国内科技巨头在大模型领域已有多年布局

国内科技巨头在大模型领域已有多年布局 

我们认为，以 GPT 大模型为代表的 AI 能力提升，开启了新一轮的科技创新周期，

其中大模型成为科技创新的底座。 

大模型增强 AI 技术的通用性，让开发者以更低成本、更低门槛，面向场景研发

更好的 AI 模型，助力普惠 AI 的实现。基础大模型的大规模产业应用不仅需要有与场

景深度融合的大模型体系，也需要有支持全流程应用落地的专业工具和平台，还需要

开放的生态来激发创新；三层之间交互赋能，形成良性循环的产业智能化生态共同体。

模型层是大模型能力的核心引擎。模型层从技术发展与产业应用出发，主要包

含基础、任务、行业大模型，模型的训练要求高，算力消耗大，建设人员主要为高级

算法人员。基础大模型主要优势在于其通用性，可以让该技术方向的相关应用任务都

得到进一步提升，但也正是这样的优势导致基础大模型在行业、任务中表现尚未最优。

任务大模型是在基础大模型上，面向典型的任务，如对话、搜索、文档智能、人脸识

别、OCR 等，进一步结合任务特性，优化模型算法，学习任务相关数据与知识，从而

使得大模型在任务上表现出更优异的效果，很多任务甚至可以零样本直接应用。行业

大模型是在基础或任务大模型上，进一步融合行业数据、知识以及专家经验，提升大

模型对行业应用的适配性，目前在金融、能源、制造、传媒、城市等已经有头部企业

或机构与科技公司或科研单位联合发布了行业大模型。基础+任务+行业三层大模型相

互促进，共同支撑起产业转化。

我国主要大模型产品盘点 

百度文心大模型

百度率先在 2019 年 3 月发布预训练模型 ERNIE1.0，持续投入大模型的技术创新

与产业应用，布局了 NLP、CV、跨模态等大模型，率先提出行业大模型，构建大模型

工具与平台，探索产品与社区，在企业端和用户端均有不同程度的突破。 

百度凭借海量的知识积淀和丰富的应用场景推出的文心大模型，具备知识增强、

产业级两大特色。百度自研的多源异构知识图谱，拥有超过 5500 亿条知识，被融入

到文心大模型的预训练中。百度文心大模型同时从海量数据和大规模知识中融合学习，

在知识的指导下，以语义单元为单位进行学习，效率更高、效果更好，可解释性更强。

文心大模型已应用于百度搜索、信息流、智能驾驶、百度地图、小度等重要产品，服

务数亿用户；在行业落地中，文心率先提出行业大模型概念，通过百度智能云在制造、

能源、金融、城市、传媒等行业广泛应用；通过大模型工具平台、开源开放的模型与

服务，已有近百万开发者使用文心大模型。

在近年的大模型技术探索与产业实践中，百度文心形成了支撑大模型产业落地

的关键路径，构建文心大模型层、工具平台层、产品与社区三层体系：建设更适配

场景需求的基础、任务、行业三层大模型体系，提供全流程支持应用落地的工具和方

法，孵化基于大模型的任务系统与创新产品，营造激发创新的开放生态。

文心「基础+任务+行业」三级模型体系：文心大模型层，结合技术发展趋势、

产业实践，构建基础、任务、行业三级模型体系。基础大模型聚焦技术方向的技术挑

战、通用性、泛化性探索；任务大模型深入理解任务特性，构建预训练算法、训练数

据集，打造紧贴任务的模型能力；行业大模型深度融合行业数据与知识特性，构建更

适配行业的模型底座。基础大模型支撑任务与行业大模型的建设，任务和行业大模型

结合真实场景与数据反哺基础大模型优化。

我们认为，百度在 AI 及大模型领域深耕多年，不仅具备完备的技术积累，同时

发力技术与行业的结合，推出了行业大模型，并在多个应用场景中得到实际应用，

具备先发优势。

目前，文心大模型已经建设了 36 个大模型，其中基础大模型包含：NLP（自然语

言处理）大模型、CV（计算机视觉）大模型、跨模态大模型，任务大模型包含对话、

搜索、信息抽取、生物计算等多个典型任务，行业大模型包含与来自 8 个行业的头部

企业或机构共建的 11 个行业大模型。

2.2.2.阿里通义大模型

2022 年9月2日，在阿里达摩院主办的世界人工智能大会「大规模预训练模型」

主题论坛上，阿里巴巴资深副总裁、达摩院副院长周靖人发布阿里巴巴最新「通义」

大模型系列，其打造了国内首个 AI 统一底座，并构建了通用与专业模型协同的层次

化人工智能体系，将为 AI 从感知智能迈向知识驱动的认知智能提供先进基础设施。

为了实现大模型的融会贯通，阿里达摩院在国内率先构建 AI 统一底座，在业界

首次实现模态表示、任务表示、模型结构的统一。通过这种统一学习范式，通义统

一底座中的单一 M6-OFA 模型，在不引入任何新增结构的情况下，可同时处理图像描

