重塑創(chuàng)造AI+洞察報(bào)告與景順長(zhǎng)城科技軍團(tuán)重

磅發(fā)布重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金前從圍棋高手AlphaGo到萬(wàn)能助理ChatGPT，AI（人工智能）產(chǎn)業(yè)在不斷發(fā)展和突破?，F(xiàn)在，AI不言僅能快速理解和生成人類的語(yǔ)言，還可以在內(nèi)容創(chuàng)作、軟件開發(fā)、教育辦公等多種場(chǎng)景中發(fā)揮關(guān)鍵作用。工業(yè)革命時(shí)代的機(jī)械與流水線提升了“體力勞動(dòng)“的效率，而今AI大模型提高了”腦力勞動(dòng)“的效率，帶來新一輪席卷各行業(yè)的“AI+”技術(shù)革命。人類從書本與實(shí)踐中不斷提升自我，AI也在利用海量數(shù)據(jù)與外界反饋，不斷地進(jìn)化和迭代。如今，AI大模型已經(jīng)基本學(xué)習(xí)了人類所有的書籍與科學(xué)知識(shí)，對(duì)于細(xì)分領(lǐng)域的專業(yè)問題也能快速理解和掌握。暢想未來，AI將成為高度自主和智能的“機(jī)器大腦”，在工業(yè)制造、自動(dòng)駕駛、科技研發(fā)甚至太空探索中，創(chuàng)造巨大的經(jīng)濟(jì)價(jià)值。AI大模型不僅重塑了生產(chǎn)力，還將賦予人類“超能力“。每個(gè)人的時(shí)間與精力是有限的，而AI大模型可以擴(kuò)展人的能力半徑。戴上具備AI能力的可穿戴設(shè)備，每個(gè)人都可以掌握新的語(yǔ)言和科學(xué)知識(shí)，提升記憶力和效率。使用AI手機(jī)和電腦，每個(gè)人都可以進(jìn)行藝術(shù)設(shè)計(jì)、開發(fā)程序，或者制作電影和小游戲。在不久的將來，在漫畫、應(yīng)用、電影、游戲等各種領(lǐng)域，內(nèi)容創(chuàng)作的數(shù)量可能井噴，創(chuàng)造出類似抖音的UGC超級(jí)平臺(tái)。與此同時(shí)，全球科技企業(yè)正在構(gòu)建超大規(guī)模的AI算力集群，讓“智力“資源像水電一樣流向千行百業(yè)。隨著AI大模型的進(jìn)化與發(fā)展，芯片、存儲(chǔ)、通信互聯(lián)等算力產(chǎn)業(yè)鏈都將持續(xù)升級(jí)。而在美國(guó)制裁的背景下，國(guó)產(chǎn)AI芯片和生態(tài)系統(tǒng)將迎來史無前例的機(jī)會(huì)，帶動(dòng)設(shè)計(jì)、制造和先進(jìn)封裝全產(chǎn)業(yè)鏈的加速成長(zhǎng)。我們認(rèn)為，AI+革命已經(jīng)到來。當(dāng)下的AI一定不夠完美，從研究成果到商業(yè)應(yīng)用的轉(zhuǎn)化也是一條漫長(zhǎng)而艱險(xiǎn)的道路。市場(chǎng)的質(zhì)疑在當(dāng)下看似都很有道理。但是，科技產(chǎn)業(yè)的發(fā)展永遠(yuǎn)是非線性的，我們往往容易高估一項(xiàng)新技術(shù)的短期影響，卻又低估它五年、十年帶來的巨變。AI的發(fā)展也一定不是一蹴而就的，它將經(jīng)歷多個(gè)浪潮，多次革命和多次至暗時(shí)刻，帶來不斷出現(xiàn)的新的投資機(jī)會(huì)。我們期待著它的蝶變。目錄CONTENTS一、綜述011.1AI+產(chǎn)業(yè)的十大預(yù)測(cè)1.2AI的寒武紀(jì)大爆發(fā)02021.3AI產(chǎn)業(yè)鏈：模型層是大腦，算力層是糧草，應(yīng)用層是執(zhí)行單位04二、模型層：大模型向多模態(tài)與AIAgent進(jìn)化052.1大模型是什么？模型是如何發(fā)展至今的？062.2下一代大模型的進(jìn)化方向07072.2.1大模型進(jìn)化方向1：多模態(tài)，感知理解升級(jí)+拓展人機(jī)交互形式2.2.2大模型進(jìn)化方向2：AIAgent，像人一樣規(guī)劃、反思、使用工具的AI程序082.3大模型的競(jìng)爭(zhēng)格局09092.3.1海外大模型：馬拉松淘汰賽，公有模型走向寡頭格局2.3.2中國(guó)大模型：與海外約1年代差，持續(xù)追趕海外進(jìn)程09三、應(yīng)用層（軟件）：生產(chǎn)力場(chǎng)景實(shí)現(xiàn)降本增效，泛娛樂場(chǎng)景提升交互體驗(yàn)113.1AI商業(yè)價(jià)值的載體：生產(chǎn)力應(yīng)用與泛娛樂應(yīng)用3.2生產(chǎn)力場(chǎng)景：AI實(shí)現(xiàn)降本增效12123.3泛娛樂場(chǎng)景：AI提升交互體驗(yàn)13143.3.1游戲內(nèi)容：AINPC讓游戲情節(jié)具有更多的可能性，為用戶創(chuàng)造新奇的體驗(yàn)3.3.2游戲形態(tài)：AIUGC實(shí)現(xiàn)游戲制作去廠商化，有望出現(xiàn)游戲平臺(tái)的“抖音時(shí)刻”3.3.3不止于游戲，各類數(shù)字創(chuàng)作領(lǐng)域都可能誕生新的超級(jí)平臺(tái)1416四、應(yīng)用層（硬件）：軟件推動(dòng)硬件創(chuàng)新，下一代智能終端漸行漸近174.1AI終端：端側(cè)AI部署有利于降低邊際推理成本4.2PC/手機(jī)為當(dāng)下最佳AI端側(cè)載體4.3MR：解放雙手，下一代智能終端的雛形?4.3.1MR在2024橫空出3.2AI和3D建模將提升內(nèi)容生產(chǎn)效率4.3.3MR帶動(dòng)消費(fèi)電子投資機(jī)遇2121224.4AI賦能感知和決策，加速智能汽車技術(shù)升級(jí)4.4.1智能汽車產(chǎn)業(yè)發(fā)展的奇點(diǎn)即將到來4.4.2中國(guó)汽車產(chǎn)業(yè)鏈?zhǔn)侵悄芑顺敝凶罹邆涓?jìng)爭(zhēng)力的產(chǎn)業(yè)鏈234.4.3中國(guó)汽車產(chǎn)業(yè)鏈在智能化浪潮中醞釀巨大投資機(jī)會(huì)244.5AI的突破是機(jī)器人進(jìn)化的里程碑4.5.1智能機(jī)器人的落地節(jié)奏4.5.2降本路徑不僅僅依靠規(guī)模效應(yīng)，更有賴于中國(guó)供應(yīng)鏈的參與242526五、算力層：推理需求爆發(fā)在即，國(guó)產(chǎn)替代加速前行285.1算力投資：AI應(yīng)用爆發(fā)的必要條件和先行指標(biāo)5.2全球算力：推理需求驅(qū)動(dòng)算力投資快速成長(zhǎng)29305.2.1算力需求：AI成為全球算力投資增長(zhǎng)的核心驅(qū)動(dòng)305.2.2供應(yīng)鏈：AI重塑價(jià)值分配，算力芯片為核心，通訊/存儲(chǔ)部件配套升級(jí)315.3國(guó)產(chǎn)替代：需求旺盛但成熟供給不足，外部制裁迎國(guó)產(chǎn)歷史機(jī)遇335.3.1供需缺口：國(guó)內(nèi)算力需求已達(dá)到全球第二，但上游核心芯片對(duì)外依賴嚴(yán)重335.3.2產(chǎn)業(yè)追趕：圍繞算力芯片，設(shè)計(jì)-制造-封裝全產(chǎn)業(yè)鏈加速成長(zhǎng)34六、附錄36(1)訓(xùn)練側(cè)算力需求匡算(2)推理側(cè)算力需求匡算3738一、綜述01重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金1.1AI+產(chǎn)業(yè)的十大預(yù)測(cè)AI將帶來一場(chǎng)席卷各行各業(yè)的技術(shù)革命大模型正在向多模態(tài)和AIAgent方向進(jìn)化海外模型將走向寡頭格局，國(guó)內(nèi)存在約一年代差A(yù)I將重塑交互體驗(yàn)，有望孵化出新一代超級(jí)平臺(tái)AI賦能感知與決策，加速智能駕駛奇點(diǎn)到來AI將明顯提升腦力勞動(dòng)效率，推動(dòng)生產(chǎn)力革命AI應(yīng)用將百花齊放，驅(qū)動(dòng)新一輪硬件創(chuàng)新周期的到來AI重塑機(jī)器人大腦，產(chǎn)業(yè)鏈迎來新機(jī)遇算力需求將從訓(xùn)練轉(zhuǎn)向推理，從云端轉(zhuǎn)向邊端海外算力禁售推動(dòng)國(guó)產(chǎn)芯片和先進(jìn)封裝迎歷史性機(jī)遇1.2AI的寒武紀(jì)大爆發(fā)A（I人工智能）是指能夠讓機(jī)器變得和人一樣聰明的技術(shù)、方法和工程。AI學(xué)科1950年就已經(jīng)誕生，我們一直在讓機(jī)器學(xué)會(huì)看圖、下圍棋等專業(yè)技能，但直到2022年末ChatGPT3.5的發(fā)布，才真正點(diǎn)燃了AI在全民普及的熱情，僅僅2個(gè)月時(shí)間，用戶數(shù)就增長(zhǎng)過億。為什么此次AI會(huì)出現(xiàn)爆發(fā)？本質(zhì)在于本輪AI不再是狹窄專用領(lǐng)域的人工智能，機(jī)器終于變成了一個(gè)通才，成為通用人工智能，即可以像人一樣在一切領(lǐng)域里無差別地學(xué)習(xí)和與人類交互。AI開始介入了人們生產(chǎn)、生活的方方面面。圖：AI的發(fā)展歷程AlexNetAlphaGoDall.EChatGPT3.51950S201220162022202202重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金AI將是一場(chǎng)席卷各行各業(yè)的技術(shù)革命。我們認(rèn)為只有提升社會(huì)生產(chǎn)效率的技術(shù)創(chuàng)新才能稱之為技術(shù)革命。例如1860年的工業(yè)革命，它通過機(jī)械化大生產(chǎn)代替手工勞作，大幅降低了體力勞動(dòng)的成本，在短短不到200年間締造的財(cái)富就超越了過去3000年農(nóng)業(yè)社會(huì)的總和。1950年后又出現(xiàn)了信息技術(shù)革命，它大幅降低了計(jì)算成本，改變了信息傳播和分發(fā)的方式，孕育出巨型互聯(lián)網(wǎng)公司，社會(huì)財(cái)富又達(dá)到了空前的高度。而今AI的革命則降低了腦力勞動(dòng)的成本，使人類從簡(jiǎn)單的數(shù)字工作中解放出來，我們期待它帶來新的市場(chǎng)機(jī)會(huì)和財(cái)富變革。圖：從工業(yè)革命到AI革命，每一輪生產(chǎn)力提升都推動(dòng)了社會(huì)財(cái)富指數(shù)級(jí)增長(zhǎng)世界GDP($billion)腦力勞動(dòng)成本大幅下降體力勞動(dòng)+簡(jiǎn)單工具犁（3500AC）體力勞動(dòng)被機(jī)器替代，成本大幅下降蒸汽機(jī)（1698）珍妮紡紗機(jī)（1765）計(jì)算和分發(fā)成本大幅下降計(jì)算機(jī)（1946）臺(tái)式計(jì)算機(jī)(1981)14000012000010000080000600004000020000ChatGPT(2022)01AC10001500160017001820187019001913194019531968197819881998

