一：与AI巨头们深度绑定的光模块、服务器、pcb、算力租赁个股[淘股吧]

光模块：
1、中际旭创：谷歌、英伟达一供。800G批量出货。
2、新易盛： META ，800G送样中。
3、天孚通信：传言英伟达自己做光模块，找天孚做三供，同时与思科合作。
4、华工科技：阿里、字节都是都是公司客户，英伟达、微软送样800G；苹果及特斯拉供应商，光模块方面或有机会取得苹果及特斯拉订单。
5、光迅科技：业务主要国内为主，占据百度+阿里+腾讯+字节30%以上的份额，华为部分份额，今年海外高速率光模块批量发货，800G产品已小批量出货美国客户，但客户信息不详，预测是超微电脑。
6、剑桥科技：收购了海外主推LPO的厂商，最大客户是微软，思科认证进度快，meta验证晚，亚马逊送样满意。800G方面送样中，暂未出货。
7、联特科技：与思科等合作，去年突破了北美一家重要数据中心客户的产品认证和匹配客户需求，马来西亚建厂中，据说挖了天孚市场负责人，多方案800G产品给亚马逊、谷歌、微软\meta等头部公司送样中。
8.立讯精密：苹果。400G光模块已实现量产出货，且800G硅光模块已完成客户的测试并准备小批量交付。
总结：国际市场老大：中际旭创；国内市场老大：光迅科技；黑马及预期差最大的：立讯精密

服务器：
工业富联：英伟达，这个不用介绍了，英伟达最大的服务器代工商。
浪潮信息：英特尔、英伟达（还在制裁名单）、AMD，国内市场老大，不用多少介绍了
拓维信息：华为昇腾老大，主供华为盘古方向
中科曙光：自主可控的老大，国内排名靠前的国产AI芯片，它都会扶持
弘信电子: 腾讯系，深度绑定燧原，有黑马潜力
立讯精密：苹果。苹果在研大模型，服务器方面供应商极大概率是立讯精密。
总结：国际市场老大：工业富联；国内市场老大：浪潮信息；自主可控老大：中科曙光。 黑马潜力：弘信电子。

PCB：
胜宏科技：英伟达系老大，据说pcb份额达30%以上。
沪电股份：华为系老大，同时也供应台湾几大服务器代工商，具体名单不详
奥士康：AMD+英伟达的备选供应商
景旺电子：AMD系老大，同时也间接供应英伟达
世运电路：特斯拉供应商，目前在给特斯拉AI服务器打样pcb板。
东山精密：苹果供应商，苹果服务器pcb板极大概率由其供应。
总结：国际市场老大：胜宏科技；国内市场老大：沪电股份；黑马潜力:世运电路

算力租赁：
世纪华通：腾讯系，腾讯直接持股，腾讯最大的人工智能智算中心由世纪华通建设并运营。同时，深邦华为。
鸿博股份：英伟达，明星股了，不多介绍
云赛智联：国资云，地处上海，不绑定任何巨头，但北京深厚，地址位置极佳。


二：假期部分信息

1、OpenAI公布首个文生视频模型Sora
周鸿祎：Sora意味着AGI实现将从10年缩短到两三年
中宣部副部长、中央广播电视总台台长兼总编辑慎海雄：反复观看，令人震惊
软件多模态方向，硬件还是CPO

2、ARM大涨，一度翻倍
这个市值级别的公司上涨，类似于国内比亚迪三天翻倍
涨起来说是因为Q3业绩与Q4指引均超出市场预期，未来的预期是公司为终端AI设计的V9芯片的收入比例提升（已经由23Q3的10%提升至23Q4的15%，参考v7/v8的提升过程，预计v9三年左右可以提升至90%的渗透率），V9的授权费是V8的两倍
记得国内有个科创板公司也是做各类设计授权费的

3、教培
港股涨的比较好，主要是因为节前最后一个交易日盘后，教育部发布了《校外培训管理条例》征求意见稿
本次政策表达口吻变化：
对教培定性“成为学校教育的有益补充”、“正视家长培训需求”、“明确平衡各方权利义务”等

