ChatGPT，这款由“美国AI梦工厂”OpenAI制作的AI聊天机器人软件，除了能写代码、剧本并进行词曲创作，还可与人类对答如流，推出后被誉为人工智能的旷世巨作。

近日，国内外多家科技巨头频频传出布局ChatGPT的消息。例如，美国数字媒体公司BuzzFeed宣布与OpenAI合作，将使用ChatGPT帮助内容创作;微软也宣布已与OpenAI扩大合作伙伴关系，向OpenAI进行为期多年、价值数十亿美元的投资。国内方面，市场消息称百度也将推出类似ChatGPT的AI聊天机器人。

随着ChatGPT的爆火出圈，在热门题材股关注方面从不掉队的A股市场同样随风而动，概念股股价节节攀升。

但ChatGPT的光速蹿红背后，这一新兴实物究竟是创新该是概念?产业链上下游分布情况又是如何?澎湃新闻通过采访和梳理，挖掘出其中的核心标的。

ChatGPT是什么?据了解，ChatGPT全名为ChatGenerativePre-TrainedTransformer，是OpenAI公司开发的智能聊天机器人，于2022年11月推出。ChatGPT使用基于GPT-3.5架构的大型语言模型(LLM)，能够完成自动文本生成、自动问答、编写和调试计算机程序等多种任务。

从测试反馈的结果看，相比于前一代的产品，ChatGPT以对话为载体，可以回答多种多样的日常问题，并对多轮对话历史的记忆能力和篇幅增强，交互更加“善解人意”。

瑞银集团报告指出，ChatGPT是史上用户增长速度最快的消费级应用程序。推出仅两个月后，ChatGPT在2023年1月末的月活用户已突破1亿。

对于ChatGPT的出圈走红，特别是为何引发资本市场的强烈关注，长城基金基金经理赵凤飞表示：“ChatGPT的大热是源于其惊艳的用户体验，由于人工智能技术的进步在很大程度上会改变我们的生活，因此该领域的每一次重大突破，都会引起全社会的广泛关注，在A股市场掀起相关概念股的上涨浪潮，应该说也是顺理成章的事情。”

“由于引入了人类反馈强化学习(将对话者的反馈作为下一轮回答的输入)，ChatGPT的回答表现，优于不能联系上下文的传统自然语言处理(NLP)大模型，这是其引起资本市场广泛关注的主要原因之一。”国金证券指出。

不过，浙商证券强调，虽然ChatGPT“智商”很高，但也存在一定的局限性，如有时会生成包含虚假和明显错误的回复。同时，ChatGPT虽具有合法和道德的约束设置，但仍有破解方法。

上游：算力、数据标注、自然语言处理、人工智能生成内容(AIGC)需求有望被带动

产业链上游方面，综合来看，多家机构看好ChatGPT开启的AI新纪元，进一步增加算力、算法、数据标注、自然语言处理、人工智能生成内容等5方面的上游需求度。

具体而言，算力方面，中银证券报告指出，ChatGPT在参数规模上已经达到了千亿级别，对AI大模型而言，不论是训练还是推理，对于算力这一基础设施都有着极大的需求。

“ChatGPT主要源于GPT-3的预训练模型，而GPT-3相比于此前的模型，最大的不同在于模型体量的大幅提升。人工智能的跨越式发展将成为算力流量消耗的重要驱动力，未来数据中心和相关的配套产业有望实现更好增长。”安信证券报告进一步指出。

中金公司数据显示，ChatGPT训练所耗费的算力大约为3640PF-days，即假设每秒运算一千万亿次，需要连续运行3640天，训练大模型需要强大的算力。

数据标注方面，安信证券分析称，ChatGPT的训练过程加大了人工标注的力度和精度，这代表着在未来的人工智能领域，优质的数据源和强大的标注能力，将成为行业的基础设施。

“数据标注是大部分人工智能算法得以有效运行的关键环节。在ChatGPT训练的三个阶段中，只有第三阶段不需要使用人工标注数据，而第一、第二阶段都需要大量的人工标注。”东吴证券进一步指出，“现有数据标注以人工标注为主，属于劳动密集型产业。随着机器学习不断完善，自动标注成为大趋势。”

NLP(自然语言处理)方面，安信证券表示，由于ChatGPT主要基于自然语言处理，因此在NLP领域沉淀较多的企业，有望率先实现功能的部分复现。

“ChatGPT的推出，对于我国AI技术和产业发展起到了很强的示范效应，预示着目前国际前沿AI技术的快速发展，并且AI的商业化图景也越来越清晰。随着AI技术的快速发展，人工智能技术提供商，特别是NLP头部厂商将率先受益。”方正证券称。

AIGC(人工智能生成内容)方面，东吴证券指出，ChatGPT是AIGC应用的又一个起点，随着深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，AIGC有望加速发展。

“ChatGPT是AIGC技术进展的里程碑，该模型使得利用人工智能进行内容创作的技术成熟度大幅提升，有望成为新的全行业生产力工具，提升内容生产效率与丰富度。”财通证券同时表示。

值得关注的是，ChatGPT的上游行业间，也互有促进。德邦证券报告便指出，AIGC背后同样需要“大算力”的支持。

“OpenAI发表研究成果显示，AI训练所需要的算力指数呈指数级上涨，自2012年至2018年，大约每隔3个月至4个月翻倍，在此期间训练AI耗费的算力增长了30万倍。”德邦证券表示。

东方证券报告指出，从行业发展趋势看，AIGC