AI 大模型資本產業論壇圓滿落幕，但AI市場的關注度卻不減。新浪基金對話諾安益鑫基金經理陳衍鵬，就國內大模型發展現狀、AI 行業未來發展趨勢及面臨挑戰、確定性的一些投資機會進行剖析。

陳衍鵬 諾安益鑫基金經理

　　陳衍鵬表示，國內這一波人工智能浪潮的核心任務就是訓練大模型。大模型將成為未來AI計算的“操作系統”，是解決AI應用碎片化的新開發范式。大模型會成為一種基礎設施，輸送給百行千業，所有的應有接口都會被大模型改造。

　　對于普通人而言，一是要去學習和跟蹤AI產業，積極擁抱AI產業趨勢；二是要更加注重創新型的技能，比如說prompt、創意思維很重要。

　　他指出，對于AIGC賦能“千行百業”興致勃勃。但現在我們不得不承認，AI產業確實到了一個大浪淘沙的分化階段了。如果AI對于商業模式、業績的改進能夠得到驗證的話，市場依然會給予較高估值，后續的關鍵是跟蹤AI技術演進的邏輯，尋找能夠真正落地的環節。具體到板塊而言，下半年我重點關注AI在廣告、搜索引擎、游戲等領域的商業變現邏輯，中期重點關注AI在教育、輔助診療、工業設計等產業端的應用。

　　精彩觀點：

　　大模型將成為未來AI計算的“操作系統”，是解決AI應用碎片化的新開發范式。通俗地講，大模型會成為一種基礎設施，輸送給百行千業，所有的應有接口都會被大模型改造。

　　后續展望，全球科技浪潮的生命力與持續性相信會超預期。

　　目前我國已經從AI應用、大模型、AI數據要素、AI底層芯片形成完整產業布局。

　　今年上半年AI產業發展迅速，在這個過程中暴露出算力短缺、數據安全等問題和挑戰。

　　下半年開始，A股算力企業進入業績兌現期。AIGC大模型的算力需求來自于①初始的訓練量，和千億級別的參數量②推理需求，即廣泛的應用場景。

　　AI技術落地需要過程，不是一蹴而就的，在此期間我們不能對短期變化過于著急，卻低估了行業長期變化帶來的質變。

　　對于二級市場投資而言，今年有兩波系統性的上漲，未來調整后一是看應用端落地進展，二是看算力的需求展望，兩者相輔相成，算力需要應用來夯實基礎，應用需要算力完善和推廣。

　　對話實錄如下：

　　大模型將成為未來AI計算的“操作系統”，是解決AI應用碎片化的新開發范式

　　新浪基金：國內大模型“百家爭鳴”，您對于產業目前的火爆有何看法？

　　陳衍鵬：這一波人工智能浪潮的核心任務就是訓練大模型。大模型是一個神經網絡，之所以現在如此受關注，是因為當人工智能的參數量達到百億級別后，拐點出現，人工智能的能力將不可預測，即所謂的“智能涌現”現象。人工智能沒有被預期到的能力開始出現，這種不可預知讓大家都很興奮。

　　大模型是“大算力+強算法”結合的產物，大模型的發展是人工智能發展的趨勢和未來，它是AI帶來的生產力和生產關系變化的發動機，各行各業將會發生的變化都是由大模型的嫁接帶來的。

　　其次，大模型是基礎能力，提供泛化能力，大模型基礎上可以結合行業數據做蒸餾，做行業模型，然后行業模型再和一些具體的業務場景結合，實現模型的私有化部署。大模型將成為未來AI計算的“操作系統”，是解決AI應用碎片化的新開發范式。通俗地講，大模型會成為一種基礎設施，輸送給百行千業，所有的應有接口都會被大模型改造。

　　新浪基金：AI 大模型應用百花齊放，普通人該如何選擇？

　　陳衍鵬：在人工智能時代背景下，普通人首先要去學習和跟蹤AI產業，積極擁抱AI產業趨勢，比如小孩去學AI教育課程，分析師去聽AI電話會議。二是要更加注重創新型的技能，比如說prompt、創意思維很重要。需要大量熟悉提示工程（Prompt Engineering）的人才來完成具體任務。

