AI-零帕网

AI 硬件核心是算力和存力，HBM 高带宽、低功耗优势显著，是算力性能发挥的关键。AI 芯片需要处理大量并行数据，要求高算力和大带宽，算力越强、每秒处理数据的速度越快，而带宽越大、每秒可访问的数据越多，算力强弱主要由 AI 芯片决定，带宽由存储器决定，存力是限制 AI 芯片性能的瓶颈之一。AI 芯片需要高带宽、低能耗，同时在不占用面积的情况下可以扩展容量的存储器。HBM 是 GDDR 的一种，定位在处理器片上缓存和传统 DRAM 之间，兼顾带宽和容量，较其他存储器有高带宽、低功耗、面积小的三大特

本报告分析 5G 在个人、家庭与行业市场的商业模式创新与价值拓展情况，研究5G-A 与 AI 协同发展所带来的新的机遇与新的价值，期望凝聚产业共识，充分利用 AI 技术，进一步激发 5G 潜能，创造更广阔的价值空间。

HBM 是 AI 算力核心载体。HBM 即高带宽存储器，突破了内存容量与带宽瓶颈，其通过使用先进的封装工艺（如 TSV 硅通孔技术）垂直堆叠多个 DRAM，并与 GPU 封装在一起。相较于常见的 GDDR5 内存，HBM 拥有着更高的带宽，大幅提高了数据容量和传输速率，并且相同功耗下具有超 3 倍的性能表现，和更小的芯片面积。

加快布局 AI，AI+硬件有望落地。1）硬件端：推出 A17 Pro、M3 芯片，为 AI硬件落地提供强大支持。i）AI phone 方面，苹果推出全球首款 3nm 工艺制程芯片 A17 Pro，采用 190 亿个晶体管、6 核 CPU、6 核 GPU。A17 Pro 的神经网络引擎操作次数达到每秒 35 万亿次，为 AI 应用提供强大支持。ii）AI PC 方面，苹果的 M3 芯片能够支持内存容量最高达 128GB、支持运行包含数十亿个参数规模或者更大的 Transformer 模型，为大模型

本报告重点解决了以下几个核心问题：Unity历史股价涨跌驱动因素复盘？Unity如何从游戏引擎厂商转型为多行业3D引擎领导者？近期引擎收费模式调整背后原因？Unity并购iron Source后如何整合二者业务以提供游戏全生命周期的服务？Unity目前在AI领域有哪些布局？苹果MR给Unity带来的增量机会?

AI正处史上最长繁荣大周期，生态加速收敛：在进入21世纪以来，在大数据和大算力的支持下，归纳统计方法逐渐占据了人工智能领域的主导地位，深度学习的浪潮席卷人工智能，人工智能迎来史上最长的第三次繁荣期。智算中心的发展基于最新人工智能理论和领先的人工智能计算架构，当前算法模型的发展趋势以AI大模型为代表，算力技术与算法模型是其中的核心关键，算力技术以AI芯片、AI服务器、AI集群为载体。

23Q3 数据中心收入 145.14 亿美元(yoy 278.7%, qoq 40.6%，收入占比 80.1%)。由于大语言模型带动的训练和推理算力需求较为强劲，各大数据中心均加大了对英伟达 AI 芯片(H100、A100 等)和 HGX 平台的采购力度。同时 GPU 生产和供应链响应速度快、整体表现强劲，产能不断爬坡，持续满足攀升的出货需求。报告期内，NVIDIA 最近宣布推出全新的 NVIDIA HGX™ H200，搭载了创新的 NVIDIA H200 Tensor Core GPU。这款

制造强国&自主可控背景下，关注设备国产替代机会：1）政策扶植力度加码：中美贸易摩擦后供应链安全逐步被重视，同时在国家政策和资金扶持引导下，国内企业自主创新能力会进一步提升。另外，制造强国也是国家建设需要，半导体制造值得期待；2）国产核心芯片自给率不足 10%，制造环节是重要短板：国内半导体需求供给严重不平衡，高度依赖进口，国产核心芯片自给率不足 10%。相比国内半导体销售 28%的份额占比，生产制造环节（晶圆代工市场份额占比不到 10%）是制约国内集成电路产业发展的最大短板。3）国产设备

数字基础设施为底座，AI变革持续发展。大模型不断演进，引领AI发展浪潮，对数字基础设施提出新要求，需要稳定、高效、安全的数字基础设施来支持其完成生成、存储、传输的整个交互过程。AI赋能场景逐步丰富，应用端不断拓展，助力百行百业实现产业升级，有望带来数据流量和算力的大幅提升，一方面，AI大模型与其他软件系统结合，升级传统交互体验，另一方面，AI大模型赋能垂直行业实现降本增效。此外，AI有望结合机器视觉、人机交互等多种技术，在具身机器人、MR等多场景落地，实现全新交互与数字生态。

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。

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。

GPT4-Turbo模型优化，GPTs生态加速繁荣。2023年11月7日，OpenAI通过开发者大会推出新产品：1）GPT4-Turbo：该模型通过增加上下文窗口以支持更长的工作流，同时具备视觉和语音等多模态能力，输入和输出的tokens价格大幅下降，从而帮助开发者以更低的价格获取更高的模型性能。2）GPTs：用户只需输入指令并提供外设的知识库即可创建专属GPT，应用开发门槛大幅降低，未来在收益计划的助力下，AI应用有望迎来大爆发，形成全新的AI Agent生态。3）Assistant API：

科技巨头相继发力，边缘 AI 方兴未艾。随着终端应用场景的扩展带来数据即时处理需求的不断增长，云计算在数据传输、即时处理、隐私能耗等方面的不足开始显现，因此更加侧重局部和小规模处理的边缘计算应运而生。我们看到，科技巨头对于边缘计算的关注度正在日益提升

展望 2024 年，我们认为行业整体景气度复苏、AI 大模型算力升级和半导体国产化带来的投资机会值得关注，行业景气度复苏方面看好手机和PC产业链相关公司，AI算力升级方面看好数据中心产业链和下游智慧物联、汽车等应用领域投资机会，半导体国产化方面关注半导体设备/存储的国产替代机遇。

2023 年初至今（截至 2023.11.13），通信板块涨幅位居 A 股榜首，当前通信行业估值仍低于历史中值。行业层面政策、需求、供给三重变化为行业带来新机遇。政策端，“2522”的整体框架适逢其时推出，基础设施建设和数据要素体系建设日趋完善。需求端，AIGC 应用加速，国内外 AI 算力建设如火如荼，构成增量市场。供给端，产业升级和大国博弈是主旋律，在海外对华半导体制裁加严的背景下，华为回归有望引领国产替代大潮。

构建全栈自研技术壁垒，特斯拉 AI 科技公司定位充分获证。复盘特斯拉从 HW1.0 到 HW4.0 的历史，FSD 引领全球自动驾驶发展进程。伴随 Dojo 投产，特斯拉覆盖了从云到端、从芯片到算法、从硬件到软件的全栈自研技术领域，正从汽车制造商向 AI 科技公司转型。尤其是纯视觉方案引领 FSD 持续迭代，构建其他车企难以超越的软硬件技术与数据双壁垒。随着 Autotaxi 等自动驾驶的商业模式以及 FSD的规模化拓展，未来 FSD 或将成为众多汽车厂商嵌入自动驾驶技术的首选，特斯拉亦或将踏上

展望 2024 年，宏观经济调控政策及行业发展政策的陆续出台将带动经济持续复苏。党政国产化及行业国产化加速，美国出口管制措施趋于严格，华为技术突破与生态建设均走在国内前列，看好华为产业链。AI 持续演进，大模型技术侧不断发展且应用侧逐步进入落地阶段，软硬件相关标的均有望深度受益。数据要素及自动驾驶在 2023 迎来政策催化，2024 有望迎来发展拐点。我们认为计算机行业整体的盈利性、成长性都将持续改善，维持“超配”评级，重点推荐华为产业链、AI 算力、AI+应用、智能驾驶、数据要素这五大细分方向

纵观市场上所有的 CPU，第四代英特尔® 至强® 可扩展处理器内置众多加速器，可为 AI 工作负载提供性能和能效优势，并可凭借全新的英特尔® 高级矩阵扩展（英特尔® AMX）提供卓越的 AI 训练和推理性能。

生成式AI在网络安全里的应用成为业界共识。根据IDC数据，业界普遍认为在IT领域，生成式AI对网络安全、IT运维等领域影响最大。尤其是大模型和安全知识库的结合，对耗时耗人的安全运维将产生巨大变革。AI对网络安全攻防两端均带来影响，一方面降低了攻击者成本，一方面也提供了安全检测和运维的有利工具。从安全厂商角度来看，当前AI主要带来三大类产品：安全检测产品（EDR、防火墙等）、自动化智能运维（Copilot、XDR、SOC等）、使用大模型的数据安全产品（DLP等）。海外巨头厂商持续投入AI+安全，大