4：其他
春节美股除了AI，减肥药也涨的好
奥特曼正在寻求数万亿美元的投资来彻底改革全球半导体行业，然后好像被黄教主喷了
MSCI 表示将从其指数中删除大量遭受重创的中国股票
瑞银将英伟达目标价从580美元上调至850美元
证监会查办招商证券多名从业人员买卖股票等违法违规行为
证监会查办首例欺诈发行案件
假期内还传闻很多IPO要撤回材料重新整理
美国降息预期回落
比特B涨的也多，但国内比较敏感
本月22日华为将推出LEM新款折叠屏手机




三：专家解读OpenAl Sora 20240217
1. 深度解析OpenAl Sora 的视频生成技术
OpenAl 的Sora, 相较于过去只能生成短暂且不稳定的视频片段，能生成长达一分钟，分辨率甚至能达到1080P 或2K的视频。
OpenAl 使用低维空间转换和四种Al 工具，使得从复杂素材转换成简单的坐标形式成为可能，并还原为视频形式，有别于传统一帧一帧的画出的方式。
通过提高训练规模，即训练次数，Sora 的视频清晰度和准确性大幅提升。

2. 更高效的视频Al 训练之路
OpenAl 的Sora 用更高分辨率(高达1920x1080) 和更长时间进行训练，没有对视频素材
进行切割和压缩处理。这比其他Al 对素材分成256x256 的块，然后仅训练4秒钟的方法更有效
Sora 训练结果显示出了几个独特的特性：涌现(三维一致性、交互性、模拟虚拟世界)。涌现是指当训练量级达到很大的时候，开始出现一些优秀的特征，而这些特征并没在训练时明确规定与传统Al 视频生成模型相比， Sora 生成的视频更具人物和场景的连贯性，并适应了摄像机的移动。这些特质在Sora 生成的视频中显著,而在传统模型中却难以发现。

3.OpenAl Sora的生成视觉变革
OpenAl 的Sora 展现出优于传统人工智能视频生成的技术，它能够进行大动作，突然的转场，并且擅长完成有实际意义的动作，适应度较高。
相比之前的视频生成技术，Sora 可实现较长时间、更长意义的视频生成， 且逻辑关系连贯。Sora 采用的技术更适于制作长视频，场景可以在多人之间反复切换，还能保证主题不变，记忆连贯性。
Sora 的抗风险能力更强。传统的Al生成视频为了避免错误，只会进行非常保守的动作，
而Sora 则敢于进行更大胆的动作，这使得其产品的观赏性和趣味性大提升，而且对于
需要长时间，连贯场景，且人物动作丰富的视频生成场景(比如电影制作，动画制作等)尤其适用。

4.Al 视频生成技术解析
在生成Al 视频方面，Sara 采用了先生成简单背景下的人物动作，再生成背景的方式。但
此方法有局限性，例如只能生成摄像机不动的画面。如果摄像机需要跟随移动，保持同步的难度则会增加。
Sara 的训练过程中可能用到了虚幻引擎来协助训练，某些场景和视角变化与虚幻引擎的演示场景相似，但是否确实使用暂不清楚。
Al视频生成算力需求远超一张图片。相比一张图片，制作一秒钟动态视频至少需要12到24帧， 也就是需要生成12到24张图片。因此制作一分钟的视频至少需要生成1800张图片。达到这个数量级的算力需求、保持画面不闪烁、人物动作和表情的稳定不突变等都是Al视频生成面临的挑战。

5.视频生成新高维控制揭秘
利用OpenAlSora 的技术，视频内容生成可以按照几个维度进行调整， 包括物体动作、背景环境、相机视角等。其中，各个变量都可以通过对应的关键词轻易进行调整，具有显著的可控变化性，比如，可以通过一些关键词轻易改变视频的风格。
OpenAlSora 利用用图像拼接(patch) 进行视频内容生成，能实现更长时长的内容制作，
相对于传统的图片拼接方法，有着更好的效果。不仅如此，OpenAlSora 使用的patch 技
术可以处理任意分辨率或者尺度的图像，能应对更加复杂的视频生成需求。
虽然有些疑问和担忧，比如版权问题、可能产生的恶意内容，以及是否出现了过拟合等，但据专家观察，OpenAlSora 已经达到商业应用的级别。它的强大功能和已经取得的效果，比许多现有的视频生成引擎更为先进，虽然需要在使用上更为谨慎，但对视频制作领域有着巨大的潜力。