　　全球科技浪潮的生命力與持續性會超預期 現在仍面臨三大難題

　　新浪基金：在您的實踐經驗中，AI 行業在未來的發展中，存在哪些挑戰和機遇？

　　陳衍鵬：后續展望，全球科技浪潮的生命力與持續性相信會超預期。

　　一是AI算力的持續短缺。華為預計，到2030年通用計算能力將增長10倍，AI計算能力將增長500倍。5月底以來，以英偉達、博通、臺積電、AMD、亞馬遜、甲骨文等為代表的全球計算巨頭，在產能、訂單、業績上均給出樂觀指引。國內服務器、光模塊、芯片等代表企業亦給出相對樂觀的態度。下半年開始，A股算力企業進入業績兌現期。AIGC大模型的算力需求來自于①初始的訓練量，和千億級別的參數量②推理需求，即廣泛的應用場景。

　　二是大模型。

　　三是應用，講究落地為王。要降本增效創造需求或價值。諸多應用都已經出來或在陸續出來，在產業的早期就能切實給用戶創造價值。最早是文字交互，搜索類應用，是應用的冰山一角，然后是多模態，文生圖、圖生圖、文生視頻、音頻轉文字等內容創作領域，在電商、游戲美工、互聯網營銷等場景也有廣泛應用，包括數字人等。未來金融、法律稅務、醫療健康、教育、工業設計等B端應用也將增多。

　　不過現在仍有一些難題，一是AI有智力涌現的能力，背后的機理是什么、AI進化的速度是不是太快仍需關注，前段時間海外有人提出要限制GPT過快發展，AI安全監管提上議事日程。二是國內AI的底座——芯片，還處于卡脖子階段，在算力、功耗、軟件兼容性上與海外有差距。三是應用端，巨大的潛力和現實之間還有差距。AI技術落地需要過程，不是一蹴而就的，在此期間我們不能對短期變化過于著急，卻低估了行業長期變化帶來的質變。對于AI產業上正面的創新和實踐要給予支持和鼓勵。對于二級市場投資而言，今年有兩波系統性的上漲，未來調整后一是看應用端落地進展，二是看算力的需求展望，兩者相輔相成，算力需要應用來夯實基礎，應用需要算力完善和推廣。

　　機器人方向的進展是令人震撼的 不少資管公司也都在積極發力AI應用

　　新浪基金：您認為 AI 產業的技術創新和應用將如何影響我們的生活和工作？

　　陳衍鵬：我們看到游戲、美術設計、文本攻關等領域，已經有替代人類的一些案例了。

　　1、工業設計制造。在一些更專業的領域，也有跡象，比如說AI智能投顧、工業設計，甚至看到AI電路設計的案例。工程師通過和GPT-4溝通，生成VHDL，僅用19輪對話造出130nm芯片。HDL代碼需要非常專業的知識，對很多工程師來說掌握它們都并非易事。AI還幫助縮短芯片的設計時間和上市時間，允許芯片設計者進行更具創意的設計。

　　2、自動駕駛。過去我們經歷了車的電氣化，現在國內外電動汽車滲透率超過30%，車的下半場是智能化。現在是L2級別的輔助駕駛，可以較好完成車道保持、高速跟車等。未來L3級別，駕駛員只有在必要的時候才對車輛進行接管。車有8個以上的攝像頭，加上觀測距離有幾十米的毫米波雷達，本身具備足夠的信息采集系統，現在借助FSD，進行足夠的訓練后，可以進行決策。目前，美國FSD使用者滲透率大幅提升。

　　3、機器人方向的進展是令人震撼的。大語言模型推出后，徹底擺脫了以前的機器人設計模式，降低了門檻，迭代演化速度驚人，機器人在交互能力、泛化演進、規劃控制等方面能力也有極大提升。谷歌推出RoboCat，提供人類控制的機器人手臂操作實例，對該操作實例練習10000次，生成更多的訓練數據。在觀察1000個由人類控制的示范項目（僅僅幾個小時就收集完畢）之后，RoboCat能夠靈巧地指揮新的機械臂，適應精確性和理解性相結合的任務。RoboCat獨立學習技能和快速自我提高的能力，特別是應用于不同的機器人設備時，將有助于為新一代更有效、通用的機器人鋪平道路。

　　近來不少資管公司也都在積極發力AI應用，如交易、智能投研、產業鏈知識圖譜、AI客服等領域，也有嘗試用AI虛擬人進行投資者教育方面的嘗試。輸入個人視頻和聲音，生成虛擬人，然后文字表達交給AI虛擬人，對投資者進行理財知識講解和投資科普，甚至AI虛擬人可以和投資者進行一對一互動，提高投資者的學習興趣，也能提高投資者學習深度。

