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

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。 　

英偉達是全球領先的GPU芯片制造商之一。公司是全球GPU龍頭，市場份額遙遙領先。根據JonPeddieResearch發布的GPU市場數據統計報告，英偉達2022年全年PCGPU出貨量高達3034萬塊，是AMD的近4.5倍；截至2022年四季度，在獨立GPU市場，英偉達占據84%的市場份額，遠超同業競爭公司。我們認為通過研究英偉達的發展路徑和戰略，能夠幫助國內企業更好地了解GPU的應用和未來趨勢，為國內企業提供寶貴的借鑒和啟示。在本篇研究報告中，我們還原了英偉達所處不同發展階段的行業背景，深入分析了三個階段中英偉達通過實施何種戰略超越了競爭者，形成了競爭優勢。

　　研發為底、生態為徑、AI為翼：研發實力是一家芯片設計公司的核心競爭力，英偉達從發展初期即重視研發生產力，以高投入換去高回報不斷提升產品競爭力。2005年，AMD的研發費用為11億美元，是英偉達的3.2倍左右，而到了2022年，英偉達的研發費用達到了73.4億美元，是AMD的1.47倍。隨著研發投入的不斷增長，英偉達通過技術進步降低成本和產品價格，不斷推出新的產品吸引更多消費者，優勢逐漸凸顯；生態方面，英偉達推出CUDA平臺，使得利用GPU來訓練神經網絡等高算力模型的難度大大降低，將GPU的應用從3D游戲和圖像處理拓展到科學計算、大數據處理、機器學習等領域，這一生態系統的建立讓很多開發者依賴于CUDA，進一步增加了英偉達的競爭壁壘；AI方面，人工智能的發展為GPU帶來更大增長空間，英偉達抓住下游發展新機遇，推出AI加速卡，伴隨以ChatGPT為代表的生成式AI大模型發展進入快速增長通道。

　　算力是AI芯片底層土壤，未來算力需求將呈爆發式增長。根據IDC數據，未來5年我國智能算力規模CAGR將達52.3%。AI芯片中，GPU占據主要市場規模。根據IDC數據，2022年國內人工智能芯片市場中，GPU芯片所占市場份額達89.0%。GPU作為市場上Al計算最成熟、應用最廣泛的通用型芯片，應用潛力較大，其并行計算架構相較于其他AI芯片更加適合于復雜數學計算場景，支持高度并行的工作負載。

　　國產廠商加速布局，看好AI發展推動國產替代進程提速。在ChatGPT等概念影響下，AIGC關注度火熱。未來AI應用的落地離不開龐大算力的支撐，也將推動算力產業鏈快速增長。據IDC，2021年中國AI投資規模超100億美元，2026年將有望達到267億美元，全球占比約8.9%，排名第二，其中AI底層硬件市場占比將超過AI總投資規模的半數。看好國產AI供應商在產業創新趨勢以及國產替代背景下進入快速增長通道。 　

特斯拉強勢入局人形機器人：廣闊藍海，搶占先機

　　人形機器人具備通用性，理論上幾乎能完成所有人類進行的任務，未來將擁有比汽車更大的市場空間。馬斯克曾稱特斯拉汽車是放在輪子上的機器人，特斯拉必然利用這個天然優勢搶占人形機器人廣闊市場的先機。人形機器人與智能汽車協同，也將助力特斯拉以更低的成本實現完全自動駕駛的電車。 　 　　AI是特斯拉投入人形機器人的最強競爭力，數據、大模型賦能加速迭代落地 　 　　Optimus問世前，人形機器人存在成本高、不智能、控制水平差的缺陷，無法實現量產。而Optimus突破了不智能、難控制的缺陷，采用類似汽車域控制器的控制方式并復用FSD系統，通過閉環數據引擎，不斷升級的感知、規劃控制算法以及高算力、模型訓練效率達8分鐘/個的超算系統共同打通“感知-認知-決策”鏈路，擁有了智能屬性。2023年，以GPT-4為代表的AI大模型迎來突破性進展，將進一步提升特斯拉機器人交互、決策、感知能力，加速迭代落地。OpenAI領投人形機器人公司1X證明了AI在人形機器人領域大有可為。 　 　　特斯拉機器人降本潛力大，國產硬件供應商迎來重要機遇 　 　　特斯拉機器人在設計上也選擇了硬成本最低、軟成本最大的方式后發制人，類似在自動駕駛感知領域以純視覺方案代替激光雷達。特斯拉機器人硬件成本包括40個關節執行器以及其他結構件。根據我們測算，目前硬件成本占BOM表比例超過50%，要達到2萬美金售價還有84%的降價空間。特斯拉機器人關節執行器采用的零部件種類和現有的工業機器人基本一致，由于沒有像工業機器人一樣對實現高速運動的要求，一定程度上降低了生產難度，因此只需根據人形機器人的特點對零部件進行調整修改就可以進行標準化的大批量生產，而且軸承、齒輪箱、滾珠絲杠、電機等部件可復用特斯拉汽車的供應鏈。國產硬件供應商具備很強的低成本大規模量產能力，迎來了導入特斯拉機器人硬件供應鏈的重要機遇。 　 　　站在特斯拉機器人產業化落地起點，國產廠商增長動能充沛 　

