人工智能-零帕网

产业驱动：特斯拉发布Optimus Gen2，传感器为最大边际变化特斯拉推出第二代Optimus，在减重、提速的同时，更加聚焦于控制及运动平衡的稳定性。传感器赋予机器人视、力、触等多种感知能力，对本体及外部环境感知均有助益，国内优必选、智元、宇树等机器人产品上亦搭载多款传感器。

出门问问成立于 2012 年，以生成式 AI 与语音交互技术为核心，提供 AIGC 解决方案、AI 企业解决方案、智能设备及其他配件。根据灼识咨询，按收入计 2022 年公司 NLP 领域的市场份额为 1.4%，位列第三，按收入计公司 AIGC 领域市占率为9.0%，位列第一。公司在 2020-2022 年收入稳步增长，2023 年微增 1.49%至 5.1 亿元，AIGC 收入占比提升至 23.19%，达 1.2亿元，同比增长 195%。公司自 2022 年起实现经调整净利润转正，2022 及

人形机器人：“人工智能+高端制造”重要落地形式，全球AI浪潮中，中国厂商能够深度参与的领域• 人工智能、新能源车、消费电子、工业机器人等领域龙头厂商加持，预计2024年人形机器人行业或将进入小批量量产元年，产业化落地进度有望超预期。作为全球AI浪潮中，中国厂商能够深度参与的领域，国产厂商发展机遇大。• 市场空间：预计2030年中美制造业、家政业的人形机器人需求合计约203万台，市场空间约3185亿元。• 领先厂商：特斯拉 Optimus、Figure 01、波士顿动力 Atlas、优必选 Wal

基于对人形机器人发展阶段及核心竞争力的分析，我们认为人形机器人已经跨入了一个全新的软件定义加 AI 驱动的时代。软件不仅承载着人形机器人的基础操作系统和应用算法，而且通过不断迭代升级，为人形机器人赋予了超越传统机械设备的智能特性。软件和 AI 不仅开启了人形机器人在各行各业广泛应用的可能性，更定义了人形机器人的功能边界。

AI 存储路线图：更大容量、更大带宽、更低功耗。随着人工智能的快速发展，大模型的参数量指数级增长，不仅推升了处理器的算力需求，同时也对与处理器匹配的内存系统提出了更高的要求。一方面，大量模型数据的传输要求更大的内存带宽，以缓解“内存墙”问题，提升 HPC 系统计算效率；另一方面，内存系统的容量需要大幅拓展，以存储千亿参数乃至更大规模的大模型。

基础能力测试：混元 VS Claude 3 VS Mistral1、数学能力： Claude 3 ＞混元 ＞ Mistral。测试3道高数题、1道线代题、1道概率题，Claude 3 正确率为80%，混元正确率为60%，Mistral 正确率为40%。2、编程能力：混元 ＞Claude 3 👍istral。测试数据分析、编写应用程序、贪吃蛇、爬虫，共5道编程题。编程1次运行成功率混元为80%，Claude 和 Mistral 均为40%，

经过我们的计算，AI的增长对于服务器存储需求增量较大，计算结果如下：内存：以GB200 NVL72为例——单台GB200 NVL72 （HBM+LPDDR5x）消耗晶圆片数为15.21片。SSD：以DGX H100为例为例——单台DGX H100 SSD消耗晶圆0.46片。

奥比中光是国内首批消费级 3D 视觉厂商，公司经过多年高投入，实现 3D 视觉全技术路径布局，并完成“芯片-算法-器件-整机-量产”的全链覆盖。得益于全栈的技术路径布局和规模化量产能力，公司已和英伟达、微软、蚂蚁、银联、OPPO、优必选、斯坦德、创想三维等各行业头部企业达成合作。但受制于消费级 3D 视觉行业处于起步初期，下游需求不稳定，公司近 5 年营收有所波动，2023 年为 3.62 亿元（yoy+3.34%）。

边缘 AI 是云端算力的有效补充，也是 AI 应用落地的必要工具，长期成长空间巨大，当前已处于爆发前期。伴随 AI 应用范围扩大，整体算力需求日益增长，同时对于算力及时性、安全性等个性化需求凸显，边缘端算力增长已经成为趋势，以 PC、手机、汽车等终端作为载体的边缘算力将对硬件产业链产生新一轮革新。

AI 赋能人形机器人，或开启产业化元年2023 年 12 月，特斯拉发布人形机器人 OptimusGen2，相较于前代行走速度提高 30%，重量减轻 10kg；2024 年 3 月，全球首个 OpenAI 大模型加持下的机器人 Figure01 发布，可实现与人类的对话和互动；AI 大模型的快速发展，推动人形机器人技术发展持续进步。AI 赋能人形机器人，行业产业化加快。国内来看，政策持续重磅支持，行业投融资金额亦呈上升趋势。据 Markets and Markets 预测，2023 年全球人形机

六维力传感器是维度最高的力传感器，已成为高性能人形机器人的标配。根据所测力的维数不同，力传感器可被分为一到六维力传感器；根据其测量原理不同，又可以分为光电式、应变式、电容式、压电式等类型。六维力传感器是维度最高的力传感器，能给出最为全面的力觉信息、提升传感精度，并非是多个低维力传感器可替代的。在人形机器人领域，六维力传感器可提升机器人手部操作的精细化与柔性化程度以及脚部行走的稳定性，主要安装手腕、脚踝等的末端部位，已成为高性能人形机器人的标配。

技术雷达持续追踪有趣的技术是如何发展的，我们将其称之为条目。在技术雷达中，我们使用象限和环对其进行分类，不同象限代表不同种类的技术，而圆环则代表我们对它作出的成熟度评估。

减速器：传动系统关键部件，下游应用丰富。减速器可以分为通用减速器、专用减速器以及精密减速器，其中通用减速器以中小规格为主，模块化、系列化、应用较为广泛；专用减速器一般以大型、特大型为主，需要根据不同的应用场景进行专业化定制；精密减速器质量轻、易控制功率较大，主要应用于机器人、数控机床等行业。

通用性是人形机器人商业化的关键, AI大模型赋能加速机器人产业化。大模型通过深度学习和强化学习，能够理解和执行复杂的任务。它们不仅能够处理视觉和语言信息，还能够理解物理世界的基本规律。这种强大的泛化能力，使得人形机器人能够在多种场景中执行任务，极大地提高了其通用性。大模型兼顾预训练和微调功能，是机器人的理想“大脑”。大模型(Foundation Models)能够实现在无标注的数据.上进行预训练，从而根据数据特征探索普适的规律，形成强大的泛化能力，后续仅需利用专用的小规模的标注数据对模型进行微调

预计2024年半导体周期有望开启复苏全球半导体销售额（三月平均）连续4个月同比正增长。行业库存：预计1H24回到正常水位，AI驱动的环节或将有补库动力。产能端：扩张趋于理性，新需求普及或加快扩产进度。价格端：以存储为代表的电子产品开始涨价，市场信心逐步建立。需求端：AIGC快速迭代，需求端创新确立方向。

国内精密制造龙头，布局汽车/通信把握长期成长：立讯精密是我国精密制造龙头，业务覆盖零组件、模组、系统，下游覆盖消费电子、汽车、通信等领域。看过去，公司在消费电子业务深度绑定大客户实现业绩快速增长，2012-2022十年利润复合增速超40%，2023前三季度实现归母净利润73.7亿元；看未来，重点布局汽车+通信业务，蓄力长期成长动能，2022-2025 年归母净利润复合增速有望超过 20%。

AR 采用 OST 方式将数据直接叠加于现实世界，交互及融合感更自然。AR眼镜的微显示屏与光学方案是当前产业链发展的关键。光学方案中，光波导为当前主流，表面浮雕光栅衍射光波导依靠微纳制造，我们认为光栅设计/光栅母版加工/纳米压印三大技术决定波导性能，关注纳米压印设备精度及效率提升。显示方案中，Micro LED 具有低功耗、高亮度等优势适配光波导方案，有望成为 AR 眼镜微显示器的最优选择。Micro LED 当前需克服巨量转移和全彩显示两大难题，后续关注激光巨量转移设备在 Micro LED

IMU 是辅助人形机器人实现双足运动最为可行的解决方案。惯性传感器是人形机器人本体感觉传感器的重要组成部分，也是辅助人形机器人修正预定步行模式的重要方案，对于防止人形机器人跌倒以及产生动态稳定的步行运动有重要意义。相较于光学/机器视觉进行动作捕捉、被动外骨骼和手动引导等技术路线，惯性测量单元（IMU）能够有效规避障碍物遮挡问题和复杂运动的执行问题，是辅助人形机器人实现双足运动的解决方案中可行性最高的。

中科创达作为全球领先的智能操作系统产品和技术提供商，坚定扮演"技术基座提供商"角色。通过"收购+自研"的发展策略，公司背靠高通，已在行业中建立了难以复制的生态卡位优势。凭借全栈操作系统技术，中科创达专注于智能软件业务，积极推动智能汽车和智能互联网的发展，以迎接智能化浪潮。此外，公司成立晓悟智能，提升机器人业务战略地位，加速在机器人业务领域的布局，有望为未来增长创造新的空间。

目前大模型能力仍处于 Emerging AGI 水平，就模型成熟度而言，语言大模型>多模态大模型>具身智能大模型。根据DeepMind 的定义，AGI 应能够广泛学习、执行复杂多步骤的任务。模型的 AGI 水平可分为 Level-0 至 Level-5 共 6个等级，现阶段大模型在处理任务的广泛性上还有很大提升空间，即使是国际顶尖的大模型也仍处于 Level-1 Emerging AGI 阶段。不同类型大模型成熟度差异较大，目前大语言模型能力相对完善，落地应用场景丰富，底层技术路线较

英伟达2024 GTC大会展望了人工智能带来的新式产业革命，同时推出了Blackwell计算架构、GR00T项目等多项重磅更新。英伟达正式推出B200和GB200等系列芯片，互联能力大幅提升，多款不同层级的AI服务器也同时亮相。英伟达开启GR00T项目，发布人形机器人的通用基础模型，利用NVIDIA AI、Omniverse、ISAAC三大平台加速人型机器人产业。在自动驾驶领域，发布搭载BlackwellGPU的新一代集中式车载计算平台Thor。英伟达人工智能技术赋能医药、生物、气象等多行业发展

Transformer模型是一种采用自注意力机制的深度学习模型，这一机制可按输入数据各部分的重要性分配权重，可用于自然语言处理(NLP)、计算机视觉(CV)领域应用，后来出现的BERT、GPT-3、laMDA等预训练模型都是基于Transformer模型建立的。

新一代人工智能技术正步入跨越式发展新阶段，成为引领现代产业变革的核心力量，大力发展通用人工智能已经成为全球潮流。2024 年我国政府工作报告中提出“开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群”，既顺应全球人工智能发展趋势，也反映了未来中国产业升级的现实需求，开启了人工智能技术在各行各业广泛应用的新篇章。

市场规模：2023年全球VR终端出货量为765万台，其中Meta、Sony、PICO、DPVR和Valve位居前五。艾瑞预估2024年全球出货将突破810万台。伴随生态成熟与新品迭现，特别是苹果迭代产品对于市场的引爆可能性，艾瑞预估，2027年全球市场将有飞跃式增长

如果说 2022 年被称为生成式人工智能之年，扩散模型应用取得突破，ChatGPT 出世，一系列开创性的研究论文发表，2023 年则把大模型推向了一个高峰，GPT-4 的发布，标志着生成式人工智能，进入了面朝通用人工智能创新应用的阶段。研究、应用、监管，合力开辟着生成式人工智能的发展之路。

从各大厂商 demo 机目前进度来看，人形机器人硬件方案对各核心零部件的要求基本定型，主要硬件均存在市场对应商业产品，痛点在于降本，后续有望通过大规模量产实现；而当前难点则是对应算法以及软件层面仍未有理想表现，2023 年仍未出现真正意义上符合终端消费者需求、具备较强通用性的“具身智能”。软件及算法端，2024 年 3 月 9 日，Figure01的展示让我们意识到大语言模型对具身智能的催化作用显著，而且 TC 大会上英伟达推出的 Groot 项目系人形机器人学习提供的通用基础模型，有望降低具身

AI底层硬件向“大系统”演进。市场较多讨论英伟达GB200 NVL系统的通信需求，光与铜“孰轻孰重”；我们认为光电混合是当前重要架构，未来更高速的光网络和芯片层面的光互联是长期方向。

公司以“工艺+底层技术”为能力底座，依托在零部件、模组及系统解决方案的垂直整合与高效协同能力，在核心大客户苹果的供应链中的份额逐步提升，并在iPhone、Airpods、Apple Watch等引领消费电子发展新趋势的产品中占据代工份额一席之地。随着苹果Vision Pro等下一代现象级产品的强势推出，公司组装代工业务占整机成本9%，公司有望乘下游消费电子复苏的东风，在供应链中深度受益。

人形机器人是具备现实意义的颠覆性产品，有望开启下一个十年产业大周期。回首21 世纪，人类数次以颠覆性技术的极致，给世界以仰望的震撼，智能手机、新能源车都是人类直面严峻现实后的坚定回答。我们又一次站在了人类历史发展的重要节点上，面对人口老龄化难题，结合当前最前沿的 AI、通讯、硬件等技术，人形机器人正加速到来。根据 GGII 预测，预计人形机器人到 2026 年全球市场规模超 20 亿美元，到 2030 年全球市场规模有望突破 200 亿美元，到 2030 年中国市场规模将达 50亿美元，下一个十

AI 需求爆发驱动 HBM 快速增长，三大存储原厂引领市场。HBM 即高带宽存储器，是一种基于 3D 堆叠工艺的 DRAM 内存芯片，具有高内存带宽、低能耗、更多 I/O 数量、更小尺寸等优势。自 2013 年海力士首次制造问世以来，HBM 已迭代至第五代 HBM3E，该代际产品最大容量为 36GB，每引脚最大数据速率为 9.2Gbps，最大带宽超过每秒 1.18TB。ChatGPT 爆火 AI 大模型迎来快速发展，引爆算力需求，HBM 助力突破存储瓶颈，成为高速计算平台的最优解决方案。[Nea

伴随人工智能技术的加速演进，AI 大模型已成为全球科技竞争的新高地、未来产业的新赛道、经济发展的新引擎，发展潜力大、应用前景广。近年来，我国高度重视人工智能的发展，将其上升为国家战略，出台一系列扶持政策和规划，为 AI 大模型产业发展创造了良好的环境。当前，通用大模型、行业大模型、端侧大模型如雨后春笋般涌现，大模型产业的应用落地将进一步提速。作为新一代人工智能产业的核心驱动力，AI 大模型广泛赋能我国经济社会的多个领域，打开迈向通用人工智能的大门，推动新一轮的科技革命与产业变革。在大模型盛行的时

AI的大模型训练及应用提升通信能力需求。1）GPU：英伟达带动下，新的AI芯片计算能力不断提升，芯片间互联速度、内存容量也快速增长。2）交换机：服务器与交换机、交换机与交换机之间接口速率从100G、400G快速向800G、1.6T等演进。3）光器件：光模块作为光电转换的核心器件，速率升级同时，产品上也衍生出LPO、CPO、硅光、薄膜铌酸锂等方向；并带来光电芯片新需求。

Vision Pro 上线开启 MR 篇章，有望引领空间计算新时代。MR（混合现实）设备可以通过雷达、传感器等硬件设备实现空间环境感知以及三维建模并具备空间计算的能力，可以无缝地混合虚拟以及现实世界，从而给予用户真实的体验。苹果 Vision Pro 已于 24 年 2 月 2 日正式发布，发售后首周内已出货超 20 万台，市场预期全年有望销售 50-60 万台。该设备拥有更清晰的成像能力、更强大的运算能力以及贴近自然的交互方式，相对以往 XR 设备有了显著提升。因此，我们认为 Vision P

市场低估了液冷散热在 AI 算力中的重要性，在英伟达 B100 时代，风冷将逐步接近极限，液冷时代拉开序幕；而对国产算力来说，半导体制程上的短板更需要散热来补充，国内外对液冷的需求有望形成共振。我们认为，液冷从“可选”到“必选”的过程将大幅提升市场空间，成为算力重要细分赛道。

数字经济引领着新质生产力，正带动各应用场景的广泛变革。自 2012年以来，我国数字经济平均增速 15.9%，已连续 11 年显著高于 GDP增速，数字经济正在成为经济的“稳定器”、“加速器”。而新质生产力作为一种先进生产力，其定义涵盖了技术突破、生产要素创新和产业转型。我们认为，数字经济正引领新质生产力，通过人工智能、大数据、扩展现实等关键技术的融合应用，引领内容创作、分发和消费模式的根本性变革。

OpenAI 推出文生视频模型 Sora，人工智能赋能短视频应用发展超预期。从全球角度看，OpenAI Sora 的发布，使得 ChatGPT 从文字、图片层面正式向成熟短视频层面进行演进，可生成最长 60 秒的全动态视频，具备了创建复杂场景和多人物角色的能力，一经发布业界就引起较大轰动。Sora 本质上基于“Transformer+Diffusion”，属于 GPT 的延申，代表了人工智能应用的进一步尝试，让世界看到了 AI 行业的更多可能，随着全球对 AI 的热衷程度不断提高，未来全球 AI

经过大规模预训练的大模型，能够在各种任务中达到更高的准确性、降低应用的开发门槛、增强模型泛化能力等，是AI 领域的一项重大进步。大模型最早的关注度源于 NLP 领域，随着多模态能力的演进，CV 领域及多模态通用大模型也逐渐成为市场发展主流。政企的极大关注带动了行业领域大模型的高速发展，逐渐形成了多模态基模型为底座的领域大模型和行业大模型共同发展的局面。

数字经济——颠覆全球格局，创造全新机遇。全球经济目前正从以规模效应为根本的全球化经济向以数据为基础的数字经济演进，目前全球数字经济格局呈现两极化的主导格局。我们预计 2035 年我国数字经济占比将达到 71.60%。电子行业作为数字经济的基础支撑性行业，AI 算力、存力需求快速爆发，同时电子智能终端作为数字经济落地的产品形态，未来将迎来需求的持续快速增长。

Sora 是第一个表现出"涌现"能力的视频生成模型：随着模型规模增大而出现“理解世界”的能力。虽然许多 LLM，如ChatGPT 和 GPT-4，表现出涌现能力，但在 Sora 出现之前，展示类似能力的视觉模型一直很少。根据 Sora 的技术报告，它是第一个表现出确认的涌现能力的视觉模型，标志着计算机视觉领域的一个重要里程碑。

