01 微软

（1）老牌PC 软件巨头，近年以云业务为核心，Azure 市占率不断提升

当前微软的核心业务包括智能云（Azure、Windows Server、GitHub等）、生产力与企业流程（Office365、领英、Dynamics 365）与个人计算业务（Windows、搜索广告、游戏、设备）。其中云业务是近年来公司的核心，22财年收入为752亿美元，收入占比近40%。

（2）19 年起布局 AI 领域，5 年内不断加深对 OpenAI的投资、合作

2000 年以来微软发展大致经历3 个阶段：

• 2000s：错失移动互联网发展时机，股价大幅下挫；

• 2010s 至今：推出Azure云服务快速提振业绩；

• 2019 年以来：布局人工智能领域，包括先后投资人工智能公司OpenAI、Nuance，2023年宣布追加对OpenAI的投资，且双方的合作进入到第三阶段。

（3）投资OpenAI ：底层算法平台，AI 应用开发的“安卓系统”

除 22 年收购苹果“ “Siri” ”司 背后的对话式人工智能公司Nuance外，微软在生成式AI 领域最核心的布局就是对OpenAI 的投资与合作 。

OpenAI 是一家大型人工智能研究公司，15 年成立之初为非营利机构。OpenAI在2015年由马斯克等人出资10亿美元创立，研发人员包括世界著名AI专家，AI开发水平处于第一梯队；2022年6月，量子计算专家、ACM计算奖得主Scott Aaronson宣布将加盟公司，公司以实现安全的通用人工智能（AGI）为核心宗旨。

19年、21 年微软进行投资，一线风投也积极入局。19年、21年OpenAI分别接受微软10亿美元投资，由非营利机构转为以盈利为目标的公司。除微软外，投资者还包括红杉资本、老虎全球管理公司、Bedrock Capital等一线风投机构。据TheInformation，OpenAI 21年估值已达200亿美元，我们预计OpenAI当前估值或接近300亿美元。

23 年初微软表示将在未来继续对OpenAI 投资数十亿美元，并进入第三阶段合作。

当前各类生成式AI 创业公司中，OpenAI 估值最高：通用型底层算法平台，类似人工智能应用开发的 “ 安卓系统 ”。

目前，专注底层系统的公司估值更高。虽然相较应用研发商，基础设施研发商的商业模式尚未成熟，多数还在探索阶段，但因其应用场景更广，且掌握核心技术能力，在未能实现稳定盈利的情况下，估值相对更高。但同样可见，海外除底层算法开发公司以外，初创公司基于开源技术，仍可开发应用并开展To C业务，具有一定商业化潜力，因此我们预计，国内尽管头部互联网公司已积极布局，但中小型公司仍有业务开展余地。

（4）投资OpenAI：技术迭代，产品出圈，23 年 GPT4 有望发布

OpenAI 发布多款底层算法，并推出相关应用API：

GPT-3（语义）在NLP任务中实现重大突破，能够完成绝大多数NLP任务，入选《麻省理工科技评论》21年“十大突破性技术”，目前GPT-3已开源，注册人数超100万，基于该算法已经出现Jasper、Copy.ai和Copysmith等。

GPT-3.5（升级）GPT-3.5 是一系列模型，21年Q4混合使用文本和代码进行训练。近期出圈的ChatGPT 则是GPT-3.5 的微调版本 。

CLIP（跨模态）与微软合作发布，能够将图像映射到文本描述的类别中，跨越了文字语义与图像语义的鸿沟，目前已开源，Disco Diffusion、MidJourney均基于CLIP架构及生成算法实现。

Codex（文字→代码）具有将自然语言输入变成代码、代码自动补全等功能，是Github Copilot的底层支持。

DALL-E 2（文字→图片）基于CLIP和Diffusion，实现了有文本生成高质量图片，两个半月注册人数突破100万，公司今年7月正式开始出售DALL-E 2 的图像生成软件许可，目前用户超过150万，每天生成200多万张图片。GPT-4 可能于 23 年发布：据theverge 报道，外界预期 GPT-4 会在 23 年第一季度或上半年问世 。

ChatGPT 能力强大 & 用户友好，发布短期DAU 破千万，引起更大层面关注。

ChatGPT不仅在对话、检索、创作、代码等领域展现出强大的能力，还支持直接通过网站试用该文本对话模型，而不是需要专业编程技能试用，且用户界面友好，大大降低了用户门槛，推动了其在全球范围的广泛传播，发布5天用户便突破了100万，发布40天内用户数即超过了1000万。

