《传媒行业AIGC系列之十一：腾讯大模型高效训练与快速应用的典范-230403（17页）.pdf》由会员分享，可在线阅读，更多相关《传媒行业AIGC系列之十一：腾讯大模型高效训练与快速应用的典范-230403（17页）.pdf（17页珍藏版）》请在三个皮匠报告上搜索。

1、 行业及产业 行业研究/行业点评 证券研究报告 传媒 2023 年 04 月 03 日 腾讯大模型：高效训练与快速应用的典范 看好 AIGC 系列之十一 相关研究 微软 GDC 中国行之后，如何看待被低估的 AI+游戏 2023 年 4 月 2 日 AI+第一轮普涨后，如何继续布局-互联网 传 媒 周 报20 2023 年 4 月 1 日 证券分析师 林起贤 A0230519060002 夏嘉励 A0230522090001 袁伟嘉 A0230519080013 施鑫展 A0230519080002 洪依真 A0230519060003 李国盛 A02305210

2、80003 宁柯瑜 A0230520070005 刘洋 A0230513050006 联系人 施鑫展(8621)23297818 腾讯“混元”大模型：低成本可落地的万亿大模型。其完整覆盖了 CV、NLP 和多模态能力，万亿参数模型 HunYuan-NLP-1T 在多个权威榜单登顶。腾讯团队在 MoE 模型结构、热启动和课程学习、注意力权重复用、路由算法等方面研究优化，大幅降低了万亿大模型的训练成本。该模型用千亿模型热启动，最快仅用 256 卡在一天内即可完成万亿参数大模型的训练，整体训练成本仅为冷启动训练万亿模型的 1/8。腾讯大模型的四重技术特色，实现大模型低成本快速训练：1）采用 MoE

3、结构，节约训练成本。通过提升 FFN 数量，模型的性能持续提升；通过引入路由，在训练过程中只激活部分 FFN 的参数参与计算，从而节约训练成本。2）热启动和课程学习，在有限的资源内训练收敛。首先在小规模的模型上训练收敛，然后将小模型的知识迁移到大模型，逐步增加模型的规模。3）注意力权重复用，降低训练复杂度。在模型计算过程中以一定概率复用注意力权重，使得Attention Weights 总时间复杂度降低50%，大模型预训练提速约20%。4）词向量路由机制，保证路由稳定性。引入词向量路由机制，将路由和 SA 层进行解耦，保证相同的词分配到相同的 FFN 提取特征，提高了路由稳定性的同时加速了模型

4、收敛。底层太极平台，实现更高效的模型训练、行业落地。腾讯开发了：1）太极 AngelPTM 预训练加速组件，192 张卡就可以训练万亿模型。2）太极-HCF ToolKit 压缩和分布式推理组件，使得 HunYuan-NLP 1T 大模型推理只需 96 张 A100 卡。3）星脉高性能网络，实现了 AI 大模型通信性能的 10 倍提升，模型训练成本降低 30%60%。云智融合，“混元”拓展腾讯 AI 应用生态。AI 在腾讯的定位是加速器，一方面进一步改善现有业务、提高内容生产效率、加速商业化，另一方面拓展新业务、新方向。腾讯将在 AI开发、大数据、物联网平台之上进一步构建消费互联网和产业互联网

5、等发展生态。腾讯消费互联网生态中，AI 主要与自身产品融合，包括腾讯广告、QQ、微信搜索、游戏等泛娱乐和社交业务：1）社交方面：通过 AI 增强用户的使用体验、或将成为潜在新入口。2）广告方面：腾讯已打造以混元 AI 大模型为技术底座的广告多媒体 AI 技术矩阵。3）内容创作方面：混元大模型已应用于内容智能创作助手。4）数字人方面：AI 技术驱动数字人由形似走向神似，数字人产业发展或将进入新阶段。5）游戏方面，通过“绝艺”+“绝悟”发展通用竞技 AI，AIGC 技术赋能游戏的开发创作。产业互联网生态中，AI 将与各大企业的业务结合，为企业赋能。1）金融行业：云智融合加速行业智能化转型。2）工业

