2024年6月5日发(作者：愈迎秋)
证券研究报告|2023年05月15日
人工智能行业点评
GoogleGecko推出，小型化分支迈出一大步
超配
行业研究·行业快评
证券分析师：
证券分析师：
熊莉
朱松
************
************
计算机
*******************.cn
******************.cn
投资评级：超配（维持评级）
执证编码：S2
执证编码：S1
事项：
2023年5月10日（美国时间）谷歌召开I/O开发者大会，更大力度地AllinAI，发布多款AI新品，涉
及全新大模型、应用软件、基础设施等多领域。
国信计算机观点：1）谷歌召开开发者大会，更大力度地AllinAI，从AI大模型到应用、软件端，AI产
品全线出击。2）发布PaLM2新一代AI大模型，提供4个版本，其中最轻量化的Gecko可以直接在智能
手机上本地化运行，LLM移动原生或成未来趋势；相比于第一代PaLM，PaLM2在多语种、推理、编程等领
域表现大幅提升；同GPT-4相比，PaLM2在部分领域具有一定竞争力。3）投资建议：建议关注AI领域龙
头公司。4）风险提示：AI技术和应用发展不及预期；宏观经济下滑影响IT支出；AI应用相关政策和法
律推进缓慢。
评论：
谷歌召开开发者大会，AI产品全线出击
谷歌召开开发者大会，更大力度地AllinAI。2023年5月10日（美国时间）谷歌召开I/O开发者大会，
主题为“MakingAIhelpfulforeveryone”，通过AI增加知识，提升学习能力、创造力、生产力，更
大力度地AllinAI，发布多款AI新品，涉及全新大模型、应用软件、基础设施等多领域。
图1：
Google开发者大会发布多款产品
资料来源：Google，（JediLu），国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
1
证券研究报告
从AI大模型到应用、硬件端，谷歌AI产品全线出击。1)AI模型：全新AI大模型PaML2、多模态模型Gemini；
2）应用端：办公全家桶DuetAI、AI聊天机器人Bard、笔记本ProjectTailwind、专为安卓开发的AI
编码机器人StudioBot、面相企业AI平台的VertexAI、安卓14、专业模型等；3）基础设施/硬件：A3
超级计算机虚拟机、折叠手机、平板电脑等。
图2：
谷歌AI产品全线出击
类型产品
PaML2
功能应用场景市场对应产品
改进了数学、代码、推理、多语言翻译和自然语言生成能
力，利用谷歌最新的TPU算力基础设施提升了训练速度；自身大模型，包括
ChatGPT
提供了不同尺寸规模的四个版本，从小到大依次是Gecko、
Bard、Cloud等
Otter、Bison和Unicorn，更易于针对各种用例进行部署；
基于PaML2，针对医疗知识微调而成；
可以检索医学知识、回答问题、生成有用的模板和解码医
医疗场景医疗大模型
学术语；
轻松通过美国医学执照考试，达到专家水平；
基于PaML2，针对安全知识微调而成；
帮助分析和解释具有潜在恶意脚本的行为，并检测哪些脚
网络安全场景网络安全大模型
本对个人或组织构成威胁；
GoogleBrain和DeepMind合作研发，目前仍在训练中；
未来通用人工智能
面向未来，做多模态基础模型；
BEiT-3、BriVL等
（AGI）
在工具和API方面非常高效；
Workspace（场景一）：Workspace为谷歌旗下实时协作
办公平台，嵌入DuetAI后，可以实现帮助写作（Gmail、
办公场景，例如写邮
Docs）
件、写文档、生成PPTMicrosoftCopliot
生成PPT、生成表格等功能；
等
谷歌云（场景二）：DuetAI为谷歌云带来代码辅助、聊
天帮助等功能；
AI对话机器人（作为搜索助手），在原版本基础上升级，
添加了支持更多语言、识别图像信息等功能；
搜索场景微软Bing
将接通谷歌自己的应用程序，例如谷歌地图、图表能力可
直接在Bard中调用；
基于文档训练的AI笔记本，可以从上传或GoogleDrive
的文档中提取信息；笔记本、个人数据库Notion、有道云笔
用户可以用自然语言向AI提问，并在他们文档的上下文
等场景记、印象笔记
中得到帮助；
AI编程助手，由谷歌基础编程模型Codey提供支持；
CodeWhisperer、
其支持Kotlin和Java，直接嵌入到AndroidStudio工
Andriod编程场景
GithubCopilot
具栏中，支持生成代码和修复错误；
面向企业的AI平台；
企业用户可以在这个平台上调用需要的模型，按照需求对
企业开发者Liama等开源模型
模型的参数权重进行微调，根据内部数据建立企业版本的
搜索引擎；
引入2项生成式AI；
MagicCompose（应用于Messages）：AI可根据消息内容
生成回复文本；苹果IOS、华为
手机系统
生成式AI壁纸：通过引入文本转图片扩散模型，允许用
HarmonyOS
户输入Prompts，描述想要获取的图片信息，系统会自动
生成相应壁纸；
包括文本转语音模型（Chirp）、图像生成模型、代码生
文本转语音、图像生GithubCopilot、
成模型等成、代码生成Midjourney
谷歌首款折叠屏手机，搭载谷歌自研TensorG2处理器，
小米MixFold2、华
附带TitanM2协处理器，配有12GBLPDDR5内存+手机为MateX2、Oppo
256/512GBUFS3.1存储；FindN2等
11英寸显示屏，可与充电音箱底座搭配使用，可作为智
苹果Ipad、华为
平板电脑
能家居的中控设备；Matepad等
搭载英伟达H100GPU、第四代英特尔Xeon可扩展处理器，
与谷歌专门的数据中心结合，可提供高达26exaFlops的算力微软超级计算机
算力，将有助于减少训练更大模型的时间和成本；
AI模型
Med-PaLM2
（垂直模型）
Sec-PaLM2
（垂直模型）
Gemini
（双子星）
DuetAI
Bard
Project
Tailwind
应用
