摘要
事件：当地时间5月5日，openai发布开源的“文本生成3d”模型shap-e，公布了该模型的权重、推理代码和样本。
自我更新，shap-e同时支持纹理网格和nerf两种类型3d表示，效果力压openai另一开源3d模型。该模型的论文提出：1、与最近产生单一输出表示的 3d 生成模型不同，shap-e 直接生成隐式函数的参数，这些参数可以呈现为纹理网格和神经辐射场（nerf）。2、shap-e的训练分成两个步骤：1）训练一个编码器，该编码器确定性地将 3d 资产映射到隐式函数的参数；2）在编码器的输出上训练条件扩散模型。3、当在包含成对的 3d 和文本数据的大型数据集上训练时，该模型能在几秒钟内生成复杂多样的 3d 资产。与openai此前开源的点云上的显式生成模型 point-e 相比，shap-e 收敛速度更快，并且尽管对更高维的、多表示的输出空间建模，仍可达到相当或更好的样本质量。
大语言模型开源社区一日千里，shap-e引领3d生成“圣杯”进入“stable diffusion时刻”。aigc产业存在着“ai民主化”“ai平权”浪潮和浓厚的开源氛围。在aigc的文字生成领域，自2023年2月24日meta开源大语言模型（llm）llama以来，llm的“linux时刻”到来，alpaca、gpt4all、vicuna、koala、openassistant和hugging chat等多个基于llama的llm诞生，chatglm、dolly2、redpajama、stablelm和moss等llm也陆续出现，开源llm渐呈燎原之势。而在文生图领域，stable diffusion率先开源，与闭源的midjourney难分伯仲。尽管openai此次发布的shap-e存在“对单个物体的理解能力较强，对物体的组合的理解能力较弱”“略显粗糙，细节缺失（如仙人掌的纹路）”，我们认为，shap-e将吸引开发者不断提升aigc的3d内容生产模型的速度和质量。
openai、谷歌、英伟达引领aigc 3d生成浪潮，营销、游戏、建筑、工业数字孪生等多场景受益，凯发客户端登录加速到来。当前在“文本生成3d”赛道，shap-e的主要竞争者包括谷歌dreamfusion和英伟达magic3d。3月，英伟达宣布与设计工具shutterstock合作训练“文本生成3d”模型，计划随后发布。shutterstock 首席执行官 paul hennessy 表示这一合作将大大缩短从创建到发布具有精美纹理、结构化的 3d 模型的周期。显然，3d比2d更生动形象，接近物理世界，是更好的元宇宙形象载体。我们认为，aigc作为生产力工具对3d生成内容的降本增效，将深刻推动产业变革，给用户更真切的视觉体验，促成元宇宙的加速到来。
投资建议：1、算力：算力是aigc蓬勃发展的基石，我们看好光通信及边缘算力，建议关注新易盛、中际旭创、天孚通信、太辰光、德科立、锐捷网络、寒武纪、美格智能、紫光股份、中兴通讯等；2、模型层：建议关注国内外大模型的边际变化，包括昆仑万维、三六零、科大讯飞等；3、应用层：我们看好游戏的迭代创新，包括恺英网络、神州泰岳、盛天网络、游族网络等；4、数据层：监管将是贯穿aigc发展的挑战，看好中国移动、中国电信、中国联通、浩瀚深度、新华网、人民网等。
风险提示：伦理风险：人工智能与人交互过程中，可能出现伦理风险。市场竞争风险：开源大模型的发展一日千里，对商业公司而言，是机遇也是挑战。政策法律监管风险：随着相关法律的逐步完善，或出现法律监管的问题，例如在个人数据保护和知识产权保护方面出现大量纠纷。
本文节选自国盛证券研究所已于2023年5月7日发布的报告《openai再开源3d模型，元宇宙加速到来》，具体内容请详见相关报告。