6、制造方面：人工智能贯穿工业制造全生命周期，工业 AI 生态发展前景广阔。3）融合媒体方面：公司推出腾讯云智媒体 AI 中台。建议关注腾讯系持股或与腾讯有重要合作标的：互联网传媒领域：核心标的腾讯控股。游戏相关世纪华通、完美世界、三七互娱、巨人网络、掌趣科技、电魂网络。版权相关华策影视、新媒股份、博纳影业、中文在线、平治信息；港股及其他相关阅文集团、哔哩哔哩、快手、创梦天地、祖龙娱乐、腾讯音乐。计算机领域：金山办公（与腾讯在文档领域合作）、泛微网络（腾讯持股）、四维图新（腾讯持股）、博思软件（腾讯持股）、长亮科技（腾讯持股）、超图软件（与腾讯地图战略合作）。风险提示：大模型技术中美仍存在差异，部

7、分技术尚处于实验室阶段，存在落地风险。请务必仔细阅读正文之后的各项信息披露与声明 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 2 页 共 17 页 简单金融 成就梦想 1.腾讯“混元”：低成本可落地的万亿大模型 腾讯“混元”（HunYuan）大模型于 2022 年 4 月首次对外披露研发进展。其完整覆盖了 CV（计算机视觉）、NLP（自然语言理解）和多模态能力。万亿参数预训练模型HunYuan-NLP-1T，在最权威的中文自然语言理解榜单 CLUE 总榜、分类榜和阅读理解榜登顶；跨模态大模型 HunYuan_tvr 在 MSR-VTT，MSVD，LSMDC，DiDeMo 和 Ac

8、tivityNet 五大跨模态视频检索数据集榜单中先后取得第一名，实现了该领域的大满贯；此外，CV 大模型 HunYuan-vcr 在该领域国际权威榜单 VCR中登顶，两个单项成绩和总成绩均位列第一，体现了“HunYuan”大模型强大的技术实力。图 1：腾讯 HunYuan 大模型全景图 资料来源：量子位、申万宏源研究 图 2：HunYuan-NLP 1T 排名 CLUE1.1 总排行榜第一 资料来源：量子位、申万宏源研究 OXiWgVQVkYiXsRsRnPaQ8Q6MsQmMtRtQfQrRtPeRpPnRbRpOsNNZnOpPvPqMvN 行业点评 请务必仔细阅读正文之后的各项信息披露

9、与声明 第 3 页 共 17 页 简单金融 成就梦想 1.1 四重技术特色，实现大模型低成本快速训练 1/8 成本+1 天时间，完成万亿参数大模型的训练。HunYuan-NLP 1T 是业界首个可在工业界海量业务场景直接落地应用的万亿 NLP 大模型，腾讯团队在 MoE 模型结构、热启动和课程学习、注意力权重复用、路由算法等方面研究优化，大幅降低了万亿大模型的训练成本。该模型用千亿模型热启动，最快仅用 256 卡在一天内即可完成万亿参数大模型的训练，整体训练成本仅为直接冷启动训练万亿模型的 1/8。具体而言，腾讯大模型有以下技术特色：1）采用 MoE 结构，节约训练成本。大模型的训练可以分为

10、Dense（稠密）模型和MoE 模型类。前者在训练过程中，所有 FFN（Feed-Forward Network，专家模块）和SA（Self Attention）层的参数都是激活的，所以训练成本偏高。后者通过引入路由，在训练过程中只激活部分 FFN 的参数参与计算，从而节约训练成本。混元大模型采用 MoE 结构，主要考虑在于：较多研究显示，相同的资源和计算量前提下，MoE 模型效果优于稠密模型。通过提升 FFN 数量，计算量没有增加，模型的性能持续提升。且对于相同规模的大模型，MoE 模型的训练和推理效率更高，对资源的消耗更小。图 3：腾讯采用的 MoE 结构只激活部分 FFN 参数参与计算，

11、显著降低成本 资料来源：量子位、申万宏源研究 2）热启动和课程学习，在有限的资源内训练收敛。一般而言，万亿参数的模型需约7000 亿 tokens 数据，很难在有限资源约束内实现训练收敛。腾讯团队借鉴了课程学习的思路，首先在小规模的模型上训练收敛，然后将小模型的知识迁移到大模型，逐步增加模型的规模。具体而言，先训练只有一个 FFN 的 Dense 模型，然后通过扩展 FFN 数量把模型规模提升到千亿、万亿直至收敛。腾讯团队在千亿模型的基础上扩展万亿模型，只需训练约 1 天/256 卡，即可在下游任务效果上超过千亿模型约 10%。行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 4 页