6. 因果解析与四重工具探讨
专家在介绍OpenAlSora 时强调其可能存在的问题：在模拟现实物体运动或物理反应时，可能会出现不准确，例如视频中杯子尚未倒落水就提前出现。这将影响视频生成的真实性。
专家认为OpenAlSora 的优势在于其使用的Al 工具，主要包括用于降维的神经网络，将
训练结果升级回像素空间的工具，视频打标签工具以及将用户简单语句转化为复杂定义的prompt 工具。
从投资角度，虽然有可能其他竞争者会尝试模仿这类技术，挑战现有视频生成领域，但实现效果以及应对未知问题的能力仍是关键。同时，独立训练与借助已有工具，如GPT 的选择也关系到成本和效果。



四：OpenAI与Google正式拉开AGI攻势调研纪要

A、春节期间海外AI大事件解读
一、Google发布Gemini1.5，OpenAI发布视频模型Sora，AGI是否真的来了

北京时间2月15日晚间到2月16日凌晨，Google与OpenAI连续发出了大招，其中Google发布了Gemini 1.5模型供开发者测试，OpenAI发布了视频生成模型Sora。

主要亮点如下：
1、Google方面：Gemini1.5模型最大支持一百万上下文，1.5的Pro模型达到1.0的Ultra模型的能力，更强的推理能力，更强的多模态理解能力和编程能力。这其中最重要的亮点是百万级别的上下文长度，这意味着Gemini1.5模型已经具备了写出高质量深度研究报告或者论文的潜力。
2、OpenAI方面：虽然新发布的文生视频模型Sora还处于内部测试阶段，但是最大的模型已经能够生成最长1分钟的视频，最高清晰度是1080p，也就是短边长1080像素。从发布的视频素材看，模型具备极强的对象一致性，三维世界一致性，以及初步的对物理世界的理解能力。
这两个模型迅速刷屏，尤其是OpenAI的Sora模型因为生成视频的效果更直观，所以引起了更多关注。我们对此简单点评如下：1.这两个模型的发布，意味着过去一年AI发展的加速度从未下降，反而是上升的；2.当前模型研发的主要方向就是AGI，生成式AI是为训练AGI服务的，但是这两个模型的发布不意味着AGI很快就会出现，我们维持乐观预期下至少需要五年时间的判断；3.以大语言模型为基础的多模态能力打开了通向AGI的可能性，目前比较公认的方向就是需要更大规模的模型和更多的数据，对大算力集群和数据的需求还看不到天花板。

二、ARM股价一周内翻倍，再次强调AI时代，ARM架构对X86的取代趋势
ARM在发布财报后的一周内，股价翻倍。最超预期的地方在于：AI对于ARM架构的需求拉动。无论是预训练还是推理，ARM指令集数量虽然相比X86仍有差距，但是基本已经能够满足AI的需求，而ARM架构带来的芯片设计、功耗、CPU与GPU数据传输效率、模型端到端部署的便捷性等方面的提升则是巨大的。苹果、英伟达、高通甚至AMD等公司的不断努力，不断推进ARM对X86的取代进程。

三、奥特曼（OpenAI CEO）融资7万亿美金，AI算力需求难言顶
OpenAI的CEO奥特曼最近正在融资7万亿美金用于AI芯片研发和生产，引发了市场关于算力需求的热议。市场也有了不少测算，如果按照3万美金一片计算，7万亿美金可以购买大约2.3亿片英伟达的H100，数十倍于英伟达一年的产能。我们认为：1. 7万亿美金的数字虽然比较夸张，但是如果考虑未来五年或者AGI的算力需求的话，相对还是合理的。综合目前各方面情况看，AGI研发，对模型规模和数据需求巨大，单集群至少需要一百倍以上的算力提升，两三年的周期内，算力需求可能看不到天花板；2. 2023年的百模大战军备竞赛，在某种程度上给OpenAI、Google、Meta这些巨头带来了极大的危机感，此轮军备竞赛由巨头发起，技术层面的原因是AGI研发的真实需求，商业层面原因是大幅提高竞争门槛，将未来的潜在竞争对手挡在门外；3. 英伟达非常配合，新的路线图从两年的产品周期缩短为一年，进一步拉动算力需求。