根据KBV Research数据，2022年全球人形机器人市场规模为14亿美元，而到2030 年该市场规模预计达到 396亿美元，CAGR高达51.86%。人形机器人作为具身智能的载体，近年来快速迭代进化，特斯拉创始人马斯克预计，远期人形机器人需求或达到100亿台。

天下芯片，通久必专，专久必通。回望芯片发展历史，从 CPU，到图像与深度学习时代大放异彩的 GPU，再到矿机 ASIC 的异军突起。芯片发展一直遵循着上述规律。某类需求的爆发，推动通用芯片中的某一功能独立并形成 ASIC，来更好的满足需求。通用芯片发现需求，专用芯片满足需求，这就是半导体行业面对人类需求时的解决之道，归根结底，客户的需求决定一切。

执行器是人形机器人硬件系统的关键部件。近些年的研究和应用主要围绕结构设计、减速器、控制方式等方面。技术方案经历了从刚性到弹性，再到准直驱的发展，集成度、控制精度逐步提升，能量损耗逐步降低，对减速器传动比需求逐步减小。目前刚性执行器方案成熟度高、控制精度高，成为人形机器人执行器的主流技术方案。准直驱方案集成度高、能量效率高，在人形机器人、四足机器人等领域应用前景可观。

GTC2024召开在即，关注新一代GPU、具身智能、AI应用三大方向。GTC 2024将于当地时间3月18-21日在美国加州圣何塞会议中心及线上举行，预计发布加速计算、生成式AI以及机器人领域突破性成果。建议关注三大方向：1）B100及后续芯片路线。B100预计采用BlackWell全新架构，与H200系列相比性能有望翻倍提升，GB200或于2024-2025年推出，芯片迭代周期缩短至1年，带动配套工艺及组件加速升级。2）具身智能：AgilityRobotics、波士顿动力公司、迪士尼和Goog

我们沿用一年前报告的思路，继续将受AIGC影响的公司分为四类：基础设施类（算法大模型、算力芯片等）、小白调用类（广告营销、数字媒体等）、流程管理类（企业管理软件、应用程序性能监控等）、小模型赋能类（金融信息化、自动驾驶、网络安全等）。

随着 AI 等技术的发展及应用，数据中心对高吞吐和大带宽的需求越发迫切，以太网/IB 等网络速度已经从 25G/50G 增长到 400G/800G，并有望很快达到 1.6T；单通道信号速率逐渐升级到 112G，正在向 224G 领域演进。高速背板连接器、高速IO 连接器等高速连接器，作为数据中心系统互连关键硬件之一，预计将深度受益于 AI 算力的需求增长。

液冷技术优势显著，运营商助力液冷生态逐步完善。虽然风冷技术是目前普遍应用的数据中心散热技术，但其存在散热密度低和散热能力差的缺陷，在散热密度较高的场景如 AI 集群、HPC 集群下尽现颓势。液冷与风冷技术相比，液冷技术主要有：（1）低能耗；（2）高散热；（3）低噪声；（4）低 TCO；（5）空间利用率高；（6）环境要求低，易部署；（7）余热回收易实现等优势。在电信运营商的强推动下，我们认为液冷产业链生态有望快速发展，解决液冷产品标准不统一、CAPEX 较高等行业痛点，液冷普及率或将持续增长。[N

人形机器人的总体架构主要包括感知层、决策层和执行层，感知层主要通过各类型传感器实时感知机器人的状态和环境信息，将信息流传递给决策层后，经过大模型及算法等处理分析后得出决策方案，进而由执行层的执行机构完成对应的动作。在硬件层面，特斯拉 Optimus 拥有 14 个线性执行器、14 个旋转执行器和两只灵巧手，其中线性执行器的配置为无框力矩电机+行星滚柱丝杠+力传感器+编码器+驱动器+球轴承+四点接触球轴承；旋转执行器的配置为无框力矩电机+谐波减速器+力矩传感器+双编码器+驱动器+交叉滚子轴承+角接

事件：机器人赛道火爆，产品迭代迅速，美股头部科技公司纷纷入局。2024年2月24日，英伟达宣布成立新的研究部门——“GEAR”，加码机器人赛道；2月29日，人形机器人初创公司Figure宣布，已从亚马逊创始人贝索斯、英伟达、OpenAI和微软等公司筹集了约6.75亿美元资金，使其公司估值达到26亿美元；3月13日，Figure最新发布了一段视频，展示了机器人Figure 01在OpenAI大模型的支持下，已能够与人类对话，理解并执行人类的指令和任务。当前美股机器人赛道火爆，人形机器人初创公司在一

AI推动网络变革，高速光模块受益。历史来看，数据流量的增长驱动光模块发展到当前百亿美元的产值规模。当前阶段， AI成为数据流量增长的弹性来源，大规模AI集群的网络架构和通信能力要求高速光模块加快升级。据Coherent预测，预计未来几年AI相关的800G和1.6T数通光模块将占所有数通光模块市场的近60%，2028年市场规模有望突破90亿美元。

存储行业市场规模超千亿，是半导体产业的主要细分市场，DRAM和NAND为当前主流。22/21/20年全球存储市场规模分别为1392/1534/1175亿美金，占半导体规模的比例分为别24%/28%/27%，是全球第二大细分品类，其中DRAM和NAND Flash是最主流的半导体存储器，市场规模占比超过95%。DRAM技术发展方向逐步向高传输速率和低功耗方向发展，在技术节点上，DRAM原厂正逐步向物理极限制程演进；NAND存储主要趋势为向高密度存储和3D堆叠演进，在堆叠层数上，三星预期将在2024

全球AI大模型高速发展，算力需求高增驱动AI服务器三年CAGR约为29%的增长，带动算力芯片与光模块产业链受益。2023年以来，以ChatGPT、Sora为代表的多模态AI大模型横空出世，标志着人工智能技术已经进入一个新的纪元。未来，通用人工智能（AGI）有望集多模态感知、大数据分析、机器学习、自动化决策于一体，重塑人类工作和生产生活的方式，引领人类步入第四次工业革命。算力的高速增长需要更多的AI服务器支撑，2023年全球AI服务器约85.5万台，到2026年预计将达到236.9万台，CAGR为

ChatGPT 引领人工智能进入以 AGI 为代表的新里程碑阶段，拉动算力需求，引领基础设施新周期。人工智能应用场景逐渐增多，模型参数规模和数据量也实现了大幅度增长，为 NLP、CV 等领域带来更强大的表达能力和性能。大模型是目前通往 AGI 的最佳实现方式。算力需求激增，推动算力基础设施迎增长新周期。据 IDC，AI 的应用与普及促使 2022 年我国智能算力规模近乎翻倍，达到268EFLOPS，超过通用算力规模，2026 年我国智能算力规模将达 1271.4 EFLOPS，22-26 年复合

机器人的轻量化主要是从材料和结构这两个方面来实现。但基于材料的方法，需采用新型材料，如镁、铝合金和碳纤维复材等，其成本高且加工难度大，同时材料轻量化也需和结构设计相互耦合。与其相比，基于结构优化的方法只需改变结构形状，其成本低且容易实现，因而结构轻量化就成了机器人轻量化设计的主要方法。

人形机器人量产，硬件本体是前置条件，更重要的是“AI 大脑”。从感知、执行、决策和认知四个功能来看，认知和决策功能是智能化的最高标准，其实现也难于感知和执行功能，均具备才能称为 L5 级（自适应型）。正是大语言模型技术的飞速发展，使得机器人能够自主感知环境、理解任务、动作编排等自主完成一套动作成为可能，智元机器人的 EI-Brain 框架为我们提供了一个很好的理解角度；同时，人形机器人也是“具身智能”的最好载体之一。

IMU（惯性测量单元）：姿态测量和惯导的核心传感器。IMU 是测量物体三轴角速率及加速度的装置，通常由两个及以上的加速度计和陀螺仪组成。IMU作为惯性定位技术的核心设备，经过误差补偿和惯性导航解算，最终输出载体相对初始位置的坐标变化量、速度等导航信息。IMU 按使用性能从低到高可分为消费级、工业级和军用级，不同级别的 IMU 在设计、制造和成本方面都有所差异，以满足不同领域对性能和可靠性的需求。IMU 下游应用广泛，涵盖从消费电子、汽车电子到工业与通信、医疗健康等各个领域。

脑机接口的下游主要负责将脑机接口系统应用到实际场景中，按中商情报网报告显示，下游企业数量占该产业的比例为62%。上游软硬件核心技术厂商较为稀缺，企业分布占8%。中游的系统集成和生产厂商占比为30%。美国作为最早提出脑科学计划及其行业发展规划、技术发展最为迅速的国家， 目前已有企业进入临床阶段，代表性厂商有Neuralink、Synchron、BrainGate等。

AI时代算力需求不断提升，液冷散热或将成为降低服务器功耗的有效方案。站在全球视角，全球算力保持高速稳定增长态势。据华为GIV预测，2030年人类有望迎来YB数据时代，全球算力规模达到56000EFLOPS。站在中国视角，据工信部，2023年我国算力总规模达到180EFlops ，保持高位增长。算力规模大幅提升带来AI服务器需求暴增，大量高功率 CPU、GPU 芯片将带动AI服务器功耗走高。当前数据中心制冷技术以风冷为主，考虑到机柜功率超过15kW为风冷能力天花板，而未来 AI 集群算力密度普遍超

智能物联龙头企业，AIoT 持续开拓者。海康威视是一家以视频为核心的智能物联网解决方案和大数据服务提供商，自成立以来，始终致力于安防视频监控领域专业化的发展，在技术领域保持了行业的领先地位。2021 年，公司将业务领域定位为“智能物联 AIoT”，专注于物联感知、人工智能和大数据领域的技术创新，提供软硬融合、云边融合、物信融合、数智融合的智能物联系列化软硬件产品。2022 年，公司已经全面践行智能物联战略，伴随着物联感知、人工智能、大数据技术的持续发展，智能物联时代也有望加速到来，作为智能物联的

光学方案进一步确立，VR向Pancake，AR向光波导。Pancake光学方案具有轻薄/高成像质量/可调节屈光等优势，其核心思路是压缩屏幕与透镜之间距离，通过多片光学镜片让光路多次折返，扩大光路总长，使其可以达到合焦的同时扩大视场角，从而缩小整个光学模组总长。由于Pancake光学方案是组合透镜(单片式除外)，可通过控制其中一片透镜进行屈光度调节（0-700°）。光波导通过全反射将光传输到眼睛前方再释放出来，可将显示屏和成像系统远离眼镜移到额头顶部或者侧面，这极大降低光学系统对外界视线的阻挡，并

国内 PCB 领先企业，多层板/HDI 技术领先。胜宏科技为国内领先 PCB企业，经过十数年行业深耕，具备行业领先的多层板及 HDI 技术，公司硬板 PCB 产品广泛应用于计算机、汽车电子、5G 新基建、大数据中心等领域，并与英伟达、特斯拉等国际知名品牌保持长期深度**，根据公司 2023年半年报，当前公司已具备 70 层高精密线路板、24 层六阶 HDI 线路板的研发制造能力，同时公司高密度多层 VGA（显卡）PCB、小间距 LED PCB市场份额位列全球第一。

减速器是在原动机和工作机之间起着匹配转速和传递扭矩作用的部件，绝大多数工作机负载大、转速低，不适宜用原动机直接驱动，需通过减速器来降低转速、增加扭矩，因此绝大多数的工作机均需要配用减速器。上游主要为齿轮、轴承、箱体等基础零件，上游供应链较为简单；下游行业应用较为广泛，包括工业机器人、精密机床、工程机械、冶金设备、矿山机械等多个行业，具备较强通用性。

传感器：机器人核心部件，全面赋能感知能力升级。智能传感器在机器人中必不可少，传感器为机器人提供综合外部以及内部的感知能力，在外部对于触觉、视觉、听觉等感知实现与环境交互，在内部能够实现机器人对自身状态的感知。产业端特斯拉Optimus Gen2引领+政策端持续推进，将助力机器人传感器行业持续拓展。

智能物联龙头企业，AIoT 持续开拓者。海康威视是一家以视频为核心的智能物联网解决方案和大数据服务提供商，自成立以来，始终致力于安防视频监控领域专业化的发展，在技术领域保持了行业的领先地位。2021 年，公司将业务领域定位为“智能物联 AIoT”，专注于物联感知、人工智能和大数据领域的技术创新，提供软硬融合、云边融合、物信融合、数智融合的智能物联系列化软硬件产品。2022 年，公司已经全面践行智能物联战略，伴随着物联感知、人工智能、大数据技术的持续发展，智能物联时代也有望加速到来，作为智能物联的

底蕴深厚，国内光通信设备的领军企业，中国信科旗下核心通信设备上市平台。烽火通信成立于1999年，前身为武汉邮电科学研究院，于2001年在上交所上市，经过25年的发展，公司已由行业的开拓者成长为国际知名的信息通信网络产品与解决方案提供商，国家科技部认定的国内光通信龙头企业。公司拥有支撑数字产业化和产业数字化的一整套解决方案，服务于运营商用户、行业/企业用户，主营业务包括通信系统设备、光纤及线缆、数据网络产品三大类。公司直接控股股东为烽火科技集团有限公司，实控人为国资委，间接控股股东中国信科由武汉邮

HBM是限制当前算力卡性能的关键因素，海力士、三星、美光正加大研发投入和资本开支，大力扩产并快速迭代HBM，预计2024年HBM3e 24GB/36GB版本将量产/发布，内存性能进一步提高。HBM供需将持续紧俏，市场规模高速增长。通过分析生产工艺（TSV、键合等）和技术演进方向（先进制程、叠层），我们认为封装测试、前道和后道先进封装的设备和材料将是HBM主要受益方向。

基于成本、能耗、可靠性和时延、隐私、个性化服务等考虑，端云混合的 AI才是 AI 的未来，高通认为终端 AI 能力是赋能混合 AI 并让生成式 AI 实现全球规模化扩展的关键。百亿参数开源 MoE 大模型 Mixtral 8x7B 再掀热潮，性能超 LLaMA2-70B，对标 GPT-3.5。MoE（混合专家模型）通过将任务分配给对应的一组专家模型来提高模型的性能和效率。Mixtral 8x7B 的专家数量为 8 个，总参数量为 470 亿，但在推理过程中仅调用两个专家即只调用 130 亿参数。

广和通是全球领先的物联网模组厂商，24 年砥砺前行，技术和经验积累深厚，行业壁垒筑起，格局趋稳。公司聚焦车载、FWA、笔电等大颗粒物联网垂直行业，并持续拓展泛IoT 等新市场。业务全球布局，锐凌无线并表表观亮眼。广和通毛利率/净利率均在同行业公司中较高，盈利能力领先。可转债融资，重视自建生产，研发与智能制造升级。行业具备标准化上游到广泛下游转换的通道价值，行业经验筑起壁垒。通信模组通用性强，同时考虑制式升级，预计量价齐升。行业格局趋稳，国产替代持续，22 年广和通全球模组份额第二。历史模组行业大

先进封装本质目的是增加触点连接，以代替制程提升。量子隧穿效应导致先进制程的研发制造成本过高，而良率过低，先进封装技术能够弥补制程提升的困难。先进封装技术的本质为提升连接效率。其中，重布线层技术（RDL）重新布局裸片 I/O 触点，支持更多、更密引脚，广泛用于晶圆级封装（WLP）；硅通孔技术（TSV）通过将芯片的焊点打穿、在通孔里填充金属材料实现芯片与芯片、芯片与基板的垂直连接，是 2.5D和 3D 封装的关键解决方案；凸块技术使用凸点（bump）代替传统引线，增加触点、缩小传输距离和电阻；混合键

公司是中国头部专业齿轮厂商，积极拓展减速器领域，近年来发展快速。公司 40+年专注机械传动核心部件的研制与销售，已成为中国头部的专业齿轮产品制造商和服务商之一。公司从摩托车齿轮起家，陆续进入乘用车、工程机械、商用车齿轮等多个领域。

灵巧手：人形机器人末端执行与感知的工具，是人形机器人未来硬件迭代空间最大的功能模块之一。灵巧手模仿人手的结构和功能，实现对物体的灵活抓取，满足多种工作需求。根据我们测算，目前单只人形机器人灵巧手成本约2.8万元，我们预计产业化成熟后，单只价值量有望降低到1.5万元，在人形机器人整机成本中占比约14%。我们预计2030年人形机器人灵巧手全球市场空间约568亿元，2023-2030年市场空间复合增速约35%。

美国倒逼国产算力替代加速，国产厂商积极抢占国内份额。英伟达中国市场特供版芯片H20 性能进一步阉割，国产 AI 发展受阻，商用互联网企业加速拥抱国产芯片。目前，包括百度、科大讯飞、360 等公司表示已采购华为昇腾 910 芯片，此外寒武纪思元 590、海光深算 3 号等产品也处于积极推进。此前英伟达等海外厂商凭借强大研发实力以及生态护城河壁垒，国产厂商难以望其项背，但在出口管制新规下，H20 为国内能够采购的最高端芯片，难以迭代，国产芯片目前虽在集群性能上较海外仍有差距，但未来持续更新，单卡算力

存储产品价格持续上涨，有望打开量价齐升局面。伴随海外大厂持续降低稼动率、去库存，存储板块自 23Q3 触底反弹进入涨价上行通道。DRAM、NAND 颗粒价格均自 23Q4 起涨，Wafer 涨价趋势明显。随着海外大厂积极减产提价叠加 AI 催化，下游拉货意愿强烈，存储市场供不应求行情显著。随着需求的进一步回暖，涨价有望持续，量价齐升。此外，HBM、DDR5 等高附加值产品渗透率逐步提升，有望拉动存储价格进一步上涨。

从基础模型到落地的生成式 AI 应用，需要经过模型训练、模型定制、模型部署、模型推理等环节。各个环节上的行业参与者均面临着不同程度的基础设施、数据集成、应用场景选择、安全与隐私以及负责任 AI 方面的挑战：

传感器是人形机器人中核心的感知部件，可以类比做人的感觉器官。传感器由敏感元件、转换元件及转换电路构成，可以按照输入量、转换原理、输出信号等多种方式分类。目前常见的传感器主要有电阻应变式传感器、电容式传感器、电感式传感器、压电式传感器、压阻式传感器、MEMS 传感器等。

人形机器人产业链催化不断。根据擎天柱首席工程师 Milan Kovac，目前擎天柱行走速度约为 0.6 米/秒，速度与此前相比提高了 30%。通过改进前庭系统、脚部轨迹，以及地面接触逻辑，并升级运动规划器，缩短整个机器人的环路延迟，擎天柱整体行走稳定性和自信程度都有所提升，转弯表现也十分优异。研究团队还为其添加了一些躯干和手臂的摇摆动作，使行走更加自然。此外，英伟达将成立 GEAR 研究小组，由高级科学家 Jim Fan 领衔，专注于通用具身智能体的研究。我们认为人形机器人是 AGI 具身智能的