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，

公司是手机 SoC 全球龙头，下游覆盖智能终端、物联网、汽车市场，并积极拓展混合式 AI 应用。公司 23 财年（2022.10~2023.9）前三季度实现营收 271.89 亿美元，同比-17.12%；归母净利润57.32 亿美元，同比-42.94%。2023 财年前三季度，公司手机业务收入 171.14 亿美元，同比-19.97%，营收占比 63%，；QTL（技术授权）营收 38.65 亿美元，同比-17.75%；物联网业务营收 45.57 亿美元，同比-14.73%；汽车业务营收 13.3

为判别能力？以前路侧设备能够判别的路上交通要素和事件类型仅为个位数，但通过交通视觉大模型，能够让路侧设备对接全域摄像头，并进行全域开放世界的交通检测，可判别的交通要素和事件类型突破百种。

科大讯飞兼具人工智能核心技术与优秀的大规模产业落地能力，作为人工智能国家队，公司核心技术保持国际领先地位，同时人工智能产业生态已初具规模。随着大语言模型带来内容生产与信息传播方式的改革，讯飞自主研发的星火大模型也重塑了公司的传统业务，开启了大模型引领的公司发展新篇章。星火大模型性能整体表现出色，且实现快速的版本迭代，在各类评测中成绩优异。作为公司的基本盘业务，教育领域与大模型的有机融合已经初见成效，尤其对C端智能硬件展现出显著的拉动效应。公司坚持“平台+赛道”战略模式，依托讯飞开放平台，将星火大

产品边界逐渐拓展，公司成长动能逐渐恢复。公司长期深耕物联网通信领域，已成为全球物联网 Wi-Fi MCU 芯片头部供应商。据公司 23 年半年报，22 年度公司出货量市占率全球第一。随着公司在蓝牙、Zigbee/Thread 等通信协议上的拓展，以及计算边缘化趋势对传统 MCU 等芯片提出更高性能要求，公司产品逐渐由 Wi-Fi MCU拓展至 Wireless SoC。公司 23 年上半年实现营业收入 6.67 亿元，同比增加 8.66%，归母净利润 0.65 亿元，同比增加 2.1%。随着下半

随着大模型参数规模的迅速增大，参数规模迈入千亿级和万亿级时代，通用大模型性能优秀，但也带来更大的硬件投入和功耗。近期Meta、微软、谷歌、苹果、英特尔等科技龙头公司均加快部署生成式AI，并探索在手机、PC 等终端的应用。高通在《混合 AI 白皮书》中提出，混合 AI 是 AI 规模化发展的必然趋势，混合 AI 是指终端和云端协同工作，在适当的场景和时间下分配 AI 计算的工作负载，模型训练在云端实现；根据模型复杂度，推理工作部分放在终端侧。能够带来成本、能耗、性能、隐私、安全和个性化优势，助力实

半导体芯片生产成本逐年下降，芯片的算力体积比不断提升，在更小体积的芯片中得以运行更多的任务。人工智能（AI）得以逐渐摆脱算力的桎梏，衍生出更多更具实用性的算法、模型和架构。而随着信息化进程推进，以及消费电子类产品和各类型传感器的更新和广泛应用，各类系统趋向自动化，为 AI 渗透到人类生活的各个方面提供了土壤。深入分析 AI 近十年的发展，会逐渐看到一个重要的现象：人工智能在感知方面取得了重要进展，已经逐渐接近人类的水平，在语音、图像、视频处理等多个方面，人工智能处理的效率和效果都已经超越了人类。

半导体行业周期框架：三重周期的嵌套。22 年我们发布报告将半导体周期拆解为三重基本周期的嵌套：产品周期（需求端）、资本支出/产能周期（供给端）、库存周期（供需关系）。本文主要针对三重周期的最新变化状态、发展趋势及其对行业未来的积极影响进行分析。周期底部信号明确，行业复苏在即。产品周期：23Q1，终端需求触底复苏的信号初显端倪。产能周期：23Q1，下游需求分化、行业库存调整和淡季影响，晶圆产线产能利用率见底。产线产能利用率的松动和空置产能的增加，有望推动晶圆制造价格的回落，从而改善设计环节的成本压

华为任正非在 3 月 17 日《擦亮花火、共创未来》—“难题揭榜”花火奖座谈会上谈到：“人工智能软件平台公司对人类社会的直接贡献可能不到 2%，98%都是对工业社会、农业社会的促进。”“大家要关注应用，尤其是工业、农业社会的应用，模型的应用有时比模型本身还有前途。”我们认为，目前市场对 AI 的关注，开始向算力、算法、数据拓展至应用端。C 端 AI 应用由于与日常生活接触较频繁，最容易被认知和想象到；而 B 端尤其是工业端的 AI 运用，受制于复杂的工业场景并且离日常生活稍远，相对不容易让市场认

目前我们将迎来科技的重大转折点：ChatGPT时刻。而在ChatGPT背后，不断迭代的GPT系列使得大模型成为当下科技企业核心竞争力的重要体现，未来，大模型将成为AIGC时代的核心支撑。华为作为国内科技龙头，2021年发布的盘古大模型有望在AIGC时代中引领潮流。我们将从：昇腾/鲲鹏→MindSpore AI框架→ModelArts→盘古大模型四层架构进行分析：1、AI算力资源：“鲲鹏+昇腾”，打造盘古算力底座• 鲲鹏：华为自主芯片→鲲鹏芯片→鲲鹏服务器→欧拉操作系统→高斯数据库→行业应用向外扩

AI 大模型引领应用层百花齐放，算力层长期受益： ChatGPT、GPT4.0、Microsoft 365 Copilot、文心一言等相继发布，以 ChatGPT 为代表的 AI 大模型及其初步应用“一石激起千层浪”，其相关技术变革预计将对个体的工作、生活及社会组织方式带来的广泛影响。以海内外 IT 龙头为代表的企业界也开始深入挖掘此次技术变革对公司经营方式、商业模式的潜在颠覆性变化，并重新评估未来的发展战略。我们认为，AI 大模型在参数规模、计算量简化、安全性及多模态融合等方向虽然仍

VR 新品密集发布叠加 AI 赋能创作，C 端 VR 内容产业或进入黄金发展期VR 产业链包括三大环节：硬件、内容及应用场景。目前硬件中光学、显示技术等环节的技术更新趋势已然显现，Pancake 光学方案在轻薄、成像质量上更具优势，能有效缩减 VR 设备体积与重量，或成为未来主流 VR 设备首选方案。AI 与 VR/AR 技术的融合一方面能帮助 VR 开发人员迅速搭建 VR 场景，提高 VR 内容制作效率，另一方面可以帮助 VR 技术更好的模拟现实世界，增强用户沉浸感。此外，头部产品对行业整体出

GPT4引领认知革命，国内百度文心一言发布在即；文心大模型场景全面，开启我国AI追赶序幕，建议从三大层面关注AI软硬件投资机会：1、AI公司：大模型为AI应用最核心中枢，人工智能公司正打开想象天花板，建议关注三六零（A股唯一自研大模型公司）。2、上游算力：训练模型带动算力需求，AI算力芯片为关键，建议关注寒武纪（A股AI算力芯片龙头）。3、下游应用：建议关注百度生态合作伙伴及下游垂类应用企业。

云计算市场慢复苏，业绩疲软但韧性不减2022年受能源价格上涨、美元指数走高、地缘政治影响等外部因素影响，全球企业IT支出下滑0.2%，云计算厂商增速放缓，行业经历了一轮“泡沫挤压”，市值有所回调。但同时，IaaS企业坚持“云+应用开发+企业软件”策略，仍维持较高利润率，规模效应渐显；SaaS企业坚持“平台+生态”发展，维持稳健增长，EMCLOUD Index 公司整体收入增速为27%，毛利率维持在70%以上，韧性较强。全球IT支出稳增长，AI赋能开启新纪元2023年全球IT支出保持稳增，下游CA

AI基础数据服务商脱胎于专业数据采标分工需求。国内 AI基础数据服务产业主要包括上游-数据产生及产能资源、中游-训练数据生产、下游-AI 算法研发三大产业环节。数据工程是 AI 工程基础环节，目前正处于市场格局渐趋清晰，新老技术迭代、下游需求加速释放的关键节点。AI 快速落地叠加数据量指数级跃升，2025 年国内百亿规模可期。场景侧，AI 已在金融、医疗、交通、安防等多个垂直场景深度落地，且应用场景拓展势能强劲，伴生数据海量增长；产品侧，据信通院，自 OpenAI 于 2020年推出 GPT-3

AIGC 空间广阔，商业化落地持续推进AIGC 的落地痛点在于成本高昂的通用大模型与下游垂直应用场景需求的不匹配。ChatGPT 热度持续提升，一方面推动了科技巨头持续加大 AI 投入，另一方面也直接带动下游付费意愿提升，进一步加速 AIGC 应用落地和商业变现，AIGC产业迎来发展良机。（1）从内容形态来看，AIGC 应用包括文本、音频、图像、视频、代码、多模态等内容生成形式，根据红衫资本预测，AIGC 将首先在文本和代码领域落地应用，随后逐渐拓展至图像和视频领域。（2）从应用价值来看，AIG

