计算机行业AIGC系列之六：百度文心一个符合预期的起点-230317（16页）.pdf

1、行业及产业计算机申万宏源研究Sws RESEARCH2023年03月17日百度文心：一个符合预期的起点行业研究行业点评看好AIGC系列之六相关研究3月16日，百度正式发布了文心一言，能够与人对话互动，回答问题，协助创作。我们“跨模态：更多应用场景出现，中国公司认为：1）一些NLP人机对话中基础的问答、总结、推理、创作能力基本具备；2）部得到更大机会-AIGC系列之五2023年分特定场景的中文理解可能超过了GPT：3）具备了初步的数理逻辑能力；4）有特色的多证券研究报告3月13日模态生成能力，某几个功能点很实用。“数据局，国资云，AIGC，中东进：全面数字经济！-计算机行业周报但同时，我们认为相

2、比GPT4功能文心一言仍有较大差距，目前水平约在GPT3左右。发20230306-202303102023年3月11布会中有部分体现大模型强大指出的核心功能尚未充分展示。包括多轮对话、代码能力、日长文本理解等GPT-4具有的能力，文心一言未进行展示。同时目前文心一言仍未全面公测企业和个人用户可以在官网申请邀请后试用。证券分析师整体来看，文心一言展示出的水平符合我们预期：即从参数量、送代路径看，国内NLP洪依真A0230519060003大模型水平介于BERT和GPT-3之间，与海外差距在2-3年。2021年GPT-3推出时，林起贤A0230519060002代码、长文本、语境等能力也较弱。在此

3、后1年中，OPENAI快速送代增加了codex、RLHF等尝试，并继续优化了PPO，在2022年推出instructGPT，其后能力才出现较大李国盛A0230521080003提升。我们认为百度文心已经初步具备LLM底座，期待后续选代杨海燕A联系人到3.0完整送代，截至3.0已是相对可用状态，3.0模型结构便于下游二次开发部署；2）洪依真强大的百度内部特色中文语料库：3）基于BERT结构基础加上了知识图谱等特色功能，在（8621）23297818x部分规则训练场景有更好可控性：4）国内领先的开源AI训练框架，较强的算力基础设施。但同时，我们也看到现阶段ERNIE底座的一些不足：1）模型结构仍然

4、基于BERT，但目前海外巨头主流结构转变为GPT为代表的decoder-only，未来百度是否会在模型结构上继续选代？2）根据3月16日百度文心一言发布会，目前百度在Prompt和RLHF已经掌握方法论，但实际训练量仍然有待提升；3）百度都使用了有特色是知识图谱训练，这一方式可以有效降低训练模型所需要消耗的算力。但当大语言模型达到干亿或者更高参数级别时，似乎自然具备了知识图谱训练下的能力。4）ERNIE使用了百度内部特色中文数据提升模型中文能力。但是百度体系内高质量语料库相比庞大的英文互联网语料库仍然不足。相关标的：互联网行业重点关注计划国内推出类GPT产品的三六零；应用相关，重点关注水N要，

5、小寒网络（持有playtika股权）、盛天网络、汤姆猫、昆仑万维、蓝色光标、神州泰岳、恺英网络；易点天下、鸿合科技。国内未来随着大模型送代，合作伙伴也有望受益，关注风语筑、三人行、姚记科技、华策影视、创维数字。计算机行业：建议重点关注跨模态应用，包括多模态应用：1）文生图：虹软科技（基于stabledifusion的多种2B图像应用）、新国都、中科创达（移动端文生图工具部署）；2）机器人：三花智控等：3）其他应用：润达医疗（申万医药、医疗诊断AI）、福昕软件、万兴科技；视频、图像、文本素材：大华股份（工业场景视频素材和标注），AI领军、当虹科技；视觉和跨模态算法：商汤（港股）、云从科技、科大讯

6、飞。风险提示：大模型技术中美仍存在差异，部分技术尚处于早期实验室阶段，存在落地风险；实体清单等可能对训练硬件产生影响。请务必仔细阅读正文之后的各项信息披露与声明#page#SMSC行业点评百度“文心”大模型：纯NLP能力国内领先，跨模态也有较多布局。应用场景涵盖：NLP大模型、CV大模型、跨模态大模型、生物计算大模型、行业大模型。API包括了：1）ERNIE3.0文本理解与创作：预置作文生成、文案创作、情感分析等任务提示，2）ERNIE-ViLGAI作画大模型，3）PLATO大模型开放域对话服务。图1百度文心大模型和多行业工具平台文心一格文心百中肠谷社区产品与社区2路系统BML大模型EasyD