2008

2018Source:景順長(zhǎng)城基金我們當(dāng)前處在AI革命的第二浪。過去一年AI已經(jīng)經(jīng)過一波熱炒，市場(chǎng)認(rèn)為當(dāng)前AI所有的能力都已被充分挖掘，缺乏新的亮點(diǎn)。但AI的發(fā)展是多層次、多浪潮的。按照基礎(chǔ)大模型的能力去劃分，我們現(xiàn)在處在人工智能的第二個(gè)階段，后面還有多模態(tài)、AIAgent到混合現(xiàn)實(shí)，再到具身智能等種種的突破可以期待。面對(duì)AI這樣席卷各行各業(yè)的重大革命，我們不應(yīng)該過度關(guān)注短期，而忽視了產(chǎn)業(yè)長(zhǎng)期的進(jìn)展和應(yīng)用潛力。圖：AI產(chǎn)業(yè)周期將呈現(xiàn)“多浪潮”特征，下一輪浪潮將由多模態(tài)+AIAgent驅(qū)動(dòng)AI大語(yǔ)言模型AIAgent混合現(xiàn)實(shí)AI+20222023202420252026202703重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金1.3AI產(chǎn)業(yè)鏈：模型層是大腦，算力層是糧草，應(yīng)用層是執(zhí)行單位AI產(chǎn)業(yè)鏈整體可以概括為三個(gè)層次，模型層、算力層、應(yīng)用層。模型層好比AI的大腦；算力層好比AI的糧草和營(yíng)養(yǎng)補(bǔ)給；應(yīng)用層則是AI的執(zhí)行機(jī)構(gòu)。我們判斷在2024年，國(guó)內(nèi)模型層將成為大宗品，需要和應(yīng)用場(chǎng)景相結(jié)合才能創(chuàng)造差異化。應(yīng)用層AI將重塑生產(chǎn)效率和交互體驗(yàn)，其中軟件和硬件將交替推動(dòng)創(chuàng)新。而算力層將從訓(xùn)練逐步向推理過渡。圖：AI產(chǎn)業(yè)鏈概覽算力擴(kuò)張加速模型進(jìn)化與應(yīng)用落地應(yīng)用落地與商業(yè)化帶動(dòng)算力投資04二、模型層：大模型向多模態(tài)與AIAgent進(jìn)化05重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金大模型是AI最核心的大腦部分，它在人類海量的數(shù)據(jù)中學(xué)習(xí)知識(shí)與規(guī)律，不斷進(jìn)化和迭代，變得越來越“聰明”。長(zhǎng)期看，大模型發(fā)展的終局是人工通用智能（AGI），它將具備高度自主性，像人一樣自發(fā)地創(chuàng)造和完成一切任務(wù)。而短期看，下一代的大模型將向多模態(tài)與AIAgent進(jìn)化。2.1大模型是什么？模型是如何發(fā)展至今的？大語(yǔ)言模型的核心任務(wù)是根據(jù)提示詞和已有文本，不斷預(yù)測(cè)下一個(gè)“合理“的字符為什么預(yù)測(cè)下一個(gè)合理字符的能力代表智能呢？假設(shè)大模型底層是深度學(xué)習(xí)網(wǎng)絡(luò)，可以像海綿一樣吸收知我們讓大語(yǔ)言模型閱讀一本偵探小說，讓模型預(yù)測(cè)”識(shí)，并對(duì)知識(shí)進(jìn)行無損壓縮。GPT-3在預(yù)訓(xùn)練階段吸收犯人是誰(shuí)“，如果模型可以準(zhǔn)確生成犯人的身份，就代了45TB的人類數(shù)據(jù)，包括網(wǎng)頁(yè)、代碼、科學(xué)與書籍等。表模型理解了案件中的全部信息并作出了正確的推理。大模型發(fā)展至今經(jīng)歷了從量變到質(zhì)變的過程。①量變：大模型的能力提升會(huì)遵循“規(guī)模法則”，隨著數(shù)據(jù)量、算力、參數(shù)量提升，大模型的壓縮損失率持續(xù)降低，模型能力持續(xù)提升。②質(zhì)變：當(dāng)模型體量足夠大時(shí)，模型會(huì)出現(xiàn)類似人類“開悟”般的涌現(xiàn)能力，經(jīng)過思維鏈提示后（一步步思考），模型推理能力隨模型規(guī)模擴(kuò)大顯著提升。圖：大模型的量變（規(guī)模法則）與質(zhì)變（涌現(xiàn)能力）規(guī)模法則（ScalingLaw)764.2..L=(D/5.41013)-0.0955.64.8L=(N/8.81013)-0.0763.93.6壓縮5損失率4.03.243.33.02.732.4.8-0.050L=(Cmin/2.310)210-910-710-510-310-110110810910Parametersnon-embedding5107109ComputeDatasetSizePF-days,non-embeddingtokens算力數(shù)據(jù)參數(shù)資料來源：Kaplan,Jared,etal."Scalinglawsforneurallanguagemodels"，Wei,Jason,etal."Emergentabilitiesoflargelanguagemodels"，景順長(zhǎng)城基金06重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金涌現(xiàn)能力(EmergentAbility)(A)Mathword(B)Instructionproblemsfollowing(C)8-digitaddition(D)CalibrationT/F252015105756050100806040200instructiontuningScratchpad10100ChainofthoughtLetterchoicesNoinstructiontuning4030NoScratchpad1NoChainofthought010211022102310241021102210231024101910201021102210231024Modelscale(trainingFLOPs)模型規(guī)模（訓(xùn)練算力）2.2下一代大模型的進(jìn)化方向2.2.1大模型進(jìn)化方向1:多模態(tài)，感知理解升級(jí)+拓展人機(jī)交互形式多模態(tài)指文字、圖片、音頻、視頻等多種數(shù)據(jù)類型；多模態(tài)大模型不僅可以像人類一樣看和聽，理解視覺、音頻等信息背后的規(guī)律，完成復(fù)雜的推理，還可以生成圖片、視頻、音頻、3D等多模態(tài)內(nèi)容。多模態(tài)大模型將帶來哪些改變？提高泛娛樂、商業(yè)等感知交互升級(jí)拓展落地場(chǎng)景場(chǎng)景內(nèi)容創(chuàng)作效率帶動(dòng)終端硬件革新提升AI滲透率多模態(tài)大模型的圖像、視頻、多模態(tài)大模型可以處理視覺語(yǔ)言大模型最大的應(yīng)用場(chǎng)景3D生成能力可以廣泛應(yīng)用于提示，例如我們?cè)趫D片中圈出是教育、辦公；多模態(tài)大模型影視、音樂、游戲等泛娛樂場(chǎng)物體，模型可以對(duì)圈出的部分將具備圖像、視頻分析與推理景的內(nèi)容創(chuàng)作，同時(shí)加速?gòu)V針對(duì)性分析這種能力未來可能力，可應(yīng)用于泛娛樂、交通告、電商等商業(yè)場(chǎng)景的營(yíng)銷創(chuàng)以適配觸屏、眼動(dòng)追蹤、手勢(shì)(自動(dòng)駕駛)、工業(yè)(檢測(cè)與自意效率追蹤等人機(jī)交互形式；另一方動(dòng)化)、安防(城市管理)等場(chǎng)面，多模態(tài)大模型可以對(duì)物理景世界建模，優(yōu)化自動(dòng)駕駛、機(jī)器人感知控制技術(shù)圖：多模態(tài)大模型將拓展人機(jī)交互形式多模態(tài)大模型支持視覺提示觸屏語(yǔ)音人機(jī)交互形式拓展眼動(dòng)追蹤手勢(shì)交互資料來源：Microsoft,OpenAI,Apple,AIPin,景順長(zhǎng)城基金07重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金2.2.2大模型進(jìn)化方向2：AIAgent，像人一樣規(guī)劃、反思、使用工具的AI程序AIAgent相對(duì)語(yǔ)言大模型最大的改進(jìn)是增加自主行動(dòng)能力，在實(shí)現(xiàn)目標(biāo)過程中無需人類干預(yù)。從結(jié)構(gòu)上，AIAgent=大模型+記憶+規(guī)劃+工具使用：記憶規(guī)劃工具大模型儲(chǔ)存知識(shí)、更新知識(shí)的成本高；為大模型增加記憶庫(kù)，可以實(shí)現(xiàn)低成本的數(shù)據(jù)更新。當(dāng)大模型遇到新的復(fù)雜目標(biāo)時(shí)，模型可以像AlphaGo下象棋一樣，將目標(biāo)一步步拆解，窮盡不同策略下可能出現(xiàn)的結(jié)果，選擇最優(yōu)的行動(dòng)策略；另外，當(dāng)模型生成錯(cuò)誤的代碼時(shí)，模型可以利用反思機(jī)制分析錯(cuò)誤的原因，不斷修改生成的代碼，直到實(shí)現(xiàn)目標(biāo)。AIAgent在遇到自身難以解決的問題時(shí)，會(huì)像人一樣選擇合適的外部工具，通過上網(wǎng)搜索、操使用作應(yīng)用、使用專用AI模型解決問題。AIAgent來帶更多自主能動(dòng)的交互體驗(yàn)：AIAgent還可以構(gòu)建“西部世OpenAI在23年11月開發(fā)者大界”式的游戲，斯坦福利用通用機(jī)器人可以變得更加智會(huì)上推出使用AIAgent構(gòu)建AIAgent的記憶和規(guī)劃能力，構(gòu)能，不需要人教也可以理解和的GPTs平臺(tái)，不會(huì)編程的用建了虛擬小鎮(zhèn)，鎮(zhèn)上的AI居民會(huì)學(xué)習(xí)更多的技能戶也可以自己制作個(gè)性化的像人一樣規(guī)劃每天的生活，并在AI應(yīng)用了小鎮(zhèn)上隨機(jī)觸發(fā)新的事件與活動(dòng)圖：AIAgent=大模型+記憶+規(guī)劃+工具使用目標(biāo)拆解思維鏈思維樹自我評(píng)價(jià)反思記憶網(wǎng)絡(luò)搜索應(yīng)用軟件規(guī)劃基礎(chǔ)大模型工具使用專用模型行動(dòng)數(shù)學(xué)計(jì)算資料來源：Weng,Lilian“LLMPoweredAutonomousAgents”,景順長(zhǎng)城基金08重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金2.3大模型的競(jìng)爭(zhēng)格局2.3.1海外大模型：馬拉松淘汰賽，公有模型走向寡頭格局公有大模型每一代升級(jí)，競(jìng)爭(zhēng)門檻將持續(xù)提升，參與者會(huì)持續(xù)減少，走向寡頭格局，源于：OpenAIGPT-1到算力規(guī)模決定模型的AI應(yīng)用具有顯著的先GPT-4，模型的參數(shù)升級(jí)迭代效率，大模型發(fā)優(yōu)勢(shì)，因?yàn)橄劝l(fā)者可量、數(shù)據(jù)量持續(xù)提升訓(xùn)練時(shí)長(zhǎng)與總算力呈以最下你收集數(shù)據(jù)。