特斯拉第二代Optimus人形机器人主要亮点：触觉传感器、力传感器以及更强大的平衡感知能力。第二代Optimus搭载由特斯拉设计的执行器与传感器、2自由度驱动颈部、响应更快的11自由度灵巧手、触觉传感器（十指）、执行器集成电子和线束、足部力/扭矩传感器、铰接式脚趾等；重量减轻10kg。

灵巧手：拟人化末端执行机构，人形机器人中必不可少，未来市场空间广阔。作为结合了仿生学新型末端执行器的灵巧手，拥有灵巧性高、适应性强、可完成多种不同类型的复杂操作等优点。随着工业自动化的发展以及 AI技术的普及，机器人在各行各业的渗透率也在逐步提升。特斯拉 Optimus 量产在即，预计 3-5 年实现量产，且达到百万级。根据头豹研究院数据，保守估计 2030年人形机器人的销量达到 100 万台，乐观情况下，2027 年达到 100 万台，2030 年达到 270 万台。

OpenAI进一步推出了其文生视频的模型Sora，再次引起了轰动。Sora不仅支持最大支持60秒高保真视频生成，而且支持短视频前后扩展，即保持视频连续，并扩展时长。而就在不久前，RunWay、PiKa 还有Midjourney， 它们发布的文生视频模型仅支持2~3秒，即使这样他们的成功已经使我们感到震惊，因为就在我毕业的时候那是还是GAN模型大行其道。这次可以说，Sora硬生生的将RunWay、PiKa等采用Diffusion Model实现的文生视频模型按在地上进行摩擦。当前，视频广告、电商营

深耕以太网交换机芯片领域，国产交换芯片领先企业。公司产品矩阵持续拓展，产品覆盖从接入层到核心层的以太网交换产品，自主研发的以太网交换芯片已进入新华三、锐捷网络、迈普技术等国内主流网络设备商的供应链；公司在国内具备先发优势和市场引领地位，打破了国际巨头长期垄断的格局，以 2020 年销售额口径计算，公司在中国商用以太网交换芯片市场的境内厂商中排名第一。

报告80%内容由AI自动生成，聚焦AIGC的多模态发展、多学科影响、全方位应用以及前沿探索，融汇了与AIGC相关的产业实践经验、学术研究探讨与社会理念摸索，致力于向读者提供全面了解AIGC动态的指南，共同探寻人工智能和人类未来发展的和谐之道。

Optimus产业化加速推进，应用场景有望快速打开。2024年1月三花智控、拓普集团相继加码机器人项目投资，验证行业已初步具备由研发试验向量产阶段过渡的产业条件。我们预计2024年下半年Optimus有望实现零部件定点，2024年底或2025年初有望逐步进入小批量量产阶段。从下游应用来看，汽车制造是机器人应用的天然大市场，但对于车身内配、总装环节等精细而繁琐、连续柔性化作业的工作，工业机械臂具备明显的应用局限性，为人形机器人提供切入机会。1）从产业布局来看，特斯拉、小鹏、宝马、本田、丰田、比亚迪

人形机器人感知模块是运控与交互基础，遍布全身，未来成长空间广阔。人形机器人主流传感器包括，1）位觉传感器：使用量1颗IMU，用来测量机器人的运动及姿态信息，一个价格400-2000元，未来或取消；2）视觉传感器：国内深度相机+激光雷达，特斯拉为纯视觉方案，1个鱼目摄像头+2个普通摄像头；3）关节力控传感器：特斯拉每个线性关节在电机外分别放置1个一维压力传感器；每个旋转关节在减速器外分别放置1个一维力矩传感器，国内方案不一。4）手腕和脚踝传感器：每个手腕脚踝分别放1个六维力矩传感器（可选装），价格

精密丝杠的粗加工环节制作工艺路线较多，可选择车削、铣削和冷锻的加工方式。行星滚柱丝杠的制作包括对主丝杠、滚柱和螺母进行粗加工和精加工，制作工艺有 3 条技术路线，其中热处理环节基本一致，不同点在于粗加工环节。车削是较为传统的工艺，利用主轴的回转和刀具的移动来实现对多余材料的切割；铣削使用旋转的多刃刀具切割材料，生产效率更高；冷锻对材料进行冷挤压以达到成型目的，材料利用率较高。制作出的工件还需经过热处理和磨削环节。

关于人形机器人关节方案选型问题，业内存在诸多选型方案和争议。本篇报告从产品原理与需求现状出发，剖析了不同关节方案的选型依据及优劣势；并以特斯拉Optimus的选型为切入口，对人形机器人的产业化路径进行了推演和预判。

公司是以太网通信芯片领先厂商之一，在高速通信芯片产品全面布局，有望充分受益数据中心升级趋势以及 AI 以太网组网。目前公司数据中心产品包括光模块 DSP、交换芯片、以太网 PHY 芯片等。公司是光模块 DSP 龙头厂商，有望充分受益 800G 光模块放量带动光模块 DSP 旺盛需求。另外公司是少数具备 51.2T 以太网交换芯片的厂商，AMD 以及云厂商自研芯片采用以太网组网，其放量有望拉动以太网在AI组网当中应用，带动以太网通信产品需求。根据 AMD 23Q4 业绩会，AMD MI300 有望

从Sora模型看文生视频的技术路径：技术路径尚未收敛，Transformer扩展特性优势凸显。市场大多认为扩散模型是图像和视频生成领域的主流路径，但没有重视Transformer架构scale up的能力。OpenAI技术报告指出，Sora是基于扩散模型，但更强调，Sora是一个基于Transformer架构的扩散模型，其优秀的生成能力离不开Transformer架构优秀的scaling特性。当前，为构建性能更优、效率更高的视频生成模型，已出现多种结合Diffusion Model和Transf

Will generative AI (gen AI) be the greatest, most impactful technology innovation in history? Will it completely transform how humans live and work? Or will it turn out to be just another technology du jour that promised revolutionary change but ulti

目前除OpenAI之外，谷歌、字节跳动等厂商均已推出具备文生视频能力的多模态模型。基于对Stable Video Diffusion、谷歌W.A.L.T以及其它文生视频模型的分析，我们认为高质量数据以及底层通用大模型是文生视频能力的重要决定因素，随着Transformer架构的引入，以及3D建模领域模型的迭代，2024年文生视频有望在时间长度、画面清晰度、内容逼真程度等方面实现显著迭代，打开商业化应用空间。

100多年前电能的发明利用开创了人类文明的新纪元，也引发了第二次产业革命，人类从此进入电气时代。时至今日，电气化依旧是全球工业化发展的前提条件，也是开启以德国工业4.0为代表的智能制造时代的重要基础。拖动电机与变频器技术构成先进的伺服系统，能够提供高精度的伺服和运动控制技术，并成功推动上世纪60年代以来工业机器人的蓬勃发展。

基建层：AI硬件及云服务。以 NVIDIA 为首的AI硬件算力进步使大模型的单次训练成本降至可以接受的1000万美元以下；同时以Azure为首的云服务厂商集成了算力资源和AI 建模的能力，也将成为基础设施的重要部分。

模型升级迭代的背后是对海量数据的训练和推理，自 2012 年以来全球算力需求迎来快速增长，但 AI 的应用和发展存在“木桶效应”，即算力服务器集群之间的数据交换需要数据中心内部的网络互联做配套，从而激发出对高速率光模块的大量需求，推动光模块行业发展。

空间计算是指一组使人类能够在三维空间中与计算机进行交互的技术。在日常讨论中常与MR、扩展现实、沉浸技术等名词混用, 涵盖了人工智能、计算机视觉、虚拟现实、增强现实、传感器技术和自动驾驶等技术。“空间计算”的核心是要让机器具有深度感知功能，让数字世界正确地出现在我们身处的物理空间中。

生成式人工智能(AI)和大型语言模型(LLM)的采用将给科技行业的每一个领域都带来影响。彭博行业研究的市场规模互动模型显示，现有供应商和新供应商将重新定义当前的终端市场，到2032年，有望创造1.3万亿美元的收入。

特斯拉机器人 Optimus 躯干共有 28 个关节，旋转关节和直线关节各 14 个。其中线性执行器配备反向式行星滚柱丝杠，将电机的旋转运动转换为直线运动。相比其他直线机构，丝杠在承载能力、位置可控性、抗冲击性等多方面具备优势，具备效率高，紧凑性好、耐用性强等特点。

全球人工智能算力中枢，AI 需求推动强劲增长。硬件端，英伟达目前形成了“GPU+CPU+DPU”的产品组合，成为纵横数据中心、**显卡、专业可视化、自动驾驶等多个赛道的算力之王。在数据中心赛道，2023 年的 AI 芯片市场中英伟达出货量约占 60-70%。在**显卡赛道，英伟达占据了消费级独立显卡的 80%以上出货量。软件端，我们认为 DGX Cloud长期有望成为英伟达数据中心业务的第二增长曲线。

相比单模态，多模态大模型同时处理文本、图片、音频以及视频等多类信息，与现实世界融合度高，更符合人类接收、处理和表达信息的方式，与人类交互方式更加灵活，表现的更加智能，能够执行更大范围的任务，有望成为人类智能助手，推动 AI 迈向 AGI。就技术架构而言，多模态技术可拆解为编码、对齐、解码与微调等步骤，逐步挖掘多模态关联信息，输出目标结果。文生图 CLIP 模型为最先成熟的多模态技术，目前，多模态已不再局限于图文两层信息。例如，Meta-Transformer 可同时理解并处理 12 种模态信息。

随着人工智能技术的迅速发展和应用，大模型作为其中的重要组成部分，正逐渐成为推动人工智能发展的重要引擎。大模型以其强大的数据处理和模式识别能力，广泛应用于自然语言处理、计算机视觉、智能推荐等领域，为各行各业带来了革命性的改变和机遇。

GPT-4 等前沿大模型展现出强大的涌现能力，在多领域逼近人类水平。同时，大模型为多个技术方向带来新的发展空间，包括多模态、自主智能体、科学发现等能力。模型能力在未几年内仍存在数量级进步的空间。Inflection在未来18个月内将使用比当前前沿模型GPT-4 大100倍的计算量。Anthropic预计在未来的5年里用于训练最大模型的计算量将增加约1000倍。由于大模型的涌现能力，这些更先进人工智能系统所带来的机遇和风险具有巨大不确定性。

先进制造+AI 芯片进口被禁，大陆先进封装产业亟待发展。2020 年，美国将中芯国际列入“实体清单”，限制其 14nm 及以下制程的扩产。在此背景下，大陆 14nm 制程产能处于存量无法扩张的状态，先进封装如 chiplet 作为部分替代方案战略意义凸显。AI 作为全球第四大工业革命将带来人类文明史重大变革，全球各个国家和地区将 AI 列为发展重点，作为 AI 核心的算力芯片如 GPU、CPU 等被美国英伟达、intel、AMD 完全垄断，2022 年 10 月美国开始禁止大陆进口部分高端算力芯

全球算力架构升级战已打响。英伟达架构持续升级，升级迭代速度明显加快，平均两年架构升级，我们判断目的是维持在GPU霸主地位， 根据新浪财经报道，B100将于2024年第三季度开始量产，部分早期样品将于明年第二季度出货。 而我们认为英伟达Tensor Core专为AI而生，目前其Hopper架构已经为第四代，Hopper架构超强性能，可加速所有精度，性能领先，应用广泛，我们判断其广泛应用于训练市场。AMD奋起直追，欲挑战英伟达龙头地位，第三代Instinct MI300系列性能优异，满足生成式AI强

AI带动近期市场表现，Chatbot用户活跃表现良好。1）从海外看，由于OpenAI、谷歌等大模型进展迅速，美股AI近期表现较好，英伟达、META、C3等涨幅较大，海外Chatbot网页访问量稳中有升。2）从国内看，海内外AI进展迅速带动国内人工智能板块反弹，Wind人工智能指数年初至今涨12.1%，交易量也大幅增长；3）从个股维度看，年初至今人工智能板块涨幅较大的为万兴科技、昆仑万维等；传媒板块涨幅较大的有中视传媒、神州泰岳、凤凰传媒、中南传媒、姚记科技等。

文本生成视频：Sora能够根据用户提供的文本描述生成长达60S的视频。深化语言理解：利用GPT技术将简短的用户提示转换为更长的详细转译，并将其发送到视频模型。图片生成能力：Sora可以根据用户需求，生成可变大小的图像，最高可达惊人的2048 × 2048分辨率。新的模拟能力：Sora具有3D一致性、较长视频的连贯性和对象持续性，能与世界互动，模拟数字世界。

云厂商在 2010s 逐步成为以太网光模块市场最重要的客户群体，为产业带来了诸多深远的影响：1）更广阔的市场需求；2）更快的迭代演进节奏；3）行业竞争格局的重塑，国产厂商跟随优质客户快速崛起。随着 ChatGPT 以及 AIGC 拉开 AI 时代新序幕，光模块产业有望再一次迎来波澜壮阔的发展。我们判断产业将会发生如下积极变化：1）市场空间的进一步扩张；2）迭代周期有望由此前的 3~4 年缩短至 2 年左右；3）竞争格局方面，在迭代周期缩短、技术门槛提高背景下，预计头部厂商市场地位保持稳固。建议关

文生视频大模型 Sora 震撼登场，AIGC 新时代已至。OpenAI 在 2024 年 2 月16 日发布文生视频模型 Sora，该模型为基于 transform 架构的扩散模型，完美继承 DALL·E 3 的画质和遵循指令能力，并利用了 GPT 扩写，具备超长生成时间（60s）、单视频多角度镜头、理解物理世界三大突出优势。我们认为，从 Runway、Pika 到 Sora，文生视频大模型频出，视频长度从表情包长度的 3s-4s 到主流短视频长度的 60s，模型对物理世界的理解愈加接近现实，已

春节期间，海外AI更新不断，OpenA推出Sora文生视频模型，谷歌再度更新Gemini系列模型。2月16日，OpenAI发布全新的Sora文生视频模型，可以一次生成60s的长视频，且视频的画面精细度、流畅度超越了过往的文生视频模型，Sora有时能够模拟对世界状态产生简单影响的行为，将文生视频能力推向了全新的高度。谷歌再度更新Gemini系列模型，大模型竞争再度进入白热化阶段。

技术及生态持续迭代，XR产品体系成熟度持续提升。XR(VR/AR/MR)基于其更立体的显示、更直接真实的互动方式及空间计算能力等，被认为是下一代移动计算平台。从硬件层面，该行业随着早期巨头的下场与并购（2012-2017）、5G部署及高通等专用芯片推出（2018-2022）、显示及光学技术路径的持续迭代，目前产品成熟度已持续提升，诸如facebook、微软等均已推出百万级销量的产品。从软件及内容层面，围绕**、商业、工程等领域也推出部分爆款内容产品。复盘苹果iPhone及Mac产品的发展历程，每

苹果Vision Pro 发布后，我们观察发现目前热门应用聚焦办公、youxi、沉浸内容观看、教育培训等领域，无边画幅的多屏操作是最常见平移方式，深度MR交互在丰富中。苹果NR设备Vision Pro 提供 600 款定制应用与100 万款兼容应用。1）官方举例九大场景，“沉浸”、“全新”成关键词。举例提及的应用多达81 款，其中内容观看、youxi、办公三类提及了最多的应用，分别为18、16、15 个，学习、音乐、购物、专注等各提及5-7 个应用，沉浸式**与探索新地点各提及4 个，供应方相对

当前国内经济正从传统动能驱动转向新动能驱动，新动能是未来增长空间最为广阔的领域。以数字经济、AI、高端制造为代表的新动能方向近期产业催化不断，有望逐步映射到股市的投资机会中。我们筛选出 2024 年产业发展迎来重要变革、有望成为重要投资主线的十大产业趋势

GPTs上线2个月后用户便创建了超过300万个应用，GPT提供了基于大模型的原生开发环境，用户可通过更加自然的语言交互方式，减少对传统GUI的依赖，同时多模态的趋势仍在继续，大模型仍处于高速创新迭代周期，头部公司对2024年的Gen AI的资本开支保持积极，建议关注AI算力及大模型布局厂商 NVIDIA,AMD,Intel,IBM,Microsoft,Alphabet,Amazon,Arista,百度集团-SW,阿里巴巴-SW,腾讯控股等。

不是很关心你有多少大模型，或者你的大模型到底怎样更关心的是你的行业，你的业务能否更容易的被AI加持提升产品附属价值

自 2022 年底 OpenAI 发布 ChatGPT 至今已逾一年，本轮 AI 革命迭代衍生的强大模型能力也逐渐在商业化场景中得到初步应用。我们认为，AI 大模型目前的商业模式大致可分为以下四类

人形机器人作为另一个颠覆性产品赛道，在满足社会发展需求的背景下迎来了巨大的发展机遇。预计到2035年，人形机器人市场将保持50%以上的高增速发展，全球需求总量将达到100~200亿台，为人形机器人开辟了巨大的市场空间。

Mobile ALOHA 机器人走红到来，AI 赋能加速人形通用机器人量产落地。“模仿学习+ACT 强化学习算法”让真人在机器人面前演示动作或操作机器人执行动作，机器人观察后，直接迁移到自己本体上完成任务，形成人形机器人的行为逻辑，可低成本训练灵巧机器手，助力 ALOHA 机械臂快速理解并精确模仿人类动作；多场景及新旧任务协同训练将助力机器人在静态ALOHA 数据集基础上，自主寻找不同任务的对应最优解，提高操作的精准性与灵敏性，为人形机器人运用在更多场景上创造可能；“关键技术自研+硬件外购”的开

电子年度涨幅排名已进入上升周期。从 2007 年至今，电子板块涨幅相对排名呈现约 4 年周期：2007~2011（4 年）、2011~2014（3 年）、2014~2018（4 年）、2018~2022（4 年）。A 电子板块排名垫底年份的下一年有较好的相对排名。我们在 2023 年年度策略报告里面提出 2023 年电子板块涨幅排名将要进入上升周期。2023 年的市场走势已经证明了我们一年前的判断：电子涨幅排名从 2022 年的倒数第一上升至 2023 年的第七名，按照 4 年周期规律，2024

商汤是行业领先的 AI 软件公司，以自研的 SenseCore 大装置与“日日新SenseNova”大模型为核心，应用场景持续拓展，推动 AGI 产业化落地，打造 AI 商业新模式。

