AIPC&手機是大模型落地的重要載體,顛覆傳統應用模式,AI進化加速端側落地,新一輪換機潮蓄勢待發。AIPC是算力平臺+個人大模型+AI應用的新型混合體,通過整合AI技術,提供個性化、智能化的服務,提升了傳統PC的功能和用戶體驗,成為未來計算平臺的重要發展方向。生成式AI手機是利用大規模、預訓練的生成式AI模型,實現多模態內容生成、情境感知,并具備不斷增強的類人能力。近兩年消費電子市場需求持續受壓。根據IDC數據,2022與2023年連續兩年全球智能手機、PC、平板電腦出貨量同比下滑,隨著AI的端側落地,AI手機、AIPC的推出有望打破消費電子近年來創新不足無法打動消費者換機的局面,有望推動消費電子換機需求的到來。根據CounterpointResearch預計,2024年全球生成式AI智能手機出貨量將超過1億部,2027年將達5.22億部,在整個智能手機出貨量當中的占比達40%,年復合增長率高達83%。IDC預計2024年將是PC的擴張年,全球出貨量將達到2.654億臺,比上一年增長2.0%,因為AIPC的推出,最終將推動市場在2028年達到2.922億臺,在2024-2028年預測期內的復合年增長率(CAGR)為2.4%。
硬件端:處理器架構變化,內存價值量提升。1)ARM架構因其低功耗的特點份額有望逐步提升,高通+微軟聯手發力推動WOA,Copilot+PC的推出可能是WOA的重要轉折點,根據counterpointresearch預測,2027年基于ARM架構的筆記本電腦市場份額有望達到25%。2)AIPC處理器異構計算成為共性,增加NPU本質是為了進行低功耗計算,NPU專為實現以低功耗加速AI推理而全新打造,并隨著新AI用例、模型和需求的發展不斷演進。引入NPU對于提升計算效率、降低能耗與成本具有重要意義。3)大模型的端側落地,同樣要求內存空間的提升,由此帶來內存需求的提升,單機價值量提升,根據集邦咨詢預測,DRAM于筆電的單機平均搭載容量年增率約12.4%,后續隨著AIPC量產后,2025年成長幅度會更明顯。 大模型端:輕量化小模型陸續推出,多模態大模型改變人機交互體驗。端云混合有望成為未來AI計算的最終解決方案,AI落地終端具有必要性。據高通《混合AI是AI的未來》,AI落地終端能夠在全球范圍帶來成本、能耗、性能、隱私、安全和個性化優勢。大模型壓縮技術使得復雜大模型在端側運行成為可能,多模態大模型,如GPT-4o和ProjectAstra,使得人機交互變得更加自然,豐富AI應用場景。 AI落地端側為產業鏈各環節帶來投資機會,首推比亞迪電子,建議關注蘋果、高通、微軟、聯想集團。從硬件層面來看,CPU是核心,高通具備先發優勢,有望在intel和AMD的產品尚未滿足微軟AIPC要求的情況下,率先搶占部分市場;從系統軟件層面來看,微軟copilot滲透率迅速提升,形成正向循環,一方面可以促進其windowsOEM業務增長,另一方面同樣可以促進其云業務需求;從整機組裝環節來看,比亞迪電子受益其海外大客戶落地AI,有望推動其手機出貨量,此外AI落地端側,推動消費電子景氣度復蘇,公司消費電子組裝和零部件業務有望受益;從品牌運營的角度來看,建議關注聯想集團,公司率先布局本地大模型,AIPC有望帶動公司智能設備業務恢復增長;此外建議關注蘋果,自身在硬件、軟件生態、終端產品具備一體化優勢,蘋果AI正式落地,多環節有望受益。
具身智能+人形機器人或將成為AI終極形態:人工智能的進步正在成為機器人產業發展的關鍵引擎。生成式人工智能的爆發,催生了初代“AI+機器人”的人形機器人。 政策推進人形機器人發展:國家層面頻繁發布關于機器人的相關政策,特別關注人形機器人這一未來產業的關鍵領域。相關政府部門調整戰略方向,出臺一系列政策推動和引領中國人形機器人產業向高質量方向發展。 市場空間廣闊:隨著人形機器人功能邁向多樣化和普適化,產業分工日趨成熟,成本持續下探,潛在應用場景有望涵蓋制造業、家庭服務等多個領域,市場機遇廣闊。中國電子學會數據顯示,到2030年,中國人形機器人市場規模有望達約8700億元。