12、共 17 页 简单金融 成就梦想 图 4：借鉴课程学习思路，加速模型收敛 资料来源：量子位、申万宏源研究 3）注意力权重复用，降低训练复杂度。Transformer 模型的 SA 层需计算 Attention Weights 注意力权重，该权重和序列长度成平方级关系，因此计算复杂度很高。腾讯在模型计算过程中以一定概率复用注意力权重（当概率 p 设置为 50%，模型效果无损），使得Attention Weights 总时间复杂度降低 50%，大模型预训练提速约 20%左右。图 5：腾讯采用注意力权重复制，预训练提速约 20%资料来源：量子位、申万宏源研究 4）词向量路由机制，保证路由稳定性。目前

13、普通的路由方法依赖模型中 SA 层的输出，随着 SA 层对信息的加工，路由的稳定性受到影响。为此，腾讯团队引入词向量路由机制，将路由和 SA 层进行解耦，保证相同的词分配到相同的 FFN 提取特征，提高了路由稳定性的同时加速了模型收敛。行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 5 页 共 17 页 简单金融 成就梦想 图 6：引入词向量路由机制，保证路由的稳定性 资料来源：量子位、申万宏源研究 1.2 太极平台+高速网络，更高效的模型训练底座 1）太极 AngelPTM，实现 192 张卡训练万亿模型。通常而言，模型参数越多，训练所需存储空间显著增加，如万亿模型仅模型状态需要1

14、7000 多 G 显存，仅仅依靠显存严重束缚着模型参数的扩大。为了降低显存的压力同时扩大模型参数，腾讯基于 Zero-Infinity 的理念开发了太极 AngelPTM 预训练加速组件。该组件引入了显存内存统一存储视角，最优化的利用内存和显存进行模型状态的 Cache；在充分利用 CPU 和 GPU 进行计算的同时最大化的利用带宽进行数据传输和 NCCL 通信，最大化提升整个系统的吞吐。在太极机器学习平台 1T 内存+单卡 40G 显存硬件环境下，太极AngelPTM 单机最大可容纳 55B 模型，192 张卡就可以训练万亿模型。相比 Zero-Infinity，太极 AngelPTM 训练

15、速度有 2 倍提升，节省 40%训练资源。太极机器学习平台是腾讯自主研发的一站式机器学习生态服务平台，为 AI 工程师打造从数据预处理、模型训练、模型评估到模型服务的全流程高效开发工具，为大模型的训练提供了有力保障。图 7：太极 AngelPTM 预训练加速组件，实现训练效率大幅提升 资料来源：量子位，申万宏源研究 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 6 页 共 17 页 简单金融 成就梦想 2）星脉高性能网络，模型训练成本降低 30%60%。大模型训练过程中大规模、长时间的 GPU 集群训练任务，对网络平台的极致高性能与高可用提出巨大挑战。为此腾讯打造了星脉高性能网络，

16、采用 1.6T 超带宽服务器接入、流量亲和性网络架构、自研高性能通信库 TCCL，构建了 1.6T ETH RDMA 网络，实现了 AI 大模型通信性能的 10 倍提升，通信时延降低 40%，单集群规模达到 2K（最大规模 32K），基于全自研网络硬件平台网络建设成本降低 30%，模型训练成本降低 30%60%。图 8：腾讯星脉高性能计算网络 资料来源：腾讯云、申万宏源研究 1.3 太极-HCF ToolKit，加速行业落地与复用 大模型的核心优势之一是快速行业复用。先训练大模型后蒸馏小模型，比直接训练小模型效果更好。预训练大模型将更多的资源、数据和成本转移到上游，将经过海量数据训练的大模型提

17、供给各个行业应用。在业务应用过程中，只需要进行少量的标注数据微调，即可以压缩成在在线业务中实际使用的小模型。图 9：大模型的核心优势之一是快速的行业复用 资料来源：量子位、申万宏源研究 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 7 页 共 17 页 简单金融 成就梦想 太极-HCF ToolKit 能加速行业落地与复用。太极-HCF ToolKit 是大模型压缩和分布式推理组件，包含了从模型蒸馏、压缩量化到模型加速的完整能力。太极-HCF distributed为大模型分布式推理组件，使得 HunYuan-NLP 1T 大模型推理只需 96 张 A100(4G)卡。太极SNIP