StudioBot
VertexAI
安卓14
专业模型
PixelFold
基础设施/硬件
PixelTablet
A3超级计算机
虚拟机
资料来源：Google，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
2
证券研究报告
发布PaLM2大模型，LLM移动原生或成未来趋势
谷歌发布PaLM2新一代AI大模型，包含Gecko、Otter、Bison、Unicorn四个版本。谷歌发布PaLM2新
一代AI大模型，重点改进了多语言翻译、数据相关、程序语言、推理和自然语言生成能力等。目前，PaLM
2按照模型大小提供了4个版本，从小到大依次为Gecko（壁虎）、Otter（水獭）、Bison（野牛）、Unicorn
（独角兽）。其中，最轻量级的Gecko（壁虎）可以直接在各种智能手机设备上本地化运行，且每秒可以
处理约20个token，对应16-17个单词，基本满足移动设备用户的需要。
高通发力移动端算力，LLM移动原生或成未来趋势。23年2月，高通在MWC上展示了一款基于骁龙的手机
芯片，其支持Android手机上部署超过10亿参数的“StableDiffusion”AI模型；5月3日，高通CEO
表示，在未来几个月，高通有望推出支持本地运行超100亿参数AI模型的移动设备芯片。我们认为LLM
移动原生或成未来趋势，主要因为：1）在移动端部署LLM，不仅可以降低服务成本、改善延迟，同时可以
提升安全性，保护隐私；2）移动端算力持续提升，叠加大模型轻量化发展，为LLM移动原生提供了发展
基础。
图3：
PaLM2提供4个版本，适用于不同场景
资料来源：Google，国信证券经济研究所整理
图4：
Gecko（壁虎）可在手机端本地化运行
图5：
支持安卓手机部署超10亿参数的AI模型
资料来源：Google，国信证券经济研究所整理资料来源：高通，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
3
证券研究报告
大模型迭代升级，PaLM2表现大幅提升
基于最新研究成果，大模型完成迭代升级。22年4月，谷歌发布第一代AI大模型PaLM，之后谷歌基于最
新的研究成果，对PaLM大模型进行持续优化，于23年发布新一代AI大模型PaLM2。根据Google发布的
《PaLM2TechnicalReport》披露，PaLM2基于计算最优缩放、增强数据集混合、更新模型架构三个维
度进行优化，完成迭代升级。
使用计算最优缩放：谷歌对模型的大小和数据量的规模进行了深入研究，发现模型大小和数据量同比
例（即1:1）缩放时，性价比最高，即消耗同样的算力得到的模型表现更好。
增强数据集混合：以前的预训练语言大模型通常使用以英文文本为主的数据集，谷歌将其延伸到数百
种语言和领域（包括编程语言、数学以及其他语言），发现更大的模型可以处理更多不同的非英语数
据集，且不会降低英语语言的理解能力，并使用了去重等数据清洗和过滤策略。
更新模型架构：PaLM2基于Transformer架构；优化目标不再是单一的语言模型，而是采用了类似
UL2的思路，使用多种的预训练目标，训练模型理解语言的不同层面。
图6：
模型大小和数据量同比例（即1:1）缩放时最优
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P8，国信证券经济研究所整理
图7：
PaLM2在超过100种语言的多语言文本上进行了训练
ISO代码
es
zh
ru
ja
fr
pt
de
it
k0
id
ar
vi
tr
pl
fa
nl
th
ro
CS
语言
Spanish
Chinese
Russian
Japanese
French
Portuguese
German
Italian
Korean
Indonesian
Arabic
Vietnamese
Turkish
Polish
Farsi
Dutch
Thai
Romanian
Czech
占比
11.51%
10.19%
8.73%
7.61%
6.55%
5.77%
5.55%
3.82%
3.61%
3.35%
3.30%
2.93%
2.74%
2.38%
1.86%
1.78%
1.59%
1.19%
1.11%
ISO代码
no
hr
1W
et
bg
fi
bn
sr
da
ms
SW
lt
fil
UZ
sl
ta
ka
sq
lv
语言
Norwegian
Croatian
Hebrew
Estonian
Bulgarian
Finnish
Bengali
Serbian
Danish
Malay
Swahili
Lithuanian
Filipino
Uzbek
Slovenian
Tamil
Georgian
Albanian
Latvian
占比
0.67%
0.64%
0.62%
0.6%
0.59%
0.58%
0.52%
0.52%
0.51%
0.43%
0.43%
0.37%
0.34%
0.3%
0.23%
0.2%
0.2%
0.2%
0.18%
请务必阅读正文之后的免责声明及其项下所有内容
4
证券研究报告
hi
uk
hu
SV
el
sk
Hindi
Ukrainian
Hungarian
Swedish
Greek
Slovak
1.03%
1.01%
0.97%
0.91%
0.88%
0.7%
kk
ca
aZ
ur
mr
te
Kazakh
Catalan
Azerbaijani
Urdu
Marathi
Telugu
0.16%
0.15%
0.14%
0.14%
0.13%
0.12%
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P62，国信证券经济研究所整理
相比于第一代PaLM，PaLM2表现大幅提升。基于Google发布的《PaLM2TechnicalReport》中的实验
结果，相比于第一代PaLM，PaLM2在多语种、推理、编程等领域表现大幅提升。
多语种能力：PaLM2在多语言文本方面进行了大量的训练（涵盖100多种人类语言），大幅提高其理
