ChatGPT的挑战者：大模型的"安卓时刻"

分析师：杨晓峰登记编号：S1220522040001

方正证券（601901.SH）是行业领先的大型综合类证券公司，致力于为客户提供交易、投融资、财富管理等全方位金融服务。Founder Securities (6o19o1.SH),an industry-leading largecomprehensive securitiescompany,iscommittedtoprovidingitsclientswith fullservices instock transactions,investment&financing,wealthmanagement,amongothers.

一、开源“大语言模型”龙头：Meta-LLaMA。1）开源大语言模型龙头：LLaMA模型发布，可能会加速大型语言模型的开放；2）LLaMA开发团队：MetaAI首席AI科学家为YannLeCun；3）Meta大模型演变：Meta迄今为止开源过三个大模型（OPT、OPT-IML、LLaMA）；4）LLaMA的项目地址&预训练数据集：在发布时，Meta表示LLaMA可以在非商业许可下提供给政府、社区和学术界的研究人员和实体工作者；5）开源模型比较：开源模型中LLaMA的使用量位居前列，且有大量基于LLaMA的项目出现；6）微调版LLaMA一Alpaca：指令遵循语言模型Alpaca羊驼，是Meta开源的LLaMA7B模型上进行微调得到，产生了以低得多的成本（不到500美元）获得的52K指令。

二、ChatGPTvsLLaMA：参数&效果。1）模型参数：LLaMA-13B的性能优于GPT-3，体积却小了10倍以上；2）算力成本：LLaMA模型在同等规模下训练算力需求更大，开源后有更多的开发者可以在更小的显卡上更快地运行使用LLaMA。3）效果比较：“常识推理”略优于GPT-3_，语言理解能力高于GPT-3弱于PaLM，社会偏见评测上，LLaMA模型与另外两个模型相比略胜一筹，编程能力和和ChatGPT还有一些差距。

三、安卓&SD经验：开源如何提高大模型水平。1）大语音模型开源后的开发方向：一般有两种开发方向，模型结构调整和在模型基础上微调；2）模型基础上微调分为两种情况：微调和领域数据微调；3）复盘iOS和安卓的竞争：安卓系统凭借开源，被诸多手机厂商所采用；4）Stable Diffusion开源效果：StableDiffusion的开源属性使得用户自发丰富模型生态，使得大量用户进入。

四、投资建议：

1、大模型：

1.1大模型，随着开源的成熟，大厂均有望通过迭代做成自己的大模型（通过开源模型进行调整或者数据包）；百度、腾讯、

360、昆仑万维（之前就参与到开源模型领域）

1.2大模型需要的训练要素

1.2.1算力需求，大模型门槛降低后，涌入大模型赛道的公司有望迎来井喷：芯原股份（GPU设计）、寒武纪和景嘉微

1.2.2数据需求：中国科传（高质量科学数据，参股万方）、海天瑞声

2、大模型入口：

2.1AI入口型应用：

2.1.1海外有硬件产品，能接ChatGPT，类似于Siri接入ChatGPTAPI接口。智能音箱标的有百度、小米、国光电器、漫步者；
目前是白牌最好的时间，海外巨头的产品不会接入ChatGPT。

2.1.2 软件产品：有声读物。中文在线、掌阅科技

3、应用：

3.1AI娱乐游戏应用：海外有软件产品能接ChatGPT，类似汤姆猫接入ChatGPT。游戏出海公司标的有三七互娱、宝通科技、巨人网络、汤姆猫、盛天网络、神州泰岳、姚记科技、吉比特、恺英网络和完美世界；数字人标的：蓝色光标、三人行、捷成股份。

3.2 AI办公类应用：万兴科技、彩讯股份（邮箱）、福昕软件（PDF）、金山办公（WPS）

五、风险提示：

技术发展不及预期，版权风险，法律及道德风险。

一、开源“大语言模型”龙头：Meta-LLaMA
二、ChatGPTvs LLaMA:参数& 效果
三、安卓&SD经验：开源如何提高大模型水平
四、投资建议及风险提示