今天，随着人工智能（Artificial Intelligence, AI ）和机器学习（Machine Learning, ML）技术的日益成熟，人工智能与机器学习技术早已脱离了资本炒作，正在迈向全面的商业化阶段，并与产业深度融合。正如历史上交通工具引擎的演进，车从蒸汽机车进化到内燃机车，再演进到电力机车，到今天的高铁，新引擎不断带给交通工具更快的速度、更高的效率、更好的体验，并让系统更加的安全稳定。而人工智能与机器学习技术也正在协助企业构建业务发展的“新引擎”，帮助企业获客，提升运营与生产效

人工智能：新一轮生产力革命。1）人工智能（AI）基于机器学习和数据分析的方法，赋予机器人类的能力，从而实现解放人力、降本提效的目的。从C 端用户需求来看，人工智能解决的是与人相关的娱乐、出行、健康等生活场景中的痛点；2）AI 在 C 端的应用分为两方面：a）对原有劳动力的替代与生产力效率的提升：如语音识别、智能客服、机器翻译等；b）需求创造：如基于 AI 算法的“千人千面”的信息分发（如抖音、快手、小红书等）、内容生成（AIGC）、人机交互（如 ChatGPT 等）、辅助驾驶、安防等。算法创新及

◆ 数据、算法、算力共振推动AIGC发展，模型开源及商业化带来的产品化浪潮及通用人工智能领域的初探推动AIGC破圈。AIGC传媒相关应用有望超千亿。✓ 复盘AIGC算法迭代：竞争中发展，模型开源及商业化推动应用破圈。2017年推出的Transformer架构的并行训练优势奠定了大模型训练的基础，以GPT为代表的预训练模型，通过使用无标注数据预训练及微调，缓解了标注数据不足的问题，并不断提升参数量级及模型通用性，ChatGPT在此基础上加入了利用人类反馈强化学习的训练方法。扩散模型取代GAN成为图

数字中国建设提速，通信板块全面受益。近日，中共中央、国务院印发了《数字中国建设整体布局规划》。《规划》明确，数字中国建设按照“2522”的整体框架进行布局，即夯实数字基础设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合，强化数字技术创新体系和数字安全屏障“两大能力”，优化数字化发展国内国际“两个环境”。我们认为，数字中国建设受益政策将实现提速，十四五期间全社会数字化、网络化、智能化将达到新高度。通信板块内，通信运营商、数字基础设施与行业信息化

ChatGPT 料将显著加速全球 AI 产业化进程，并推动大模型成为中短期主流技术路线，相应会带来底层算力消耗的持续、显著增长。依托产品性能、芯片组合、网络技术、软件全栈等层面综合优势，英伟达有望在 AI 训练、推理（云端）环节持续保持主导性地位。基于简化模型，我们静态估算 ChatGPT 及相关生成式 AI 在中短期对英伟达潜在业绩贡献为：训练端 12.3 亿美元、云端推理 104.5 亿美元。考虑到短期量化测算准确性相对有限，启发性思考、方向性判断可能更为重要，我们暂不计入 ChatGPT

专注生物识别技术，多领域应用落地。公司成立于 2007 年，成立至今专注于生物识别技术，在智慧出入口管理、智慧身份核验、智慧办公三大应用场景进行产品化、商业化落地。在各应用场景中，公司均布局有智能终端产品和应用软件与平台。从收入构成来看，智慧出入口管理领域多年来占据公司收入 7 成左右份额，其中以门禁产品为主，在 2021 年占总营收的 44.3%。技术与应用场景驱动生物识别市场稳步增长。生物识别技术种类繁多，包括指纹识别、人脸识别、虹膜识别、静脉识别、声纹识别等。各种单一生物识别技术特征各异，

焦点：ChatGPT带火AIGC，Open AI引领技术和生态。2022年11月，由OpenAI开发的聊天机器人ChatGPT推出并席卷了整个行业，其引入人类反馈的强化学习和监督学习训练方法，具备优秀的聊天对话、文案创作、代码编写等功能，且得到了微软的倾力支持，成为史上用户增长最快的消费应用。聚焦国内，百度在大模型领域积累深厚，总体水平处于行业前端，其创新性引入大规模知识图谱，模型性能得到大幅提升，公司近期宣布其“文心一言”产品将于2023年3月完成内测并面向公众开放，下游关注度极高，目前已经得

类似 ChatGPT 的生成式 AI 在搜索领域实现替代仍然面临诸多挑战，生成式 AI 技术需要先达到一定程度的 “规模优势(包括预训练数据集规模,用户反馈量)”之后才有机会威胁到搜索引擎的生存地位。这种“规模优势”既意味着模型可以解决问题的领域在数量上足够庞大，又意味着同一个领域中模型可交付出的解决路径数量最够庞大。这种“规模效应”的达成有 2 个制约因素：1）用户习惯的颠覆。基于当前技术迭代路径的“搜索引擎（包括 Google，Baidu，和 Bing等）”已经教育了市场将近 25 年以上的

ChatGPT：AIGC 现象级应用，商业化落地打开成长空间ChatGPT 上线后热度持续提升，已超过 TikTok 成为活跃用户增长最快的产品。英伟达 CEO 黄仁勋表示“ChatGPT 相当于 AI 界的 iPhone 问世”。目前 ChatGPT已开启商业化探索，面向 B 端开放接口对外输出服务（如与微软 Bing 的结合）；面向 C 端推出收费的 Plus 版本，月度费用为 20 美元/月。根据 OpenAI 预测，2023年将实现 2 亿美元收入，2024 年将超过 10 亿美元，未来

ChatGPT 指明了 NLP 生成领域的技术方向，从技术本源上加速 AIGC发展。我们认为，ChatGPT 对 AIGC 发展的意义在于：一方面，GPT 作为 NLP 生成领域模型的突破，将迅速解决 AI 文本生成、AI 代码生成等领域的痛点；另一方面，AI 文本生成、AI 代码生成作为 AI 音视频、游戏等其他领域的技术基础，其突破发展也将加速 AIGC 在音视频、游戏等场景中的渗透（比如生成 AI 绘画提示词，或生成调用计算引擎等）。全球巨头争相追赶，与 ChatGPT 水平尚存一定差距。

ChatGPT：OpenAI史诗级“AI”新品，开启新一轮的科技革命1）史诗级“AI”新品。ChatGPT自发布以来，仅2个月用户量迅速增长至亿级，是AI产业的史诗级“颠覆性创新”产品，我们预计其用户量潜在空间10亿级，假设人均订阅价格20美元/月，其对应的商业价值量将极其广阔。同时，ChatGPT母公司OpenAI估值亦迎来翻倍式增长，根据华尔街日报，其最新估值达290亿美元，预计2023年收入2亿美元。2）开启新一轮科技革命。ChatGPT的成功得益于NLP、Transformer、GPT、

ChatGPT 驱动AI浪潮趋势渐起，芯片等AI硬件构成核心底座 作为AI领域的最新成果，ChatGPT发展空间巨大。目前微软、谷歌等科技巨头坚定入局，展现出AI应用广阔的发展前景，AI行业有望开启新发展浪潮云端算力硬件将成为AI新浪潮的关键基础设施 GPU、CPU、FPGA、AI芯片、Chiplet、光模块、服务器等细分板块下游应用广泛，产品边际持续拓展。云、边、端需求拉动市场规模高速增长。AI新浪潮未来将提升海量IoT设备的边缘算力需求 NPU：在SoC与MCU

今年麦肯锡全球人工智能调查的结果显示，自五年前我们开始跟踪它以来，该技术的使用范围有所扩大，但下面有一个微妙的画面。1自2017年以来，采用率增加了一倍多，尽管在过去几年中，使用人工智能的组织比例在50%至60%之间稳定下来。一组从人工智能中获得最高财务回报的公司继续领先于竞争对手。结果显示，这些领导者在人工智能方面进行了更大的投资，参与了越来越先进的实践，这些实践可以实现规模化和更快的人工智能发展，并且在紧张的人工智能人才市场中显示出更好的表现。在人才方面，我们第一次密切关注人工智能的招聘和技

ChatGPT市场反应热烈，国内外巨头纷纷入场据统计，ChatGPT日活跃用户数的增速远超Instagram，1月份平均每天有超过1300万名独立访问者使用ChatGPT，是去年12月份的两倍多；国内外科技巨头都非常重视ChatGPT引发的科技浪潮，积极布局生成式AI，国内厂商（百度、腾讯等）也高度关注ChatGPT，积极探索前沿技术，相关深度应用也即将推出。ChatGPT经历多类技术路线演化，逐步成熟与完善ChatGPT所能实现的人类意图，来自于机器学习、神经网络以及Transformer模型

