广告创意优秀案例

优秀广告创意案例一：Apple

Apple是一个非常成功的品牌，他们的广告创意一直是业内的标杆。其中一条广告特别引人注目，那就是“Think Different”（不同凡响）的广告系列。这个系列的广告展示了一些历史上非常成功的人物，如马丁·路德·金、毛泽东和阿尔伯特·爱因斯坦，他们都是属于不同领域的创新者和领袖。这个系列的广告能够让人们想起这些人物对社会做出的贡献，同时也让消费者联想到Apple这个品牌也是不凡的。

这个广告的成功之处在于它不是直接去宣传Apple的产品和服务，而是用一种更加抽象的方式去表达Apple的品牌价值和品牌个性。同时，这个广告也让人们感到鼓舞和激励，因为它展示了那些历史上真正做出贡献的人们是如何思考和行动的。

优秀广告创意案例二：Coca-Cola

Coca-Cola是另一个非常成功的品牌，他们的广告创意也是非常出色的。其中一个广告特别引人注目，那就是“Share a Coke”（分享可乐）的广告系列。这个系列的广告展示了一些不同的名字和姓氏，如“Emma”和“Johnson”，这些名字会出现在可乐瓶上。这个广告系列的目的是鼓励人们分享可乐，通过这个广告系列，Coca-Cola成功地把它的品牌和分享的价值相结合。

这个广告的成功之处在于它能够吸引人们的注意力，让人们想要去购买这些特殊的可乐瓶，并与其他人分享。这个广告还让人们感受到了Coca-Cola的品牌个性，它是一个非常友好和促进交流的品牌。

优秀广告创意案例三：Nike

Nike是一个非常成功的运动品牌，他们的广告创意也是非常出色的。其中一个广告特别引人注目，那就是“Just Do It”（只管去做）的广告系列。这个系列的广告展示了一些非常优秀的运动员，如迈克尔·乔丹、莱恩·盖格等，他们都是历史上非常成功的运动员。这个广告系列的目的是鼓励人们去追求自己的梦想和目标，通过这个广告系列，Nike成功地把它的品牌和运动的价值相结合。

这个广告的成功之处在于它能够激励人们去追求自己的梦想和目标，让人们感受到了Nike的品牌个性，它是一个非常注重运动和挑战的品牌。同时，这个广告也让人们联想到那些非常成功的运动员是如何通过不懈的努力和坚持去实现自己的目标的。

结论

在这些优秀广告创意案例中，我们可以发现一个共同点，那就是它们不是直接宣传产品和服务，而是用一种更加抽象的方式去表达品牌的价值和品牌个性。同时，这些广告也让人们感到鼓舞和激励，因为它们展示了人类的进步和创新是如何实现的。这些广告的成功之处在于它们能够吸引人们的注意力，让人们记住品牌，并与品牌的价值相联系。

因此，对于任何一个品牌来说，创意广告是非常重要的。它们可以让品牌在消费者心目中留下深刻的印象，并促进品牌的发展和增长。

广告创意优秀案例随机日志

根据你的目标和身体状况制定每日食谱。

1、【活动发现】社区,活动、福利、签到,一起分享兴趣讨论

2、优化：支持iTunes6位,优化：支持WindowsMediaPlayer6位

3、快速转化，保留格式，把PDF文档转换为可编辑的PowerPoint幻灯片。

4、lbxcentbrowser浏览器增强版

5、如果您没有静态IP，可以使用一些免费的动态DNS服务

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>【招(zhao)商(shang)策(ce)略(lve)】Office接(jie)入(ru)大(da)語(yu)言(yan)模(mo)型(xing)，GPT-4開(kai)啟(qi)AI新(xin)紀(ji)元(yuan)

近(jin)日(ri)微(wei)軟(ruan)發(fa)布(bu)Microsoft 365 Copilot，將(jiang)大语言模型接入Office软件(jian)，號(hao)稱(cheng)“最(zui)強(qiang)生(sheng)產(chan)力(li)工(gong)具(ju)”。百(bai)度(du)发布對(dui)標(biao)ChatGPT产品(pin)文(wen)心(xin)壹(yi)言，賦(fu)能(neng)金(jin)融(rong)、醫(yi)療(liao)、教(jiao)育(yu)等(deng)各(ge)行(xing)業(ye)。大语言模型爆(bao)火(huo)的(de)背(bei)後(hou)是(shi)人(ren)工智(zhi)能生成(cheng)的興(xing)起(qi)，2025年(nian)有(you)望(wang)達(da)到(dao)千(qian)億(yi)級(ji)市(shi)場(chang)空(kong)間(jian)。

