亚商投顾-“Kimi概念股”持续火爆，AI+有望全面启航（附股）！

 

 

事件驱动：3月18日，据通用人工智能创业公司月之暗面公众号消息，Kimi智能助手启动200万字无损上下文内测。用户在使用过后纷纷给予好评，认为其是当前最好用的智能助手之一。

 

受此消息刺激，Kimi概念爆发，华策影视连续两个20%涨停，AI应用类板块持续火热。　机构认为，随着AI多模态大模型的进步，传媒、营销、游戏等行业的运营成本有望降低，效率或将提升，商业空间或拓展。

 

 

 

行业透视

 

多模态技术推动AIGC内容多样性，有望进一步增强模型通用化能力。多模态技术使得语言文字、图像、音视频等多种类型数据可以互相转化和生成。在产业生态方面，AIGC领域正在加速形成三层产业生态并持续创新发展，正走向模型即服务(MaaS)的未来。AIGC的商业化应用将快速成熟，市场规模会迅速壮大。当前AIGC已经率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大发展，市场潜力逐渐显现。（文末附产业链及相关公司梳理和Kimi大模型概念股）

 

一、Kimi模型简介

 

1.Kimi是什么？

 

Kimi是月之暗面（Moonshot AI）于2023年10月推出的一款智能助手，主要应用场景为专业学术论文的翻译和理解、辅助分析法律问题、快速理解AAPI开发文档等，是全球首个支持输入20万汉字的智能助手产品，目前已启动200万字无损上下文内测。

 

资料显示，月之暗面公司创立于2023年3月，创始团队核心成员参与了Google Gemini、Google Bard、盘古NLP、悟道等多个大模型的研发，多项核心技术被Google PaLM、Meta LLaMa、Stable Diffusion等主流产品采用。

 

2.特点展现

 

据介绍，Kimi是一款智能文本助手，其入口包括网页、App和微信小程序。使用场景包括：

 

　　1）长文总结和生成，通过提问、文件上传等方式，可以快速对大量文献和报告进行摘要和提炼。

 

　　2）联网搜索，辅助搜集信息，可以节省搜索时间，比如日常搜索文章、新闻等。

 

　　3）数据处理，输入文件，可以将复杂数据整理成表格，辅助进行数据分析。该种功能可以用于文件整理、财报分析等场景。

 

　　4）编写代码。能辅助理解和编写代码。

 

　　5）模拟对话，可对提出指令，使其模拟某个名人。从而能够提供丰富聊天互动体验，并提供虚拟陪伴的效果。

 

     6）翻译。该产品支持多种语言互译，可用于翻译文献，从而进行交流等。

 

3.KIMI催化多模态行情

 

3月18日，月之暗面在其微信公众号“Moonshot AI”宣布，Kimi智能助手启动200万字无损上下文内测，不到半年时间，就在长上下文窗口技术上再次取得突破。

 

有数据显示，Kimi智能助手在效率（免费榜）排名从1月14日的第436名提升至3月19日的第11名。而尚未上线的GPT-4.5 Turbo上下文窗口指定为25.6万个token，能同时处理约20万个单词，Kimi此次升级后，长文本能力为其10倍。

 

太平洋证券认为，AI模型层是支撑应用层发展的基础，大模型能力边界不断突破有望为AI应用持续创新提供支撑，国内优秀AI产品收获大量用户关注，对后续产品变现及更新迭代进展有促进作用。

 

天风证券认为，面对同质化严重的大模型竞争，更长的上下文长度可以为大模型应用带来全新的篇章。此次突破意味着Kimi能够完成更长和更复杂的任务。

 

二、多模态或成为 AI 大模型主流

 

1.多模态已成为大模型发展前言方向

 