反比，因此具有更高資ChatGPT作為最早發(fā)本優(yōu)勢(shì)和算力資源的布的大模型應(yīng)用，截至公司，越有機(jī)會(huì)領(lǐng)先發(fā)23年10月月活已超過布模型更新2億，而之后發(fā)布的競(jìng)品月活最多在千萬(wàn)級(jí)圖：OpenAIGPT大模型每一代升級(jí)，參數(shù)量與數(shù)據(jù)量持續(xù)提升GPT-1GPT-2GPT-3GPT-3.5GPT-423年3月預(yù)估1+tn發(fā)布時(shí)間18年6月19年2月20年5月22年1月參數(shù)量數(shù)據(jù)量117Mn5GB1.5Bn40GB175Bn45TB175Bn45TB資料來源：OpenAI,景順長(zhǎng)城基金2.3.2中國(guó)大模型：與海外約1年代差，持續(xù)追趕海外進(jìn)程中國(guó)大模型起步慢于海外，目前能力上與海外約1年代差。首先，海外大模型開源推動(dòng)了技術(shù)的擴(kuò)散；其次，科學(xué)家與工程師的人員流動(dòng)也會(huì)加速技術(shù)的擴(kuò)散，預(yù)計(jì)中國(guó)的AI人才在未來幾年會(huì)持續(xù)擴(kuò)充，追趕海外成為可能。需要關(guān)注的是，當(dāng)前國(guó)內(nèi)的算力儲(chǔ)備預(yù)計(jì)可以支撐下一代模型的訓(xùn)練，長(zhǎng)期來看算力側(cè)需要依賴國(guó)內(nèi)自主AI芯片的發(fā)展，目前頭部廠商單卡算力水平已接近海外上一代GPU能力，預(yù)計(jì)未來國(guó)產(chǎn)算力會(huì)持續(xù)發(fā)展升級(jí)，推動(dòng)模型層的進(jìn)化。圖：國(guó)內(nèi)頭部大模型與OpenAI存在1年代差OpenAI2022.12發(fā)布ChatGPT2020.5發(fā)布GPT-32023.32023.92024年(基于GPT-3.5)發(fā)布GPT-4發(fā)布GPT-4VGPT-5?2023上半年2023年底2024年底陸續(xù)發(fā)布模型對(duì)標(biāo)GPT3.5對(duì)標(biāo)GPT-4?對(duì)標(biāo)GPT-3國(guó)內(nèi)模型廠商09重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金當(dāng)前國(guó)內(nèi)模型廠商處于同質(zhì)化競(jìng)爭(zhēng)，我們預(yù)計(jì)未來應(yīng)用層會(huì)獲得更高的價(jià)值量分配。在同質(zhì)化競(jìng)爭(zhēng)的環(huán)境下，預(yù)計(jì)國(guó)內(nèi)模型層未來難以獲預(yù)計(jì)未來應(yīng)用層將為用戶創(chuàng)造更佳的體驗(yàn)，獲得更高得較高的價(jià)值分配，而模型的推理成本會(huì)隨著模型的的產(chǎn)業(yè)價(jià)值分配。優(yōu)化、AI芯片的優(yōu)化而持續(xù)降低。圖：我們預(yù)計(jì)模型層在未來AI產(chǎn)業(yè)鏈的價(jià)值量占比將會(huì)下降算力層模型層應(yīng)用層現(xiàn)在未來10三、應(yīng)用層（軟件）：生產(chǎn)力場(chǎng)景實(shí)現(xiàn)降本增效泛娛樂場(chǎng)景提升交互體驗(yàn)11重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金AI到底能為我們帶來什么影響？這是所有人都關(guān)心的問題。首先，AI大幅提升了“腦力勞動(dòng)“的生產(chǎn)效率，因此將在代碼、設(shè)計(jì)、客服、文案等生產(chǎn)力場(chǎng)景優(yōu)先落地。而從生活?yuàn)蕵穲?chǎng)景看，AI還可以改善用戶與數(shù)字虛擬世界的交互體驗(yàn)，讓人類體驗(yàn)到效果更加非凡和精彩的大千世界。3.1AI商業(yè)價(jià)值的載體：生產(chǎn)力應(yīng)用與泛娛樂應(yīng)用如果說大模型更多是AI技術(shù)本身，AI應(yīng)用才是這一技術(shù)變革真正實(shí)現(xiàn)商業(yè)價(jià)值的載體。目前的AI應(yīng)用可以分為生產(chǎn)力和泛娛樂兩個(gè)場(chǎng)景：生產(chǎn)力場(chǎng)景下，AI提供效率價(jià)值泛娛樂場(chǎng)景下，AI提供體驗(yàn)價(jià)值提升普通用戶和虛擬世界的交互體驗(yàn)，比如有了AI，輔助各個(gè)崗位完成工作為企業(yè)降本增效，比如AI輔助用戶可以用自然語(yǔ)言和游戲NPC、或是主打情感陪伴我們生成文檔和圖表、輔助開發(fā)人員寫代碼等。的聊天機(jī)器人進(jìn)行自由交流。表：AI應(yīng)用的領(lǐng)域及價(jià)值體現(xiàn)應(yīng)用領(lǐng)域AI提供的價(jià)值細(xì)分場(chǎng)景對(duì)應(yīng)崗位典型案例文檔助理綜合M365Copilot企業(yè)知識(shí)管理綜合Glean代碼開發(fā)助理創(chuàng)意設(shè)計(jì)助理研發(fā)GithubCopilot節(jié)約人工，降本增效提營(yíng)銷/產(chǎn)品生產(chǎn)力場(chǎng)景供效率價(jià)值A(chǔ)dobeFire?y銷售助理銷售SalesforceSalesGPT智能客服客服專業(yè)服務(wù)咨詢(法律/稅務(wù)/金融等)專業(yè)從業(yè)人員游戲(AINPC、UGC游戲等)HarveyAl，BloombergGPT逆水寒、蛋仔派對(duì)人機(jī)交互、娛樂體驗(yàn)提升泛娛樂場(chǎng)景提供體驗(yàn)價(jià)值陪伴機(jī)器人Character.Al3.2生產(chǎn)力場(chǎng)景：AI實(shí)現(xiàn)降本增效AI應(yīng)用場(chǎng)景眾多，哪些場(chǎng)景能更快實(shí)現(xiàn)商業(yè)化落地？我們認(rèn)為：AI大模型的能力半徑也是應(yīng)用落地的重要影響因素。目前圖像生成模型與大語(yǔ)言模型相對(duì)成熟，模型的核由于當(dāng)前AI大模型仍然具有幻覺率，在容錯(cuò)率較高的心優(yōu)勢(shì)是自然語(yǔ)言對(duì)話、圖像生成、代碼生成、文本生場(chǎng)景，例如素材生成、創(chuàng)意設(shè)計(jì)、文案草稿撰寫、代碼成等。在這些領(lǐng)域，使用AI模型已經(jīng)可以基本實(shí)現(xiàn)工開發(fā)助理等場(chǎng)景，AI應(yīng)用領(lǐng)先落地。作流的自動(dòng)化。隨著AI大模型幻覺率的降低與能力半徑的拓展，AI在各個(gè)生產(chǎn)力場(chǎng)景的滲透率將持續(xù)提升。12重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金AIAgent完全自動(dòng)化智能客服代碼開發(fā)助理創(chuàng)意設(shè)計(jì)自動(dòng)化程度素材生成稅務(wù)/法律Copilot人機(jī)協(xié)作咨詢&文件起草文檔助理醫(yī)療健康咨詢助理企業(yè)級(jí)知識(shí)管理提供信息與建議更強(qiáng)調(diào)準(zhǔn)確性&穩(wěn)定性/容錯(cuò)率低更強(qiáng)調(diào)創(chuàng)造力&開放性/容錯(cuò)率高場(chǎng)景容錯(cuò)率現(xiàn)階段我們更看好具備掌握良好用戶基礎(chǔ)和應(yīng)用場(chǎng)景的既有玩家。新的AI應(yīng)用廠商面臨獲客難和用戶粘性不足的問題；但掌握用戶和場(chǎng)景的既有玩家能將AI功能快速推向市場(chǎng)并觸達(dá)用戶，并通過積累用戶反饋和數(shù)據(jù)進(jìn)行產(chǎn)品的快速迭代。圖:AI原生應(yīng)用面臨用戶粘性不足的問題OneMonthRetentionDAU/MAUIncumbentsIncumbents85%85%WhatsApp73%64%69%64%傳統(tǒng)應(yīng)用67%60%SnapchatWhatsApp63%51%Snapchat61%41%RBLOXRBLOX54%34%tindertinder50%32%CandyCrush48%30%CandyCrush63%Median51%MedianAI-FirstCompaniesAI-FirstCompanies56%41%ChatGPTcharacter.aiAI原生應(yīng)用45%27%runwayLensaReminirunwayRemini39%14%35%14%ChatGPT12%42%MedianLensa14%Median3.3泛娛樂場(chǎng)景：AI提升交互體驗(yàn)泛娛樂領(lǐng)域有圖片、漫畫、視頻、游戲等多種表現(xiàn)形式。游戲是最適合和AI結(jié)合的場(chǎng)景。原因是①游戲中的文字、音樂等各種元素，都可通過AI生成。②游戲的策劃、美術(shù)、程序等各生產(chǎn)流程，也都可通過AIGC來提效。此外，回顧歷史上的技術(shù)革新，游戲也往往是最先和新技術(shù)結(jié)合的領(lǐng)域。AI與游戲結(jié)合的方式主要包括兩種，一是改變游戲內(nèi)容，二是改變徹底游戲形態(tài)。