2024年1月MR苹果vision与AI大型模型落地应用相关

亲爱的投资者们，晚上好，我是国投证券传媒集团的分析师王晶晶。然后今天的会议是我们2024年1月的MR苹果vision 与AI大型模型落地应用相关的pro动态进行了全面的梳理和跟踪。总的来说，我们团队一直认为2425年将是应用程序发布爆炸的关键一年。与过去的2223年相比，22年更注重MR的概念，23年更注重人工智能的一些钙年，包括大模型。我们认为2425年是从概念阶段到应用落地阶段的关键节点和年份。因此，在这个过程中，我们认为跟踪行业具体细分方向的一些可能动态更为关键。另一个原因是媒体更喜欢爆款驱动的逻辑，所以我们认为在细分方向上寻找一些潜在的杀手级应用killing可能性 killing APP是接下来要观察的关键方向。发言人2 01:考虑到人工智能大模型和MR的建立。一方面，人工智能实际上以一种新的生产力革命形式加入了整个媒体内容的研究框架。MR是硬件终端的新一轮创新，实际上称为MR相对熟悉，但一个有点落后的概念，称为空间计算，可能是一个相对更合适和合适的概念，除了人工智能和MR这两个观察点，我们认为人工智能和MR的结合点也将是一个非常值得关注和跟踪的方向。也就是说，下一代智能终端需要匹配新的内容生成模式、人工智能模型或人工智能GC。在这两个奖励效应下，它可能会产生和碰撞一些我们在当前移动互联网时代无法想象的应用程序和场景。从人工智能和MR之间的相关性来看，如果只有MR没有人工智能，那么MR的内容就无法填写。如果没有人工智能，只有MR，这意味着它仍然在移动互联网时代进行一些股票游戏。发言人2 03:11到2024年，人们对人工智能和MR相关的概念体系并不陌生。事实上，这两个方向已经进入了深入发展和技术实施的关键阶段。从人工智能的角度来看，整个大模型主要有两三年的大语言模型，已经进展到一些细分的多模型模型，包括人工智能甚至一些具有特定智能的方向。那么从整个内容行业来看，AIGC的参与度，无论是游戏还是影视内容的制作，与2023年初的情况相比，整个参与度都有了很大的提升。发言人2 03:就57MR硬件而言，目前大家关注度最高，即将推出的是苹果的vision Pro会正式拿到消费者手中，并产生一系列反馈。从硬件的角度来看，从长远来看，它必须依靠底层技术的进步。中期类似苹果b 像pro这样的硬件产品会起到很好的带动作用。预计vision 这款产品的pro标杆和设计，也将成为vrar厂商在未来很长一段时间内跟进和模仿的目标。发言人2 04:从短期来看，在硬件还没有完全开始的整个阶段，我们认为内容和应用的开发方向更有趣。无论从行业还是投资的角度来看，这个方向的灵活性和潜力都非常大。但是爆款确实有一定的不确定性和随机性。但更重要的是，新硬件带来的新互动模式和内容生态可以在哪里实现。我们认为，新的互动和新的生态系统肯定会促进新一轮内容生产模式的创新。因此，让我们先报告下一份报告。我们更关心苹果MR在过去一个月发生了什么，以及我们如何看待这些信息的要素。发言人2 05:46首先从内容和应用的角度来看，vision 在pro首批上线应用中，首先要看的是苹果官方带来的一些内置应用和APP。苹果在月18日也正式推出了vision OS的APP store。在这个平台中，通过这个平台，IOS APP store的应用程序可以直接迁移到vision OS中的。只是说开发者在发布应用程序时，会检查更多的vision OS系统，可实现多端发布。这实际上是硬件平台内容的基本配置，在早期应用系统中起着关键作用。它还可以使早期用户更习惯使用新平台。发言人2 06:从内置应用的角度来看，目前披露的是25个内置应用。在这25个应用中，苹果手机的应用程序用户必须非常熟悉这些应用程序，让我们看看，vision 与智能手机端相比，pro端最突出的显示效果应该是这款keynote的应用。因为video pro的主要卖点之一是硬件平台上呈现的无边画布。在这张无边无际的画布上，用户可以根据自己的想法进行各种操作。比如白板，比如填充，拖动具体画面，无限扩展看到的APP界面。这个keynote有点像无边画布这样的功能。与智能手机端的使用相比，我们看到的变化相对来说是最大的。发言人2 07:54之后还看到了天气相关应用，可能是第三方开发者开发的天气相关应用。