大模型演进：工业革命级的生产力工具。目前，ANI已经广泛应用，AGI处于研发阶段，大模型是实现AGI的重要路径。AI大模型通过预先在海量数据上进行大规模训练，而后能通过微调以适应一系列下游任务的通用人工智能模型。在“大数据+大算力+强算法”的加持下，进一步通过“提示+指令微调+人类反馈”方式，实现一个模型应用在很多不同领域。人工智能的发展已经从“大炼模型”逐步迈向了“炼大模型”的阶段，逐渐掀起多模态和多场景革命，重塑AI技术范式，提升模型能力天花板，应用价值显著提升。

苹果 Vision Pro 已于太平洋时间 1 月 19 日周亓 在美国开始预售，幵将于 2 月2 日在美国正式収售。 在终端产品的正式上线前，本篇报告我们尝试从两个维度来探讨 MR 未来的内容生态，幵 预期有望出圈的优质内容形态。

特斯拉 Optimus 代表当前商业化人机产品的最快速度与先进技术，值得作为案例深入研究。短短两年半时间内 Optimus 共迭代 3 次，期间亦有产品新进展发布，当前工作能力、灵活程度、静态稳定性、智能水平已达到同行先进水平。在业务规划和招聘节奏上加紧步伐，可复用造车技术与供应链，商业化较快。

软件和算法构筑竞争力核心壁垒。在实际应用中，移动机器人通常以集群的方式系统完成特定任务；未来，成百上千台机器人规模化集群作业是发展的必然趋势，即逐步从单体智能向群体智能演进，软件和算法成为构筑核心竞争力的壁垒，例如统一环境下完成作业调度、找到全局最优方案提升集群机器人工作总效率等。我们认为随着行业应用场景的丰富和技术的发展，产品模块化、软件模块化将成为AMR发展的必然趋势。

公司是在全球智能终端ODM领域拥有领先市场份额和独特产业链地位的全球智能硬件平台型企业，构建“运营能力、研发+跨品类整合、供应链稳定+成本优势、精密结构件”四大核心优势。根据Counterpoint数据及公司销量数据，以“智能硬件三大件”出货量计算（包括笔记本电脑、平板电脑和智能手机），2021年，公司整体出货量超 2 亿台，位居全球智能硬件 ODM 行业第一。

百度、阿⾥、腾讯、智谱AI、百川智能等多家企业和机构，按照《互联⽹信息服务算法推荐管理规定》履⾏算法备案和变更、注销备案⼿续，获得备案批准，对公众全⾯开放，标志着⼤模型发展进⼊新阶段，加速推动⼤模型产业化应⽤。截⽌到2023年12⽉31⽇，已有两批超过20个⼤模型获得备案，⾯向公众开放。应⽤范围涵盖⾃然语⾔处理、图像识别、语⾳识别等多个领域，可应⽤于⾦融、医疗、教育等各个领域。

2022 年底，AIGC 热潮在全球范围内兴起，人工智能的主题行情开始出现。2022 年 11 月 30 日，OpenAI 的全新对话式 AI 模型 ChatGPT 正式发布，人工智能板块开始掀起热潮。2023 年我们认为是人工智能的元年，年初 Meta、百度等纷纷推出大模型，AI 大厂英伟达在芯片设计中加入 AI，标志着计算硬件的进步，欧洲的 AI 立法和中国的监管措施反映了全球对标准化 AI 治理的转变。这一年，AI 开发者们逐渐认识到，人工智能不仅仅是一个概念或远景，而是一场正在发生的、深

蓝特光学是国内光学元件头部厂商，光学棱镜、玻璃非球面透镜、玻璃晶圆产品性能领先。公司是北美大客户潜望式微棱镜的核心供应商之一，有望受益于2024 年 iPhone 新机潜望式渗透提升；同时产品切入汽车电子/AR/半导体制造等赛道，有望受益于汽车智能化高速渗透及 AR 等行业的长线发展趋势。

AI+产业变革稳步推进，新应用不断落地✓ 全球AI市场快速升温，算力需求高增，新AI应用不断涌现，催生新经济增长点✓ 美国四大云厂商营收持续增长，继续大力支持AI技术，未来CAPEX趋势主要以AI、算力为主✓ 全球机器人市场规模庞大，持续看好传感器等产业链相关板块投资机会

AI 模型工具化程度提升，即将带来应用端百花齐放。基础模型持续迭代，模型能力提升，开发门槛及使用成本下降。GPT-4、Gemini、Pika 均支持自然语言，无需编程基础，如使用 GPT-4 构建自定义 GPT 时无需任何代码，全程支持可视化点击操作以及自然语言；GPT Store 已上线。使用成本上，Open AI 产品系统性降价；Gemini Pro 可在 Brad 上免费体验，Pika 目前为免费使用。随着垂类模型训练门槛的降低，我们认为数据和场景为 AI 应用竞争的壁垒所在。每一轮硬件或

全球半导体市场于 2023Q2 触底。根据美国半导体行业协会（SIA）数据，全球半导体市场规模同比增速于 2023M4 录得最低值（-21.40%），并从 2023M5开始稳步上行。2023M11，全球半导体市场规模为 479.8 亿美元，同比+5.27%；自 2022M8 以来同比首次实现增长。从库存数据来看，Intel、AMD、美光等国际主流半导体设计/IDM 企业 2023Q1-Q3 的合计库存周转天数分别为143/136/130 天，自 2023Q1 开始逐渐下行。

Micro OLED 优势突出（体积小、重量轻、功耗低、像素密度高），受益 XR 行业需求，市场规模快速扩容，我们预计2027 年全球 XR 用 Micro OLED 出货量超 2300 万片、渗透率为 30%，市场规模达 41 亿美元、五年 CAGR 达 136%。目前行业索尼份额最高，国内厂商（京东方、清越科技、视涯科技、熙泰科技、湖畔光电）加速扩产，按照 100 万片Micro OLED 2 亿设备投资额、80%的产能利用率估算，预计 2023-2026 年新增投资达 56 亿元，设备投资

相比过去的产品，苹果Vision Pro在技术、应用、生态上均有提升，空间计算时代蓄势待发硬件与技术：显示屏角度，过去的VR设备多使用LCD屏幕，像素不足一千万，刷新率、对比度等性能也难以实现沉浸式体验；体验角度，片算力、光学模组效率等问题导致使用时容易有眩晕感，难以长时间佩戴。而苹果Vision Pro使用Micro OLED屏幕、使用协处理芯片高算力，为沉浸式体验提供基础；内容应用：VR定位游戏机，据IDC统计，年销量在2021年达到峰值1029万台，显著低于有生产力功能的设备，如年出货量上

苹 果 率先受益于消费电子景气度改善，自身生态系统形成的强大竞争壁垒与 InDevice AI 战略打造长期增长势能。

本篇报告从产品、市场需求、竞争格局、人形机器人的应用等角度分析了六维力/力矩传感器行业。六维力/力矩传感器能够帮助机器人实现精密、复杂操作，产品本身具有复杂性高、解耦难度大的特点，下游应用广泛，定制化属性明显，目前市场空间较小，国内外企业体量均较小。人形机器人有望带来百亿级的增量市场，核心需求是量产时产品的一致性和稳定性，行业处于发展早期，未来有望持续突破，给予行业“推荐”评级。

我们认为 1) 全球科技产业的 AI 化，和 2）中国企业的出海，3）国内 IT 产业的国产化是 2024 年中国科技行业投资的三条主线。建议投资人关注，（1）微软 Copilot 用户数，（2）AI PC 渗透率，（3）小米、华为汽车销量，（4）国内主要半导体制造企业 2024 年资本开支计划，（5）Vision Pro 等新品类用户反馈，（6）比特币价格走势等指标。

人形机器人行业加速发展，空间广阔。人形机器人产业已步入发展快车道，2022 年 10 月，特斯拉展示了 Optimus 机器人工程机，代表着人形机器人进入加速产业化阶段。近年来，随着人工智能技术的加速发展，人形机器人在“决策能力”上取得了快速的进步，人形机器人的智能化发展迅速。根据Stratistics MRC 的数据，2021 年全球人形机器人的市场规模为 15 亿美元，预计到 2028 年将达到 264 亿美元，2021-2028 年的 CAGR 达 50.5%。就下游应用场景来看，人形机器

机器人多指灵巧手是一种高度灵活、复杂的末端执行器，因其能够模仿人手的各种灵巧抓持和复杂操作能力，得到持续的研发投入和广泛关注。从应用领域来看，目前灵巧手实现成熟应用的领域主要有：航空航天、医疗假肢、工业及科研领域。

2024 年国际消费电子展(CES 2024)在美国拉斯维加斯举办，本次展会的主题为“ALL TOGETHER. ALL ON”。预计本届 CES 将吸引超 13 万人参加，参展的公司数量超过 4000家，今年展会的关键词是“AI”，可以在大部分产品内找到 AI 大模型的结合点。

备受瞩目的2024年消费电子展(CES)于美国西部时间1月9日在拉斯维加斯开幕，即将登场的大量突破性技术进步令人期待不已。尤其是在2024年，AI人工智能当仁不让地成为焦点，由AI赋能的各类产品将覆盖人们生活的方方面面。

以 ChatGPT 等大模型为代表的 AI 浪潮驱动全球算力需求爆发，交换机作为大模型训练集群中的核心网络设备，其性能决定训练集群的效率、规模和稳定性。交换芯片是交换机的核心部件，承担数据包转发功能，行业壁垒较高。交换芯片长期被博通、Marvell、思科等海外巨头垄断，但随着数字经济政策持续落地、AI 加速爆发、国产化不断推进，本土厂商有望加速突破，进一步抢占以太网交换芯片的市场份额，建议关注交换芯片国产替代机遇。关注国产商用交换芯片龙头盛科通信、芯片自研能力提升的中兴通讯。

玩家加速入场，国内产业链配套企业快速布局，有望推动人形机器人产业化提速，预计到 2030 年可形成千亿级市场。特斯拉于 2021 年 8 月的 AI 日首次提出人形机器人 Optimus 的概念，此后 Optimus 快速迭代，在特斯拉 2023 年 12 月的最新视频中，Optimus 已实现流畅行走、抓握鸡蛋等动作，性能不断提升。国内方面，优必选、傅利叶等公司部分人形机器人型号已经开始外售，同时新玩家不断加入。在特斯拉产业链的带动下，国内核心零部件企业积极布局，产业化加速到来，预计中性情况下

蓝思科技：消费电子外观件龙头，深耕多年业绩放量加速。蓝思科技系全球消费电子智能终端视窗与外观防护功能部件行业龙头,产品方向包括智能手机与电脑、新能源汽车及智能座舱类、智能头显与智能穿戴类及其他智能终端类，能够提供各类产品的结构件、模组及组装，涵盖玻璃、蓝宝石、陶瓷、塑胶、碳纤维等新材料。

AI+硬件：高性能处理器加码，AI 终端时代来临。英伟达、AMD、高通分别推出 GeForce RTX 40 SUPER 系列、锐龙 8000G 系列、骁龙 XR2+ Gen 2 等高性能处理器，性能水平实现跃升，助力 AI 加速渗透 PC、汽车、智能家居等终端场景。我们看到，三星大力布局人车互联生态；英特尔在发布 AI PC平台的同时，推出 SDV SoC 赋能 AI+汽车；戴尔灵越系列搭载英特尔酷睿Ultra 7，AI 能效再度提升；联想十余款 AI PC 产品发布，规模化落地逐步推进；华硕

CES 是全球最大、影响最为广泛的消费类电子展。CES 2024 于 1 月 9 日至 1月 12 日在美国如期举办，共吸引全球超 150 个国家及地区的 4000 余家厂商参展。综合展会信息，我们整理了各领域的核心产品与技术，我们认为本届 CES AI赋能成主旋律，XR、PC 和智能车等方向为创新焦点。

CES是最具全球影响力的科技盛会之一，被誉为消费电子领域的年度“风向标”。本届CES展示了从上游的芯片硬件，到下游的终端应用的各式前沿科技成果，涵盖人工智能、虚拟现实、消费电子、汽车电子、智能家居等多个领域，引领着未来科技的发展趋势。

特斯拉人形机器人当前发展第一桎梏是硬件超配和量产成本的矛盾，我们认为特斯拉的终局硬件方案仍存在变化，但随着其软件能力快速迭代、产品测试进度推进，终局硬件方案逐渐浮出水面，投资主线将回归至如何国产降本，建议关注国产化概率大、降本空间大且诉求强的赛道，如丝杠、减速器、传感器等，关注减速器标的双环传动、集成商标的三花智控和拓普集团，同时我们关注兼顾技术能力和商务能力的本土供应商实现从 0 到1 的国产突破，以及具有外延能力、获取更大价值量的集成供应商。

智能音视频 SoC 龙头设计厂商，产品力与客户群国内领先。公司主营产品为智能音视频 SoC 芯片，产品广泛应用于智能蓝牙耳机、Wi-Fi 智能音箱、智能手表等智能音视频终端产品。公司领先产品性能为公司构建技术壁垒，公司新一代 BES2700 系列产品已导入华为 FreeBuds 5 和 FreeBuds Pro 2等高端产品线。公司品牌客户群的深度与广度为公司构建商业壁垒，目前公司产品已经进入三星、OPPO、小米、荣耀、华为、vivo 等全球主流安卓手机品牌，同时也进入包括安克创新、哈曼、漫步者

本项目通过搭建高性能 GPU 计算集群、训练通用大语言模型、训练垂类大语言模型、搭建大语言模型微调平台、搭建大语言模型应用开放平台等核心模块，旨在打造大语言模型服务和应用平台，为大语言模型技术的研究和应用提供一个开放、可扩展、可协作的环境。这个平台除了通用大语言模型外，还提供大量共享的数据集、算法库、模型微调工具等资源供开发者使用，同时大语言模型应用开放平台提供一整套完整的大语言模型生态应用工具链，从而加速大语言模型的训练以及大语言模型生态应用的开发和使用过程。

光学——AI 算网融合下的最优解之一。2023 年，在 AGI 的爆发之下算力成为全球数字基建的焦点，除了大放异彩的英伟达 GPU，Mellanox 的交换类设备也异军突起，成为最大黑马。究其原因，是在算网融合下，通信已成为大规模组网算力中的核心制约因素，甚至有一半的时间都耗用在数据通信上，而各种创新光学解决方案应运而生，催生光子的黄金十年。

从技术供给来看，2024年全球电子创新投资将围绕AI和XR延伸。我们认为AI有四个方向的机会，分别是AI手机/PC、智能驾驶、人形机器人和先进封装。将大语言模型本地化于智能手机和PC将明显提升SOC、Dram和Flash的单机价值量，AI操作系统和APP的进化将在某个时点极大拉动消费者的换机需求。2024年，以华为供应链为代表的智能驾驶和智能座舱将迎来快速渗透期，为SOC、CIS等供应链带来显著业绩弹性。参数规模不断增加的AI训练和推理对计算性能提出越来越高的要求，将不断提升片上互联以及3D先进

2023 年电子行业整体处于复苏阶段，全年呈现区间震荡态势，全年跑赢沪深 300 指数，排名申万行业全行业第四位。电子行业市盈率 2023 年有小幅上升，近三年数据来看目前处于历史均值水平。细分板块来看，半导体由于国产化空间巨大，依旧存在较大的成长潜力，因此半导体板块估值水平要高于传统消费电子行业。

大模型、AIGC是当前全球数字经济发展的热点和趋势，也是人工智能重要的核心技术。各类科技大公司、创新型公司展开投入竞赛。然而人们往往低估新技术的长期影响力，面对AIGC技术，我们既要抓住机遇立即行动，也要为人工智能的长跑做长期打算，从长布局。

2023 年是人工智能产业发展的分水岭，以大模型、生成式 AI 为发展里程碑的技术革新，推动着人工智能发展进入全新的 2.0 时代，人工智能由之前点状、创新应用，逐步规模化发展赋能企业业务流程各个环节，并逐步向产业深水区发展，推动产业链分化成熟，需要全新的基础设施来实现更好的支撑。

回顾 2023 年，在 AI 浪潮及华为回归背景下，电子板块不乏结构性亮眼表现。展望2024 年，伴随全球半导体周期复苏大势及以苹果 XR、AI PC 等为代表的终端创新推出，“周期+成长”双重逻辑有望持续共振，维持行业“强于大市”的评级。

硅光子技术优势显著，目前数通光模块为下游主要应用场景。Nvidia、Intel、TSMC和Broadcom等海外科技巨头纷纷布局硅光子技术，行业有望实现高速发展。与传统光模块相比，硅光模块在有源和无源器件上均有明显区别，硅光技术可以使光模块成本有明显下降，但工艺是影响硅光模块是否能够实现量产的关键因素之一。回顾过去几年硅光模块发展历程，英特尔引领硅光子技术在100G时代大放异彩，但由于技术方案不同，200G和400G硅光模块发展迟缓，而AI算力建设带来的网络速率快速升级，降低功耗和成本也成为光模

AI/大模型赋能叠加智能汽车高景气度驱动公司快速增长。一方面，AI/大模型的技术迭代不仅催生智能手机AI芯片及底层软件适配新需求，同时提升了智能物联网消费级模组产品，以及行业侧一体化解决方案的软件附加值；另一方面，华为系车型的推出及成立新的智驾公司等事件加速了汽车智能化进程，自主/合资品牌车企量产提速，尤其智驾将在明后年快速渗透，公司有望借助高通芯片打开智能驾驶市场，贡献智能汽车新的业绩增量。

人形机器人的“感知器官”：传感器。作为一种检测装置，传感器能够感知到被测量信息，并将感知到的信息，按一定规律转换成各种形式的信息（电信号）进行输出，使所感知的信息得以达成传输、处理、存储、显示、记录和控制等目的。

人形机器人提升传感器需求：在机器人核心零部件中，传感器作为机器人重要组成部分，是力控摆动、稳定控制的核心，可精准测量随机变化的力，价值量或仅次于关键模组。人形机器人对于传感器的需求增多，有望推动相关传感器行业扩容。柔顺控制为发展方向：从自动化到机器智能、人工智能迈进，需要将力/力矩的测量和引入控制系统，提高机器人对未知环境适应性和交互安全性，即柔顺控制；外力的感应可基于电流环、末端力传感器、关节力矩传感器、电子皮肤/柔性传感器。

人形机器人即将迎来快速发展阶段，传感器将在此过程中充分受益；其中力控、触觉、惯性三类传感器的成本较高，且国内外在高端产品的技术水平上仍存在较大差距。MEMS传感器由于其高集成性、小体积、规模化生产成本低等诸多优势，是应用于机器人传感器的上佳解决方案之一。