一、开源“大语言模型”龙头：Meta-LLaMA

1.1、开源大语言模型龙头：LLaMA模型发布

LLaMA(Large-scale Language Model for Artificial Media)是Meta最近开源的大规模语言模型。2023年2月24日，Meta 宣布将推出一种针对研究社区的基于人工智能（AI）的新型大型语言模型，LLaMA模型与ChatGPT同样是基于Transformers模型演变而来，共有70亿、130亿、330亿和650亿参数四种类型，接受了20种不同语言文本的训练，完全使用公开的数据集在数万亿Token上训练；LLaMA-13B在大多数基准上都优于GPT-3(175B)，而模型大小却小了10 倍以上，通过完全在公开可用的数据上进行训练，有可能达到最先进的性能；LLaMA模型可能会加速大型语言模型的开放，并促进对指令微调的进一步研究，未来的工作将包括发布在更大的预训练语料库上训练的更大的模型。

图表：Meta发布LLaMA模型
图表：扎克伯格宣布推出LLaMA模型

1.2、LLaMA开发团队：首席AI科学家YannLeCun

Yann 是 Facebook AI Research（FAIR）的首席AI科学家，于2013年加入 Facebook。CNN之父，纽约大学终身教授，与GeoffreyHinton、Yoshua Bengio并成为“深度学习三巨头”。前Facebook人工智能研究院负责人，IJCV、PAMI和IEEETrans的审稿人，他创建了ICLR(International Conference onLearning Representations)会议并且跟Yoshua Bengio共同担任主席。

他还是美国国家工程院院士，荣誉军团骑士，AAAI院士，且是2018年ACM图灵奖（与Geoffrey Hinton和Yoshua Bengio一起）的获得者，以表彰“使深度神经网络成为计算关键组成部分的概念和工程突破”。

图表：Yann LeCun介绍

"深度学习三巨头”之一

2018图灵奖获得者

前MetaAI实验室主任

现Meta首席AI科学家

“卷积神经网络之父"

机器学习和人工智能、计算视觉、自然语言理解、机器人、计算神经科学

1.3、Meta大模型演变：OPT到LLaMA

2022年5月Meta Al根据开放科学承诺，共享_Open Pretrained_Transformer (OPT-175B)模型。这是一套包含1750亿个参数，由公开数据集训练而成的语言模型，也是大规模语言技术系统第一次毫无保留地把预训练模型、训练代码以及使用代码全部展现在公众面前。OPT全系列模型（125M、350M、1.3B、.2.7B、6.7B、13B、30B、175B)均实现开源；同年12月，Meta再次公开OPT-IML（30B和175B）；最新模型LLaMA模型代码也可在GitHub上实现下载。

图表：Meta迄今为止开源的大模型

1.4、LLaMA的项目地址&预训练数据集

国外匿名论坛4chan泄露LLaMA成品库，且种子文件被合并到Github上，目前该项目已收获15.7K个星。Meta在一开始就将LLaMA定位成一个“开源的研究工具”，该模型所使用的是各类公开可用的数据集（例如CommonCrawI、维基百科以及C4）。在发布时，Meta表示LLaMA可以在非商业许可下提供给政府、社区和学术界的研究人员和实体工作者，正在接受研究人员的申请。此外，LLaMA将提供底层代码供用户使用，因此用户可以自行调整模型，并将其用于与研究相关的用例。

图表：GitHub网站Meta项目

数据来源：Github，新智元，方正证券研究所

图表：LLaMA预训练数据集

Sampling prop.	Epochs	Disk size

1.5、开源模型比较：LLaMA大幅领跑

开源模型中LLaMA的使用量位居前列，且有大量基于LLaMA的项目出现。LLaMA源代码泄漏后，GitHub开始出现以LLaMA为基础的开源项目，与LLaMA模型一同在相关开源项目中获得较高的用户使用量。