解、生成和翻译各种语言的能力。从实验结果来看，PaLM2在现实世界高级语言能力考试中的表现显
著优于第一代PaLM，甚至在部分考试中，语言能力达到了“教授级”的水准。（例如PaLM2的日语
水平达到了A级，而PaLM的日语水平仅为F级）
推理能力：推理能力是AI大模型的重要能力之一，使用代表性推理数据集WinoGrande、ARC-C、DROP、
StrategyQA等对PaLM2的推理能力进行评估，结果显示PaLM2的推理能力表现大幅优于PaLM，甚
至在部分数据集中，PaLM2的表现优于SOTA（当前最高水平）。同时，用具有思维链Prompt或自洽
性的MATH、GSM8K和MGSM等基准进行评估，PaLM2的表现大幅优于PaLM。
编程能力：PaLM2在大量公开可用的源代码数据集上进行预训练，支持20多种编程语言，尤为擅长
Python和JavaScript等流行编程语言，也可进行Prolog、Fortran和Verilog等小众编程语言。1）
代码生成能力测试：使用3个编码数据集（HumanEval、MBPP、ARCADE）对PaLM2的代码生成能力进
行测试，PaLM2的代码生成表现优于PaLM；2）多语言编码能力测试：使用BabelCode评估PaLM2
的多语言编码能力，包括将HumanEvual翻译成C++、Jave、Go等high-resource语言或Haskell、Julia
等low-resource语言，结果显示，对于大多数编程语言，PaLM2转码能力优于PaLM。
图8：
PaLM2在显示世界高级语言能力考试中的表现显著优于第一代PaLM
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P4，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
5
证券研究报告
图9：
PaLM2推理能力表现优于PaLM
代表性推理数据集
WinoGrande
ARC-C
DROP
StrategyQA
CSQA
XCOPA
BBHard
SOTA
87.54
a
96.3
a
88.4
d
81.6
c
91.2
e
89.98
g
65.2
f
PaLM
85.1
b
88.7
c
70..8
b
81.6
c
80.7
c
89.9
g
65.2
f
PaLM2
90.9
95.1
85
90.4
90.4
94.4
78.1
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P14，国信证券经济研究所整理
图10：
PaLM2在数学领域表现大幅优于Palm
Task
MATH
GSM8K
MGSM
SOTA
a
50.3
92.0
b
C
72.0
PaLM
8.8
56.5/74.4
45.9/57.9
Minerva
33.6/50.3
58.8/78.5
-
PaLM2
34.3/48.8
80.7/91.0
72.2/87.0
Flan-PaLM2
33.2/45.2
84.7/92.2
75.9/85.8
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P15，国信证券经济研究所整理
图11：
PaLM2代码生成能力优于Palm
HumanEval
pass@1pass@100
PaLM2-S*
PaLM-Coder-540B
37.6
35.9
a
88.4
88.4
a
MBPP
pass@1
50.0
47.0
a
pass@80
86.6
80.8
a
pass@1
16.2
7.9
a
ARCADE
pass@30
43.6
33.6
a
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P16，国信证券经济研究所整理
图12：
对于大多数编程语言，PaLM2转码能力优于PaLM
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P17，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
6
证券研究报告
同GPT-4相比，PaLM2在部分领域具有一定竞争力
在推理和数学领域，PaLM2具有一定竞争力。1）推理领域：PaLM2在WinoGrande、DROP推理数据集中
表现优于GPT-4，而在ARC-C中表现弱于GPT-4，整体来看，同GPT-4相比，PaLM2在推理领域具备一定
竞争力。2）数学领域：PaLM2在MATH中表现优于GPT-4，在GSM8K中表现弱于GPT-4，整体来看，PaLM2
在数学领域具备一定竞争力。
图13：
同GPT-4相比，PaLM2在推理领域具备一定竞争力
代表性推理数据集
WinoGrande
ARC-C
DROP
StrategyQA
CSQA
XCOPA
BBHard
SOTA
a
87.54
96.3
a
d
88.4
81.6
c
e
91.2
89.98
g
f
65.2
GPT-4
a
87.5
96.3
a
a
80.9
-
-
-
-
PaLM2
90.9
95.1
85
90.4
90.4
94.4
78.1
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P14，国信证券经济研究所整理
图14：
同GPT-4相比，PaLM2在数学领域具备一定竞争力
Task
MATH
GSM8K
MGSM
SOTA
50.3
a
b
92.0
72.0
C
GPT-4
42.5
92
-
Minerva
33.6/50.3
58.8/78.5
-
PaLM2
34.3/48.8
80.7/91.0
72.2/87.0
Flan-PaLM2
33.2/45.2
84.7/92.2
75.9/85.8
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P15，国信证券经济研究所整理
