chatgpt姒傚康杩樿兘鐐掍綔澶氫箙濡備綍鍒╃敤chatgpt甯綘鍐檖ython浠ｇ爜

两大风向标级会议将召开游戏业迎来科技创新+政策修复双击

两大风向标级是什么,两大风向标级分别是,风向标风级,四级风向标

　　两大重磅年会即将召开，游戏产业有望迎来业绩估值双升。

　　ChatGPT龙头收到关注函

　　昨日晚间，ChatGPT概念龙头股之一的汉王科技公告称，公司收到了深交所下发的关注函，要求汉王科技说明公司NLP业务的具体产品、应用情况、研发投入及相关财务数据。结合公司NLP业务及其他主营业务的经营情况、竞争情况等，以及2022年业绩预计情况，对公司经营风险、业绩亏损等进行充分、明确的风险提示。

　　深交所还要求核查公司控股股东、实际控制人，董事、监事、高级管理人员及其直系亲属是否存在买卖公司股票的行为，是否存在涉嫌内幕交易的情形。

　　在公司近期发布的机构调研活动公告中，汉王科技董事会秘书、副总经理周英瑜在谈及ChatGPT与公司的关联时曾表示，ChatGPT是一个通用的大模型，而生成式模型做为一个黑匣子，仍然具有结果不可控的特点。相对而言，公司基于自身在NLP技术领域的全面性以及长期在行业端的深耕，对不同行业客户的数据特点、业务需求的理解更为深刻，在项目磨炼中，已经形成自身独有的算法模型，更能为行业客户提供满足需求、输出结果更为专业精准的专业化模型。

　　ChatGPT概念热度爆棚，连续涨停时间最长的汉王科技，已连续7个涨停板，区间股价接近翻倍上涨。从1月30日以来，在ChatGPT概念板块内，汉王科技涨幅仅次于海天瑞声。截至昨日收盘，汉王科技报32.63元/股，当日成交量达65.22万手，成交金额21.1亿元，创该股近一年以来最大单日成交量。

　　昨日，汉王科技盘后龙虎榜显示，买入汉王科技金额最大的前五名中，有两席被机构专用席位占据，买入金额分别为4374.55万元以及3410.98万元。另外，华泰证券天津二纬路买入近6153万元。

　　游戏产业两大年度会议即将召开

　　本月，游戏产业两大重磅级年会即将召开。据中国音数协游戏工委官方公众号消息，由中国音像与数字出版协会、广州市黄埔区人民政府、广州开发区管委会主办的“2022年度中国游戏产业年会”将于2月12日至14日在广州举办。同时，由国家新闻出版署主管，中国音像与数字出版协会、深圳市南山区人民政府共同主办的“2022年度中国电竞产业年会”也将于2月16日至17日在深圳举办。

　　通过往届会议的召开情况来看，中国游戏产业年会颇具风向标属性，会议中发布的产业动向往往在随后的时间段内落地应验。例如在2020年中国游戏产业年会上，《网络游戏适龄提示》团体标准试行稿发布，会上嘉宾提出通过限时、宵禁、付费限额等基础手段，对未成年人游戏进行有效管理，次年6月1日，修订后的《未成年人保护法》实施，以立法形式规定实名认证是未成年人进入游戏的必要前提。2021年8月底，国家新闻出版署推出更为严格的“限时令”。

　　版号节奏常态化

　　机构看好行业估值修复预期

　　2022年，对游戏产业而言是非常不易的一年，受版号影响，游戏公司国内业务压力较大，海外业务由于产品断档发展也不及预期，行业增长整体承压。2022年，中国新发游戏版号512个，较2021年减少近三分之一，该数字在2019年和2020年每年高达约1500个。

　　拨云见日，这种压力随着游戏版号的恢复发放逐渐得到释放。2022年4月游戏版号恢复发放以来，除5月和10月未发放版号外，其他月份国产游戏版号均正常发放。今年1月共88款国产游戏过审，略多于去年的11月、12月的70款和84款，过审游戏所属的公司中，腾讯、网易等大厂在列，还包括三七互娱、恺英网络、完美世界、宝通科技、吉比特等A股上市公司。整体来看，自2022年4月版号发放恢复以来，过审的国产游戏版号数量整体呈上升趋势。