18、 为大模型压缩组件，从蒸馏框架和压缩加速算法两方面，实现了迭代更快，效果更好，成本更低的大模型压缩。图 10：太极-HCF ToolKit 加速大模型落地 资料来源：量子位、申万宏源研究 2.云智融合，“混元”拓展腾讯 AI 应用生态 腾讯在消费互联网、产业互联网领域共同构建 AI 应用生态。AI 在腾讯的定位是加速器，一方面进一步改善现有业务、提高内容生产效率、加速商业化，另一方面拓展新业务、新方向。腾讯云与智慧产业事业群 CEO 汤道生指出：“AI 驱动、全真互联、深入产业是下一代互联网的三大趋势，AI 将代替人成为互联网实现万物互联的驱动者。”AI 有望成为互联网下一阶段发展的内在动力，

19、腾讯将在 AI 开发、大数据、物联网平台之上进一步构建消费互联网和产业互联网等发展生态。1）在腾讯消费互联网生态中，AI 主要与自身产品融合，包括腾讯广告、QQ、微信搜索、游戏等泛娱乐和社交业务，加速实现 AI 在腾讯自身产品的商业化应用；2）在产业互联网生态中，AI 将与产业端各大企业的业务结合，根据产业业务发展需求与特点，为企业量身定制 AI 应用，通过人工智能为企业的生产经营活动赋能。行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 8 页 共 17 页 简单金融 成就梦想 图 11：腾讯 ABCI 云智融合架构 资料来源：腾讯研究院，腾讯云，申万宏源研究 混元大模型低成本、高性

20、能特性凸显，为腾讯的 AI 发展战略奠基。根据前文，混元大模型是国内领先的低成本、可落地的 NLP 万亿大模型，在训练特性上，用千亿模型进行热启动，最快仅用 256 卡在一天内即可完成万亿参数大模型 HunYuan-NLP 1T 的训练，整体训练成本仅为直接冷启动训练万亿模型的 1/8。此外，混元大模型已在各类权威榜单中登顶，性能领先于竞争对手。当前，混元已经在微信、QQ、游戏、腾讯广告、腾讯云等产品中实现落地，有力支持了旗下产品的业务发展，随着混元逐渐发展成熟并与旗下产品进一步融合，其商业化潜力将进一步显现。2.1 AI 大模型助力自有业务场景降本增效 社交方面：传统社交工具焕发新生，完整的

21、应用生态为 AI 应用提供土壤。微信和 QQ为公司两大社交工具，AI 或将从两个方面与社交工具结合。1）社交工具可以通过 AI 增强用户的使用体验，增加内生功能并提升服务质量。例如QQ 即应用 AI 推出了小世界二次元风格生成功能，丰富社交用户的使用体验；此外，QQ和微信可以每个用户配备了一对一的智能助理，可以更好地实现与用户的沟通，提升社交工具对用户的服务质量。2）社交工具或将成为 AI 应用入口，并为 AI 应用开发者提供内容生成平台。目前，微信已经形成了较为完整的应用生态，可以有效支持 AI 应用的落地，微信能够凭借巨额流量成为连接 AI 应用和用户的门户；其次，微信小程序可以为开发者提

22、供生成式 AI 功能，将小程序平台打造为开放式 AI 开发平台，为创新 AI 应用的开发提供土壤。行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 9 页 共 17 页 简单金融 成就梦想 图 12：QQ 推出小世界二次元风格生成功能 资料来源：腾讯研究院，腾讯云，申万宏源研究 图 13：微信生态将为 AI 应用提供土壤 资料来源：易观数科，零一裂变，申万宏源研究 广告方面：腾讯已打造以混元 AI 大模型为技术底座的广告多媒体 AI 技术矩阵。在混元大模型的基础上，腾讯广告团队构建了适用于广告场景的多模态内容理解、多模态文案生成、跨模态检索三类大模型，有力支持广告内容理解、智能创作、智

23、能审核等功能的实现。混元大模型在广告业务上的广泛应用，能够满足广告链路中各大环节对多媒体 AI 技术的不同需求，提升广告系统的智能化水平，进一步降低广告的制作成本、提升广告制作效率、优化广告的审核流程，推动广告业务的降本增效。以巨阙广告内容理解业务的精排大 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 10 页 共 17 页 简单金融 成就梦想 模型为例，该模型的全流量上线可以根据用户兴趣更精准地定向投放广告、提升广告主的投放回报，相比百亿规模小模型算法，精排大模型已累计给广告主带来 15%的 GMV 提升。图 14：混元 AI 大模型驱动腾讯广告业务效率提升 资料来源：腾讯云开发

