先人一步！最全“AI语料”概念股梳理_南山星宿

南山星宿

+关注

博主要求身份验证

登录用户ID：

昨日，阶跃星辰创始人、CEO姜大昕博士在上海举行的2024全球开发者先锋大会的开幕式上对外发布了Step系列通用大模型，包括Step-1千亿参数语言大模型、Step-1V千亿参数多模态大模型以及Step-2万亿参数MoE语言大模型预览版。Step-2万亿参数语言大模型采用 MoE 架构，聚焦深度智能的探索。据了解，参数量从千亿到万亿，增长了一个数量级，对算力、系统、数据、算法四个方面都提出了极高的要求，业内只有极少数公司能做到。

要说当前科技领域当红炸子鸡是谁，非AI大模型莫属！AI大模型因其技术更新迭代速度快，新应用层出不穷，每隔一段时间就有爆款应用闯进公众的视野。
从美国Open AI公司开发的文生文大模型GPT-4；Google公司开发的大模型Gemini 1.0 Ultra；Anthropic公司开发的大模型Claude 3；到今年年初Open AI公司的王炸之-文生视频大模型Sora；AI大模型的风已经席卷全球！值得一提的是，国内也涌现出一批优秀的AI大模型及应用，例如百度公司开发的大模型文心一言；阿里巴巴公司开发的大模型通义千问；字节跳动公司开发的大模型应用豆包；以及近期火出圈的初创公司月之暗面开发的大模型Kimi；
训练AI大模型需要大量的AI语料，高质量数据集和训练数据版权问题得到重视，未来优质训练数据库的价值将得到凸显。目前国内存量数据资源分散，由于数据挖掘不足、无法自由在市场上流通等现状，中文优质数据仍然稀缺，AI语料相关企业受到广泛关注。

本文将对已有AI语料储备，及具有AI语料潜力的上市公司进行归纳，并提炼出关键信息，以方便家人们领先别人一步，搭上AI大模型发展的“快涨列车”，如下：

1）世纪天鸿
公司深耕K12教育领域，每年策划出版图书3000余种，投资的笔神APP注册学生用户超过1500万人，月活180万，作文社区每月投稿量超过30万，积累了超过500万篇的优质作文语料。

2）读客文化
公司合作作家超700位，国内原创作者近200位，已与全球四大版代在内的数十家版权代理公司保持着长期稳定的合作关系，2022年在全国图书零售市场实洋占有率为1.21%，位列大众图书第四名。

3）华策影视
公司是国内影视剧制作龙头，电视剧年产能规模稳居全行业第一，公司已拥有国内最大影视素材运营平台，手握5万小时版权数量。

4）中文在线
公司拥有的高质量正版数据总量超过60TB，含文字/音频/视频多种类型，覆盖小说、科普、社会等多个品类，累积数字内容资源超550万种，网络原创驻站作者450余万名，同时与600余家版权机构合作，签约知名作家、畅销书作者2000余位；已跟多家大模型公司签署协议，数据资料正在交付中。

5）中原传媒
旗下大象出版社以主题出版为引领，教育出版为基础，专业出版、大众出版为两翼，数字出版为支撑，体制机制改革为动力，出版了一系列优秀教育类图书和具有重大文化积累、文化传承价值的大型学术图书，累计出版图书6000余种，发行20多亿册。

6）上海电影
旗下上海美术电影制片厂是中国历史悠久、片库量丰富、知识产权众多的国有动画企业，创作了《大闹天宫》、《小蝌蚪找妈妈》、《黑猫警长》、《葫芦兄弟》、《大耳朵图图》等500多部伴随了几代中国人成长的经典作品。

7）掌阅科技
公司在文学和阅读领域的版权储备业内领先，内容储备近300TB，已与国内外300多家知名内容厂商紧密合作，拥有各类优质版权30万余册，正在将AI大模型和阅读主APP进行深度融合，致力于打造国内首款真正的智能阅读APP。

8）中广天择
旗下“淘剧淘”版权交易平台共计入驻电视台播出机构500余家，电视剧版权公司200余家，汇集400余部近两万集优质电视剧；旗下“节目购”为500多家版权方提供视频版权管理及代销服务，为600多家电视台及新媒体、融媒体提供长、短优质视频内容。目前公司已出售了部分视频版权给从事大模型业务的客户。