汽车总量逻辑弱化下的智驾之路：在今年，受到车企间竞争加剧及产品迭代速度加快的影响，终端销量展现出超出预期的市场表现。展望来年，新能源汽车超过40%的市场渗透率，无论增速如何，总量的影响都将逐步减弱。相对而言，智能驾驶作为一个贝塔性因素正逐渐增强。在2023年，华为和小鹏引领的智能驾驶竞争已经在下半年吸引了部分主流车企参与，明年几乎所有主流车企都将不得不加入这场竞争，以获得占领消费者心智的先机，而现阶段华为和小鹏的智驾标签无疑更加明显。另一方面，当前的价格竞争之下，低成本的智能驾驶方案对车企而言愈

视频及图像处理应用软件是万兴基石产品，持续开拓 AIGC 功能，部分产品开启 AI 商业化尝试，并预发布天幕大模型。1.创意类软件在公司收入中占比超过 80%，主要以中小用户为主。2.今年以来，公司一方面，迅速推出万兴爱画、万兴播爆、KwiCut 等含有内容生成能力的 AI 产品，补全创意产品矩阵；另一方面，推动 AI Lab 发展，以 API 的方式赋能各类创意产品。3.即将发布国内首个专注于以视频创意应用为核心的百亿级参数大模型“天幕”，天幕大模型由视频大模型、音频大模型、图片大模型、文本大

卫星互联网建设序幕拉开，将带来新一轮资本投入。卫星互联网建设需求具有较高确定性：其一，卫星互联网在国家安全领域的重要作用已得到充分显现，建设自主可控的宽带卫星星座刻不容缓；其二，低轨轨道资源和通信频段资源稀缺，在国际电联“先占先得”规则下，我国需要快速抢占低轨卫星资源；其三，空天地泛在通信是通信技术的必然演进方向，卫星互联网是下一代通信技术的重要基础设施。目前，我国卫星互联网实验星已完成了3次发射，明年有望进入组网星密集发射期，星载相控阵、通信载荷、地面信关站等环节将带来超千亿的市场空间，建议关

电机原理与结构：电机是电能与机械能之间的转换装置，主要由定子、转子及其他附件组成，凡是需要将电能转化为机械能或将机械能转化为电能的地方都必须用到电机。

AI 跃升至 2.0 时代，随着大模型进入“轻量化”、“多模态”时代，以云端作为 AI 大脑，边缘端和终端作为小脑的混合 AI 料将成为技术发展主线。我们认为，AI 大模型落地成为终端出货成长的新动能，产业曲线两端将率先发力，其中硬件算力端（SoC、存储）、终端品牌将有望核心受益，零组件及组装中部分环节如传感器、电池、散热结构件等部分有望受益。我们认为当前各类 AI终端应用仍未达到成熟阶段，接下来一年重在软硬件适配和产品打磨，从“AI+产品”（出货量提升）到“产品 AI 化”（量价齐升），有望成

AIGC的全球普及正在多个领域展现出强大的应用潜力,特别是汽车行业的广泛应用,正引领汽车行业的加速变革。

智能物联 AIoT 1.0 是互联互通时代，使此前没有连接能力的“哑设备”接入物联网。它全方位地革新了产业链、价值链运行模式，初步带来场景化的智能化体验，驱动千行百业数字化转型，促进产业发展从价值链模式向价值网络模式跃迁。

人形机器人是具身智能发展的理想最终形态，涉及的计算机应用技术范围更广更深。多模态大模型是提升机器人感知与交互的关键。视觉技术是机器人感知中最重要部分，品牌销售继续提升。机器人厂商多自研认知与决策算法，夯实核心竞争力。

12月14日下午，世界经济论坛（WEF）发布了最新白皮书——《全球灯塔网络：加速人工智能大规模应用》，主要介绍灯塔企业如何搭建必要能力，扩大人工智能对人类、地球和经营绩效的积极影响，以及其他厂商如何加入该网络，形成协同社会效应并提高经营绩效。

苹果首款 MR 头显设备 Vision pro 发售在即，我们认为，Vision pro 在硬件端展现了当前消费电子领域顶尖的参数水平，有望提供全面超越市面相关产品的硬件体验，而软件应用端，空间计算所代表的 3D 体验不同于当前主流的 2D屏幕，有望从手势、眼动、语言等维度塑造用户交互的全新范式，并进一步催动软件应用及制作技术的变革。在投资机会上，我们建议关注参与 Vision pro硬件产业链的相关公司，同时，有望受益于软件应用新范式的游戏、视频、内容制作及商业化等方向亦值得重点关注。[Nea

人工智能（Artificial Intelligence，简称 AI）作为战略性新兴产业，作为新的增长引擎，日益成为科技创新、产业升级和生产力提升的重要驱动力量。生成式人工智能工具、人脸识别、智能工厂、智慧城市等人工智能技术现已广泛落地，这些令人难以置信的技术正在快速改变人们的生活，对经济社会发展和人类文明进步产生深远影响。与此同时，人工智能技术也带来难以预知的各种风险和复杂挑战，潜在的滥用对以前被认为是不可侵犯的个人敏感信息构成了前所未有的威胁，技术自身缺陷导致智能决策在多个领域存在不确定性和

最新一代手机 SoC 高通骁龙 8 Gen3、联发科天玑 9300 均搭载 AI 引擎，当前智能手机销量或已处于周期底部，AI 手机和折叠屏等创新有望驱动手机销量重回增长周期。2023 年 Q3 全球 PC 销量连续两个季度环比回升，英特尔、联想等 PC 产业链领军者纷纷颁布 AI PC 布局计划，需求复苏以及 AI PC 有望驱动 2024 年 PC 销量同比增长。苹果 Vision Pro 发售在即，应用生态丰富，Office 等应用可以直接使用，有望引领 XR 产业迈入新纪元。[NeadP

VR 行业进入阶段性瓶颈期，AR 发展较快。2023 年全球 VR 头显出货量回落，一方面，缺乏爆款消费级产品刺激，全球 VR 头显销量低迷；另一方面，苹果 Vision Pro 提升市场预期，部分用户选择观望。VR 行业正经历转型，硬件性能边际提升速度放缓，厂商面临着价格和产品性能间平衡，Meta Quest 和 Pico 代表消费级产品，旨在为更广泛用户提供 VR 体验；苹果则代表了技术更领先的产品，但成本高昂限制其快速普及。VR 内容方面，2023 年 Meta Quest 应用商店月均收

ChatGPT应用功能包含日常对话、专业问题回答、信息检索、内容续写、文学创作、生成代码、调试代码等能力，展现了在文本领域迄今为止最为强大的AIGC能力。

AI驱动板块景气向上，行业指数前高后低。年初至今通信板块跑赢大盘，累计涨幅接近30%，AIGC与数字经济推动产业趋势向上，光模块领涨。整体行业收入增速受外部环境影响小幅下滑，盈利能力稳定，IDC云计算、暖通设备、运维网优等板块增速领先，光模块器件23Q2开始环比增速居前，AI带动800G订单逐步放量。运营商数字化转型持续深化，5G建设进入后期，资本开支趋稳，结构倾向算网领域，云计算、数据要素等新兴业务发展叠加精准投资、降本增效，考虑调整后估值较低，具有稳健经营高分红特征，中期配置价值凸显。202

中国移动研究院张世磊在北京邮电大学第四届“系统论-信息论-博弈论”三论融合学术会议上的演讲：体系化人工智能技术（Holistic AI）技术探索。体系化人工智能（Holistic AI，HAI）是中国移动研究院九天团队原创技术的攻关方向，依托泛在的网络和AI 算力，在开放环境中实现对AI能力进行灵活且高效的配置、调度、训练和部署，以满足日益丰富的数智化业务 需求 ，同时确保AI业务可信可控安全，其主要特征为AI服务大闭环、AI能力原子化重构、网络原生AI及安全 可信AI。

AI 市场具有很强的发展前景。根据 Statista 的数据，人工智能市场在 2023年的市场规模为 2079 亿美元，根据预测，到 2024 年市场规模将达到 2982亿美元的规模，同比年增长率 43.43%。到 2030 年，这一数字将会达到 18474亿美元，CAGR 达到 36.34%。

我们为什么认为AIGC是产业级趋势？——人工智能步入新发展阶段，逐步迈向AGI；AIGC创造人机交互新变革，将迎来更多新机遇；通用大模型是AI产业的水平化分工的关键，有望实现规模效应与飞轮效应，商业模式逐步清晰；生成式AI可能打破现有流量竞争格局。

公司专注于操作系统的开发与优化，凭借过硬的技术与高通、英伟达、地平线等厂商保持着深厚的合作关系。随着数字技术与不同产业的深入融合，算力芯片逐渐成为众多产品的智慧大脑，公司也伴随着芯片市场的扩张，形成了“智能软件、智能汽车、智能物联网”三大核心业务，为不同行业客户提供全栈操作系统服务及软件解决方案。2023 年公司启动 Smart to Intelligent，通过大模型赋能现有业务，有望进一步实现降本增效。

算力成为AI时代主引擎，高速光模块持续放量。站在全球视角，全球算力保持高速稳定增长态势，2021年全球计算设备算力总规模达到615EFlops，增速达到44%。据华为GIV预测，2030年人类有望迎来YB数据时代，全球算力规模达到56ZFLOPS。站在中国视角，2021年我国算力总规模达到202EFlops ，保持50%以上的高位增长。AI大模型的搭建离不开底层基础设施的建设，光模块作为高性能计算网络核心部件需求率先爆发，光连接朝着高速率、大密度方向发展。随着芯片速率翻倍，英伟达的B100和H2

AI将带来网络安全在攻防两端的重要变革：1）攻击视角（提升需求）：1、安全赋能攻击——AI/大模型能够显著降低安全攻击门槛，加剧安全威胁，进而提升行业需求；2、大模型自身风险——数据安全相关需求受到AI/大模型的直接拉动。2）防御视角（改造产品）：AI/大模型带来安全产品形态的变化，从能力提升（从一线运营到安全专家）和效率提升（响应处置时间从天/小时到秒）两大维度，带来了竞争格局改善的可能性。

2023 年，ChatGPT 爆火整个社交网络，人工智能行业进入到以大模型为代表的快速发展阶段。国外大模型起步相对较早，引领人工智能行业发展趋势，国内大模型行紧跟国际前沿，目前国内具备代表性的大模型在中文问答表现上已经与 ChatGPT 不相上下，具备了初步商业化变现的能力。从技术前沿来看，AI 整体将沿着更高效、更智能、更细分的路径发展，重要的技术趋势包括混合专家模型技术、AI Agent、机器人领域。AI 在垂直领域的落地和应用将是 2024 年的主线，我们看好 AI 在教育、自动驾驶、端侧

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。简单的说就是：让机器像人一样思考、行动，并让机器能帮助人提升处理能力的技术。

智能设备作为AI触达用户的载体，AI终端将带来产业新一轮创新周期。AI发展正从软件主导转向硬件+软件并行驱动，而智能设备作为AI触达用户的终极载体，正成为AI未来发展与落地的重要突破口。各终端厂商和芯片厂商23H2以来开始密集布局端侧AI，AI模型与手机/PC/穿戴设备/XR等整合，将给终端产业带来久违的软硬件和生态的创新，产生创新的交互方式和音视觉体验，端侧AI大幕已然拉开。

人形机器人供给侧率先繁荣，一方面海外标杆企业推进产品迭代、商业化落地，2024年人形机器人或将在工厂批量应用；另一方面中国企业积极入局人形机器人产业，2023年发布产品陡增，我们积极预期未来潜在的重磅“玩家”的参与，或将带来新一轮产业发展热潮。产业积极探索商业化路径，我们认为智能制造或将成为人形机器人大规模应用的领域，长期视角下家庭服务是最具潜力的应用场景之一，2024年人形机器人或将迎来规模商业化元年。

Meteor Lake 使用 Intel 3D Foveros 封装及采用分离式模块（Chiplet）架构，并首次集成了 NPU 实现端侧 AI 推理能力。Chiplet 架构处理器分为计算模块（Intel 4）、I/O 模块（N6）、SoC 模块（N6）、图形模块（N5），并将后三者外包给台积电。该架构的优势在于各模块能采用不同制程设计以提升性能和良率，从而降低成本。和上一代 Raptor Lake 相比，Meteor Lake 的制程从 Intel 7 升级至 Intel 4，晶体管密度翻倍

苹果不断加码 3D 内容建设，有望引领空间计算时代。在 3D 内容建设方面，苹果先后分别于 2021 和 2023 年推出了目标捕捉和空间视频功能，在 3D 生态建设方面持续深入，伴随着 Vision Pro 产品的发布，有望推动 3D 生态不断完善。同时苹果在 3D 内容开发方面保持了相对开放的态度，目标捕捉生成的 3D 模型格式为 USDZ，为目前业界常用的 3D 模型格式。苹果的 3D 拍摄使用的视频编码方式为 MV-HEVC，是 HEVC 的一个延伸，HEVC 被认为是当前最先进的视频编

大模型以通用人工智能（AGI）为最终目标，追求模型效果的高泛化能力，通过高质量完成自然语言理解和生成任务，以“预训练+微调”模式加持应用场景。目前，海外方面，OpenAI打磨多模态能力、选择闭源路线，Meta等选取开源路线以加速追赶；国内方面，科网公司、初创公司等群雄逐鹿，竞争格局走向清晰仍需等待。当前主流大语言模型和AGI之间仍有较大差距，多模态能力提升模型各维度能力，推动大模型走向AGI。我们梳理出GPT的潜在基础能力，包括文本生成（分析）、代码生成、对话交互、机器翻译、图像生成、视频生成等

toB生成式AI应用均需外挂知识库以提升大模型精度，将驱动向量数据库的爆发。向量数据库是非结构化数据的特殊形式，它的核心是将各种数据（如文档、音频和视频）转化为空间向量进行相似性搜索以提高不同数据类型的搜索效率和准确性，这使其在AI和深度学习领域中有着广泛的应用。生成式AI出现后，尤其是在toB场景中需要应用到向量数据库在大模型上外挂“企业知识库”，企业内部数据将被存储在向量数据库中，以提升大模型精度。

在2023年，人工智能技术取得了飞速发展，特别是在生成式AI领域，引领了一场技术革命。据麦肯锡的年度调查显示，79%的受访者表示已接触过生成式AI，其中22%确认已经开始常规使用。代表性的进展包括OpenAI推出的ChatGPT订阅版、NVIDIA的BioNeMo平台，以及AWS的‘AI Ready’培训计划。然而，在这场技术热潮中，也有许多关于AI发展的误解和不准确信息流传。本文旨在纠正这些误解，同时结合行业分析和专家预测，为我们描绘出2024年AI技术的发展蓝图。

大模型作为人工智能发展脉络中的里程碑，引发了新一轮的科技创新浪潮，其以强大的计算能力和深度学习技术，极大地提高了内容生产效率，促进内容生产方式颠覆式变革。各行各业纷纷布局大模型应用，把握智能化发展的机遇。然而，大模型也面临隐私泄露、侵犯第三方权益以及违背伦理等潜在风险，引发了社会各界的关注和担忧。随着大模型的广泛应用，加快完善大模型的立法监管以确保大模型的应用与发展符合伦理道德和社会价值观，推动人工智能科技的健康发展变得迫在眉睫。

近年来，深度学习技术取得了突破性进展，大模型作为其中的典型代表，已经在自然语言处理、图像处理、多模态应用等领域取得了令人瞩目的成果，为经济社会发展带来新机遇。但随着大模型应用规模扩大、应用场景拓展，其风险问题也逐渐凸显，如安全漏洞、隐私泄露、易受攻击、偏见歧视、侵权滥用等，如何有效防范治理大模型风险、推动大模型可信落地引起社会各界高度关注。

算力从训练到端侧，2024年个人大模型普及，开启AI终端元年。三个大模型框架下，除了公共大模型、私域大模型外，手机或PC等本地设备借助个人大模型。群智咨询预测，2024年AI CPU与Windows 12发布，将成为AI PC规模性出货元年。预计2024年全球AI PC整机出货量将达到约1300万台，并在2027年成为主流品类。2023年８月以来，智能手机品牌纷纷接入或拥抱大模型；11月首款AI大模型手机VIVO X100发布，智能手机也将标配AI与端侧算力。

丰富社交产品矩阵巩固护城河，效率提升探索新增长。Meta 通过多元社交产品矩阵建立王者地位，“效率之年”经营业绩重回增长。TikTok全球化扩张冲击下 Reels 深度融合应用生态献增量，Threads 把握Twitter 收购转型契机迅速抢占市场，驱动 Family 总流量稳健增长；全球社交广告韧性充足 Meta 份额领先，品效合一产品成熟机器学习与推荐算法奠定根基，IDFA 冲击淡化与 AI 赋能下广告新增长可期。

从大模型到智能体，AI Agent(智能体)爆发元年，点燃新一轮创新周期。目前的 AI 工具大多都是 bot(机器人)，包括以 ChatGPT 为代表的 LLM(大语言模型)，都仅是一个应用程序，只有当用户输入特定内容时才会被动反馈。而 AI 助手的下一程，将关注 AI Agent 的构建，以 LLM 或多模态模型为核心，具备跨应用、主动、自我升级等特征，成为用户的全能助手。例如联想推出AI Twin，AI Twin 将建立本地知识库，预测用户的任务和提供自主解决方案，让设备成为用户的数字延伸。

人工智能发展突飞猛进，各行各业均面临如何融合应用智能技术的关键之问，巨大应用潜力背后是新硬件、新算法、新数据的全面涌现。与此同时，ChatGPT被看作是推动数字经济时代生产力范式变革的标志性产品，有望作为新的底层通用技术，点燃第四次科技革命。一言以蔽之，人类社会正处在“跃迁”的关键时点。值此产业重大变革之机，毕马威联合中关村产业研究院通过行业调研和专家访谈，结合深入研究共同发布《人工智能全域变革图景展望：跃迁点来临（2023）》报告。该报告立足全球及中国的人工智能产业现状，结合市场观察从技术变革

机器人常用精密减速器包括谐波、RV、精密行星三种。工业机器人核心零部件主要包括减速器、伺服系统和控制器，从成本结构来看，减速器成本最高，占比 35%。精密减速器精度较高、使用寿命长，更加可靠稳定，包括谐波减速器、RV 减速器、行星减速器、摆线针轮行星减速器等，其中行星减速器结构简单，减速比和精度较低；谐波减速器结构简单，减速比高，传动精度和传动效率高，主要重在轻负载部位；RV 减速器结构复杂，和谐波减速器互为补充，主要用在重负载部位。

ChatGPT 带来的新一轮 AI 革命对算力的需求确定性是确认的，算力芯片作为 AI 大模型底座将长期稳定受益，存算一体、HBM、Chiplet、CPO 等技术作为解决大算力带来的“内存墙”“功耗墙”等问题的有效路径，也有望取得良好发展。混合 AI 是 AI 规模化的必然趋势，将部分推理工作放在终端侧能够带来成本、能耗、性能、隐私、安全和个性化优势。AI 手机、AI PC 等终端有望率先落地并逐步普及，为消费电子注入新活力。建议关注国产大算力芯片、英伟达/AMD 产业链、上游硬件供应商、下游多