述、视觉定位、文生图、视觉蕴含、文档摘要等 10 余项单模态和跨模态任务，并达到国际领先水平。这一突破最大程度打通了 AI 的感官，受到学界和工业界广泛关注。

近期 M6-OFA 完成升级后可处理超过 30 种跨模态任务。

通义统一底座中的另一组成部分是模块化设计，它借鉴了人脑模块化设计，以

场景为导向灵活拆拔功能模块，实现高效率和高性能。目前业界普遍认为，人脑本

身由不同的模块组成，大脑中拥有储备各种知识和处理不同模态信息的能力模块，人

类思考时只调用与特定任务相关的模块，正这种机制保证了人脑的高速运行。通义统

一底座的另一组成部分「模块化设计」正是借鉴了这种运行机制。具体而言，模块化

大一统模型采用模块化 Transformer Encoder-Decoder 结构来统一多模态的理解和

生成，同时切分出不同的独立模块，包括基础层、通用层（如不同模态）、任务层到

功能性模块（如推理），每个模块间相互解耦，各司其职。

腾讯混元大模型

2022 年 4 月，腾讯对外正式宣布，腾讯“混元”AI 大模型在 MSR-VTT，MSVD，

LSMDC，DiDeMo 和 ActivityNet 五大跨模态视频检索数据集榜单中先后取得第一名的

成绩，实现了该领域的大满贯。这是腾讯首次对外披露“混元”AI 大模型的研发进

展，该模型包含但不限于：计算机视觉、自然语言处理、多模态内容理解、文案生成、

文生视频等多个方向的超大规模 AI 智能模型。“混元”AI 大模型基于腾讯太极机器

学习平台进行研发，借助 GPU 算力，实现快速的算法迭代和模型训练。

MSR-VTT、MSVD、 LSMDC、DiDeMo、ActivityNet 是行业内最具权威性的五大跨

模态视频检索数据集榜单，主办单位包括微软、加州大学伯克利、阿卜杜拉国王科技

大学等，检索库涵盖了日常生活的诸多场景，已经成为科技企业和研究机构展现 AI

大模型技术实力的重要的竞技场之一。

华为盘古大模型

华为云盘古大模型于 2021 年 4 月正式发布，到 2022 年聚焦行业应用落地，已经

发展出包括基础大模型（L0）、行业大模型（L1）、行业细分场景模型（L2）三大阶

段的成熟体系。在华为全联接大会 2022 中国站上，华为云进一步迭代盘古大模型的

技术能力，扩展盘古大模型的服务范围，发布盘古气象大模型、盘古矿山大模型、盘

古 OCR 大模型三项重磅服务。

极端天气会带来巨大的生命和财产损失。华为云盘古气象大模型能够秒级预测未

来 7 天全球天气情况，相比传统预报算法，速度提升 1000 倍、精度提升 20%。今年 8

月，盘古气象大模型预测台风“马鞍”的轨迹和登陆时间，准确率达 90%，远超行业

平均水平。在海外，华为云为印尼打造了“国家海洋人工智能平台”，助力预测海洋

灾害，保障航行安全。此外，华为云 AI for Meteorology 还可以用于农业、航空、

航天等领域。

为了解决 AI 在煤矿行业落地难、门槛高等问题，华为云打造了全栈性能领先的

盘古矿山大模型。只需导入海量无标注的矿山场景数据进行预训练，盘古矿山大模型

即可进行无监督自主学习，仅一个大模型就能覆盖煤矿的采、掘、机、运、通等业务

流程下的 1000 多个细分场景，让 AI 应用在煤矿普及更容易。

在主运场景中，基于盘古矿山大模型的 AI 主运智能监测系统能够精准识别大块

煤、锚杆等异常情况，异物识别准确率达 98%。此外，相较于人工巡检，盘古矿山大

模型实现了全时段巡检，帮助工作人员及时地发现问题，避免因漏检造成的安全事故，

缩短停机时间，同时提升井下巡检人员的工作效率。

OCR 技术是人工智能的基础之一，能够对结构多变、种类多样、来源丰富的非结

构化数据进行识别与提取。传统的 OCR 厂商通常从特定的应用切入，陆续发展出卡证

识别、票据识别、文档识别、表格识别、车牌识别、智能扫码等一系列细分 OCR 能力，

通过组合的方式服务于各个行业。行业中每产生一个的新的识别场景，都需要在标注

后才能训练一个新的模型。这使得 OCR 服务的开发、维护成本居高不下。

华为云发布盘古 OCR 大模型，通过独有的对比学习与掩膜图像建模相融合的自监

督学习方法，学习并充分利用大规模的无标签数据，实现一个模型覆盖多个领域的全

部通用文字识别场景，并将标注工作量降低 90%。此外，盘古 OCR 大模型在 11 项经典

数据集测试中取得显著的精度提升，而且与原本领先的文字识别算法相比，盘古 OCR

大模型的精度平均提升 5%以上。

1、信创：国产数据库领军太极股份，国产WPS龙头厂商金山办公（与中小盘组联合覆盖），国产服务器龙头中科曙光，“中国芯”海光信息。其他受益标的还包括：1)信创软件：中国软件、用友网络、星环科技、海量数据、麒麟信安等。2)信创硬件：中国长城、龙芯中科、拓维信息、神州数码等。

