亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

大模型最佳載體，AI PC為PC行業發展提供新動力 　　AI大模型在云端運行存在數據泄露、傳輸延遲、運營成本越來越高等諸多問題，阻礙大模型的商業化應用，因此將AI大模型嵌入終端設備，形成混合AI架構是促進大模型普及的重要措施。AI PC使用場景與AI大模型目前覆蓋的應用場景高度重合，被稱為“大模型的最佳載體”。目前，高通、AMD、英特爾等芯片處理器廠商已推出針對AI PC的處理器，聯想、宏碁等品牌廠商也在積極推動AI PC的發展。目前AI PC市場整體 　　處于AI Ready向AI On過度的階段，根據Canalys預測，兼容AI的個人電腦有望在2025年滲透率達到37%，2027年兼容AI個人電腦約占所有個人電腦出貨量的60%，未來AI PC的主要需求來源為商用領域。同時AI PC將會為PC行業發展提供新動能，根據IDC的預測，中國PC市場將因AI PC的到來，結束負增長，在未來5年中保持穩定的增長態勢。 　　AI PC刺激底層硬件技術升級 　　AI PC產業升級過程中，處理器芯片、內存、散熱是主要受益領域，此外AI PC拉動PC行業出貨量增長也有助于促進中游代工及品牌廠商的業績增長。（1）在處理器方面，目前AI PC基本采用“CPU+GPU+NPU”的異構方案。高通的驍龍X Elite是目前市面上唯一達到微軟AI PC最低算力40TOPS要求的AI PC處理器。受益于AI需求定制化、專有化特點，ARM充分發揮其優勢成為全平臺主流架構，沖擊更多市場份額。（2）內存方面，AI PC將會拉升高世代DRAM芯片需求。AI大模型運行對內存容量提出更高要求，因此大容量的DDR5、LPDDR5/X等高世代 　　DRAM產品滲透率將會提升。（3）散熱模組方面，NPU性能釋放將會帶來更多能耗，因此AI PC可能會給出全新的解決方案，液冷散熱技術使用占比可能有所提升，據市場研究公司IDC預測，到2024年，超過75%的PC將采用液冷散熱技術。

全面對標英偉達，華為開啟國產自主可控新征程。我們認為英偉達作為全球AI算力芯片龍頭坐擁三大法寶，分別是高性能芯片、其中IC設計是重點，CUDA架構、助力AI加速計算生態，Nvlink、NVSwitch助力芯片快速互聯互通與InfiniBand配合組網技術實現高效互聯互通；而華為作為國產計算之光全面對標英偉達，在算力方面，昇騰910芯片單卡算力已經可以與英偉達A100相媲美；統一達芬奇架構助力AI計算引擎；HCCS互聯技術，實現卡間高速互聯。 　　華為構筑世界AI算力第二選擇:全連接大會上，華為發布多款AI產品，為世界AI算力第二選擇。華為Atlas900SuperCluster、全新的華為星河AI智算交換機亮相，打開國產算力集群想象空間，同時發布“三力四總線”，打造智能世界數字基礎大設施，此外發布星河AI網絡解決方案，以高運力釋放AI時代的高算力；軟件方面，華為攜手基礎軟硬件創新，開啟國產AI生態；華為鯤鵬、昇騰、AI助力國產千行百業數字化升級，包括金融、智能制造、工業、教育、醫療等方面。 　　為領銜演繹國產AI計算產業崛起:我們認為華為AI計算產業的核心在于芯片的自主可控，其中以鯤鵬和昇騰為主導的海思芯片尤為重要，因此與之相關的國產集成電路產業突圍尤為重要，其中重中之重是EDA、光刻、代工產業；AI與信創雙輪驅動，國產服務器需求火爆，AI服務器中的主要元器件包括CPU、GPU板組、內存、硬盤、網絡接口卡組成，配合電源、主板、機箱、散熱系統等基礎硬件以提供信息服務，計算服務器基礎硬件供應商和華為生態伙伴也將迎來發展機遇；算力組網方面，華為有望帶動相關產品快速放量，其中包括國產AI服務器、交換機、光模塊等產品，此外，在算網的趨勢下，網絡可視化將迎來黃金發展周期。