四、数据将是模型进一步发展的重中之重
除了算力之外，下一步模型研发对于数据的需求也是至少几个数量级的提升：一方面，模型进入到多模态时代后，训练用的图像、视频等数据量远大于语言文字，另一方面，无论是图像视频生成还是理解，高清晰度意味着要求更高的图像细节，视频帧率等，这些都带来几倍甚至数十倍的数据量需求。之前有两种较为流行的观点，一是大模型已经把数据训练完了，另一个是生成的数据不可以作为训练用。在只考虑语言文字数据的前提下，这两种观点都有一定道理，但是多模态之后，这两个观点都被打破了，一是互联网上图像视频的数据量远远多于文字，二是多模态之后，很多研究表明用算法生成的图像视频数据是可以用来训练的。目前训练中数据的最大瓶颈是高质量的图像视频数据，例如2K以上分辨率的图像和视频，逻辑性更强更接近人类物理世界表达的视频数据，以及三维空间数据等。结论是：如果算力门槛的几十亿甚至上百亿美金是有形的，那么巨头手中握有的海量高质量数据则是无形的，更将成为决定以后模型竞争成败的关键。

五、总体结论：
1、利好算力板块。
2、利好手握数据资源的平台公司。
3、模型能力增强后，相关行业落地速度大幅加快。

风险提示：
1、AGI研发过程遇到难以跨越的瓶颈，导致AI进步速度大幅低于预期；
2、发现新算法，导致技术路线产生巨大变化。

B、电子
AI大模型持续升级，继续看好AI受益产业链

OpenAI推出了创新视频生成模型Sora，能够将简短的文本描述转化为最长达一分钟的精细、高清视频片段。Sora这一技术突破，不是用在静态图片上，而是应用于视频。OpenAI引入了DALL-E3“扩散模型”的技术，与Transformer的神经网络相结合，能够将一堆随机分布的像素点转化为清晰的图片。

谷歌宣布推出全新的 Gemini 1.5 AI 模型，可以一次性处理大量信息，包括 1 小时的视频、11 小时的音频、超过 3 万行代码的代码库或超过 70 万字的文字。

预测OpenAI视频生成模型Sora及Gemini 1.5 AI 模型对Ai芯片的需求大幅提升， OPEN AI CEO Sam Altman计划募集七万亿美元资金，计划颠覆AI芯片和芯片制造。英伟达黄仁勋近期访台与魏哲家会面，盼解决AI芯片供应紧张问题，，此外AMD MI300X芯片在近日正式交货，客户已收到多台内置8个MI300X芯片的运算设备，微软和Meta已采购大量的MI300系列，台积电COWOS需求持续旺盛，台积电设定了提高先进封装能力的目标，预测到2024年底，台积电CoWoS封装的产能将达到每月3.2万片，到2025年底将增加到4.4万片。英伟达、AMD等客户越来越多地要求超级急件。

AI大模型不断升级，AI芯片、HBM芯片、Ai服务器、光模块/光芯片及交换机等相关产业链持续受益，看好重点受益产业链：沪电股份、中际旭创、新易盛、天孚通信、通富微电、生益科技、兴森科技、胜宏科技。

风险提示：AI云端需求不达预期、AI落地应用低于预期。

C、传媒
AI工具化进步迅速，看好AI应用板块
1、Sora视频生成模型无论在时长、视频品质、分镜合理程度等方面，都远超过去的视频生成模型。随着视频生成AI算法工具化的进步，AI视频生成有望实现商业化。推荐关注KOL短视频生成相关的天下秀、有望实现电视剧降本增效的华策影视等。

2、Gemini 1.5模型支持百万级上下文长度，解决了过去在文字生成领域，因为上下文限制，而造成的不能生成长篇文字的困扰。推荐关注小说生成相关标中文在线、掌阅科技等。

