-
计算机行业:重构办公软件价值天花板-ChatGPT系列报告
金山的定位将发生质变。软件产品与业务融合,WPS 等产品不仅仅是软件 产品,而成为了价值工具、生产力工具。ChatGPT 在内容生产领域具备天然的结 合点,无论是在Word、Excel、PPT,还是在会议系统或者团队协作上,ChatGPT 可以显著提升用户的工作效率,数量级的提升生产力水平。融合ChatGPT 后的 WPS 等系列产品,价值定位将发生质变,从软件产品向价值工具、生产力工具转 变,开启一个新时代。
-
电子行业:国内折叠手机逆势增长,节后硅片价格继续回调
行业要闻及简评:1)根据Cinno消息,2022年中国市场折叠屏手机销量达283万部,同比大幅增长144.4%,各季度国内折叠手机销量均高于去年同期。2)全球经济持续疲软,促使北美四大云端服务供应商下修2023年服务器采购量,且数字可能持续下调,下修幅度由多至少依序为Meta、Microsoft、Google、AWS,TrendForce集邦咨询估计四家业内服务器采购量由原先预估的同比增长6.9%降至4.4%。3)节后硅片价格继续回调,M10主流成交价格为4.8元/片,G12主流成交价格为6.2元/片。
-
电子行业:检测维度与精度大幅提升,XR检测设备腾飞在即
XR 是消费电子行业正在快速增长的重要创新方向,光学显示系统、交互传感系统 是核心的产品升级方向,且升级持续性强。XR 具备巨大的成长潜力、行业发展进 入良性循环,出货量有望高速增长。主要升级方向中,光学显示以及传感系统是核 心升级方向。从价值量看,Quest Pro 中屏幕/摄像头/光学合计BOM 成本占比约 40%、HoloLens 中合计占比57%。从创新方向上,显示和光学沿着沉浸感/成像质 量/体积及重量/成本四个维度前进,不同显示和光学的搭配带来更多的整机方案; 多维交互的增加对摄像头需求大增,Quest Pro 摄像头数量高达16 颗,并且品类 众多。从升级持续性上看,目前的XR 设备的显示效果依然不够理想,Quest Pro 的PPD 仅为22,相比60 PPD 的视网膜级别差距巨大,此外亮度等其它指标升级 空间也较大。我们认为,光学/显示/传感等方向是XR 长期追求的持续创新升级方 向。
-
计算机行业:关注ChatGPT四大应用主线
Transformer 架构+RLHF 推动了ChatGPT 为代表的自然语言处理(NLP) 领域的突破。从效果看,ChatGPT 实现了在逻辑性、表述自然性等多方面 的突破。从应用层面看,基于NLP 领域的突破,在生成式AI+文本相关领域 首先得到应用。目前相关技术主要应用于服务性工作(搜索引擎、客服等)、 生产性工作(代码、文书、文案、艺术作品创作等)领域。我们认为ChatGPT 的应用有望沿着独立工具、嵌入生产工具、融合服务应用、垂直领域赋能四 大主线持续推进。
-
计算机行业:GPT产业梳理,GPT-1到ChatGPT
ChatGPT 从诞生到现在,经历了三个大版本阶段演进。2018 年,生成式预 训练模型GPT-1 诞生,引入有监督的微调训练。2019 年,GPT-2 以增加模 型通用性为目标,移除GPT-1 的微调,以更大的参数量和多任务训练,进 行zero-shot 学习;2020 年,GPT-3 用few-shot 代替zero-shot,并将训练 参数增加到1750 亿,再次提高模型表现性能。2022 年,InstructGPT 引入 基于人类反馈的强化学习(RLHF),在GPT-3 基础上进行奖励训练,以13 亿训练参数实现了更好的模型性能。2022 年11 月,基于InstructGPT, OpenAI 正式推出对话交互式模型ChatGPT,5 天时间突破了100 万用户。
-
如何度量热门赛道的高质量发展-产业链系列研究一
安全发展评价体系是以安全评分作为横 坐标,发展评分作为纵坐标构建的四象限评价系统。 安全评分由控制力和生存环境两个维度 构成,控制力包含对经营对外依赖度、 技术对外依赖度和资本对外依赖度的评 价,生存环境包含对融资环境、用工环 境和基础设施环境的评价。 发展评分主要测量产业的创新能力,包含对要素禀赋、创新潜力、成果转化能力、创新环境、生产效率、财务成果的评价。
-
计算机行业:行业Q4表现超预期,2023年有望业绩修复-月报
1 月申万计算机指数上涨12.80%,跑赢大盘7.41 个百分点,跑赢 创业板2.82 个百分点,在31 个申万一级行业中排名第2,景气度 提升明显。12 月计算机行业个股329 只上涨、12 只下跌,96%个 股上涨。行业相关概念悉数上涨,其中炒股软件以34.25%涨幅最 高,其次为人工智能15.09%、金融科技14.91%。2 月6 日申万计 算机行业估值为48.88 倍,在逐渐接近中长期均值的上限水平。
-
电子行业:景气度预计逐步触底后上扬-月报(台股)
半导体上游营收增速逐步放缓。台积电1 月营收同比增长16%,同比增速继续放 缓,环比增长4%,未受到假期工作天数减少的影响。台积电此前预期,上半年美 元营收将较去年同期减少个位数百分比,随着供应链库存大幅降低,需求可望于下 半年稳健回升,2023 年美元营收将微幅成长。