1.区别于GenerativeAI和Syntheticmedia，AIGC中的跨模态生成和策略/线索生成应当得到重视，这两者也是AIGC长期的重要价值增长点。2.按照模态区分，AIGC可分为音频生成、文本生成、图像生成、视频生成及图像、视频、文本间的跨模态生成，细分场景众多，跨模态生成需要重点关注。GameAI和虚拟人生成是目前变现较为明确的两大综合赛道，预计对原行业产生整体性影响。3.以下技术要素值得关注：长/开放式文本生成、NeRF模型、Diffusion模型、跨模态大型预训练模型、小样本学

从 ChatGPT 的流行我们认为 AIGC 已经成为 AI 技术发展的新趋势，而创新式的订阅收费则打开了 AIGC 商业空间，未来 C 端用户对 AIGC 技术的付费有望成为常态化，产业链相关企业将迎来价值重估。本篇报告从算力、算法模型、应用三个维度梳理了国内 AIGC 相关标的投资机会。AIGC 已经成为 AI 技术发展的新趋势。传统 AI 通过分析一组数据并得出结论，从 ChatGPT 的快速流行我们认为具备生成创造能力的 AIGC 技术已经成为AI 技术发展的新趋势。ChatGPT 不仅

大模型是人工智能的发展趋势和未来。大模型是“大算力+强算法”结合的产物。目前，大模型生态已初具规模。大模型能够实现 AI从“手工作坊”到“工厂模式”的转变，大模型通常是在大规模无标注数据上进行训练，学习出一种特征和规则，基于大模型进行应用开发时，将大模型进行微调，或者不进行微调，就可以完成多个应用场景的任务；并且，大模型具有自监督学习能力，不需要或很少需要通过人工标注的数据进行训练，降低训练成本，因而能够加速 AI产业化进程，降低 AI 应用的门槛。另外，随着大模型不断地迭代，大模型能够达到更强

在上篇百页生成式AI报告中，我们详细介绍了生成式AI的技术发展、应用领域与未来展望。本篇报告我们着眼梳理海内外有相关布局的上市公司。1、海外：弯道超车的微软（MSFT.O）与蓄势待发的谷歌（GOOGL.O）1）微软：老牌PC软件&云业务厂商，19年来不断加深与OpenAI投资、合作，近期通过ChatGPT出圈一定程度实现弯道超车，OpenAI也有望发布GPT4；2）谷歌：搜索引擎龙头，14年即收购AI实验室Deepmind并始终保持投入，也曾诞生Alpha GO等出圈成果，23年有望测试

商汤智驾业务的昨天：稳步开局，以研发蓄力。商汤的汽车业务拥有一个令整个 AI 圈都梦寐以求的起步。2016 年，全球 TOP5 OEM 来中国寻找智能驾驶方向的合作伙伴，在经过多次技术验证后，最终选择了商汤。同年，公司正式开始研发 Smart Auto 自动驾驶平台，并于 KITTI 2016 刷新行人及车辆识别领域的世界纪录。2017 年，公司与本田签订长期合作协议，共同深耕自动驾驶技术。2018 公司发布了首款智能汽车产品 SenseDrive DMS 驾驶员监控系统，与多家国际顶尖 Tie

ChatGPT，人工智能的旷世巨作。ChatGPT是一种聊天机器人软件，OpenAI于2022年11月推出的聊天机器人，具备人类语言交互外复杂的语言工作，包括自动文本生成、自动问答、自动摘要等多重功能，应用场景广阔，相较于上个版本更像人类一样聊天交流。OpenAI除了ChatGPT还包括Dall·E2、Whisper等项目分别是自动绘图、自然语言翻译等软件。OpenAI的商业模式即API接口收费，可根据不同项目需求进行收费，我们认为其商业模式属于底层模型开放性标准化SAAS服务模式。我国仍处于初

需求驱动数据管理领域经历了数据库 数据仓库 大数据 数据湖 湖仓一体等阶段数据分割，导致AI与BI数据不统一企业数据分析已经从BI开始走向AI

近期人工智能研究公司OpenAI推出的聊天机器人模型CHAT-GPT不断出圈，据 Semafor援引知情人士报道，微软正商谈以 290 亿美元估值，向 OpenAI 投资 100 亿美元，一切均指向人工智能模型的新范式“生成式AI模型（Generative Model）”。此前的决策式AI模型（Discriminant Model）是根据已有数据进行分析、判断、预测，典型应用为内容的智能推荐（短视频）、自动驾驶等；而生成式AI更强调学习归纳后进行演绎创造，生成全新的内容，本质是对生产力的大幅度提

AIGC的原意是：ArtificialInteligenceGeneratedContent，即：人工智能生产的内容。而营销领域，在广告、CRM等都可以通过数据来完成用户触达的情况下，“说什么”、“怎么说”的内容创意场景正逐渐变得越发重要，营销领域的内容生产也就是创意部分，是否也能够在AI的辅助下完成呢？我们认为，当下正是营销创意与AI相碰撞，创造出新的营销机会、提升营销效率的关键节点。因此，我们把创意xAI而产生的AIGC称作ArtificialInteligenceGeneratedCrea

算力是数字经济时代的核心生产力，智算力则是数字化创新的源动力。人工智能已在国家经济建设、科技实力提升、推动生产力发展等方面呈现出举足轻重的作用。人工智能算力正在为国家创造力的发展带来实质性推进，为企业带来切实的创新成效，加速驱动新业态的形成。

人工智能本质上是工具，要结合算法成熟度、数据积累和算力情况等多方面去判断其在不同领域的应用情况，同时下游行业发展的不同周期也一定程度上影响 AI 的应用，我们认为明年 AI 投资方向主要来自四个方面：赋能：算法相对比较成熟，数据训练也达到商业化要求，处于从1 到 N 渗透的阶段，典型的如深度学习算法在金融、教育、工业等领域的应用，重点关注教育行业复苏以及工业领域的 AI 应用。深度学习在视觉、自然语言处理均属于发展多年且成熟度较高的算法，随着数据的不断积累和硬件边际成本的降低，在一些领域渗透率不

结论：大模型的出现促进底层技术迭代，衍生出AIGC应用受到关注；大小模型路线分化加剧，传统深度学习关注下游场景落地情况回顾：AI传统领军全面下跌，行业多方面挑战，宏观经济下行初期需求增量释放缓慢。• 落地场景需探索，人脸等已经红海，工业、医疗等尚在早期，AI独角兽IPO后股价表现较弱，与收入-薪酬匹配度仍然较低有关。行业热点在大模型：大规模预训练+无监督，大幅提升AI效率• 以GPT-3为代表的大模型，可以从大量未标记的数据中捕获知识，极大扩展模型的泛化能力。• 但仍存在缺陷：对逻辑理解欠缺，训

公司为人工智能和计算机视觉行业龙头，独创“1 基础研究+1 产品解决方案+X行业”的商业模式，业务涵盖智慧商业、智慧城市、智慧生活、智能汽车四大板块，平台模式和通用 AI 大模型带来的规模效应和硬科技人才构筑了公司深护城河，未来有望驱动收入利润快速增长。给予公司 2023 年 10 倍 PS，对应市值 773 亿港币，对应目标价 2.3 港币。首次覆盖，给予“增持”评级。▍公司概况：中国最大计算机视觉软件供应商，赋能千行百业商业化落地。以SenseCore 为核心基座，独创“1（基础研究）+1（

前言：在2007年初的冬天，苹果创始人史蒂夫·乔布斯发布了iPhone，不仅重新定义了手机，并且以此改变了世界，推动了移动互联网的普及，如今，在智能制造时代，特斯拉制定了机器化大生产智能汽车的游戏规则，利用AI技术和机器自动化技术重塑了传统汽车的制造模式和商业模式，定义了新能源汽车，也带来了人形机器人“Optimus”原型机，这也意味着机器人智能时代下人形机器人规模化普及的可能性。我们认为，机器人从模仿人类到超越人类，未来将突破人类生物能力边界，利用软件+平台升级实现全场景覆盖。➢ 工业机器人：

公司是国内最早从事自然语言处理（NLP）技术研发的企业，在语义智能领域具备深厚技术积累，形成大数据、人工智能、网络安全三大核心业务。公司经过多年的商业化探索，应用场景从政府、公安，向金融、知识产权等多领域延伸，并且未来在虚拟人、人形机器人领域应用前景广阔。对标国外搜索引擎数据库龙头 Elasticsearch 和知识图谱服务厂商龙头 Palantir，我们认为公司在信创浪潮驱动下，有望保持业务快速增长，并通过业务场景延伸打开成长空间。对标 Elasticsearch，公司搜索引擎数据库有望加速国

◼ 海康威视由传统安防行业拓展至空间更大的智能物联市场：随着人工智能、大数据、云计算等技术的发展，安防行业进入泛安防时代。泛安防将传统安防与新兴技术相结合，形成覆盖更广、终端应用更多元的行业格局。根据 IDC 的数据与预测，2019 年全球 AIoT 市场规模达到 2264亿美元，预计到 2022 年达到 4820 亿美元，2019~2022 年复合增长率为28.65%。未来十年，正是迎接智能物联黄金时代到来的十年。◼ 降本增效驱动企业数字化转型，海康威视三大事业群发展空间依旧广阔：数字化转型是

