报告行业投资评级 无相关内容 报告的核心观点 大模型引发的智能革命 [14][15][16] - 大模型带来了巨大的可能性,可以逐步替代传统的智力劳动,使得原本需要专业团队长时间才能完成的工作,现在仅需一个简单的提示或草图即可实现 - 大模型技术的能力与行业应用需求间还存在差距,要用一个通用的大模型来直接满足各行各业的特定需求,至少现在还有一定距离 发展行业大模型的必要性 [17][18][19] - 目前大模型技术的能力与行业应用需求间还存在差距,要用一个通用的大模型来直接满足各行各业的特定需求,至少现在还有一定距离 - 行业大模型应运而生,是很多企业提高模型专业性的有效选择,也是国家落地"人工智能+"的最后一公里 - 决定大模型影响大小的核心因素是"知识密度",密度越高的行业或场景,受影响会越大 行业大模型的特点 [21] - 行业大模型既有模型,也含应用 - 行业大模型大多生长于通用大模型之上 - 行业大模型的本质是解决方案 行业大模型应用进展 行业大模型应用阶段划分 [22] 无具体内容 行业大模型应用场景分析 [22][23][24][25][26][27][28] - 不同行业的大模型应用快慢有别,需求和数据是两个关键因素 - 大模型在垂直场景的应用渗透,呈现"微笑曲线"特征 - 不同行业对大模型能力有"三大共性需求":降本提效、业务创新和体验增强 - 评估行业大模型成功需要避免两个误区:片面追求技术性能或短期收益 - 构建一个模式:高质量数据飞轮 行业大模型的实现方式 [22] - 引导:提示工程 - 外挂:检索增强生成 - 优化:精调 - 原生:预训练 - 典型案例:多种方式组合