24、者公众号，申万宏源研究 内容创作方面：混元大模型已应用于内容智能创作助手。2022 年 12 月公司的文字内容智能创作助手文涌（Efiidit）推出 2.0 版本，新增风格化 AI 续写、现代文与文言文互译等实用功能，进一步增强了产品的辅助创作性能；同时，新版本的部分功能的实现使用了混元大模型作为底层预训练模型，更高性能的AI 大模型将为文涌的功能拓展提供有力支持。此外，2023 年 3 月，公司推出具备智影数字人、文本配音、文章转视频等功能的腾讯智影软件，进一步将智能创作助手业务从文字创作拓展至视频创作。未来混元大模型将更广泛地应用于内容创作领域，推动 AIGC 技术在更为广泛的商业化应用中

25、落地。图 15：混元大模型应用于文涌 2.0 文字内容智能创作助手 资料来源：腾讯 AI 实验室，文涌官网，申万宏源研究 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 11 页 共 17 页 简单金融 成就梦想 图 16：公司推出腾讯智影视频内容智能创作助手 资料来源：腾讯智影官网，申万宏源研究 数字人方面：AI 技术驱动数字人由形似走向神似，数字人产业发展或将进入新阶段。虚拟数字人已经在淘宝、抖音都直播营销平台上广泛使用，并在文旅等领域发挥着重要作用。当前数字人的交互能力仍然偏弱，导致数字人直播产业仍然受到较大限制。在交互能力上，数字人主要依靠 NLP、CV 技术实现文本驱动以及

26、肢体动作协调，而混元大模型集CV、NLP 和多模态理解能力于一体，强大的性能能够推动数字人在多模态交互中向神似人不断靠拢。随着混元模型的应用以及未来不断训练升级，数字人的生成将以更低成本实现，使用门槛进一步降低，当前腾讯智影已经推出数字人定制业务，或将推动数字人的商业化应用的普及，打破数字人产业的发展瓶颈。图 17：腾讯 AI 技术应用于数字人构建 图 18：典型数字人的效果 资料来源：腾讯研究院，申万宏源研究 资料来源：腾讯研究院，申万宏源研究 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 12 页 共 17 页 简单金融 成就梦想 游戏方面，通过“绝艺”+“绝悟”发展通用竞技

27、AI。公司 2016 年开始进行游戏 AI方向探索，腾讯 AI Lab 先后发布了绝艺（棋牌类 AI）和绝悟（多智能体游戏 AI）。2017年 3 月游戏围棋 AI“绝艺”夺得世界冠军，2019 年的 8 月王者荣耀AI“绝悟”达到了职业电竞的水平。更多智能体。更强策略博弈以及更复杂交互环境是绝艺、绝悟 AI 探索解决的方向，致力于最终发展成为通用的竞技 AI。此外，腾讯将平台、算力等资源开放出来，搭建了“开悟”平台。图 19：腾讯竞技游戏 AI 布局 资料来源：腾讯 AI Lab，申万宏源研究 AIGC 技术赋能游戏的开发创作。通常，优质游戏的制作需要耗费大量的时间和人力成本，精美的游戏画面

28、须依靠大量美术工作者绘制完成。根据腾讯 AI Lab 在 GDC 2023 的演示，公司已经将 AIGC 技术应用于难度更高的 3D 游戏内容制作。开发团队提出了自研的3D 虚拟场景自动生成解决方案，并运用该方案从零制作一座 3D 虚拟城市，能够实现多样化建筑外观生成、室内映射生成等能力，进一步帮助游戏开发者实现更低成本的游戏内容制作，提升 3D 虚拟场景的生产效率并缩短游戏开发周期。混元大模型的低成本特性，或将推动 AIGC 技术在游戏开发领域的商业化应用，进一步实现 AIGC 技术对游戏研发到运营的全链路覆盖。图 20：AIGC 技术助力虚拟城市游戏开发 图 21：AI 室内映射生成功能优

29、化建筑效果 资料来源：腾讯 AI 实验室，申万宏源研究 资料来源：腾讯 AI 实验室，申万宏源研究 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 13 页 共 17 页 简单金融 成就梦想 2.2 云上赋智，腾讯云协同 AI 共塑产业互联生态 AI 产业化陆续落地，云计算与 AI 将共同塑造产业互联网生态。腾讯集团云与智慧产业事业群 CEO 汤道生提出：“AI 与云融合，对云的增长空间和发展模式都将产生重大影响。”随着 AI 在产业端的应用逐渐落地，云智融合已经成为未来发展趋势，将塑造产业互联网生态，根据产业特性发展各具特点的新模式和新业态，推动各行业的高质量发展。金融行业，云智融