人工智能是當今最熱門的技術領域之一，也是中國互聯網公司的重要戰略方向。本報告基于對9位來自中國AI科技團隊的產業人士問卷調研，分析了中國AI產業在資源投入、模型發展、數據隱私保護和行業合作等方面的表現，以及面臨的挑戰和機遇。用科學數據證據給讀者提供全面的視角洞察中國AI產業的發展現狀和未來趨勢。

　　億級資金有望注入，團隊擴容力度加大。根據公司戰略定位和發展重點，在技術研發、算力資源投入、數據采集與標注以及市場推廣與商業化擴展方面存在投入差異。同時， AI人力資源也在不斷擴張，采取多元化的策略來吸引和培養人才。 　 　　AI模型新發布可期，復雜數據處理升級。下半年有多個AI模型發布計劃，涵蓋自然語言處理、計算機視覺和跨模態領域。在模型發布中， Transformer架構是主流選擇。數據挑戰、模型優化和商業化仍是AI團隊面臨的瓶頸。雖然大模型在應用場景中擴展，并非模型規模越大越好，也需綜合考慮數據和模型的質量。 　 　　數據多樣性、數據合作和數據隱私保護是中國AI公司在數據領域的關鍵關注點。數據多樣性與合作是關鍵，共享數據合作是重要趨勢。圖像和自然語言數據集普及度高，物體檢測數據集應用較少。中國AI公司重視數據安全與隱私保護，采取多層防護措施、動態處理與隱私保護并重，以用戶為中心保護用戶數據。 　 　　AI硬件投入將繼續保持強勁的發展勢頭。服務器部署反映算力需求，大部分公司有服務器擴張計劃。不同公司在計算資源的使用量、成本和供應商選擇上存在差異，反映出它們在AI技術發展上的投入和戰略規劃。中國本土公司在半導體領域的發展也不容忽視。 　 　　AI商業化需要持續投入和優化，而營銷策略中突出大模型的創新性和應用價值是至關重要的。按交易量費和定制開發費是中國AI科技團隊主要的收費模式，顯示出對需求敏感性和靈活盈利模式的重視。調研結果還揭示了AI服務費用反映了模型復雜性、服務質量和市場競爭的因素，需要綜合評估選擇。 　 　　AI的跨行業應用和行業合作是推動技術發展和創新的關鍵。AI應用有廣闊的發展空間，需要各行業積極與AI公司合作推動數字化和智能化轉型，同時加強數據隱私保護。我們認為，未來行業整合、競爭加劇和新興創業公司崛起的可能性較大。 　

人形機器人產業發展仍處于 0-1 階段， 當前行業投資邏輯偏向事件驅動型的主題投資，但可落地服務場景的人形機器人成長空間非常廣闊，值得長期關注。本文將圍繞以下熱點問題作出討論：①當前節點人形機器人產業有哪些變化？②如何判斷其市場空間？③我國在 Tesla 人形機器人產業鏈中哪些環節具體受益？④各環節供應格局及壁壘如何？⑤市場化如何展望？我們認為 AI 賦能及多方入局情形下人形機器人產業發展明顯加速，商業化節奏值得期待，我國制造企業憑借成本優勢有望在人形機器人硬件端獲益。本文亮點在于，我們對 Tesla Optimus 制造成本進行拆分，討論各零部件基本原理、技術壁壘及供應格局， 并從價值量/壁壘等維度指出可重點關注電機、滾珠絲杠、減速器、傳感器等部件，進而跟蹤各環節中的有望進入 Tesla 供應鏈或能實現技術突破、國產替代及產能釋放的優秀國產制造企業。

