投资要点
下游突破：GPT-4能力跃迁打开技术可用性上限
GPT-4突破了仅适配浅层任务处理的定位，将深度参与人类工作流。这基于GPT-4相比GPT-3.5的能力全面提升：1）更可靠，更有创造力，可以理解并处理指令的微妙之处；2）具备更高智能，在学术和专业考试中表现接近人类最好水平；3）接受图文类模特输入，可将应用范围拓展至机器人、智能驾驶等领域；4）利用模型调试、工程补丁、众包测评等方式减少谬误性显示，解决体验痛点。
上游需求：模型复杂度加大，大幅提升算力需求
我们认为，GPT-4的模型规模或将创新高，在训练和运行时极可能造成较大的算力压力。目前，OpenAI未披露具体模型规模参数，但更长的输入量即更多的token，意味着指数级跃升的关联性计算需求；而多模态指向更复杂的模型设计和训练数据集。OpenAI在工程上进行优化缓解算力压力，但多模态大模型因其特质，计算量激增，我们判断，行业对算力的需求仍将维持高速增长态势。
大模型商业化：OpenAI已跑通多条商业化路径
商业化主要分为自有产品部分直接变现和ToB集成，倚靠行业领先的技术地位，OpenAI在较短时间内进行了较充分地变现尝试。对于自有产品部分，GPT-4不再进行免费开放，意向用户都需要直接或者间接参与商业转化。集成进第三方产品思路上，OpenAI已涉及多个行业领域，并具备服务千万级月活流量的能力。
大模型国产化：珠玉在前，国内厂商追赶在即
国外的快速进展对国内大模型参与者造成一定压力。工程量爆发性增长，项目闭源导致国产化难度高企。在此追赶期间，参考办公软件领域发展历程，国内玩家可选本土化思路，即创建合规的基本可用的版本。对于开发垂直小模型进行差异化竞争，因大模型泛化能力不断增强，小模型市场空间有限。
风险提示
监管风险；技术发展不及预期风险；版权风险