13重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金圖:游戲往往是最先和科技結(jié)合的領(lǐng)域技術(shù)革新全球游戲行業(yè)規(guī)模(十億美元)160140120100806040200游戲行業(yè)規(guī)模(十億美元)Zilog英特爾MOS科技理光AMD英特爾英偉達(dá)英偉達(dá)PC/Xboxone/PS4Intel4004雅達(dá)利2600任天堂FCGameBoySONY主機(jī)XBOXIphoneIphone4爆款產(chǎn)品太空侵噬者A.IVEvolutionDOTA魂斗羅HorizonZeroDawnGlowHockey2LPong超級(jí)馬里奧大陸神廟逃亡生化危機(jī)光環(huán)高爾夫漫威蜘蛛俠Dr.Mario實(shí)況足球TomClancy'sSplinterCell水果忍者3.3.1游戲內(nèi)容：AINPC讓游戲情節(jié)具有更多的可能性，為用戶創(chuàng)造新奇的體驗(yàn)傳統(tǒng)游戲中故事情節(jié)是預(yù)先設(shè)計(jì)的，玩家只能按照固定的順序體驗(yàn)有限的游戲內(nèi)容，因此角色扮演類游戲的流水收入與內(nèi)容儲(chǔ)備高度相關(guān)。AIAgent誕生后，游戲中的NPC被賦予了“生命”，AINPC會(huì)像人一樣設(shè)計(jì)每天的生活軌跡，記住當(dāng)天發(fā)生的事情，玩家與NPC的每一次交互都將改變NPC的生活軌跡，創(chuàng)造出具有無限可能性的游戲內(nèi)容。圖:AINPC可實(shí)時(shí)生成預(yù)先未編排的內(nèi)容，將讀劇本變成探索故事按游戲創(chuàng)作者預(yù)先安排的進(jìn)度進(jìn)行游戲內(nèi)容消耗NPC33-a3-b3-cAIAI2-a2-b2-cabcAINPC1按每個(gè)節(jié)點(diǎn)由AI基于玩家“回答”、數(shù)值等，重新生成新的故事內(nèi)容3.3.2游戲形態(tài)：AIUGC實(shí)現(xiàn)游戲制作去廠商化，有望出現(xiàn)游戲平臺(tái)的“抖音時(shí)刻”傳統(tǒng)情況下，游戲制作門檻較高，代碼、美工等環(huán)節(jié)都只有游戲廠商的專業(yè)人員才能完成。而未來，玩家人人可做策劃，并通過AI加持下的UGC來完成代碼、美工、測(cè)試等任務(wù)，從而做到玩家都可制作自己的游戲，實(shí)現(xiàn)“游戲去廠商化”。14重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金圖:AI使游戲UGC門檻更低人人可做策劃，制作自己游戲，“游戲去廠商化”傳統(tǒng)未來策劃廠商（制作人）玩家AI+ugc降低數(shù)值游廠商（制作人）戲門檻，玩家可生代碼廠商（代碼組）作策劃產(chǎn)流AI+UGC程廠商（美工、文本等中臺(tái)組）廠商（測(cè)試組）文本、音樂、美工測(cè)試成品玩家玩家傳統(tǒng):一般需2年+;平均幾千萬(wàn)成未來:一天內(nèi)，成本不超過百元便本;成功率3%。可做出一款資料來源:景順長(zhǎng)城基金或顛覆產(chǎn)業(yè)鏈格局，游戲廠商話語(yǔ)權(quán)降低，而平臺(tái)地位凸顯。當(dāng)玩家能自己制作游戲，游戲數(shù)量或會(huì)井噴，廠商的供給量占比將大幅降低，進(jìn)而逐漸失去議價(jià)能力。而平臺(tái)的本質(zhì)是雙邊網(wǎng)絡(luò)型的“中介”，兩邊集中越分散、數(shù)量越多，平臺(tái)的價(jià)值和地位就越高。我們認(rèn)為這種情況下，最后或會(huì)出現(xiàn)游戲平臺(tái)的“抖音時(shí)刻”。圖:AI時(shí)代:產(chǎn)業(yè)鏈上廠商環(huán)節(jié)話語(yǔ)權(quán)降低，但平臺(tái)地位凸顯游戲公司平臺(tái)用戶游戲制作變成玩家主導(dǎo)，平臺(tái)價(jià)值提升資料來源:景順長(zhǎng)城基金15重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金3.3.3不止于游戲，各類數(shù)字創(chuàng)作領(lǐng)域都可能誕生新的超級(jí)平臺(tái)回顧互聯(lián)網(wǎng)的發(fā)展歷程，技術(shù)創(chuàng)新會(huì)降低內(nèi)容創(chuàng)作的門檻，吸引更多的內(nèi)容創(chuàng)作者與消費(fèi)者，通過構(gòu)建消費(fèi)者與創(chuàng)作者之間的經(jīng)濟(jì)激勵(lì)機(jī)制，可以創(chuàng)造出新一代超級(jí)平臺(tái)。微博降低了文字寫作門檻，讓更多用戶在網(wǎng)絡(luò)上分享生活，構(gòu)建了新一代的社交平臺(tái)；GIF快手降低了視頻拍攝的門檻，而抖音的信息流分發(fā)機(jī)制讓用戶能看到自己喜愛的內(nèi)容，讓創(chuàng)作者可以獲得有效的經(jīng)濟(jì)激勵(lì)，從而構(gòu)建了短視頻超級(jí)平臺(tái)；Roblox構(gòu)建了低代碼游戲開發(fā)環(huán)境，讓青少年參與到游戲開發(fā)中，游戲用戶可以通過虛擬幣為開發(fā)者付費(fèi)，下一代游戲平臺(tái)由此誕生。我們認(rèn)為AI將降低內(nèi)容創(chuàng)作和軟件開發(fā)的門檻，讓缺少專業(yè)技能、但想象力超群的普通人成為內(nèi)容創(chuàng)作者與應(yīng)用開發(fā)者。人與AI協(xié)同將高效創(chuàng)作更多的自動(dòng)化應(yīng)用、影視與游戲作品。23年11月OpenAIGPTs發(fā)布，普通用戶可以參與到AI自動(dòng)化程序的開發(fā)中，并根據(jù)程序的使用量獲得經(jīng)濟(jì)激勵(lì)，AI時(shí)代的應(yīng)用商城已初具雛形。未來，漫畫、影視、游戲等創(chuàng)作門檻也在不斷降低，在各類數(shù)字創(chuàng)作領(lǐng)域都可能誕生新的超級(jí)平臺(tái)。Twitter/微博GIF快手RobloxOpenAIOpenAISoraCharacter.ai寫短文動(dòng)圖拍攝游戲制作GPTs應(yīng)用程序視頻生成設(shè)計(jì)自己的AI陪伴降低創(chuàng)作門檻，擴(kuò)大創(chuàng)作者基數(shù)人機(jī)協(xié)同創(chuàng)造的程序、內(nèi)容、數(shù)字角色爆發(fā)式增長(zhǎng)超級(jí)平臺(tái)可能的AI超級(jí)平臺(tái)?社交網(wǎng)絡(luò)微博/朋友圈短視頻游戲平臺(tái)AI操作系統(tǒng)漫畫/短劇西部世界式AI游戲witter/Facebook快手RobloxAI應(yīng)用商城混合現(xiàn)實(shí)應(yīng)用每個(gè)人的AI陪伴抖音Tiktok資料來源:景順長(zhǎng)城基金16四、應(yīng)用層（硬件）：軟件推動(dòng)硬件創(chuàng)新,下一代智能終端漸行漸近17重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金每一代的應(yīng)用創(chuàng)新都會(huì)催生硬件的變革，AI不論是在生產(chǎn)力還是在泛娛樂場(chǎng)景，也都需要硬件作為載體。我們認(rèn)為下一代的AI終端形態(tài)會(huì)百花齊放，將從手機(jī)和電腦拓展至可穿戴設(shè)備，從自動(dòng)駕駛的汽車延展至機(jī)器人。4.1AI終端：端側(cè)AI部署有利于降低邊際推理成本端側(cè)AI部署可將邊際推理成本降為零。生成式AI每一次搜索查詢其推理成本是傳統(tǒng)搜索方法的10倍，而目前每天有超過100億次的搜索產(chǎn)生，即便基于AI推理的搜索僅占其中一小部分，每年的增量成本也高達(dá)數(shù)十億美元。與之相反將AI模型壓縮部署在終端智能設(shè)備上則只需支付一次性的硬件成本，無需考慮帶寬、能耗、網(wǎng)絡(luò)傳輸?shù)葐栴}。同時(shí)端側(cè)本地AI部署具備隱私安全、低延時(shí)、無地域網(wǎng)絡(luò)限制可離線應(yīng)用等優(yōu)勢(shì)。圖:云端生成式AI單次查詢成本遠(yuǎn)高于傳統(tǒng)方案單次查詢成本生成式AI應(yīng)用數(shù)十億用戶(如網(wǎng)絡(luò)搜索)網(wǎng)絡(luò)搜索O?cecopilot圖像和視頻創(chuàng)作文本總結(jié)約10倍編程助手對(duì)話式聊天機(jī)器人文案創(chuàng)作傳統(tǒng)方法生成式AI資料來源：高通、景順長(zhǎng)城基金4.2PC/手機(jī)為當(dāng)下最佳AI端側(cè)載體換新周期與創(chuàng)新周期共振下消費(fèi)電子產(chǎn)業(yè)鏈有望迎來復(fù)蘇時(shí)刻。2024年將成為AI終端落地元年，而PC/手機(jī)作為日常生活使用頻率、使用時(shí)間最長(zhǎng)的交互工具最適宜搭載算力，目前主流芯片廠商如英特爾、高通、聯(lián)發(fā)科等都已經(jīng)紛紛推出布局終端的AI高算力芯片，而手機(jī)品牌大廠、PC大廠也將在2024年推出諸多具備AI能力的產(chǎn)品。手機(jī)端來看，復(fù)盤3G切換至4G的階段，網(wǎng)絡(luò)升級(jí)實(shí)現(xiàn)在線購(gòu)物、刷微信、在線看電影以及玩游戲等功能，促使消費(fèi)者完成對(duì)硬件的升級(jí)，由此可見應(yīng)用端的創(chuàng)新是驅(qū)動(dòng)消費(fèi)電子換機(jī)潮的核心。而AI同樣具備應(yīng)用端革新的基礎(chǔ)，可實(shí)現(xiàn)智能P圖、智能助理、輕辦公等功能，預(yù)計(jì)未來將有更多元化的智能交互式應(yīng)用誕生。目前消費(fèi)者的換機(jī)周期已拉長(zhǎng)至43個(gè)月，硬件端的更換周期已接近極限，二者共振有望促進(jìn)手機(jī)端新一輪換機(jī)潮的到來。PC端+AI的需求則更側(cè)重于商務(wù)辦公場(chǎng)景，ToB端占比較高的屬性使PC的換機(jī)周期性相對(duì)顯著，而距上一輪PC銷量的高點(diǎn)，即疫情居家辦公潮，已經(jīng)過去了三年，正常商務(wù)本的固定換機(jī)周期已經(jīng)來到。AI加持下微軟copilot的出現(xiàn)將大幅提升辦公效率，有望成為企業(yè)及個(gè)人購(gòu)買和換機(jī)的創(chuàng)新動(dòng)力，此外win10系統(tǒng)將于2025年正式停止服務(wù)，亦將為PC端的換機(jī)潮增加驅(qū)動(dòng)力。18重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金圖:終端有望實(shí)現(xiàn)換新周期與創(chuàng)新驅(qū)動(dòng)共振(單位:百萬(wàn)臺(tái))手機(jī)距上輪銷量高點(diǎn)換機(jī)周期已達(dá)43個(gè)月16001400120010008006004002000ChatGPT2009