　　市場邊際變化：AI 超預期發展及多方玩家入局， 關注 Tesla AIDAY 等事件催化。我們認為 2023 年相對于 2022 年而言，市場最大的邊際變化在于：一方面，人形機器人是 AI+機械的最大落地場景， ChatGPT 接入機器人，有望使得人機互動更加智能，更多元化，產業落地有望加速。另一方面，全球范圍內興起人形機器人熱潮， 特斯拉、波士頓動力、 Engineered Arts、 1X Technologies、優必選、達闥、小米、 傅利葉智能等海內外企業紛紛入局，風投企業軟銀集團創始人孫正義亦在今年 6 月股東大會中表示出對 AI革命的強烈興趣。展望未來，我們認為短期可以重點關注今年 7月傅利葉智能的新品發布會及 9 月 Tesla AI DAY，長期需要跟蹤人形機器人于明后兩年的量產進度。 　　市場空間判斷：成長性明確，長期價值有望超過電動車。據高盛預測， 在技術得到革命性突破的理想情況下人形機器人 2025-2035 年銷量 CAGR 可達 94%， 2035 年市場規模達 1540 億美元。若參照電動汽車發展歷程，則樂觀情況下人形機器人 2025-2035 年銷量 CAGR 可達 59%。從勞動力替代角度來看，人形機器人在兩年投資回報期情形下將逐步實現從 B 端至 C 端的量產推廣。TeslaCEO 馬斯克在今年 5 月股東大會中指出長期維度人形機器人價值將超過電動車。

　　受益環節：把握我國制造企業在人形機器人硬件端受益機會。參照智能手機及電動汽車的發展， 蘋果 IOS 系統及特斯拉 FSD 系統均由企業自研自控，是軟件算法的核心部分。而硬件方面，為達降本訴求通常采取外購形式，因此我們認為中國制造企業有望憑借明顯的成本優勢在人形機器人硬件產業鏈上獲得受益機會。 　

海外發展：現階段海外大模型發展領先，GPT4已呈現出色的內容生成與交互能力，Google、Meta等也已發布相關產品，預計將帶來可觀的增量市場與效率提升，已給相關應用（微軟、彭博等）帶來巨大變化，預計相似的變革也將在國內發生。

　　國內大模型：國內成熟大模型落地具備較好的條件：業內已有相對成熟的方法路徑（Transformer等）、大模型（GPT2、Meta-LLaMA等）及相關數據基礎，而芯片短期看并未成為發展限制，百度、阿里、字節、華為、騰訊等巨頭均加速布局，百度、阿里、商湯發布大模型且迭代進展迅速，預計國內GPT3級模型或在不久的將來出現，對國內產業鏈形成巨大影響。 　 　　應用場景展望：考慮現階段國內大模型未完全成熟，因此更多是借鑒海外路徑演繹國內發展。目前看海外應用端已經百花齊放，辦公、搜索、教育、對話社交、游戲、金融、電商、圖片視頻等領域已出現大量產品創新，GPTplugin插件推出后相關產品和場景有望進一步擴展。 　 　　投資策略： 　　1）大模型環節：具備哪些稟賦的企業更可能在大模型競爭中脫穎而出？我們認為，大模型整體來說還是大廠的生意，綜合算力資源、算法人才、數據積累及產品先發四個核心要素，目前百度領先，關注字節、阿里、華為、騰訊等企業進展。 　 　　2）應用場景環節：具備哪些稟賦的企業能夠在技術變革下守住基本盤并更上一層樓，而哪些企業可能面臨被替代的風險？我們認為，有以下稟賦的企業：①原有產品場景壁壘高，且受益于AIGC出色的信息獲取、內容生成能力；②有獨特垂直的高質量數據；③有用戶粘性與深度；④本身有較強的AI技術研發與落地能力；加持自有大模型或外部模型API有望上臺階，關注騰訊、阿里、百度，以及游戲、金融、教育、辦公等垂直領域有高質量數據與場景的優質企業。反之，如無上述稟賦，或面臨被大模型降維競爭風險。 　

中國AI領域投資與研究能力齊頭并進，重點行業滲透超50%，未來3年圖像、視頻單點技術布局加碼。

　　2022年全球AIGC市場規模為107.9億美元，PrecedenceResearch預計，2030年將達到約731.6億美元，復合增長率27%。IDC預計，2026年中國AI投資規模將達266.9億美元。中國占據亞太AI市場主導地位。2021年中國AI領域私募投資據全球第二，AI相關期刊、會議和文獻總量超過美國。如今，人工智能在中國互聯網、金融、政府、電信行業滲透率均已超過50%。未來3年ARVR、視頻分析、知識圖譜、自然語言處理將成為AI單點技術主要發力點。