图表：GitHub部分开源模型

模型名称	模型简介	Github项目Star数
PaLM-rIhf-pytorch	在 PaLM 架构之上实现 RLHF（人类反馈的强化学习）	6.7k
OpenChatKit	为各种应用程序创建专用和通用的聊天机器人。该kit包含了一个经过指令调优的200 亿参数语言模型、一个60亿参数调节模型和一个涵盖自定义存储库最新响应的可扩展检索系统。	6k
text-generation-webui	i用于运行 GPT-J6B、OPT、GALACTICA、LLaMA 和 Pygmalion 等大语言模型的 gradio web Ul。	4.3k
KoboldAl-Client	基于浏览器的前端，通过多个本地和远程AI模型实现AI辅助写作。	1.6k
stanford_alpaca	建立和共享一个指令遵循的 LLaMA 模型。	14.7k
ChatRWKV	由 RWKV（100%RNN）模型支持，并且是开源的	4.4k
ChatGLM-6B	基于General Language Model (GLM)架构，具有 62 亿参数	9.5k
LLaMA	模型的参数量从70亿到650亿不等。具有130亿参数的LLaMA模型在大多数基准上可以胜过GPT-3	14.2k

1.6、微调版LLaMA一AIpaca：训练流程

指令遵循语言模型叫Alpaca羊驼，是在近期Meta开源的LLaMA7B模型上进行微调的。语料使用的是text-davinci-003生成的52K指令，按Token计算OpenAI的收费。Stanford_alpaca同样在GitHub开源。

图表：Alpaca训练流程

1.6、微调版LLaMA一AIpaca：自动标注替代GPT人工标注

自动标注替代GPT采用的人工标注方式。斯坦福科研人员引入了self-instruction框架，提高指令遵循能力来自我迭代进化，与InstructGPT的性能相当，相比原始GPT3提升33%，在LLaMA模型上得到微调后的Alpaca模型。

图表：self-instruction框架示意

1.6、微调版LLaMA一Alpaca：训练数据集

数据发布：代码产生了一个遵循指令的数据集，产生了以低得多的成本（不到500美元）获得的52K指令。用来微调Alpaca模型的数据包含52K指令跟踪数据。在数据字典列表里，每个字典包含三种字段：Instructioin（执行指令，每个52K指令都是唯一的）、Input（输入，40%的例子都含输入）和Output（由text-davinci-003生成的输出）。对于非空输入，输出根据指令配对答案，对于空输入字段（如推理期间），编写适当的响应字段来完成输出。

数据生成：Alpaca使用text-davinci-003来生成指令数据，并编写了新的提示符prompt，向text-davinci-003提供了指令生成的要求。Alpaca采用了更激进的批量解码（一次生成20条指令）大大降低了数据生成的成本；通过丢弃分类指令和非分类指令之间的差异来简化数据生成流程；并且只为每条指令生成一个实例。初步研究表明，由此产生的数据，比self-instruct发布的更加多样化。

图表：Alpaca训练数据大小

1.6、微调版LLaMA一Alpaca：训练数据集大小

训练费用：根据openAI，每1000token需0.002美元。我们假设字符数=token数，则共17786930个字符，共需约35.57美元。

训练语料数：5段为1个问题，共有260012段，即训练约需要52002个问题

二、ChatGPTvsLLaMA:参数&效果

2.1、模型参数：LLaMA较GPT模型参数量更低

值得注意的是，LLaMA-13B的性能优于GPT-3，体积却小了10倍以上，但其训练的 token数却远高于之前类似于GPT-3的训练token数的，相当于将成本集中到前期训练过程，使接口成本可以降低很多。这样做的好处是可以为LLaMA后序的开源奠定基础。

目前发布以来，已有多位开发者尝试在自己的设备上运行LLaMA模型，已知的包括成功在M2芯片MacBook，M1芯片MacBook、树莓派甚至4GBRAMRaspberry Pi 4上运行。

LLaMA将在Meta和开源社区的共同努力下，成为众多开发者钻研大规模语言模型的入口。

图表：LLaMA模型与GPT系列模型参数对比

params	dimension	n heads	n layers	learning rate	batch size	n tokens
6.7B	4096	32405264	3240	3.0e-4	4M	1.0T
13.0B	5120			3.0e-4	4M	1.0T
32.5B	6656		60	1.5e-4	4M	1.4T
65.2B	8192		80	1.5e-4	4M	1.4T