核(he)心觀(guan)點(dian)

?國(guo)內(nei)外(wai)多(duo)款(kuan)大语言模型快(kuai)速(su)兴起，引(yin)領(ling)人工智能浪(lang)潮(chao)。GPT-4能夠(gou)處(chu)理(li)復(fu)雜(za)長(chang)文本(ben)，準(zhun)確(que)性(xing)明(ming)顯(xian)提(ti)高(gao)，且(qie)具備(bei)多模態(tai)信(xin)息(xi)处理能力。此(ci)外，GPT-4模型安(an)全(quan)性明显改(gai)進(jin)。文心一言在(zai)文學(xue)創(chuang)作(zuo)、商业文案(an)创作、數(shu)理推(tui)算(suan)、中(zhong)文理解(jie)、多模态生成五(wu)個(ge)使(shi)用(yong)场景(jing)中擁(yong)有較(jiao)强綜(zong)合(he)能力。ChatGPT功(gong)能强大，具有許(xu)多前(qian)代(dai)产品所(suo)不(bu)具备的特(te)征(zheng)，包(bao)括(kuo)主(zhu)動(dong)承(cheng)認(ren)錯(cuo)誤(wu)、敢(gan)於(yu)質(zhi)疑(yi)、支(zhi)持(chi)多輪(lun)对話(hua)。

? 大语言模型兴起背后是AIGC與(yu)AI+的发展(zhan)。AIGC即(ji)人工智能生成内容(rong)，是繼(ji)專(zhuan)业生成内容和(he)用戶(hu)生成内容之(zhi)后一種(zhong)全新的内容生成方(fang)式(shi)。AIGC集(ji)二(er)者(zhe)之所长，既(ji)保(bao)證(zheng)了(le)作品的专业程(cheng)度与质量(liang)，又(you)拥有媲(pi)美(mei)甚(shen)至(zhi)超(chao)越(yue)用户生成内容的产量与多樣(yang)性，有望引领新的内容生成生态。AIGC行业市场空间廣(guang)闊(kuo)，據(ju)預(yu)測(ce)2030年全球(qiu)AIGC市场規(gui)模有望达到1100亿美元。大模型等AI應(ying)用需(xu)要(yao)大量人工智能基(ji)礎(chu)設(she)施(shi)，科(ke)技(ji)巨(ju)頭(tou)加(jia)快AI+平(ping)臺(tai)布局(ju)。當(dang)下(xia)互(hu)聯(lian)網(wang)的发展已(yi)經(jing)进入瓶(ping)頸(jing)期(qi)，人工智能有望成為(wei)科技公(gong)司(si)新的增(zeng)长点，深(shen)耕(geng)人工智能基础设施（AI通(tong)用技術(shu)平台），服(fu)務(wu)于供(gong)給(gei)側(ce)的to B产业，成为各大科技公司布局人工智能的主要策略。

?投(tou)資(zi)建(jian)議(yi)：我(wo)們(men)建议從(cong)上(shang)遊(you)算法(fa)、算力与数据三(san)方面(mian)把(ba)握(wo)投资機(ji)會(hui)。强大的算力是訓(xun)練(lian)大语言模型的基础，由(you)于大语言模型高度复杂的建模方式和巨大的数据量，其(qi)对于計(ji)算资源(yuan)的需求(qiu)極(ji)高，GPT-3.5使用微软自(zi)建的AI计算系(xi)統(tong)，由1萬(wan)顆(ke)英(ying)偉(wei)达V100 GPU組(zu)成，据OpenAI公布数据，训练GPT-3.5模型需要的算力高达3640 PF-days，即每(mei)秒(miao)计算一千万亿次(ci)需運(yun)行3640天(tian)。建议關(guan)註(zhu)AI芯(xin)片(pian)、服务器(qi)及(ji)CPO。同(tong)時(shi)，行业领先(xian)的算法与龐(pang)大的训练数据是大语言模型高质量回(hui)答(da)的基础，建议关注在算法与数据收(shou)集、标注有所布局的公司。

? 風(feng)險(xian)提示(shi)：主观预判(pan)的偏(pian)差(cha)；技术进步(bu)不及预期；宏(hong)观環(huan)境(jing)的不确定(ding)性。