　　未來科技公司領航+應用層多點開花實現飛輪效應。產業鏈中間層隨AIGC應運而生，此處或誕生新的AI+創業機會。

　　科技大公司將資源投入與主營業務結合，打造自己的大模型掌握行業定價權，實現自生生態更好的發展。創業公司適合利用早期生態蠻荒期，抓緊建立創新產品和產品壁壘的時間窗口，接入大廠模型結合特定領域數據集二次訓練，完成垂直應用端場景的商業價值落地。分工化讓應用層成本下降，對科技大廠來說減輕服務產業客戶的難度，且打破過去AI產業難商業落地的困境。 　

ChatGPT引領AI突破，伴隨通用AI技術同工業領域融合應用的滯后周期不斷縮短，工業AI應用落地進展有望加速。ChatGPT通過突破性的“Transformer架構大模型+RLHF（人類反饋強化學習）算法”帶來自然語言處理在表述邏輯性、自然性等人機交互體驗領域的巨大提升，掀起AI產業一輪新高潮。工業領域因對AI可解釋性等嚴苛要求導致技術創新與應用落地錯位時間相對較長，但隨著人工智能技術可用性增強及工業信息化水平的大幅提升，近年通用AI技術的工業落地間隔由20年逐步縮短至小于5年，伴隨ChatGPT帶來的通用AI大模型突破，工業AI亦有望迎來快速發展。

　　研發設計環節：AI可賦能創成式設計、仿真優化、電子設計優化等。CAD領域：通過AI賦能，工程師可通過交互方式向設計軟件指定他們的要求和目標，創成式引擎將自動生成設計方案，目前AI驅動的創成式設計功能已在Siemens Solid Edge、PTC Creo及Autodesk FUSION 360等主流CAD產品中使用。CAE領域：AI可賦能仿真優化，提升仿真效率，而工業數字孿生通過仿真運行生成數據，又可反哺工業AI模型訓練，目前微軟ProjectBonsai正使用Ansys Twin Builder仿真軟件創建設備或流程的數字孿生，以助力其模型訓練。EDA領域：AI可有效賦能EDA工具，大幅提升設計生產效率及設計產品的PPA（功耗、性能、面積），Cadence于2021年推出的AI驅動的EDA設計工具Cerebrus較傳統EDA產品可實現10倍的生產效率提升和設計產品20%的PPA（功耗、性能、面積）提升。我們認為，AI賦能帶來的CAD/CAE/EDA等研發設計軟件能力提升，有望同步提升其軟件價值量，進一步打開研發設計類軟件更高市場天花板。　　生產運維環節：AI可賦能早期缺陷檢測、預測性維護、產品質量分析、生產預測等。早期缺陷檢測方面：AI可使用實際運營數據，根據各種參數有效預測資產狀況，使工程師在資產發生故障前就能關注并維護資產；預測性維護方面：AI模型可使用來自設備端的運行數據，并根據這些數據對預測性維護進行科學規劃，同時工程師可通過AI持續監控設備運行狀態，大幅減少人工監控時間，有效降低資產設備維護成本；產品質量分析方面：通過機器視覺能夠找出會被肉眼漏過的缺陷，提高質量分析效率，同時AI還可用于檢測運行環境中的異常，從而改進質量流程；生產預測方面：企業可通過準確收集生產時序數據和關聯的生產參數創建AI預測模型，并通過生產流程仿真生成數據優化模型，通過這些模型找出生產過程中發生異常的原因及潛在問題，并持續修改資源規劃策略，達到精益生產目的。以上只是AI在生產運維環節已經應用的部分功能，伴隨AI模型算法能力進一步加強，AI在生產運維環節的應用廣度和深度亦有望進一步提升。　　經營管理環節：AI可賦能CRM、SCM、ERP等經營管理類軟件。CRM領域：AI可通過幫忙編寫回復客戶郵件、提升虛擬客服交流能力、通過語言交互方式幫助銷售人員準確分析和定位特定客戶群體等方式大幅提升客戶關系管理和營銷管理效率；SCM領域：AI可通過主動對影響供應鏈流程的事件發出告警，并預測篩選出受影響的訂單和自動郵件反饋供應商等方式大幅提升供應鏈敏捷性，此外AI還可助力企業招投標信息、商品價格信息、競品信息等市場信息采集分析，提升企業供應鏈決策有效性。ERP領域：AI可在財務領域、信息采集等多場景提升ERP產品能力。　　工業互聯網平臺匯聚算力、算法、數據和應用，是工業AI的絕佳入口。工業互聯網平臺的本質是通過工業互聯網網絡采集海量工業數據，并提供數據存儲、管理、呈現、分析、建模及應用開發環境，匯聚制造業企業及第三方開發者，開發出覆蓋產品全生命周期的工業APP應用，以提升工業生產經營效率。工業互聯網平臺匯聚了算力、數據、算法及應用場景的AI全要素，有望成為工業AI融合應用的絕佳入口。此外，工業互聯網平臺的重要能力之一是通過封裝在其PaaS平臺層的大量通用的行業Know-how知識經驗或知識組件以及算法和原理模型組件，以低代碼方式構建上層工業APP應用，而ChatGPT代碼生成能力的跨越式進步有望重塑工業PaaS低代碼開發平臺，有望使得非程序員的工程師能夠使用自然語言指令進行零錯誤的工業APP開發，大幅提升工業互聯網平臺的應用創建能力、降低應用開發成本。 　