参数量 Transformer模型层数预训练数据量解码器层
GPT-1 1.17亿	12 5GB 12
GPT-2 15亿	48 40GB 48
GPT-3 1750亿	96 45TB 96

2.2、算力成本：LLaMA的训练成本

LLaMA模型在同等规模下训练算力需求更大。以LLaMA650亿参数版本为例，其在单A100GPU上所需要的训练时长约为102万小时，而1750亿参数的BLOOM模型仅略高于LLaMA-65B，需要108万小时，而OPT-175B模型则低于LLaMA-65B的训练需要，需要81万小时。

如果使用2048个A100进行计算，最小的参数量模型LLaMA-7B也需要训练将近2天时间。根据每小时1美元的经验法则，这意味着如果在第一次训练中做对了一切，需要花费约8.2万美元训练一个LLaMA-7B规模（即70亿参数）的模型。

图表：LLaMA模型与OPT&BLOOM模型训练时间

	GPU Type	GPU Power consumption	GPU-hours
OPT-175B	A100-80GB	400W	809,472
BLOOM-175B	A100-80GB	400W	1,082,880
LLaMA-7B	A100-80GB	400W	82.432
LLaMA-13B	A100-80GB	400W	135,168
LLaMA-33B	A100-80GB	400W	530,432
LLaMA-65B	A100-80GB	400W	1,022,362

图表：LLaMA模型使用2048个A100训练的训练时间

	参数量	数据量	算力	训练时间
LLaMA	7B	1.0T(tokens)	2048 A100-80G	2天
LLaMA	13B	1.0T(tokens)	2048 A100-80G	3天
LLaMA	33B	1.4T(tokens)	2048 A100-80G	11天
LLaMA	65B	1.4T(tokens)	2048 A100-80G	21天

算力成本计算：

－每一块DGXA100服务器的价格约为20W美元，DGXA100拥有8块A100-80G的中心GPU，适用于处理175B的参数模型。

－如果使用最新的DGXH100处理器单价40W美元，但是训练速度成为了A100的10倍。

图表：LLaMA模型与OPT&BLOOM模型训练算力需求

2.2、算力成本：LLaMA的使用成本

以LLaMA7B为例，Github社区有人将斯坦福微调模型使用的算力，从4张A100-80G降低到了一块4090显卡，并且能够在5个小时内完成微调工作。甚至能够将大模型运行在一块树莓派上。

总的来说，当精度损失越多，模型表现越差，但是推理速度越快，需要显存越小。目前市面上的单卡有V100-32G(4.9W元)，A6000-48G(3W元)，RTX4090-24G(1.5W元)；如果参数量达到13B，一般会选择A100-80G；如果参数量再达到33B,65B，根据需要配置多卡；另外推理加速卡常用的有A2-16G（9000元）；T4-16G（10500元）；A10-24G（16500元）；A40-48G（28500元）。目前已有的国产推理加速卡替代方案有华为Atlas 300I推理卡、云端人工智能推理加速卡“云燧i20”、昆仑芯k200等。

图表：国产替代推理卡

2.3、效果比较—“常识推理”：略优于GPT-3

“常识推理”任务中的零样本性能表现：零样本意味着利用一种数据训练而成的模型，对另外一种数据类型进行处理，且无需专门针对新类别做重新训练。可以看到，650亿参数的LLaMA达成或超越了除PaLM-540B 两个实例以外的其他所有模型，而且跟最好的模型表现也相当接近。GPT-31750亿参数的版本虽然表现不错，但准确率也没有特别明显的优势。而且需要注意，GPT-3的1750 亿参数相当于LLaMA-65B的2.7倍。