风险提示：
1、AI发展不及预期
2、AI领域监管尚不清晰
3、AI应用竞争格局恶化

D、计算机
AI产业新变化在计算机板块的机会映射
1、多模态大模型的发展，有利于AI落地应用普及速度提升。利好办公软件（如金山办公、万兴科技、福昕软件、汉仪股份、美图等），企业服务软件（如致远互联、泛微网络、赛意信息、汉得信息等），安防/数字化转型/智能硬件（海康威视、大华股份、萤石网络、千方科技、熵基科技、虹软科技、中科创达等）。
2、AI算力需求高增，ARM架构迎来良好机遇。在国产替代背景下，利好国产AI芯片供应商（如鲲鹏/昇腾、寒武纪、海光信息、龙芯中科、中国长城等），ARM架构占优，尤其利好采用ARM架构的飞腾（中国长城）、华为鲲鹏产业链（如拓维信息、广电运通、常山北明、高新发展等）。
3、高质量数据的重要性进一步提升，数据要素价值逐步走向市场化。利好具备多维感知能力的上游龙头（海康威视、大华股份等）、金融/医疗/交通等垂直领域高价值数据拥有者/服务商（久远银海、通行宝、零点有数等）、向量数据库提供商（星环科技等）。风险提示：大国间科技竞争制约增加、技术落地应用不及预期、竞争加剧、商业模式不清晰等。

E、基础化工
AI行业重大边际变化，看好能业绩兑现的AI材料标的
在今年宏观背景下，我们认为产业趋势是今年最重要的投资主线，没有之一，具体来说，主要两个方向，一是制造业出海，化工这边最为典型的是轮胎出海，也是业绩最先兑现的在行业之一，中国轮胎企业凭借自身的制造优势，不断地攻城略地，叠加中国轮胎企业产品力、渠道力的不断提升，该趋势有加速之势；另外一个方向是AI材料，这是我们持续重点跟踪的方向，基于先前2006-2022年A股、大化工及研究框架体系的迭代，跟踪这个产业需重点关注龙头的进展，因为龙头引领产业趋势，春节期间龙头事件多多，包括OpenAI以及Gemini，这些事件可能会进一步催化AI板块行情，映射到化工，最为确定是AI材料，也就是常说的买铲环节，这个环节主要有两类化工新材料，一类是高频高速树脂，受益于AI服务器的放量，该材料有望持续放量，相对应的标的是东材科技、圣泉集团，另外一类是芯片材料，尤其是HBM材料，相对应的标的是雅克科技。

风险提示：
1、AI生态闭环不及预期
2、原材料价格大幅波动
3、高频高速树脂及HBM材料竞争格局恶化
4、技术迭代带来的材料变化风险

F、医药
AI技术进步带来医疗设备、药物发现和疾病诊治领域创新机会

生成式AI技术迅速发展，带来医疗设备、药物发现和疾病诊治领域新变革机会。世卫组织认为，大型多模式模型（LMM）未来有望广泛应用于医疗、科研和用药方面，AI医疗影像、AI辅诊等逐步落地，有望更进一步提升医疗质量与效率。当前我国医疗资源特别是医生资源仍然相对紧张，从医学科研、药物研发、医疗设备运维、医院管理，再到智慧诊疗等各阶段，均有大模型产品涌现，多家企业等围绕医疗各个环节展开医疗大模型的布局，AI医疗成为各大玩家重点加码的赛道。同时，多家医疗器械设备上市企业积极推动人工智能与医疗设备器械融合，AI+医疗设备已逐渐成为了未来医疗器械行业发展热点赛道之一。

风险提示：医疗事故风险；审批门槛超预期风险；技术突破超出预期风险；知识产权纠纷风险。



五：兴证策略：2024年值得关注的十大产业趋势（来自*APP）

引言：当前国内经济正从传统动能驱动转向新动能驱动，新动能是未来增长空间最为广阔的领域。以数字经济、AI、高端制造为代表的新动能方向近期产业催化不断，有望逐步映射到股市的投资机会中。我们筛选出2024年产业发展迎来重要变革、有望成为重要投资主线的十大产业趋势，供各位投资者参考：