目(mu)錄(lu)

大语言模型及其相(xiang)关应用快速兴起

1. GPT-4

3月(yue)14日，OpenAI发布新一代大语言模型GPT-4，相比(bi)前一代爆款产品ChatGPT，GPT-4在眾(zhong)多关鍵(jian)性能上有了显著(zhu)提升(sheng)。

GPT-4能够处理复杂长文本，准确性明显提高。具體(ti)表(biao)現(xian)为：1）更(geng)强的邏(luo)輯(ji)推理能力：GPT-4在多种学术基准、多语言测試(shi)、数理能力和逻辑推理能力方面的表现显著優(you)于GPT-3.5，在学术专业测试中表现更优。当任(ren)务达一定复杂程度时，GPT-4的表现较GPT-3.5更可(ke)靠(kao)、更有创意(yi)，且能够处理更細(xi)微的指(zhi)令(ling)。2）文字(zi)輸(shu)入限(xian)制(zhi)提升：GPT-4文字输入限制提升至2.5万字，对长文本的处理能力大幅(fu)提高；3）“幻(huan)覺(jiao)”与错误大幅度減(jian)少(shao)：GPT-4与早(zao)期GPT都(dou)会对事(shi)實(shi)产生“幻觉”並(bing)出(chu)现推理错误的局限性，但(dan)与GPT-3.5相比，GPT-4“幻觉”已显著减少，准确性提高19%。

GPT-4具备多模态信息处理能力：GPT-4具备“視(shi)觉能力”，可讓(rang)用户指定任意视觉或(huo)语言任务，在圖(tu)像(xiang)输入方面具备其在純(chun)文本输入和序(xu)列(lie)分(fen)析(xi)上類(lei)似(si)功能。具体來(lai)說(shuo)，GPT-4可以(yi)生成文本输出（自然(ran)语言、代碼(ma)等），给定的输入包括帶(dai)有文字和照(zhao)片的文件、图表或屏(ping)幕(mu)截(jie)图等。在示例(li)中，GPT-4能够完(wan)成从图表中讀(du)取(qu)信息并執(zhi)行计算、解出用法语和图像結(jie)合編(bian)寫(xie)的物(wu)理題(ti)目、“看(kan)图说话”描(miao)述(shu)照片中不同尋(xun)常(chang)之处、对图片形(xing)式的論(lun)文内容进行總(zong)结等任务。

数据训练幹(gan)预力度加强，GPT-4模型安全性明显改进。OpenAI致(zhi)力于提升GPT模型安全性，聘(pin)請(qing)了超過(guo)50位(wei)人工智能安全领域(yu)的专家(jia)对GPT-4进行数据培(pei)训和安全测试。相较GPT-3.5，GPT-4对于禁(jin)止(zhi)性请求（如(ru)为犯(fan)罪(zui)行为提供建议）的错误響(xiang)应已降(jiang)低(di)82%，而(er)对于医疗建议和自殘(can)等敏(min)感(gan)信息请求的错误反(fan)饋(kui)降低了29%。

2. Microsoft 365 Copilot

大语言模型接入Office，号称“最强生产力工具”。3月16日微软推出Microsoft 365 Copilot，其将大语言模型与Microsoft Graph中的数据及Microsoft 365中的应用相结合，只(zhi)需输入簡(jian)單(dan)的语句(ju)命(ming)令，便(bian)能輕(qing)松(song)实现众多功能，让使用者从繁(fan)瑣(suo)的工作中解放(fang)。在此之前，Copilot已经集成在GitHub上，使用过GitHub Copilot的开发人員(yuan)中，88%的开发人员表示該(gai)工具能提高工作效(xiao)率(lv)，77%的开发人员表示该工具幫(bang)助(zhu)他(ta)们加快搜(sou)索(suo)信息的速度，74%的开发人员表示他们可以将精(jing)力集中在更令人滿(man)意的工作上。