图表：“常识推理”任务中的零样本性能表现

		BoolQ	PIQA	SIQA HellaSwag WinoGrande ARC-e ARC-c					OBQA
GPT-3	175B	60.5	81.0	■	78.9	70.2	68.8	51.4	57.6
Gopher	280B	79.3	81.8	50.6	79.2	70.1	■	■	■
Chinchilla	70B	83.7	81.8	51.3	80.8	74.9	■	■	■
PaLM	62B	84.8	80.5	■	79.7	77.0	75.2	52.5	50.4
PaLM-cont	62B	83.9	81.4		80.6	77.0	■	：	：
PaLM	540B	88.0	82.3	■	83.4	81.1	76.6	53.0	53.4
LLaMA	7B	76.5	79.8	48.9	76.1	70.1	72.8	47.6	57.2
	13B	78.1	80.1	50.4	79.2	73.0	74.8	52.7	56.4
	33B	83.1	82.3	50.4	82.8	76.0	80.0	57.8	58.6
	65B	85.3	82.8	52.3	84.2	77.0	78.9	56.0	60.2

2.3、效果比较—语言理解能力：高于GPT-3弱于PaLM

大型多任务语言理解能力：Meta Platforms展示了LLaMA在人文、科学、技术与数学、社会科学及其他各领域的多选测试结果。测试5-shot情况下的准确率，即对于任何特定问题，源材料都至少对其提及5次。每次提及，答案的确定性水平都会提高，与人类推理的过程非常相似。可以看到，当LLaMA参数达到13B，只有STEM项得分低于GPT-3。

图表：大型多任务模型语言理解能力（5-shot）

Humanities			STEM	Social Sciences	Other	Average
GPT-NeoX GPT-3 Gopher	20B	29.8	34.9	33.7	37.7	33.6
	175B	40.8	36.7	50.4	48.8	43.9
	280B	56.2	47.4	71.9	66.1	60.0
	70B	63.6	54.9	79.3	73.9	67.5
PaLM	8B	25.6	23.8	24.1	27.8	25.4
	62B	59.5	41.9	62.7	55.8	53.7
	540B	77.0	55.6	81.0	69.6	69.3
LLaMA	7B	34.0	30.5	38.3	38.1	35.1
	13B	45.0	35.8	53.8	53.3	46.9
	33B	55.8	46.0	66.7	63.4	57.8
	65B	61.8	51.7	72.9	67.4	63.4

2.3、效果比较一社会偏见&可信度

从社会偏见评测的结果我们发现，LLaMA模型与另外两个模型相比略胜一筹。特别是在宗教类别中有偏见的得分（与OPT-175B相比+10），其次是在年龄和性别偏见的得分（与最佳模型相比各+6）。

从TruthfuIQA可信度评测的结果可以看到，TruthfulQA旨在衡量一个模型的真实性，即它识别一个主张是真的能力。LLaMA模型与GPT-3相比，在这两个类别中得分较高，但和其他大模型一样，正确答案的比率仍然很低，这表明这些模型很可能会产生幻觉的错误答案。

图表：CrowS-Pairs社会偏见评测

	LLaMA	GPT3	OPT
Gender	70.6	62.6	65.7
Religion	79.0	73.3	68.6
Race/Color	57.0	64.7	68.6
Sexual orientation	81.0	76.2	78.6
Age	70.1	64.4	67.8
Nationality	64.2	61.6	62.9
Disability	66.7	76.7	76.7
Physical appearance	77.8	74.6	76.2
Socioeconomic status	71.5	73.8	76.2
Average	66.6	67.2	69.5

图表：TruthfulQA可信度评测

Truthful		Truthful*Inf
GPT-3	1.3B 0.31	0.19
	6B 0.22	0.19
	175B 0.28	0.25
LLaMA	7B	0.33	0.29
	13B	0.47	0.41
	33B	0.52	0.48
	65B	0.57	0.53

2.3、用户测试：编程能力测试

编程能力测试使用SQL代码进行测试。提供表模式（tableschema）以及想要实现的目标，要求模型给出SQL查询。如下为一些随机示例，从测试结果来看，LLaMA在一些任务上表现还不错，但在大部分任务上和 ChatGPT还有一些差距。

