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

AI產業基礎脈絡：大模型、算力、應用，螺旋式促進 　　AI三元素（大模型、算力、應用）呈螺旋式促進關系。AI三元素不停“模型更新-算力芯片迭代，單位tokens成本降低-應用增加”循環往復，當三者中有一個要素噴發，就是強刺激期；三者同時沒有更新，就會進入停滯期，等待下次爆發。 　　大模型的迭代會刺激新應用的爆發； 　　算力芯片迭代進步促進大模型涌現智慧，縮短訓練周期，成本降低也有利于應用數量的增長； 　　應用的爆發反向刺激底層技術的加速迭代，需求更多算力支撐。大模型之星：OpenAI是2023年領先的大模型廠商 　 　　OpenAI是2023年領先的大模型廠商。OpenAI目前包含兩大類產品：1）B端客戶調用GPT大模型API；2）C端個人直接使用ChatGPT。 　 　　OpenAI5月份進行戰略調整：未來2-3年以B端企業調用服務為主。我們認為OpenAI下一代大模型將謹慎增加參數量，預計采用MOE+Transformer架構，走多模態混合路線。 　 　　未來產業方向：多模態大模型+賦能機器人 　 　　多模態大模型是未來發展趨勢。多模態模型是指將不同類型的數據（例如圖像、文字、視頻、語音等）結合起來進行分析處理的模型，其通過不同數據類型的相互關聯和結合，可以大幅提高模型的準確性和魯棒性，應用場景進一步拓展。 　　看好大模型賦能機器人。23年3月，谷歌發布多模態具身視覺語言模型（VLM）——PaLM-E，其可用于機器人領域；23年7月，谷歌發布新一代視覺-語言-動作（VLA）模型——RoboticsTransformer2（RT-2），專用于機器人領域，看好大模型賦能機器人趨勢。

、

將通過對內容生產方式和人機交互方式的改變，深刻影響個人的生產與消費生活。對比國外，我國在開源生態、付費能力和創新力等方面的差距是AIGC應用發展必須面臨的挑戰。AIGC應用可分為個人消費和企業服務兩個賽道。在個人消費領域，AIGC將以消費級內容和內容創作工具為載體，率先通過UGC進行產業滲透，壟斷內容分發的各大流量、社交、視頻平臺將作為本輪變革的核心，借助AIGC內容與工具進行商業模式創新。在企業服務領域，AIGC技術在SaaS、決策AI、生成AI等多個領域的賦能路徑已初步明朗，而在商業價值上，引入AIGC技術能為AI廠商帶來顯著降本效果，同時廠商借助AIGC技術能滿足客戶更多場景化需求，帶來營收的第二曲線增長。

　　算力層

　　算力層是AIGC發展不可忽視的資源引擎。在OpenAI的GPT模型涌現能力后，AI產業迅速進入以大模型為技術支撐的AIGC時代，巨量訓推算力需求讓本就供需不平的算力產業結構進一步承壓。算力產業模式將在AIGC時代有所演變，智能算力資源或將更多承載于云服務產品，以MaaS模式服務千行百業。大模型時代下，數據中心將進一步優化網絡帶寬、能源消耗與散熱運維等，AI芯片需進一步升級內存、帶寬、互聯等能力。整體來看，中國正大力推進“東數西算”工程，引導新型數據中心實現集約化、高密化、智能化建設，并堅持自主創新道路，靜待國產替代曙光，實現國產“算力+應用”的正循環。

　　趨勢挑戰

　　從技術突破來看，當前Transformer仍具明顯優勢，但學界和業界都在積極突圍，未來Transformer不會是唯一解；從應用前景來看，軟硬結合、物聯網應用升級是趨勢，大模型低參化處理后帶來全新的手機拍照、語音交互、具身智能機器人應用體驗；從社會影響來看，AI將成為基礎設施，將替代部分專業性崗位，進而帶來社會人力結構和分配方式的重塑；從監管展望來看，政策鼓勵AIGC相關研究，放寬了內容容錯率，積極推動公開數據建設，但也強調了AI生成標識、境外服務嚴格監管等方向，寬松鼓勵與整頓規范并存。 　