一、算力：海外头部加速“内卷”，国产厂商正在崛起

需求端，算力是数字时代的新生产力。数据海量增加，算法模型愈加复杂，应用场景的深入和发展，都带来了对算力需求的快速提升。AI发展主要依赖两个领域的创新和演进：一是模仿人脑的数学模型和算法，其次是支持AI训练计算的半导体芯片。AI芯片所代表的算力是人工智能的底层基石，随着大模型的参数量和训练数据不断增加，芯片对于算力的需求也进一步增长。2018年发布的GPT-1有1.2亿个参数，而2023年发布的GPT-4的参数量接近1.8万亿。据估计，以训练GPT-4为例，需要约2.5万块算力为19.5 TFLO PS（浮点运算每秒19.5万亿次）的英伟达A100训练近百天才能完成。根据OpenAI数据显示，从2012年起，全球AI算力的需求增加了超过30万倍。

海外供给端，AI芯片头部厂商之间的激烈竞争推动产业发展。海外英伟达和AMD竞争激烈，双方分别在2023年11月和12月推出HGX H200和Instinct MI300X。H200在生成式人工智能、大语言模型、高性能计算方面取得了显著的进展。该产品搭载了HBM3e的GPU，成功突破了内存和带宽的瓶颈，不仅使推理速度和能效得到了极大提升，而且具备了超高性能计算的能力。MI300X基于AMD最新第三代 CDNA 架构，拥有惊人的1530亿个晶体管，超越了英伟达H100的800亿个晶体管。在FP8计算方面，MI300X达到42 petaFLOPs，相较于H100的32 petaFLOPs展现出显著的算力优势。如果能够成功实现量产，AMD的产品有望对英伟达构成有力挑战。英伟达和AMD之间的新一轮算力竞赛，推动头部产品在架构和工艺不断创新，持续引领产业发展。

国产供给端，国产AI芯片厂商正在崛起，国产化趋势有望加速。由于美当局在2023年10月发布针对芯片的出口禁令新规更加严格地限制了中国购买包括先进计算半导体、半导体制造设备和超级计算机项目等重高端芯片，AI芯片国产化趋势或将加速，国产AI芯片厂商正在崛起。华为在国产算力领域处于领先地位，基于昇腾系列AI处理器，构建了Atlas人工智能计算解决方案。2023年8月，科大讯飞发布星火一体机，并宣布正与华为合作打造面向超大规模参数大模型训练的国产算力集群，其性能将与英伟达的A100芯片媲美。这是昇腾910B芯片首个对外商业化产品，为昇腾产业链的未来展现良好前景。此外，上市公司海光信息、寒武纪等和非上市公司如壁韧科技、燧原科技、摩尔线程等均推出了一系列对标大模型训练的国产AI芯片。总体来看，国产替代背景下，国产AI芯片正在加速追赶，性能发展空间巨大，技术前景广阔。

AI芯片作为算力的硬件基石，在需求端和供给端的双重催化下，全球AI芯片市场规模预计将持续扩大，而我国自主可控的AI芯片发展势头迅猛，市场规模增速预计将快于全球水平，关注国产芯片投资机会。根据IDC预测，到2025年，我国AI芯片市场规模将达到1780亿元，21-25年，我国AI芯片市场规模的复合年增长率（CAGR）预计为42.9%，高于同期全球市场规模增速（32.1%）。随着我国AI下游需求的爆发和海外芯片流入日益收紧，国产AI芯片算力有望持续迭代，量价未来可期，是值得关注的长期大趋势。

二、大模型：全球生态优化完善，国产大模型加速迭代

人工智能大模型正掀起新一轮科技发展热潮，重塑生产方式、优化产业结构、提升生产效率的赋能效应日益显现。大模型是参数量庞大的机器学模型，随着AI硬件发展实现突破，大模型的快速训练成为可能，全球大语言模型的行业发展进入加速期。2023年一季度以OpenAI为代表开发的ChatGPT等大语言模型成为现象级产品，标志着AI大模型落地有了明确进展。此后海外微软、谷歌、Meta 等公司均发布自己的大模型产品，国内百度、阿里、科大讯飞等众多公司也迅速推出了自己的大模型。根据赛迪顾问数据，截至2023年7月底，国外大模型发布数量累计达138个，国产大模型增长迅速，共发布64个。