图表：LLaMA编程能力测试

-- We have a table ‘events’with columns ‘event_id’，‘timestamp，`user_id’，‘rpi-- We want to count how many users issued request "Login" over the last week.-- SQL query for this is:-- 7bSELECT count(*)FROM eventsWHERE user_id IN (SELECT user_idFROM eventsWHERE timestamp >= NOW(）- INTERVAL 7 DAY)AND rpc_method =‘Login';13bSELECT COUNT(*) FROM events WHERE rpC_method = "Login"AND UNIX_TIMESTAMP(timeStamp）>= UNIX_TIMESTAMP(CURRENT_DATE- INTERVAL 7 DAY)-- 33bSELECT user_id,COUNT(DISTINCT user_id） AS totalFROM eventsWHERE timestamp BETWEEN TIMESTAMP '2013-08-14 00:00:00' AND TIMESTAMP '2013-08-2.AND rpc_method='Login'GROUP BY user_id-- ChatGPTSELECT COUNT(DISTINCT user_id)FROM eventsWHERE rpc_method = 'Login'AND timeStamp >= DATE_SUB(NOW()，INTERVAL 1 WEEK);

-- Suppose we have the following tables:*demographics" with columns ‘user_id’，'gender’，race’，'age’，country'，- *purchases’with columns ‘user_id’，'email’，'total_purchase_us’，`total_pu-- The following SQL query creates a segment of young american buyers of cosmeti7bSELECT‘demographics’.`user_id’，'demographics’.'gender}，'demographics’.'race’,-- 13bselect d.*,p.*from "demographics" djoin "purchases" p on d."user_id"= p."user_id"where d."gender" = "male" and d."race" = "white" and d."country"= "Us" and d."a-- 33bSELECT ‘user_id’FROM‘demographics’INNER JOIN‘purchases`ON‘user_id'=‘demographics’.user_id’ANDgender’= 'female' AND‘age’< 24 ANANDcountry’= 'us' AND‘total_purchase_us>= 10000-- ChatGPTSELECT p.user_idFROM purchases pJOIN demographics d ON p.user_id = d.user_idWHERE d.country = 'USA'AND d.age BETWEEN 18 AND 30AND p.total_purchase_global >= 10000

三、安卓&SD经验：开源如何提高大模型水平

3.1、拿到开源以后怎么做：生成自己的模型

随着Meta-LLaMA的开源，2023年自然语言处理领域将会迎来一波新的竞争，这将会给整个行业带来更多的创新和发展机会。

开源大语言模型也将有助于推动自然语言处理领域的研究和发展，一般有两种开发方向。

1.模型结构调整(深刻的理解和大量的算力)

：调整模型层数和大小

预训练任务的设计

引入新的架构或技术

2.模型基础上微调

Fine-tuning(更新整个模型参数)

：Delta-tuning(更新部分模型参数）

图表：Meta-LLaMA开源后的开发方向

模型结构调整

·调整模型层数和大小

·预训练任务的设计

·引入新的架构或技术

模型基础上微调

· Fine-tuning

· Delta-tuning

3.2、大语音模型开源后的开发方向

模型基础上微调分为两种情况。

Fine-tuning：微调，Stanford在Meta-LLaMA的基础上微调生成Alpaca。

Delta-tuning：领域数据微调，包括增量式（Addition-based）、指定式（Specification-based）和重参数化（Reparameterization）

图表:Fine-tuning

图表: Delta-tuning

Figure4:Thecategorization criterion of delta tuning,wheredenote thepre-trained parameters,and represent the well-tuned parameters.
数据来源：CSDN，方正证券研究所整理

在全球智能机市场中，安卓系统凭借开源，被诸多手机厂商所采用，如三星、小米、华为、中兴、酷派、HTC等等，绝大多数部分品牌手机均搭载了谷歌安卓系统。这种开放性使得安卓的开发变得更加灵活和自由，同时也使得安卓的生态系统更加丰富和多样化。例如，安卓的开源性使得厂商可以根据自己的需求对安卓进行定制，从而推出自己的手机；此外，安卓的开源性也促进了技术的共享和交流，使得更多人能够参与到安卓系统的应用开发中来。

图表：全球智能手机系统份额

3.4、复盘StableDiffusion的崛起

Stable Diffusion是一个使用深度学习的图像生成模型，由StabilityAI开发团队，在2022年推出。用户可以通过简单的英文描述为StableDiffusion提供图像生成的输入，模型会根据描述合成出与描述高度匹配的图像。