　　中信建投认为，游戏行业正迎来AIGC科技创新+政策修复的双击。随着游戏产品的版号获取和陆续上线，将明确改善行业景气度；AIGC技术创新，进一步释放行业创新活力，提振产品流水，行业有望迎来业绩和估值的双重提升。

　　证券时报・数据宝梳理，游戏概念股中，有24家上市公司发布了2022年业绩预告，业绩预喜的上市公司仅6家，大晟文化、冰川网络、掌趣科技预计扭亏。

　　完美世界、恺英网络、盛天网络业绩预计同比呈现增长，完美世界预测净利润约13.6亿元~14.4亿元，变动幅度为268.41%~290.08%。公司表示，公司聚焦创新变革，实现品类突破，2022年游戏业务预计实现净利润15.8亿元至16.4亿元，较上年同期增长119.35%至127.68%。

　　业绩预计首亏的8家上市公司中，包含游族网络、天娱数科、世纪华通三只市值超百亿元的公司。世纪华通2022年预计亏损60亿元~80亿元，上年同期盈利约23.26亿元。世纪华通在业绩预告中表示，2022年受疫情、监管政策及国内外游戏行业变化影响，公司控股及投资的部分游戏公司业务未达预期，互联网游戏业务板块在本报告期内呈现一定程度的收入与利润下滑。

（文章来源：证券时报）

中信证券直播间

　　智通财经APP获悉，中信证券发布研究报告称，Chat-GPT的成功证明了Transformer模型并非陷入困境，AI技术方法上不断的新突破正驱动全球AI产业进入加速发展阶段，叠加AI产业集群效应的不断凸显，AI产业有望成为全球科技领域中期最具投资价值的产业赛道之一。AI产业有望继续保持“芯片+算力基础设施+AI框架&算法库+应用场景”的稳定产业价值链结构，拥有完整数据闭环结构、良好数据自处理能力的企业有望持续成为产业受益者。重点推荐：特斯拉(TSLA.US)、英伟达(NVDA.US)、AMD(AMD.US)、高通(QCOM.US)等。

　　事件：Chat-GPT模型获得市场广泛关注，对话类AI效果远超大众预期。

　　中信证券主要观点如下：

　　由人工智能实验室OpenAI发布的对话式大型语言模型Chat-GPT获得市场广泛关注。

　　测试反馈的结果显示，相比于前一代的GPT-3，Chat-GPT给出的答案完成度很高，并能在专业领域内形成具有一定创作性的回答。技术背景上，OpenAI团队从GPT-3.5系列中的一个模型进行微调，使用人类反馈强化学习(RLHF)训练该模型。这种技术使用人类偏好作为奖励信号来微调模型，在此前的Transformer算法的基础上又优化了数据来源。与GPT-3相比，Chat-GPT测试所取得的进步是明显的，但这些进步主要来自于数学层面上优化带来的匹配精准度提高，而并非算法真正为AI带来了逻辑性。更直观的理解是，Chat-GPT“解锁”了GPT-3已经具备的能力，原先模型中真正使用到的计算和数据不到2%，这让Chat-GPT成为一个AI技术应用的成功范例。

　　对产业界而言，Chat-GPT的成功意味着产业端算力与数据质量重要性进一步提升，人类反馈强化学习(RLHF)更强调数据质量与算力，在未来Transformer发展的过程中将越来越重要，一味堆叠数据量的时代可能已经过去。能够完成数据闭环以及有着优秀的数据自处理能力的企业预计将在未来AI模型发展的过程中更加受到青睐。场景落地端，根据模型现有的完成度，在垂直行业针对性地做人工反馈训练，就可以落地智能客服、问答产品，在toC场景中料将率先得到应用。Chat-GPT的成功证明了Transformer模型并非陷入困境，AI模型&技术上持续的新突破，正驱动全球AI产业进入加速发展阶段，叠加AI产业集群效应的不断凸显，拥有完整数据闭环结构、良好数据自处理能力的企业有望持续成为产业受益者。

