华泰证券发布研究报告称，微软或推出自研大模型，AI产业链景气度有望提升，关注三方面：1)模型端：路线进一步丰富，为AI应用升级打下坚实基础；2)算力端：自研模型+智能云算力消耗，为巨头Capex增长提供动力；3)应用端：自研模型赋能有望改善体验，AI商业化或加速。
华泰证券主要观点如下：
微软或推出自研大模型，AI产业链景气度有望提升
据《The information》报道，微软将推出一款参数达5000亿的全新AI模型产品，内部称为MAI-1，由前谷歌AI负责人、Inflection CEO 穆斯塔法·苏莱曼(Mustafa Suleyman)负责监督。据其报道，MAI-1拥有大约5000亿参数，且可以调整参数或设定来确定模型在训练期间学习哪些内容，该模型与Inflection 之前发布的Pi模型是分开的。华泰证券认为随着微软为代表的MaaS及应用巨头加入自研大模型路线，算力产业景气度有望进一步提升，此外自研大模型有望推动应用体验的进一步改善，AI应用商业化有望加速。
模型端：路线进一步丰富，为AI应用升级打下坚实基础
微软在大模型中采用多路线布局的方式，通过自研小模型为客户提供更多选择，23年发布Phi-1.0(13亿参数)、Phi-1.5(13亿参数)、Phi-2模型(27亿参数)，24年4月23日开源小语言模型Phi-3-mini(38亿参数)。在通用大模型方面，此前主要通过Azure提供MaaS服务，微软拥有OpenAI模型的独家第三方供应权，同时支持开源模型生态，包括Stable Diffusion、Llama 2、Mistral 7B、Nemotron-3 8B、Jais等多类开源模型;此前微软通过高质量的训练数据实现小模型能力的提升，华泰证券认为随着微软进入自研大模型赛道，底层模型能力或实现进一步的突破，为AI应用升级打下坚实基础。
算力端：自研模型+智能云算力消耗，为巨头Capex增长提供动力
据《The information》，微软自研大模型参数量或达5000亿，较此前微软小模型参数量有较为明显的提升，参数量增加或推动训练成本的上升，从而推动算力需求的进一步释放。未来随着通用大模型能力的进一步提升，为客户提供AI模型层支持的智能云服务需求或进一步释放。从巨头Capex情况看，据公司财报，CY24Q1 Microsoft、Google、Meta、Amazon合计资本开支443.5亿美元，同增35%，增速比23Q4提升26pct。华泰证券认为在巨头自研大模型的推动下，算力开支或持续高增。
应用端：自研模型赋能有望改善体验，AI商业化或加速
微软凭借多层级的应用产品积累，积极推进AI技术在应用端的落地，此前已在Bing、Office、Dynamics、Power Platform、Windows等产品中接入了GPT系列模型的能力，其中2B与2D是重要的场景。据公司财报电话会，FY24Q3GitHub Copilot付费客户超180万人(qoq +38%);Power Platform Copilot使用者33万家(qoq +43%);Copilot Studio客户数超3万家(qoq+175%)。华泰证券认为在2B与2D场景中，底层模型的安全、可控性及参数的可调整性较为重要，微软自研底层大模型有助于进一步改善2B及2D用户的整体使用体验，或推动AI商业化加速。
风险提示
自研模型进展不及预期。若自研模型进展不及预期，可能对相关的算力投入、应用接入节奏产生负面影响，产业景气度提升节奏或慢于预期。
AI商业化进度不及预期。自研模型前期需要在算力、人才、算法等领域进行较大的投入，若商业化推进速度不及预期，可能导致相关投入短期无法收回，或对相关公司的盈利能力产生负面影响。