大模型需具备自主可靠决策/多模态感知/实时精准运控+泛化/涌现能力机器人大模型的最终目标是提高人形机器人在不同场景和任务下执行的成功率。对于限定的应用场景和任务，从决策层、感知层和执行层三个角度出发，大模型需要具备自主可靠决策能力、多模态感知能力和实时精准运控能力；为了拓展到多样复杂的应用场景和任务，大模型还需要具备泛化能力和涌现能力。目前大模型不断迭代，已出现包含多种能力的“全能选手”，但仍存在感知模态不足、实时性差和泛化能力弱等问题。未来需要不断优化训练模型结构、训练方法和数据集，将多模态感

关节执行器是机器人硬件的创新和优化迭代的关键环节。关节执行器是足式机器人实现运动的核心部件，类似于人类的“四肢关节”，同时占据了机器人的大部分重量，其性能不仅直接影响机器人关节的输出能力，也决定了机器人系统的动态性能上限，因此一直是机器人硬件研究的重点，学术界执行器研究经历了从刚性驱动器到弹性驱动器、再到半直驱驱动器的演进过程。

控制器是人形机器人的大脑和小脑，是产业发展核心基础。控制器相比执行器更为“无形”，但对机器人本体的表现起到至关重要的作用，且在长期的发展迭代可能成为拉开距离的关键点，是各家人形机器人公司的核心技术。整体控制器框架通常包括感知、语音交互、运动控制等层面。其中，运动控制器重要且复杂，如果机器人在不平坦地面和不确定的外部环境中进行动态运动，运动控制器需要实时调整其计划和轨迹，并协调双足和全身肢体的状态。同时，控制器也是政策层面重点支持的环节，在今年工信部发布的两大人形机器人重磅政策中，“运动控制”均放

国产大模型发展方兴未艾。大模型规模、数据量和数量的全面增长将持续拉动 AI 算力需求。国内千亿级参数规模大模型持续落地。2023 年 10 月，百度发布万亿参数级大模型文心一言 4.0，正式宣布对标 GPT-4。近两年国产大模型数量呈爆发式增长态势，仅 2023 年 1 到 7 月，国内大模型就新增 64 个，短期内增速有望维持。

“设备采购”是人形机器人下阶段的核心指标。人形机器人正处于“研发到小批量生产”的关键阶段，过去的主题炒作模式正逐步失效。跟踪零部件厂商设备采购，是验证小批量试生产阶段何时到来，判断下一轮人形机器人行情的核心指标。本报告通过对生产工艺及设备的梳理，①梳理出设备环节中弹性较大的环节，②挖掘出有希望实现设备国产化的环节并跟踪相应公司进展。

天地一体——卫星通信作为地面通信的有效补充，发展空间大。当前国家政策不断促进，地方政府大力支持，卫星互联网有望迎来快速发展期。通信构筑数字经济底座，下游应用空间逐步打开——1）AI生态。2）车联网。3）数据要素。4）AIoT。5）激光雷达。6）工业互联网。

自2022年11月30日ChatGPT发布以来，AI大模型在全球范围内掀起了有史以来规模最大的人工智能浪潮。国内学术和产业界在过去一年也有了实质性的突破。大致可以分为三个阶段，即准备期（ChatGPT发布后国内产学研迅速形成大模型共识）、成长期（国内大模型数量和质量开始逐渐增长）、爆发期（各行各业开源闭源大模型层出不穷，形成百模大战的竞争态势）。

我国连续多年成为全球工业机器人第一市场，但从人均保有密度的角度来看仍有较大提升空间，在我国制造业人口红利逐渐消退背景下，机器换人将成为驱动工业机器人板块增长的长期逻辑。各大厂商纷纷布局人形机器人赛道，以特斯拉人形机器人为代表的人形机器人产业化进程有望加速整合，叠加 GPT、AI 等概念催化，有望带动国内产业链相关企业快速发展，我们看好 2024 年人形机器人板块投资机会。

机器人细分领域丰富，市场发展前景广阔。机器人发展至今技术水平上已具备进行复杂的逻辑推理、判断及决策的能力，能够根据内外环境变化，实时作出决策。智能化程度提升推动机器人快速发展，产品在美欧日韩等发达国家已初具规模。我国机器人市场保持高速增长，2022 年市场规模 174 亿美元，同比增长 22.54%，2017-2022 年 CAGR 22.1%。

Optimus 迭代升级，国产人形机器人加速跟进。2023 年 9 月 24 日，特斯拉分享了 Optimus 相关视频，展示了人形机器人擎天柱执行各种任务，包括做瑜伽和自动按颜色对方块进行分类，我们认为 Optimus迭代迅速，人形机器人有望加速落地。国内人形机器人方面，多家厂商入局，小米、小鹏、智能等企业发布各自人形机器人产品，以智元机器人为例，仅经过半年研发，国内人形机器人可以初步实现行走、简单执行工作的功能，目前正在探索在 3C、汽车工厂等场景的落地方案，国内人形机器人本体跟进迅速。&n

人形机器人是人工智能的具身化载体，随着 AI 技术的突破性发展以及特斯拉等科技企业入局，行业迎来奇点时刻，机器人技术加速发展；政策上工信部及各地方政府陆续发布机器人相关支持性政策，为行业发展保驾护航；2023 年是多家机器人及上游零部件企业集中发布人形机器人相关产品的产业元年，机器人行业进入实质性发展阶段，技术政策产业开始共振。当前机器人处于导入阶段，我们看好“硬件先行”逻辑下执行器及其零部件的投资机会，建议关注执行器及其上游零部件的相关标的，看好国内企业有望在全球的人形机器人产业链中占据一席之

人形机器人关节电机的三个关键需求：高效率、高动态和高功率密度。①高效率：低能耗和低摩擦损失很重要，因为机器人通常由电池供电，能经受得起苛刻的运行条件，可进行十分频繁的正反向和加减速运行，能在短时间内承受过载。②高动态：整个驱动器的惯性应尽可能低，电动机从获得指令信号到完成指令所要求的工作状态的时间应短。③高功率密度：机器人应用需要高速、高扭矩电机，电机需要小巧，紧凑，轻巧。由于应用需求场景不同，将人形机器人关节与工业机器人、协作机器人关节进行对比优劣没有可比性。工业机器人对精度、寿命要求高，更适

借助“数据”来服务企业战略已成为商业领域的共识，伴随着数据到信息、到知识、到决策、到执行的演化，企业需要相应地培养起信息综合处理能力、基于信息的学习能力和洞察规模化的能力。

1、人形机器人进入量产元年：工业机器人、新能源车供应链、自动驾驶、人工智能等加持，产业化进度有望超预期• 回顾2023年：人形机器人主题投资活跃，截至 2023/11/8，机器人指数涨26%，领衔机械设备行业增长。• 预计2024年：人形机器人或将进入小批量量产元年，产业化落地进度有望超预期。• 市场空间：预计2030年人形机器人需求量约177万台，全球市场空间有望达1692亿元，2023-2030年CAGR达25%。• 领先厂商：特斯拉 Optimus、波士顿动力 Atlas、优必选 Walk

技术为先，把握产业互联网长期价值。百度历经三个阶段，两次重要变革，早在 2010 年就开始了 AI 布局，多年来的研发投入奠定了深厚的技术基础。2016 以来，在内容生态建设上继续发力的同时，深耕技术研发，使得公司从同行中脱颖而出，成为具有世界一流 AI 能力的领先科技公司。公司的核心业务由 AI 驱动，AI 能力囊括在核心 AI 技术引擎百度大脑中，使 AI 产品服务不同市场（包括消费互联网、云服务、智能驾驶、智能助手及 AI芯片），实现 AI驱动的市场及产品之间强大的协同效益。公司的战略布局

2023年AIGC的出现为企业市场部门带来了革命性的变化，从成本、流程、人员等方面提高了效率。报告预计在2023年或2024年，有约20%的市场营销投入增长与AI相关。尽管市场人员正借助不同的AICG工具大大提高了生产效率，但我们仍然需要解决营销的核心问题，获客与增长。报告显示，AIGC技术在活动策划、执行和分析的各个环节都展现出巨大潜力。随着技术的发展，AIGC与数字化活动营销平台的结合将进一步拓展，为品牌带来更高效的工作流程、更深入的市场洞察和更加个性化的参与者体验。但随着应用的深入，也需要

逆全球化背景下，中美角逐科技高地，同时以人工智能为代表的前沿技术正推动第四次工业革命。围绕产业链安全和高质量发展的政策目标，以战略性新兴产业为抓手构建现代化产业体系，新一轮产业升级正徐徐展开，我们将核心特征概括为四大关键词：智能、安全、绿色、品质，并总结其引领下的 2024 年十大产业趋势。

本篇报告系统性地梳理了人形机器人旋转执行器及其核心零部件，我们认为机器人旋转执行器及零部件在即将到来的人形机器人产业爆发中将充分受益，行业规模大幅扩增，国内厂商具备较强的成本优势与技术能力，给予行业“推荐”评级。

人形机器人的特点在于通用性和泛化能力，远期可以替代人类完成多项任务。而大模型具有庞大的先验知识库与强大的通识理解能力，可以满足人形机器人通用性的场景要求和技能要求，不再仅限于完成某一类特定工作，而是进一步完成多类型任务。在机器人大模型上，思维链可以帮助机器人拆分与分解一件事件如何完成，先解码出计划的步骤，再解码需要完成任务需要输出的动作。

随着深度学习技术的发展，人工神经网络和其他机器学习方法已经在自然语言处理领域取得了重要的进展。大语言模型在当今技术发展的前沿领域占据了一个不可或缺的地位，特别是在金融领域中的量化投资策略中展示了其显著的潜力和广泛的应用性。本报告分为三个部分，旨在深入分析大语言模型的技术发展历程、核心功能和应用，以及它们在量化投资中的应用前景。

特斯拉强势参与人形机器人开发，打造下一个比肩新能源汽车级别的新终端，特斯拉产业链及有潜在能力向机器人产业延伸的汽车零部件有望打开成长新空间。以特斯拉为代表的汽车厂商积极投入人形机器人产业，汽车零部件有望发挥研发、制造、资金等优势，借助汽车客户优势，切入机器人新赛道。人形机器人蓝海市场即将爆发，汽车零部件供应商向机器人业务延伸打造成长新曲线，其中执行总成、减速器、丝杠等环节弹性大，部分汽车零部件供应商原有业务与机器人关键部件有协同性，有望向机器人业务延展，推荐双环传动、拓普集团、精锻科技，受益标的

深耕 AI 产业近 25 年，业绩长期稳健成长。科大讯飞成立于 1999 年，创立初期便聚焦 AI 技术，目前在智能语音、机器翻译、自然语言理解、知识图谱、机器推理等多技术领域均处于国际领先水平。大模型时代，公司发布星火大模型，继续保持算法端的领先地位。公司背靠中国移动及中科院，管理层持股稳定，业绩长期保持稳定增长。2008-2022 年公司营收、归母净利润复合增速分别为 36%、16%。

国内蓝图开启，海内外利好有望共振。11 月 2 日，工信部印发《人形机器人创新发展指导意见》，明确人形机器人发展目标，2025 年实现整机批量生产，2027 年要形成安全可靠的产业链供应链体系。海外方面，特斯拉人形机器人进展迅速，在两年不到的时间内实现了快速迭代，完成了开发平台建造、Optimus 产品亮相以及电机扭矩控制、环境探测与记忆、双手复杂任务等能力的实现。马斯克预计 Optimus将大规模量产至“百万”量级，预计其单台成本或将低于 2 万美元。

苹果首代 XR 头显发布，Vision Pro 有望重构产业未来。2022 年下半年至 2023年初，创维、Pico、Meta、苹果、索尼等多家厂商相继发布新品。Pico 4、Meta 新产品陆续搭载 Pancake 光学方案，同时配备等多种交互功能。今年 6 月苹果 WWDC 大会，其首代 MR 头显 Vision Pro 发布，有望引领 XR 产业链焕发新的生机。XR 产品技术的迭代，将为 VR 硬件带来全新成长机遇。其中价值量占比较高的屏幕+光学，及定制化程度较高的检测供应链值得重点关注。

AGI 起于大语言模型，终于具身智能。AGI（Artificial General Intelligence），即通用人工智能，也称强人工智能，指的是具备与人类同等甚至超越人类的智能，能表现出正常人类所具有的所有智能行为。AGI 技术实现突破，离不开LLM 大模型和多模态能力，在两者结合下，AI 具备了创造力。具身智能是迈向通用人工智能（AGI）的重要一步，国内外大厂及高等学府均开展了具身智能的相关研究，如微软、谷歌、斯坦福、达闼机器人、智元机器人等。

为什么需要力控？位置和速度控制可以认为是“硬约束”，即机器人只能在设定区间中运行，而转矩控制是“软约束”或“柔性控制”，机器人可以根据场景需求而不断调整作用力的大小，因此随着机器人应用场景的多样化，转矩控制的重要性愈发明显。目前针对机器人硬件层面的力反馈测量主要有三种方式，应变片式力矩传感器、电磁式力矩传感器和弹性体。三种方案的选择和执行器方案有着密不可分的关系，常规方案使用基于应变片原理的力矩传感器测量力反馈，SEA 带有刚度更低的弹性体，因此一般使用电磁式或应变片式测量，而本体驱动器则使用电

全球算力快速上量，超算互联网时代加速到来。AI 驱动下，算力已成为高确定性赛道之一，从 GPU、光模块到算力租赁，那后面呢？随着大量 GPU 逐步到货、部署，如何用好这些昂贵的设备，使之发挥应有的算力将是核心，超算互联网将会是下一个崛起的朝阳赛道。我们把超算互联网，定义为服务器到货后，从形成稳定算力到输出稳定的商业推理结果的全过程，其中主要包括了云化、调优、调度、部署、落地、数据管理等等软硬结合的数个环节，参与者从全球核心大厂到海外创业公司，将带来海量的产业链投资机会。

工信部发布《人形机器人创新发展指导意见》，重视人形机器人产业地位：继深圳、北京、上海在智能化、机器人相关发展行动方案中提及人形机器人后，工信部专门印发《人形机器人创新发展指导意见》，定位人形机器人是“有望成为继计算机、智能手机、新能源汽车后的颠覆性产品”。提升重视程度：科技竞争的新高地。文件细节丰富，充分考虑到产品技术（软件+硬件）、应用生态、产业支撑多个方面，专门设置关键技术攻关、重点产品和部组件攻关、拓展场景应用等3个专栏，确保各项任务落到实处，预计将对产业链上下游的发展起到实际的推动作用。

2023 年是人形机器人产业化的破晓时刻。特斯拉 Optimus 从概念到样机落地仅两年时间。2023 年是人形机器人产业化进程中的重要时间节点，从软件和硬件上来看，当前时点刚好是各项技术大突破的交汇点，无论是精密控制零部件方案的迭代升级，还是 GPT 大模型的不断进步，都让人形机器人产业化的“破晓时刻”更近了一步。

AI 赋能，人形机器人发展提速，拉动金属材料需求。人形机器人具有类人的外貌，一定程度上可替代多种传统机器人，但也需要更加复杂的驱动、传感、控制、交互系统。早期人形机器人造价昂贵，不具备智能，应用场景有限，难以大规模商业化量产。快速发展的 AI 或可成为人形机器人的大脑，同时近年新发布人形机器人的成本普遍有所下降。一旦人形机器人克服成本高和不智能两大缺点，下游应用空间或将被打开，人形机器人市场空间将迎来快速增长。根据Stratistics Market Research Consulting 的数

人工智能和机器学习（AI 和 ML）不再是新奇事物。高管层始终关注着不断变化的技术需求，AI 已然成为他们的最高优先事项之一。“AI 先行”这一流行语就是很好的体现。尽管大家都在大肆宣传这一概念，但实际情况是，当下的 AI 更多的是在标准业务流程的基础上进行递进式改进。本研究报告旨在帮助企业领导者全面了解不断演变的 AI 格局，弄清楚自己在典型 AI 发展历程中所处的位置，并提供有助于他们落实AI 策略的框架。本报告以 Emerald Research Group 于 2021 年 6 月受 H

以ChatGPT为代表的AI大模型技术席卷全球，不仅将人工智能推向新的拐点，也让更多人注意到了其底层技术——生成式人工智能（AIGC）。AIGC时代，大模型作为基础设施，将为千行百业赋能，场景广阔，潜力无限。具体到保险行业，AIGC有望在保险产品设计、精算、营销、运营、客服等全链路环节提供深度的技术加持，推动行业提升效能，实现高质量发展的同时，进一步提升普惠金融服务的广度与深度，为中国消费者提供更智能、更便捷、更有温度的保险产品与服务。

人形机器人诞生已有 30 余年，当前机器人处于高动态运动发展阶段，由技术验证期向初步商业化过渡，在广泛场景探索商业化可能性。2023 年产业在技术侧和供给侧出现显著边际改善：技术上以 AI、大模型为代表的软件技术取得重大突破，或带领行业突破产品力天花板；供给上，2023 年特斯拉已完成从概念机到可完成复杂动作实体的进化，提出售价 2 万美元的目标；1X 科技的 EVE 产品在安保场景顺利商业化着陆。

人形机器人“性能提升+成本下降”势在必行，市场空间广阔。“性能提升+成本下降”是人形机器人发展的核心，随着 AI 技术发展，传感技术升级，人形机器人有望成为“具身智能”的理想载体；随着特斯拉不断发挥产业链优势，核心部件国产替代加速，机器人成本有望大幅下降，马斯克预计特斯拉 Optimus 售价有望低于 2 万美元/台。人形机器人市场空间广阔，预计至 2030 年全球人形机器人新增市场空间约为 10163 亿元，23-30 年新增市场空间 CAGR 约为 83%。

除模型规模体积之外，目前全球 AI 算法的创新重点正逐步聚焦于多模态、智能Agent 等方面。OpenAI 在今年 6 月发布的 GPT-4V 展现了 AI 多模态能力的重大进展，模型在技术上做到了理解一种模态内容时考虑到另一种模态的上下文，真正意义上同时理解了文字与图片。我们判断多模态会是推动本轮 AI 热点继续前进的下一个增长点。下一代多模态将会快速拓展目前大语言模型有限的应用场景，显著提高语言模型的泛化能力，并有望在成本方面展现出对传统专有模型的优势，从而推动如 AI Agent 等应用的