PaLM2在学术、编程领域可能弱于GPT-4。1）学术领域：选择MMLU作为测试基准，其涉及57个主体的
多项选择问题（专业和学术领域），结果显示，GPT-4的表现优于PaLM2。2）编程领域：选择HumanEval
作为测试基准，目前谷歌未公布PaLM2的测试数据，但PaLM2-S*的得分大幅低于GPT-4，预计PaLM2
在编程领域表现可能弱于GPT-4。
图15：
PaLM2在学术、编程领域可能弱于GPT-4
测试基准
模型
得分
学术领域
MMLU
GPT-4
86.4
PaLM2（L）
78.3
GPT-4
67
编程领域
HumanEval
PaLM2-S*
37.6
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P16，OpeaAI技术文档-《GPT-4TechnicalReport》-2023-P7，国信证
券经济研究所整理
投资建议：
谷歌召开开发者大会，AI产品全线出击。谷歌推出新一代AI大模型PaLM2，模型多语种能力、推理能力、
编程能力大幅提升；谷歌将PaLM2接入自身产品，大幅提升产品AI性能，进而改善用户体验，增强产品
核心竞争力。因此，我们建议关注AI领域龙头公司。
风险提示：
AI技术和应用发展不及预期；宏观经济下滑影响IT支出；AI应用相关政策和法律推进缓慢。
请务必阅读正文之后的免责声明及其项下所有内容
7
证券研究报告
相关研究报告：
《计算机行业2023年5月投资策略暨财报总结-2022行业业绩承压，AI应用+算力双轮发力》——
2023-05-07
《人工智能行业点评-微软FY23Q3财报业绩超预期，AI+产品深度融合，持续看好AI产业趋势》——
2023-04-28
《GPT5后NLP大模型逐步走向收敛，ASIC将大有可为》——2023-04-28
《人工智能行业点评-SAM模型带来图像分割的GPT-3时刻，机器视觉和多模态AI迎突破》——2023-04-10
《人工智能行业点评-清华和蚂蚁携手AI安全合作，数据安全和AI监管是重要基础》——2023-04-10
请务必阅读正文之后的免责声明及其项下所有内容
8
证券研究报告
免责声明
分析师声明
作者保证报告所采用的数据均来自合规渠道；分析逻辑基于作者的职业理解，通过合理判断并得出结论，
力求独立、客观、公正，结论不受任何第三方的授意或影响；作者在过去、现在或未来未就其研究报告
所提供的具体建议或所表述的意见直接或间接收取任何报酬，特此声明。
国信证券投资评级
类别
股票
投资评级
级别
买入
增持
中性
卖出
超配
中性
低配
说明
股价表现优于市场指数20%以上
股价表现优于市场指数10%-20%之间
股价表现介于市场指数±10%之间
股价表现弱于市场指数10%以上
行业指数表现优于市场指数10%以上
行业指数表现介于市场指数±10%之间
行业指数表现弱于市场指数10%以上
行业
投资评级
重要声明
本报告由国信证券股份有限公司（已具备中国证监会许可的证券投资咨询业务资格）制作；报告版权归
国信证券股份有限公司（以下简称“我公司”）所有。本报告仅供我公司客户使用，本公司不会因接收人
收到本报告而视其为客户。未经书面许可，任何机构和个人不得以任何形式使用、复制或传播。任何有
关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客户发布的本报告完整版本
为准。
本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的
信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断，在不同时期，我公司可能撰写并
发布与本报告所载资料、建议及推测不一致的报告。我公司不保证本报告所含信息及资料处于最新状态；
我公司可能随时补充、更新和修订有关信息及资料，投资者应当自行关注相关更新和修订内容。我公司
或关联机构可能会持有本报告中所提到的公司所发行的证券并进行交易，还可能为这些公司提供或争取
提供投资银行、财务顾问或金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务
部门可能独立做出与本报告中意见或建议不一致的投资决策。
本报告仅供参考之用，不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下，本报告中的信息和
意见均不构成对任何个人的投资建议。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺
均为无效。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险，
我公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任。
证券投资咨询业务的说明
本公司具备中国证监会核准的证券投资咨询业务资格。证券投资咨询，是指从事证券投资咨询业务的机
构及其投资咨询人员以下列形式为证券投资人或者客户提供证券投资分析、预测或者建议等直接或者间
接有偿咨询服务的活动：接受投资人或者客户委托，提供证券投资咨询服务；举办有关证券投资咨询的
讲座、报告会、分析会等；在报刊上发表证券投资咨询的文章、评论、报告，以及通过电台、电视台等
公众传播媒体提供证券投资咨询服务；通过电话、传真、电脑网络等电信设备系统，提供证券投资咨询
服务；中国证监会认定的其他形式。
发布证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对证券及证券
相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制
作证券研究报告，并向客户发布的行为。
证券研究报告
国信证券经济研究所
深圳
深圳市福田区福华一路125号国信金融大厦36层
邮编：518046
上海
上海浦东民生路1199弄证大五道口广场1号楼12层
邮编：200135
北京
北京西城区金融大街兴盛街6号国信证券9层
