2024Q1人工智能“里程碑”盤點:Sora和Kimi做對了什么?
原創(chuàng)
2024-03-31 09:49 星期日
財聯(lián)社 唐葉天
①回顧2024年一季度影響最廣泛的AI應(yīng)用,Sora與Kimi等都填補了市場AI產(chǎn)品的某些技術(shù)性空白。而其更多的共通點在于面向C端用戶的開放體驗和明顯的商業(yè)化預(yù)期;
②AGI范式不斷重新構(gòu)建的過程中,機構(gòu)的投資建議更多地指向訓(xùn)練數(shù)據(jù)集、算力和應(yīng)用賦能。

財聯(lián)社3月31日訊(編輯 唐葉天)2024年一季度即將結(jié)束。在以ChatGPT為起點的AI風(fēng)潮席卷世界一年后,全球生成式AI應(yīng)用加速發(fā)展,多模態(tài)模型及應(yīng)用成為新一輪AI競賽的“主戰(zhàn)場”。目前,國內(nèi)AIGC賽道應(yīng)用層品類持續(xù)多元化,海外助手類應(yīng)用逐漸成為主流。

盤點一季度資本市場最“出圈”的AI應(yīng)用,文生視頻賽道上,Sora在2月春節(jié)假期后引起市場關(guān)注;3月國產(chǎn)AI對話助手Kimi在突破200萬字的長文本技術(shù)后,訪問量與市場關(guān)注度激增;3月下旬,初創(chuàng)企業(yè)Suno發(fā)布同名模型V3版本發(fā)布,一條龍“包辦”歌詞、歌聲、配樂,指向多模態(tài)應(yīng)用流行新趨勢。

image

文字聊天助手在ChatGPT問世之后成為各方人工智能巨頭進軍的方向,而多模態(tài)AI應(yīng)用在2023年也已開始批量涌現(xiàn),2024年仍然在A股“出圈”的Sora、Kimi做對了什么?

Sora:更長的視頻與商業(yè)化落地

繼文生視頻“獨角獸”Pika大火之后,龍年春節(jié)期間,OpenAI發(fā)布的文生視頻大模型Sora迅速風(fēng)靡。Sora初步具備了理解物理世界的能力,率先將文生視頻長度突破了1分鐘長度,較其他模型表現(xiàn)更出色,還支持圖生視頻、視頻生視頻、視頻擴展、多角度鏡頭等。春節(jié)后,Sora行情引領(lǐng)A股人工智能概念走強。

其最關(guān)鍵的突破可以概括為以下幾點,據(jù)中泰證券概括,一是生成效果上的可用性極高(60s時長、分辨率1080p);二是從技術(shù)路線上解決了模態(tài)之間的對齊問題;三是從產(chǎn)業(yè)發(fā)展看,Sora通用性極強,有望統(tǒng)一視頻生成生態(tài)。

而另一邊,Pika等競爭者也在持續(xù)迭代,3月,Pika添加了 AI 視頻自動生成音效功能,用戶可以直接在應(yīng)用程序中完成并創(chuàng)建新的聲音文件,在此之前,Pika還推出了口型同步功能,在成為“一條龍”式AI 視頻平臺的路上前進。

Kimi:開啟超長文本競爭

Kimi智能助手這一AI對話工具由月之暗面(Moonshot AI)在2023年10月推出,之后歷經(jīng)三次版本迭代。三月中旬,月之暗面宣布在大模型長上下文窗口技術(shù)上取得新的突破,Kimi智能助手已支持200萬字超長無損上下文。

隨后,“解鎖”長文本能力的Kimi概念在市場爆火,多家上市公司發(fā)布公告稱接入Kimi或正在與其溝通。百度、阿里也雙雙宣布加碼,角逐長文本大模型賽道。

目前海內(nèi)外商業(yè)化AI應(yīng)用仍然以聊天助手類為主。在海外,a16z最新的全球 AI 產(chǎn)品 Top100 榜單2024年有22家新公司上榜,LLM助手占主導(dǎo)地位,ChatGPT網(wǎng)站穩(wěn)居榜首。在國內(nèi),根據(jù)AI產(chǎn)品榜aicpb.com統(tǒng)計,目前國內(nèi)智能聊天助手占主流,國內(nèi)訪問量前十中有六款產(chǎn)品為AI ChatBots,其中目前Kimi增速最高,2月環(huán)比為107.6%,在國內(nèi)AI產(chǎn)品訪問量排行榜中的排名升至第3位,僅次于百度文心一言的1006萬和阿里通義千問的365萬。