多模态向通用人工智能（AGI）迈前一步。多模态大模型同时处理文本、图片、音频以及视频等多类信息，与现实世界融合度高，有望成为人类智能助手，推动 AI 迈向 AGI：多模态更符合人类接收、处理和表达信息的方式。人类能够感知多元信息，每一类信息均为一种模态，这些信息往往是相互关联的。多模态信息使得大模型更为智能。多模态与用户交互方式更便捷，得益于多模态输入的支持，用户可以以更灵活的方式与智能助手进行交互和交流。多模态提升任务解决能力。

 

目前，多模态大模型已成为大模型发展前沿方向。2022 年及之前，大模型处于单模态预训练大模型阶段，主要探索文本模式的输入输出。2017 年，Transformer 模型提出，奠定了当前大模型的主流算法结构；2018 年，基于 Transformer 架构训练的 BERT 模型问世，参数规模首次突破 3 亿；随后 GPT 系列模型推出，2022 年底至今 ChatGPT 引爆全球大模型创新热潮。步入 2023 年，大模型发展从文本、图像等单模态任务逐渐发展为支持多模态的多任务，更为符合人类感知世界的方式。大模型公司的比拼重点转移为多模态信息整合和数据挖掘，精细化捕捉不同模态信息的关联。例如，2023 年 9 月，OpenAI推出最新多模态大模型 GPT-4V，增强了视觉提示功能，在处理任意交错的多模态方面表现突出。

 

 

2.多模态是实现通用人工智能的必经之路

 

按照处理的数据类型数量划分，AI 模型可以划分为两类：单模态：只处理 1 种类型数据，如文本等；多模态：处理 2 种及以上数据，可类比人脑同时对文本、声音、图像等不同类型信息进行处理。

 

多模态是实现通用人工智能的必经之路。相比单模态，多模态大模型在输入输出端的优势明显：

 

输入端：提升模型能力：高质量语言数据存量有限，且不同模态包含的信息具有互补性，多元的训练数据类型有助于提升通用大模型能力；提高用户体验：推理侧更低的使用门槛和更少的信息损耗。

 

输出端：更实用。可直接生成综合结果，省去多个模型的使用和后期整合；更符合真实世界生产生活需要，从而实现更大商业价值。

 

 

3.多模态 AI 以融合为核心，基于 5 大技术环节实现复杂问题解决

 

 

4.多模态模型厚积薄发，性能实现飞跃

 

多模态模型历经多个发展阶段，模型复杂度和性能持续提升。多模态模型的发展经历了五个关键阶段，分别是行为、计算、交互、深度学习和大模型时代。这一发展历程始于最初对行为理论和科学研究的探索，如今正逐步转向多模态技术在产业领域的实际应用。在这一过程中，半导体技术和计算机科学的迅猛发展扮演了重要的推动角色。多模态模型逐渐从简单模拟人类行为模式转变为复杂的计算模型，随着深度学习技术的兴起，这些模型获得了更深层次的理解和学习能力，使得其在图像、语音、视频等多种形式数据处理上取得了突破性进展。

 

大模型开启新时代，多模态技术发展迅速。2020 年大模型时代到来，多模态技术的发展得到进一步推进。大模型时代的核心在于构建能够处理海量数据的大规模模型，从而使得多模态模型在处理复杂任务时展现出了更高的性能和智能。最近，OpenAI 发布的 GPT-4V 已经具备了强大的图片理解、逻辑推理以及情感感知能力，预计将在各产业得到广泛应用。

 

三、多模态产业链框架

 

1.多模态大模型框架概览

 

数据：文本、视觉、声音、触觉、气味等。

 

算法：通过多模态统一建模，增强模型的跨模态语义对齐能力，打通各模态之间的关系，执行标准化的任务。

 

应用：办公、电商、娱乐、教育等领域。

 

 

2.数据：高质量多模态数据有限，合成数据发展或能改善

 

数据存量有限：根据 Epochai，在当前大模型高速发展趋势下，高质量语言数据可能在 2026 年之前耗尽，而低质量语言/视觉数据存量也可能将在 2030~2050/2030~2060 年耗尽。高质量多模态数据集有限：由于不同类型的标注成本差异大，视觉等模态数据的收集成本比文本数据高，导致多模态数据集，尤其是高质量数据集通常比文本数据集少得多。