接入大语言模型将大幅提升Office使用者工作效率。在Word中，Copilot可以创建初(chu)稿(gao)、向(xiang)现有文檔(dang)添(tian)加内容、匯(hui)总文本以及重(zhong)写部(bu)分或整(zheng)个文档以使其更简潔(jie)，甚至只需一句简单的命令，Copilot就(jiu)能自动改變(bian)行文风格(ge)；在Excel中，Copilot可根(gen)据所输入自然语言的需求插(cha)入公式、进行相关性分析并且创建可视化(hua)效果(guo)；在PPT中，使用者可以输入自然语言要求Copilot将冗(rong)长的文本自动生成PPT并調(tiao)整布局；在Outlook中，Copilot可以自动将郵(you)件分类、提取关键信息、起草(cao)邮件，将大幅節(jie)省(sheng)使用者工作时间。

3. 文心一言

3月16日，百度正(zheng)式发布新一代大语言模型文心一言。在发布会上，文心一言展示了在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力。从展示结果看，文心一言具有较好(hao)的对人类意图的理解能力，且回答的准确性与流(liu)暢(chang)性都处于行业领先水(shui)平。

文心一言功能强大，赋能AI生成。文心一言是基于ERNIE及PLATO模型基础上研(yan)发的新一代大语言模型，其关键技术包括大语言模型的通用技术：監(jian)督(du)微调、基于人类反馈的强化学習(xi)、提示；以及百度自身(shen)创新技术：知(zhi)識(shi)增强、檢(jian)索增强和对话增强，這(zhe)三項(xiang)技术也(ye)是文心一言未(wei)来成长的基础。文心大模型能减少AI生成90%的数据标注量、降低90%的计算资源消(xiao)耗(hao)、縮(suo)短(duan)85%的开发周(zhou)期，将显著降低人工智能生成所需成本。

百度文心大模型已有完备生态，实现众多AI场景全覆(fu)蓋(gai)。百度文心大模型包括自然语言处理模型、图像处理模型、跨(kua)模态大模型、生物计算大模型与行业大模型，能解決(jue)多种人工智能問(wen)题。并且在上游工具平台与下游产品社(she)區(qu)方面，百度也早有布局，不僅(jin)为创作者提供零(ling)門(men)檻(kan)AI开发平台与API接口(kou)，還(hai)创建了分享(xiang)与交(jiao)流社区，完备的生态有助于增加用户粘(zhan)性。在应用领域，文心大平台也广泛(fan)赋能保险、医疗、金融等各领域企(qi)业，为客(ke)户提供高效便捷(jie)的解决方法，深度綁(bang)定中国人壽(shou)、度小(xiao)满金融等头部企业。

4. ChatGPT

新穎(ying)的模式与优质的内容使得(de)ChatGPT短期内迅(xun)速走(zou)紅(hong)。ChatGPT上線(xian)仅五天注冊(ce)人数已超过一百万，兩(liang)个月后便实现过亿月活(huo)，均(jun)为歷(li)史(shi)之最。ChatGPT的火熱(re)程度甚至超出了开发團(tuan)隊(dui)的预料(liao)，数以亿计的訪(fang)问请求对服务器造(zao)成了巨大沖(chong)擊(ji)，使得ChatGPT在上线三个月内就有两次宕(dang)机。与其他曇(tan)花(hua)一现的产品不同，大众对于ChatGPT的热情(qing)并沒(mei)有消退(tui)，据Similar Web数据，2023年1月每天約(yue)有1300万獨(du)立(li)访问者使用ChatGPT，为12月的两倍(bei)。

ChatGPT功能强大，作为新一代语言大模型，其具有许多前代产品所不具备的特征。ChatGPT可以主动承认错误，若(ruo)用户指出其错误，模型会聽(ting)取意見(jian)并优化答案；ChatGPT会质疑不正确的问题，如当被(bei)詢(xun)问到“哥(ge)倫(lun)布2015年来美国的情景”时，模型会回答哥伦布不屬(shu)于这一时代；ChatGPT支持多轮連(lian)續(xu)对话，之前的用户输入的信息与反馈会被模型接收和理解，从而实现连续对话。但ChatGPT仍(reng)有一些(xie)不足(zu)：模型可能生成错误或者前后矛(mao)盾(dun)的信息、有可能给出違(wei)反伦理道(dao)德(de)的答复、训练数据截止到2021年。