AI是微軟在重返科技舞臺中心的必經之路。微軟高度重視對AI方面投入，其中對OpenAI的重大投入有望將微軟重新帶回世界科技的舞臺中心，OpenAI 產品通過在微軟 Azure上進行 訓練，而微軟將是 OpenAI人工智能新技術商業化的首選合作伙伴，微軟有望引領新一輪AI浪潮。AI儲備并非一朝一夕，微軟已布局多年，微軟與Open AI 相互成就，作為大模型的領頭羊，以云平臺為抓手，AI賦能軟硬件開啟護城河。 在搜索（New Bing）、游戲（Xbox）、智能云（Azure）、辦公（Office、Copilot、Dynamics）等場景，微軟均具備AI+率先落地的產 品，在競爭格局上具有先發優勢。 信息平權—算力平權—算法平權：開啟新一輪科技周期，科技創新從PC互聯網時代到智能手機移動互聯網時代；AI將突破終端硬件約束，加速應用落地，各類創新應用將大量涌現。對個人用來說，AI賦能的應用將實現從工具向智能助手的轉變；對企業來說，AI帶來的變革不僅僅改變企業的運營方式，還將改變企業所 提供的最終產品和服務。微軟產業鏈梳理：十倍股的溫床，我們從算力&數據中心、云運維/交付、代理分銷商、技術外包商、行業優秀ISV、ChatGPT接入（應用層）等多個維度對微軟在國內的主 要合作伙伴進行了全梳理。

本報告主要內容： 微軟在人工智能領域的發展趨勢。 微軟在人工智能領域的投入和布局，包括微軟與OpenAI的合作、微軟在搜索、游戲、智能云、辦公等場景中具備AI+率先落地的產品等。 微軟產業鏈中各個環節的公司和標的物，包括算力、分銷商/云交付、技術外包商、廣告代理商、場景應用等。對這些公司和標的物的詳細分析。 微軟產業鏈中各個環節整體梳理，相應的投資建議。

大模型提升機器理解能力，優化人機交互方式。AI大模型是實現通用人工智能（AGI）的重要方向，包含自然語言處理(NLP)、計算機視覺（CV），多模態大模型等。ChatGPT推出兩個月MAU突破1億，是自然語言處理領域突破性的創新，大力出奇跡后出現涌現能力,更理解人類語言。大模型“預訓練+精調”即可對下游應用賦能。我們認為大模型優化人類與機器交互方式，是效率的革命。大模型是“大數據+大算力+強算法”結合的產物，對比國內外大模型，算力儲備上國內并無短板;算法上OpenAI有先發優勢;前期數據的豐富度和量對大模型的訓練至關重要。

　　百度文心大模型：包含NLP、CV等在內的系列大模型。文心大模型包含NLP大模型、CV大模型、跨模態大模型、生物計算大模型、行業大模型等。與Bing類似，文心一言有望優化C端用戶搜索、創作體驗；ToB方面，百度已開放大模型API接口，在文案、AI作畫、開放域對話方面賦能企業。對于具體行業，百度推出文心行業大模型，以“行業知識增強”為核心特色。 　 　　阿里巴巴通義大模型：由通義-M6模型融合語言模型和視覺模型組成，率先應用在硬件終端天貓精靈和軟件通義千問。通義大模型包括統一底座“M6-OFA”，三大通用模型“通義-M6”“通義-AliceMind”“通義-視覺大模型”，以及行業層面的不同垂直領域專業模型。在應用上，天貓精靈基于通義大模型推出擬聲助手“鳥鳥分鳥”；對話式通義千問已經開始內測。 　 　　騰訊混元大模型：采用熱啟動降低訓練成本，文字視頻等多領域表現優異，已在廣告游戲等多場景落地。目前騰訊混元大模型已在騰訊廣告、內容創作、游戲、對話式智能助手等方面實現落地，大幅提升工作效率并降低成本。 　 　　華為盤古大模型：基于ModelArts研發設計的系列模型，在物流、藥物研發、氣象預測等多領域已實現落地。目前盤古CV大模型已覆蓋了物流倉庫監控等領域；NLP大模型覆蓋了智能文檔檢索、智能ERP和小語種大模型；科學計算大模型則應用于氣象預報、海浪預測等方面。 　 　　字節跳動AI探索基礎扎實，在語言大模型和圖像大模型初步布局。字節跳動AIGC大模型將從語言和圖像兩種模態發力，預期在今年年中推出大模型。字節跳動在算力、算法、數據方面并無短板。目前模型可用于圖文、視頻內容生成等，飛書將推出智能AI助手“MyAI”。 　