ChatGPT與工業的結合將以何種技術路徑呈現？

　　宏觀而言，ChatGPT的推出標志著人工智能進入加速發展階段。在數字經濟的發展背景下，工業數據潛在價值凸顯，ChatGPT助力人工智能技術與工業深度融合，進而將推動工業4.0加速落地。 　　具體而言，有望沿著三個方向進行技術演化：①挖掘數據價值并生成工業模型；②憑借優異的代碼開發能力降低工業軟件編程門檻；③憑借NLP（自然語言處理）優勢提升人機交互能力。 　　我國工業發展階段：工業3.0已趨成熟，工業4.0由萌芽期即將步入高速成長期。 　　2013-2015年是我國工業3.0大發展時期。2012年對應我國勞動力人口的“劉易斯拐點”，人口紅利消失直接催生了工業機器人行業的爆發式增長。 　　工業機器人是衡量工業自動化/信息化水平的重要指標。2021年我國工業機器人密度為322臺/萬人，達全球第五，保有量全球占比34.91%；2013年以來，與之配套的自動化生產、檢測、物流、倉儲均得到了極大發展。 　　2015年中國工業4.0開始萌芽。繼2012年美國提出先進制造業戰略、2013年德國提出工業4.0后，2015年5月我國國務院提出“中國制造2025”，標志著我國工業4.0的萌芽。 　　工業軟件作為工業4.0時代的核心產品，是衡量工業智能化/數字化水平的重要指標。2020年我國工業增加值占全球比例為24.97%，工業軟件市場規模占全球比例為15.00%，工業軟件發展與整體工業規模尚不匹配。 　　復盤2013-2015年“十倍股”機器人（300024）的市場表現，對當下投資的啟示。 　　新松機器人市值增長了約10倍，其中21%來自于業績增長的貢獻，79%來自于估值的提升（37X——253X）。 　　為何是新松？①新松是工業3.0時代硬件技術的典型代表，進而承載了彼時對工業4.0朦朧認知的審美；②占據產業高點，龍頭屬性突出；③歷史業績成長性良好，2009-2015H1均延續了業績正增長。 　　結論：建議從技術屬性、龍頭地位、業績成長三方面選擇賽道和個股。 　　技術屬性：ChatGPT與工業結合的三大技術演化方向，就是可選賽道的技術特征點，這決定了β屬性。 　　競爭格局：龍頭公司優秀的競爭格局和頭部效應，是α邏輯兌現的保障。 　　業績成長性：業績成長確定性將提供安全邊際。 　　受益標的：景嘉微、中控技術、川儀股份、億嘉和、景業智能、邁赫股份、埃斯頓等。 　　工業軟件：工業軟件能力成為衡量工業4.0時代企業核心競爭力的重要指標，未來高端工業軟件的研發和突破是我國邁向工業4.0的必經之路。 　　服務機器人：2022年服務機器人占比首超工業機器人，GPT等人工智能技術將為服務機器人的交互帶來質變，服務機器人行業將迎拐點。 　　特種機器人：GPT類技術將使特種機器人擁有更高的自主性和適應性，以及更優秀的協作能力，行業有望持續高增。 　　工業機器人：近年我國政府及相關部門出臺了一系列政策，鼓勵工業機器人產業發展，5G、云計算、AI等技術變革將助推工業機器人加速實現國產化、智能化、高端化。 　　基于機器人平臺的工業旅游項目：我國工業旅游具有廣闊發展空間，ChatGPT助力實現自然的人機交互，增強工業旅游體驗，引領行業新未來。 　　GPU：GPU是人工智能發展過程中的算力底座，在ChatGPT等NLP語言模型升級過程中，GPU行業也將迎來歷史性的上升通道。 　　傳感器：工業4.0轉型過程中，傳感器是感知層核心設備，進口替代需求迫切，GPT類技術為高端工業傳感器帶來新機遇。