计划推出无限制、性能更高的专业付费版本。1月11日，OpenAI 总裁兼联合创始人 Greg Brockman 在 Twitter 上发布 ChatGPT专业版问卷链接，目前已有早期获得访问权限用户分享专业付费版本截图，暂定价为42美元/月。

据路透社报道，OpenAI 预计今年的收入将达到 2 亿美元，到 2024 年将达到 10 亿美元。ChatGPT 的专业付费版可能是其增收的尝试之一。

（5）小结：通过OpenAI弯道超车，微软旗下各产品有望“智能升级”

微软在人工智能领域进行系统性布局的时间并不算早（2019年），但把握住对 【 生成式 AI 龙头公司】OpenAI的投资与合作，一定程度上实现了弯道超车。

通过与 OpenAI 更加深度的绑定，我们展望微软旗下各产品体验均有望 “ 智能升级 ”

企业级云计算领域：或将帮助企业级客户更加自主、安全、方便地开发AI应用；

个人生产效率方面：此前微软提到计划将ChatGPT整合进旗下搜索引擎必应（Bing，同时Chat-GPT功能引入Office，用于部分文本的生成和问答等，这些都将提升个人用户的生产效率；

娱乐交互领域：此前微软计划收购动视暴雪，叠加在云游戏的布局，若能引入生成式AI模型，有望在游戏的生产、分发与最终体验方面进一步升级。

02 谷歌

（1）搜索引擎龙头，广告为核心，AI 布局更早、更深

谷歌是全球搜索引擎龙头 ， 以搜索广告为主要收入来源 ， 同时也较早在AI 领域布局大规模投资

广告为核心收入：据statcounter，2022年12月，谷歌在全球搜索引擎市占率绝对领先，为92.6%，远高于第二名的微软搜索引擎必应Bing，后者仅3.0%。凭借高效的算法及海量的用户触达，谷歌搜索为公司贡献高额广告收入，2021年达1490亿美元，近5年收入占比基本在60%左右。

在 AI 方面的投入较早 、 较大：谷歌从14年就开始系统性布局人工智能。据23年1月投资者商业周刊引用美国银行的数据，自2016年谷歌在人工智能、云计算领域累计投资金额已超1200亿美元，涵盖互联网广告/搜索、云计算、医疗、服装设计、无人驾驶等领域。

（2）AI 布局最早追溯至06 年，14 年收购Deepmind

AI 技术积累深厚 ，购 收购Deepmind 加速技术突破。早在2006年，谷歌及开始AI领域布局，并在2009年开始无人驾驶的尝试，2011年成立AI部门并推出可自我学习的人脑模拟软件谷歌大脑，2015年即将AI运用到搜索中

2014 年谷歌收购关键的AI 研发机构Deepmind ， 从此谷歌的AI 布局加速 。在2016宣布将发展战略由Mobile First转向AI First，同年AlphaGo击败韩国围棋冠军李世石，2018年推出蛋白质结构预测AI模型AlphaFold，2022年发布人工智能聊天机器人Sparrow，23年初测试Apprentice Bard等类ChatGPT产品。

（3）DeepMind ：有底层模型Gopher/Chinchilla ，也有AlphaGo

DeepMind 为谷歌关键的AI 研发机构。Deepmind是一家英国的人工智能企业，由人工智能程序师兼神经科学家戴密斯·哈萨比斯（Demis Hassabis）等人于2010年联合创立，在2014年被Google收购。与OpenAI代表性的GPT-3/GPT 3.5类似，Deepmind也有底层的大语言模型Gopher和Chinchilla。

DeepMind 建立高性能算法 ， 延伸到模拟 、 生物科研 、 游戏操作 、 聊天 等领域 。其代表算法产品如打败围棋世界冠军的AlphaGo，实现精准预测蛋白质结构的AlphaFold，战胜电竞职业玩家的AlphaStar，智能聊天机器人Sparrow等。

（4）ChatGPT来势汹汹，谷歌或蓄势待发我们认为 ChatGPT 已经引起了谷歌的较高重视，基于此前谷歌在生成式 AI 领域的巨大投入，有望蓄势待发：

谷歌搜索业务或受影响：凭借较强的内容生成能力，23年1月中旬据ARK风险投资公司，ChatGPT在上线不到两个月内实现日活超1200万。据澎湃新闻，微软正考虑将ChatGPT引入搜索引擎必应（Bing）中，或对谷歌搜索业务产生冲击。据纽约时报，近期桑达尔邀请了谷歌创始人拉里佩奇和谢尔盖布林参会，会议标题为“一个聪明的人工智能产品，可能是几十年来对谷歌搜索业务的第一个显著威胁”。