开源社区为StableDiffusion创建了完善的技术文档，能够帮助新手快速入门。机器学习社区倾向于使用Windows，因此开源社区完善StableDiffusion后，使其可以在M1Mac乃至iPhone上使用；此外Stable Diffusion的Ul通常是独立的APP，但新的使用模式可以将Stable Diffusion植入Photoshop、Figma、GIMP甚至VR，让用户能更自由地将Stable Diffusion融入自己的工作流。

图表：StableDiffusion使用指南

--ULTIMATE GUI RETARD GUIDE--

UNIFIED

A (9/9) This guide is no longer updated!

Please visit htps://rentryorg/voldy forthelatest guide withnew features

Special thanks to all anons who contributed Note: In active development, there may be some bugs What does this add?

Gradio GUl: A retard-proof, fully featured frontend for both txt2img and img2img generation
No more manually typing parameters, now all you have to do is write your prompt and adjust sliders
ESRGAN Upscaling (NEW): Boosts the resolution of images with a built-in RealESRGAN option
Mask painting (NEw): Powerful tool for re-generating only specific parts of an image you want to change
Loopback (NEw): Automatically feed the last generated sample back into img2img
Prompt Weighting (NEW): Adjust the strength of different terms in your prompt
GFPGAN Face Correction: Automatically correct distorted faceswith a built-in GFPGAN option, fixes them in less than half a second Multiple K-diffusion samplers: Far greater quality outputs than the default sampler, less distortion and more accurate
CFG: Classifier free guidance scale, a feature for fine-tuning your output
Memory Monitoring: Shows Vram usage and generation time after outputting.
Word Seeds: Use words instead of seed numbers
Launcher Automatic shortcut to load the model, no more typing in Conda
Lighter on Vram: 512x512 img2img & txt2img tested working on 6gb but is also possible on 4gb (see under links/notes/tips)

3.4.1、StableDiffusion开源效果：生态丰富

StableDiffusion的开源属性使得用户自发丰富模型生态。由于StableDiffusion的代码可完全访问，用户即可使用其提供的开源代码，再此基础上进行进一步的修改、调整，从而产生更多垂直风格的模型，丰富使用生态。

图表：部分基于StableDiffusion训练的模型
图表：StableDiffusion拓展模型使用界面

模型名称	模型简介	dreamshaper_331Bakedvae.safetensors1dceet □
Waifu Diffusion	增加动漫及人物训练得到的模型	analogDiffusion_1oSafetensors.safetensors anygenV37_anygenv37.ckpt Anything-V3.0.ckpt[8712e20a5d] anythingV3_fp16.ckpt[812cd9f9d9 ayonimix_V5.safetensors chilloutmix_NiPrunedFp32Fix.safetensors [fc2511737a] dreamlikePhotoreal20_dreamlikePhotoreal20.safetensors[92970aa785] dreamshaper_331BakedVae.safetensors[1dceefec07]	训练 openC e studio background))),
Elysium Anime	偏真实风格的动漫图片，风格偏向西式		nting art by midjourney
Anything	二次元模型	final-prune.ckpt final-pruned.ckpt [89d59c3dde] gta5Artworkffusin_vckpt0aa02b8] hasdx_hasedsdx.safetensors G healysAnimeBlend_17.ckpt kenshi_ol.safetensors	luplicate)),(morbd)， grossproportions,ma bowinhair,hairtiedup
Zeipher	更符合真人解剖结构的真人模型
Basil_mix	逼真的真人模型，基于亚洲风格训练	kl-f8-anime2.ckpt latest.ckpt makimaChainsawMan_ofset.safetensors neverendingDreamNED_bakedVae.safetensors[d8722b4a4d]	Sampling！
Chillout Mix	逼真的真人模型，基于亚洲风格训练	sd-v1-5-inpainting.ckpt[c6bbc15e32] v1-5-pruned-emaonly.ckpt [cc6cb27103]