现象(xiang)级应用ChatGPT的出现并非(fei)Open AI一朝(chao)一夕(xi)的努(nu)力，而是长达近10年的潛(qian)心经營(ying)。2015年，OpenAI由伊(yi)隆(long)·馬(ma)斯(si)克(ke)、Sam Altman、Greg Brockman、Ilya Sutskever等人共(gong)同创立，成为一个非盈(ying)利(li)研究(jiu)组織(zhi)，旨(zhi)在推进人工智能的开发和研究。组织成立之初，OpenAI的目标是通过开发通用人工智能，以更好地(di)服务人类。2018年，迫(po)于外界(jie)对AI技术与特斯拉(la)联系緊(jin)密(mi)的擔(dan)憂(you)，马斯克退出OpenAI董(dong)事会，成为贊(zan)助者与顧(gu)问。2019年OpenAI劃(hua)分出盈利组织OpenAI LP，其盈利上限为投资額(e)的100倍，隨(sui)后微软为新公司注资10亿美元，持有49%股(gu)權(quan)。

十(shi)年一劍(jian)，GPT模型厚(hou)積(ji)薄(bo)发不斷(duan)进化。2017年，OpenAI宣(xuan)布推出了新的深度学习框(kuang)架(jia)PyTorch，旨在为人工智能开发人员提供更好的工具和技术支持。2018年，OpenAI推出了自然语言处理模型GPT-1，其目的是使计算机理解和生成自然语言文本。2019年，OpenAI发布了另(ling)一个NLP模型GPT-2，其规模更大，性能更强，可以生成高质量的文章(zhang)、新聞(wen)和短篇(pian)小说等。2020年，OpenAI推出了新版(ban)本的GPT-3，是目前规模最大的语言模型，可以生成非常逼(bi)真(zhen)的文本，幾(ji)乎(hu)可以和人类对话。同年，OpenAI在合作夥(huo)伴(ban)微软的支持下推出OpenAI GPT-3 API，使开发者能够使用GPT-3模型構(gou)建各种人工智能应用。2021年，OpenAI推出了新的机器学习框架Triton，以加速深度学习的训练和推理。同年，OpenAI宣布了一项名(ming)为Codex的新项目，它(ta)是一种人工智能编程工具，可以根据自然语言描述生成代码，为开发者提供了更高效的编程方式。2022年，划时代产品ChatGPT问世(shi)，OpenAI正式从幕后走向台前。

5. Dynamics 365 Copilot

微软推出AI工具Dynamics 365 Copilot ，可帮助员工写邮件减轻負(fu)担。3月7日，微软在官(guan)方博(bo)文中发布了Microsoft Dynamics 365 Copilot，该工具可执行某(mou)些枯(ku)燥(zao)但必(bi)要的任务，从而减轻员工的负担。微软表示Dynamics 365 Copilot可借(jie)助人工智能为客户编写電(dian)子(zi)邮件，为Microsoft Teams创建会议摘(zhai)要。此外，客户关系管(guan)理（CRM）与企业资源规划（ERP）系统一直(zhi)是重要客户与数据的来源，然而系统时常需要繁琐的人工操(cao)作例如输入资料、手(shou)工标注与内容输出。通过融合生成式AI技术，Dynamics 365 Copilot将整合CRM与ERP的服务，加速各行各业创新及增进营收，为銷(xiao)售(shou)、服务、运营和供应鏈(lian)等应用场景赋能。

6. Shopify

7. New Bing

引入ChatGPT，New Bing顛(dian)覆网絡(luo)搜索新範(fan)式。2月7日，微软正式推出结合ChatGPT的Bing搜索引擎(qing)，该应用一经发布便吸(xi)引大量眼(yan)球，New Bing的全球下載(zai)量短期内激(ji)增10倍，日活躍(yue)用户突(tu)破(po)一亿。新版Bing提供创意、平衡(heng)、精确三种模式供使用者選(xuan)擇(ze)，在创意模式下Bing的回答会更活潑(po)与创新，在精确模式下則(ze)会更加准确与简洁。New Bing的搜索框更像是一个聊(liao)天框，用户可以使用自然语言而不是关键詞(ci)与Bing进行溝(gou)通，不仅能查(zha)找(zhao)特定主题，还能够征求Bing的意见，Bing会在聊天框给出答案。与傳(chuan)统的搜索引擎相比，接入了ChatGPT的Bing更加智能，能够更全面的对用户的需求做(zuo)出理解并响应，降低了用户通过不同关键词检索篩(shai)选的成本。

