2022年11月底以来，由人工智能实验室OpenAI开发的聊天机器人ChatGPT一经推出，就引发科技界的广泛关注，并在社交媒体上迅速走红。ChatGPT以AIGC（AI-GeneratedContent，人工智能自动生成内容）技术为基础，与传统AI技术相比，强调通过学习理解和算法模型，自主创造出全新的内容，进一步延伸了AI的应用场景。数据显示，ChatGPT上线两个月后注册用户就突破1亿，是历史上用户增长最快的消费应用之一。
- AIGC产业链如何？
AIGC产业链基本框架由算力、算法模型、应用三个部分构成。算力方面以芯片产业为核心，AIGC的发展需要强大的算力部署，模型的运作提供算力支撑。
算法模型可以分为基础设施层和中间层。其中，基础设施层通过预训练模型为中间层搭建技术基础，预训练模型需要大量的成本和技术投入，因此具有较高的进入门槛；中间层基于基础层产出的大模型，通过开发、训练进一步生成定制化、个性化、场景化的小模型，实现在不同垂直领域、细分行业、功能场景的工业流水线式部署，兼具适应差异化需求、经济高效的优势。下游应用是指将人工智能生成的面向C端用户的文字、图片、音视频等内容进行商业化运用，侧重满足下游消费者的需求，从而实现产业落地，下游企业能够借助前两层模型挖掘更加丰富多样的应用场景和内容。
- 算力有望带动GPU、光模块等产业
针对算力层，ChatGPT强大的响应能力依赖于大量的数据训练，用于训练的计算量决定了人工智能的进步速度，因此推动AIGC发展的关键因素之一就在于其是否具备充足的算力部署。由于算力取决于底层芯片，未来AIGC向更多应用场景延伸，有助于拉动高端芯片产业量价齐升。ChatGPT是基于GPT-3.5架构开发的大型语言模型，从GPT模型的迭代历程来看，其参数量是呈爆炸式增长的，从GPT-1的1.17亿，到GPT-2的15亿，再到GPT-3的1750亿，预训练数据量从5GB增加到45GB。随着时间的推移和技术的不断改进，对算力需求将日益增长。ChatGPT自上线以来多次因满负荷运行而宣布暂停服务，反映当前算力不足依旧是AIGC发展的重要瓶颈，在产业的未来发展中，算力作为底层发动机的需求还有巨大增长空间，将带动GPU、CPU 、FPGA 、ASIC及光模块等芯片产业链。
AIGC的快速商业化发展源于其算法模型的持续升级，持续迭代优化的基础生成算法模型和预训练模型推动了AIGC的技术爆发。开发、训练和生成AI模型需要大量的原始素材，能够对模型进行构建、持续优化和架构升级的AI团队，以及超千万美金的模型训练资金，因此，掌握AI模型技术的科技巨头们将构建较高的技术壁垒，科技龙头企业将围绕算法模型相关产业开展竞争，而中小初创企业将围绕头部企业提供的技术进行不同行业领域、功能场景的差异化应用模型开发。
- 下游应用丰富
下游应用方面，当前AI正在加速渗透数字内容生产领域，AIGC的发展有望进一步拓展应用领域。AI写作、与搜索引擎结合，在计算机使用等均是未来AIGC的发展方向，值得投资者引起足够重视。
投资有风险,基金投资需谨慎。
在投资前请投资者认真阅读《基金合同》《招募说明书》等法律文件。基金净值可能低于初始面值，有可能出现亏损.基金管理人承诺以诚实守信、勤勉尽责的原则管理和运用基金资产,但不保证一定盈利， 也不保证最低收益.过往业绩及其净值高低并不预示未来业绩表现。其他基金的业绩不构成对本基金业绩表现的保证。
以上信息仅供参考，如需购买相关基金产品,请您关注投资者适当性管理相关规定、提前做好风险测评,并根据您自身的风险承受能力购买与之相匹配的风险等级的基金产品。
