AI应用专题报告：乘产业技术趋势之风，星火燎原.pdf

AI应用专题报告：乘产业技术趋势之风，星火燎原。本篇报告，我们梳理了海外和国内市场关注度较高的AI应用，并从现阶段AI产业发展趋势的角度，分析各应用场 景的受益程度。

通过self-play强化学习提升post-training推理能力，成为现阶段通向AGI的新范式。在去年强调预训练pre training的scaling law遇到一定瓶颈后，以OpenAI o1模型为代表，AI产业开始转向以post-training的推理为 重心，通过self-play强化学习，让AI不断自我交互并优化思维链，以取得在某个环境中的最大奖励。过去self play强化学习局限在围棋等细分领域，但如果结合经过预训练大模型的通用性，有望提升其泛化能力。

强化学习需要“奖励目标”的特点/属性，指出现阶段AI应用的受益方向。根据强化学习框架，AI需要在环境中 采取动作，并根据“奖励目标”来优化其策略。因此，reward value清晰的应用场景，更有助于AI通过self play RL找到最优决策。基于此，由于self-play RL对决策式AI的提升更为直接，我们认为决策式AI的相关应用有 望受益；同时，决策式AI与生成式AI结合的应用，或者是同时涵盖了模型pre-training后的生成能力与post training后的思考能力的应用，也值得关注，如广告营销、教育、AI Agent等；多模态生成式AI的赋能则会主要 在影视、游戏等内容创意向场景。AppLovin和Palantir所在场景都符合self-play RL的应用范式。

AI营销：决策式AI应用率先释放业绩，生成式AI应用空间广阔。生成式AI和决策式AI分别适配于广告营销上游的素 材生成和下游的广告投放。AppLovin优异的财务表现主要得益于决策式AI提升广告投放精准度和ROI，但也在推进 生成式AI的应用。国内来看，建议关注AI同时赋能广告生成和投放端的易点天下、浙文互联、蓝色光标、天娱数科等。

AI教育：生成式AI提升教学内容生成速度和质量，self-play RL学习解题思路、提供个性化学习建议。多邻国的外语 学习赛道，是生成式AI应用的绝佳场景（幻觉问题、学习趣味性等），同时也有self-play RL的应用机会（以提升用 户外语水平为奖励）。国内来看，豆神教育深耕的语文赛道，由于阅读理解和作文具有参考答案、高分作文作为 reward value，且最终需要以文字输出，因此是决策式AI和生成式AI都适合的应用场景。

AI电商：AI Agent重要适用场景，有望赋能买卖双方。借助self-play RL，AI Agent将能够自我优化决策、任务自 动化与协调、个性化服务与行业定制等，推动AI Agent加速发展。Shopify通过自有AI和第三方AI共同赋能电商卖家。 国内来看，焦点科技和值得买分别聚焦卖家和买家：焦点科技以AI Agent赋能外贸商家，提升外贸流程效率，值得 买以AI Agent赋能电商买家，帮助用户高效精准完成购买。

AI视频：多模态生成式AI对不同影视形态的赋能节奏有所不同。Al视频生成能力与其赋能的影视形态相对应，营销视 频素材、短剧、动漫等有望率先受益。从产业链上下游来看，上游具有视频语料的公司、以及下游具有影视IP或网文 IP的公司， 都有望受益于AI视频生成技术的赋能，新的商业化潜力有望逐步释放。