由斯坦福大學人工智能百年研究（AI100）推出的「人工智能指數」（AI Index）是一個追蹤 人工智能行業動態與發展的非營利性項目，其研究覆蓋了百年以來人工智能的總體情況， 目標是基于數據來推動人工智能的廣泛交流和有效對話。2022 年， AI Index 推出了第六份年度報告，從多個角度觀察和解讀了人工智能領域的動態和進展。

人工智能指數是斯坦福大學以人為中心的人工智能研究所(HAI)的一項獨立倡議，由人工智能指數指導委員會(AI Index Steering Committee)領導，該委員會是一個由來自學術界和工業界的專家組成的跨學科小組。該年度報告跟蹤、整理、提煉和可視化與人工智能相關的數據，使決策者能夠采取有意義的行動，以負責任和道德的方式推進人工智能。

最新版包括來自廣泛的學術、私人和非盈利組織的數據，以及比以往任何版本更多的自收集的數據和原創分析，包括一個擴展的技術性能章節，一份對世界各地機器人研究人員的新調查，25個國家的全球人工智能立法記錄數據，以及深入分析人工智能技術倫理指標的新篇章。

人工智能領域的民間投資大幅增加，投資集中度也在加大

• 2021年，人工智能領域的私人投資總額約為935億美元，是2020年私人投資總額的兩倍多，而新投資的人工智能公司數量繼續下降，從2019年的1051家公司和2020年的762家公司，降至2021年的746家公司。2020年，共有4輪融資，價值5億美元以上;2021年，有15個。

美國和中國主導了人工智能領域的跨國合作

• 盡管地緣政治緊張局勢不斷加劇，但從2010年到2021年，美國和中國在人工智能領域的跨國合作出版物數量最多，比2010年增加了5倍。中英兩國合作的出版物數量是中英兩國合作的2.7倍，位居第二。

語言模型比以往任何時候都更有能力，但也更有偏見

• 大型語言模型在技術基準上創造了新的記錄，但新的數據顯示，大型模型也更能從訓練數據中反映出偏見。2021年開發的2800億參數模型顯示，截至2018年，考慮到目前的技術水平，在1.17億參數模型上，誘發毒性增加了29%。隨著時間的推移，這些系統的能力正在顯著增強，盡管隨著它們能力的增強，系統的能力也在增強

人工智能倫理無處不在

• 自2014年以來，有關人工智能公平和透明度的研究呈爆炸式增長，在過去四年里，相關主題的出版物增加了5倍。算法公平與偏見已從最初的學術追求，成為具有廣泛影響的主流研究課題。近年來，與行業相關的研究人員在以倫理為主題的會議上發表的論文比去年多出了71%。

人工智能變得更便宜，性能也更高

• 自2018年以來，圖像分類的訓練成本降低了63.6%，訓練時間提高了94.4%。更低的訓練成本和更快的訓練時間出現在其他MLPerf任務類別，如推薦、目標檢測和語言處理，這有利于AI技術更廣泛的商業應用。

數據,數據,數據

• 跨技術基準的頂級結果越來越依賴于使用額外的訓練數據來設置新的最先進的結果。截至2021年，在本報告的10個基準中，有9個最先進的人工智能系統接受了額外數據的訓練。這一趨勢顯然有利于能夠訪問大量數據集的私營部門參與者

關于人工智能的全球立法比以往任何時候都多

• 對25個國家的人工智能立法記錄進行人工智能指數分析的結果顯示，包含“人工智能”內容的法案從2016年的1件增加到2021年的18件。2021年，西班牙、英國、美國分別通過了3個人工智能相關法案，是通過次數最多的國家。