2、新能源IT：重点推荐新能源SaaS龙头国能日新、配网调度先头兵东方电子、能源互联网唯一标的朗新科技（通信组联合覆盖）。

3、金融科技：重点推荐证券IT恒生电子，此外宇信科技、长亮科技、同花顺均迎景气上行。

4、智能驾驶：重点推荐智能座舱龙头德赛西威（汽车组联合覆盖）、座舱+驾驶OS龙头中科创达、此外高精度地图领军四维图新为重点受益标的。

5、人工智能：重点推荐智能语音龙头科大讯飞。

6、网络安全：重点推荐商密+自研芯片三未信安，新兴安全双龙头奇安信+深信服，安恒信息作为细分新兴安全龙头也将深度受益，其他受益标的包括：启明星辰、美亚柏科等。

7、云计算SaaS：重点推荐企业级SaaS龙头用友网络、办公软件龙头金山办公（与中小盘联合覆盖）、超融合领军深信服。

华为AI盘古大模型研究框架

华为产业链深度系列研究  （感谢浙商证券提供）

ChatGPT 推动 AI 芯应用，算力提升终端多点开花

ChatGPT 有望带动数据快速增长，AI 运算贯穿云-边-端。根据 IDC 预计，

全球数据总量预期 2026 年将超过 221,000 exabyte，2021-2026 年年复合增

长率达到 21.2%，其中非结构化数据占每年创建数据超过 90%；透过云、边、

终端架构，以数据为中心将算力资源前置，在更靠近数据源的地方为用户提

供低时延服务。

云端芯片：AI 模型训练核心，计算参数指数级增长重点受益。人工智能的

模型自 2012 年 AlexNet 问世以来，模型的深度和广度一直在逐级扩升；大

规模预训练模型成了一个新的技术发展趋势。根据 TrendForce 数据，截至

2022 年统计 AI 服务器年出货量占整体服务器比重近 1%，随着大型云端业者

开始大量投入 AI 相关的设备建设，AI 服务器 2022~2026 年复合成长率有望

达到 10.8%。

边端芯片：云端与终端的中继站，满足 AI 轻量化部署需求。根据 IDC 预测，

2025 年 64%的数据将在传统数据中心之外创建，意味着更智能的处理将在

设备上完成，边缘服务器具有体积较小、环境适应性更优、支持多种安装方

式、快速前维护和统一管理接口等技术特点。全球边缘 AI 处理器市场规模

近 30 亿美元，快速响应需求增加有望带动市场规模快速增长。

终端芯片：AIGC 应用多点开花，终端 AI SoC 迎来升级变革。AIGC 生成的

内容种类越来越丰富，而且内容质量也在显着提升，随着 AIGC 模型通用化

水平和工业化能力提升，有望降低内容生产和交互的门槛和成本。SoC 涵盖

声音、影像、AI 处理，为智能化场景提供完整解决方案，随着终端朝向 AI

应用发展，SoC 成为为智能终端的算力主控。

存储芯片：大数据同步算力提升，AI 需求推动市场增长。DRAM 方面 AI 运

算需足够的内存带宽，智能化有望带动内存需求提升；NAND 方面发展垂直

方向堆栈 3D NAND 层数，新技术注入成长动力。

建议关注：

云端 AI 相关企业：寒武纪、海光信息（天风计算机覆盖）、龙芯中科、紫光

国微、复旦微电、安路科技等。

边/终端 AI 相关企业：瑞芯微、晶晨股份、恒玄科技、全志科技、乐鑫科技、

富瀚微、中科蓝讯、炬芯科技、兆易创新、中颖电子、芯海科技等。

存储相关企业：江波龙（天风计算机联合覆盖）、澜起科技、聚辰股份、北

京君正、普冉股份、东芯股份、佰维存储等。

AI 应用端相关企业：工业富联、大华股份、海康威视等。

看完老师您懂了啵啵啵啵啵啵，嗯，一目十行没懂？再来一遍

这次好好学习，下次再炒作第一时间上车，干之，肉之，会之，嫩之。

谢谢老师们点赞，收藏，转发，如有疏漏，请及时指出不足，我们共同成长学习，一起财富自由。奥利给。

上文不构成投资建议，仅供参考。

风清扬买票原则，不追高、不打板、不接力，祝您发财，8了个8.