　　Chat-GPT模型：在GPT-3.5的基础上基于人类反馈学习进行额外训练，给出了Transformer模型未来发展的一个可能解法。

　　OpenAI团队从GPT-3.5系列中的一个模型进行微调，使用与InstructGPT相同的方法，使用人类反馈强化学习(RLHF)训练该模型，并对数据收集设置相对做了优化。人类反馈强化模型这一技术，是OpenAI从2017开始发表论文的新领域。这种技术使用人类偏好作为奖励信号来微调模型，首先收集人工编写演示数据集(包含两种不同输出类型的比较)，然后在这个数据集上训练一个奖励模型(RM)来预测标签者更喜欢哪个输出。最后，使用此RM作为奖励函数并微调这个GPT-3策略以使用PPO算法最大化此奖励。从测试的结果看，Chat-GPT能够调用大量的专业数据库，并用巧妙的语言连接句将他们拼合在一起，在回答问题时，模型能根据上下文展现出一定的连贯性。在面对GPT-3束手无策的人称代词时，Chat-GPT展现出了一定的逻辑能力。

　　模型背后问题：并非底层技术上的革命性突破，产业端意义大于学术端意义。

　　与GPT-3相比，Chat-GPT测试所取得的进步是明显的，但这些进步主要来自于数学层面上的优化带来的结果匹配精准度提高，而并非算法真正为AI带来了逻辑性，也不是能够从训练的数据中学习到新的知识。对于Chat-GPT相对于原先模型的进步的一种更直观的理解是，Chat-GPT“解锁”了GPT-3已经具备的能力，通过原先的提示工程难以激发：这是因为训练程序相对于预训练期间学到的东西，新知识的连接能力有限。这一过程带来了更好的结果匹配度来逼近人类思考所使用的逻辑，但并非给予了AI底层逻辑性的概念。从大量的测试结果能看出，Chat-GPT有时仍会写出看似合理但不正确或荒谬的答案，以及幼儿都绝不会出现的逻辑性错误。主要原因包括：(1)在面对逻辑性的指代，以及稍微复杂的句式，模型仍然难以分析出内在的逻辑性关联;(2)训练模型更加谨慎导致它拒绝回答和逃避回答问题;(3)监督训练会误导模型，因为理想的答案取决于模型知道什么，而不是人类演示者知道什么。

　　Chat-GPT对产业界的影响：底层算力、数据质量重要性进一步提升，toC端场景(智能客服等)料将率先迎来变革。

　　1)人类反馈强化学习(RLHF)更强调数据质量与算力，尽管相比于GPT-3，Chat-GPT削减了一部分的数据量，但对于余下的数据做了更好的优化以及加入了人类反馈调节的奖励系统。数据质量与大算力支撑下的奖励系统预计将在未来Transformer发展的过程中越来越重要，一味堆叠数据量的时代可能已经过去。能够完成数据闭环以及有着优秀的数据自处理能力的企业将在未来AI模型发展的过程中更加受到青睐。2)即使Chat-GPT不是一个革命性的底层AI技术的突破，但它绝对是一个成功的AI技术应用的典范。在原先GPT-3.5与InstructGPT的框架上，OpenAI的研究员通过调试参数与数据源取得了惊人的效果。根据模型现有的完成度，在垂直行业针对性的做人工反馈训练，就可以落地为智能客服产品，在toC的场景中率先得到应用。对比目前的智能客服，Chat-GPT支撑的客服将在灵活性与人性化服务方面有显著的进步。

　　风险因素：AI核心技术发展不及预期风险;科技领域政策监管持续收紧风险;全球宏观经济复苏不及预期风险;宏观经济波动导致欧美企业IT支出不及预期风险;全球云计算市场发展不及预期风险;企业数据泄露、信息安全风险;行业竞争持续加剧风险等。

本文源自：智通财经网

举报/反馈

本文地址： https://www.xxs100.com//show-394275.html