邮编：100032
2024年6月5日发(作者：愈迎秋)
证券研究报告|2023年05月15日
人工智能行业点评
GoogleGecko推出，小型化分支迈出一大步
超配
行业研究·行业快评
证券分析师：
证券分析师：
熊莉
朱松
************
************
计算机
*******************.cn
******************.cn
投资评级：超配（维持评级）
执证编码：S2
执证编码：S1
事项：
2023年5月10日（美国时间）谷歌召开I/O开发者大会，更大力度地AllinAI，发布多款AI新品，涉
及全新大模型、应用软件、基础设施等多领域。
国信计算机观点：1）谷歌召开开发者大会，更大力度地AllinAI，从AI大模型到应用、软件端，AI产
品全线出击。2）发布PaLM2新一代AI大模型，提供4个版本，其中最轻量化的Gecko可以直接在智能
手机上本地化运行，LLM移动原生或成未来趋势；相比于第一代PaLM，PaLM2在多语种、推理、编程等领
域表现大幅提升；同GPT-4相比，PaLM2在部分领域具有一定竞争力。3）投资建议：建议关注AI领域龙
头公司。4）风险提示：AI技术和应用发展不及预期；宏观经济下滑影响IT支出；AI应用相关政策和法
律推进缓慢。
评论：
谷歌召开开发者大会，AI产品全线出击
谷歌召开开发者大会，更大力度地AllinAI。2023年5月10日（美国时间）谷歌召开I/O开发者大会，
主题为“MakingAIhelpfulforeveryone”，通过AI增加知识，提升学习能力、创造力、生产力，更
大力度地AllinAI，发布多款AI新品，涉及全新大模型、应用软件、基础设施等多领域。
图1：
Google开发者大会发布多款产品
资料来源：Google，（JediLu），国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
1
证券研究报告
从AI大模型到应用、硬件端，谷歌AI产品全线出击。1)AI模型：全新AI大模型PaML2、多模态模型Gemini；
2）应用端：办公全家桶DuetAI、AI聊天机器人Bard、笔记本ProjectTailwind、专为安卓开发的AI
编码机器人StudioBot、面相企业AI平台的VertexAI、安卓14、专业模型等；3）基础设施/硬件：A3
超级计算机虚拟机、折叠手机、平板电脑等。
图2：
谷歌AI产品全线出击
类型产品
PaML2
功能应用场景市场对应产品
改进了数学、代码、推理、多语言翻译和自然语言生成能
力，利用谷歌最新的TPU算力基础设施提升了训练速度；自身大模型，包括
ChatGPT
提供了不同尺寸规模的四个版本，从小到大依次是Gecko、
Bard、Cloud等
Otter、Bison和Unicorn，更易于针对各种用例进行部署；
基于PaML2，针对医疗知识微调而成；
可以检索医学知识、回答问题、生成有用的模板和解码医
医疗场景医疗大模型
学术语；
轻松通过美国医学执照考试，达到专家水平；
基于PaML2，针对安全知识微调而成；
帮助分析和解释具有潜在恶意脚本的行为，并检测哪些脚
网络安全场景网络安全大模型
本对个人或组织构成威胁；
GoogleBrain和DeepMind合作研发，目前仍在训练中；
未来通用人工智能
面向未来，做多模态基础模型；
BEiT-3、BriVL等
（AGI）
在工具和API方面非常高效；
Workspace（场景一）：Workspace为谷歌旗下实时协作
办公平台，嵌入DuetAI后，可以实现帮助写作（Gmail、
办公场景，例如写邮
Docs）
件、写文档、生成PPTMicrosoftCopliot
生成PPT、生成表格等功能；
等
谷歌云（场景二）：DuetAI为谷歌云带来代码辅助、聊
天帮助等功能；
AI对话机器人（作为搜索助手），在原版本基础上升级，
添加了支持更多语言、识别图像信息等功能；
搜索场景微软Bing
将接通谷歌自己的应用程序，例如谷歌地图、图表能力可
直接在Bard中调用；
基于文档训练的AI笔记本，可以从上传或GoogleDrive
的文档中提取信息；笔记本、个人数据库Notion、有道云笔
用户可以用自然语言向AI提问，并在他们文档的上下文
等场景记、印象笔记
中得到帮助；
AI编程助手，由谷歌基础编程模型Codey提供支持；
CodeWhisperer、
其支持Kotlin和Java，直接嵌入到AndroidStudio工
Andriod编程场景
GithubCopilot
具栏中，支持生成代码和修复错误；
面向企业的AI平台；
企业用户可以在这个平台上调用需要的模型，按照需求对
企业开发者Liama等开源模型
模型的参数权重进行微调，根据内部数据建立企业版本的
搜索引擎；
引入2项生成式AI；
MagicCompose（应用于Messages）：AI可根据消息内容
生成回复文本；苹果IOS、华为
手机系统
生成式AI壁纸：通过引入文本转图片扩散模型，允许用
HarmonyOS
户输入Prompts，描述想要获取的图片信息，系统会自动
生成相应壁纸；
包括文本转语音模型（Chirp）、图像生成模型、代码生
文本转语音、图像生GithubCopilot、
成模型等成、代码生成Midjourney
谷歌首款折叠屏手机，搭载谷歌自研TensorG2处理器，
小米MixFold2、华
附带TitanM2协处理器，配有12GBLPDDR5内存+手机为MateX2、Oppo
256/512GBUFS3.1存储；FindN2等
11英寸显示屏，可与充电音箱底座搭配使用，可作为智
苹果Ipad、华为
平板电脑
能家居的中控设备；Matepad等
搭载英伟达H100GPU、第四代英特尔Xeon可扩展处理器，
与谷歌专门的数据中心结合，可提供高达26exaFlops的算力微软超级计算机
算力，将有助于减少训练更大模型的时间和成本；
AI模型
Med-PaLM2
（垂直模型）
Sec-PaLM2
（垂直模型）
Gemini
（双子星）
DuetAI
Bard