機械臂正變得越來越便宜

人工智能指數(AI Index)的一項調查顯示，過去6年，機器人手臂的價格中值下降了4倍，從2016年的每只手臂5萬美元降至2021年的12,845美元。機器人研究已經變得更容易獲得和負擔得起

//baai.org/l/Frontiers2021

本報告總結2021年人工智能前沿科技主要趨勢如下：

1. 信息模型、具身模型和腦模擬機器人的結合將誕生超級人工智能。

2. 系統研究超大規模智能模型發展和影響的新興領域已經形成，超大規模預訓練模型研發競賽進入白熱化階段，多模態預訓練模型成為下一個大模型重點發展領域。

3. Transformer成為計算機視覺領域的重要網絡架構，并開始向強化學習、圖神經網絡等領域滲透。

4. 加速方法創新提升了超大參數規模模型的訓練效率，催生更大規模參數的巨型模型。

5. Prompt Tuning成為自然語言處理領域預訓練語言模型新型訓練范式，預訓練語言模型發展的新路線是提升訓練和推理的效率。

6. 遮蓋圖像建模、非Transformer架構、神經輻射場等技術快速發展，成為計算機視覺的熱點研究領域；脈沖視覺領域發展，將開辟機器視覺新路線

7. 生物神經元與芯片結合成為類腦芯片的研究熱點。

8. 高性能、低能耗AI芯片不斷涌現的同時，由AI輔助設計成為芯片發展新趨勢；存算一體AI芯片設計、應用步伐加快。

9. Web模型成為新型信息搜索范式的核心支撐，預訓練語言模型助力信息檢索性能提升。

10. 借鑒腦神經和認知科學研究成為啟發類腦智能研究的重要來源。

11. 無線高帶寬、微創、結合AI算法等成為腦機接口的發展重點。

12. 傳統科研領域成為人工智能發展的“新戰場”，人工智能在輔助基礎和應用科學研究的同時，也提升了智能產品和服務的性能。

13. 強化學習環境成為發展泛化性更強、適應復雜環境智能體的重要支撐，而提升訓練效率成為強化學習領域的研究重點。

14. 因果推斷在經濟學、社會學研究中實現突破。

15. 基于超大規模預訓練模型的平臺和系統成為研發機構和企業的發展思路。

16. 面向更為復雜任務和需求的基準測試和數據集不斷涌現。

17. AI為人類科學家提供領域數據集，助力基礎科學研究。

18. AI算力成為超算性能比拼的“新擂臺”。

本報告總結2021年人工智能產業主要趨勢如下：

1. 智能醫療賽道持續火熱，各大醫療AI企業紛紛沖刺IPO，“燒錢”成為今年這一賽道最鮮明的標簽。
2. 國家開始逐步發放各類醫療影像AI軟件三類證，為醫療影像的發展提供了契機。
3. 資本助力下，新興AI創企、互聯網科技巨頭和傳統藥企在AI制藥領域百花齊放。
4. 2021年被業界公認為數字療法產業元年，一批數字療法企業嶄露頭角。
5. 醫保的推進可為手術機器人打開市場，全民可用的時代或可指日可待。
6. 腦機接口不再只是“意念打字”的融資噱頭，逐漸從實驗室走向臨床實踐，從科幻照進了現實。
7. 自動駕駛行業迎來新的投融資熱潮，2021年是十年來自動駕駛賽道資本熱度最高的一年。
8. 今年，國內大批Robotaxi企業已進入車隊測試及服務試運營的階段，未來行業的競爭核心也將會轉向運營規模與測試里程的比拼。
9. 乘用場景以外，物流、港口、礦區、城市環衛等細分場景成為自動駕駛落地新風口。
10. 今年，國內外激光雷達企業也得到了資本市場大力支持。新舊車企紛紛表示，其新車將首次搭載激光雷達，引發激光雷達量產落地的新紀元。
11. 計算機視覺，在技術成熟度、商業化進程、市場增長速度、投融資熱度等方面，是人工智能產業當前熱門的發展賽道。2021年，我國計算機視覺產業快速發展，企業加快上市步伐，爭奪“視覺AI第一股”。
12. 隨著AI芯片技術的不斷發展，芯片制程不斷優化，工藝逐步提升，AI芯片功能的細分程度進一步提升，形成異構形態的計算格局。
13. 高效、節能成為AI芯片發展的長期目標。追求在提升算力的前提下降低功耗，是近年來企業關注的重點。
14. GPU依然是AI芯片企業研發關注的重點方向。GPU性能較高，且兼具計算的靈活性，適用于構建大規模的AI計算集群，在研發超大規模AI模型方面具有應用前景。