北京時間5月14日凌晨,美國人工智能公司OpenAI發布新一代旗艦生成模型GPT-4o、桌面App,并重點展示了突破性的語音交互能力。 GPT-4o交互能力實現突破,“擬人化”程度進一步提升 從產品效果來看,GPT-4o在實時語音交互領域實現突破性進展,為用戶提供更為自然、準確的交互體驗:1)用戶可以隨時打斷模型,而不需要等到其結束才開始說話,交互更加符合人類交互邏輯;2)實時響應能力大幅提升,模型具有實時響應的能力,不會出現用戶長時間等待模型給出響應的尷尬情況;3)模型具有情緒感知能力,能夠生成不同情緒風格的語音,交互更加擬人。基于GPT-4o強大的交互能力,發布會中展示了豐富的應用場景,包括聲情并茂地講情感故事、實時視頻對話、實時音頻翻譯等。從技術層面看,GPT-4o采用了全新技術,所有的輸入和輸出都由同一個神經網絡處理,從而實現文本、視覺和音頻端到端的訓練。 AI C端應用有望加速落地,重點關注社交、游戲、教育領域2024年以來,多模態能力成為生成式AI的重點攻堅方向,而OpenAI作為頭部企業,在技術和產品層面持續引領行業發展。2024年2月OpenAI發布Sora以來,海內外視頻生成類應用加速落地。我們認為此次GPT-4o的發布,亦有望助推語音交互類AI應用的落地進程,其中在社交、游戲、教育領域有望率先落地。 1)社交:目前,AI+社交產品形態多以“用戶-AI智能體”交互為主,用戶通過與個性化AI虛擬人的交互過程,獲得陪伴感與情緒價值。從產品數據來看,海外頭部產品Character.AI月活達千萬級別,國內Minimax旗下“星野”增勢顯著。從落地門檻來看,陪伴類場景的任務簡單、容錯率高,因此成為最快落地的AI C端應用場景。從用戶需求來看,AI智能體“更像人”是AI社交用戶的核心需求。GPT-4o發布后,有望從多模態(從文字交互到語音交互)、擬人化(更準確識別用戶的情緒和需求)等方面大幅提升用戶體驗,從而推動AI社交類產品進一步破圈、提升商業化能力。 2)游戲:AI在游戲研發流程中落地較快,目前核心關注游戲玩法的創新。其中AI+NPC已在網易《逆水寒》等產品中落地,但僅限于文字類交互,與核心玩法的結合也較為有限。隨著GPT-4o引領交互方式變革,游戲內NPC有望與用戶實現實時的語音交互、擬人化程度有望進一步提升,大幅提升用戶的沉浸感,進而提升活躍度及付費意愿。 3)教育:此前,海外多鄰國等已將生成式AI運用于口語練習等場景中,助推2023Q4付費用戶同比增長57%。GPT-4o落地后有望使“AI教師”更為擬人,進一步提升教學、培訓效率和用戶體驗。
邊緣AI是云端算力的有效補充,也是AI應用落地的必要工具,長期成長空間巨大,當前已處于爆發前期。伴隨AI應用范圍擴大,整體算力需求日益增長,同時對于算力及時性、安全性等個性化需求凸顯,邊緣端算力增長已經成為趨勢,以PC、手機、汽車等終端作為載體的邊緣算力將對硬件產業鏈產生新一輪革新。 主流廠商核心SoC算力大幅度升級,邊緣AI技術基礎已具備,新一輪硬件升級趨勢已形成。主流芯片大廠英特爾、AMD、高通、蘋果等陸續推出邊緣端高算力性能的旗艦芯片產品,目前邊緣端已具備運行大模型能力,預計未來3-5年PC、手機、汽車、IoT等終端將陸續搭載更大算力,終端產品形態與市場格局將產生明顯變化。芯片升級帶來整機產品結構與功能優化,新一輪硬件升級趨勢已形成。 邊緣終端革新將帶來下一輪硬件創新周期,邊緣AI對于國內市場及供應鏈帶來新的成長動力。當前消費終端技術革新放緩,硬件換機周期拉長,AI將有力拉動新一輪周期。AI硬件對終端整機代工、芯片、結構件、存儲等眾多環節有更高技術需求,價值量的提升及終端換機周期將帶動國內供應鏈享受創新溢價。
