研报摘要
行业概览:
- 研究框架:报告将“AI+传媒”研究框架分为“通用大模型”与“行业小样本”两部分。通用大模型负责提供基础能力,行业小样本则通过数据驱动的迭代优化,实现特定应用的深度定制。
关键观点:
-
适配程度与迭代速度:强调多模态输入与输出对于垂直应用的重要性,以及“行业小样本”数据量与质量对于模型迭代的影响。报告指出,Bing AI在反馈事实性表述时效果优于ChatGPT,且Bing AI和ChatGPT的反馈机制分别为搜索结果和用户互动。
-
行业小样本结构与结合方式:提出“行业小样本”分为中层小模型与下层应用及内容,并探讨了“能力调用”与“能力训练”两种结合方式。报告认为,调用方式可以高效快速接入大模型能力,而训练方式则可形成专属大模型,提升内容质量和稳定性。
-
投资视角:基于研究框架,传媒领域的“行业小样本”价值取决于数据与内容的匹配度、数量与质量。预计AI+文本和AI+图片将率先实现案例与业绩的兑现,未来“AI+视频/影视/游戏”的潜力巨大。
技术亮点:
- GPT-4:作为多模态、高认知、更安全的模型,GPT-4在理解和处理多模态输入(图像与文本)方面表现出色,能够阅读论文、解决复杂问题、理解人类社会常识,并具有强大的长文本处理和推理能力。
- Deep Speed:通过提高训练速度和降低成本,Deep Speed加速了大模型的开发过程,使得复杂训练变得更加经济高效,尤其适用于需要大量数据训练的模型。
风险提示:
- 经济与地缘政治风险、技术发展不确定性、AIGC行业增长不及预期。
结论:
该报告深入分析了GPT-4和Deep Speed对传媒行业的影响,强调了AI技术在内容生产、效率提升等方面的优势,并指出了行业发展的关键因素和潜在风险。通过构建“AI+传媒”研究框架,为投资者提供了对传媒行业在AI技术驱动下的投资机会和挑战的全面洞察。