地GPT的場(chǎng)景包括：就醫(yī)導(dǎo)診，以提升醫(yī)療效率；構(gòu)建內(nèi)部知識(shí)庫(kù)，以提升臨床研究效率；匯集歷史病歷，輔助醫(yī)生提升電子病歷書(shū)寫(xiě)效率。考慮到醫(yī)院本身在信息化能力上的相對(duì)薄弱，我們認(rèn)為以創(chuàng)業(yè)慧康、衛(wèi)寧健康、醫(yī)渡等為代表的醫(yī)療信息化公司作為醫(yī)院內(nèi)部系統(tǒng)的供應(yīng)商，有望幫助醫(yī)院構(gòu)建GPT能力?；ヂ?lián)網(wǎng)醫(yī)療平臺(tái)卡位線上問(wèn)診，GPT有望助力問(wèn)診效率大幅提升。2020年疫情爆發(fā)以來(lái)，互聯(lián)網(wǎng)醫(yī)院憑借著突破時(shí)空限制、免接觸等優(yōu)勢(shì)，迎來(lái)快速發(fā)展。平安好醫(yī)生、阿里健康、京東健康等平臺(tái)搭建了輕問(wèn)診模式，主要通過(guò)自有醫(yī)生、外部簽約醫(yī)生提供問(wèn)診服務(wù)。我們認(rèn)為，GPT可以用于在線問(wèn)診支持，為用戶(hù)提供基本的、常規(guī)化的問(wèn)診服務(wù)。這將助力互聯(lián)網(wǎng)醫(yī)療平臺(tái)實(shí)現(xiàn)問(wèn)診效率的大幅提升，問(wèn)診服務(wù)的供給能力將不再受制于鏈接的醫(yī)生數(shù)量。資料來(lái)源：創(chuàng)業(yè)慧康官方微信公眾號(hào)資料來(lái)源：京東APP創(chuàng)業(yè)慧康大數(shù)據(jù)和人工智能產(chǎn)品體系京東健康互聯(lián)網(wǎng)醫(yī)院3.5

垂直場(chǎng)景：醫(yī)療—醫(yī)療信息化廠商卡位核心系統(tǒng)，助力構(gòu)建GPT能力33醫(yī)渡科技擁有豐厚的AI能力積累，未來(lái)在GPT賦能下有望更優(yōu)服務(wù)于臨床科研、醫(yī)療監(jiān)管等。醫(yī)渡科技通過(guò)智能醫(yī)療大腦YiduCore服務(wù)于客戶(hù)，截至2022年9月30日，已處理和分析了超過(guò)700百萬(wàn)名患者的30多億份醫(yī)療記錄，擁有豐厚的醫(yī)療大數(shù)據(jù)沉淀。根據(jù)沙利文報(bào)告（轉(zhuǎn)引自醫(yī)渡科技年報(bào)），醫(yī)渡科技在國(guó)內(nèi)新興醫(yī)療智能市場(chǎng)占據(jù)25.6%份額。應(yīng)用方面，公司為監(jiān)管機(jī)構(gòu)提供了AI賦能的數(shù)據(jù)分析解決方案，以?xún)?yōu)化公共衛(wèi)生治理水平，如中標(biāo)北京市傳染病智慧化多點(diǎn)觸發(fā)監(jiān)測(cè)預(yù)警平臺(tái)項(xiàng)目等；公司還通過(guò)使用符號(hào)知識(shí)推理模型及深度學(xué)習(xí)等AI技術(shù)迭代真實(shí)世界疾病模型，深化對(duì)疾病的洞見(jiàn)，在血液系統(tǒng)疾病領(lǐng)域、皮膚疾病領(lǐng)域協(xié)助搭建了專(zhuān)病科研平臺(tái)。未來(lái)結(jié)合多模態(tài)GPT賦能，公司有望在科研輔助、監(jiān)管支撐等方面將發(fā)揮更重要作用。資料來(lái)源：醫(yī)渡科技公司官網(wǎng)資料來(lái)源：醫(yī)渡科技公司官網(wǎng)醫(yī)渡科技基于YiduCore提供數(shù)據(jù)分析及證據(jù)決策驅(qū)動(dòng)的解決方案醫(yī)渡科技在醫(yī)院、監(jiān)管機(jī)構(gòu)、生命科學(xué)公司等之間構(gòu)建生態(tài)系統(tǒng)3.5

垂直場(chǎng)景：醫(yī)療—醫(yī)渡基于AI能力/數(shù)據(jù)積累有望更優(yōu)服務(wù)科研、監(jiān)管34GPT有望改變圖像視頻領(lǐng)域內(nèi)容生產(chǎn)模式，多模態(tài)提高信息輸出豐富度。圖像視頻行業(yè)新老業(yè)態(tài)交織，構(gòu)成相對(duì)多元，以生產(chǎn)和傳播文字、圖像、藝術(shù)、影像、聲音等形式存在，包括報(bào)紙、圖書(shū)、廣播、電影、電視、動(dòng)漫等諸多細(xì)分領(lǐng)域。從產(chǎn)業(yè)鏈條來(lái)看，圖像視頻行業(yè)主要涉及信息采集、制作、分發(fā)、傳播等，我們認(rèn)為GPT將主要影響產(chǎn)業(yè)鏈前端的采集、制作。結(jié)合中國(guó)信通院《AIGC白皮書(shū)》，我們預(yù)計(jì)在GPT賦能之下，特別是對(duì)多模態(tài)的延伸，圖像視頻行業(yè)有望進(jìn)一步提高寫(xiě)稿機(jī)器人、采訪助手、視頻智能剪輯、合成主播等新興應(yīng)用的供給能力，既改變內(nèi)容生產(chǎn)模式，也滿(mǎn)足信息接收者對(duì)豐富內(nèi)容的需求?！吨袊?guó)虛擬數(shù)字人影響力指數(shù)報(bào)告》（中國(guó)傳媒大學(xué)媒體融合與傳播國(guó)家重點(diǎn)實(shí)驗(yàn)室媒體大數(shù)據(jù)研究中心、優(yōu)格元宇宙實(shí)驗(yàn)室、中傳數(shù)字人研究院）資料來(lái)源：人民日?qǐng)?bào)官方微博虛擬數(shù)字人相關(guān)技術(shù)指標(biāo)AI繪畫(huà)版《我的祖國(guó)》MV3.6

垂直場(chǎng)景：圖像視頻—GPT+圖像&視頻強(qiáng)化內(nèi)