它能产生模拟实时天气变化的一些视觉效果。比如下雨下雪可以让用户沉浸其中。发言人2 08:另一个是冥想应用，也是内置应用。这种冥想的应用和我们用智能手机APP冥想的区别也是如此。当我们在智能手机上冥想时，我们可能需要闭上眼睛来想象一些场景。然而，在vivo中，你可以跟随一些可以自由改变移动和放大和缩小的指示的球，跟随他进行一些冥想操作。效果可能更好。这是一个内置的应用程序，体验感相对较好。发言人2 08:除了内置这些功能应用外，第一批娱乐应用主要是一些小游戏和体验AAPP。applee是第一个可以无缝或相对较低门槛移植的游戏 accords上的200多款游戏。这个apple orchard还可以通过无线支持更多其他游戏。除了益智游戏，还有一些开发者或工作室创作的原声游戏，稍后会详细介绍。发言人2 09:35在这个apple中 在accords游戏中，这两款游戏备受关注。这是NBA2K24的篮球比赛，也是索尼克梦之队的团队竞技比赛。其实这两款游戏都是团队性很强的游戏，然后有一定的社交网络传播效果。然后原生游戏还是苹果的老合作伙伴。在智能手机时代，该公司还推出了水果忍者ipad ii 在ipad的生态系统中，水果游戏也很受欢迎。苹果升级了新的硬件平台后，游戏公司还同时为vision配置了新一代 超级版的水果忍者，pro交互模式和硬件设计。发言人2 10:根据目前了解到的信息，这款游戏的交互模式是根据vivo目前的六种交互手势进行严格的配置。因此，整个手势的识别精度和丝滑度非常有效。据说可以实现徒手切萝卜丝等精细操作。我们认为，在新一代硬件发展的早期阶段，强调硬件设备本身交互特征的游戏可能会受到广泛的欢迎，并具有一定的循环效应。就像以前一样，像水果忍者team一样 Pro游戏，也是因为它采用了触摸操作，所以给玩家一个非常新鲜的体验。这并不一定意味着游戏本身的内容设计有多重要，主要是将新的互动特征发挥到极致。发言人2 11:39出身游戏中还有一款是一款有趣的高尔夫健身游戏。就像以前的运动健身游戏一样，在以PQ4为代表的平台上，它也是一个更受欢迎的类别。这款有趣的高尔夫游戏，其玩法是在传统的高尔夫游戏中增加了一些无稽之谈和有趣的玩法。不仅可以打球，还可以打人。然后增加了一些社交评分体系，包括评分档互动交友等。，这也是目前看到的一些切入方向。还披露了其他游戏中的重度游戏类别。然后像棋牌游戏一样轻微，开发初期的开发门槛比较低，然后社交性会比较强。发言人2 12:除了游戏，还有一些以流媒体为代表的应用，比如流媒体。代表这类应用程序的主要支持者是apple 主要是电视。苹果自己开发的一些内容也是苹果内部关键人物带领团队制作的apple。 储备电视相关内容。然后还有一部3D电影，大家都很关注，要和迪士尼合作开发。包括最近正式宣布与max频道的合作，并将引入一些HBU max和discovery纪录片的一些内容和频道。发言人2 13:应该说，我们认为vision 可以在pro上找到可能的clear APP，最好找一些真正的杀手体验。这种杀手级的体验，我们认为这个抓手在于沉浸感。沉浸感是两种娱乐体验中最好的，一种是观影体验，另一种是赛事的观看体验。两者都是能够将沉浸感的特征发挥到沉浸性感和实时感的特征发挥到极致的体验。发言人2 14:除了成熟完整的内容外，第一批还披露了16个空间场景的背景。这类似于创造一个沉浸式空间。然后用户佩戴vision show之后，可以从体验者的角度进入这个空间，从不同的角度观看这个空间的体验。有四个迪士尼IP场景，包括好莱坞的爱尔卡皮坦剧院、皮克斯电影怪兽电力公司的惊吓楼层和惊奇漫画的复仇者大楼。从曼哈顿市中心的角度来看，这更像是一个体验场景，玩家可以自由探索。此外，在试听体验中还有一种音乐体验，类似于光盘和冥想体验。它强调的核心体验元素是沉浸感。发言人2 15:除了娱乐体验，VRO还有相当大的野心去切入办公室的场景，也就是在这个VR中 Pro还提供了一些生产力工具的应用。在这些生产力工具中，有一些基本的生产力工具，比如word、这些microsoftofice的应用，如excel等。也有像会议zoom、microsoft这样的类似 teams face 支持在线会议的time应用。发言人2 15:51在这些在线会议的应用程序中，嵌入了苹果的实时虚拟personal。