人工智能行业月报：国内大模型竞争激烈，海外AI巨头财报密集发布

2023年8月8日 人工智能行业月报：国内大模型竞争激烈，海外AI巨头财报密集发布 计算机行业 推荐（维持评级） 核心观点： 7月人工智能板块继续调整，年初至今累计涨幅依然领先。人工智能板块行业指数（884201.WI）7月涨跌幅为-5.21%。2023年年初至今上证综指上涨5.55%，沪深300上涨2.79%，创业板指数下跌5.02%，人工智能板块上涨41.82%。 分析师 吴砚靖：（8610）66568589：wuyanjing@chinastock.com.cn分析师证书编码：S0130519070001 中央政治局会议释放积极信号，促进人工智能安全发展。中共中央政治局7月24日召开会议，分析研究当前经济形势，部署下半年经济工作。在现代化产业体系建设方面，特别提了要促进人工智能安全发展，而就在此前，7月13日国家网信办联合国家发展改革委、教育部、科技部等7部门公布《生成式人工智能服务管理暂行办法》，促进人工智能良性、健康、安全发展，为生成式人工智能的研究与发展留足空间，利好人工智能未来可持续发展。 鲁佩：（021）20257809：lupei_yj@chinastock.com.cn分析师证书编码：S0130521060001 Meta、谷歌财报超预期，微软财报展望略低于预期。根据Meta公布的2023年第二季度财报，其业绩全面超出预期。财报显示，Meta在第二季度实现约320亿美元的营收，同比增长11%；谷歌的财报显示，二季度营收为746.04亿美元，同比增长7%，超出市场预期。微软主要受全球经济低迷导致企业减少云计算支出影响，2023第四财季营收561.89亿美元，同比增长8%，低于去年同期的12%，净利润200.81亿美元，同比增长20%，AI对业绩有一定拉动效果。此外微软对2024财年第一财季营收的展望低于预期，微软展望2024财年第一财季营收预计将达538亿美元至548亿美元，同比增长8%。 [table_report]资料来源：wind，中国银河证券研究院整理 国内大模型竞争激烈，未来或迎来“万模大战”，“资金+团队+生态力”是决胜关键。目前国内大模型竞争激烈，未来或迎来“万模大战”，巨大的算力消耗及团队招募带来的资金成本以及能否有足够多的用户共建生态，是国内大模型的制胜关键所在。 投资建议：持续看好整个板块产业趋势，当下时点，继续看好AI+多场景应用，我们看好AI+金融、AI+医疗、AI+新能源、AI+政务（包括媒体类舆情类）、AI+办公、AI+法律、AI+教育等细分赛道的优质公司。重点推荐：同花顺、嘉和美康、彩讯股份、拓尔思、萤石网络、国能日新、上海钢联、深桑达A、中科曙光、中科星图、海康威视、金山办公、柏楚电子、通达海等公司。 风险提示：技术研发进度不及预期风险；供应链风险；政策推进不及预期风险；消费需求不及预期风险；行业竞争加剧风险。 目录 一、市场行情回顾...............................................................................1（一）整体行情............................................................................1（二）代表企业............................................................................1（三）板块估值............................................................................2（四）人工智能产业政策动态................................................................41．数据要素、数据交易所最新新闻及政策.................................................42．算法端：国内外巨头大模型动态.......................................................53．算力端：AI服务器、AI芯片最新动态..................................................7二、前沿行业动态...............................................................................8（一）前沿技术动态........................................................................81、微软清华提出RetNet，性能媲美Transformer...........................................82、DeepMind新研究：提高医学预测AI系统的准确性.......................................83、大模型训练成本降低近一半！