專知便捷查看

便捷下載，請關注專知公眾號（點擊上方藍色專知關注）

后臺回復或發消息“G362” 就可以獲取《【干貨書】生成式對抗學習:架構與應用，362頁pdf****》專知下載鏈接

專知，專業可信的人工智能知識分發，讓認知協作更快更好！歡迎注冊登錄專知www.zhuanzhi.ai，獲取100000**+AI**(AI與軍事、醫藥、公安等)主題干貨知識資料！ 歡迎微信掃一掃加入專知人工智能知識星球群，獲取最新AI專業干貨知識教程資料和與專家交流咨詢！ 點擊“閱讀原文”，了解使用**專知，查看獲取100000+AI主題知識資料**

　AIGC空間廣闊，商業化落地持續推進

　　AIGC的落地痛點在于成本高昂的通用大模型與下游垂直應用場景需求的不匹配。ChatGPT熱度持續提升，一方面推動了科技巨頭持續加大AI投入，另一方面也直接帶動下游付費意愿提升，進一步加速AIGC應用落地和商業變現，AIGC產業迎來發展良機。 　　（1）從內容形態來看，AIGC應用包括文本、音頻、圖像、視頻、代碼、多模態等內容生成形式，根據紅衫資本預測，AIGC將首先在文本和代碼領域落地應用，隨后逐漸拓展至圖像和視頻領域。 　　（2）從應用價值來看，AIGC應用價值體現在降本增效、提升內容質量、增加內容多樣性、生成個性化內容等方面。在垂直領域，目前國內已有機器寫稿、對話式AI、報告生成等AIGC應用落地，技術價值主要在于替代人工實現降本增效。隨著科技巨頭的持續投入以及技術的迭代升級，AIGC技術應用場景進一步拓寬，技術價值也有望從將本增效向額外價值轉移。 　　AI賦能價值凸顯，AI應用大有可為 　　（1）AI+搜索：搜索是互聯網的流量入口，微軟、谷歌、百度均表示將率先將AI技術應用于搜索，未來有望重塑信息生成和呈現方式，成為新的流量入口。 　　（2）AI寫作：AI寫作可大幅提升效率，在具有較強規律性的結構化寫作方面具有豐富應用場景。目前已在辦公軟件、新聞媒體等專業應用場景商業化落地。 　　（3）AI對話：AI對話主要用于替代人類完成大量重復性、規則性對話任務，在金融、互聯網、運營商等擁有大量C端用戶的行業擁有廣闊應用前景。ChatGPT在多項測試中已經超過人類，將對話AI提升至新的高度，未來應用空間廣闊。 　　（4）AI翻譯：在AI技術支持下，機器翻譯效果持續優化，但在廣義理解層面仍面臨挑戰。相比專業搜索工具，ChatGPT具有更強的理解能力，在部分場景的翻譯表現優于谷歌翻譯和DeepL，表現驚艷。 　　（5）AI作畫：AI作畫可解決視覺內容創作門檻高、耗時長的痛點，對于內容創作的價值凸顯。根據6pen預測，未來五年10%-30%的圖片內容將由AI參與生成，預計2027年市場規模有望超過600億，空間廣闊。 　　（6）AI視頻：AI已經可以輔助完成視頻生成、替換、剪輯等多項任務，已在短視頻、AI修復等領域廣發應用，下游需求旺盛，未來應用潛力廣闊。