从大语言模型到AIGC与AI+

1. AIGC蓬(peng)勃(bo)发展

各款大语言模型的爆火并非偶(ou)然，背后是整个AIGC行业的兴起。AIGC即人工智能生成内容，是继专业生成内容（Professional Generated Content）和用户生成内容（User Generated Content）之后一种全新的内容生成方式。AIGC集二者之所长，既保证了作品的专业程度与质量，又拥有媲美甚至超越用户生成内容的产量与多样性，有望引领新的内容生成生态。

历经多代发展，AIGC生态逐(zhu)漸(jian)完善(shan)。结合人工智能的发展历程，AIGC演(yan)进大致分为四(si)个階(jie)段(duan)。1950-1990为AIGC发展的萌(meng)芽(ya)阶段，受(shou)制于所在时代的科技水平限制，AICG仅应用在实驗(yan)室(shi)中。1957年，Lejaren Hiller和Leonard Isaacson通过将计算机程序中控(kong)制变量換(huan)成音(yin)符(fu)完成了世界上第(di)一支由计算机创作的音樂(le)；80年代中期，IBM基于隱(yin)马爾(er)科夫(fu)链创造了语音控制打(da)字机，能处理2000个单词。1990-2010年是AIGC沈(chen)澱(dian)积累(lei)阶段。2006年，深度学习算法取得巨大突破，同年图形处理器与張(zhang)量处理器等算力设备性能不断提升，人工智能发展取得显著进步。但由于所需计算量达不到满足，AIGC仍無(wu)法较好完成创作。2010至2021年，AIGC快速发展。2014年生成式对抗(kang)网络的提出使得AIGC駛(shi)入快車(che)道，深度学习、强化学习等一系列算法的提出为AIGC蓬勃发展奠(dian)定了基础，自此生成内容百花齊(qi)放。2022年后，随著(zhe)ChatGPT在应用市场嶄(zhan)露(lu)头角(jiao)，AIGC进入破圈(quan)爆发的新时代。

蓬勃发展，AIGC行业市场空间广阔。从需求侧看，传统内容生成手段受限于人们的想(xiang)象力和制造能力，逐渐无法满足消費(fei)者对多元化和高质量内容产品的需求；从供给侧看，Meta、微软、谷(gu)歌(ge)、OpenAI等头部企业持续不断布局数字化轉(zhuan)型，探(tan)索人工智能生成，产出大量优质产品。在供需雙(shuang)方的推动下，AIGC在各行各业蓬勃发展，市场潜力逐渐显现。据咨(zi)询机构Acumen Research and Consulting预测，2030年全球AIGC市场规模有望达到1100亿美元。

2. AI+是时代发展趨(qu)勢(shi)

大模型等AI应用需要大量人工智能基础设施，科技巨头加快AI+平台布局。当下互联网的发展已经进入瓶颈期，人工智能有望成为科技公司新的增长点，深耕人工智能基础设施（AI通用技术平台和服务），服务于供给侧的to B产业，成为各大科技公司布局人工智能的主要策略。人工智能的商业模式是通过产业链的整体協(xie)同和共享资源以换取效益(yi)的整体提升，AI、大数据、雲(yun)计算、芯片是未来产业效益提升的关键底(di)層(ceng)技术，这些基础设施及云计算等服务平台和数据资源，将连接起B端(duan)企业的各个产业“要素(su)”和“环节”。在人工智能布局方面，国内科技公司中，BAT三家所占(zhan)市场份(fen)额最高，并各有所长，AI布局最早的百度发展最为均衡，在AI基础数据服务市场持续保持市场份额第一，阿(e)裏(li)巴(ba)巴在云计算领域位于翹(qiao)楚(chu)地位，騰(teng)訊(xun)则在大数据领域尤(you)其是在社交数据方面独占优势。国外公司中，谷歌、微软、亞(ya)马遜(xun)都推出了自己(ji)的人工智能基础设施、API和开源框架，包括计算机视觉、语音、知识图譜(pu)、搜索等。

投资建议

1. 算力

强大的算力是训练大语言模型的基础。由于大语言模型高度复杂的建模方式和巨大的数据量，其对于计算资源的需求极高，GPT-3.5使用微软自建的AI计算系统，由1万颗英伟达V100 GPU组成，据OpenAI公布数据，训练GPT-3.5模型需要的算力高达3640 PF-days，即每秒计算一千万亿次需运行3640天。

