計算機行業(yè)2024年3月國產(chǎn)大模型Kimi帶動產(chǎn)業(yè)鏈革新

內(nèi)容目錄TOC\o"1-2"\h\z\u國產(chǎn)大模型曙光Kimi帶動產(chǎn)業(yè)鏈革新 4月之暗面發(fā)布Kimi，成為國產(chǎn)大模型曙光 4Kimi突破AI應用現(xiàn)狀，保持環(huán)比高速增長 5Kimi打破競爭格局，帶動產(chǎn)業(yè)鏈發(fā)展 8Sora開創(chuàng)AI視頻生成新紀元 9OpenAI發(fā)布Sora大模型，革新文生視頻技術 9Sora或可對影視制作及傳媒游戲等行業(yè)產(chǎn)生深遠影響 11附：近期AI事件 12投資建議 14風險提示 14圖表目錄圖1：Kimi可以閱讀英文論文并 4圖Kimi可以根據(jù)提示詞生成宣傳文本 4圖近期海外AI應用增長疲軟，大部分應用日活、月活增速僅有個位數(shù) 5圖Kimi保持環(huán)比高增，并有望超越文心一言、通義千問 6圖AI開發(fā)者通過精細化的提示庫來指引用戶以更高效、更精準的方式與AI進行交流 7圖目前市場上各種AI大模型在處理長文本方面的能力還存在限制 7圖Kimi可以兩分鐘讀完500份簡歷，篩選員工 7圖Kimi可以讀取英偉達報告，并分析財報歷史 7圖Sora根據(jù)提示詞生成視頻 9圖Sora根據(jù)提示詞生成視頻 9圖將視頻數(shù)據(jù)轉換為patches 10圖將Scalingtransformers用于視頻生成 10表期12國產(chǎn)大模型曙光Kimi帶動產(chǎn)業(yè)鏈革新月之暗面發(fā)布Kimi，成為國產(chǎn)大模型曙光2023年10月，清華大學楊植麟及其AI團隊“月之暗面”發(fā)布了Kimi，是國產(chǎn)大模型的代表作之一，擁有優(yōu)秀的長文本處理能力，可處理20萬漢字輸入，得到業(yè)界高度關注。依賴于優(yōu)秀的長文本處理能力，用戶可在Kimi上傳各種資料并進行，包括word、pdf、txt以及圖片；此外，Kimi也支持訪問互聯(lián)網(wǎng)鏈接,讀取文本信息并歸納總結。2024年3月18日，Kim公布了支持200萬文字輸入的內(nèi)測邀請，測試者可使用Kimi獲得200萬字長度的無損閱讀能力。Kimi20圖1：Kimi可以閱讀英文論文并 圖2：Kimi可以根據(jù)提示詞生成宣傳文本資料來源：Kimi， 資料來源：Kimi，KimiAIscalingScaling：KimiAIscalingScalingCBKimiKimi突破AI應用現(xiàn)狀，保持環(huán)比高速增長AI1AIAIChatGPT16億環(huán)比增長了1.08;Bing月訪問量下降了7.87至13.4億日活Goole的Gemii3.262月份谷歌將BardGeminiGeminiAdvancedGeminiApp國內(nèi)月份總體訪問量環(huán)比下降約20主要是受到春節(jié)假期的影響用戶的互聯(lián)網(wǎng)使用習慣可能發(fā)生了變化，導致訪問量暫時下降。此外，這也說明了當前大AI圖3：近期海外AI應用增長疲軟，大部分應用日活、月活增速僅有個位數(shù)資料來源：SimilarWeb，KimiAIKimi1010300圖4：Kimi保持環(huán)比高增，并有望超越文心一言、通義千問資料來源：，AI長文本能力是實現(xiàn)人類與AIAI圖5：長文本建模是自然語言處理(NLP)領域的一項重要技術資料來源：ASurveyonLongTextModelingwithTransformers，Claude3PromptlibraryAIAIAIAIClaude圖AI