谷歌核心广告收入或受影响：前谷歌广告团队负责人Sridhar Ramaswamy表示，ChatGPT一定程度上阻止了用户点击谷歌中带有广告的链接。据MORKETING Global统计，美国前十大互联网公司中，谷歌广告收入在2Q21/2Q22均排第一，在十家公司中占比约45%，为微软的约3-4倍。

谷歌内部已迅速反应反馈：据CNBC，谷歌首席执行官桑达尔皮查伊在22年底参加了多次围绕谷歌人工智能战略的会议，并指示公司的许多团队重新集中精力，着力解决ChatGPT对其搜索引擎业务构成的威胁。谷歌已于23年1月底开始测试Apprentice Bard等类ChatGPT产品。（

5）生成式 AI 产品矩阵丰富，其中 Sparrow 等有望对标 ChatGPT

生成式AI 产品矩阵丰富，Sparrow 、Apprentice Bard 等或有望对标ChatGPT 。目前谷歌在生成式AI领域已经推出多款产品，涵盖基于文字生成图片、视频、音乐等内容的AIGC产品，用于智能聊天的Sparrow，用于生物科研的AlphaFold，以及AlphaGo、 AlphaStar等产品。据《纽约时报》，谷歌内部会议表示，谷歌今年计划推出20多款新产品，并展示一款具有聊天机器人功能的搜索引擎。而Sparrow、Apprentice Bard等作为类似ChatGPT的智能聊天机器人模型，或将用于与搜索引擎结合，从而与ChatGPT抗衡。

（6）Sparrow：智能聊天机器人，23 年有望推出测试

Sparrow：类似于ChatGPT，Sparrow是DeepMind于22年9月提出的智能聊天机器人模型，或会在23年晚些时候进入测试阶段。

其也采取了基于人类反馈的强化学习框架，为用户的提问给出合理、有用、符合语境、合规的解答，并利用谷歌搜索出的相关信息作为支撑证据。据纽约时报，谷歌计划在今年进行的聊天机器人搜索演示中表示，正确掌握事实、确保安全和消除错误信息是首要任务，而目前，Sparrow已有一套规则模型，来训练其避免回答违反规则的问题。

Sparrow Vs ChatGPT ：参数更少，但训练集更大，垂类内准确度有望更高

运作原理：基于数据和参数生成结果。Sparrow是基于谷歌自有的大型语言模型Chinchilla进行训练的聊天机器人，通过学习众多的数据让模型的参数更加确定、模型更加成熟。模型成型后，用户输入的数据与参数结合，则将生成相应的回答。

在较多语音任务中回答结果更准确：根据新智元，在几乎所有的语音任务中，Sparrow基于的Chinchilla模型所得到的结果，在准确性上优于GPT-3以及Gopher等模型，得到的结果与期望得到的结果更接近，性能更高。

参数量更小，所需算力小：模型的参数越多，消耗算力越大，输出结果所消耗的资源和时间更多。相比其他大型语言模型，Chinchilla使用的参数有700亿个，明显少于GPT-3、Gopher等模型，能降低推理成本，并促进模型在较小硬件上的下游使用。

训练数据更多：训练数据越多，有助于提升模型的性能、输出结果的质量。根据DeepMind，Chinchilla的训练数据量为1.4万亿，远多于其他模型。

Apprentice Bard VS ChatGPT：时效性或更强

Apprentice Bard 或较 ChatGPT 有更强时效性。据CNBC1月31日消息，谷歌还在开发另一款类ChatGPT产品 Apprentice Bard，是基于谷歌人工智能语言模型LaMDA的对话机器人。用户向其提问后，该产品可反馈详细的回答，用户可进一步反馈。Apprentice Bard的回答包含了近期发生的事件，相比ChatGPT或有更强的时效性，例如在回答“谷歌是否近期会有新一轮裁员”时，Apprentice Bard 的回答引用了于23年1月谷歌开展的解雇12000名员工的事件。

其他类ChatGPT 产品也在推进中。除了Apprentice Bard，据CNBC，谷歌还在测试项目，例如云计算部门下开展名为Atlas的项目以应对ChatGPT，以及一个可能使用问答形式的备用搜索页面。

（7）AlphaGo 与AlphaStar在围棋、游戏比赛中可战胜人类选手

AlphaGo：2014年发布，为DeepMind开发的人工智能围棋机器人，借助神经网络、深度学习、蒙特卡洛树搜索法，实现对围棋棋盘局面、定位的智能处理和推演。2016年3月，AlphaGo以4比1的总比分击败职业九段棋手李世石， 2017年5月以3比0的总比分击败排名世界第一的世界围棋冠军柯洁。