大语言模型对于算力的需求来自于训练和推理两个阶段。在训练阶段，开发人员需要搭(da)建模型并随机初始(shi)化參(can)数，然后开始训练网络，这一阶段通常需要处理大量数据，并进行反复叠(die)代，直到输出结果符合预期。推理指的是在模型建立完畢(bi)后，根据输入的信息做出答复的过程，用户与OpenAI的每次对话便是一次推理运算。据IDC测算，2021年中国人工智能算力57.6%用于推理，42.4%用于训练，并且未来推理的算力需求有逐步上升的趋势。

CPO将成为大算力应用场景下的重要路(lu)线。CPO即共封(feng)裝(zhuang)光(guang)学，是将光引擎和交换芯片共同封装在一起的光电共封装。在传统的光通信系统中，光模塊(kuai)与芯片之间需要通过复杂的连接方式，而CPO技术可以将光模块和芯片封装在同一个封装体中，极大地减小了连接长度和距(ju)離(li)，从而减少了计算損(sun)耗，提升了集成度并降低计算整体功耗，在大算力时代有显著优势。

AI芯片是算力的硬(ying)件基石(shi)。AI芯片也被称为计算卡(ka)或AI加速器，主要指針(zhen)对人工智能算法做了特殊(shu)加速设计的芯片。按(an)照技术架构，AI芯片可分为GPU、FPGA、ASIC及类腦(nao)芯片；按照其在网络中的位置(zhi)，AI芯片可分为云端AI芯片、邊(bian)緣(yuan)及終(zhong)端AI芯片；按照其在实踐(jian)中的目标，AI芯片可分为训练芯片和推理芯片。随着人工智能下游需求的爆发，AI芯片迎(ying)来快速发展，据亿歐(ou)智庫(ku)预测，2025年我国AI芯片市场规模将达1780亿元，较2022年增长近100%。

2. 算法

人类反馈强化学习（Reinforcement Learning from Human Feedback），是大语音模型对话能力显著增强的推手。以ChatGPT为例，其RLHF训练分为三步，首(shou)先训练监督模型，开发者从问题数据集中随机抽(chou)取问题，并由人类标注员给出高质量答案，再(zai)使用标注好的数据对GPT-3.5进行微调。第二步训练獎(jiang)勵(li)模型，在数据集中抽取随机问题，使用第一阶段模型进行多次回答，人类标注者对这些结果给出排(pai)名順(shun)序。第三步，使用近端策略优化算法对模型进行优化。这一阶段利用第二阶段训练好的奖励模型，靠奖励打分来更新预训练模型参数。在数据集中随机抽取问题，使用PPO模型生成回答，并用上一阶段训练好的RM模型给出质量分数。把回報(bao)分数依(yi)次传遞(di)，由此产生策略梯(ti)度，通过强化学习的方式以更新PPO模型参数。随后不断重复第二与第三阶段，通过迭代训练出高质量ChatGPT模型。

3. 数据

庞大的训练数据是大语言模型高质量回答的基础。OpenAI没有披(pi)露ChatGPT具体的训练数据量与参数规模，我们采(cai)用前一版本GPT-3近似替(ti)代。GPT-3与前一代产品GPT-2架构相同，但训练数据与参数量显著提升，GPT-2的预训练数据量为40GB、参数量仅有15亿个，而GPT-3的参数训练量达到45TB、参数量更是高达1750亿个，约有4900亿个tokens。从回答质量上看，ChatGPT回答内容比GPT-2更貼(tie)切(qie)、准确，并且符合人类语言习慣(guan)。

ChatGPT的训练数据来源十分豐(feng)富(fu)。ChatGPT所用数据主要来自于維(wei)基百科、書(shu)籍(ji)、期刊(kan)、Reddit链接、Common Crawl和其他数据集。从token数量看，Common Crawl占比最高，达60%，网頁(ye)占比22%，书籍占比16%；从数据量大小看，来自于Common Crawl的数据占比更高，达到75%。

中国数据标注行业迅速发展。一方面，进入大数据时代后，人们各种行为的电子化、网络化带来海(hai)量数据，但产生的数据只有1%能被收集和保存(cun)，并且收集的数据中90%是非结构化的数据；另一方面，人工智能的兴起带来模型训练所用结构化数据的巨大需求，数据标注的重要性逐渐凸(tu)显。据iResearch数据，2019年我国数据标注市场规模为30.9亿元，预计2025年市场规模突破100亿元，年复合增长率达到14.6%。

风险提示

1、主观预判的偏差

2、技术进步不及预期

3、宏观环境的不确定性

- END -