　　國內至少有70家企業推出自己大模型 算力仍然是中長期要面臨的問題

　　新浪基金：您認為我國 AI 產業存在著哪些優勢與劣勢？

　　陳衍鵬：從優勢來看，我國移動互聯網時代的發展是領先全球的，具備全球位居前列的通信網絡、用戶基礎和龍頭互聯網企業。因此在AI發展的早期，我國企業就已經開展了相關的研究和產業化工作，AI具備較好的產業基礎。目前我國已經從AI應用、大模型、AI數據要素、AI底層芯片形成完整產業布局。當然，我國AI產業也存在一些短板，比如說目前我國的AI芯片相較于海外科技巨頭在運算能力、功耗、開發生態上仍有差距，大部分企業依然需要采購A800和H800芯片，AI芯片的國產化率較低，一旦面臨外部環境變化則會有卡脖子的風險。

　　新浪基金：您如何看待，在產業發展中存在的算力短缺、數據安全等挑戰？

　　陳衍鵬：今年上半年AI產業發展迅速，在這個過程中暴露出算力短缺、數據安全等問題和挑戰。大模型訓練本身需要巨大的算力，不完全統計國內至少有70家企業推出自己的大模型。目前使用最廣的依然是英偉達的H800和A800芯片，上半年芯片出現缺貨漲價的現象，產品從訂單到交付的周期也拉長，到6月份之后才略有緩解。往后看，算力仍然是中長期要面臨的問題，一方面是英偉達在流片緩解依賴臺積電，而臺積電COWOS封裝產能有限，公司計劃到明年下半年封測產能翻倍，這是一個產能瓶頸環節；另一方面是美國有對中國AI芯片的卡脖子風險。

　　數據安全也是今年三四月份引起市場關注的問題。我國去年數字中國的政策里就強調數據要素的重要性，且數據對于提高大模型的訓練質量至關重要。在某些領域已經有些AI訓練數據收費的商業模式。另外，對于數據的脫敏和安全性處理則不僅僅是AI發展過程中要注意的問題，而是大數據年代的重要議題。

　　下半年重點關注AI在廣告、搜索引擎、游戲等領域的商業變現邏輯

　　新浪基金：您認為 AI 產業目前有哪些投資機會？投資時機是否出現？

　　陳衍鵬：我一直在看AI，2014年的圖像識別、2017年的圍棋、2019年的安防攝像頭、去年10月份的文生圖模型。在篩投資機會方面，我認為以下3點非常重要。一是認清行業趨勢，了解產業發展的規律，對未來做出一些方向上的預判，二是對于產業演進要及時跟蹤，三是在產業鏈上尋找出價值量大、格局好的優秀公司。

　　還記得年初的時候，我跟大家一樣，對于AIGC賦能“千行百業”興致勃勃。但現在我們不得不承認，AI產業確實到了一個大浪淘沙的分化階段了。在我看來，如果AI對于商業模式、業績的改進能夠得到驗證的話，市場依然會給予較高估值，后續的關鍵是跟蹤AI技術演進的邏輯，尋找能夠真正落地的環節。

　　具體到板塊而言，下半年我重點關注AI在廣告、搜索引擎、游戲等領域的商業變現邏輯，中期重點關注AI在教育、輔助診療、工業設計等產業端的應用。

　　AI投資邏輯沒有發生變化， AI是人類科技革命，類似于工業革命、電氣革命和互聯網革命，能夠顯著的提高效率降低成本，創造新的需求和商業模式，這決定了行情的廣度和深度。

　　風險提示：市場有風險，投資須謹慎。本觀點僅代表當時觀點，今后可能發生改變，僅供參考，不構成投資建議或保證，亦不作為任何法律文件。投資者投資于本公司管理的基金時，應認真閱讀《基金合同》、《托管協議》、《招募說明書》、《風險說明書》、基金產品資料概要等文件及相關公告，如實填寫或更新個人信息并核對自身的風險承受能力，選擇與自己風險識別能力和風險承受能力相匹配的基金產品。投資者需要了解基金投資存在可能導致本金虧損的情形。基金管理人承諾以誠實信用、勤勉盡責的原則管理和運用基金資產，但不保證基金一定盈利，也不保證最低收益。基金管理人管理的其他基金的業績不代表本基金業績表現。基金的過往業績及其凈值高低并不預示其未來業績表現。基金管理人提醒投資者基金投資的“買者自負”原則，在做出投資決策后，基金運營狀況與基金凈值變化引致的投資風險，由投資者自行負擔。我國基金運作時間較短，不能反映股市發展的所有階段。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：石秀珍 SF183