9）新华传媒
公司是上海报业集团旗下唯一上市公司，上海报业旗下所属有《解放日报》《新民》《财联社》《澎湃》等30多个知名媒体平台，涵盖财经、民生、时政、教育、艺术、体育等几乎所有领域。公司旗下图书发行业务主体上海新华传媒连锁有限公司是上海地区唯一使用“新华书店”集体商标的企业，拥有位于上海的所有新华书店、上海书城，直营网点60家，同时拥有上海市幼儿园教材、中小学教材和中专职学校教材的发行权。

10）荣信文化
公司主要从事少儿图书的策划与发行业务、少儿文化产品出口业务，是国内少儿图书的领军企业，积累了丰富的少儿IP版权资源。2023年公司在全国少儿图书零售市场实洋占有率为2.30%，排名第二。

11）中国出版
公司拥有丰富的作者、译者、内容资源；2022年公司在全国图书零售市场实洋占有率为7.53%，动销品种10万余种，双双领跑行业，其中文艺、语言、学术文化、工具书类市场份额保持第一。

12）读者传媒
公司主要从事期刊、图书出版物的出版和发行。在我国期刊出版行业处于领先地位，主营期刊为《读者》。拥有完整的期刊、图书、电子音像出版物出版发行业务资质和业务体系。

13）中信出版
公司拥有全球经济科技领域权威学者、知名作家和企业家的新书版权；2023年公司在全国图书零售市场实洋占有率为3.25%，其中经管、心理自助、传记类图书排名第一，少儿、自然科学类图书排名第二。

14）捷成股份
公司作为国内领先的数字版权分销商、全媒体文化传播服务提供商、数字生活内容运营商，集版权采购、数字分销、内容运营于一身，携手国内外千余家出品公司，积累了5万余小时的影视、动漫、节目版权内容，面向广电、互联网新媒体、运营商等媒体渠道进行数字化发行，全面覆盖数字电视、OTT、IPTV、电脑、平板、手机、户外流媒体等全媒体终端。

15）视觉中国
公司是全球领先的视觉内容数字版权供应商，拥有超4亿张图片资源、3000万条视频素材和35万首音乐，签约创作者超过50万。

16）新经典
公司总部版权库目前拥有各类版权4500余种，其中纸质图书版权3300余种，电子书、有声书及影视改编等权利1100余种。此外，公司在海外市场拥有包括英语、德语、法语、日语在内的近1800余种作品版权及衍生版权。

17）海天瑞声
公司是专业的AI训练数据服务提供商，致力于为AI产业链上的各类机构提供算法模型开发训练所需专业数据集。经过多年人工智能数据服务，已积累了较为丰富的文本数据处理能力。如常规的结构化数据分割、信息提取整合、文本摘要等；同时公司可提供大模型强化学相关数据处理服务，如对prompt的改写、分类以及其回复内容续写改写等。

18）同方股份
旗下知网是中国学术资源最全面、最权威、最专业的数字化出版机构，并与多家国际出版社合作，整合形成了中外文知识资源服务系统。知网中文语料来源可靠、标注规范、权威专业、更新及时，可以训练出在专业知识领域具备更好中文表达能力的AI模型。

19）中国科传
公司是国内学科分布最全、出版规模最大的综合性科技出版机构，年出版新书超过3000种。已累计出版图书超过5万种，出版领域涉及科学、技术、医学、教育、人文社科、等多个学科，已开发上线“科学文库”“科学智库”“中国生物志库”“中科医库”等多个知识服务平台；旗下4种期刊国际同学科期刊排名第一，学术相关优质内容储备国内领先。

20）果麦文化
公司一直致力于在公版图书领域打造“果麦经典”产品线，在学术文化、心理自助、女性成长、少儿等垂直赛道退出一系列畅销书，同时签约了易中天、罗翔等知名作家，公司已积累了包含4000多种经典图书的数据库。2023年公司在全国图书零售市场实洋占有率为1.05%，位列大众图书公司第四。

（以上观点仅供参考，不构成投资建议，入市有风险，投资须谨慎！）

打开淘股吧APP