Project
Tailwind
应用
StudioBot
VertexAI
安卓14
专业模型
PixelFold
基础设施/硬件
PixelTablet
A3超级计算机
虚拟机
资料来源：Google，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
2
证券研究报告
发布PaLM2大模型，LLM移动原生或成未来趋势
谷歌发布PaLM2新一代AI大模型，包含Gecko、Otter、Bison、Unicorn四个版本。谷歌发布PaLM2新
一代AI大模型，重点改进了多语言翻译、数据相关、程序语言、推理和自然语言生成能力等。目前，PaLM
2按照模型大小提供了4个版本，从小到大依次为Gecko（壁虎）、Otter（水獭）、Bison（野牛）、Unicorn
（独角兽）。其中，最轻量级的Gecko（壁虎）可以直接在各种智能手机设备上本地化运行，且每秒可以
处理约20个token，对应16-17个单词，基本满足移动设备用户的需要。
高通发力移动端算力，LLM移动原生或成未来趋势。23年2月，高通在MWC上展示了一款基于骁龙的手机
芯片，其支持Android手机上部署超过10亿参数的“StableDiffusion”AI模型；5月3日，高通CEO
表示，在未来几个月，高通有望推出支持本地运行超100亿参数AI模型的移动设备芯片。我们认为LLM
移动原生或成未来趋势，主要因为：1）在移动端部署LLM，不仅可以降低服务成本、改善延迟，同时可以
提升安全性，保护隐私；2）移动端算力持续提升，叠加大模型轻量化发展，为LLM移动原生提供了发展
基础。
图3：
PaLM2提供4个版本，适用于不同场景
资料来源：Google，国信证券经济研究所整理
图4：
Gecko（壁虎）可在手机端本地化运行
图5：
支持安卓手机部署超10亿参数的AI模型
资料来源：Google，国信证券经济研究所整理资料来源：高通，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
3
证券研究报告
大模型迭代升级，PaLM2表现大幅提升
基于最新研究成果，大模型完成迭代升级。22年4月，谷歌发布第一代AI大模型PaLM，之后谷歌基于最
新的研究成果，对PaLM大模型进行持续优化，于23年发布新一代AI大模型PaLM2。根据Google发布的
《PaLM2TechnicalReport》披露，PaLM2基于计算最优缩放、增强数据集混合、更新模型架构三个维
度进行优化，完成迭代升级。
使用计算最优缩放：谷歌对模型的大小和数据量的规模进行了深入研究，发现模型大小和数据量同比
例（即1:1）缩放时，性价比最高，即消耗同样的算力得到的模型表现更好。
增强数据集混合：以前的预训练语言大模型通常使用以英文文本为主的数据集，谷歌将其延伸到数百
种语言和领域（包括编程语言、数学以及其他语言），发现更大的模型可以处理更多不同的非英语数
据集，且不会降低英语语言的理解能力，并使用了去重等数据清洗和过滤策略。
更新模型架构：PaLM2基于Transformer架构；优化目标不再是单一的语言模型，而是采用了类似
UL2的思路，使用多种的预训练目标，训练模型理解语言的不同层面。
图6：
模型大小和数据量同比例（即1:1）缩放时最优
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P8，国信证券经济研究所整理
图7：
PaLM2在超过100种语言的多语言文本上进行了训练
ISO代码
es
zh
ru
ja
fr
pt
de
it
k0
id
ar
vi
tr
pl
fa
nl
th
ro
CS
语言
Spanish
Chinese
Russian
Japanese
French
Portuguese
German
Italian
Korean
Indonesian
Arabic
Vietnamese
Turkish
Polish
Farsi
Dutch
Thai
Romanian
Czech
占比
11.51%
10.19%
8.73%
7.61%
6.55%
5.77%
5.55%
3.82%
3.61%
3.35%
3.30%
2.93%
2.74%
2.38%
1.86%
1.78%
1.59%
1.19%
1.11%
ISO代码
no
hr
1W
et
bg
fi
bn
sr
da
ms
SW
lt
fil
UZ
sl
ta
ka
sq
lv
语言
Norwegian
Croatian
Hebrew
Estonian
Bulgarian
Finnish
Bengali
Serbian
Danish
Malay
Swahili
Lithuanian
Filipino
Uzbek
Slovenian
Tamil
Georgian
Albanian
Latvian
占比
0.67%
0.64%
0.62%
0.6%
0.59%
0.58%
0.52%
0.52%
0.51%
0.43%
0.43%
0.37%
0.34%
0.3%
0.23%
0.2%
0.2%
0.2%
0.18%
请务必阅读正文之后的免责声明及其项下所有内容
4
证券研究报告
hi
uk
hu
SV
el
sk
Hindi
Ukrainian
Hungarian
Swedish
Greek
Slovak
1.03%
1.01%
0.97%
0.91%
0.88%
0.7%
kk
ca
aZ
ur
mr
te
Kazakh
Catalan
Azerbaijani
Urdu
Marathi
Telugu
0.16%
0.15%
0.14%
0.14%
0.13%
0.12%
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P62，国信证券经济研究所整理
相比于第一代PaLM，PaLM2表现大幅提升。基于Google发布的《PaLM2TechnicalReport》中的实验
结果，相比于第一代PaLM，PaLM2在多语种、推理、编程等领域表现大幅提升。
