人工智能应用专题（4）：国内AI大模型趋势探讨，互联网大厂AI进程梳理

证券研究报告2024年01月02日人工智能应用专题（4）：国内AI大模型趋势探讨，互联网大厂AI进程梳理行业研究·行业专题投资评级：超配（维持评级）证券分析师：张伦可联系人：刘子谭联系人：王颖婕联系人：陈淑媛0755-81982651liuzitan@guosen.com.cn0755-81983057zhanglunke@guosen.com.cnwangyingjie1@guosen.com.cn021-60375431S0980521120004chenshuyuan@guosen.com.cn请务必阅读正文之后的免责声明及其项下所有内容摘要•大模型技术本质上来源于科研创新与技术积累，我国大模型厂商根据自身特点演绎出不同的发展方向。大模型诞生与技术的积累与不断创新，伴随海外技术进步与大模型开源，我国大模型企业也在不断追赶，包括根据其技术路径自研或在其开源框架上优化调整。•有效数据集有限，优质数据集仍旧稀缺，关注具备高质量内容的平台。大模型的未来发展依赖于训练数据集的质量，而非仅仅是数量。AI技术把原先难以利用的非结构数据带入分析领域，内容创作者所聚集的平台成为高质量数据的重要来源。•大模型后续竞争格局B端与C端分化：C端更易于产生通用底座以及大一统的入口，通过丰富的插件、定制化功能、AIAgent满足用户的高度定制化和长尾需求。B端定制化模型或垂类模型性价比更高，不同B端行业可能用各自模型来满足企业场景、业务流程、模型大小和性能的差异化需求。•AIAgent框架带来全链路、定制化的信息处理能力，成为生产环节的重要辅助，助力智能硬件“AllinOne”抢占终端流量入口。AIAgent需要标准定义和模型能力进化，同时GenerativeUI可能带来人机交互方式的革新。•月之暗面、清华GLM、百川智能：作为独立的第三...