　產業需求及催化

　　需求：一是政策強導向，2025年大型煤礦智能化，2035各類煤礦智能化；二是礦山危險大、招工難，無人化是訴求

　　催化：一是華為、運營商等ICT商涌入催熱市場；二是大模型推動礦山AI開發從“作坊式”到“工廠式”升級

　　趨勢：一是AI應用深入采掘、運輸、洗選等縱深環節；二是“機器換人”迫切性高，安控和掘進類機器人提速

　　投資邏輯及空間

　　煤炭的能源消費主體地位+能源安全“兜底保障”；②煤炭保供穩價，誘發行業進入新一輪擴產能周期

　　高盈利周期下，智能化投資意愿加強，智能礦山建設明顯提速；④5G、AI、自動控制等新技術為礦山智能化轉型提供關鍵引擎

　　礦山智能化滲透率低，單礦井投資上億，市場空間數千億；⑥礦區無人駕駛+煤礦機器人，具備高速增長潛力

　　價值拆解及競爭格局

　　終端側：復雜環境帶電終端需隔爆、本安特殊處理；②網絡側：生產、通信、物聯、定位等一張融合專網

　　平臺側：統一融合的綜合管控平臺是智能化礦山的核心大腦；④應用側：安全監測、生產控制、經營管控是礦山智能化的關鍵環節

　　競爭格局：終端、應用層壁壘較高，ICT廠商競相涌入網絡、平臺層市場 　

一、 產業端看好人形機器人商業化， 投資端看好核心零部件 　　隨著特斯拉人型機器人產業化推進、 ChatGPT等AI技術加速， 人工交互及人工智能成為一大趨勢， 人形機器人作為“ 具身智能” 最理想載體， 站在多重產業共振的交匯點， 有望引領未來產業變革。特斯拉作為目前人形機器人技術領先廠商， 基于FSD自動駕駛技術可遷移性、 具備工廠應用場景的特點， 解決了此前人型機器人產業化的兩大痛點， 產業端看好Tesla Bot突出重圍。為了實現人形機器人2萬美金/臺的平價目標， 產業化過程中離不開國產硬件供應鏈的支持， 沿著產業鏈降本主線脈絡， 投資端我們看好核心零部件。從市場規模看， 按照短中長期分場景滲透率， 即初期特斯拉超級工廠人數5%、 中期工業及服務業人數5%-8%、 長期家庭戶數15%-35%測算，未來人形機器人市場規模有望達到萬億+級別， 其中人形機器人零部件價值量占比61%， 拉動機器人零部件萬億藍海賽道啟航。 　 　　二、 人形機器人產業鏈縱析， 尋找供應鏈“ 隱形冠軍” 　 　　按照一臺人型機器人成本2萬美金， 我們預計核心零部件價值量占比排序如下：①FSD系統占比39%， 即自動駕駛系統系統+D1超算芯片， 組成核心控制系統， 相當于機器人“ 大腦” ， 為特斯拉核心能力體現， 自研為主；②電機占比19%， 包含28個應用于大關節的無框電機， 12個應用于手指的空心杯電機， 價值量占比分別為15%、4%， 主要廠商包括三花智控、 鳴志電器、 鼎智科技、 拓普集團等。③減速器占比14%， 應用于16個旋轉關節， 其中包括12個諧波減速器+4個行星減速器， 主要廠商為綠的諧波、 雙環傳動、 中大力德等；④行星滾柱絲桿占比9%， 應用于12個線性關節， 主要廠商為拓普集團、 秦川機床等；⑤傳感器占比3%左右， 包括視覺傳感及力傳感器， 主要廠商包括奧比中光、 舜宇光學及柯力傳感等。 　

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。 　

　AI技術發展，機器視覺正從傳統標準化場景過渡到非標準化應用場景。機器視覺行業經過多年發展，目前已被廣泛應用在各行各業，發揮著識別、測量、定位及檢測功能，但其使用場景主要聚焦在標準化檢測領域，整體呈現出自動化、標準化程度高等特點，但伴隨AI技術發展，機器視覺有望從過去標準化應用場景逐步過渡到非標準化應用場景，市場規模有望進一步打開。