海外大模型行业率先起航，OpenAI 引领行业发展，谷歌成为有力竞争者。OpenAI以其领先地位逐步构建GPT生态圈，2023年11月公布的GPT-4 Turbo支持更大上下文窗口，具备视觉、语音合成等新能力；2024年1月11日上线的GPT商店，支持制作并上传各类大模型应用，促使OpenAI从软件服务商转型为生态构建者，未来有望构建人工智能的IOS生态。而谷歌作为人工智能领域的老牌巨头正持续追赶中，2023年12月宣布将推出第一款支持原生多模态的大模型Gemini，拥有复杂推理能力和高级编码能力，可以理解文本、图像、音频等多种形式内容，可能拥有接近甚至超越GPT-4的性能，有望在未来与GPT系列分庭抗礼。

AI不断向终端应用扩散，实现大模型的垂直化应用。Open AI率先发布了开源插件系统plugin，付费用户可以通过ChatGPT访问互联网并使用各种第三方插件，功能涵盖了创建网页、视频编辑、数据分析等；后续推出的GPT 商店为大模型应用提供了平台。大模型已经进入产业印证期，实现了办公、教育、搜索引擎、金融、医疗、酒店差旅等各类场景的应用。而伴随C端优质场景落地，B端数据积累优势凸显，大模型带来的人工智能行情将向各个下游应用场景扩散。

国内大模型竞争格局仍未定型，未来行业龙头优势有望扩大。国内大模型正处于成长期，去年下半年百度发布文心一言4.0、科大讯飞发布星火3.0、腾讯更新混元大模型等，数量和质量逐步提升。根据SuperCLUE中文大模型排行榜，国产头部大模型的综合能力已超越GPT-3.5，接近GPT-4水平。此外，国内官方积极布局大模型领域，引导行业正向发展。2023年12月，国内首个官方“大模型标准符合性评测”揭晓，阿里云、百度、360、腾讯旗下的大模型产品成功通过评测，标志着它们在通用性和智能性等维度已达到国家相关标准要求。未来重点关注：1）通用模型领域行业龙头的优势将随时间不断扩大，强大的技术、资金、人才和应用使大型企业有望占主导地位。2）中小企业面临挑战和机遇，可以依靠在特定细分市场和数据处理方面的优势成为垂直领域的关键参与者。

三、消费电子：硬软件加成下，AI引领消费电子新浪潮

科技产业周期的演绎通常遵循从基础设施到硬件终端的规律，就像移动互联网从3G、4G到智能手机一样。当前，AI产业也在遵循这一规律演进。2023年，海内外AI基础大模型纷纷落地，而2024年将见证各种基于AI模型的消费电子产品如AIPC、AIXR、AI手机等相继亮相。

基于AI的消费电子产品已开始首轮商业化落地，作为最适合搭载大模型的理想平台，首当其冲的就是搭载AI驱动显卡和AIGC应用的AIPC产品。由于性能、内存、散热等优于手机，AI PC有望率先成为大批量落地的 AI终端。硬件端，英伟达于今年1月推出GeForce RTX 40 SUPER系列显卡，均由英伟达开发的Ada Lovelace架构（第三代RTX）提供动力支持。在由AI驱动的DLSS 3技术加持下，RTX 40 SUPER系列实现性能翻倍式增长，支持500多种RTX游戏和App。软件端，英伟达还发布了诸多生成式AI驱动的PC应用和服务，例如：ACE支持玩家与NPC进行自然语言交互，实现实时反馈；TensorRT显著提升了文生图AIGC应用Stable Diffusion的出图速度，让每秒百图成为现实；Chat with RTX技术Demo可将PC端侧大模型与本地数据进行连接，更好地理解用户。硬件端与软件端齐发力，AIPC行业迎重磅催化，有望引领新一轮PC消费热潮。