30、合加速行业智能化转型。当前云计算和 AI 已经在智能营销、智能风控、智能识别和智能理财等场景作出重要贡献，机器学习、知识图谱等 AI 技术广泛应用于银行系统中。低成本、高效的 AI 大模型具备更好的经济效益，能够协助完成重复性、低附加值的工作以降低人力成本，以及协助提升评估、审核等方面的效率。以智能风控场景为例，银行可开展风控联合建模，依托海量数据深度挖掘客户异常行为，并对借款人的资金流量预测和贷后风险评估，提升风控能力。图 22：AI 技术协助银行系统实现智能风控 资料来源：腾讯研究院，腾讯云，申万宏源研究 工业制造方面：人工智能贯穿工业制造全生命周期，工业 AI 生态发展前景广阔。工业AI

31、 能够在研发设计、生产制造、产品营销和售后服务四个制造业环节提供支持，在制造业降本增效上展现出较大的潜力。公司优先选择切入 3C 行业工业外观质检领域，此前已推出腾慧飞瞳 AI 质检仪。在富驰高科的精密复杂零部件质检业务中，腾讯提供的工业 AI 质检的效率是人工的 10 倍，产线人力投入可减少 95%，在 10 多台 AI 质检仪持续满载生产的情况下，项目可以每年为富驰节省人力成本数干万元。混元大模型或将进一步降低 AI 在工业领域的应用成本，推动 AI 向研发设计、售后服务等领域全面渗透，实现制造业全环节的降本增效。行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 14 页 共 17

32、 页 简单金融 成就梦想 图 23：公司工业 AI 推动制造业各环节降本增效 资料来源：腾讯研究院，腾讯云，申万宏源研究 融合媒体方面：公司推出腾讯云智媒体 AI 中台。2019 年，中央广播电视总台与腾讯云落地了“央视频 5G 新媒体平台”，此后共同打造了基于腾讯云智媒体 AI 中台的央视总台人工智能能力开放平台。腾讯云智媒体 AI 中台为传媒行业量身打造，能够全面优化媒资生产、管理、消费各环节，并针对传媒行业的全业务流程，推出了智能标签、智能编目、智能拆条、人脸集锦、视频超分、智能转码、老片修复、视频智能质检、内容安全九大应用；此外还能提供智能推理、智能训练、算法调度、可视化编排等能力。公

33、司将围绕腾讯云智媒体 AI 中台构建传媒行业 AI 生态，推动公司 AI 发展与传媒行业结合。图 24：腾讯云智媒体 AI 中台应用于广电传媒业务 资料来源：腾讯研究院，腾讯云，申万宏源研究 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 15 页 共 17 页 简单金融 成就梦想 3.相关标的 建议关注腾讯系持股或与腾讯有重要合作标的：1）互联网传媒领域：腾讯控股（AI 布局领先、社交/内容龙头）。游戏相关世纪华通（腾讯为第二大股东；游戏发行、算力/数据中心战略合作）、完美世界（游戏发行合作）、三七互娱（游戏发行合作）、巨人网络（游戏发行合作）、掌趣科技（游戏发行合作，腾讯持股）、

34、电魂网络（游戏发行合作）；版权相关华策影视（影视版权丰富）、新媒股份（大屏端内容合作）、博纳影业（影视版权丰富、腾讯持股）、中文在线（阅文持股、数字版权战略合作）、平治信息（腾讯投资）；港股及其他相关阅文集团（控股子公司，在线阅读龙头、IP 版权丰富）、哔哩哔哩（腾讯持股）、快手（腾讯持股）、创梦天地（腾讯为最大机构股东，社区工具 Fanbook拥抱 AI）、祖龙娱乐（腾讯持股，游戏发行合作）、腾讯音乐（控股子公司，在线音乐龙头）。2）计算机领域：金山办公（与腾讯在文档领域合作）、泛微网络（腾讯持股）、四维图新（腾讯持股）、博思软件（腾讯持股）、长亮科技（腾讯持股）、超图软件（与腾讯地图战略合