本报告依托科技情报大数据挖掘与服务系统平台 AMiner、新闻事件分析挖掘和搜索系统 NewsMiner，以及人工智能主流新闻网站及公众号，从 AI 学术会议、重大科研进展、人物动态、最新报告发布等角度，分析挖掘了每月人工智能领域所发生的、对 AI 领域技术发展产生重大推动作用的事件，旨在帮助 AI 领域研究人员和业内人士及时追踪最新科研动态、洞察前沿热点。10 月，人工智能界发生 220 个事件，较上月增长 11%，不过新闻总量少于上月因世界 WAIC 大会而触发的热度。本月最受关注的事件是

深耕智能终端产品的专精特新中小企业，2021 年实现营收 4.4 亿元（+38.78%）公司成立于 2011 年，专注智能终端，其中消费电子产品和商用 IoT 智能终端为主要品类，2021 年收入占比分别为 45.82%、40.62%。公司以直销方式销售产品，主要采用线下 ODM 业务模式，境内/境外销售占比均衡，2021 年分别达 42%、58%。公司客户包括消费电子产品、商用 IoT 智能终端品牌商及系统集成商，前五大客户有韩国的 Foryou Digital、日本的 Thirdwave 及

机器视觉设备小巨人，致力打造视觉装备平台型企业，横跨多领域发展。公司将机器视觉核心技术应用于工业领域，深耕消费电子领域同时，拓展至光伏半导体、汽车、PCB、智能网联等细分领域，均取得了较大进展，产品结构得到持续优化。2022H1 在半导体及泛半导体、新能源汽车、消费电子领域分别实现营收 2.23/0.83/1.59 亿元，占公司营业收入的 47.99/17.86/34.16%，对消费电子行业依赖有所降低。机器视觉逐渐成为制造业智能化、自动化道路上的“必选”。机器视觉的本质是为机器植入“眼睛”和“

当前，人工智能技术蓬勃发展，广泛赋能千行百业，给人类生产生活带来了深刻变化。人工智能在促进社会发展的同时，也存在着风险和挑战。习近平总书记曾多次强调，”要确保人工智能安全、可靠、可控"。开展人工智能治理，发展负责任和 可信的人工智能，助力可持续发展愿景实现，正在成为共识。全球已经形成了大量的人工智能治理与发展原则，下一步的工作重点，是将抽象的原则落实到实践中。企业作为人工智能技术研发和应用的重要力量，亟需探索一套适合自身业务发展的人工智能治理实践体系，将各项治理要求贯彻到人工智能的全生

人工智能核心产业规模超过1万亿元，为抢抓人工智能发展的重大战略机遇，人工智能是社会发展和技术创新的产物，已成为新一轮科技革命的核心驱动力。以下对2022年人工智能行业市场分析。中国人工智能市场规模在2016年-2020年持续增长，市场规模从2016年的154亿元增长至2020年的1280亿元，年复合增长率达到69.79%。随着新基建产业愈发受到国家重视，人工智能产业未来将持续增长，预计2022年将达2729亿元。虽然国内人工智能起步较晚，但近年来随着利好政策的出台，行业进入快速发展时期。现从三大

算力是数字经济时代生产力。全社会的数据量呈指数级增长，其中企业端占比不断提升。同时，数据的重要性正在提升，单个数据的价值下降，多维数据整合方可挖掘深度价值，进一步催生算力需求。全球的超级数据中心占比快速提升，算力呈现进一步集中。我们认为算力已经成为数字经济时代的关键生产力，目前中美两国的算力规模全球领先，根据 IDC 的研究数据，计算力和GDP 增长显著相关。面对这一产业浪潮，我国“东数西算”工程于 2022 年 2 月启动，“数据向西，算力向东”，进一步提升国家整体算力，预计每年带动 4000

近日，中国信息通信研究院联合京东探索研究院共同发布《人工智能生成内容（AIGC）白皮书（2022年）》。白皮书跟踪梳理了人工智能生成内容的发展演进，重点从技术、应用、治理等维度对人工智能生成内容进行了分析，并从政府、行业、企业、社会等层面，给出了我国发展和治理人工智能生成内容（AIGC）的建议。

从2017年以来，中国一直在大力发展人工智能产业，从政策及资本上给予行业很大的支持，人工智能也与5G、大数据、工业互联网等新兴技 术产业一起被列入新基建范围。2020-2022年，是中国人工智能商业化较快的时期，AI进入了深度融合的发展期，开始运用于各行各业。回看近几年AI的发展，行业大环境 与快速发展的趋势未改变。

智慧商业、智慧城市筑基石，智慧生活、智能汽车将成为公司新一轮增长驱动力。商汤AI技术率先在智慧商业及智慧城市落地，当前已成为公司主要收入来源，2021年合计占营收比重约87.26%，企业方舟与城市方舟是商汤与客户合作构建的管理平台。智慧生活与智能汽车是公司新拓展的领域，智慧生活领域，公司凭借图像AI的能力重点打造CMOS AI传感器、元宇宙、智慧医疗三大业务，其中，公司在2021年向全球头部CMOS厂商交付了4款AI传感器实现0到1的突破，预计22年开始逐步放量，有望带动公司智慧生活业务实现高速

本报告的研究标的是采用了AI技术并且应用于企业级场景的数智化产品，对于仅用于特定行业及领域的产品不在本次研究范围。 本报告基于企业场景特征，将AI技术企业应用场景划分为四类：智能营销场景、智能部门场景、智能办公场景、智能决策场景。 AI企业应用产业链共有五大环节，企业应用处于中游的产品开发环节，上游是基础设施和技术层，下游是生态和企业用户。

人工智能领域崛起，机器人行业进入快速扩张期。全球工业机器人智能制造加速升级，人机协作能力成为企业重点关注对象，增长潜力巨大，其中自动化(RPA)决定人机协作效率， AI决定人机协作的落地深度；AI是服务机器人的核心竞争力，随着人工智能崛起，中国扫地、移动机器人进入行业的快速发展期，以视觉导航技术为主的SLAM扫地机器人正在迅速放量、以机器视觉为主的AGV、AMR移动机器人正在快速扩张，同时随着人工智能的技术逐渐突破，服务机器人正在向教育、医疗、仿生等方向快速迈进；特种机器人随着AI技术提升，新兴

Artificial intelligence (AI), like any workplace technology, changes the division of labour in an organisation and the resulting design of jobs. When used as an automation technology, AI changes the bundle of tasks that make up an occupation. In this

移动生态用户基本盘稳固，云+智能驾驶打开增长空间百度是中国最大的搜索引擎及领先的 AI 技术公司，移动端搜索领域份额 90.9%。凭借搜索优势地位及数据积累，百度重度研发投入聚焦“AI+云+智能驾驶”。未来随宏观经济回暖广告业务增速有望回正，智能云借助差异化优势增速或持续高于行业，中长期看智能汽车量产及自动驾驶商业化空间广阔，叠加百度降本增效成果逐步显现，我们预计百度 2022-2024 年 non-GAAP 净利润分别为 162、202、267 亿元人民币，对应 EPS5.8、7.2、9.5

产学研合作创建人工智能大学：刺激美国人工智能创新和竞争力的模式。

科大讯飞是我国人工智能语音龙头。公司践行“平台+赛道”的业务布局，以讯飞开放平台为核心，智慧教育为主赛道，全面覆盖智慧城市、智能硬件、智能汽车、智慧医疗、智慧服务等领域。经过二十余年在智能语音领域的深耕，公司自 2019年开始全面进入红利兑现期，业绩高速增长，2011-2021 年营收 CAGR 达 41.8%，归母净利润 CAGR 达 27.9%。智慧教育主赛道：教育信息化支出刚性+GBC 端联动协同+双减政策利好。我国教育经费占 GDP 比重连续 8 年站稳 5%，近年来教育部政策要求信息化

加快发展新一代人工智能（Artificial Intelligence，AI）是赢得全球科 技竞争主动权的重要战略抓手。面向 2030+，6G 有望在 5G 的基础之上全面实现 数字化，推动社会走向“数字孪生，智慧泛在”的愿景。为了实现这个美好愿景， 人工智能技术有望发挥重要作用。现阶段将 AI 技术应用在无线网络中将有助于更精准地预测业务特征、用户 移动性、用户行为、信道环境等信息，最终通过智能资源管理与调度机制保证更 好的服务质量和用户体验，实现更好的公平性和系统资源利用率，促进无线通信 网

在过去五年，人工智能治理取得了迅猛发展，构建人工智能 监管生态系统的速度大大提高，但如何以负责任的方式推动人工 智能的应用和实践依旧是当前面临的迫切挑战。人工智能有独特 的风险，简单照抄现有政策工具并不能处理好这些问题，社会必 须考虑在应用人工智能时完善相关手段和措施，以此来化解先进 决策系统带来的潜在风险。这些手段和措施应当包括国际合作及跨部门合作，现在比过 去 任 何 时 候 都 更 有 必 要 推 广 “ 多 利 益 攸 关 方 参 与 ” （Multistakeholder Approa

