e p y T t r o p e R _ e l b a T | t s r i F _ e l b Tabl e_First a T
Tabl e_First|Tabl e_Summary 证券研究报告
行 Tabl e_First|T abl e_R eportD ate
业 2023 年 02 月 02 日
报
Tabl e_First|Tabl e_Rati ng
告│
海外ChatGPT 专题 投资建议： 强于大市(维持评级)
行
业
专 ChatGPT 风口已至，商业化落地加速 上次建议：强于大市
题
研事件:美国AI公司OpenAI推出基于大语言模型的对话模型ChatGPT，可 Tabl e_First|T abl e_C hart
究
提供高质量的回答，并能实现创作、编程等复杂功能，备受市场关注。不相对大盘走势
到两个月的时间，ChatGPT全球日活用户已突破千万。
ChatGPT是突破式的创新技术
ChatGPT是OpenAI公司推出的全新聊天机器人模型。通过引入人类反馈的
强化学习，大幅提升了AI在人机对话时的准确度和可控性，具有强大的语
言理解能力和语言表达能力。GPT模型仍在持续迭代，更先进大语言模型
GPT-4有望在2023年推出，有望进一步推动AIGC产业发展。
ChatGPT应用及商业化落地加速
科技公司纷纷涌入AIGC赛道，优秀的AIGC大模型层出不穷，我们认为基于
AI文本生成的模型ChatGPT有望率先应用落地。AIGC赛道相关公司受到资
本青睐，AIGC头部初创公司OpenAI最新估值约为290亿美元。作为AIGC领
域领先的模型ChatGPT在对话机器人、智能创作等领域应用广泛，亚马
逊、微软、Jasper等公司已经开启商业化之路，商业化前景广阔。
Table_First|Table_Author
建议关注
分析师：陈梦瑶
作为AIGC领域顶尖的模型，ChatGPT有望对现有生产力工具进行变革，引执业证书编号：S0590521040005
领赛道发展。我们看好AIGC领域前景，给予“强于大市”评级。根据AIGC 邮箱：cmy@glsc
领域产业链上下游，我们建议关注AIGC上游数据服务商海天瑞声
（688787.SH），中游技术领先的公司科大讯飞（002230.SZ）、拓尔思 Table_First|Table_Contacter
（300229.SZ）、百度（09888.HK），下游应用率先受益的公司昆仑万维
（300418.SZ）、中文在线（300364.SZ）、视觉中国（000681.SZ）、掌
阅科技（603533.SH）、阅文集团（0772.HK）、汉仪股份
（301270.SZ）。
风险提示：政策监管风险、AIGC技术发展不及预期风险、商业化落地
不及预期风险 Tabl e_First|Tabl e_Rel ateRepor t
建议关注标的 相关报告
EPSPE
简称CAGR-3 评级1、《互联网的白银时代海外》2023.01.16
2021A 2022E 2023E 2021A 2022E 2023E
海天瑞声0.89 0.48 1.23 142.18 217.43 85.70 38.1% /
科大讯飞0.70 0.67 1.03 64.02 64.42 41.65 25.6% /
拓尔思 0.34 0.44 0.56 51.18 40.01 31.01 27.9% /
百度 3.58 9.03 11.28 33.45 27.31 18.93 53.5% /
昆仑万维1.31 0.99 1.19 13.93 18.38 15.39 1.8% /
中文在线0.14 -0.13 0.24 86.15 -91.03 49.77 27.8% /
视觉中国0.22 0.19 0.28 78.05 85.53 59.51 18.0% /
掌阅科技0.35 0.36 0.49 49.92 46.99 35.19 20.1% /
阅文集团1.83 1.16 1.53 18.63 32.16 23.84 -1.0% /
汉仪股份0.91 0.78 1.02 59.06 51.59 39.19 9.8% /
数据来源：iFind，采用 iFinD 一致预期，国联证券研究所整理，股价取2023 年 2 月 2 日收盘价
请务必阅读报告末页的重要声明
1扫码进群领取
1、优质研报免费获取，行业报告定期打包
2、每日推送行业最新深度研报（精选10篇）
3、最新行业报告、公司研究、专业大咖分享行业报告│行业专题研究
正文目录
1 ChatGPT 突破式创新技术 ...... 3
1.1 基于大语言模型（LLM）的对话模型 ......... 3
1.2 GPT 模型加速迭代 ................. 4
2 ChatGPT 应用及商业化落地加速 ....... 6
2.1 巨头涌入推动赛道发展 ................. 6
2.2 ChatGPT 应用前景广阔 ................ 9
3 建议关注 ........... 12
