ChatGPT再度引爆A股 多家上市公司已布局 商业化仍在探索期

（原标题：ChatGPT再度引爆A股 多家上市公司已布局 商业化仍在探索期）

《科创板日报》2月1日讯（记者 黄心怡）今日，AIGC、ChatGPT概念股继续活跃。汉王科技已连收3个涨停板，初灵信息、奥雅股份迎来20%涨停，海天瑞声、当虹科技、拓尔思、云从科技、科大讯飞、天娱数科等纷纷冲高。

ChatGPT概念股 来源：东方财富choice

《科创板日报》记者了解到，不少上市公司已经在类似于ChatGPT的技术上提前布局，但多家企业的相关负责人也坦言，其对业务营收的影响并不大，仍有待进一步的推广与应用。

▍多家上市公司已提前布局

此前，《科创板日报》记者从知情人士处独家确认，百度在内部有推出类似ChatGPT聊天机器人的规划，百度CEO李彦宏对于该项目的定位是“引领搜索体验的代际变革”，并认为相关技术已达到临界点，未来一年百度在其中有较大的机会。

另一家互联网大厂腾讯也在1月31日发布 AIGC 发展趋势报告。腾讯指出，在消费互联网领域，AIGC有望成为新型的内容生产基础设施，商业化应用将快速成熟，市场规模会迅速壮大。

在产业互联网领域，腾讯认为，基于AIGC技术的合成数据（synthetic data）迎来重大发展，合成数据将牵引人工智能的未来。MIT科技评论将AI合成数据列为2022年10大突破性技术之一；Gartner也预测称，到2030年合成数据将彻底取代真实数据，成为训练AI的主要数据来源。

记者了解到，腾讯在广告领域已开展相关探索。其混元AI大模型能够支持广告智能制作，即利用AIGC将广告文案自动生成为广告视频，从而降低广告视频制作成本。

京东集团副总裁何晓冬在接受记者采访时，介绍了京东AIGC在电商营销上应用。“由AI自动生成的广告文案，在吸引用户点击上与网红、大V所写的差距不大，甚至效果更好，并获得了千万级别的收益。” 何晓冬称。

据云从科技创始人、董事长周曦介绍，从2020年开始，公司已经陆续在NLP（自然语言处理）、OCR（光学字符识别）、机器视觉、语音等多个领域开展预训练大模型的实践。

“云从的理念与OpenAI很大程度上是一致的，而且目前的发展趋势与公司的长期布局相吻合。国内头部的企业一定都会沿着这个方向前进，一起受益于ChatGTP已经验证成功的范式前行。”

在谈及未来规划时，周曦指出，公司将会与场景公司、生态公司形成紧密合作，未来赋能合作的方向主要是To B端与央企端。

“在To G端与To B端等多个应用场景下，公司通过大模型不断提升的算法效果，以及操作系统平台通用化以后能够提升的综合的技术能力，来帮助更多场景下的客户，用以提升客户业务能力、降本增效以及智能化改造等。”周曦称。

当虹科技则表示，公司AIGC相关技术在媒体演播室、智能媒资平合等众多场景上的应用已经较为成熟，可为电视台、新媒体、互联网、泛媒体行业等客户提供通过AI技术进行短视频、长视频的生产加工等解决方案。比如AI智能剪辑，用AIGC的方式自动生成对应短视频，极大程度上简化了流程、提高了效率，保证了视频上线的时效性。

记者从科大讯飞方面获悉，公司将基于AI虚拟人交互平台打造中国的AIGC中心，迄今已积累虚拟人资产1027项。在2023年，将重点突破3D个性化形象建构及Audio2Mesh驱动，推动3D形象技术领先。

▍商业化应用仍在探索期

受益于AIGC和ChatGPT的火热，初灵信息今日迎来20%涨停。初灵信息证券部相关负责人对记者表示，公司很早就有类似于ChatGPT的技术，但相关收入并不大，当下仍在推广期。据了解，初灵信息的智能对话平台是基于AI技术，以Chatbot方式面向用户提供多媒体智能应答服务，主要应用包括AI智能客服、智能外呼、文本机器人、来电助理、智能培训等。

汉王科技今日也回应媒体称，虽然相关技术产品已有场景落地，但在营收方面还没有太大反映。

“股价上涨可能跟近期的市场热点有关。公司的技术和AIGC从技术源上是相同的，都离不开NLP和大数据技术。AIGC是通用型的，做大模型的，公司技术是渗透到行业里，做专业化领域。”汉王科技表示。

周曦认为，大模型间尚无完全打通。像视觉大模型、语音大模型与自然语言理解大模型是分开的，这影响了其更广泛的应用。

“比如自然语言理解来做问答场景，还只能进行问答，而无法像机器人一样陪着人类一起完成工作，这是由于视觉、语音之间都没有打通。”

不过，周曦指出，未来三年有望看到相关领域的逐步整合。“一旦这些内容结合在一起，就会变成数字人。当以数字人的逻辑来呈现时，就能打通线上和线下，打通实时和非实时，更好地与人进行协作。”

对于未来国内能否出现对标ChatGTP的产品时，周曦表示，国内在算力与数据量方面与美国上并不存在差异，并相信未来两年在自然语言处理领域会有新的突破。

“从自然语言理解角度来看，国内的大模型在数据量、参数规模方面，不亚于ChatGTP，都达到了千亿级的参数，甚至还在攻克万亿级的参数。下一阶段要解决的问题，依然是如何把人类的知识更好地接入，把模型里本身数据的威力更好地释放出来。未来两年里，国内在自然语言处理上会有很大的突破。我觉得这是一定会看到的。”