大多数面部识别公司的业务都是向组织授权软件，但其他商业模式仍在不断涌现。对面部识别客户的监管、完善的数据安全，综合性的训练工具能够减轻人们的担忧。目前几乎没有任何法律来限制面部识别的使用，不少组织呼吁加快相关立法步伐。随着面部识别的精确度日益提高，数十家初创企业和谷歌微软亚马逊等科技巨头正在向酒店、零售店、甚至学校和夏令营推销面部识别服务。而胜出者将是那些能够在不产生所谓假阳性的情况下，以更高精确度识别出人脸的公司。随着行业的蓬勃发展和竞争日趋激烈，相关公司通过各种途径开发算法，获取更多人脸训练

2021 年，AIoT 产业面临的环境有所变化，COVID-19 病毒的存在已常态化，防疫抗疫进入了拉锯阶段；波及全球的“芯片荒”也正在重塑中国产业链；“双碳”和元宇宙风口，为 AIoT 产业发展带来新机遇。在 AIoT 产业内部，无源物联网、新型传感器等技术创新助推物联网渗透加深，继续推动物联网“普世化”；“十四五”规划和《物联网新型基础设施建设三年行动计划》的出台为 AIoT 产业发展注入新一轮政策动能。 2021 年，物联网智库连续第六年推出《中国 AIoT 产业全景图谱》，梳理

组织可以通过战略方法来 解决人工智能伦理道德问 题，从而使自己区别于其他组织。企业领导要对当今企业的人工智能伦理道德负责非技术高管现在是人工智能伦理道德的主要拥护者，这 一比例从 2018 年的 15% 增长到 3 年后的 80%，79% 的 CEO 现在准备采取行动（之前只有 20%）。许多组织在有意义的人工智能方面取得了坚实的进展超过一半的组织已采取措施将人工智能伦理道德纳入其现有的商业道德方法中，其中许多组织正在创建针对人工智能的伦理道德机制。但意向与行动之间的差距仍然太大了例如，拥有多元

Artificial intelligence (AI) has been accelerating across sectors. It has great potential to benefit society but the technology’s full potential can only be realized if it includes the diversity of the populations it represents throughout every step

本报告依托科技情报大数据挖掘与服务系统平台 AMiner、新闻事件分析挖掘和搜索系统 NewsMiner，以及人工智能主流新闻网站及公众号，从 AI 学术会议、重大科研进展、人物动态、最新报告发布等角度，分析挖掘了每月人工智能领域所发生的、对 AI 领域技术发展产生重大推动作用的事件，旨在帮助 AI 领域研究人员和业内人士及时追踪最新科研动态、洞察前沿热点。

新纪元开启，特斯拉人形机器人有望引领万亿级蓝海市场。人形机器人更被誉为机器人皇冠上的明珠。在所有机器人的研发中，人形机器人的挑战难度是业界公认最高的。近日，特斯拉首席执行官马斯克在推特上称，特斯拉可能在几个月内推出能够运转的人形机器人原型，他为此将这家电动汽车制造商的第二个人工智能日推迟到 9 月 30 日。Tesla Bot 可能是 2022 年最重要的产品开发项目，第一版有望在 2023 年投入生产，其将用来填补劳动力缺口。从公布的参数看，Optimus 身高 1.72m，重量 57kg，负

■有别于市场对特斯拉机器人的看法，我们认为其作为特斯拉的“第二曲线”，本质上与特斯拉的智能电车相同，均是建立在“输入——计算平台——输出”模型上的智能交互硬件。■我们从“点、线、面”三个维度对特斯拉的人形机器人的观点与看法：在单“点”上，车与人形机器人，均在用“现实世界的 AI&摄像头（硅神经网络&复杂的视觉系统）”来模拟人的“大脑&眼睛（神经网络&视觉问题）”；在“输入——计算平台——输出的逻辑线上”，特斯拉已经看到了未来对数曲线的“平缓期”，机器人“擎天柱”是

马斯克宣布进军人形机器人领域，人工智能进入新纪元。特斯拉或将于今年9月推出首款人形机器人原型机，将其命名为”OPTIMUS”，此举意味着特斯拉不只是一家电动车公司，而是一家AI公司。我们认为人形机器人的出现可以赋能千行百业，是人工智能场景的下一波浪潮，随着技术的不断成熟和商业化落地，有望带来万亿级别的空前蓝海。在此背景下，我国国内厂商有望复制国产智能驾驶生态逐渐突破和成熟取得的良好成绩，人形机器人势在必行，国内厂商大有可为！人形机器人背后需要极大的算力需求，具备自研AI处理器的厂商可以提供强大的

⚫ 从搜索引擎到智能云，持续攀登创新曲线 公司加大技术创新投入，人工智能创新不断催化业绩增长，22 年Q1 营收达到 284.11 亿元，超出市场预期，其中非广告收入达到57 亿，同比增长 35%，公司不断从搜索业务中成长为一家具有前瞻创新实力的并且在人工智能具备领军地位的企业。非广告业务主要由智能云业务驱动， 21 年公司智能云业务同比增长 64%，达到约 151 亿元，22 年 Q1 同比增长 45%，公司智能云业务同比增长高于行业同比增长。 ⚫ 智能驾驶业务为公司提供增

经历过去 70 年的“三起两落”，伴随底层芯片、算力、数据等基础设施的完善&进步，全球 AI 产业正逐步从运算智能走向感知智能、认知智能，并相应形成“芯片、算力设施、AI 框架&算法模型、应用场景”的产业分工、协作体系。2019年以来，AI 大模型带来问题泛化求解能力大幅提升，“大模型+小模型”逐步成为产业主流技术路线，驱动全球 AI 产业发展全面加速，并形成“芯片+算力基础设施+AI 框架&算法库+应用场景”的稳定产业价值链结构。近年来众多 AI 相关企业亦先后登陆资本

人工智能（AI），从其问世以来，一直深受关注。近年来，AI技术的发展虽然如火如荼，但在实施环节也会存在一些“断点”。NLP（自然语言处理）技术是 AI 技术中最困难的问题之一，被比尔•盖茨誉为“人工智能皇冠上的明珠”。它就好似机器人的大脑，可以处理有关逻辑判断与分析的工作。聊天机器人（Chatbot）是NLP技术在业界落地最热门的风向之一。有不少企业已开始将聊天机器人作为客户服务的“第一梯队”，去处理相对简单的、重复的问题。进入2022年，人工智能还有哪些新的趋势值得我们关注？

伴随全球数字化进程的加快，人工智能成为引领未来世界发展的关键技术。近年来，各国政府、科研教育机构、科技企业及专家学者纷纷加入到推动人工智能产业发展的过程中，人工智能技术与产业融合程度不断加深。2022年，尚普研究院从全球视角出发，对于人工智能的发展历程、产业链、核心技术、应用领域及发展趋势等方面进行全面梳理，为政府部门、从业人员、教育工作者、社会公众更好了解人工智能的过去、现状及未来提供参考。

1、人工智能行业步入高速发展阶段，计算机视觉商业化进程加速，商汤技术领先。人工智能学术理论与前沿技术不断突破，算力基础层、硬件层发展逐步完善，应用需求驱动，海量的数据储备，政策利好，资本涌入，人工智能步入高速发展阶段。计算机视觉技术目前发展较为成熟，据iResearch预计2025年，全球、中国计算机视觉软件市场规模达4426、1018亿元，较2020年CAGR达36.68%、43.55%。商汤是计算机视觉领域的佼佼者，技术团队庞大，学术研究与技术研发实力雄厚，研发团队共40位教授，250多名博

领先的第三方广告技术平台，行业机遇下发展不断加快。作为全球性技术平台，公司致力于推动数字时代的全球商业增长，公司核心业务 Mintegral 平台是全球领先的第三方广告技术平台，根据AppsFlyer《广告平台综合表现报告》第十四版，Mintegral 在 2021年下半年是全球全品类留存实力榜 iOS 和安卓双端的四强，成为五强中唯一的中国平台；同时列席 690 多项覆盖多品类的榜单，实现了“量与质”俱全。随着中国流量红利逐渐消失，出海成为潮流，根据亚马逊云科技，计划出海的企业中，中小企业占6

公司自上市以来，营收业绩表现优异，总体呈高速增长趋势。自2008年上市至2021年，公司营业收入增长70倍，归属于上市公司股东的净利润增长21倍；并且是A股所有上市公司中，过去十年营收年增长率均超25%的上市公司。教育引领，“数据+算法”打造核心赛道。科大讯飞智慧教育因材施教综合解决方案持续落地；围绕学校场景的产品应用价值深化扩展； AI自主学习C端产品价值持续验证；智慧教育业务对比同行覆盖面更广，客户群体具有绝对优势。智慧政法产品与解决方案在全国持续落地，智慧医疗呈现高速发展。讯飞智慧政法相关

