AGI（通用人工智能）专题之三：GPT模型走向平台化「手转AI」大幕拉开

GPT 模型走向平台化, 「手转AI 」大幕拉开 AGI （通用人工智能）专题之三

► ChatGPT 着手打造内部生态，“模型即平台”时代

开启

2022年3月，OpenAI 开始逐步开放内部插件，并允许第

三方在GPT 模型内创建插件。我们认为这实际上是划时代的举

措：

1）开放内部插件的意义，可以理解为用插件拓展GPT 模

型自身能力的边界，为模型添加“眼睛和耳朵”。尽管GPT4的

语言模型被微软称作“早期AGI”，但依然存在数据库时间滞

后、知识幻觉（输出缺乏依据的内容）等LLM 常见的问题。通

过允许第三方插件的接入，大模型得以联网，用户可以在

ChatGPT 内部借助插件完成更多样的任务。

2）一旦形成第三方插件生态，GPT 模型将成为AI 时代的

操作系统本身，可类比移动互联网时代诞生的操作系统IOS 及

安卓。不同之处在于，GPT 模型并不是依靠硬件终端变化来实

现代际变革，而是依靠人工智能技术为用户提供的实际便利场

景去完成用户习惯的迁移。如果说ChatGPT 模型的伟大之处是

开创性地发现了RLHF+transformer+精细标注数据这一菜谱，

通过工程化落地让人们广泛地接触到AI （类比智能手机出

现），那么推出内生插件则是更有野心、也更能看到划时代和

商业意义的一步：一个基于AI 的全新系统生态近在眼前。 ► 外部成熟应用将向AI 平台迁移，开启“手转AI”

浪潮

AI 加持下，GPT 内部插件带来的用户体验优于直接使用外

部的原生应用，用户的使用场景得以迁移到GPT 模型内部。目

前插件商店内部的第一批应用主要由OpenAI 邀请的第三方开

发，包括电商、办公协作、旅游、在线餐厅预订平台、计算软

件等。随着外部成熟应用的交互圈层扩大，GPT 与用户日常生

活将结合得更加紧密，参考移动互联网时代的端转手趋势，主

流应用即将展开向AI 平台的迁移，即迅速适应并布局GPT 内

的AI 插件，探索AI 加持下自身应用的新场景。这实际上是新

技术与流量的互惠：成熟应用依赖GPT 的AI 技术提高用户体

验，而GPT 则借助这些应用吸引更多用户，网络效应进一步加

强了这种相互促进的趋势，从而提升GPT 平台的生态价值。 ► 插件开发门槛大幅降低，行业格局可能重塑

AI 技术的加持下，用户开发GPT 插件几乎不需要技术门

槛。开发者只需简单描述对API 的需求，模型会完成代码编

写、身份验证、数据处理等工作。这意味着UGC （用户生成

内容）回潮，玩法、用户体验和差异化成为下一阶段的关键：

1）由于用户和开发者不必担心复杂的技术实现细节，每个人

都可以根据自己的需求创建插件，活跃的社区氛围下用户粘性

将提升，插件生态将更加繁荣。2）对于开发者而言，创意、

2023年03月26日

证券研究报告|行业动态报告

玩法、差异化体验、与实际场景的融合度等成为了决定自身插

件能否取得先发优势的核心因素。我们认为未来文娱、电商、

教育等多个行业格局可能重塑。

投资建议：

1）随着海外大模型率先平台化、生态化，国产大模型的

复现需求变得紧迫。模型层受益标的包括百度、华为（产业

链）、阿里、三六零等明确具备大模型落地意愿及能力的厂

商，同时追踪腾讯等厂商的相关技术进展。

2）应用层：境外业务占主导、海外用户基础大、有实际

应用场景的公司会尽快接入GPT生态，先发优势下，我们认为

这类厂商的估值将直接受益于OpenAI的波浪式创新。此外，

海外映射逻辑下，关注布局游戏、浏览搜索、电商、本地生活

等业务，并已有AIGC相关技术实践的标的。

风险提示

国产大模型落地效果不及预期风险； AI产品道德及监管风

险。

正文目录

1. ChatGPT推出内部插件，“模型即平台”时代开启 (4)

1.1. 开放三大基础插件，GPT4开始联网 (5)

1.2. 第三方插件：开启成熟应用向AI平台迁移的序幕 (9)

1.3. 未来的插件生态：开发门槛极大降低，UGC属性强 (10)

2. 从“端转手”到“手转AI”，国产替代需求更加紧迫 (11)

3. 投资建议 (15)

4. 风险提示 (15)

图表目录

图1 “插件商店”出现在ChatGPT的新版本中 (4)

图2 数理插件Wolfram加持下的对话页面 (4)

图3 浏览插件下用户可以就最新的资讯提问 (5)

图4利用浏览插件提问奥斯卡得奖演员/影片 (6)

图5 提问奥斯卡得奖演员/影片并要求赋诗一首 (6)

图6代码解释器从图像中提取文字 (7)

图7 代码解释器将图像转换为ASCII 图像 (7)

图8代码解释器完成机器学习任务（预测下一个词） (7)

图9 代码解释器能够识别图像中的人脸 (7)

图10代码解释器可以生成音频文件 (8)

图11 代码解释器生成二维码 (8)

图12代码解释器生成行星轨迹（使用 Matplotlib 库） (8)

图13 代码解释器能够利用简单的像素画图 (8)

图14 用户提问气候数据时，数据插件调取联合国数据库并生成表格 (9)

图15 商店目前已有的插件主要为电商、出行、订餐、资讯等 (9)

图16 GPT能够调用多个插件在一段输出内同时解决用户的生活化问题 (10)

图17 自制一个“代办清单”插件流程只需要三分钟，代码生成、身份验证、交互等工作由GPT完成 (11)

图18 ChatGPT的技术突破点在于引入了RLHF（基于人类反馈的强化学习） (12)

图19 “文心一言”生成图片 (13)

图20 “文心一言”生成视频 (13)

图21盘古NLP大模型 (14)

图22 盘古CV大模型 (14)

图23 达摩院“文本生成视频大模型”已经上线 (14)

表1 Github社区中主流AI框架情况（2022.1） (12)