35、作）。4.风险提示 大模型技术中美仍存在差异，部分技术尚处于早期实验室阶段，存在落地风险。行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 16 页 共 17 页 简单金融 成就梦想 表 1：估值简表 代码 公司 市值（亿元）股价(元/股)EPS PE 2023/3/31 2022E 2023E 2024E 2022E 2023E 2024E 002624 完美世界 330 17.02 0.79 0.95 1.11 21 18 15 002555 三七互娱 631 28.45 1.35 1.56 1.76 21 18 16 002558 巨人网络 264 13.18 0.47 0.61

36、 0.72 28 22 18 603258 电魂网络 70 28.45 0.82 1.51 1.76 35 19 16 300133 华策影视 151 7.93 0.24 0.29 0.34 33 27 24 300770 新媒股份 107 46.18 3.00 3.46 3.87 15 13 12 001330 博纳影业 145 10.58 0.06 0.40 0.53 180 26 20 300364 中文在线 166 22.80-0.45 0.24 0.30-50 96 75 300571 平治信息 62 44.19 2.10 2.55 2.97 21 17 15 688111 金山办公

37、 2,182 473.00 2.42 3.50 4.73 195 135 100 603039 泛微网络 190 72.72 0.86 1.60 2.14 85 45 34 002405 四维图新 322 13.53-0.02 0.14 0.22-727 99 61 300525 博思软件 144 23.45 0.47 0.66 0.90 50 36 26 300348 长亮科技 96 13.17 0.11 0.32 0.45 121 41 29 300036 超图软件 115 23.40-0.69 0.69 0.94-34 34 25 资料来源：Wind、申万宏源研究（各公司 EPS 为 w

38、ind 一致预期）行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第 17 页 共 17 页 简单金融 成就梦想 信息披露 证券分析师承诺 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告,并对本报告的内容和观点负责。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。与公司有关的信息披露 本公司隶属于申万宏源证券有限公司。本公司经中国证券监督管理委员会核准，取得证券投资咨询业务许可。本公司关联机构在法律许可情况下可能持有或交易本报告提到的投

39、资标的，还可能为或争取为这些标的提供投资银行服务。本公司在知晓范围内依法合规地履行披露义务。客户可通过 索取有关披露资料或登录 信息披露栏目查询从业人员资质情况、静默期安排及其他有关的信息披露。机构销售团队联系人 华东 A 组 陈陶 华东 B 组 谢文霓 华北组 李丹 华南组 李昇 L 股票投资评级说明 证券的投资评级：以报告日后的 6 个月内，证券相对于市场基准指数的涨跌幅为标准，定义如下：买入（Buy）增持（Outperform）中性(Neutral)减持(Underperform)：相

40、对强于市场表现20以上；：相对强于市场表现520；：相对市场表现在55之间波动；：相对弱于市场表现5以下。行业的投资评级：以报告日后的6个月内，行业相对于市场基准指数的涨跌幅为标准，定义如下：看好（Overweight）中性(Neutral)看淡(Underweight)：行业超越整体市场表现；：行业与整体市场表现基本持平；：行业弱于整体市场表现。我们在此提醒您，不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系，表示投资的相对比重建议；投资者买入或者卖出证券的决定取决于个人的实际情况，比如当前的持仓结构以及其他需要考虑的因素。投资者应阅读整篇报告，以获取比较完整的观点与信

41、息，不应仅仅依靠投资评级来推断结论。申银万国使用自己的行业分类体系，如果您对我们的行业分类有兴趣，可以向我们的销售员索取。本报告采用的基准指数：沪深300指数 法律声明 本报告仅供上海申银万国证券研究所有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。客户应当认识到有关本报告的短信提示、电话推荐等只是研究观点的简要沟通，需以本公司 http:/ 网站刊载的完整报告为准，本公司并接受客户的后续问询。本报告上海品茶列示的联系人，除非另有说明，仅作为本公司就本报告与客户的联络人，承担联络工作，不从事任何证券投资咨询服务业务。本报告是基于已公开信息撰写，但本公司不保证该等

42、信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向人作出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为作出投资决策的惟一因素。客户应自主作出投资决策并自行承担投资风险。本公司特别提示,本公司不会与任何客户以任何形式分享证券投资收益或分担证券投资损失，任何形式的分享证券投资收益或者分担证券投资

43、损失的书面或口头承诺均为无效。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。市场有风险，投资需谨慎。若本报告的接收人非本公司的客户，应在基于本报告作出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。本报告的版权归本公司所有，属于非公开资料。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。