太平洋證券：傳媒互聯(lián)網(wǎng)行業(yè)關(guān)注年內(nèi)AI三條主線

智通財(cái)經(jīng)APP獲悉，太平洋證券發(fā)布研報(bào)稱，年內(nèi)需關(guān)注 AI 三條主線：1）關(guān)注面向 B 端用戶及端側(cè)部署的 AI 應(yīng)用發(fā)展：為應(yīng)對(duì)較高的模型調(diào)用成本，實(shí)現(xiàn)應(yīng)用的商業(yè)化，面向更高價(jià)值的 B 端用戶的應(yīng)用會(huì)更先實(shí)現(xiàn)發(fā)展。同時(shí)端側(cè)部署是 AI 應(yīng)用實(shí)現(xiàn)應(yīng)用爆發(fā)的重要路徑，并且，端側(cè)部署能降低云端算力需求及推理成本。

2）關(guān)注多模態(tài)技術(shù)進(jìn)展：多模態(tài)模型生成的內(nèi)容形式所對(duì)應(yīng)的應(yīng)用場(chǎng)景的商業(yè)化價(jià)值更大。并且，基于多模態(tài)模型開發(fā)的應(yīng)用擁有更多樣的交互方式，有望進(jìn)一步提升應(yīng)用體量。

3）關(guān)注大模型自主可控需求：OpenAI 斷服有望提升國產(chǎn)大模型關(guān)注度，利好擁有通用及垂類大模型的公司。

個(gè)股方面，該行建議關(guān)注：1）通用大模型：昆侖萬維(300418.SZ)；2）垂類大模型：因賽集團(tuán)(300781.SZ)、中文在線(300364.SZ)等。

太平洋證券主要觀點(diǎn)如下：

主線一：關(guān)注面向 B 端用戶及端側(cè)部署的 AI 應(yīng)用發(fā)展

目前海外主流大模型調(diào)用成本仍較高，如 GPT-4o 每百萬 tokens 輸入 5 美元、輸出 15 美元。國內(nèi)大模型廠商雖經(jīng)歷了 API 價(jià)格的集體下調(diào)，但進(jìn)行價(jià)格調(diào)整的均為性能參數(shù)較低的模型，高性能大模型 API 價(jià)格仍維持高位，如百度 ERNIE-4.0 每百萬 tokens 輸入輸出均為 120 元。我們認(rèn)為，高性能的底層大模型是保障應(yīng)用智能化程度及用戶體驗(yàn)的基礎(chǔ)，因此在高性能模型調(diào)用成本仍維持高位的當(dāng)下，面向擁有更高價(jià)值的 B 端用戶的 AI 應(yīng)用會(huì)先于 C 端應(yīng)用實(shí)現(xiàn)發(fā)展。同時(shí)，端側(cè)部署是 AI 應(yīng)用觸達(dá)海量用戶，推動(dòng) AI 普及、實(shí)現(xiàn)應(yīng)用爆發(fā)的重要發(fā)展路徑。并且，端側(cè)部署能降低云端算力需求及推理成本?？春妹嫦?B 端用戶及端側(cè)部署的 AI 應(yīng)用較先實(shí)現(xiàn)發(fā)展。

主線二：關(guān)注多模態(tài)技術(shù)進(jìn)展

多模態(tài)模型生成的內(nèi)容形式所對(duì)應(yīng)的應(yīng)用場(chǎng)景的商業(yè)化價(jià)值遠(yuǎn)大于大語言模型。并且，基于大語言模型開發(fā)的應(yīng)用與用戶交互的方式較為單一，而基于多模態(tài)模型開發(fā)的應(yīng)用除了文本對(duì)話外，用戶還可通過語音、視頻等方式進(jìn)行交互。更多樣的交互方式能豐富 AI 應(yīng)用的使用場(chǎng)景，推動(dòng)應(yīng)用體量進(jìn)一步提升。以 OpenAI 為例，根據(jù) AI 產(chǎn)品榜數(shù)據(jù)，在推出具有語音、視頻等交互方式的混合多模態(tài)模型 GPT4o 之后，ChatGPT 的月訪問量同比實(shí)現(xiàn)了 39.60%的增長，打破了此前幾個(gè)月同比個(gè)位數(shù)增長的瓶頸。我們認(rèn)為，基于多模態(tài)模型開發(fā)的應(yīng)用擁有更高的商業(yè)化價(jià)值，并且能提供更多樣的交互方式，加強(qiáng)應(yīng)用與場(chǎng)景的結(jié)合度。持續(xù)關(guān)注未來多模態(tài)技術(shù)進(jìn)展。

主線三：模型自主可控，OpenAI 斷服提升國產(chǎn)大模型關(guān)注度

7 月 9 日起，OpenAI 將停止不支持國家和地區(qū)的 API 使用，中國大陸和香港不在其提供 API 服務(wù)的 161 個(gè)國家和地區(qū)名單中。此次 OpenAI 斷服將帶來國內(nèi)應(yīng)用開發(fā)向國產(chǎn)大模型遷移，有望加速國產(chǎn)大模型迭代速度，提升國產(chǎn)大模型關(guān)注度。利好擁有通用及垂類大模型的公司。

核心觀點(diǎn)

我們認(rèn)為，年內(nèi)需關(guān)注 AI 三條主線：1）關(guān)注面向 B 端用戶及端側(cè)部署的 AI 應(yīng)用發(fā)展：為應(yīng)對(duì)較高的模型調(diào)用成本，實(shí)現(xiàn)應(yīng)用的商業(yè)化，面向更高價(jià)值的 B 端用戶的應(yīng)用會(huì)更先實(shí)現(xiàn)發(fā)展。同時(shí)端側(cè)部署是 AI 應(yīng)用實(shí)現(xiàn)應(yīng)用爆發(fā)的重要路徑。并且，端側(cè)部署能降低云端算力需求及推理成本。2）關(guān)注多模態(tài)技術(shù)進(jìn)展：多模態(tài)模型生成的內(nèi)容形式所對(duì)應(yīng)的應(yīng)用場(chǎng)景的商業(yè)化價(jià)值更大。并且，基于多模態(tài)模型開發(fā)的應(yīng)用擁有更多樣的交互方式，有望進(jìn)一步提升應(yīng)用體量。3）關(guān)注大模型自主可控需求：OpenAI 斷服有望提升國產(chǎn)大模型關(guān)注度，利好擁有通用及垂類大模型的公司。建議關(guān)注：1）通用大模型：昆侖萬維；2）垂類大模型：因賽集團(tuán)、中文在線等。

風(fēng)險(xiǎn)提示：

AI 技術(shù)發(fā)展不及預(yù)期的風(fēng)險(xiǎn)、政策監(jiān)管風(fēng)險(xiǎn)、行業(yè)競(jìng)爭(zhēng)加劇的風(fēng)險(xiǎn)。