 

AI 合成数据或有望改善数据枯竭问题。与实际数据具有相同的预测特性；合成数据获取速度更快，为垂直模型的训练更快定制数据集；适应多模态模型的数据模态组合，能够扩大所有数据模态存量的组合，有效增加数据存量。

 

3.算法：技术要求更高，LLM 发展提供突破口

 

相比单模态，多模态大模型算法和工程难度更大，在表征、对齐、推理、生成、迁移、量化等环节均面临更多难点。

 

预训练为多模态主流训练方式。由于高质量的多模态标注数据较少，基于 Transformer 结构的多模态预训练模型逐渐成为主流，通过海量无标注数据进行预训练，再使用少量有标注数据进行微调。原生多模态大模型是未来发展趋势，即设计时原生支持多模态，具有处理不同形式数据的能力，但各环节难度会更高。23 年 12 月谷歌 GEMINI 即为原生多模态，一开始就在不同模态上进行预训练，利用额外的多模态数据进行微调以提升有效性，行业技术取得进一步突破。

 

这一波大语言模型发展给多模态带来新突破：大语言模型 LLM 可充当大脑，处理各种模态信息，将其它模态信息对齐到 LLM 的语义空间。大语言模型在训练方式上给多模态模型提供前进方向参考，如自监督、预训练、上下文学习、指令遵循等。

 

 

4.算力：需求更大，催化产业新机遇

 

多模态大模型对算力的需求高于单模态。一般在同样信息量情况下，文字数据量<图片数据量<视频数据量，多模态大模型需处理的数据量更大，再加上训练工程上难点更多，对应算力需求更高。参考前深度学习时代向深度学习时代过渡，以及从“大炼模型”进入“炼大模型”切换之后，算力需求均有明显提升。根据机器之心，谷歌 Gemini 有万亿参数，训练动用的算力是 GPT-4 的五倍。

 

未来随着算力需求的进一步提升，芯片制造、提供云服务以及模型微调的企业有望迎来更多发展机会。

 

 

四、市场前景不断拓宽

 

1.模型数据量显著增加，训练算力需求激增 445 倍

 

随着模型复杂度的提升，算力需求在不断攀升。研究显示，2010 年之前，训练算力的增长率符合摩尔定律，大约每 20 个月翻一番。随着深度学习和大模型的训练需求增加，训练算力的增长率大幅度提升，对训练算力的要求提高了 10 到 100 倍。OpenAI 认为自 2012 年以来，大规模 AI 训练所需的算力呈指数级增长，每 3.4 个月翻一番。2012-2018 期间已增长超过 300,000 倍。当前多模态大模型仍在不断迭代，训练阶段的算力将保持增长。

 

 

2.多场景应用持续落地，算力或迎来高速扩张，服务器、芯片等厂商有望受益

 

下游商业模式逐步清晰，大模型终端使用量有望增加。9 月 21 日，微软宣布 Microsoft 365 Copilot 将于 11 月 1 日面向企业客户全面推出，定价为每用户每月 30 美元。在 Word 中，Copilot 可以为用户撰写草稿、添加内容到现有文档、重写文本或生成摘要。在 Excel 中，用户不仅可以通过 Copilot 快速生成公式，还可以使用提示来高亮关键数据。在 Outlook 和 Teams 中，Copilot 可以为用户提供邮件和会议的快速总结，推荐回复方式，并自动跟踪无法参加的团队会议。

 

 

视频创作平台 WondershareFilmora 全球上线，接入 OpenAI 相关服务，多模态应用前景广泛。该平台不仅推出了用于生成视频脚本、文案及社交媒体描述的 AI 文案功能，而且还推出了 AI 绘图功能，允许用户简单快捷地产生所需的图片素材，创造出与众不同的艺术作品。此外，RunwayGen-1 和 Gen-2 也已开放使用，Gen-2 不仅可以像 Gen-1 一样在原视频的基础上编辑出符合用户要求的视频，还可以从头生成视频。