OpenAI 推出文生視頻模型 Sora,人工智能賦能短視頻應用發展超預期。 從全球角度看,OpenAI Sora 的發布,使得 ChatGPT 從文字、圖片層面正式向 成熟短視頻層面進行演進,可生成最長 60 秒的全動態視頻,具備了創建復雜 場景和多人物角色的能力,一經發布業界就引起較大轟動。Sora 本質上基于 “Transformer+Diffusion”,屬于 GPT 的延申,代表了人工智能應用的進一步嘗 試,讓世界看到了 AI 行業的更多可能,隨著全球對 AI 的熱衷程度不斷提高, 未來全球 AI 應用發展有望超預期。 ? 政策明確我國數字基礎設施“適度超前”,AI+發展如火如荼帶來大空間。 我國十四屆全國人大二次會議政府工作報告中強調適度超前建設數字基礎設 施以及 AI+發展,我們認為數字基礎設施超前建設,配合“人工智能+”行動 或將成為未來 AI 賦能千行百業的重要一步,由于我國下游場景所需計算數量 規模較大,疊加近年來政策的持續推動,算力產業鏈智算中心建設仍將保持較 高景氣度,國內外算力需求高增也將拉動光模塊產業鏈市場規模的快速提升, 同時 AI 應用場景受政策及需求拉動,從 0 到 1 的不斷突破將帶動市場空間不 斷擴容。我國數字經濟基礎設施發展方向及路徑逐步明晰,規模化、國產化等 有望帶來相關產業鏈更大的發展空間。 ? 人工智能快速發展為大勢所趨,數字經濟基建算力產業鏈高成長性可期。 與市場悲觀預期有所不同,我們認為人工智能的發展與數字經濟的重要性提 升是相輔相成的,隨著大模型的持續發展,參數量指數級的上升,人工智能規 模應用臨界點或將加速到來。我們認為人工智能將會呈現逐步由硬件主導到 應用主導的行業變化,即硬件的量變不斷引起應用的質變。以運營商智算中 心、光模塊等為主的算力基礎設施會搶先并保持高景氣周期。運營商作為我國 算力發展的先鋒力量,具備云業務及資金優勢,有望在未來引領我國智算中心 建設及云業務發展方向標。同時光模塊有望享受長期的高成長催動,AI 服務 器的速率提升將帶動光模塊產業鏈量價提升,技術壁壘增強導致行業集中度 有望提升帶動光模塊龍頭或將持續受益。
近期,OpenAI的Sora的橫空出世再一次引發市場對AIGC的關注,文生視頻領域取得重大突破,效果遠超預期。我們將圍繞Sora的核心優勢、技術特點、行業影響、未來趨勢等方面進行闡述。 相較于此前的文生視頻模型,Sora取得哪些突破? 近期,OpenAI發布了文生視頻模型Sora,可以用文字指令生成長達1分鐘的高清視頻。相較于此前市場上的同類模型,如Runway、Pika等,Sora的生成效果有大幅提升,遠超預期: 首先,視頻長度方面,Sora可以生成長達60秒的視頻,長度遠遠大于其他AI視頻模型的幾秒鐘長度。 其次,Sora在視頻內容質量穩定性方面有大幅的提升,鏡頭多角度切換,視頻中的主角和背景能夠保持高度一致性和穩定性。 此外,Sora還展示了其對物理世界部分規律的理解,這也是一重大突破,甚至能夠實現一定程度的物理交互。 Sora的核心優勢和技術特點體現在哪些方面? Sora的技術優勢在于“Patches”和深度語言理解。Sora是一個在不同時長、分辨率和寬高比的視頻及圖像上訓練而成的擴散模型,同時采用了Transformer架構。Sora模型的技術優勢和特點主要在于: 視覺數據Patches化:相較于大語音模型把所有的文本、符號、代碼都抽象為Tokens,Sora則把視頻抽象為Patches(補片),是一種具備高度擴展性且適用于視頻和圖片生成式模型訓練的有效表示; 視頻壓縮網絡(Video compression network):將原始視頻進行壓縮,從而降低視覺數據維度,用于訓練并生成視頻; 時空補片技術(Spacetime latent patches):給定一個壓縮的輸入視頻,模型提取一系列時空補片(patches),用于對不同分辨率、時長和長寬比的視頻和圖像進行訓練; 擴展Transformer視頻生成:Sora是一個擴散Transformer模型,通過輸入噪聲patches訓練來預測除噪的原始patches。OpenAI在這項研究中發現,擴散型Transformer同樣能在視頻模型領域中完成高效擴展; 視頻多樣化:相較于一些模型使用標準尺寸視頻用于訓練或生成,Sora能夠處理不同分辨率、時長、寬高比的視頻,在采樣靈活性、改進框架和構圖方面有顯著優勢; 語言理解:基于GPT模型的深度語言理解,能夠更加準確地理解提示詞所表達的真實需求; 圖生視頻、視頻生視頻:除了文生視頻外,Sora也能夠通過輸入圖像和視頻用于生成視頻,能夠實現靜態圖片動態化、視頻向前和向后拓展、視頻編輯等能力。 