新加坡国立大学最新优化器已投入使用.......................94、华为云盘古气象大模型登Nature正刊..................................................95、全国多地成立智算/科研中心，构建数据联盟...........................................106、香港科技大学联手微软等机构，公布图像分割模型Semantic-SAM.........................117、金山办公与NVIDIA合作，加速WPS AI服务............................................118、谷歌医学AI登Nature，临床准确率超92%.............................................12（二）前沿政策动态.......................................................................12三、前沿企业动态..............................................................................13（一）前沿产品动态.......................................................................131、多领域机器人广泛应用..............................................................132、全球多家机构致力打造ChatGPT式大模型产品..........................................163、OpenAI持续优化ChatGPT，多领域扩张................................................224、AI绘图大模型产品接连发布.........................................................245、全球芯片研发取得新进展，与AI发展息息相关.........................................266、无人机应用.......................................................................277、研究称AI筛选的基金回报率高于大多机构投资者.......................................298、腾讯云发布AI原生向量数据库.......................................................29（二）投融资事件.........................................................................30四、风险提示..................................................................................30 一、市场行情回顾 （一）整体行情 A股人工智能指数（884201.WI）截至7月末收盘价为7171.42，月涨跌幅为-5.21%。计算机行业指数（801750.SI）截至7月末收盘价为4733.33，月涨跌幅为-4.21%。人工智能指数价格一直高于计算机行业指数，但7月跌幅大于计算机行业指数。 资料来源：wind,中国银河证券研究院 （二）代表企业 A股wind人工智能指数（884201.WI）截至7月31日总市值16532.18亿，含成分股66支，权重等分。上市板分布为主板17支，创业板28支，科创板6支，中小板15支。 （三）板块估值 人工智能指数（884201.WI）重要成分股过去三年整体营业收入复合增长率11.33%，净利润复合增长率3.97%，截至7月31日平均估值PE(ttm)86.24倍，PS（ttm）4.21倍。 资料来源：wind,中国银河证券研究院 （四）人工智能产业政策动态 1．数据要素、数据交易所最新新闻及政策 2．算法端：国内外巨头大模型动态 3．算力端：AI服务器、AI芯片最新动态 二、前沿行业动态 （一）前沿技术动态 1、微软清华提出RetNet，性能媲美Transformer 近年来，大型语言模型在执行复杂多步推理方面取得了巨大进展。然而，即使是最先进的模型也会产生逻辑错误，通常称为“幻觉”，指的是人工智能模型生成内容的能力，这些内容不是基于任何现实世界的数据，而是模型自己想象的产物。人们担心这种幻觉可能带来的潜在问题，包括道德、社会和实际问题。6月1日，OpenAI发布一篇新论文。其研究人员训练了一个模型，通过奖励每个正确的推理步骤（“过程监督”）而不是简单地奖励正确的最终答案（“结果监督”）来对抗人工智能“幻觉”，实现数学问题解决的最新技术水平。与结果监管相比，过程监管具有重要的对齐性优点。它直接奖赏模型遵循一条经过验证的思考链路，使得该流程中每个步骤都受到精确的管理，鼓励模型遵循人类认可的流程，因此更有可能产生可解释推理。相反地，在结果监管下可能会奖励不符合要求的流程，并且通常更难以审查。 资料来源：Arxiv，中国银河证券研究院整理 2、DeepMind新研究：提高医学预测AI系统的准确性 GoogleDeepMind与Google Research近日在国际学术期刊Nature Medicine上发表一篇联合论文。该论文提出了一种AI系统CoDoC（互补性驱动的延迟到临床工作流 程），它可以在假设的医疗环境中确定预测性AI工具的相对准确性，以及系统何时应该听从人类临床医生的意见。CoDoC探讨了如何在假设的医疗环境中利用人类与AI的合作来提供最佳结果。研究人员用多个真实世界的数据集对CoDoC进行了全面测试，结果表明，将人类最好的专业知识与预测性AI相结合，比单独使用任何一种都更准确。在一个示例场景中，与常用的临床工作流程相比，CoDoC不仅将英国乳房x线摄影数据集的假阳性减少了25%，还能够将临床医生需要阅读的病例数量减少2/3。研究团队已在GitHub上开源了CoDoC的代码。 资料来源：Nature Medicine，中国银河证券研究院 3、大模型训练成本降低近一半！新加坡国立大学最新优化器已投入使用 优化器在大语言模型的训练中占据了大量内存资源。现在有一种新的优化方式，在性能保持不变的情况下将内存