 

从应用趋势来看，随着多模态大模型在语音、图像和视频等多种输入输出方式中的应用，内容创作领域可能会经历前所未有的变革。目前应用较为广泛的文字交互或仅为 Chatgpt 以及 AIGC 应用场景的冰山一角，语音、图片、视频等多形式的输入输出，将很可能为内容创作领域带来革命性变化。而更广的数据形态、更多的应用场景、更深的用户体验，亦将大幅提升支撑人工智能的算力需求，算力或迎来高速扩张时代，服务器、芯片、IDC、光通信等厂商有望核心受益。

 

3.多模态大模型带来 AI 全新应用场景，市场规模有望快速成长

 

预计 2028 年全球大模型市场规模将超过 1000 亿美元。根据大模型之家、钛媒体数据，预计 2023 年全球大模型市场规模达到 210 亿美元，同比增长 94.4%。预计到 2028 年全球大模型市场规模将达到1095 亿美元，2022~2028 年复合增长率约为 47.12%，根据 IDC 预测，全球生成式 AI 计算市场规模将从 2022 年的 8.2 亿美元增长至 2026 年的 109.9 亿美元，CAGR 约为 91.34%。

 

预计至 2028 年我国大模型市场规模接近 1200 亿人民币。根据大模型之家、钛媒体数据，预计 2023年中国大模型市场规模达到 147 亿人民币，同比增长 110.0%。预计到 2028 年中国大模型市场规模将达到 1179 亿人民币，2022~2028 年复合增长率约为 60.11%，市场规模快速成长。

 

多模态大模型带来 AI 全新应用场景，多模态内容市场规模有望快速成长。第一财经数据显示，预计至2025 年，中国多模态内容市场规模将达到 832.7 亿美元，2018-2025 年复合增长率达 65.02%。多模态大模型内容将主要应用于商业定制、医疗、游戏、教育和影视领域。

 

 

五、产业链公司梳理

 

民生证券认为国产模型的持续迭代，后续多模态模型的上线，有望赋能应用层面；应用层面接入Kimi等模型或带来应用效果提升，关注“AI+应用”有进展的公司；模型作为内容生产工具，或为影视、短剧、短视频、游戏等内容领域产能和精度带来大幅提升。

 

开源证券认为国内外AI多模态大模型的持续突破及后续商业化，或大幅降低广告、课件、短剧、动画、剧集、电影、游戏等制作成本，提高IP开发、广告营销、教学效率、游戏研发效率及体验，扩大商业化空间。相关企业将持续受益，如：

 

AI+影视：华策影视、上海电影、光线传媒、捷成股份、掌阅科技、中广天择等。

 

AI+营销/传媒：引力传媒、因赛集团、蓝色光标等。

 

AI+教育：盛通股份、世纪天鸿、南方传媒、中文传媒等。

 

AI+游戏：完美世界、吉比特、腾讯控股、网易-S、盛天网络、游族网络、心动公司等。

 

另附上KIMI 模型概念股

 

 

风险提示：人工智能产业需求不及预期、国内大模型AI发不及预期等

 

参考资料：20240301--慧博智能投研—多模态 AI 行业深度报告；网络公开资料

 

【免责声明】：以上内容由上海亚商投资顾问刘欢（登记编号A0240622030002)编辑整理。以上内容是基于市场已公开的信息编辑整理，评估及预测为发布日观点和判断，因此不保证信息的完整性和准确性。文中任何观点均不构成投资建议，仅代表个人观点，仅供参考学习。我司不与您分享投资收益，也不承担风险损失。涉及个股仅限于案例分析和教学使用，不作为您最终买卖的依据，据此操作，风险自担。投资有风险，入市需谨慎。