Kimi在競爭激烈的同類產(chǎn)品中被二級市場關(guān)注,民生證券認(rèn)為,優(yōu)勢在于其長文本處理能力,領(lǐng)先于同期其他模型產(chǎn)品。月之暗面創(chuàng)始人曾表示:“無損的長上下文是通用人工智能的關(guān)鍵基礎(chǔ)”。而這一趨勢在海外同類產(chǎn)品中也已出現(xiàn)。機器之心數(shù)據(jù)顯示,OpenAI尚未上線的GPT-4.5Turbo上下文窗口將高達256K token(約20萬詞),Anthropic剛剛發(fā)布的Claude 3支持200K tokens上下文。

Suno: 降低AI音樂創(chuàng)作門檻

近期,AI初創(chuàng)公司Suno更新了文生音樂模型Suno V3,可通過幾秒時間創(chuàng)作2分鐘的“廣播級”音質(zhì)完整歌曲,并新增了更豐富的音樂風(fēng)格和流派選項,如古典音樂、爵士、Hiphop等。相比V1版本20-40 秒的時長,V3版本在完整度、提示詞依從以及交互界面等各方面都有改進。Suno V3支持AI生成音樂歌詞,但其能力側(cè)重于音頻生產(chǎn),在文本生成方面,其與Open AI有合作。在模型運行時,Suno調(diào)用ChatGPT生成歌詞和標(biāo)題。

AI應(yīng)用在向多模態(tài)延伸的同時,智能文字助手的接入也在成為AI初創(chuàng)企業(yè)的新嘗試。

掀起行情的“爆款”AI有何共通之處?

無論是Sora的強擴展性長視頻,還是Kimi的超長無損上下文、Suno在文生音頻中調(diào)用ChatGPT實現(xiàn)“一條龍”創(chuàng)作,都填補了市場中AI產(chǎn)品的某些技術(shù)性空白。而其更多的共通點在于面向C端用戶的開放體驗和顯著的商業(yè)化預(yù)期。

ToC的切入點

Sora尚未正式發(fā)布,但其母公司OpenAI是最早一批開啟人工智能商業(yè)化的企業(yè)。在Sora的測試階段,其最先被開放給視覺藝術(shù)家、設(shè)計師、電影制作人等群體,首批拿到Sora授權(quán)的導(dǎo)演、藝術(shù)家們已在本周公開自己創(chuàng)作的最新短片。Kimi與Suno均有面向C端用戶的免費訪問形式,也獲得良好口碑。華泰證券觀點表示,Kimi的戰(zhàn)略是基于閉源的C端模型,加速模型迭代,讓B端公司接入其API合作賦能。

商業(yè)化預(yù)期

獲A股市場關(guān)注的AI模型/應(yīng)用單品往往有著更清晰的商業(yè)化預(yù)期。

在文生視頻賽道,最新消息顯示,OpenAI試圖借助Sora進軍好萊塢。據(jù)報道,OpenAI計劃下周在美國洛杉磯與好萊塢諸多工作室、媒體高管、藝人經(jīng)紀(jì)開會,以構(gòu)建娛樂產(chǎn)業(yè)的合作伙伴關(guān)系、并鼓勵眾多制片公司將OpenAI的新款A(yù)I視頻生成器融入它們的工作中。OpenAI CEO Altman已經(jīng)在今年奧斯卡電影節(jié)周末出席洛杉磯的多場活動。

在智能聊天助手賽道,Kimi母公司聯(lián)合創(chuàng)始人預(yù)計,2024年會推出多模態(tài)模型及產(chǎn)品,預(yù)計在24年上半年開啟商業(yè)化模式。而這一發(fā)展路徑,在海外已被OpenAI驗證過。

熱門AI應(yīng)用對A股市場的影響?

Sora與LLM推理更需要內(nèi)存帶寬的資源需求不同,視覺模型推理將對芯片本身算力和內(nèi)存容量提出更高要求??v觀機構(gòu)對Sora概念所給出的投資建議,機會集中于:①光通信領(lǐng)域和算力基礎(chǔ)設(shè)施領(lǐng)域,需要更高的算力和帶寬②AI文生視頻技術(shù)有望對影視、廣告營銷、游戲與視覺內(nèi)容創(chuàng)作等傳媒領(lǐng)域進行重塑。

和Kimi相關(guān)的投資主線則包括語料素材庫價值的凸顯(包括文字、圖像、視頻)、Kimi賦能應(yīng)用的邏輯、與其他國產(chǎn)優(yōu)質(zhì)大模型合作的邏輯。Kimi近期連續(xù)宕機則顯示從訓(xùn)練走向推理對于算力的需求將會巨大,而且這種需求僅僅剛開始。華福證券復(fù)盤稱,回顧本年Kimi行情,最先領(lǐng)漲的是可接入Kimi的應(yīng)用場景,包括閱讀、短劇劇本生成等場景相關(guān)的標(biāo)的,而后行情傳導(dǎo)到模型語料,即擁有視頻語料、文字語料的各個標(biāo)的,子版塊輪動路徑和OpenAI行情較為相似。