苹果的虚拟虚拟人现在可以使用iPhone扫描和建模人们的上半身。然后将这些数据上传到V0 pro终端可以支持生成人的实时虚拟人和personal的形象。然后将此图像带入硬件设备，并将其加载到这些在线会议应用程序中，以此图像打开实时虚拟会议。与现在的在线会议相比，这种真实感和沉浸感更具虚拟形象。然后和之前meta做的horizon相比 workroom增加了真实感。因为meta的horizon workrom主要是卡通形象。整个卡通形象会有一些荒诞感和不真实感。发言人2 16:除了普世办公工具外，58还针对特定专业人士，如设计师、建筑设计师等行业，由于3D空间视角效果和V0 Pro可以表现得特别好，因此对于这些职业的员工来说，预计会有较大的生产效率提高。所以visit to也特别适合一些虚拟训练场景，比如做一些医疗训练，可以完全呈现一个器官的结构，让整个训练更有效率。然后还有一集，一个是XR版的auto cat叫on ship，然后它可以直接呈现绘图的3D效果。对于空间想象力差的人来说，这是一种更直观、更方便的办公应用工具。另外，从基本通信的角度来看，VR pro的第一批通信工具就像face一样 time zone，还有cisco webs，而这个teams这些都是支持的。发言人2 18:在这里，我们强调shalll play和personal苹果这两个内置功能还没有对开发者的第三方开发者开放。因此，目前还没有第三方开发者通过这两个功能运行。但是这两个功能，无论是shelll play还是personal，其实对于你的办公和虚拟社交这两个应用空间都很广，那么用户粘性更强的场景就很重要了。所以我预计我会自己做这个share 嵌入play和personal的工具。通过这两个关键功能，您可以随时随地与朋友、同事或相关方共享正在使用的应用程序，并实时同步personal数字人的图像。如果这种模式已经通过，它将真正全面我们现在的网上办公和网上社交的创新方式。发言人2 19:此外，我们现在看到的一条信息是，苹果目前正在测试不同的人工智能模型。从目前开发者看到的IOS17.4开发者预览版贝塔中，也看到了与大模型相关的技术代码。从这个代码的显示结果来看，苹果正在开发一个由大模型支持的新版本的siri。这个新版本包含了siri总结的私有框架。在这个框架中，我们可以看到调用OpenAIChatGPT的API。因此，有了这个框架，siri在处理信息和回答问题方面的表现可能会更好。除了OpenAI模型，苹果本身也在测试其他A模型，包括苹果自己开发的ajax和谷歌的fallon T5外部的大模型。发言人2 20:54开发人员推测，苹果不太可能将ChatGPT完全嵌入到iPhone等智能硬件终端的设备产品中，也不太可能嵌入到自己的内部操作系统中。它不太可能与其他产品和设备混合，这不符合苹果的风格。因此，据推测，苹果目前有点像使用自己的人工智能模型驱动框架，然后将结果与TGP结果进行内部比较，以改进Siri的具体答案。这部分类似于我们前面提到的人工智能和MR的交叉点。交叉点有望产生一些碰撞，产生一些真正的创新。所以fast 如果look去看，vision 最近一个月，visionpro pro在到达消费者手中之前，陆陆继续披露许多与内容和应用生态相关的披露。在这里，我们认为NOS是最重要和值得关注的，它是第一个也是唯一一个自下而上的空间计算操作系统。在过去，整个应用程序开发的生态系统分为2D和3D。2D部分可以直接通过IOS生态系统完成，但3D部分，特别是游戏，是通过Unity游戏引擎完成的 在pro之上，所有的内容模型工具都会变成3D。假如全部都是3D去看，计算能力的消耗也会比较大。因此，最好的办法是利用硬件平台本身的自下而上操作系统和相关开发套件进行开发。发言人2 23:为了最大限度地提高开发效率和挤压芯片的性能，03是一种更有效的方法。因此，苹果目前最大的优势在于其软硬一体化和高度耦合的生态系统。这是关于苹果MR的报告，第二部分是人工智能大模型。2024年1月，我们认为人工智能大模型的真正赛点已经到达应用程序的最后一公里。发言人2 23:40目前值得关注的是四个方向。第一个是多模态模型的方向。与大语言模型相比，多模态模型更接近人们在现实世界中的行为模式。是的。