数据来源：Github，方正证券研究所

3.4.2、StableDiffusion开源效果：拓展内容打开使用市场

StableDiffusion开源带来的生态丰富使得大量用户进入。StableDiffusion的开源特性使得公司及用户基于其模型进行调整和在训练，实现使用能力的拓展，NovelAI、Chilout Mix均使得大量用户认知并开始使用StableDiffusion模型。

图表：StableDiffusion历程

四、投资建议及风险提示

投资建议：

一、大模型版块：

1、大模型，随着开源的成熟，大厂均有望通过迭代做成自己的大模型（通过开源模型进行调整或者数据包）；百度、腾讯、360、昆仑万维（之前就参与到开源模型领域）；

2、大模型需要的训练要素

2.1算力需求，大模型门槛降低后，涌入大模型赛道的公司有望迎来井喷：芯原股份（GPU设计）、寒武纪和景嘉微

2.2数据需求：中国科传（高质量科学数据，参股万方）、海天瑞声

二、大模型入口：

1、AI入口型应用：

1.1海外有硬件产品，能接ChatGPT，类似于Siri接入ChatGPTAPI接口。智能音箱标的有百度、小米、国光电器、漫步者；目前是白牌最好的时间，海外巨头的产品不会接入ChatGPT。

1.2软件产品：有声读物。中文在线、掌阅科技

三、应用版块：

1、AI娱乐游戏应用：海外有软件产品，能接ChatGPT，类似汤姆猫接入ChatGPT。游戏出海公司标的有三七互娱、宝通科技、巨人网络、汤姆猫、盛天网络、神州泰岳、姚记科技、吉比特、恺英网络和完美世界；数字人标的：蓝色光标、三人行、捷成股份。

2、AI办公类应用：万兴科技、彩讯股份（邮箱）、福昕软件（PDF）、金山办公（WPS）

风险提示：

技术发展不及预期，版权风险，法律及道德风险

分析师声明

作者具有中国证券业协会授予的证券投资咨询执业资格，保证报告所采用的数据和信息均来自公开合规渠道，分析逻辑基于作者的职业理解，本报告清晰准确地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响。研究报告对所涉及的证券或发行人的评价是分析师本人通过财务分析预测、数量化方法、或行业比较分析所得出的结论，但使用以上信息和分析方法存在局限性。特此声明。

免责声明

本研究报告由方正证券制作及在中国（香港和澳门特别行政区、台湾省除外）发布。根据《证券期货投资者适当性管理办法》，本报告内容仅供我公司适当性评级为C3及以上等级的投资者使用，本公司不会因接收人收到本报告而视其为本公司的当然客户。若您并非前述等级的投资者，为保证服务质量、控制风险，请勿订阅本报告中的信息，本资料难以设置访问权限，若给您造成不便，敬请谅解。

在任何情况下，本报告的内容不构成对任何人的投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需求，方正证券不对任何人因使用本报告所载任何内容所引致的任何损失负任何责任，投资者需自行承担风险。

本报告版权仅为方正证券所有，本公司对本报告保留一切法律权利。未经本公司事先书面授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容，不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。如需引用、刊发或转载本报告，需注明出处且不得进行任何有悖原意的引用、删节和修改。

公司投资评级的说明

强烈推荐：分析师预测未来半年公司股价有20%以上的涨幅；

推荐：分析师预测未来半年公司股价有10%以上的涨幅；

中性：分析师预测未来半年公司股价在-10%和10%之间波动；

减持：分析师预测未来半年公司股价有10%以上的跌幅。

行业投资评级的说明

推荐：分析师预测未来半年行业表现强于沪深300指数；

中性：分析师预测未来半年行业表现与沪深300指数持平；

减持：分析师预测未来半年行业表现弱于沪深300指数。

仅供内部参考，请勿外传

专注专心专业

方正证券研究所

北京市西城区展览路48号新联写字楼6层

上海市静安区延平路71号延平大厦2楼

深圳市福田区竹子林紫竹七道光大银行大厦31层

广州市天河区兴盛路12号楼隽峰苑2期3层方正证券

长沙市天心区湘江中路二段36号华远国际中心37层

方正证券-互联网传媒行业深度报告：ChatGPT的挑战者，大模型的“安卓时刻”-230330.pdf