圖7：目前市場上各種AI大模型在處理長文本方面的能力還存在限制資料來源：Kimi， 資料來源：Kimi，Kimi1）解決復雜問題：長文本模型通過處理大量信息，特別適合執(zhí)行如企業(yè)知識庫整合等需要廣泛AI2）AI忠誠度與指令遵循：長文本模型必須準確保留原文意義（忠誠度）并能根據(jù)任務指令執(zhí)行操作（指令遵循能力用戶體驗優(yōu)化和數(shù)圖可以兩分鐘讀完500份簡歷，篩選員工 圖可以讀取英偉達報告，并分析財報歷史資料來源：Kimi， 資料來源：Kimi，Kimi打破競爭格局，帶動產(chǎn)業(yè)鏈發(fā)展聯(lián)合技術壁壘和服務壁壘，Kimi有望重塑競爭格局AIAIKimiKimi通過以下幾個核心策略實現(xiàn)了區(qū)別于市場的獨特定位和快速增長。用戶體驗中心化：Kimi數(shù)據(jù)驅動的優(yōu)化：利用用戶行為數(shù)據(jù)，KimiAIKimi為多個行業(yè)帶來了潛在發(fā)展機遇Kimi優(yōu)秀的性能可以帶動多個產(chǎn)業(yè)的發(fā)展。如：游戲行業(yè)的互動升級：Kimi此外，KimiAIAIAIKimiAISora開創(chuàng)AI視頻生成新紀元OpenAI發(fā)布Sora大模型，革新文生視頻技術2024216OpenAISora1Sora圖根據(jù)提示詞生成視頻 圖根據(jù)提示詞生成視頻資料來源：OpenAI， 資料來源：OpenAI，SoraAIGCAISoraGPTSora模型：通過Patches和ScalingTransformers革新視頻生成技術PatchesPatchestokenPatchesPatchesOpenAISoraOpenAIPatchesPatches成了TransformerSoraOpenAIPatches，從而有效控制生成視頻的大小和形狀。這一策略同樣適用于圖像處理，因為可以將圖像看作是靜態(tài)的單幀視頻。圖12：將視頻數(shù)據(jù)轉換為patches資料來源：OpenAI，SoraScalingTransformer提升模型效率：OpenAIScalingTransformersScalingTransformersTransformer（種子和輸入數(shù)據(jù)進行視頻樣本的訓練過程中，OpenAI圖13：將Scalingtransformers用于視頻生成資料來源：OpenAI，Sora核心優(yōu)勢：強大的語言理解能力和一致性強大的語言理解：SoraDALL·E3（re-captioning）GPTpromptSoraSoraOpenAI2DALL·E3Sora靈活的視頻擴展技術：SoraTransformerSora出色的適應能力：Sora率和屏幕比例的需求。無論是寬屏格式（1920x1080像素）還是豎屏格式（1080x1920），SoraSora場景和物體的一致性和連續(xù)性：SoraSoraSora或可對影視制作及傳媒游戲等行業(yè)產(chǎn)生深遠影響SoraSoraSora4）快速原型和迭代：SoraSoraSora3D動生產(chǎn)力的進一步提升。SoraOpenAI（CTO）穆拉蒂最SoraSora20720PSoraOpenAISoraOpenAI2024OpenAISora附：近期AI事件表1：近期AI事件匯總事件 日期 地區(qū) 領域 簡述事件 日期 地區(qū) 領域 簡述GPTS子上線

2.1 國內(nèi) 文本生成

字節(jié)跳動正式推出「CozeAIBotCozeAIMeta第二代自研AI芯片正式投產(chǎn) Meta第二代自研AI芯片正式投產(chǎn) 2.2國外Meta計劃今年在數(shù)據(jù)中心部署第二代ArtemisAI芯片，主要性其他 能集中在推理領域，將與Meta購買的現(xiàn)成的英偉達GPU協(xié)同以增強AI算力，共同夯實該公司的AI基礎設施能力。阿里通義千問Qwen1.5發(fā)布 2.6國內(nèi)Qwen1.5是通義千問系列的最新迭代版本。QWen1.5提供從0.5文本生成 億參數(shù)到720億參數(shù)不等的六個模型尺寸。性能評測結果顯示,尤其是小模型在某些任務上的表現(xiàn)優(yōu)于同類產(chǎn)品。谷歌Bard更名為 2.8國外BardGemini，參數(shù)較低的版本將繼續(xù)免費供用(19.99Gemini文本生成 Ultra其性能與GPT-4接近同時GeminiPro上線移動端Gemini GoogleAppGPT-4，GeminiUltraGoogleMeta發(fā)布MetaVoice-1B英偉達發(fā)布GPURTX2000AdaOpenAI發(fā)布文生視