二是行业垂直大模型，因为有一段时间，无论是在全球、国内还是国外，实际上都在竞争构建底层垂直基础大模型的能力。但是真的需要这么多基本的大模型吗？如果你真的想建立这么多的技术模型，它实际上是对计算能力消耗的浪费。因此，行业也走向了思考与具体千行万业的结合。发言人2 24:28也就是说，对于特定的行业，有专业知识、行业专业知识，甚至有些是企业内部信息喂养的垂直大型行业模式。它实际上是基于通用大模型进行二次开发的。在专业领域使用语料，可能是公共领域，也可能是私有领域，进行持续的预训练。如果我们朝着这个方向发展，行业垂直公司和一些大型公司可以在大型模型时代找到自己的生态位置。这也是不现实的，因为每个公司都不可能竞争基本的大模型。发言人2 25:第三个方向是AI agent的方向。它是一个由大语言模型驱动的系统，但具有独立理解感知规划和记忆使用工具的能力，可以自动执行复杂的系统任务，有点类似于智能人工智能助理。GPT 目前可以看作是AIS agent的初级产以形式。发言人2 25:42关注的第四个方向是看到越来越多的人工智能模型从以前的云慢慢下降，部署到边缘。同样，对于大多数用户来说，在正常的生产和生活过程中，没有必要调用如此庞大的云模型。可能需要更多的去端侧大模型来满足需求。而且最好是专模定制的。目前，我们也可以看到，一些人工智能模型正在逐渐部署到一些边缘智能终端。例如，MR，如人形机器人AI模型，正在部署到边缘侧。发言人2 26:因此，以硬件生态为起点，将是一个比较突出的先发优势。比如苹果，比如安卓系的一些硬件。因此，从这个角度来看，微软和Open人工智能的大型模型实际上缺乏硬件端的起点。我们主要从这四个方向观察人工智能大型模型的一些潜在着陆动态。下面具体汇报一下2024年第一个月在这些方向上的一些进展情况。发言人2 27:03最重要的是OpenAI正式推出了它的GPT store，这个更重要，是大模型迎来了f store时刻的应用落地方向。这个GPT store是AI，它支持用户通过自然语言创建自己的知识库。 agent，然后加入OpenAI应用商店，获得份额。因此，用户可以创建自己的GPT，而无需编写代码。他们只需要给GPT指令和新知识，然后选择它能做什么，比如搜索网络、制作图像或分析数据。此外，对于一些更专业的用户或企业版本的用户，它也是一个开放和适用的定制GPU功能。包括人工智能图像生成，包括人工智能自动化集成功能。发言人2 28:我们可以看看GPT store界面包括分类趋势和每周选择。chap已经有300多万个自定义版本 GPTGHIGPT应用分散在这个GPT 在store中。看了这么多应用，和以前相比，只有一个ChatGPT是应用丰富的一大步。AI 既然agent既有人工智能 如此大而全的agent，既有GGGG 以Store为代表的AI agent初级形态是一种大而全的应用。其实也有一些定制的AI助手。发言人2 28:57像这个we had是CES电子展期间看到的应用的呈现。这个VV had内置ChatGPT，但由多个屏幕组成。他有点像机器人，但他可以看到用户并模仿人类语言进行交流。它还内置了许多不同的面孔，可以根据用户的需要进行特定的设置。是的，这个设备是一个硬件设备，也可以通过手机、电脑、平板电脑等移动终端来控制。还有一个可移动的头部显示器来完成部分运动。据工作人员介绍，该产品目前售价为4950美元。发言人2 29:55好，这也是人工智能 agent或应用落地的一个方向。1月22日，行业垂直大模型更新进展，即中国一汽与阿里云通义千问共同打造的GPT大模型应用 BI率先落地。本应用程序可接收自然语言查询，结合企业数据生成自动生成分析图表，目前精度可达90%。发言人2 30:与传统的BI固定问答模式相比，整个问题的灵活性和扩展性要强得多。就像这个GPAI一样，它是中国一汽第一个大模型的案例，也是汽车行业第一个大模型BI的应用。因此，它可以被视为行业垂直大模型的关键趋势和动态。发言人2 31:具体来说，这个GPT BI的大模型大大缩短了BI分析的报表设计、数据建模等交付周期。然后，企业有限域的全部指标模型和报表也可以耗尽。因此，在输入问题后，用户可以满足用户更灵活、更智能的数据需求，分析决策变量，生成score数据和数据查询句。这是行业垂直大模型方向的重要进展。