20102011201220132014201520162017201820192020

20212022

2023

2024E

2025E202XPC40035030025020015010050Win2000WinXPWin7Win10停止服務(wù)停止服務(wù)停止服務(wù)停止服務(wù)Microsoft365Copilot02005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

2023

2024E

2025E202X4.3MR：解放雙手，下一代智能終端的雛形?4.3.1MR在2024橫空出世新的內(nèi)容和應(yīng)用可能會(huì)推動(dòng)新的智能終端產(chǎn)生。蘋果已經(jīng)早有準(zhǔn)備，2024年初蘋果VisionPro上市，這是一款混合現(xiàn)實(shí)（MR）的可穿戴頭盔。人們帶上它就可以完全解放雙手，不用手指觸控，也不用拿著手柄就可以自然地在空中控制和體驗(yàn)虛擬世界，因?yàn)锳I模型解決了人機(jī)交互的問題，可以讓機(jī)器具備語(yǔ)音理解、手勢(shì)理解和眼動(dòng)追蹤能力。再往遠(yuǎn)一點(diǎn)，我們期待硬件的進(jìn)一步進(jìn)步，最終可能將厚重的MR頭盔變成時(shí)尚輕薄的智能眼鏡。MR相對(duì)VR應(yīng)用場(chǎng)景大幅拓展。相較于以往的虛擬現(xiàn)實(shí)（VR），人們戴著它只能沉浸在一個(gè)完全虛擬的世界中，MR可以看到周圍的真實(shí)世界，讓虛擬畫面和現(xiàn)實(shí)世界精準(zhǔn)互動(dòng)，比如可以和虛擬人對(duì)打乒乓球，可以在真實(shí)的房屋中擺放虛擬家具進(jìn)行裝修規(guī)劃等。19重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金圖:AppleVisionPro可在3D空間操控應(yīng)用圖:Meta推出眼鏡可直播可拍照4.3.2AI和3D建模將提升內(nèi)容生產(chǎn)效率當(dāng)前VR出貨量仍小，核心卡在內(nèi)容供給。VR產(chǎn)業(yè)歷經(jīng)了5年創(chuàng)新，出貨量卻沒能上一個(gè)臺(tái)階，我們認(rèn)為最核心的原因在于內(nèi)容的供給太少。當(dāng)前VR的內(nèi)容供給僅僅是主流游戲平臺(tái)的1/5，用戶使用時(shí)長(zhǎng)十分有限，對(duì)消費(fèi)者而言略雞肋。AI多模態(tài)和3D建模生產(chǎn)內(nèi)容，MR出貨有望上臺(tái)階。隨著多模態(tài)大模型的發(fā)展和3D數(shù)字建模的成熟，更多理想化的虛擬世界都可以低成本生產(chǎn)，不再要進(jìn)昂貴的影棚拍攝。未來優(yōu)質(zhì)內(nèi)容可以源源不斷地隨時(shí)隨地生產(chǎn)，屆時(shí)MR的使用粘性和使用時(shí)長(zhǎng)也會(huì)隨著上升，就像當(dāng)前的短視頻平臺(tái)一樣。圖:當(dāng)前AR/VR設(shè)備出貨量仍較小46285000400030002000100042303906112388058502020AR/VR出貨量(萬(wàn)臺(tái))20212022游戲主機(jī)出貨量(PlayStation、XboxSeries、Switch，萬(wàn)臺(tái))圖:與游戲主機(jī)相比，VR游戲供給有限主機(jī)/PC游戲平臺(tái)VR游戲平臺(tái)(小游戲?yàn)橹?600051794995475450004000300020001000025831870Vive35527613997PS4XboxOneSwitchSteamOcuPICONOLOYVR來源：omdia20重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金4.3.3MR帶動(dòng)消費(fèi)電子投資機(jī)遇蘋果發(fā)布MR，安卓有望跟隨。手機(jī)大廠不會(huì)錯(cuò)過對(duì)下一代智能硬件的卡位。未來隨著主流手機(jī)廠家的紛紛入局，我們期待MR設(shè)備在硬件上變得更加的好用、美觀和便宜。MR的滲透和放量也會(huì)帶來消費(fèi)電子相關(guān)零部件廠商的新一輪投資機(jī)遇。圖:蘋果VisionProBOM拆分圖:MetaQuestProBOM拆分7%8%16%1%8%5%25%2%1%29%15%15%44%3%4%7%8%

2%主板部分屏幕部分鏡片部分聲學(xué)部分傳感器主板部分屏幕部分鏡片部分聲學(xué)部分傳感器攝像頭結(jié)構(gòu)件續(xù)航其他攝像頭結(jié)構(gòu)件續(xù)航手柄其他數(shù)據(jù)來源:Wellsenn4.4AI賦能感知和決策，加速智能汽車技術(shù)升級(jí)在生產(chǎn)力場(chǎng)景，AI主要應(yīng)用于高度自動(dòng)化的汽車和機(jī)器人中。汽車和機(jī)器人等智能執(zhí)行終端的系統(tǒng)非常相似，包括三大模塊：感知、決策、執(zhí)行。感知決策執(zhí)行大腦的決策最終轉(zhuǎn)化為踩剎車減我們的眼睛和耳朵，對(duì)應(yīng)汽車的感通過眼睛和耳朵的反饋，大腦對(duì)信速、踩油門加速、打方向盤拐彎等知系統(tǒng)，比如攝像頭、雷達(dá)、IMU息進(jìn)行分析做出決策，對(duì)應(yīng)汽車的動(dòng)作，對(duì)應(yīng)汽車的執(zhí)行系統(tǒng)，比如等；智駕域控制器；汽車的線控制動(dòng)、線控轉(zhuǎn)向等。AI賦能智能駕駛，主要是賦能感知層和決策層。感知層通過模型的不斷迭代，讓汽車更加精確和及時(shí)的識(shí)別路上的目標(biāo)，使其擁有類似人類“眼觀六路、耳聽八方”的能力。決策層通過AI的訓(xùn)練，尤其是后續(xù)“端到端”的實(shí)時(shí)控制，讓汽車可以自主決策，更加“老司機(jī)”和貼近人類開車習(xí)慣，甚至在某些方面超越人類的開車技能。21重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金圖:汽車及機(jī)器人層級(jí)控制框架汽車機(jī)器人目標(biāo)特征提取和融合目標(biāo)分割和特性提取傳感器感知決策數(shù)據(jù)車輛位置定位末端定位和姿態(tài)平衡數(shù)據(jù)數(shù)據(jù)動(dòng)作軌跡規(guī)劃駕駛決策環(huán)境任務(wù)規(guī)劃通信和處理器動(dòng)作軌跡規(guī)劃路徑規(guī)劃軌跡平滑驅(qū)動(dòng)/轉(zhuǎn)向/制動(dòng)/執(zhí)行器硬件端執(zhí)行軟件端指令懸架等系統(tǒng)調(diào)節(jié)旋轉(zhuǎn)/直線關(guān)節(jié)電機(jī)調(diào)參4.4.1智能汽車產(chǎn)業(yè)發(fā)展的奇點(diǎn)即將到來我們認(rèn)為智能汽車產(chǎn)業(yè)發(fā)展的奇點(diǎn)即將到來，智能車產(chǎn)業(yè)有望復(fù)制三年前電動(dòng)化的發(fā)展浪潮。①智能駕駛的法律法規(guī)逐步完善。11月工信部等四部委發(fā)布《關(guān)于開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)工作的通知》，希望通過開展智能駕駛試點(diǎn)工作探索智能汽車規(guī)模量產(chǎn)產(chǎn)品的標(biāo)準(zhǔn)、強(qiáng)化試點(diǎn)企業(yè)責(zé)任落實(shí)，為后續(xù)量產(chǎn)版本法律法規(guī)積累管理經(jīng)驗(yàn)。②智能駕駛技術(shù)逐步升級(jí)。以特斯拉的FSD、小鵬汽車的XNGP、華為的HUAWEIADS為代表的智能駕駛系統(tǒng)逐漸商業(yè)化，也代表著智能駕駛技術(shù)逐漸升級(jí)完善，部分消費(fèi)者開始愿意為智能化溢價(jià)而付費(fèi)。圖:汽車電動(dòng)化和智能化發(fā)展新能源車滲透率高階智駕滲透率30%25%20%15%10%5%汽車電動(dòng)化發(fā)展奇點(diǎn)汽車智能化發(fā)展奇點(diǎn)0%20152016201720182019202020212022