-
计算机行业:ChatGPT,重新定义搜索“入口“-AIGC行业深度报告(2)
ChatGPT,有望重新定义搜索”入口”。我们认为ChatGPT是实现“模糊搜索”到“精准推送”的跨时代巅峰之作,复盘Chrome与IE浏览器 之争,Chrome获胜关键因素在于1、界面便捷,2、多进程架构,3、运行效率高,4、生态建设,而ChatGPT(AIGC)有望成为下一代搜索引擎 的催化剂,原因是其符合以上特征,此外可以帮助用户实现程序生成、文本生成以及代码编写,提高用户使用效率,因此AIGC有望加速下一 代搜索引擎的到来。
-
计算机行业:第三方支付,费率逐渐明确叠加支付规模扩张,行业迈入成熟发展阶段-金融科技系列报告1
第三方支付行业:收费标准基本确定,市场空间随交易规模提升。(1)第三方支付 行业总体产业政策稳定:前期政策制定多围绕监管完善、风险政治等主题,旨在推 进行业健康发展;近期总体政策更新较少。(2)价:“96 费改”后,支付的收费 总体原则确定:即区分商户类别制定商户手续费,以餐娱类1.25%、一般类 0.78%、民生类0.38%和公益类0,并按7:2:1 的比例在发卡银行、收单机构及卡组 织之间分配,实现借贷合一,政府指导定价,特定行业实施上限管理。(3) 量: 在银行卡收单规模方面,根据人民银行数据,银行非现金支付业务交易量与交易规 模、银行卡交易量与交易规模稳健增长,第三方支付市场空间稳健提高。
-
计算机行业:GPT产业复盘(2018),GPT问世
溯源GPT 发展:2018 年开启自然语言处理模型新一轮发展热潮 复盘2017-2022 年出现的自然语言处理模型,我们认为,2017 年出现的 Transformer 模型为GPT 的出现奠定了基础。2018 年由OpenAI 提出的 GPT-1 开启了新一轮自然语言模型发展的热潮。2018 年,出现的主要自然 语言模型包括GPT-1、ELMo、ULMFiT 和BERT 等。其中,GPT-1 模型的 单向训练特点,使得其特别适合文本生成类型的任务。ELMo 为双向训练模 型,更善于解决NLP 中的一词多义问题。ULMFiT 是一种适用于NLP 中的 迁移学习模型,更适合文本分类任务。除OpenAI 外,Facebook、微软和 谷歌等也在同步推进AI 的相关研究。
-
科技行业:关注PICO榜单+CES-1月元宇宙
从2023 年1 月发布的《2022 年PICO 应用商店年度VR 应用榜单》来看, 海外公司在娱乐应用研发方面领先,国内公司大多从音乐类、运动健身 类、休闲类、社交类的轻度VR 应用为切入点。我们认为,轻度内容开放成 本较低且玩家易上手,长期关注国内厂商在重度内容方面的突破。零部件 方面,CES 展会上展出了Ant Reality 的新型混合波动光学方案,针对现有 Birdbath、衍射光波导以及pancake 小视角、大体积、高成本、ARVR 难以 一键切换等痛点给出了创造性解决方案,或为之后头显光学模组设备设计 提供新灵感,整机方面CES 展会升级不明显。
-
计算机行业:GPT产业复盘(2019),大容量路线
回顾基于Transformer 的预训练大语言模型的发展,可以看到2019 年是预 训练大语言模型的技术架构演进之年。以GPT、BERT、T5 为代表的三类 典型预训练语言模型,分别采用了只有解码器、只有编码器、同时拥有解码 器-编码器的技术架构,分别搭建了自回归语言模型、自编码语言模型以及 序列到序列模型。2019 年GPT-2 论文的正式发表,有力验证了“更多训练 数据+更大网络参数,也可以有效提升预训练模型的泛化能力”, 自此开启 了GPT 模型向更大容量扩展的技术发展路径。因此,2019 年也可以称得上 是GPT 系列模型的技术路线明确之年,是GPT 模型演化的重要时间节点。
-
计算机行业:中国增强现实(AR)行业研究报告
近些年,AR频繁以媒体、产品、影视等形式出现在大众面前,饱受关注, 然AR的概念已经出现了几十年,产业链各环节对于技术的积累和场景的探 索也从未停歇。如果说元宇宙的火热为AR吸引了商业和资本的目光,人们 对下一代计算平台和交互方式的不断探索将AR推向了风口浪尖,那么AR行 业在技术、场景等方面数年的积累和从业者的坚韧会使他们在浪潮之下站 稳脚跟、乘风破浪。
-
半导体行业:AIGC推动AI产业化由软件向硬件切换,半导体+AI生态逐渐清晰-专题研究
AIGC是什么:与传统 AI 应用最大的区别在于其可以“创作”全新的内容。AIGC 指的是人工智能系统生成的内容,通常是文字、图像、音频或视频。这类内容可以 通过自然语言处理,机器学习和计算机视觉等技术生成。AIGC 的主要目的是帮助 人们快速生成大量内容,从而节省时间和资源。具体而言,AIGC 系统通常采用神 经网络技术,包括语言模型和图像生成模型等。语言模型通过学习大量文本数据, 了解人类语言的语法和词汇,并使用这些知识生成文本内容。图像生成模型则通 过学习大量图像数据,了解图像的结构和特征,并使用这些知识生成新的图像。