與Suno相關(guān)的投資機會,開源證券解讀稱,AI音樂生成模型訓(xùn)練或拉動對音樂版權(quán)、音頻語料數(shù)據(jù)的需求。

除了以上“爆款”AI,近期還有階躍星辰大模型(萬億參數(shù))、英偉達的一系列AI應(yīng)用新部署等面世,AGI范式的構(gòu)建仍在不斷重塑中。在此過程中,機構(gòu)的投資建議更多地指向訓(xùn)練數(shù)據(jù)集、算力和應(yīng)用賦能。

算力、數(shù)據(jù)集、應(yīng)用方向的新機會

國產(chǎn)AI算力鏈在芯片、交換機、存儲、AI服務(wù)器等方向的機遇早已明確,而2024年新生的機遇也在醞釀。一季度,國盛證券表示,國內(nèi)外對液冷的需求有望形成共振,液冷從“可選”到“必選”的過程將大幅提升市場空間,成為算力重要細(xì)分賽道;興業(yè)證券有色金屬研究團隊認(rèn)為,英偉達新發(fā)布的GB200 NVLink銅互聯(lián)方案以及高速連接器需求放量有望打開高端銅合金市場需求。

2024年人工智能產(chǎn)業(yè)對于訓(xùn)練數(shù)據(jù)集的需求持續(xù)多模態(tài)化,開源證券表示,長文本訓(xùn)練或拉動知識、文學(xué)類語料需求,多模態(tài)訓(xùn)練或拉動圖片、視頻類語料需求。AI領(lǐng)域版權(quán)糾紛不斷,海外近期多起由于未經(jīng)出版社同意使用版權(quán)方內(nèi)容訓(xùn)練大模型判罰落地,驗證數(shù)據(jù)要素價值。三月末,國內(nèi)《生成式人工智能服務(wù)安全基本要求》落地,方正證券表示,優(yōu)質(zhì)的視頻和文本版權(quán)商價值凸顯。

image

AI對應(yīng)用的賦能在ToB領(lǐng)域也已有許多嘗試,近期的機構(gòu)觀點更多指向多模態(tài)、長文本的應(yīng)用加速。華泰證券表示,綜合當(dāng)下全球AI應(yīng)用發(fā)展情況,海外ToC應(yīng)用進展與國內(nèi)大模型能力升級或?qū)⒊蔀?024年AI應(yīng)用的關(guān)注重點。海外,AI應(yīng)用2023年針對ToB場景全面鋪開,大模型逐步嵌入企業(yè)IT基礎(chǔ)架構(gòu)。伴隨模型能力提升,ToC應(yīng)用有望迎來新拐點,多模態(tài)應(yīng)用與智能終端(AI手機、AIPC)有望提速;國內(nèi),大模型能力優(yōu)化仍是產(chǎn)業(yè)重點,長文本能力成為當(dāng)前多家公司的模型能力重點。伴隨基礎(chǔ)模型能力提升,國內(nèi)AI應(yīng)用產(chǎn)品化、商業(yè)化節(jié)奏有望全面加快。

下一個Kimi何處尋?

從技術(shù)角度上,中泰證券認(rèn)為,繼文本、代碼、圖片、視頻之后,下一個有可能實現(xiàn)突破的AI模態(tài)大概率是3D。目前海外在AI+3D技術(shù)上主要分為工業(yè)場景探索與非工業(yè)場景探索。非工業(yè)場景應(yīng)用探索主要主要面向游戲、元宇宙中的3D資產(chǎn)設(shè)計;工業(yè)場景應(yīng)用則主要以衍生式設(shè)計軟件。但AI+3D建模技術(shù)當(dāng)前也面臨較多挑戰(zhàn),如3D數(shù)據(jù)與資產(chǎn)缺乏、AI訓(xùn)練難度高、AI實時渲染技術(shù)有限、商業(yè)化落地難度大等問題。

而從A股市場角度,能夠掀起行情的“黑馬”往往出現(xiàn)在ToC端受眾群體較多且有商業(yè)應(yīng)用催化的方向。天風(fēng)證券計算機團隊在Kimi掀起市場熱潮期間曾經(jīng)發(fā)布相關(guān)問卷調(diào)查,結(jié)果顯示,Kimi 培育用戶習(xí)慣逐步形成且黏性很高,并非營銷導(dǎo)流的一次性熱潮,同時在某些特定場景下也形成了用戶的核心需求(如金融)。從繞不開的通用場景如辦公出發(fā),垂直場景看好金融,建議關(guān)注辦公軟件、多模態(tài)賽道、金融和法律應(yīng)用、B 端應(yīng)用等

收藏
120.84W
我要評論
歡迎您發(fā)表有價值的評論,發(fā)布廣告和不和諧的評論都將會被刪除,您的賬號將禁止評論。
發(fā)表評論
要聞
股市
關(guān)聯(lián)話題
4.24W 人關(guān)注
8261 人關(guān)注
3.05W 人關(guān)注