报告的核心观点 1) 大模型发展呈现"规模定律"特征,Transformer为技术基座 [7][8] 2) 全球大模型竞争白热化,国产大模型能力对标GPT-3.5Turbo [8][9] 3) API同质化、订阅实现难,Agent与MaaS探索破局之路 [9] 4) 大模型发展催生海量算力需求,预计带来千亿美元市场规模 [9][10] 根据目录分别进行总结 技术 - 大模型发展普遍呈现"规模定律"特征,即模型性能与规模、数据集大小和训练计算量存在幂律关系 [7] - 当前主流大模型普遍基于Transformer模型,Transformer由Encoder和Decoder两类组件构成,GPT是Decoder-only架构的代表 [7] - GPT从1.1亿参数增长至1746亿参数,GPT-4非官方估计达到万亿参数,实现了性能的突破 [7] 市场 - 全球大模型竞争中,OpenAI、Anthropic、谷歌三大厂商为第一梯队,开源大模型厂商如Meta AI、欧洲Mistral AI等也表现前列 [8] - 2023年底国产大模型迈入爆发期,国内大模型厂商包括互联网/科技公司、AI公司、学术/科研机构等 [8] - 根据SuperCLUE评测,国内绝大部分闭源模型已超过GPT-3.5Turbo,与GPT-4仅差4分 [8][9] 变现 - OpenAI绝大部分收入来自API调用和ChatGPT订阅,但API同质化导致价格下降,订阅实现难度高 [9] - 破局之路包括:1) 面向C端的AI Agent,2) 面向B端的MaaS(Model as a Service) [9] 算力 - 大模型发展催生海量算力需求,根据测算假设未来有100家大模型实现持续经营,将为AI服务器带来2301亿美元市场空间 [9][10] - 微软、Meta、谷歌、亚马逊四家公司2024年2季度资本支出同比增长66%,环比增长22% [10]