前言：
随着kimi智能助手的大火，AI语料这词出现在大众视野中。然而周末kimi太火，一致性太强，周一开盘即高光时刻，其后随着kimi概念股大跌至今。
1、AI语料的重要性：
在人工智能领域，语料库是AI模型训练的基石。 AI语料，尤其是经过精心筛选和标注的数据，对于训练高效的自然语言处理模型至关重要。它们使得AI能够更好地理解和生成人类语言，从而在各种应用中实现更准确的交互和决策。随着AI技术的不断进步，对于高质量、多样化的语料库的需求也在不断增长。
AI公司需要海量的高质量数据来训练模型，而版权规定的完善与否直接影响版权商的价值评估。法国竞争监督机构对谷歌罚款2.5亿欧元，监管机构称，谷歌的聊天机器人Bard(现名Gemini)在未通知的情况下使用出版商和新闻机构的内容进行了训练。也突显了AI语料的重要性和唯一性。
特别是网文平台、影视公司深耕文化数字产业，作为最大的内容源头，随着AIGC加快发展，将推动海量IP跨模态变现。 AI技术成果可应用在文字辅助创作、实时对话互动、动漫画及影视创作等场景，服务广大内容创作者，打通IP衍生全产业链商业变现，海量正版中文数字内容 构筑核心竞争壁垒。
2、AI语料概念的市场反应：
周末kimi太火，AI语料也被提及，但概念一致性太强，周一开盘即高光时刻，其后AI语料随着kimi概念股大跌至今。
周三随着中广天择的涨停，午后传媒拉了一波，而且收盘掌阅科技从水下7个点涨到4个点。
后期可关注板块和中广天择、掌阅科技的动向，确定板块的炒作机会。看是板块龙头的先期反转，还是只是反弹，反弹就等第二波机会。
3、AI语料主要受益公司：
华策影视
公司的视频语料分两种，包括文字语料，如小说、剧本等，视频语料，如影视作品视频拍摄素材等。暂未开展商业性质的合作。
掌阅科技
掌阅科技在文学和阅读领域的版权储备业内领先，拥有海量的正版中文数据资源，适用于网文行业垂类模型训练。
海天瑞声
公司研发、生产的训练数据覆盖了智能语音、计算机视觉及自然语言处理三大AI核心领域。
中文在线
中文在线拥有海量的正版中文数据资源，每天产生数亿级文字内容，为AI模型训练提供丰富的语料库。
中广天择
方兴科技与长沙广电国有控股上市公司中广天择达成战略合作。未来，双方将充分发挥各自领域优势，推动高质量算料在大模型时代。
中原传媒
通过与施普林格-自然集团的合作，成为国内首家与OpenAI间接合作的出版社，拥有“中国汉学研究史论丛书”中英文同步出版资源，以及全领域全方位的高质量已标注语料库。
读客文化
与全球四大版权代理公司保持长期合作关系，拥有原创小说的版权获取渠道和优质的作者团队。
荣信文化
专注于少儿图书领域，成功打造适合0-14岁中国少年儿童阅读的图书系列，覆盖多个少儿图书领域。
上海电影
拥有丰富的作品资源，包括600多部动画作品和800多部故事片、电视剧资源，与万兴天幕大模型达成视频语料方向的战略合作。
德生科技
公司智能知识运营服务已在全国60多个地市部着，公司将在此基础上持续升级训练，目前已有近十个地市有明确的需求，订单量正逐步增加。
同花顺
公司自研的问财HithinkGPT从训练语料训练框架到模型结构的设计，经过前期多轮测试与优化，该模型在金融场景中能够高分通过多个金融领域的专业考试。
值得买
基于通用模型，利用自身有特色的数据资源和语料库，自研了值得买消费大模型，提升了内容的丰富度和多样性。
博彦科技
凭借多年的数字化技术，构建了从数据采集、数据清洗、数据分析到数据应用的全生命周期等数据智能系列解决方案。
视觉中国
拥有近万名签约摄影师和艺术家，与海内外数百家图片社、影视机构、版权机构广泛合作，拥有天量优质图书的版权和多介质版权。
昆仑万维
公司的“天工”大模型，其结构可理解为是由两个千亿模型组成，目前已积累了近三年的工程经验，建立行业内完备性与质量首屈一指的训练数据集。
佳都科技
目前在交通行业已具备1,000亿Tokens的行业语料，指令数据与人类监督学习集超过200万条，并且以每日新增约150GB持续增长。
博思软件
基于高校行业数据建立了高校行业丰富的语料库，并在实际的产品中应用并持续打磨，形成了高校行业专属的自然语言处理能力，准确率处于行业较高水平。
数据来源均为互联网公开资料。关注我了解投资热点，分享投资心得。