(以下内容从上海证券《电子行业先进科技主题周报-周观点:字节召开火山引擎冬季Force原动力大会,OpenAI推出推理系列模型o3》研报附件原文摘录)
主要观点
【市场回顾】
本周上证指数报收3368.07点,周涨跌幅为-0.7%;深证成指报收10646.62点,周涨跌幅为-0.62%;创业板指报收2209.66点,周涨跌幅为-1.15%;沪深300指数报收3927.74点,周涨跌幅为-0.14%。中证人工智能指数报收1328.9点,周涨跌幅+3.39%,板块跑赢大盘。
【科技行业观点】
12月18日,字节跳动旗下云计算平台火山引擎举办冬季FORCE原动力大会,升级豆包系列基础模型,推出视觉理解模型,并重点介绍HiAgent产品。HiAgent是一个平台产品,目标是帮助企业迅速开发大模型应用和Agent。如果把豆包大模型比作Android,那么HiAgent就是企业调度系统能力开发应用的SDK(软件开发工具包)。2023年开始,字节训练了一批基础模型,囊括语言、语音、图像生成、视频生成等所有主流方向。在这些大模型的基础上,字节开发豆包、猫箱、扣子等的10多个C端产品,通过火山引擎开放模型API,抢占企业市场。今年5月,火山引擎大幅降低豆包大模型的调用价格,核心语言模型的定价一度比同行低99.3%。HiAgent与豆包大模型相互拉动:字节训练的一系列大模型是HiAgent的基础,豆包App等消费者产品也可以为HiAgent等产品导流,同时HiAgent也是企业客户使用豆包大模型的入口,让他们快速开发AI应用,带动豆包等基础模型和算力的消耗,帮助字节迭代和完善大模型基础设施和产品。火山引擎在大模型领域的增长带动其传统云计算服务,目前火山引擎一定比例的CPU算力、数据库等需求来自大模型客户,新技术有望为应用大模型企业带来新的增长点。
12月16日,月之暗面Kimi发布视觉思考模型k1,并已经上线了最新版的网页版以及安卓和iOS APP。用户只需要在对话框中输入@,选择“Kimi视觉思考版”,即可开始AI视觉推理。k1是Kimi的首个视觉思考模型,在k0-math的基础上,k1提升了推理能力和数学题的范围。基于强化学习技术打造,原生支持端到端图像理解和思维链技术,并将能力扩展到数学之外的更多基础科学领域。在数学、物理、化学等基础科学学科的基准能力测试中,初代k1模型的表现超过了OpenAI o1、GPT-4o及Claude3.5Sonnet。当前的AI领域中,有关大模型“Scaling Laws终结”的观点正在兴起,公司认为规模的扩展是支撑AI技术在过去几年里发展的重要因素,但Scaling并不只意味着模型的体量,现阶段应该寻找新的有效扩展方向。k1视觉思考模型的训练分为两个阶段:先通过预训练得到基础模型,再在基础模型上进行强化学习后训练。我们认为在强化学习规模化(scaling)上取得的突破,是k1取得行业领先成绩的关键原因。就像人类在遇到难题时,先分析问题、探索不同的解决方案、尝试各种方案、反思,不断改进策略的方式一样,基于强化学习技术的新一代模型,通过激励模型生成更详细的推理步骤,形成高质量的思维链CoT,提升了解决更复杂、更难任务的成功率,未来基于强化学习的“思考模型”或可以带来更强大的交互体验。
12月21日,OpenAI发布o3和o3-mini模型,o3旗舰版本主打强大的性能表现;o3-mini轻量级模型更快更便宜,主打性价比,目前只对OpenAI内部和部分外部安全研究人员开放。o3是o1系列模型的继任者,让模型在回答问题之前花更多时间思考(推理),从而提高回答的准确率。o3系列模型在ARC-AGI基准上的最低性能可达到75.7%,如果让其使用更多计算资源思考更长时间,o3更是可以达到87.5%的水平。o3系列模型在高效率模式下取得的75.7%的分数符合ARC-AGI-Pub的预算规则(成本<10000美元),o3在低计算量模式下每个任务需要17-20美元,高计算量模式下,每个任务数千美元。虽然成本高昂,但新任务的性能随着计算量的增加而提高。我们认为OpenAI的新o3模型代表了人工智能适应新任务的能力的重大飞跃,与LLM之前的局限性相比,人工智能能力发生了质的转变,o3能够适应以前从未遇到过的任务,在ARC-AGI领域接近人类水平的表现。
投资建议
我们认为:硬件板块有望接力软件,成为牛市震荡期攻守兼备的品种,看好AI硬件龙头估值修复到30X。建议关注以下赛道:
1)AI新消费场景:AI新消费场景。建议关注:【恒玄科技】、【思特威】、【博士眼镜】。
2)PCB:英伟达产业链+苹果产业链叠加受益。建议关注:【东山精密】、【鹏鼎控股】、【世运电路】。
3)光模块:下游厂商军备竞赛+竞争格局好。建议关注:【新易盛】、【中际旭创】、【天孚通信】。
4)卫星互联网:关注国内垣信+海外Starlink进展。建议关注:【信维通信】。
风险提示
下游需求不及预期;人工智能技术落地和商业化不及预期;专精特新技术落地和商业化不及预期;产业政策转变;宏观经济不及预期等。