2023E

2024E

2025E資料來源：景順長(zhǎng)城基金22重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金4.4.2中國(guó)汽車產(chǎn)業(yè)鏈?zhǔn)侵悄芑顺敝凶罹邆涓?jìng)爭(zhēng)力的產(chǎn)業(yè)鏈我們認(rèn)為中國(guó)汽車產(chǎn)業(yè)鏈展望全球都是最具備競(jìng)爭(zhēng)力的：供給端，中國(guó)車企擁有精簡(jiǎn)的組織架構(gòu)與高效的開發(fā)流程，新車型的研發(fā)速度快于海外車企。另外，中國(guó)汽車產(chǎn)業(yè)鏈有能力通過降本推動(dòng)智能化汽車平民化，讓智能化在售價(jià)20萬(wàn)以下的車型推廣應(yīng)用，擴(kuò)大市場(chǎng)容量。需求端，中國(guó)是全球第一大汽車市場(chǎng)，對(duì)新技術(shù)的接納意愿比較強(qiáng)烈，有利于本土市場(chǎng)推廣。技術(shù)端，國(guó)內(nèi)以華為、小鵬等為代表的企業(yè)有望追趕特斯拉，且遠(yuǎn)超海外傳統(tǒng)車企。圖:NOA功能（L2+/L3）車型將逐漸向中低價(jià)格帶滲透50萬(wàn)以上當(dāng)前40-50萬(wàn)30-40萬(wàn)20-30萬(wàn)10-20萬(wàn)10萬(wàn)以下價(jià)格帶持續(xù)下降，智能車將平民化未來0%10%20%30%40%50%資料來源：景順長(zhǎng)城基金圖:主流自研智駕車企與特斯拉的差距特斯拉華為小鵬理想蔚來模型降低LiDAR依賴度地圖資質(zhì)不需要車隊(duì)數(shù)據(jù)云端算力國(guó)內(nèi)在建城市開放FSD未入華速度智駕包性價(jià)比23重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金4.4.3中國(guó)汽車產(chǎn)業(yè)鏈在智能化浪潮中醞釀巨大投資機(jī)會(huì)在汽車智能化產(chǎn)業(yè)趨勢(shì)背景下，具備全球的競(jìng)爭(zhēng)力的中國(guó)汽車產(chǎn)業(yè)鏈，也必將醞釀出巨大的投資機(jī)會(huì)，我們最看好的是整車環(huán)節(jié)，其次是智能化相關(guān)零部件。整車端，整車廠把控智能化數(shù)據(jù)以及迭代節(jié)奏，商業(yè)模式從智駕主力賣車擴(kuò)展到探索軟件收費(fèi)模式，商業(yè)模式可能發(fā)生變化。因此整車環(huán)節(jié)是智能化浪潮下應(yīng)當(dāng)著重布局的賽道。零部件端，充分受益于行業(yè)滲透率快速提升所帶來的時(shí)代紅利，尤其是新增部件，比如線控制動(dòng)、線控轉(zhuǎn)向、域控制器、激光雷達(dá)等等。圖:主機(jī)廠L2+商業(yè)模式逐步清晰圖:智能化零部件受益環(huán)節(jié)圖流媒體后視鏡駕駛員監(jiān)測(cè)系統(tǒng)后側(cè)向角雷達(dá)減少或去掉激光雷達(dá)自動(dòng)駕駛域控制器硬件降本智駕版平價(jià)前向中距雷達(dá)性價(jià)比車型域控算力降級(jí)比如Orin-X降為Orin-N車聯(lián)網(wǎng)通訊模塊前側(cè)向角雷達(dá)探索軟件收費(fèi)智駕助力賣車<20萬(wàn)車型加速滲透超聲波雷達(dá)線控制動(dòng)/轉(zhuǎn)向資料來源：景順長(zhǎng)城基金4.5AI的突破是機(jī)器人進(jìn)化的里程碑AI大模型的進(jìn)步，使機(jī)器人開始真正擁有大腦，變得更像人類。人類的典型進(jìn)化包括直立行走、雙手使用工具、語(yǔ)言交流、學(xué)習(xí)思考處理復(fù)雜的事務(wù)、情感表達(dá)，而AI作為中央處理器，使機(jī)器人更快掌握上述通用智能。感知端，機(jī)器人使用攝像頭等一系列傳感器來感知環(huán)境，識(shí)別空間和物體。這已經(jīng)在智能駕駛汽車領(lǐng)域得到初步訓(xùn)練。決策端，大語(yǔ)言模型使機(jī)器人聽懂人類語(yǔ)言邏輯，諸如谷歌的RT-2模型等訓(xùn)練模型使機(jī)器人可以從網(wǎng)絡(luò)數(shù)據(jù)中學(xué)習(xí)，并轉(zhuǎn)換成機(jī)器人動(dòng)作，執(zhí)行未做過的復(fù)雜任務(wù)。24重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金圖:谷歌RT-2在RT-1機(jī)器人數(shù)據(jù)的基礎(chǔ)上，增加了從互聯(lián)網(wǎng)學(xué)習(xí)的VLM預(yù)訓(xùn)練模型，短時(shí)間內(nèi)提升了Agent的泛化和涌現(xiàn)能力100%75%50%25%0%理解符號(hào)VC1推理識(shí)別人類平均成功率RT-1RT-2w/PaLM-E-12BRT-2w/PaLI-X-55B資料來源：GoogleDeepmind4.5.1智能機(jī)器人的落地節(jié)奏機(jī)器人應(yīng)用場(chǎng)景將從2B到2C逐步展開。智能機(jī)器人最初可能用于工廠，替代勞動(dòng)者雙手。其次，商業(yè)環(huán)境和公共場(chǎng)合也存在大量需求，比如餐飲服務(wù)、巡檢展覽。但機(jī)器人真正的未來在于需求迥異的消費(fèi)者端，包括家居、護(hù)理、陪伴等。隨著AI能力的提升，機(jī)器人的能力將持續(xù)進(jìn)化，可應(yīng)用場(chǎng)景開放性增強(qiáng)，需求量級(jí)也將成倍提升。未來機(jī)器人形態(tài)將是多樣化的，取決于不同需求場(chǎng)景下，對(duì)應(yīng)功能形態(tài)能否降本增效。人形是其中一種理想形態(tài)，能夠窮舉涵蓋人類社會(huì)全場(chǎng)景，融入人類社會(huì)、甚至幫助人類進(jìn)行未知領(lǐng)域的探索，它們將和動(dòng)物、輪式等其他形態(tài)，共同形成多層次的機(jī)器人家族。圖:隨著可應(yīng)用場(chǎng)景開放性增強(qiáng)，機(jī)器人的需求量級(jí)將成倍提升需求量級(jí)5000萬(wàn)工廠（分揀、打標(biāo)、餐飲、酒店等安防、巡檢協(xié)作生產(chǎn)/服務(wù)家居陪伴運(yùn)輸、焊接等）配送和服務(wù)執(zhí)行任務(wù)1000萬(wàn)100萬(wàn)50萬(wàn)場(chǎng)景開放性和實(shí)現(xiàn)難度假設(shè)附注：50萬(wàn)-全球工業(yè)機(jī)器人年銷量；100萬(wàn)-比亞迪生產(chǎn)人員約44萬(wàn)人（22年年報(bào)）。此外根據(jù)公開報(bào)告測(cè)算，機(jī)器人在10%滲透率以下，則國(guó)內(nèi)餐飲、酒店配送機(jī)器人空間50億，假設(shè)機(jī)器人單價(jià)約3萬(wàn)元，測(cè)算大約16萬(wàn)臺(tái)需求；1000萬(wàn)-參考汽車價(jià)格帶，中國(guó)15萬(wàn)元以上汽車銷量占比約48%。假設(shè)全球30%擁有汽車的家庭會(huì)購(gòu)買人形機(jī)器人，按照20年達(dá)成保有量，測(cè)算得全球年均1200萬(wàn)臺(tái)人形機(jī)器人銷量。25重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金成本的下降是機(jī)器人能夠大規(guī)模落地的另一個(gè)重要維度。若人形機(jī)器人的規(guī)模達(dá)到百萬(wàn)臺(tái)規(guī)模，成本需要大幅下降，馬斯克的目標(biāo)是2-3萬(wàn)美金，接近于中低檔車售價(jià)。隨著機(jī)器人工作效率提升、價(jià)格下降和全球人力成本的不斷提升，當(dāng)機(jī)器人的產(chǎn)出價(jià)值和投入成本能夠在1-2年的回報(bào)周期內(nèi)打平，很可能會(huì)到爆發(fā)的節(jié)點(diǎn)。如果智能機(jī)器人能夠降價(jià)至汽車價(jià)格區(qū)間，或許是它們能夠如汽車般走入千家萬(wàn)戶的臨界點(diǎn)。圖:智能機(jī)器人價(jià)格下降、效率提升，人力成本上漲，產(chǎn)出和投入成本未來有望打平價(jià)格(萬(wàn)美元)機(jī)器人初始價(jià)格50機(jī)器人成本下降曲線機(jī)器人產(chǎn)出價(jià)值曲線機(jī)器人產(chǎn)出價(jià)值和投入成本打平＞10時(shí)間（年）資料來源：景順長(zhǎng)城基金，USBureauofLaborStatistics4.5.2降本路徑不僅僅依靠規(guī)模效應(yīng)，更有賴于中國(guó)供應(yīng)鏈的參與機(jī)器人所需的減速器、滾柱絲杠等核心零部件當(dāng)前大多由海外供應(yīng)商供應(yīng)，價(jià)格昂貴。如果機(jī)器人達(dá)到百萬(wàn)臺(tái)規(guī)模體量，上述零部件需求量都將大幅增長(zhǎng)，中國(guó)制造大規(guī)模參與進(jìn)來，降本空間巨大。圖:理想情況下，規(guī)模量產(chǎn)后人形機(jī)器人預(yù)估BOM下降空間70%以上-80%-90%-50%-36%-37%關(guān)節(jié)總成機(jī)身結(jié)構(gòu)件基帶板卡(含電池)

視覺和姿態(tài)感知(相機(jī)+IMU)處理器資料來源：景順長(zhǎng)城基金，綜合行業(yè)調(diào)研口徑26重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金國(guó)產(chǎn)廠商通過參與機(jī)器人供應(yīng)鏈，將實(shí)現(xiàn)自身制造能力的延展與升級(jí)。以減速器為例，國(guó)內(nèi)已然擁有優(yōu)秀的諧波、行星減速機(jī)生產(chǎn)廠商，在工業(yè)機(jī)器人領(lǐng)域?qū)崿F(xiàn)國(guó)產(chǎn)替代和較高的市場(chǎng)份額。這些廠商依靠完整的工藝經(jīng)驗(yàn)和快速響應(yīng)的能力，吸引海內(nèi)外人形機(jī)器人廠商合作，開發(fā)適合人形機(jī)器人的新品類，不僅把握住產(chǎn)品升級(jí)放量的機(jī)會(huì)，也帶動(dòng)上游相關(guān)國(guó)產(chǎn)機(jī)床設(shè)備和材料的整體升級(jí)。國(guó)產(chǎn)機(jī)器人整機(jī)廠商也充滿機(jī)會(huì)，通過不斷探索新應(yīng)用、新形態(tài)，有望享受機(jī)器人家族不斷壯大的紅利。圖:人形機(jī)器人主要零部件概覽關(guān)節(jié)總成行星滾柱絲杠無框(力矩)電機(jī)減速器空心杯電機(jī)模組力傳感器IMU編碼器驅(qū)動(dòng)器相機(jī)處理器芯片單臺(tái)機(jī)器人BOM價(jià)值量競(jìng)爭(zhēng)格局潛在盈利能力方案確定性注：產(chǎn)業(yè)鏈處于動(dòng)態(tài)變化過程中，★代表最低（弱），★★★★代表最高（強(qiáng)）27五、算力層：推理需求爆發(fā)在即國(guó)產(chǎn)替代加速前行28重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金如果說軟件和硬件端的應(yīng)用落地，是AI為人類帶來的累累碩果，那么針對(duì)算力層的基礎(chǔ)設(shè)施建設(shè)，則是AI這顆大樹深扎在土壤中的根系，為產(chǎn)業(yè)發(fā)展輸送源源不斷的“養(yǎng)分”。站在當(dāng)前時(shí)點(diǎn)，我們認(rèn)為算力投資正由訓(xùn)練向推理開始延伸，并更看好長(zhǎng)期推理側(cè)的需求爆發(fā)，而在外部持續(xù)升級(jí)的政策限制下，國(guó)內(nèi)產(chǎn)業(yè)生態(tài)正迎來前所未有的發(fā)展機(jī)遇。5.1算力投資：AI應(yīng)用爆發(fā)的必要條件和先行指標(biāo)算力投資是AI產(chǎn)業(yè)爆發(fā)的先行指標(biāo)。類比4/5G通信產(chǎn)業(yè)發(fā)展周期，資本開支通常先行于數(shù)據(jù)需求爆發(fā)，算力則是AI大模型的基礎(chǔ)建設(shè)層，先做基建，上層應(yīng)用才有爆發(fā)的可能。當(dāng)前，以全球頭部云計(jì)算廠商的經(jīng)營(yíng)數(shù)據(jù)為參考，其整體資本開支強(qiáng)度已超過1,000億美金，其中AI為主要增量投資方向，對(duì)比相關(guān)云計(jì)算業(yè)務(wù)營(yíng)收，也率先實(shí)現(xiàn)了增速的企穩(wěn)回升。國(guó)內(nèi)情況類似，互聯(lián)網(wǎng)廠商對(duì)AI同樣積極投入；此外，以地方政府主導(dǎo)投資的智算中心將貢獻(xiàn)增量的算力需求。圖：全球主要云廠商資本開支增速45040035030025020015010050單位:億美元50%40%30%20%10%0%-10%-20%0微軟亞馬遜谷歌臉書合計(jì)資料來源：公司公告，景順長(zhǎng)城基金注：亞馬遜未披露其資本開支結(jié)構(gòu)，因其倉(cāng)儲(chǔ)相關(guān)占比較大，統(tǒng)計(jì)中僅估算列示圖：全球主要云廠商云計(jì)算營(yíng)收增速600500單位:億美元50%45%40%35%30%25%20%15%10%5%40030020010000%微軟亞馬遜谷歌合計(jì)29重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金5.2全球算力：推理需求驅(qū)動(dòng)算力投資快速成長(zhǎng)5.2.1算力需求：AI成為全球算力投資增長(zhǎng)的核心驅(qū)動(dòng)，推理需求為中長(zhǎng)期主要增量AI已成為全球算力投資的主要驅(qū)動(dòng)力。以算力投資中價(jià)值量最大的服務(wù)器為參考，未來受益于下游客戶旺盛的投資需求，其絕對(duì)規(guī)模及份額都將呈現(xiàn)快速提升。我們預(yù)計(jì)到2024年，全球AI服務(wù)器的市場(chǎng)規(guī)模將會(huì)增長(zhǎng)到近千億美金，占到服務(wù)器市場(chǎng)的半壁江山。圖：全球服務(wù)器22年出貨1500萬(wàn)臺(tái)，10年復(fù)合增速僅6%圖:AI服務(wù)器成為算力投資增長(zhǎng)的核心驅(qū)動(dòng):預(yù)計(jì)24年全球AI服務(wù)器的出貨金額占比將近50%服務(wù)器出貨量（萬(wàn)臺(tái)）YoY1600140012001000800600400200018%