3.1 AIGC 赛道上游公司 ............. 12
3.2 中游技术领先的公司 ........... 12
3.3 下游应用率先受益的公司 ........... 12
4 风险提示 ........... 13
图表目录
图表 1：ChatGPT 写英文故事 .............. 3
图表 2：ChatGPT 撰写新闻演示 ........... 3
图表 4：GPT 特点及发展历程 .............. 4
图表 5：预训练模型越来越“大” ............. 5
图表 6：ChatGPT 全球日活用户突破千万 .......... 6
图表 7：各大公司AI 生成模型 ............ 6
图表 8：主流 AI 文本-文本生成模型 .......... 7
图表 9：Cluade 与 ChatGPT 功能对比 ................ 7
图表 10: GLM-130B 与 GPT-3、OPT-175B 对比 .......... 8
图表 11: 2017-2022 年生成式 AI 赛道融资金额（亿美元）及数量（笔） ........ 8
图表 12: ChatGPT 在游戏中的应用 ............ 9
图表 13: ChatGPT 结合 Stable Diffusion 生成的图片 ......... 9
图表 14: ChatGPT 编程演示 .............. 10
图表 15：ChatGPT 应用探索 .............. 10
图表 16: ChatGPT 撰写房源信息 .............. 11
图表 17：GPT-3 的主要企业客户 .............. 11
图表 18：ChatGPT 潜在商业模式 .............. 11
2请务必阅读报告末页的重要声明 行业报告│行业专题研究
1 ChatGPT 突破式创新技术
1.1 基于大语言模型（LLM）的对话模型
ChatGPT 是 OpenAI 公司推出的全新聊天机器人模型。可以实现像人一样的交
流，甚至完成写邮件、文案创作等功能。ChatGPT还是基于 transformer 模型，通过
引入人类反馈的强化学习（RLHF），大幅提高了 AI 在人机对话时的准确度和可控性。
与其他 AI 对话机器人相比，ChatGPT 具有强大的语言理解能力和更丰富的语言表达
能力，并且能够生成更自然、更流畅的文本，可以回答非常复杂的推理问题。ChatGPT
核心能力如下：
（1）问题的理解能力大幅提升，提升了模型和人类意图的一致性，具有记忆能
力，可以实现连续多轮对话；
（2）结果的准确性大幅提升，主要表现在回答的更加的全面，同时可以主动承
认错误、发现无法回答的问题；
（3）具备识别非法和偏见的机制，针对不合理提问提示并拒绝回答；
（4）理解用户需求并创造内容，甚至可以协助进行代码编写。
图表 1：ChatGPT 写英文故事 图表 2：ChatGPT 撰写新闻演示
资料来源：ChatGPT，东方财富网，国联证券研究所 资料来源：ChatGPT，东方财富网，国联证券研究所
ChatGPT 的出现将AI 生成推到了前台，但 ChatGPT 只是 AI 生成模型的一种。
海外学者 Roberto 和 Eduardo 将 AI 生成模型分成9 大类，内容形态包括图像、视
频、音频、文本、3D 模型等。
3请务必阅读报告末页的重要声明 行业报告│行业专题研究
图表 3： 在生成效果上达到 SOTA 的 AI 生成模型总览
资料来源：arxiv，《ChatGPT is not all you need. A State of the Art Review of large Generative AI models》，
量子位，国联证券研究所
1.2 GPT 模型加速迭代
GPT 功能越来越强大。从 2018 年 6 月 GPT-1 发布以来，模型参数量、预训练
数据量越来越大，当前已经发展到 GPT-3.5（ChatGPT 原型）。性能更加强大的 GPT-
4 也正在训练测试中，有望在2023 年正式发布。
图表 4：GPT 特点及发展历程
资料来源：微信公众号“工技模型算法”、“阿法兔研究笔记”，国联证券研究所整理
无监督学习GPT-1。GPT-1 诞生于 2018 年，采用了Transformer 为核心结构，
通过自左向右生成式的构建预训练任务，然后得到一个通用的预训练模型，这个模型
和 BERT 一样都可用来做下游任务的微调。GPT-1 在未经调试的任务上有一些效果，
但其泛化能力远低于经过微调的有监督任务，且 GPT-1 使用的模型规模和数据量都
比较小，这也就促使了 GPT-2 的诞生。
多任务学习GPT-2。GPT-2 诞生于 2019 年，同样基于 Transformer，相比于
GPT-1，GPT-2 采用了更多的网络参数和更大的数据集，最大模型共计48 层，参数
4请务必阅读报告末页的重要声明