多语种能力：PaLM2在多语言文本方面进行了大量的训练（涵盖100多种人类语言），大幅提高其理
解、生成和翻译各种语言的能力。从实验结果来看，PaLM2在现实世界高级语言能力考试中的表现显
著优于第一代PaLM，甚至在部分考试中，语言能力达到了“教授级”的水准。（例如PaLM2的日语
水平达到了A级，而PaLM的日语水平仅为F级）
推理能力：推理能力是AI大模型的重要能力之一，使用代表性推理数据集WinoGrande、ARC-C、DROP、
StrategyQA等对PaLM2的推理能力进行评估，结果显示PaLM2的推理能力表现大幅优于PaLM，甚
至在部分数据集中，PaLM2的表现优于SOTA（当前最高水平）。同时，用具有思维链Prompt或自洽
性的MATH、GSM8K和MGSM等基准进行评估，PaLM2的表现大幅优于PaLM。
编程能力：PaLM2在大量公开可用的源代码数据集上进行预训练，支持20多种编程语言，尤为擅长
Python和JavaScript等流行编程语言，也可进行Prolog、Fortran和Verilog等小众编程语言。1）
代码生成能力测试：使用3个编码数据集（HumanEval、MBPP、ARCADE）对PaLM2的代码生成能力进
行测试，PaLM2的代码生成表现优于PaLM；2）多语言编码能力测试：使用BabelCode评估PaLM2
的多语言编码能力，包括将HumanEvual翻译成C++、Jave、Go等high-resource语言或Haskell、Julia
等low-resource语言，结果显示，对于大多数编程语言，PaLM2转码能力优于PaLM。
图8：
PaLM2在显示世界高级语言能力考试中的表现显著优于第一代PaLM
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P4，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
5
证券研究报告
图9：
PaLM2推理能力表现优于PaLM
代表性推理数据集
WinoGrande
ARC-C
DROP
StrategyQA
CSQA
XCOPA
BBHard
SOTA
87.54
a
96.3
a
88.4
d
81.6
c
91.2
e
89.98
g
65.2
f
PaLM
85.1
b
88.7
c
70..8
b
81.6
c
80.7
c
89.9
g
65.2
f
PaLM2
90.9
95.1
85
90.4
90.4
94.4
78.1
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P14，国信证券经济研究所整理
图10：
PaLM2在数学领域表现大幅优于Palm
Task
MATH
GSM8K
MGSM
SOTA
a
50.3
92.0
b
C
72.0
PaLM
8.8
56.5/74.4
45.9/57.9
Minerva
33.6/50.3
58.8/78.5
-
PaLM2
34.3/48.8
80.7/91.0
72.2/87.0
Flan-PaLM2
33.2/45.2
84.7/92.2
75.9/85.8
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P15，国信证券经济研究所整理
图11：
PaLM2代码生成能力优于Palm
HumanEval
pass@1pass@100
PaLM2-S*
PaLM-Coder-540B
37.6
35.9
a
88.4
88.4
a
MBPP
pass@1
50.0
47.0
a
pass@80
86.6
80.8
a
pass@1
16.2
7.9
a
ARCADE
pass@30
43.6
33.6
a
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P16，国信证券经济研究所整理
图12：
对于大多数编程语言，PaLM2转码能力优于PaLM
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P17，国信证券经济研究所整理
请务必阅读正文之后的免责声明及其项下所有内容
6
证券研究报告
同GPT-4相比，PaLM2在部分领域具有一定竞争力
在推理和数学领域，PaLM2具有一定竞争力。1）推理领域：PaLM2在WinoGrande、DROP推理数据集中
表现优于GPT-4，而在ARC-C中表现弱于GPT-4，整体来看，同GPT-4相比，PaLM2在推理领域具备一定
竞争力。2）数学领域：PaLM2在MATH中表现优于GPT-4，在GSM8K中表现弱于GPT-4，整体来看，PaLM2
在数学领域具备一定竞争力。
图13：
同GPT-4相比，PaLM2在推理领域具备一定竞争力
代表性推理数据集
WinoGrande
ARC-C
DROP
StrategyQA
CSQA
XCOPA
BBHard
SOTA
a
87.54
96.3
a
d
88.4
81.6
c
e
91.2
89.98
g
f
65.2
GPT-4
a
87.5
96.3
a
a
80.9
-
-
-
-
PaLM2
90.9
95.1
85
90.4
90.4
94.4
78.1
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P14，国信证券经济研究所整理
图14：
同GPT-4相比，PaLM2在数学领域具备一定竞争力
Task
MATH
GSM8K
MGSM
SOTA
50.3
a
b
92.0
72.0
C
GPT-4
42.5
92
-
Minerva
33.6/50.3
58.8/78.5
-
PaLM2
34.3/48.8
80.7/91.0
72.2/87.0
Flan-PaLM2
33.2/45.2
84.7/92.2
75.9/85.8
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P15，国信证券经济研究所整理
