计算机行业专题分析：大模型生态加速突破，2024年应用元年有望到来.pdf

计算机行业专题分析：大模型生态加速突破，2024年应用元年有望到来。国内外大语言模型进入新一轮突破期。在海外，OpenAI 推出 GPT-4V，多 模态能力加强，Google 推出新一轮大语言模型 Gemini，其中 Ultra 模型在 文本处理的基准测试优于 GPT4，在 2 月 15 日，Google 新发布了 1.5 版本 相较于 1.0 的性能继续提升；Meta 近期公布正在架构算力研发 LLaMA3 并 坚持开源；Anthropic 旗下的 Claude 模型也进化到 3 版本，整体性能略超 GPT-4，继续保持长文本性能和安全性特点突出，大模型 Mixtral 通过 MOE 结构较好的提质增效。同期在国内包括智谱、文心一言、科大讯飞和通义千 问等的新版本都达到了赶超 GPT3.5 甚至部分能力接近 GPT4 的水平。

多模态生成大模型层出不穷，SORA 引领新一轮大模型创新浪潮

多模态生成大模型进入技术突破期，OpenAI 发布视频生成模型 SORA,采用 Diffusion Transformer 结构，使用时空 Latent patch 表示视频和图像，或成 为模拟现实的基础；近期 Stability.ai 开源 Stable Video Diffusion 模型， Google 发布 VideoPoet，视频生成新技术不断涌现；文生图模型也逐步迭 代，Midjourney 推出 V6 版本，图片生成能力更加优异；此外在数字人领域， 微软推出 GAIA 大模型，阿里巴巴推出 Animate Anyone，我们认为这为垂 类商业场景奠定了技术基础。

应用与算力齐头并进，海外安迪比尔定律持续演绎

除去大模型侧的创新，海外应用端在 GPTs 的带领下诞生了大量应用，2 个 月内就有超过 300 万应用创建，OpenAI 还为此引入生态体系；在算力端， 海外大厂的硬件投资依然持续，Meta 在 2024 年有望继续扩大 GPU 投资， 微软、google 和 Amazon 都预计资本性支出在有望在新的一年继续扩大以 支撑 AI 的投入。