AlphaStar：2019年发布，为DeepMind开发的利用强化学习技术设计的一款AI代理程序，通过自我学习策略，掌握了即时战略游戏《星际争霸 2》的玩法，实现了在游戏中采用多种制胜策略、基于不完善的信息进行战略规划等。据人民日报，2019年1月， AlphaStar以5:0战胜了两位《星际争霸 2》职业选手，且在游戏中， AlphaStar展现的每分钟操作的次数（APM）与人类职业选手相近。

（8）AlphaFold实现蛋白质结构三维模型的预测

Deepmind 在2018 年发布蛋白质结构预测AI 模型AlphaFold，并在2020 年迭代至第二代 。通过在数据库中搜寻目标氨基酸的相关序列，提取学习相邻“共进化”氨基酸的信息，从而在三维空间对蛋白质结构进行预测，相较传统预测方法节约了大量时间和资金。Deepmind 2022 年 7 月 28 日发布的最新版本数据库扩展到了2 亿多个蛋白质结构，包括科学界已知的几乎所有蛋白质。AlphaFold团队因此获得了2023年生命科学突破奖（Breakthrough Prize in Life Sciences），这是迄今科研领域里奖金最高的生物学及医学奖项。

（9）Gato（通才）—— 集成百种指令响应

2022年由DeepMind推出的“通才”AI模型，能够根据指令完成注释图像、交互式聊天、玩小游戏、关节力矩控制、在现实中使用机械臂堆叠积木、在模拟 3D 环境中导航等数百种任务。相较于Adobe Sensei，Gato 不仅集成了生成式AI，而是具备了未来集成通用人工智能的虚拟人的内核 。

（10）AIGC 产品：生成文本、音乐、图片、视频等

Text-to-Speech：文字转语音 。2017 年基于DeepMind的语音合成专业技术打造的文字转语音模型，支持40多种语言、220多种语音和参数调整，并且支持用户上传自己录制的音频来训练自定义语音模型。

AlphaCode：高效代码生成。发布于2022年，根据DeepMind官方的描述， AlphaCode定位主要是软件开发者的助手，尤其是帮助无编程基础的用户写代码。用户将代码要求以注释形式输入后，AlphaCode能够将其识别并完成代码的编写、筛选和输出。据机器之心pro，AlphaCode针对10项编程挑战进行了测试，总体排名位于前54.3%，击败了46%的人类参赛者，且首次通过率达66%。

Dramatron ：剧本辅助编写。发布于2022年，是一个交互式的剧本辅助编写工具，基于大型语言模型生成长而连贯的文本，能够从一句话表述的戏剧冲突中生成剧本标题、角色、场景、对话等，主要用于合著剧本的创作场景，可以为创作者的编译与修改提供支持。据DeepMind发表的一项定量研究显示，超过65%的体验者认为Dramatron创作的剧本出人意料、有趣且独特，超过75%的体验者认为Dramatron使用体验良好，能够帮助创作者传达创造性想法，可以在创作过程中发挥重要作用。

Wordcraft: 故事生成。2021年由谷歌推出，作者和AI以对话的形式共同编辑故事，支持续写、扩写、改写、生成大纲等功能，能够极大提升写作效率，激发创作者灵感。

MusicLM：音乐生成。谷歌于23年1月发布了基于文本生成音乐的AI模型MusicLM，用户输入描述曲风、播放时长、使用乐器等的文本，或图片和标题的组合，将生成对应风格的音乐。

Imagen：图片生成。谷歌于2022年五月推出了由文本生成高清图像的模型Imagen，并在11月谷歌AI@年度会议上宣布首次开放测试，其官网宣称Imagen 生成的图像已经全线超越了OpenAI的同类模型DALL-E 2。Imagen已开放提供城市梦想家和Wobble两个功能。

城市梦想家：用户可以用文字命令创建样本建筑和地块（城市广场、公寓楼、机场等），从而建造不同主题的城市。

Wobble：用户可以创造一个小怪物，并设计其材质（粘土、毛毡、橡胶等）、衣服，并让小怪物“跳舞”。

更多精彩内容请关注公众号：BFT机器人

本文为原创文章，版权归BFT机器人所有，如需转载请与我们联系。若您对该文章内容有任何疑问，请与我们联系，将及时回应。

原文链接：https://www.bilibili.com/read/cv22084805/