发言人2 31:然后在基础大模型层面，让国内科大讯飞在1月份也发布了认知星火认知大模型V3.5。与之前的版本相比，这个大模型在逻辑推理、语言理解、文本生成、数学答案、代码多模式等七个方面的核心能力都得到了全面的提高。其中一些可以赶上GP4。发言人2 32:我们之前也说过，在基础大模型的这个方向上，国内可能比国外有一定的落后性。但幸运的是，一些公司仍在从基础大模型的方向上进行研发布局和培育。然后具体来说，星火V3.5的大模型在文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力等方面提高了7.3%。发言人2 32:其中，语言理解和数学能力已经超过GPT4的turbo，代码能力也可以达到turbo的96%，多模态理解能力也可以达到GP4V的91%。从这个角度来看，在这些国内做大模型的公司中，讯飞的星火大模型还是比较重要的，能力也比较强的。在基础大模型层面，它是后续人工智能整个大模型生态的底层。因此，构建一个足够好用的大模型更为重要。除了这种更易于使用的技术大型模型外，行业垂直大型模型还可能具有更好的调用能力。发言人2 33:43在应用落地层面，1月份还可以关注一款360AI搜索的移动APP，正式上架了多家Android应用商店。它可以被视为新一代人工智能答案引擎的搜索应用。它可以为最复杂的搜索查询提供更相关、更全面的答案。也就是说，用户在360AI搜索中输入任何问题都可以触发一系列复杂的处理过程。这些过程包括问题分析、网页检索、重新匹配排序、提取内容等。最后，根据用户的问题生成一些逻辑清晰、合理、可追溯的答案。这实际上是一个更关键的应用程序，登陆搜索引擎水平进行更新，真正构成新一代答案的引擎。发言人2 34:44月，我们还看到新一轮有14个AI大模型通过备案登陆。在中国，包括小米的第四范式，以及一些初创公司的大型模型，包括值得购买的人工智能问答机器人，这些模型已经着陆。此外，去年8月和去年11月通过备案的8个主要模型和11个主要模型。目前，中国已有40多个主要模型获得备案和批准。此外，240多个主要模型和人工智能技术项目已进入中国深度合成服务算法备案名单。发言人2 35:最后，我们看到的是工具属性相关性相对较高。腾讯发布的视频制作模型video craft two。与上一代video相比，video craft one，它的生成效果会更好。它有点类似于多模态生成的工具，是一种可以根据文本生成高质量放置的视频。事实上，这对游戏和视频内容的生成具有关键意义，也可以看作是垂直应用工具的一个方面。发言人2 36:所以总的来说，我们认为24年1月，无论是在应用落地、行业垂直大模型还是基础大模型方面，人工智能大模型都取得了一些显著的进展。在接下来的2月份，让我们展望一下，如果我们能看到它，苹果编辑器是否会有类似于加载大型模型的可能性，真正加载大型模型的siri或嵌入式一些大型模型。也就是说，除了关注AI和MR各自方向的相关性外，还可以关注AI和MR的交集。发言人2 37:在022024年，我们如何跟踪一些潜在的爆发场景的内容和应用。我们之前构建了一个场景模型。在这个场景模型中，横轴是虚拟现实与大模型人机共生，纵轴是to c还是to b to g，还有一个轴是顺人性还是逆人性。从场景模型的角度来看，主要是争夺用户的持续时间和可支配收入。在构建新一代计算平台的过程中，技术将决定场景的操作系统，模式将决定场景的操作路径。其次，技术维度的要素创新包括两个方向：虚拟现实和人机共生协作。然后，模式维度的创新可以简单地分为to c或to b to 基于技术和模式的任何产品服务的底层逻辑都是作用于用户的人性。因此，基于场景的三维度，任何内容和应用都可以概括为八个场景模型，从人性和反人性的方向来看。所以总的来说，我们认为2425年是有希望的迎来场景的景气爆发。此外，还强调元宇宙时代的场景建设，顺人性的情感需求是大势所趋，但会带来强烈的抽离感。但在新一代计算平台中，我们认为反人类的模式和应用将使整个应用更加强大。发言人2 38:59所以总的来说，24年的M2和大模型将按月度跟踪继续下去。每个月底，我都会给你一个系统的梳理和报告。我也希望你对2425年媒体内容部门的生态繁荣和内容爆发有一定的信心。以上是我会议报告的全部内容。国投证券