2023H2 大模型仍保持快速迭代，OpenAI 发布多模态大模型 GPT-4V 与 ALLTools 版本，百度发布文心大模型 4.0。GPT-4V 本质是扩充了模型的可接收信息模态，有望催生众多行业应用创新，其中智能硬件新入口与机器人或将成为受影响最深的部分产业。对于金融投研应用场景，GPT-4V 的逻辑与技术分析能力超预期，但复杂图表细节的抽取欠佳。此外，面向投研场景，我们也对GPT4/3.5 与文心大模型 4.0 进行了应用案例测试，结果显示文心大模型 4.0的文本分析能力接近 GPT3

首台双足机器人诞生于1969年，至今已有五十余年发展历史。从产业角度来看，海内外已涌现出一批以特斯拉、优必选为代表的人形机器人主机厂，并在视觉识别、语言模型、电驱伺服等多项软硬件技术上取得突破。目前人形机器人已经能初步应用于教育、医疗、工业等行业，未来有望覆盖几乎所有涉及人类作业的下游场景。

尽管在供应链端充满挑战，但制造商们依然阔步向工业4.0迈进。大多数制造商们都明白，人工智能（AI）和高级分析可以助力做出更好的决策，进而带来商业效益。然而，许多制造商们仍然在苦苦学习如何创建成功的数据管理结构。本项研究向您揭示，行业领导者是如何取得比其他公司更大进步的。简而言之，就是因为他们了解、投资并充分利用了人力、流程和技术的方方面面，而从大体来说，则是因为他们都完成了从数据到信息到洞察到决策再到可盈利且及时行动的这一重要过程，从而实现了整体闭环。

深耕 AI 领域二十余载，人工智能国家队。公司自成立以来，一直从事智能语音、自然语言理解、计算机视觉等核心技术研究，积极推动人工智能产品和行业应用落地，是国内 AI 技术最为领先的企业之一,曾多次在语音识别、语音合成、机器翻译、图文识别等各项国际评测中取得佳绩。仅于2022 年，公司就累计获得包含常识阅读理解挑战赛 OpenBookQA、QASC、ReClor 等在内的 13 项认知智能国际竞赛冠军。同时公司是中文语音交互技术标准工作组组长单位，具备牵头制定中文语音技术标准能力。[NeadPay

自“ChatGPT”横空出世，全球科技企业掀起一场研发 AI 大模型的热潮，造成短期内算力端供给持续紧俏。我们认为随着 AI 算力等硬件底座逐步搭建完善，AI 大规模应用成为可能，位于“倒金字塔顶”的应用端发展空间广阔。通过梳理海外 AI 应用发展情况，我们认为 AI 大模型已在多垂类场景产生可行的商业模式，尤其在图文创意、虚拟数字人以及工业软件领域已出现较为成熟的落地应用，在营销、社交娱乐、制造等领域可有效节省制作成本并提升生产效率。虽 AIGC 或将在多行业诞生“爆款”应用，但结合到在各行业

随着工业生产智能化需求不断上升，人工智能算法在落地的过程中，将会面对大量不同场景、不同需求的用户，对算法的通用性提出很高要求；而由于庞大的业务数量和场景种类多样性使得各行业各场景的云解决方案难度加大，单一的解决方案套路对于用户定制化需求已不具备优势。传统“小作坊模式”AI开发无法积累通用知识，特定的数据无法满足AI快速落地行业的需求。因此，以模型预训练和微调相结合的预训练大模型能够解决解决AI模型通用与泛化的问题，同时降低人工智能算法的开发成本，真正惠及细分行业。

文生图和文生视频的底层技术框架较为相似，主要包括GAN、自回归和扩散模型三大路径，其中扩散模型（Diffusion model）为当前主流生成模型，多个指标对比下综合占优，能在较为可控的算力成本和较快的速度下生成具备多样性、高质量的图像：①图像质量：扩散模型>自回归模型>GAN模型。FID值（Fréchet Inception Distance score）是用于评估模型生成的图像质量的指标，是用来计算真实图像与生成图像的特征向量间距离的一种度量。FID值越小，可以认为图像质量在一定

汽车高阶智驾加速落地，技术突破创新重塑下游竞争格局。2014 年至今智驾历经三轮变化，围绕功能迭代覆盖更多下游需求场景，Mobileye驱动行业由 L0 向 L2 升级，特斯拉颠覆 EE 架构驱动行业向 L2+/L3 迭代；并升级软件算法，降低硬件依赖以及地图限制，助力行业向 L4 跨越。在本轮以软件能力主导的行业竞争中，端到端大模型加速 BEV+transformer 等算法应用成为行业主流，OEM 竞争要素向计算硬件/软件数据收敛，未来智驾成为产品竞争力重要指标，格局有望快速收敛。[Nead

经过大规模预训练的大模型，能够在各种任务中达到更高的准确性、降低应用的开发门槛、增强模型泛化能力等，是AI 领域的一项重大进步。大模型最早的关注度源于 NLP 领域，随着多模态能力的演进，CV 领域及多模态通用大模型也逐渐成为市场发展主流。政企的极大关注带动了行业领域大模型的高速发展，逐渐形成了多模态基模型为底座的领域大模型和行业大模型共同发展的局面。

大模型与AIGC将重塑应用生态格局。人工智能时代，大模型以及AI应用能力将成为企业的核心竞争力。如互联网行业将从PGC（专业生产内容）、UGC（用户生产内容）向AIGC演进，实现新型内容创作，在创意、表现力、迭代、传播、个性化等方面改善并创造新的体验。此外，除基于大模型构建开发新的AI原生应用外，对现有应用产品、业务形态依托大模型技术进行重构，也将是智能时代的重要发展趋势。

空心杯电机技术壁垒一是空心杯线圈绕组的设计和加工，二是绕线设备。鸣志电器产品达到了国际先进水平，且具有明显的价格优势，有望国产替代，且人形机器人会促使国内生产商加大研发投入，加快替代速度。目前空心杯电机主要被国外生产商所占据，国内生产商总体所占份额约为15%，预计到2028年将提升到40%。

海外 AI 应用商业化落地加速。距离 ChatGPT 的面世即将满一年，大模型带来的技术革命也催化了大量的 AI 应用涌现，现在这些应用也逐步进入了商业化落地的阶段。海外的 AI 应用由于起步较早，已经有大量的 AI 应用的商业化走在前列。微软、谷歌等科技大厂具备技术底座优势，布局全栈 AI 产业链，正在加速应用端推广。B 端企业服务厂商持续深化 AI 在原有产品基础的赋能，不断提升客户体验；C端产品则重点关注多模态、智能体、情感陪伴等方向。

人形机器人产业化大势所趋，为减速器行业带来广阔增量市场：2030年人形机器人中减速器价值量占比约13%。日系厂商占主导，国内厂商关键技术已攻克。预计2030年人形机器人需求量约177万台，假设每台人形机器人需要14台减速器，减速器均价约731元/台，则2030年人形机器人领域市场增量空间约181亿元，相较目前工业机器人需求提升巨大。

机器人产业链：机器人行业产业链上游核心零部件包扩减速器、伺服系统和控制器，其他零部件包扩传感器、芯片、电机等，其中核心零部件占机器人总生产成本的70%。中游本体制造市场目前由国际厂商主导；系统集成行业集中度低、国产化率高，但高端领域仍被外资厂商占据，中国的机器人产业逐步转向“美+日”模式。下游终端应用领域机器人正引领产业数字化发展和智能化升级，市场前景广阔。

具身智能（embodied AI）为下一个人工智能的浪潮，其是一个能够理解、推理、并与物理世界互动的智能系统。我们认为人形机器人是实现具身智能的最佳形态之一，因为我们身处的世界是按照人类的生理结构设计的，人形机器人因其外形与人相仿，与物理世界互动的隐性成本最小。从波士顿动力的人形机器人 Atlas，再到特斯拉推出的 Optimus，我们发现人形机器人的硬件结构包含三大经典传动——液压传动、电气传动、机械传动。

AIGC（Artificial Inteligence Generated Content），指的是通过人工智能技术自动生成内容的生产方式。通过训练模型来生成新的、与训练数据相似的内容。与传统类型的AI主要关注识别和预测现有数据的模式不同，AIGC着重于创造新的、有创意的数据，其关键原理在于学习和理解数据的分布，进而生成具有相似特征的新数据，在图像、文本、音频、视频等多种领域都有广泛的应用。AIGC目前最引人注目的应用当属ChatGPT。ChatGPT是基于OpenAI公司的大型语言模型GPT-

公司是行业领先的人工智能软件公司。公司前瞻性投资并运营国内最大的 AI 专用基础设施 SenseCore 大装置，助其在 AI 2.0转型升级中赢得算力先发优势，并已在基座大模型研发和生成式AI 应用方面取得显著成果。“日日新”体系基座大模型InternLM-123B、InternLM-20B 近期发布，评测成绩达到业界领先水平，有望成为支撑下游行业模型和应用开发的基础平台；生成式 AI 产品族商量、秒画、如影等各具特色、使用场景广泛。在首批获得监管备案后，公司的基座大模型和生成式 AI 应用将

随着各项人工智能技术的不断发展，具备与物理世界交互潜力的智能机器人成为学界和业界的重要研究赛道。近年来Meta、微软均持续完善其机器人模型领域的布局。2023年8月，Meta推出在少量训练数据情况下便能取得优异表现的MT-ACT模型。2023年2月微软推出基于ChatGPT的机器人控制框架，将ChatGPT的“知识储备”落实到现实场景中。机器人模型发展百家争鸣，值得进一步关注。

立足风电产业，开发 AI 算力全新增长极。1）公司成立于 2003 年，经过 20 年积淀，公司已发展成为提供设计、锻造、精加工一站式服务的精密机械制造商，具体涵盖风电法兰、风电轴承、燃气轮机部件等产品。2）2023 年 7 月 29 日，公司发布公告，拟与上海六尺科技集团有限公司签署《合资经营合同》，共同出资设立六尺恒润智算（上海）有限公司，计划于上海、福州经开区、安徽芜湖、山东济宁等地合作建立算力中心，并打造长三角 GPU 算力中心集群，公司持股为 51%，正式进军智算租赁赛道。3）从背景来

ChatGPT 引爆人工智能热潮，Frost&Sullivan 预计 2023 年年全球人工智能芯片市场规模将达到 490 亿美元，到 2026 年将增长至 920 亿美元。研究机构 IDTechEx 发布报告，预测到 2033 年，AI 芯片市场规模将增长至 2576 亿美元。我们认为，未来人工智能的算力需求增长空间显著，AI 芯片作为人工智能的底层基石市场规模广阔。2022 年 8 月，美国政府要求英伟达停止向中国出口两种用于人工智能工作的顶级计算芯片，此次管制涉及英伟达 A100

人形机器人为什么会存在反直觉的现象？目前人形机器人玩家中，处于领先地位的多为科技企业；而传统的工业机器人厂商鲜有声响。工业机器人更偏向于“机器”，是高端制造行业；而人形机器人拥有了基础的“人”的能力，是科技行业。从本质上看，尽管目前人形机器人模仿了人的外形，但依然属于机器人的范畴；除了感知层的传感器外，主要硬件部分中仍然继承了工业机器人的核心架构。只有在人形机器人整合感知系统、驱动系统、末端执行系统、能源供应系统、计算系统及软件这五大系统后，叠加人工智能方面的突破，才能表现出的“人”的特质；传感

历史复盘：功能驱动智驾软硬件轮番变革，体验&成本核心影响需求端接受度。智驾产业至今历经三次变革，背后以功能迭代升级为内核驱动，围绕感知&决策核心环节，产业玩家聚焦底层EE架构，计算平台&外围硬件&应用软件等四大维度提升。一阶段Mobileye主导，新增感知/决策环节软硬件，提供L2级功能，满足日常驾驶辅助；二阶段特斯拉&英伟达主导，EE架构变化，智驾软硬件全系升级，提供L2+级功能于高速等简单道路点对点领航；三阶段特斯拉掀起变革，BEV/（ 占用网络/大模

安防后端起家，广业务矩阵转型以视频为核心的智慧物联领军人。大华股份成立于 2001 年，早期布局后端产品；2008 年从后端存储类产品向前端摄像机等产品转型。2011 年前后踏入视频监控高清化的技术浪潮，2021 年提出 DahuaThink 战略，主业正式转型为以视频为核心的智慧物联。

从对内网络业务角度看，大模型将会加速运营商网络智能化升级。首先，利用人工智能的分析、策略优化与预测等能力来赋能网元、网络等业务系统，有助于提升电信网络的智能规建、智能运维、智能管控能力。其次，通过人工智能设计套餐，将人工智能嵌入用户流量管理中，有助于提升网络运营、市场营销、客户服务的效率。同时，借助大模型还可能对 6G 智简网络以及云网融合的研究提供帮助，促进 6G 技术迅猛发展。

GPT-4V 展现强大多模态能力，新兴应用曙光初现。9 月 25 日，Open AI 宣布即将发布新的多模态功能，包括图像读取与理解、语音对话和语音生成；根据微软测评：1）4V 支持多种混合输入方式，同时展现了指令跟随、思维链、上下文少样本学习等能力；2）可以胜任大量具体任务，包括开放世界视觉理解、视觉描述、多模态知识、文档推理等都表现较好；3）可以期待 4V 出现后更多 AI 创新应用，包括工业缺陷检测、医疗影像识别、具身智能交互、汽车保险评估等。

大模型时代的AI AGENT = LLM + 规划能力 + 记忆 + 工具。AI领域AGENT概念由来已久，这一轮LLM给AI AGENT提供了突破性技术方案，对AI AGENT性能表现至关重要；同时需借助外部工具在实际应用中保持长期一致性和准确性。目前AI AGENT的探索大致分为自主智能体和智能体模拟。

市场认为，AI 应用已经逐渐步入成熟期，但未见杀手级应用。本篇报告中，我们谨以“文生视频”这一多模态应用为例，阐述 AI 应用的发展尚处于早期，相对应地，算力需求远未见顶。

ChatGPT推出以来，大语言模型（Large Language Model，LLM）技术的发展取得突破性发展，越来越多的大模型犹如雨后春笋般破土而出，目前最为先进的模型为GPT-4，性能大幅领先市面上的其他模型。同时根据founder park，OpenAI估值目前也是此前微软投资时近3倍。当下LLM模型的规模持续增长，参数量已远远超过千亿级别，多模态崭露头角。1）模型规模的增长带来性能的提升，但是同时对模型的训练和部署也带来了挑战。以Open AI为代表的人工智能公司，已经开始就模型训练和部

全面对标英伟达，华为开启国产自主可控新征程。我们认为英伟达作为全球AI算力芯片龙头坐拥三大法宝，分别是高性能芯片、其中IC设计是重点，CUDA架构、助力AI加速计算生态，Nvlink、NVSwitch助力芯片快速互联互通与InfiniBand配合组网技术实现高效互联互通；而华为作为国产计算之光全面对标英伟达，在算力方面，昇腾910芯片单卡算力已经可以与英伟达A100相媲美；统一达芬奇架构助力AI计算引擎；HCCS互联技术，实现卡间高速互联。

人形机器人作为 AI 原生应用最佳载体，场景的通用性、技术的完备性、成本的可控性相互促进，商业化进程有望加速，万亿市场增长“奇点”已至。 原生应用为新技术最佳投资方向，具身智能有望成为人工智能终极形态。 软件决定了人形机器人应用发展上限，硬件则决定下限，特斯拉 Optimus 硬软件实力突出，场景通用有望反哺成本下降曲线。考虑落地可行性，九大场景，人形机器人催生万亿蓝海应用市场。

2023 年以来，ChatGPT 引发产业界和资本市场对人工智能（AI，Artificial Intelligence）的新一轮高度关注。ChatGPT 为代表的生成式人工智能（AIGC，AI generated content）打开市场的想象力，其令人惊叹的自传播性，快速完成概念普及和投资者教育。人们重新审视和评估数字化、智能化在千行百业中将带来的机遇和潜力。本报告系统性总结、反思过去一年乃至更长时间周期内，AI 的演进及市场预期变化，梳理人工智能的投资框架全景图，全面梳理 A 股、港股、美股

特斯拉率先引入BEV+Tranformer大模型，与传统2D+CNN小模型相比，大模型的优势主要在于：1）提高感知能力：BEV将激光雷达、雷达和相机等多模态数据融合在同一平面上，可以提供全局视角并消除数据之间的遮挡和重叠问题，提高物体检测和跟踪的精度；2）提高泛化能力：Transformer模型提取特征函数，通过注意力机制寻找事物本身的内在关系，使智能驾驶学会总结归纳而不是机械式学习。主流车企及自动驾驶企业均已布局BEV+Transformer，大模型成为自动驾驶算法的主流趋势。在车端大模型可赋

生成式人工智能AIGC（Artificial Intelligence Generated Content）是人工智能1.0时代进入2.0时代的重要标志。AIGC既是从内容生产者视角进行分类的一类内容，又是一种内容生产方式，还是用于内容自动化生成的一类技术集合。2022年11月30日，美国人工智能公司OpenAI正式推出ChatGPT，一款基于大语言文本的智能对话模型。根据Lucintel发布的最新报告，未来全球人工智能市场在医疗保健、安全、零售、汽车、制造和金融技术领域增长迅速，预计到2025

随着投资界和企业界对人工智能的了解逐步加深，人工智能投融资市场更加理性。人工智能投融资频次有所下降，但投资金额继续增加。特别是经过行业的一轮优胜劣汰后，底层技术创业公司以及落地性强的领域如医疗、教育、无人驾驶等创业项目继续受到人工智能领先机构的青睐。

目前人工智能赛道的公司尚未决出胜负，仍需持续关注四家科技龙头在大语言模型上研发投入以及各个公司新产品的最新进度。科技公司的底色仍然是核心技术，研发出新技术的公司依然可以后发制人。

Overnight, generative artificial intelligence (AI) has become a global sensation. Predictions of its potential impact on society, employment, politics, culture, and business fill the media and the internet. Business leaders are intrigued by the possi

自动驾驶领域的大模型发展相对大语言模型滞后，大约始于2019年，吸取了GPT等模型成功经验。大模型的应用加速模型端的成熟，为L3/L4级别的自动驾驶技术落地提供了更加明确的预期。可从成本、技术、监管与安全四个层面对于L3及以上级别自动驾驶落地的展望，其中：成本仍有下降空间；技术的发展仍将沿着算法和硬件两条主线并进；法规政策还在逐步完善之中；安全性成为自动驾驶汽车实现商业化落地必不可少的重要因素。各主机厂自2021年开始加速对L2+自动驾驶的布局，且预计在2024年左右实现L2++（接近L3）或者