120016%60%50%40%30%20%10%0%15.7%1000800600400200014%12%10%8%6%4%2%0%-2%-4%11.6%10.4%6.7%5.2%3.3%2.9%-0.4%-1.3%20222023E2024E全球AI服務(wù)器出貨金額(億美金)AI服務(wù)器出貨金額占比2013

2014

2015

2016

2017

2018

2019

2020

2021

2022資料來源：IDC、景順長(zhǎng)城基金中長(zhǎng)期推理將接力訓(xùn)練，成為算力投資增長(zhǎng)的主要貢獻(xiàn)。當(dāng)前的算力需求仍以大模型訓(xùn)練為主，未來伴隨應(yīng)用的不斷落地，推理需求逐步釋放，中長(zhǎng)期將成為算力需求的主力。區(qū)別于訓(xùn)練側(cè)，推理側(cè)的算力需求無法重復(fù)使用，而是跟隨應(yīng)用場(chǎng)景、用戶數(shù)量、使用頻次的增長(zhǎng)而擴(kuò)展。我們粗略匡算了幾個(gè)大模型應(yīng)用的典型場(chǎng)景，用戶鋪開后各個(gè)場(chǎng)景的算力需求都在數(shù)百萬(wàn)張A100量級(jí)（具體估算詳見附錄部分）。圖：典型的大模型應(yīng)用場(chǎng)景和用戶基數(shù)圖:中長(zhǎng)期看，大模型推理的算力需求將遠(yuǎn)超訓(xùn)練(具體估算詳見附錄)應(yīng)用場(chǎng)景辦公助手搜索引擎視頻生成智能駕駛代表應(yīng)用潛在用戶基數(shù)千萬(wàn)張Orin芯片微軟M365Copilot微軟全球有4億付費(fèi)用戶數(shù)百萬(wàn)張A100芯片微軟NewBingRunwayGen2特斯拉FSD谷歌每天30億次搜索~180萬(wàn)A100全網(wǎng)每分鐘產(chǎn)生(2023年)百萬(wàn)張~5000小時(shí)視頻A100芯片辦公助手全球每年出貨8000萬(wàn)輛車大模型訓(xùn)練搜索引擎智能駕駛其他場(chǎng)景:文生圖、虛擬人、與終端設(shè)備結(jié)合······資料來源：景順長(zhǎng)城基金注：推理側(cè)需求，為基于典型應(yīng)用場(chǎng)景假設(shè)估算，遠(yuǎn)期規(guī)模仍取決于AI滲透程度30重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金5.2.2供應(yīng)鏈：AI重塑價(jià)值分配，算力芯片為核心，通訊/存儲(chǔ)部件配套升級(jí)AI需求爆發(fā)，帶來產(chǎn)業(yè)鏈價(jià)值重新分配。對(duì)比傳統(tǒng)數(shù)據(jù)中心，在以運(yùn)算為核心的AI算力投資中，服務(wù)器的價(jià)值量占比將顯著提升，達(dá)到整體資本開支的70%，其中高性能算力芯片GPU為主要的價(jià)值貢獻(xiàn)，占比達(dá)到71%。同時(shí)，通訊及存儲(chǔ)部件將配套升級(jí)。針對(duì)大模型場(chǎng)景中數(shù)千張甚至上萬(wàn)張GPU的并行運(yùn)算，對(duì)集群的即時(shí)通訊、片上存儲(chǔ)、互聯(lián)帶寬和散熱均提出更高的需求。對(duì)應(yīng)地，以光模塊為代表的通訊部件，和以高帶寬存儲(chǔ)（HBM）為代表的存儲(chǔ)芯片將同步配套升級(jí)，以實(shí)現(xiàn)整體算力效率的優(yōu)化及單位算力成本的降低。圖：AI算力中心構(gòu)成及各環(huán)節(jié)價(jià)值量拆分其他通用服務(wù)器AI服務(wù)器(8*A100)10%價(jià)值倍數(shù)價(jià)值量占比價(jià)值量占比網(wǎng)通設(shè)備AI數(shù)據(jù)中心AI服務(wù)器CPU芯片20%2,16629%13,90012%6.4-GPU芯片00%80,00011,4251,00065071%10%1%服務(wù)器70%存儲(chǔ)芯片2,74515536%2%4.26.52.0網(wǎng)卡PCB1%PCB組裝測(cè)試1%3254%1%電源1%其他3%電源網(wǎng)卡1%30013944954%18%7%1,2003,2171%3%4.02.3存儲(chǔ)其他物料10%組裝及測(cè)試1,4851%3.0CPU12%合計(jì)7,580131100%112,8776,000100%14.945.9配套光模塊GPU71%注：配套光模塊與數(shù)據(jù)中心組網(wǎng)架構(gòu)選擇有關(guān)，僅以英偉達(dá)SuperPOD為測(cè)算樣本，不代表行業(yè)平均水平資料來源：景順長(zhǎng)城基金算力芯片市場(chǎng)規(guī)模增長(zhǎng)有望十年十倍。2023年，全球算力芯片市場(chǎng)規(guī)模達(dá)到218.7億美金，而根據(jù)產(chǎn)業(yè)鏈跟蹤及測(cè)算，我們預(yù)計(jì)2024年這一數(shù)字有望擴(kuò)容至800億美金，實(shí)現(xiàn)翻番以上成長(zhǎng)。向后展望，云端訓(xùn)練需求的持續(xù)迭代，及后續(xù)推理需求的不斷釋放，將共同拉動(dòng)算力芯片市場(chǎng)規(guī)模成長(zhǎng)，參考第三方預(yù)測(cè)，2032年整體市場(chǎng)規(guī)模將達(dá)到2,274.8億美金，實(shí)現(xiàn)十年十倍的成長(zhǎng)彈性。圖：全球AI芯片市場(chǎng)規(guī)模預(yù)測(cè)(億美金)25002000150010005002274.8800218.7168.62022020232024E..........2032E資料來源：PrecedenceResearch、景順長(zhǎng)城基金31重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金伴隨推理側(cè)需求釋放，ASIC方案有望加速滲透。在早期大模型快速迭代的訓(xùn)練端爆發(fā)階段，算力及互聯(lián)帶寬為核心指標(biāo)，同時(shí)使用通用芯片可避免專門研發(fā)定制芯片所帶來的高投入和高風(fēng)險(xiǎn)，故高算力通用GPU為此階段硬件端最優(yōu)解。隨著大規(guī)模應(yīng)用部署的推理端放量階段到來，偏應(yīng)用定制化且具備成本、功耗、體積等優(yōu)勢(shì)的ASIC方案滲透率有望快速提升，預(yù)計(jì)到2025年云端訓(xùn)練/推理端ASIC方案滲透率將分別為50%和40%，而邊緣側(cè)推理端ASIC方案滲透率則有望達(dá)到70%。圖：ASIC在功耗/成本/專用性能具備優(yōu)勢(shì)圖：ASIC在云/邊側(cè)訓(xùn)練端及邊側(cè)推理端中滲透率有望大幅提升(%)云端訓(xùn)練云端推理邊端推理CPUGPUASIC低功耗靈活性低功耗70504030102017202520172025Other20172025性能同構(gòu)性ASICGPUCPU資料來源：McKinseyAnalysis、景順長(zhǎng)城基金存儲(chǔ)芯片也有望實(shí)現(xiàn)配套升級(jí)。近20年處理器峰值算力提高近90,000倍，而存儲(chǔ)器帶寬僅提升30倍，存與算性能失配制約綜合算力，使得云側(cè)/端側(cè)存力升級(jí)將成為必然趨勢(shì)。云側(cè)來看，未來AI服務(wù)器對(duì)SSD/DRAM的容量需求約為傳統(tǒng)服務(wù)器的2倍/4倍，分別達(dá)到8TB和2.7TB，同時(shí)HBM憑借更高速、更高帶寬及位寬等特點(diǎn)成為高性能算力芯片存儲(chǔ)的主流方案。參考此前算力芯片的預(yù)測(cè)，對(duì)應(yīng)測(cè)算24年HBM市場(chǎng)空間將達(dá)到96億美金，若考慮單卡容量升級(jí)趨勢(shì)則有望更高。端側(cè)來看，模型本地部署亦將拉動(dòng)存儲(chǔ)容量升級(jí)，以單次運(yùn)行100億參數(shù)模型為例（假設(shè)為int4精度），不考慮模型運(yùn)算時(shí)的臨時(shí)變量需占用4.7GB內(nèi)存，未來市場(chǎng)硬件端主流配置方案有望從8GB提升至12GB以上。圖：云端訓(xùn)練拉動(dòng)服務(wù)器存儲(chǔ)大幅升級(jí)圖:端側(cè)運(yùn)行大模型對(duì)內(nèi)存需求提升900080007000600050004000300020001000014121084.712.7X286X442ServerDRAMContent傳統(tǒng)服務(wù)器(GB)ServerSSDContentAI服務(wù)器(GB)0主流內(nèi)存配置百億模型占用內(nèi)存內(nèi)存容量需求資料來源：《AIandMemoryWall》、wind、集邦咨詢、景順長(zhǎng)城基金32重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金5.3國(guó)產(chǎn)替代：需求旺盛但成熟供給不足，外部制裁迎國(guó)產(chǎn)歷史機(jī)遇5.3.1供需缺口：國(guó)內(nèi)算力需求已達(dá)到全球第二，但上游核心芯片對(duì)外依賴嚴(yán)重國(guó)內(nèi)市場(chǎng)已成為全球算力市場(chǎng)的重要組成部分。參考工信部統(tǒng)計(jì)，2021年國(guó)內(nèi)算力需求規(guī)模達(dá)到202EFLOPS，占比32.9%，僅次于美國(guó)位列全球第二，并實(shí)現(xiàn)更快增長(zhǎng)。圖:全球算力規(guī)模持續(xù)增長(zhǎng)圖:全球算力需求結(jié)構(gòu)3500300025003300中國(guó)33%歐洲14%日本5%2168.220001500100050001424.62023E936615429其他14%美國(guó)34%202020212022E2024E2025E全球算力總規(guī)模(EFLOPS)資料來源：信通院《中國(guó)算力發(fā)展指數(shù)白皮書》、景順長(zhǎng)城基金但在供給端，國(guó)內(nèi)產(chǎn)業(yè)生態(tài)尚不完備。目前，國(guó)內(nèi)廠商業(yè)務(wù)布局更多集中在中下游模塊和整機(jī)組裝環(huán)節(jié)，而在上游核心芯片等物料，仍存在明顯的對(duì)外依賴。近期針對(duì)GPU芯片的禁運(yùn)，一定程度上延緩了國(guó)內(nèi)算力的投資節(jié)奏，但也讓終端客戶意識(shí)到本土產(chǎn)業(yè)鏈配套的必要性和迫切性，供應(yīng)鏈國(guó)產(chǎn)替代有望全面加速圖：不同產(chǎn)業(yè)鏈環(huán)節(jié)競(jìng)爭(zhēng)格局及國(guó)產(chǎn)廠商份額AMD其它Ⅱ-VI浪潮其他其他旭創(chuàng)科技戴爾Lumentum武漢光迅惠普聯(lián)想富士通Acacia海信博通甲骨文新華三英偉達(dá)GPU思科IBM光模塊服務(wù)器資料來源：IDC、LightCounting、景順長(zhǎng)城基金33重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金5.3.2產(chǎn)業(yè)追趕：圍繞算力芯片，設(shè)計(jì)-制造-封裝全產(chǎn)業(yè)鏈加速成長(zhǎng)算力芯片,訓(xùn)練側(cè)加速本土生態(tài)培育，推理側(cè)充分參與市場(chǎng)競(jìng)爭(zhēng)。目前國(guó)內(nèi)芯片在硬件參數(shù)方面已基本達(dá)到海外可比水平，差距主要體現(xiàn)在軟件生態(tài)。訓(xùn)練側(cè)，相較于硬件，軟件和生態(tài)的粘性更高，因此后進(jìn)者難以替換;外部制裁反而推動(dòng)了國(guó)內(nèi)芯片的自主產(chǎn)業(yè)鏈建設(shè)，促進(jìn)國(guó)內(nèi)模型與應(yīng)用廠商更多地采購(gòu)自主芯片，帶動(dòng)產(chǎn)業(yè)的良性經(jīng)濟(jì)循環(huán)。推理側(cè)，海外巨頭尚未構(gòu)建堅(jiān)實(shí)的壁壘，國(guó)產(chǎn)芯片具備競(jìng)爭(zhēng)力，在未來百花齊放的競(jìng)爭(zhēng)格局下，國(guó)內(nèi)推理芯片廠商有望獲得更高的市場(chǎng)份額。圖:主要算力芯片性能參數(shù)對(duì)比(FP16)12001000800600400200單位:TFLOPS/sNvidiaH100NvidiaA100華為昇騰910華為昇騰910B寒武紀(jì)思元590海光深算2號(hào)NvidiaV100寒武紀(jì)思元370海光深算1號(hào)020172018201920202021202220232024資料來源：各公司官網(wǎng)、景順長(zhǎng)城基金芯片由設(shè)計(jì)廠商完成技術(shù)研發(fā)后，需要交由晶圓制造和封裝測(cè)試廠商，進(jìn)行產(chǎn)業(yè)鏈后續(xù)環(huán)節(jié)生產(chǎn)。算力芯片亦是如此，且對(duì)制造和封測(cè)提出了更高的需求，國(guó)內(nèi)產(chǎn)業(yè)鏈配套同樣面臨著機(jī)遇和挑戰(zhàn)。先進(jìn)制造,成為國(guó)內(nèi)算力芯片廠商的稀缺資源。AI算力芯片通常采用10nm以下先進(jìn)制程，以容納更高的晶體管密度，實(shí)現(xiàn)更好的計(jì)算性能和更低的功耗表現(xiàn)。伴隨制程持續(xù)向下迭代，前期研發(fā)成本和資本開支呈現(xiàn)指數(shù)型增長(zhǎng)，全球僅有少數(shù)廠商能夠“支付”其高昂成本，先進(jìn)制程產(chǎn)能成為稀缺資源。而伴隨中美在半導(dǎo)體產(chǎn)業(yè)生態(tài)的進(jìn)一步“割裂”，本土先進(jìn)制造產(chǎn)能成為兵家必爭(zhēng)之地。圖：不同制程（5K）產(chǎn)能對(duì)應(yīng)資本開支250002000015000100005000090nm65nm45nm28nm20nm