PaLM2在学术、编程领域可能弱于GPT-4。1）学术领域：选择MMLU作为测试基准，其涉及57个主体的
多项选择问题（专业和学术领域），结果显示，GPT-4的表现优于PaLM2。2）编程领域：选择HumanEval
作为测试基准，目前谷歌未公布PaLM2的测试数据，但PaLM2-S*的得分大幅低于GPT-4，预计PaLM2
在编程领域表现可能弱于GPT-4。
图15：
PaLM2在学术、编程领域可能弱于GPT-4
测试基准
模型
得分
学术领域
MMLU
GPT-4
86.4
PaLM2（L）
78.3
GPT-4
67
编程领域
HumanEval
PaLM2-S*
37.6
资料来源：Google技术文档-《PaLM2TechnicalReport》-2023-P16，OpeaAI技术文档-《GPT-4TechnicalReport》-2023-P7，国信证
券经济研究所整理
投资建议：
谷歌召开开发者大会，AI产品全线出击。谷歌推出新一代AI大模型PaLM2，模型多语种能力、推理能力、
编程能力大幅提升；谷歌将PaLM2接入自身产品，大幅提升产品AI性能，进而改善用户体验，增强产品
核心竞争力。因此，我们建议关注AI领域龙头公司。
风险提示：
AI技术和应用发展不及预期；宏观经济下滑影响IT支出；AI应用相关政策和法律推进缓慢。
请务必阅读正文之后的免责声明及其项下所有内容
7
证券研究报告
相关研究报告：
《计算机行业2023年5月投资策略暨财报总结-2022行业业绩承压，AI应用+算力双轮发力》——
2023-05-07
《人工智能行业点评-微软FY23Q3财报业绩超预期，AI+产品深度融合，持续看好AI产业趋势》——
2023-04-28
《GPT5后NLP大模型逐步走向收敛，ASIC将大有可为》——2023-04-28
《人工智能行业点评-SAM模型带来图像分割的GPT-3时刻，机器视觉和多模态AI迎突破》——2023-04-10
《人工智能行业点评-清华和蚂蚁携手AI安全合作，数据安全和AI监管是重要基础》——2023-04-10
请务必阅读正文之后的免责声明及其项下所有内容
8
证券研究报告
免责声明
分析师声明
作者保证报告所采用的数据均来自合规渠道；分析逻辑基于作者的职业理解，通过合理判断并得出结论，
力求独立、客观、公正，结论不受任何第三方的授意或影响；作者在过去、现在或未来未就其研究报告
所提供的具体建议或所表述的意见直接或间接收取任何报酬，特此声明。
国信证券投资评级
类别
股票
投资评级
级别
买入
增持
中性
卖出
超配
中性
低配
说明
股价表现优于市场指数20%以上
股价表现优于市场指数10%-20%之间
股价表现介于市场指数±10%之间
股价表现弱于市场指数10%以上
行业指数表现优于市场指数10%以上
行业指数表现介于市场指数±10%之间
行业指数表现弱于市场指数10%以上
行业
投资评级
重要声明
本报告由国信证券股份有限公司（已具备中国证监会许可的证券投资咨询业务资格）制作；报告版权归
国信证券股份有限公司（以下简称“我公司”）所有。本报告仅供我公司客户使用，本公司不会因接收人
收到本报告而视其为客户。未经书面许可，任何机构和个人不得以任何形式使用、复制或传播。任何有
关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以我公司向客户发布的本报告完整版本
为准。
本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、准确性。本报告所载的
信息、资料、建议及推测仅反映我公司于本报告公开发布当日的判断，在不同时期，我公司可能撰写并
发布与本报告所载资料、建议及推测不一致的报告。我公司不保证本报告所含信息及资料处于最新状态；
我公司可能随时补充、更新和修订有关信息及资料，投资者应当自行关注相关更新和修订内容。我公司
或关联机构可能会持有本报告中所提到的公司所发行的证券并进行交易，还可能为这些公司提供或争取
提供投资银行、财务顾问或金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务
部门可能独立做出与本报告中意见或建议不一致的投资决策。
本报告仅供参考之用，不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下，本报告中的信息和
意见均不构成对任何个人的投资建议。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺
均为无效。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险，
我公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任。
证券投资咨询业务的说明
本公司具备中国证监会核准的证券投资咨询业务资格。证券投资咨询，是指从事证券投资咨询业务的机
构及其投资咨询人员以下列形式为证券投资人或者客户提供证券投资分析、预测或者建议等直接或者间
接有偿咨询服务的活动：接受投资人或者客户委托，提供证券投资咨询服务；举办有关证券投资咨询的
讲座、报告会、分析会等；在报刊上发表证券投资咨询的文章、评论、报告，以及通过电台、电视台等
公众传播媒体提供证券投资咨询服务；通过电话、传真、电脑网络等电信设备系统，提供证券投资咨询
服务；中国证监会认定的其他形式。
发布证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对证券及证券
相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见，制
作证券研究报告，并向客户发布的行为。
证券研究报告
国信证券经济研究所
深圳
深圳市福田区福华一路125号国信金融大厦36层
邮编：518046
上海
上海浦东民生路1199弄证大五道口广场1号楼12层
邮编：200135
北京
北京西城区金融大街兴盛街6号国信证券9层
邮编：100032