当前，随着人工智能技术的不断发展，深度学习模型的规模逐渐增大，性能显著提升，各行各业迎来了新的发展机遇。通用大模型作为通用技术基座，在多个任务和领域上均表现出较好的性能，但由于缺乏专业知识与行业数据，并不能精准解决某个行业或企业的特定需求和问题，而且通用大模型的构建和训练成本通常很高，难以实现商用。为更好解决特定行业问题，行业大模型应运而生。行业大模型可满足特定场景需求，更好地为行业提供优质的服务，促进行业智能化转型升级。

2023年4⽉，华为云联创营发布MVP计划，携⼿企业CXO，从产业数字化的实际问题出发，促进更多⾏业解决⽅案的孵化，丰富⾏业技术⽣态，并通过这种形式让数字化价值更普惠共享、更公平可及，驱动数字中国发展。近年来，互联⽹⾏业整体环境变化引发⼤量探讨。⾏业整体增速放缓，互联⽹平台以流量变现的逻辑增⻓乏⼒，伴随着监管措施趋严、反垄断措施不断，⼤家逐渐达成共识：互联⽹⾏业竞争已经进⼊下半场。另⼀⽅⾯，互联⽹⾏业开始深⼊产业，⾏业整体开始向产业化升级。时间来到2023年，⼤模型、AIGC等话题⼴泛引发热议，

在2021 TESLA AI DAY将引入Transformer进行大规模的无监督学习。2022年后国内公司跟进。特斯拉从安装在汽车周围的八个摄像头的视频中用传统的ResNet提取图像特征，并使用Transformer、CNN、3D卷积中的一种或者多种组合完成跨时间的图像融合，实现基于2D图像形成具有3D信息输出。毫末智行的AI团队正在逐步将基于Transformer的感知算法应用到实际的道路感知问题，如车道线检测、障碍物检测、可行驶区域分割、红绿灯检测&识别、道路交通标志检测、点云检测

自 1956 年人工智能在达特茅斯会议上被提出，人工智能领域的学者一直致力于提升算法的通用性能力，即希望人工智能方法能够像人类一样，快速灵活地适应各种实际应用问题，提升人类社会的生产效率。然而，在人工智能发展的前半个世纪，学者们始终没有找到合适的方法论，而包括符号计算、专家系统等精心设计的模型，都只能用于少数限定场景，无法拓展到以计算机视觉、自然语言处理为代表的复杂系统中去。

数字经济建设、AI大模型、智能驾驶成为开启智能时代的确定性研究方向。其中，数字经济建设搭建数字化布局整体框架，并提供政策支持；AI大模型及智能驾驶率先落地，有望成为拉动算力需求的核心驱动力。

政务服务大模型，支持自动话题挖掘、政务事项理解等数字政府全流程深层赋能。工业服务大模型，支持分类、分割、检测等多种视觉任务，打造适用多种场景的智能视觉应用。数字文化大模型，通过智能对话、内容安全、AI内容生成等实现 公 众产品全面AI化。

存储是数字经济发展的基石，作为典型的周期成长行业，我们认为存储正处于新一轮成长的黎明期：1）周期方面，经过 2021 年末起 7 个季度的下行期后，当前存储产品价格已呈现筑底态势，叠加存储原厂减产、下游库存水位持续修正，我们认为目前行业已处于周期底部，下半年需求有望逐步回暖；2）创新方面，AI 高速发展推动 HBM 为代表的高性能存储器需求快速增长，我们测算 HBM 市场 24 年将达 64 亿美金，AI 有望开启存储成长新篇章；3）中美摩擦背景下，中国企业级存储市场国产化需求迫切，信创市场国产

人工智能奇点将近，引爆AIGC商业变现。GPT产品的更迭标志着人工智能进入了新的发展阶段，模型技术、参数、训练数据、训练方法的演化融合方面取得了实质突破，促进数字内容供给的繁荣发展，加速推进AIGC商业化进程，掀起“用户-数据-效果”的飞轮效应。随着GPT逐渐从主题炒作阶段转向产品落地阶段，从纯技术衍生的轻量工具产品转向有具体落地场景的深度产品，有望在游戏、虚拟人、办公、电商、影视传媒等数字化程度高、内容需求丰富的行业率先商业化落地，行业内赢家将展露头角。

AI技术持续快速发展，在图像识别、语音识别、语义理解等诸多特定领域已超过人类能力。随着技术的成熟，计算机视觉、智能分析、机器学习、智能语音识别等AI技术助力各产业实现智能化转型升级，在未来将进一步创造新的价值。根据IDC预测，2023年中国AI市场支出为148亿美元，2026年将达到264亿美元，CARG为21.5%。

20年前进入汽车市场的第一波现代高级驾驶辅助系统（Advanced Driver-Assistance Systems, ADAS）是一个工程上的突破，它将传感器集成到车辆中，提醒驾驶员注意异常情况，并在某些情况下进行干预。例如，1999年，捷豹以其自动车距控制系统和基于雷达的主动巡航控制系统进入市场，推出了捷豹XKR。2010年，沃尔沃发布行人检测系统，使用雷达和摄像头，在有行人进入到汽车正前方行驶区域时，向司机发出警告以及启动紧急制动程序。然而，在过去20年里，世界发生了巨大的变化。现在，基

未来，按照功能去划分，大模型可以用在AI交流对话领域，应用在智能座舱；还可以参考大模型下的生成式底层技术，去优化自动驾驶认知决策问题；此外，或许还可以革新造车流程中的设计、工程和制造环节。尽管它们都离真正的落地有些遥远，甚至看起来是“空中楼阁”，但仍然值得我们尝试做些思考。

9 月 1 日，网信办发布第二批境内深度合成服务算法备案信息，百度文心、抖音云雀、京东言犀、腾讯混元助手等通过备案。我们认为，兼具技术、人才和场景优势的头部互联网企业有望成为国内大模型领域的重要玩家。其中，得益于在 AI 领域长期投入的先发优势以及完备的自研布局，百度、阿里暂居第一梯队，腾讯、字节加速追赶。展望后续，我们认为，核心技术的突破和模型能力的提升是各大厂商短期竞争的关键，而应用场景的落地和模型生态的建设则将成为中长期的发展壁垒。我们看好头部互联网企业在通用大模型领域的竞争优势，以及大模

回顾 2023 年上半年，机器人相关支持性政策陆续发布，各方科技企业加速布局机器人产业，展示最新产品和进展，世界人工智能大会与世界机器人大会的召开增加了机器人行业新动向的曝光度。机器人公司的中报来看，业绩方面，汽车链企业的业绩亮眼，保持高速增长；投资和研发角度上，机器人相关项目出现在各家半年报，反映了企业在机器人领域展开实质性布局。展望下半年，特斯拉 AI Day，1X 双足机器人开放预订等行业重大事件值得关注。我们继续强调机器人行业“硬件先行”的特点，看好核心零部件中的机器人执行器环节。[Ne

通过研究 RT-1/RT-2 机器人大模型的迭代，我们认为其已经初步实现了认知层面的泛化，展现出推理及涌现的能力，但其底层动作与控制仍需迭代，预计会逐步实现分场景落地。而为了实现流畅、实用的机器人控制，我们认为边端算力有望迎来升级，激光雷达在中期仍将是感知的核心部件，看好特斯拉世界模型和机器人融合及其量产进展，建议关注机器人相关标的中科创达（算力+机器人模型）、长光华芯（激光雷达）、云从科技（认知模型）。

昇腾 910，高性能训练 AI 处理器，性能接近英伟达 A100（40GB），半精度（FP16）算力达到 320 TFLOPS，整数精度（INT8）算力达到 640 TOPS，功耗 310W，采用 7nm 先进工艺。此外，昇腾 910 集成了 HCCS、PCIe 4.0 和 RoCE v2 接口，为构建横向扩展（Scale Out）和纵向扩展（Scale Up）系统提供了灵活高效的方法，互联能力突出。

运营商：算力+数据双驱动，C/B/G 三端业务稳健。三大运营商上半年表现亮眼，C端业务 ARPU 持续回升，带来丰厚现金流；B 端移动云、天翼云和联通云等“国家队”云服务录得高速增长，凸显了运营商在 AI 时代的独特卡位。展望未来，随着 5G 网络完善和 AI算力需求持续上升，运营商有望进一步提升 C 端 ARPU 并开拓全新利润空间。中国移动、中国电信将提高分红比例至 70%，投资安全边际进一步提升。

减速器/传动机构是人形机器人关节的核心零部件之一。关于关节里的减速器/传动机构，目前市场更多地从自下而上的角度对比分析不同减速器/传统机构的产品性能、竞争格局，但我们自上而下地从人形机器人整体的设计要求、不同关节的设计目标、减速器/传动机构的选择逻辑进行分析。我们认为人形机器人关节的设计是重量、惯性、负载、顺应性和经济性之间的权衡，旋转关节机械设计更简单，综合性能优异，在人形机器人关节广泛使用，其中谐波减速体积小，质量轻，应用最为广泛；线性关节可通过结构形成闭合运动链，增加结构刚度，提高机器人质

人形机器人到达发展奇点：全球又进入新一轮科技涌现期，AI助力下海外人形机器人研发不断迭代更新，同时国内人形机器人产业也迅速发展，小米、优必选、达闼、追觅、宇数、智元、伊艾克斯、博实股份（排名不分先后）等多家优秀人形机器人公司开始不断涌现。运控算法迭代，机器人走好第一步：谷歌deep mind团队推出RT-2，李飞飞团队开发具身智能等系列运控算法推陈出新，大模型、深度学习等前沿内容逐步深入机器人运控算法。多模态大模型主力下，人形机器人产业化进程有望加速。硬件设计方案与选择呈现多元化趋势：电机、减速

全球科技股复盘：算力基础设施层公司率先受益于本轮 AI 产业浪潮，应用层公司同样有所演绎，从兑现节奏上晚于基础设施层。在基础设施层中，英伟达是AI“掘金买铲”逻辑的核心受益者，其次为微软、Google、AWS、Oracle 等头部云服务厂商和大模型厂商。在应用层中，美股年初至今涨幅靠前的 AI 应用公司 有 ： Palantir(136%) 、 Duolingo(109%) 、 Shopify(92%) 、 Palo AltoNetworks(74%) 、Salesforce(67%) 、ado

思必驰是一家国内专业的对话式人工智能平台型企业。公司以“沟通万物、打理万事”为使命，基于公司自主研发的全链路智能对话系统定制开发平台和人工智能语音芯片，围绕“云+芯”进行布局，提供软硬件结合的人工智能技术与产品服务，实现普适的智能人机信息交互。在智能家电、智能汽车、消费电子等物联网领域，以及以数字政企类客户为主的生产、生活和社会治理领域（涵盖金融服务、交通物流、地产酒店、政务民生、医疗健康等行业场景），公司提供智能人机交互软件产品、软硬一体化人工智能产品以及对话式人工智能技术服务。[NeadPa

人工智能驱动下，自动驾驶已经无限接近L3。特斯拉FSDV11及后续版本可较好应对城市、乡村高速等复杂道路场景，能力强大。从最初的大约2000名内测客户，到面向所有北美车主开放，FSD累计使用里程数在2023年Q2已经增长至超过3亿英里。特斯拉的表现得益于其在算法领域的开创性创新和持续迭代，于此同时，特斯拉也打造了从车载算力芯片及控制器、云端算力芯片及数据中心、数据闭环等完善的自动驾驶所需要的产业闭环体系，形成强大的综合竞争实力。

机器人是一种自动化设备或工具，当前处于第三代智能机器人的 L3 发展阶段。机器人是一种自动化设备或工具，主要由传感、控制、机械三大部分组成，又可细分为感知系统、控制系统、驱动系统、机械/执行机构、交互系统。全球机器人行业的发展目前处于智能应用期，且处于第三代智能机器人的发展过程中，智能化水平正处于在 L3 阶段深化发展、并向 L4 阶段迈进过程中。我国市场以工业机器人为主，但服务机器人市场规模增速较快，全球范围看我国是工业机器人消费大国，但并非制造大国。机器人可分为工业机器人、服务机器人和特种机

特斯拉人形机器人Optimus有望落地商业化，点燃人形机器人市场投资热情：✓ 人形机器人探索历史已超百年，但因技术不成熟、成本过高和应用场景有限等约束至今仍未大规模商业化应用。✓ 特斯拉机器人有望突破技术、成本和应用场景等既有瓶颈，实现大规模商业化应用：• 复用特斯拉汽车FSD技术，共享汽车产业链供应商，实现研发协调和生产协同，提升研发速度，降低研发生产成本；• 特斯拉超级工厂、人形机器人自我制造、汽车与火箭测试以及火星计划等应用场景助推人形机器人走向量产应用。

大语言模型：NLP 技术的奇点时刻。语言模型的核心是对任意一段文本序列进行概率建模，用一个高维向量来表示一个 token 的全部特征。我们将深度学习应用于 NLP 领域的范式转移总结为"有监督的机器学习->预训练+微调->预训练+提示"。其中，ChatGPT 的横空出世开启了“预训练+提示”的新范式，这主要得益于 OpenAI 对生成类模型（GPT）和算法规模化（Scalability）这两个基础技术路线的成功押注，大语言模型“涌现”出了解决复杂问题的通用能力，催

当前，数字经济已成为国民经济高质量发展的新动能，随着人工智能在产业数字化进程中从“单点突破”迈向“泛在智能”，一个以数字化、网络化、智能化为特征的智慧社会正加速到来。智能算力作为人工智能的基石，是算力网络构建多要素融合新型信息基础设施的关键领域，已成为数字经济高质量发展的核心引擎，智能算力基础设施建设也迎来了高潮。智算中心作为集约化建设的算力基础设施，它以 GPU、AI 芯片等智能算力为核心，提供软硬件全栈环境，主要承载模型训练、推理、多媒体渲染等业务，支撑千行百业数智化转型升级。然而传统智算中

近期海外大厂先后发布财务报告，以微软、谷歌、Meta 和亚马逊为代表，海外AI 大厂在大模型、云计算、搜索及广告、生产力工具等赛道积极拥抱 AI 商业化浪潮，发力布局 AI 大模型应用及产品服务，正在主导新一轮的 AI 产业变革。我们认为随着海外大厂在人工智能基础设施、模型算法和应用产品布局的不断推进，AI+行业应用有望迎来爆发。

奥比中光为国内领先的 3D 视觉感知整体技术方案提供商。公司自 2013 年成立起，就致力于在万物互联时代为智能终端打造“机器之眼”，是国内率先开展 3D 视觉感知技术系统性研发，自主研发一系列深度引擎数字芯片及多种专用感光模拟芯片并实现 3D 视觉传感器产业化应用的少数企业之一，也是全球少数几家全面布局六大 3D 视觉感知技术的公司，产品布局 3D 传感器、消费级应用设备和工业级应用设备，多款产品销量已过百万，全球合作客户已超 1000 家。

AI Agent（人工智能代理）是一种能够感知环境、进行决策和执行动作的智能实体。不同于传统的人工智能，AI Agent 具备通过独立思考、调用工具去逐步完成给定目标的能力。AI Agent 和大模型的区别在于，大模型与人类之间的交互是基于prompt 实现的，用户 prompt 是否清晰明确会影响大模型回答的效果。而 AI Agent的工作仅需给定一个目标，它就能够针对目标独立思考并做出行动。和传统的 RPA相比，RPA 只能在给定的情况条件下，根据程序内预设好的流程来进行工作的处理，而 AI

随着各项人工智能技术的不断发展，具备与物理世界交互的强大潜力的智能机器人成为学界和业界的重要研究赛道。其中Google依托其在AI领域强大的研究团队，丰厚的多领域研究成果，引领着近年来机器人模型的发展。Google Deepmind在2023年6月和7月发布了其最新研究成果，具备“自我完善”能力的“RoboCat”和融合大语言模型能力的VLA模型“RT-2”，机器人智能化进一步加速，有望掀起新一轮AI革命。

丝杠是传动领域的核心部件。丝杠是将回转运动转化为直线运动，或将直线运动转化为回转运动的理想的产品，在机器人、汽车、机床等领域有所应用。丝杠按其摩擦特性可分为三类：滑动丝杠、滚动丝杠及静压丝杠。滚动丝杠的精度和传动效率较高，但其制造工艺较为复杂。

截止 2023 年 7 月 24 日，我们依据对全球生成式人工智能监管动向的梳理，绘制了监管地图：1. 红色区域表明该地区目前已经或即将建立成熟且较为严格的监管制度，主要包括欧盟、加拿大和中国；2. 橙色区域表明该地区目前对生成式人工智能产品存在一定的限制和监管要求，例如美国；3. 黄色区域表明该地区目前还没有相关制度，但是监管机构未来有计划对生成式人工智能制定规则，例如英国、澳大利亚和印度；4. 绿色区域表明该地区目前没有相关制度，且监管机构也倾向于在未来不采取强制性的监管措施，例如新加坡、日

OpenAI是由美国一群科技领袖，包括山姆·阿尔特曼（SamAltman）、彼得·泰尔（PeterThiel）、里德·霍夫曼（ReidHoffman）及埃隆·马斯克（ElonMusk）等人在2015年12月联合创立的人工智能研究机构。成立次年OpenAI即发布第一个开源AI平台，2020年6月推出OpenAlAPI，正式开启商业化运营。公司在AI领域进程迅猛，于2022年11月发布了ChatGPT产品，作为一款生成式AI，能够协助高效处理文本工作、写代码、编剧等，引发全球对AIGC的积极关注。[

谐波减速器和行星滚柱丝杠构成了特斯拉人形机器人执行器的核心。执行器决定着机器人的负荷和精度。特斯拉的人形机器人共有 28 个大的执行器(不含手指执行器)，主要为两大类：直线/线性执行器和旋转执行器。旋转执行器由电机+谐波减速器+抱闸+双编码器+力矩传感器+轴承组成。直线执行器由电机+行星滚柱丝杠+位置编码器+力传感器+轴承组成。

本次研究通过收集并整理40+⼈⼯智能细分技术领域的技术专利数量、技术诞⽣时间、技术舆论指数作为⽣成2023年中国⼈⼯智能成熟度模型的三⼤核⼼指标。

系统级 AI 计算平台是提升 AI 芯片算力利用率，培养用户生态的关键。影响 AI 芯片计算能力的因素除了硬件层面的芯片制程、内存、带宽等，还包括调用各硬件资源的系统级软件计算平台。AI 芯片厂商开发的系统计算平台不仅仅有效提升各家 AI 芯片产品的算力利用率，还为各类AI 应用开发提供了丰富的函数库，提供开发者简便易用的开发环境。英伟达的 CUDA 计算平台是主流 AI 应用开发平台。通过对比各公司开发的 AI 计算平台，我们发现英伟达的 CUDA 开发时间最早，积累的开发者数量最多。英伟达一