2.9 國外 音頻生成2.12 國外 其他

MetaVoice-1BMetaVoice1.2B（12參1030s英偉達最低端專業(yè)顯卡，AdaLovelaceRTX4060AD107CUDA281688Tensor核心、22RT12.0TFlops，RT27.7TFlops，Tensor191.9TFlops，號稱對AmpereRTX2000VR3625Sora60頻模型Sora 2.16 國外 視頻生

理世界，能生成具有多個角色、包含特定運動的復雜場景。繼承DALL-E3谷歌發(fā)布Gemini1.5Pro2.16國外文本生成Gemini1.5ProGemini100tokens（GPT-4Turbo12.8支持跨模態(tài)理解、分析和推理，即支持對圖片和視頻的分析。StabilityAI2.21國外圖像生成OpenAISoraDiffusionTransformerSD3800m8B35StableDiffusion3DALLE3Midjourneyv6Ideogramv1谷歌發(fā)布Gemma系列模型2.21國外文本生成Gemma2b7bGoogleGeminiGemma2b，它的參數(shù)量相對較小，因手機等移動設備。目前各個主流推理框架或工具都已適配完成手機等移動設備。目前各個主流推理框架或工具都已適配完成llama.cpp,mlc字節(jié)跳動發(fā)布SDXL-Lightning2.23國內(nèi)圖像生成SDXL-LightningSDXL4-81024分辨率的高質(zhì)量圖像，計算成本為基礎模型的十分之一。SDXL-Lightning可以作為增速插件無縫集成到SDXL模型中，目前主流的SDXL都開始適配。JuggernautXL-V9-Lighting發(fā)布2.26國外圖像生成JuggernautXLAISDXLLighting4TurboLCMLighting生成的圖像質(zhì)量更好，速度更快。Phind70B2.23國外文本生成Phind-70B在HumanEval上得分為83，超越GPT-4，成為最GPT-4，Phind-70B80+token，遠高于GPT-420+tokenPhind-70BCodeLlama-70B500Token32KMistralAI發(fā)布旗艦模型MistralLarge2.26國外文本生成81.2，MistralLargeGPT-4MistralLargeAzureAIStudio。微軟提出BitNet1.582.27國外文本生成1-bitBitNetb1.583Bllama2.71GPUllamaPlayground2.5發(fā)布2.28國外圖像生成gnd是基于L51000+個用戶的人工評測，PlaygroundV2.5是目前最符合人類偏好的文生圖模型。阿里巴巴發(fā)表視頻生成模型EMO2.28國內(nèi)視頻生成EMOEMO擬角色動畫制作提供了新工具。蘋果取消造車，加碼生成AI2.28國外其他詹南德里亞庫克AIGCAdobeAIProjectMusicGenAIControl2.29國外音頻生成無需專業(yè)的音樂知識，只需利用文本提示就可以生成和編輯音AdobeAI2美元3.1國外其他2.21FY24Q426576512.06和蘋果的華爾街第三大價值公司。Anthropic發(fā)布Claude-33.4國外文本生成Claude-3GPT4，在推理、數(shù)學、編碼、多語言理解和視覺方面樹立行業(yè)新基準。ClOpus20/月。從官方發(fā)布的測試結果來看Claude3OpusGPT-4，數(shù)學能力和邏輯圖表、文檔等非結構化數(shù)據(jù)，由AI模型進行分析和回答。谷歌發(fā)布最新「讀屏」AI3.4國外音頻生成ScreenAIQAUIPaLM2-S訓練模型回答關屏幕信息、屏幕導航和屏幕內(nèi)容摘要的問題。政府工作報告首提（人工智能+）3.5國內(nèi)其他基礎設施，加快形成全國一體化算力體系。零一萬物發(fā)布Yi-9B3.6國內(nèi)文本生成Yi90，，，、員提供了前所未有的便利性和強大功能。馬斯克xAI開源大模型Grok3.11國外文本生成Grokx.AI（包括兩個月的訓練上下文長度為8192，Grok-1GPT-3.5GrokxAIxAI可以選擇開放源代碼或保留專有權。OpenAI開源TransformerDebugger3.12國外文本生成OpenAI機器學習研究員JanLeike宣布，OpenAI要開源內(nèi)部一直使用的大殺器——Transformer調(diào)試器，TransformerDebugger是OpenAI對齊團隊（Superalignment）開發(fā)的一種工具，旨在支持對小體量語言模型的特定行為進行檢查，該工具把自動可解釋性技術與稀