AI 产业上游产品标准化程度趋高，市场集中度提高趋势初显；中下游定制化开发占比较大，市场分散。以 AI 芯片和系统开发框架为主的上游具有通用性特征，容易形成标准化产品，且产品技术壁垒高。在行业中下游，由于场景碎片化，软硬件产品定制化开发占比较大，商业模式以项目制为主，但随着场景普适化，在算法和硬件方面也逐步模块化。前端设备预计将呈现出软硬件融合发展的趋势，后台设备中的软件和硬件预计将向更加专业化的方向发展。前端设备中，不同硬件搭载的软件功能各异，接口不一，AI 算法针对特定设备的定制化程度较高。

1、创新奇智成立四年，发展迅速，MMOC技术架构支撑业务增长。创新奇智成立于2018年2月，在资深人工智能科学家李开复的创新工场孵化而成；成为人工智能从“发明的时代”步入“实干的时代”中的领先者。公司成立四年，凭借在计算机视觉、机器学习技术领域的实力以及在智能制造、智慧金融领域人工智能解决方案持续落地，获创新工场、软银集团等投资，于2022年1月登陆港交所主板。公司拥有三大AI技术平台和一个云平台，ManuVision、MatrixVision以计算机视觉技术为核心，支撑“AI+制造”业务；Ma

4 月，人工智能领域共计发生 533 篇新闻，197 个事件，分别较上月上涨 5.13% 和 9.44%，总体趋势如下图所示。本月最热门事件是 2022 QS 榜单，在最新发布的计算机科学排名中，MIT 全球领先，中国大学未能进入前十，清华位列第 15 位、北大位列第 24 位。OpenAI 发布 DALL-E 2 事件也受到业内高度关注和讨论，纷纷惊叹于其可生成“现实主义”图像与艺术作品效果。此外，清华人大获 ICLR 2022 杰出论文奖、深度学习技术及应用国家工程研究中心成立等事件也受到较

日前，中移智库发布了《2022边缘计算视觉基础设施白皮书》(以下简称“白皮书”)，白皮书从安防领域、工业领域及体验交互三个层面出发，梳理分析边缘计算在上述行业的应用场景、发展趋势及挑战，结合分析结果，提出相关技术框架，并对框架可行性进行论证。白皮书预计，未来几年时间内，我国边缘计算市场将迎来强势爆发，预计到2025年，5成以上的企业会把数据用边缘数据中心处理，同时，超5成的新建物联网项目将利用边缘计算来进行管理，在市场需求的推动下，边缘计算市场将达到万亿级别，与大数据市场相差无几。[NeadPa

2021 年是元宇宙元年，随着元宇宙概念的火爆也一同带动了数字人市场的快速升温。据计算全球平均每天都会诞生一个数字人。数字人正成为一股潮流，涌入人们的日常生活——会“捉妖”的虚拟美妆达人柳夜熙，抖音出道三天点赞即超百万，一夜之间成为国内虚拟偶像界的“顶流”；在江苏卫视跨年演唱会上，昔日歌后邓丽君“重返”舞台，与歌手周深同台对唱，交织几代人的青春记忆；而在刚刚落幕的冬奥会上，二十多位数字人同台亮相，担当起手语主播、气象主播、奥林匹克公益宣传大使、冬奥官方周边

数字科技正逐渐渗透到经济、商业、社会生活方式等方方面面，人们对于数据智能时代的来临充满了期待。然而，从现阶段的发展来看，我们距离真正的大数据时代仍有距离，各行各业的数字化转型进程未能如期落地。数据的力量究竟该如何激发？带着这样的疑惑，我们把视角对准了人工智能竞赛这一载体，以期为行业提供启发。通过全面的调研、分析，我们得到了寻找创新路径和探索最佳实践的总结，形成这份《人工智能竞赛白皮书》分享给大家。 全球人工智能竞赛已经历了 20 余年的探索，其发展起点可追溯至 1997 年由国际顶级学

元宇宙概念持续火爆，互联网巨头们争相入局借势打造数字人，品牌也通过虚实互联进行营销上的创新。《2022 AI营销白皮书》数据显示，44%的企业认为AI营销是未来2年最期待的营销方式；63.3%的广告主在选择代理公司时更看重AI技术实力；元宇宙和数字人的出现打开了AI营销的全新大门，成为用户和企业的“新贵”注意力。4月1日，百度2022 AI营销创想季第五季正式启动，同步发布“2022 AI营销十大洞察”，从这些对AI营销新模式的探索和洞察中，或许可以看到一些营销未来的样子。

随着市场火热期的消退，人工智能创业公司新增数量也随之减少并出现大幅度下滑，2018 年新增数量为752 家，2019 年是上一年的一半为326 家，2020 年为266 家，2021年在疫情打击下新增公司数量为57 家，仅为2020 年的1/5。

蔚来ES8定位于高端智能SUV，主要消费人群还是一二线限牌城市中有一定消费能力的人。蔚来汽车用户人群主要为男性，但女性更偏爱，占比明显高于平均水平。80后和70后是其中坚力量，且年龄越大购买偏好度越高。主要集中于一二线城市，其中广东、浙江、江苏高于平均水平；关注理财、偏爱养生、摄影、旅游、运动的高管或老板。9成本科学历以上。根据调查数据显示，蔚来用户群体的触媒习惯主要集中于理财类、资讯类、导航类、健康类和社交类等是最常接触并使用的媒体渠道。蔚来汽车用户生活态度及价值观：热爱生活、受人尊重的、睿智

AI发展历经 60 余年，经历三次发展浪潮，当前正处于第三次发展浪潮之中。2011 年至今，大数据、云计算、互联网和物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，人工智能场景多元化。目前AI发展处于第三代，即认知智能时代。AI从技术阶段上主要分为运算智能、感知智能和认知智能三个层次。运算智能，即快速计算和记忆存储能力；感知智能即视觉、听觉、触觉等感知能力；认知智能即具有推理、可解释性的能力。目前AI在认知智能领域还处于初级阶段。[Nea

AI 助力当前经济社会步入智能经济时代。世界正在进入以新一代信息技术驱动发展的重塑时期，人工智能（AI，Artificial Intelligence）作为其中重要的使能技术，对激活实体经济具有溢出带动性很强的“头雁效应”，对构筑国家科技影响力具有举足轻重的意义。人工智能成为了全球各国新的科技热点，人工智能基础设施建设也成为重要抓手与着力点。未来十年是全球发展数字经济、迈入智能经济社会的黄金发展期，着力发展人工智能基础设施，将为我国人工智能产业发展壮大、数字经济蓬勃发展提

静水流深，蓄势待发。1）行情回顾：过去一年(2021.1.1-2022.1.28)计算机行业涨幅在所有行业中处于中低位，华为软件产业链表现突出。2）机构持仓：行业持仓水平稳步提升，集中度进一步回落。3）产业资本蓄势：板块迎来回购潮，股权激励和高管增持密集涌现。4）龙头估值：多数公司处于低位，历史分位凸显计算机板块配置价值。 数字经济扛起计算机行业“大旗”。政策大力支持，习总书记在《求是》发表重要文章和数字经济“十四五”规划为数字经济建设指明了方向

█ 看点1：5G专网 2021年，是5G toB的发展元年。这一年，在政府的巨额资金支持下，在运营商和厂商的资源堆积下，各个行业都扶持了大量的5G标杆应用，例如5G工厂、5G码头、5G矿山等。 2022年的问题在于，如何将这些标杆项目进行低成本复制。 也就是说，如果国家不再砸钱，5G是否能靠自己的本事，活下去。运营商和厂商，从“重点保障单个项目”，到“普遍支撑N个项目”，是否还能搞得定。 5G toB的进一步推进，引发了人们对5G专网的关注

目前人工智能已经成为了通用型技术，以深度学习为代表的机器学习加速渗透到各行各业，产生了非常丰富的应用。作为引领AI技术加速变革的重要法宝，机器学习是一把双刃剑。 一方面，以深度学习为主要技术模型的机器学习可以帮助AI摆脱对人为干预和设计的依赖，形成AI的自主学习、自我创造以及自动迭代机制，使得AI在学习思维上无限接近于人类大脑。 另一方面，机器学习又日益暴露出AI在自动化决策（Automated decision-making）中无可回避的难解释性和黑箱性。基于人工神经网络结构的复杂层级，在

经过几十年的科学幻想，AI（AI）已经跃升到了现实，并迅速成为竞争的必需品。然而，在当前AI发展和应用的狂潮中，许多领导者和决策者仍然对AI能为他们的企业做些什么存在重大的疑问。 本文重点介绍了六大行业中数十个最引人注目、可应用的AI案例。每个案例都归纳了关键业务问题和机会、AI如何提供帮助以及可能的益处。本文还包括每个行业的几个新兴AI案例，这些案例预计将在未来产生重大影响。 当然，AI的最佳应用因组织而异，除了这里强调的应用外，AI还有许多引人注目的用途。然而，通读本文可以使您更清楚地了