Sora模型對哪些行業影響更大? Sora最直接的影響主要是對視頻行業造成沖擊,這將對于廣告業、電影預告片、短視頻行業以及游戲帶來顛覆。Sora大大降低了視頻制作的門檻和成本。 對于國內AI創業公司的影響:和ChatGPT一樣,我們認為Sora的出現也會吸引國內玩家追隨,但由于文生視頻模型的訓練難度和成本更大,準入門檻也進一步提高。 Sora影響最大的將是短視頻行業,未來或將極大地提升內容供給及創作質量,尤其是流量熱點驅動的內容,或將進入“全民創作”時代。同時,文生視頻技術或將為當下熱門的短劇市場帶來變數,短劇重心有望回歸高質量劇本創作。 長視頻由于對內容質量等專業化要求較高,AI生成視頻在精準度、可編輯性等方面仍需進一步打磨,高額的成本也或是短期應用落地阻礙,但長期來看其未來發展空間足夠廣闊。 對于游戲行業,Sora模型有助于進一步提高開發效率。文生視頻能力可降低游戲CG和PV制作成本,可用于豐富游戲劇情和故事情節,提升玩家代入感。 視頻相較于文字而言,對于算力的需求將會是幾何式的增長。我們認為算力限制可能是影響文生視頻類應用開放使用的重要因素。 2024年AIGC行業有哪些趨勢? 多模態模型或在2024年迎來爆發。此前大模型在各個領域的應用,主要集中在文生文、文生圖之上,而在文生視頻領域卻進步緩慢。此次文生視頻模型Sora的發布,將給長短視頻,游戲和廣告行業帶來顛覆性創新。隨著文生圖、圖片對話技術的成熟,文生視頻已成為多模態大模型下一步發展的重點。大模型領域的競爭將進一步白熱化,多模態大模型將成為生成式AI的重點發展方向,并有望推動本輪AI行情進一步擴散。 除了在計算機視覺、自然語言處理等特定領域模型的發展,多模態大模型的進一步交叉融合或將成為未來重要的應用方向。未來人與機器之間的交互方式將更加豐富,或通過文字、視覺、語音等多維度溝通,進而提升效率。AI所創造的虛擬世界與現實世界的邊界逐漸模糊,逐漸向AGI方向邁進。
智能設備作為人工智能觸達用戶的載體,AIPC將深入變革PC產業。生成式AI和LLM的飛躍式發展,深刻變革了個人生活與工作模式,加速各行各業智能化轉型。AI發展正從軟件主導轉向硬件+軟件并行驅動,而智能設備作為AI觸達用戶的終極載體,正成為AI未來發展與落地的重要突破口。AIPC將AI模型與PC結合,帶來架構設計、交互方式、內容、應用生態等創新,將深入變革PC產業。 AIPC顛覆軟硬件形式,2024年有望成為AIPC元年。硬件方面,AIPC的功能將擴展至“計算+存儲+傳感”,在架構設計上形成了“CPU+GPU+NPU”的異構方案。軟件方面,AIPC整合了輕量化AI模型,將實現各種生成式AI應用的離線穩態運行。作為設備、邊緣計算和云技術的混合體,AIPC不僅具有強大的計算能力和先進的AI技術,還帶來了創新的交互方式和視覺體驗。預計2024年將各品牌的AIPC產品陸續上市,2024年有望成為AIPC的元年。 AIPC將重構PC廠商價值,關注滲透率提升+軟件服務增量。1)未來AIPC或向本地化訓練+推理、全新立體化交互方式等方向發展,并將重構PC廠商價值。2)從量的角度看,AIPC的滲透率不斷提升。從價的角度看,終端價格區間或從高定價逐步下沉,AI軟件服務有望提供價值增量。 AIPC長期或改變現有競爭格局。從AI賦能來看,個人電腦中AI功能的增加和創新將催生市場新需求。從更換周期來看,新一輪換機潮拐點顯現,未來Windows10停更將成為2024-2025年換機潮的重要推力。競爭格局上,終端層面,PC整機廠商相繼發布AIPC相關規劃,從目前各家進展看聯想或具備先發優勢;芯片層面,英特爾有望維持CPU主導地位,長期或面臨ARM架構的競爭。
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。
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。
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。
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。