　　在AI賦能下，行業有望迎來空前發展機會。（1）深度學習算法不斷迭代，人工智能生成內容百花齊放。根據GGII數據，國內機器視覺市場規模有望從21年138億元增長至25年349億元。（2）AI背景下，SAM模型應用不斷拓展。近日Meta發布SAM模型是機器視覺領域的底層突破性技術，極大降低了圖像處理門檻，有望更好推動機器視覺在下游各場景領域的應用。 　 　　國產機器視覺廠商正逐步崛起，成為國內市場中堅力量。雖然國內機器視覺行業起步較晚，但經過多年發展，目前也已陸續涌現出優秀的機器視覺廠商，逐步實現進口替代。如以光源為代表的核心零部件已逐步實現國產替代，且正往高端化趨勢發展；3D視覺傳感器正不斷探索潛在的細分領域應用，尋找潛在的增長爆點；而軟件算法亦伴隨AI技術發展不斷升級更新。我們認為：伴隨以SAM模型為代表的AI技術發展，軟件算法門檻有望極大降低，因此更應該關注具備核心技術能力 　

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。 　

AI+制造業賦能，META發布SAM助力機器視覺迎來GPT時刻。機器視覺技術使得工業設備能夠“看到”它正在進行的操作并進行快速決策，完整機器視覺系統由硬件+軟件組成，分別進行成像和圖像處理工作。目前，以“AI+人類感知”融合為代表的新興技術開始逐漸滲透至工業制造各環節，機器視覺作為AI+制造業的種業落地技術已經介入制造業生產環節的跟蹤、產品質量的檢測等。我們認為人工智能是機器視覺的母身，深度學習為機器視覺的技術堡壘，近期Meta發布SAM模式有望助力機器視覺迎來GPT時刻。　　機器視覺下游的高景氣反哺明顯，AI與機器視覺成為剛需。AI+機器視覺技術優勢明顯，政策加持+社會需求(人口紅利退潮)驅動中長期發展，我國機器視覺待滲透空間較大。隨著工業4.0等概念的持續深化+研發技術的不斷突破，AI+機器視覺持續賦能下游工業應用領域，有望受益于下游賽道的高景氣，從行業領域來看，高景氣賽道的半導體、汽車、新能源有望成為未來行業的最重要驅動力之一，電子領域在中長期仍是應用范圍最廣的下游。從應用深度來看，AI賦予機器視覺的高精度優勢，使得機器視覺成為不少行業的剛需標配，機器視覺已逐漸嵌入半導體、汽車、新能源鋰電池與光伏的生產檢測環節，提高汽車電子的裝配質量、突破光伏缺陷檢測瓶頸以提高產品良率等。　　機器視覺成本集中在上游，核心環節的國產替代化方興未艾。25年全球有望達到千億市場規模，中國增速領先全球（CAGR為15%）。剖析產業鏈，機器視覺產業鏈的上游硬件（奧普特/海康/大恒/中光學/舜宇/福光）鏡頭、工業相機、光源以及軟件（凌云光/奧普特/海康/鼎捷），中游為裝備制造/系統集成廠商（天準/凌云光/大恒/矩子/華興源創/精測電子），成本集中在技術壁壘高筑的工業相機（價值量占比23%）以及軟件算法（35%）；競爭格局方面，全球機器視覺市場以康耐視（美國）、基恩士（日本）、巴斯勒（德國）為代表的企業占據全球>50%市場份額，以康耐視和基恩士為代表的雙巨頭以入局早、扎實產品技術、廣泛應用場景經驗的優勢提前據市場優勢。國內機器視覺上游行業仍處于成長階段，增長速度大致相當，關注國產替代+AI迭代下工業相機與軟件環節發展。

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**

L4級別自動駕駛是未來技術的演進方向，互聯網和算法公司選擇直接面向L4級別高級駕駛功能進行開發。

百度作為PC互聯網時代的搜索入口，龐大的客戶數據助力其AI業務的發展。基于AI技術搭建了Apollo自動駕駛開放平臺，面向”自動駕駛、智能車聯、智能交通“三大領域。硬件+軟件+數據多方面能力結合，共同實現L4級別自動駕駛能力

實現純視覺低成本L4級別自動駕駛技術，降維賦能車企。通過與威馬等造車新勢力合作，實現自動駕駛功能上車。與傳統造車企業吉利合作，強強聯合，計劃推出”集度“品牌汽車。

商用車自動駕駛Robo-Truck場景相對低速和封閉，有望率先實現商業化落地。有效降低駕駛事故率，降低人力成本，彌補崗位缺口，節約燃油，全球市場規模有望達到萬億元。

國內重卡企業陸續開啟自動駕駛布局，自動駕駛港口應用加速。

//pdf.dfcfw.com/pdf/H3_AP2023899_1.pdf?00.pdf