16/14nm10nm7nm5nm3nm資料來源：臺(tái)積電，景順長(zhǎng)城基金34重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金上一輪景氣度周期及產(chǎn)業(yè)鏈“逆全球化”趨勢(shì)，加速重資產(chǎn)制造業(yè)回流，其中半導(dǎo)體產(chǎn)業(yè)核心的晶圓制造環(huán)節(jié)，美、日、韓、臺(tái)、中等國(guó)家/地區(qū)紛紛加大產(chǎn)能擴(kuò)張規(guī)劃。對(duì)于晶圓廠而言，成熟制程在積極資本開支下中期或面臨產(chǎn)能過剩，先進(jìn)制程將成為其后續(xù)經(jīng)營(yíng)成長(zhǎng)的主要驅(qū)動(dòng)，而摩爾定律的進(jìn)一步放緩，適當(dāng)降低了國(guó)內(nèi)技術(shù)追趕的差距。圖：不同制程下單位晶體管制造成本4.543.532.52單位邏輯閘成本最小節(jié)點(diǎn)1.510.5090nm65nm40nm28nm20nm16/14nm10nm7nm資料來源：臺(tái)積電，景順長(zhǎng)城基金先進(jìn)封裝，國(guó)內(nèi)具備更好彎道追趕的可能。相較于傳統(tǒng)消費(fèi)級(jí)芯片，算力芯片面積更大，存儲(chǔ)堆疊更多，對(duì)互連速度要求更高，而以Chiplets為代表的先進(jìn)封裝，可以更好的滿足這些大規(guī)模芯片的性能和成本需求。更復(fù)雜的制造流程也帶來了更高的價(jià)值增量，對(duì)比消費(fèi)級(jí)芯片產(chǎn)品，算力芯片的封測(cè)成本通常有十倍以上提升，在芯片整體成本構(gòu)成中比重也有增加。而對(duì)比晶圓制造端的技術(shù)差距和供應(yīng)鏈限制，在先進(jìn)封裝領(lǐng)域，國(guó)內(nèi)廠商已有技術(shù)積累，并在積極技術(shù)及產(chǎn)能投入下，未來具備更好的追趕機(jī)會(huì)。圖：先進(jìn)封裝帶來產(chǎn)業(yè)環(huán)節(jié)價(jià)值量提升圖：2.5D/3D為先進(jìn)封裝最快成長(zhǎng)方向16001400120010008006004002000單位:億美元筆電CPU服務(wù)器CPUAI訓(xùn)練卡202220282.5D/3D封裝其他先進(jìn)封裝傳統(tǒng)封裝資料來源：景順長(zhǎng)城基金資料來源：Yole,景順長(zhǎng)城基金我們正在見證一個(gè)新時(shí)代的到來。AI大模型將持續(xù)升級(jí)，假如GPT-4解決了10%的人類任務(wù)，GPT-5將會(huì)解決15%以上的人類任務(wù)，而AI的終局將超越人類能力的總和，在具備經(jīng)濟(jì)價(jià)值的人類活動(dòng)中發(fā)揮廣泛的作用；另一方面，AI也在加速新材料、生物科技等方面的研發(fā)進(jìn)程，大幅提升人類的科技水平。全球科技巨頭正在建設(shè)遍布五大洲的AI算力中心，讓智力資源像水電一樣流入千行百業(yè)。AI應(yīng)用也將提升每個(gè)普通人的能力半徑，提升人們的記憶力、創(chuàng)造力、協(xié)作能力等。2024年將是AI終端創(chuàng)新與應(yīng)用落地的元年，產(chǎn)業(yè)周期將持續(xù)10年。正如前文提到的，AI產(chǎn)業(yè)將呈現(xiàn)“多層次、多浪潮”的發(fā)展特征，在科技領(lǐng)域持續(xù)帶來新的投資機(jī)會(huì)。35六、附錄36重塑與創(chuàng)造：洞察報(bào)告AI+景順長(zhǎng)城基金附錄部分：算力需求測(cè)算附錄(1)訓(xùn)練側(cè)算力需求匡算23年訓(xùn)練算力需求約180萬(wàn)張等效A100卡，具體測(cè)算如下表。2023E全球累計(jì)大模型訓(xùn)練計(jì)算量(EFLOPs)2.57E+08①類GPT3/GPT3.5大模型大模型研發(fā)廠商個(gè)數(shù)30同時(shí)訓(xùn)練模型數(shù)目3平均模型參數(shù)規(guī)模（億個(gè))2000平均訓(xùn)練Token數(shù)量(億個(gè))3000模型訓(xùn)練所需總計(jì)算量(EFLOPs)3.24E+07②類GPT4大模型大模型研發(fā)廠商個(gè)數(shù)5同時(shí)訓(xùn)練模型數(shù)目1平均模型參數(shù)規(guī)模（億個(gè)）15000平均訓(xùn)練Token數(shù)量(億個(gè))50000模型訓(xùn)練所需總計(jì)算量(EFLOPs)2.25E+08單次訓(xùn)練所需時(shí)間(天)30算力利用效率35%A100SXMFP32算力(TFLOPS)156A100需求總量(萬(wàn)張，只用A100)182H100SXMFP32算力(TFLOPS)495H100需求總量(萬(wàn)張，只用H100)57未來訓(xùn)練需求增長(zhǎng)的驅(qū)動(dòng)力有二：一模型參數(shù)規(guī)模的持續(xù)膨脹?2018年以后，AI模型訓(xùn)練所需的算力規(guī)模以2個(gè)月翻一倍的速度在增長(zhǎng)，各家模型廠商們通過這種方式探索模型能力的邊界；二是從訓(xùn)練語(yǔ)言模型轉(zhuǎn)向多模態(tài)模型，即未來模型能夠具備理解和生成文字、圖片、視頻等各種內(nèi)容形式，訓(xùn)練所需的算力也會(huì)隨之提升。