1、在人工智能时代，终端AI芯片针对特定场景实现优化方案 AI芯片主要承担推断任务，通过将终端设备上的传感器（麦克风阵列、摄像头等）收集的数据代入训练好的模型推理得出推断结果。由于终端场景多种多样各不相同，对于算力和能耗等性能需求也有大有小，应用于终端芯片需要针对特殊场景进行针对性设计以实现最优解方案，最终实现有时间关联度的三维处理能力，这将实现更深层次的产业链升级，是设计、制造、封测和设备材料，以及软件环境的全产业链协同升级过程。  2、GPU服务器渗透率提升，自动驾驶等级提升推

行业背景：近年来，国内人工智能技术成熟度持续提升、服务种类不断丰富，在企业经营管理各环节的价值已得到市场的初步验证。然而，当前国内甲方企业在进行人工智能开发和应用时仍然面临着技术人才储备不足、AI应用部署存在困难、投入产出比不达预期等问题，亟需能够帮助企业解决这一问题的高效AI开发和应用工具。 产品&关键技术：云原生AI开发平台融合了成熟的人工智能开发框架以及云原生工具灵活调用云资源、高效部署云应用的能力，一方面帮助企业开发者提高算法模型的开发效率，另一方面提升交付、部署、运维环节的效

我们认为，数字化长期推动科技产业发展，当前产业数字化向纵深方向演进，智能化逐渐开始落地，将持续带来发展红利和投资机会。行业机会方面，互联网行业在产业互联网、云、AI 等领域布局扎实，预计是产业数字化转型的重要参与者，我们看好互联网在 2022 年的投资机会；云计算、工业软件、信息安全领域基本面支撑较强，企业端数字化转型加速发展，推荐重点关注。AloT、高性能半导体、物联网、运营商亦将持续受益于数字化深入发展带来的红利。建议重点关注互联网、云计算、工业软件、信息安全、高性能半导体、消费电子、物联网

伴随着人工智能（artificial intelligence, AI）三大驱动力——算力、算法和数据相关技术的不断发展，AI 技术正在人类社会中掀起新一轮的技术革命。特别地，作为 AI 技术的一个重要研究方向，机器学习（machine learning, ML）利用了深度神经网络（deep neural network，DNN）的非线性处理能力，成功地解决了一系列从前难以处理的问题，在图像识别、语音处理、自然语言处理、游戏等领域甚至表现出强于人类的性能，因此近来受到了越

畅享未来智能世界，人们无需再排队等候，无需再重复单调乏味的工作，任何商品和服务都会在你最需要的时候即时送达。 未来全球数据将进入YB时代，智能和宽带将像空气一样无所不及，几乎所有家庭、车辆和个人都能享受万兆网络。 在这样的世界中，健康将可计算，诊疗将更高效，抗击癌症和疫情将取得显著成果。 在这样的世界中，我们可以用工业化的方式解决农业问题，打造不受气候和土地资源影响的农场，用数据换产量，解决全球饥饿问题。 在这样的世界中，无人驾驶汽车将开启第三空间，满足人们出行时的学习和娱乐等需求。无人

汽车芯片：MCU满足基本电气化控制运算，AI芯片实现智能化复杂运算。汽车芯片主要可分为控制类（MCU和AI芯片）、功率类、模拟芯片、传感器和其他（如存储器）。MCU以控制指令运算为主，算力要求较低，AI芯片以智能运算为主，算力较强。传统汽车时代，MCU可以满足基本电气化控制运算要求，但智能驾驶时代，电子电气架构集成化升级，MCU变得少而精，且需要新增AI芯片满足智能化复杂运算要求。2020年L2+级自动驾驶汽车密集落地，AI芯片重要性提升并进入发展快车道。 市场空间：MCU芯片10年翻倍，AI

在线营销竞争激烈、景气回升，百度重构移动生态强化变现能力 我国移动联网用户规模和时长增长放缓、流量红利渐尽，在线营销行业竞争日趋激烈，新技术、新渠道和新的交互模式持续迭代，抢夺流量和广告价值。为应对在线营销行业竞争，2019 年以来百度进行了移动生态战略重构，以强化流量获取、留存和变现的能力，移动生态战略转型有效推动了百度系流量持续增长和用户粘性的提升。受益于互联网广告行业回暖和产品运营优化驱动，2021 Q1 百度核心在线营销收入增速提振，移动生态或将为百度持续提供稳健的业绩基本盘，为孵化

智能化自动驾驶汽车是AI（人工智能）技术落地的最大应用场景之一；智能化汽车可能成为未来万物互联的终端，成为继智能手机之后，深刻改变社会形态的产品。 拥有自动驾驶（辅助）功能的车辆将会迎来大幅度增长；自动驾驶产业链市场广阔，我们预计五年内将成长为近八百亿美元的市场：我们预计，2025年，全球自动驾驶（辅助）功能的汽车出货量（包含L1~5级）为6332万辆，其中L1为3900万辆，L2为2320万辆，L3+为60万辆；2020~2025年的CAGR为17.8%。与单车自动驾驶相关的革新性部件，其市

国产化平台的AI赋能，主要内容包括：讯飞人工智能技术简介；国产平台AI赋能实践；未来发展的展望。

1、未来是万物互联&万物智能黄金十年，市场空间可观。 物联网市场规模超万亿，未来仍存广阔市场空间。目前中国物联网市场规模已超过2 万亿元人民币，同比增速持续维持在 20%以上，同时 IDC 预计 2025 年全球物联网市场规模达到 1.1 万亿美元。物联网市场规模的快速增长主要来源于： （1）AIoT 科技大方向，未来规模高速增长。预计 2022 年 AIoT 市场达到 7509 亿元，2018 年-2022 年复合增长率达到 30.5%。 （2）5G 为基，物联网连接数持续快速增

2021人工智能发展白皮书，主要围绕人工智能这个主题词汇分别展开讲述了人工智能和人工智能企业的定义和其产业生态。该白皮书界定的人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，其使用机器代替人类实现认知、识别、分析、决策等功能，本质是对人的意识和思想的信息过程的模拟。

1.0 自动驾驶、AI医疗及AI金融有望引领AI下一个时代 1.1 2019-2021年MIT年度十大突破性技术——AI相关 1.2 2019-2021年达摩院科技趋势——AI相关 1.3 加速底层算力需求的爆发，英伟达是当仁不让的首选相关 2.1 自动驾驶：产业链图谱 2.2 自动驾驶：车载芯片和传感器存在巨大投资机会 2.3 自动驾驶：无人驾驶两大技术阵营「Diversity and Redundancy」  2.4 自

人工智能核心技术产业白皮书。自2012年以来，以深度学习为代表的人工智能技术与产业浪潮汹涌澎湃，新的算法技术层出不穷，图像识别、机器翻译等智能任务水平逼近人类，技术红利快速释放，已在多个领域初具应用成效。 日前，中国信息通信研究院与中国人工智能产业发展联盟联合发布《人工智能核心技术产业白皮书》（以下简称“白皮书”），探讨以深度学习技术为主要驱动力的人工智能发展状况、技术创新重点与产业发展趋势，总结“十三五”期间我国发展情况并提出“十四

上海临港的一片原生态海滩已经成为上海观赏日出日落的“网红”地标，但在欣赏日出日落的时候，一些来这里“打卡”的游客会发现，有时头顶会出现无人机，播放劝说游客远离海滩的提醒：无人机会根据每天的潮汐时刻表，提前20分钟“出勤”，沿着海岸线在30米高的半空中巡检飞行，提醒游客不要停留在即将涨潮的海滩上。 如今，临港地区的无人机能实现5分钟内出勤、每天飞行100公里以上的“工作量”，要比人力巡检高效得多。除了

2017年6月，汽车年销量不足10万的特斯拉，市值超过百万销量的通用与宝马汽车； 2018年，已经有超过70万台搭载AliOs斑马智行系统的互联网汽车跑在公路上；同年的CES展上， 丰田汽车社长丰田章男明确表示丰田已不是汽车厂商，而是将从一家汽车公司转型为一家移动出行公司；而就在去年“双十一”，长安福特在线上卖出7000多辆汽车，全天电商平台共卖出8万辆汽车，相当于30个 4S店一年的销量； 此外，以 Uber、 Lyft、 滴滴为代表的移动出行服务商（Mobility as a Service

软件定义汽车背景下，芯片是汽车核心技术生态循环的基石。在智能网联汽车产业大变革下，软件定义汽车理念已成为共识。传统汽车采用的分布式 E/E 架构因计算能力不足、通讯带宽不足、不便于软件升级等瓶颈，不能满足现阶段汽车发展的需求，E/E 架构升级已成为智能网联汽车发展的关键。E/E 架构升级包括硬件、软件、通信架构三大升级，硬件架构升级表现为分布式 ECU 向域控制器/中央计算平台方向发展。芯片+操作系统+应用算法+数据构建核心技术闭环，汽车芯片是软件定义汽车生态循环发展的基石。MCU 引领汽车由机