華泰證券發布研究報告稱，微軟或推出自研大模型，AI產業鏈景氣度有望提升，關注三方面：1)模型端：路線進一步豐富，為AI應用升級打下堅實基礎；2)算力端：自研模型+智能云算力消耗，為巨頭Capex增長提供動力；3)應用端：自研模型賦能有望改善體驗，AI商業化或加速。

華泰證券主要觀點如下：

微軟或推出自研大模型，AI產業鏈景氣度有望提升

據《The information》報道，微軟將推出一款參數達5000億的全新AI模型產品，內部稱為MAI-1，由前谷歌AI負責人、Inflection CEO 穆斯塔法·蘇萊曼(Mustafa Suleyman)負責監督。據其報道，MAI-1擁有大約5000億參數，且可以調整參數或設定來確定模型在訓練期間學習哪些內容，該模型與Inflection 之前發布的Pi模型是分開的。華泰證券認為隨著微軟為代表的MaaS及應用巨頭加入自研大模型路線，算力產業景氣度有望進一步提升，此外自研大模型有望推動應用體驗的進一步改善，AI應用商業化有望加速。

模型端：路線進一步豐富，為AI應用升級打下堅實基礎

微軟在大模型中采用多路線布局的方式，通過自研小模型為客戶提供更多選擇，23年發布Phi-1.0(13億參數)、Phi-1.5(13億參數)、Phi-2模型(27億參數)，24年4月23日開源小語言模型Phi-3-mini(38億參數)。在通用大模型方面，此前主要通過Azure提供MaaS服務，微軟擁有OpenAI模型的獨家第三方供應權，同時支持開源模型生態，包括Stable Diffusion、Llama 2、Mistral 7B、Nemotron-3 8B、Jais等多類開源模型;此前微軟通過高質量的訓練數據實現小模型能力的提升，華泰證券認為隨著微軟進入自研大模型賽道，底層模型能力或實現進一步的突破，為AI應用升級打下堅實基礎。

算力端：自研模型+智能云算力消耗，為巨頭Capex增長提供動力

據《The information》，微軟自研大模型參數量或達5000億，較此前微軟小模型參數量有較為明顯的提升，參數量增加或推動訓練成本的上升，從而推動算力需求的進一步釋放。未來隨著通用大模型能力的進一步提升，為客戶提供AI模型層支持的智能云服務需求或進一步釋放。從巨頭Capex情況看，據公司財報，CY24Q1 Microsoft、Google、Meta、Amazon合計資本開支443.5億美元，同增35%，增速比23Q4提升26pct。華泰證券認為在巨頭自研大模型的推動下，算力開支或持續高增。

應用端：自研模型賦能有望改善體驗，AI商業化或加速

微軟憑借多層級的應用產品積累，積極推進AI技術在應用端的落地，此前已在Bing、Office、Dynamics、Power Platform、Windows等產品中接入了GPT系列模型的能力，其中2B與2D是重要的場景。據公司財報電話會，FY24Q3GitHub Copilot付費客戶超180萬人(qoq +38%);Power Platform Copilot使用者33萬家(qoq +43%);Copilot Studio客戶數超3萬家(qoq+175%)。華泰證券認為在2B與2D場景中，底層模型的安全、可控性及參數的可調整性較為重要，微軟自研底層大模型有助于進一步改善2B及2D用戶的整體使用體驗，或推動AI商業化加速。