XR可穿戴终端的蓬勃发展与AI生成内容可深度耦合，驱动新的产业增长点。当前XR行业缺乏优秀内容，主要原因在于内容制造成本过高。而AIGC可通过AI方式生成3D场景，为XR行业提供所需的海量虚拟空间环境和虚拟人物。以腾讯为例，其在2023年游戏开发者大会提出了自研的3D虚拟场景自动生成解决方案，仅需数周即可搭建一座25万平方公里的3D虚拟城市，而过去通常需要多名美术师花费数年才能完成。同时，LLM模型和SAM模型有望提升XR设备的语言交互和物体识别能力，提升用户的交互式体验。AIGC可显著降低内容生产成本，提高用户交互体验，加速XR生态落地，驱动产业发展。

AIGC为手机赋能，各厂商推进移动端AI应用布局。高通、谷歌等多家海外巨头不断推进在手机端的生成式AI应用布局，国内手机厂商也在同时研发大模型端侧的应用，以推动手机端AI智能助理的发展。自2023年8月以来，国内外智能手机品牌积极引入AI功能， AI手机相继亮相。手机厂商将重心放在搭载本地AI大模型的智能手机上，这使得智能手机能够实现智能交互、AI文本创作、AI修图、实时语音翻译等特色功能。随着AI在系统协同层面的不断成熟，将有效提升用户的使用体验。移动端的科技创新有望缩短换机周期，带动全球智能手机出货量回归正增。

AI浪潮有望在硬软件的加成下逐步扩散至中下游消费电子应用市场。建议重点关注：1）AIPC：搭载AI驱动显卡和AIGC应用的个人电脑产品，联想、惠普等传统巨头将迅速导入该赛道，关注国内PC产业链机会；2）AIXR：与AIGC可深度耦合的可穿戴终端，苹果有望引领产业链快速发展，国内XR设备生产产业链有望受益；3）AI手机：搭载本地AI大模型的移动设备，华为、谷歌、 VIVO 等已在大模型有所突破的厂商有望拔得头筹。

四、数据要素：加快体系化构建，推动数据与产业融合发展

数据要素是国家基础建设的战略性资源，近年来市场规模快速增加。在国家顶层设计的持续加码、“十四五”规划对于数字经济逐渐重视的大背景下，数据要素市场进入体系化构建的快速发展阶段，市场规模快速增加，2023年市场规模有望达1300亿元左右，到2025年预计将突破2000亿元。细分领域来看，各环节市场规模分布相对比较均衡，数据生产、流通、应用及生态保障环节的市场规模均超过50亿元。

数据要素是驱动我国经济高质量发展的新动能，政府政策的密集出台推动行业加速发展。受地缘政治等多重因素影响，各个行业的产业链安全正越来越被受重视，而数据方面的安全则是建立国家安全的基础，同时数据要素也是促进劳动、技术、资本等生产要素增长的关键所在。因此近两年来国家以及地方政府频繁发布相关政策助力数据要素行业，激活行业内潜能，加快数据基础设施建设。尤其是“数据二十条”政策和数据要素进入“十四五”规划的举措都成为全方位、系统性发展该行业的重要依据。2023年10月，国家数据局正式挂牌成立，以此承担统筹推动中国数据要素基础建设、数字经济建设方案、国家数据战略等多项重要责任。国家高度重视下，数据要素产业有望持续受到政策催化从而加速发展。

除国家战略需求外，人工智能领域的高速发展也驱动数据要素行业的需求爆发。2023年最新的AI大模型GPT-4的数据需求量是上一代的10倍以上，健全的数据供给侧生态产业链将丰富数据集，并且减低数据获取成本，是推动我国人工智能领域高质量发展的必要条件。除此之外，2024年开始的“数据要素x”行动目标在未来三年内将数据与工业制造、科技创新、金融服务、医疗健康等12个行业融合发展，为数据要素产业带来跨行业创新和协同增长的巨大机遇。

未来人工智能高速发展驱动数据要素供给侧改革。作为AI大模型训练的基础，数据要素领域提供的训练数据在数量和质量方面都有严格要求。当前我国人工智能行业缺乏高质量的数据集供给，主因数据产业链的发展处于初级阶段，还需要在技术方面来提升数据质量，给大模型发展补充充足的养料。随着在采集、存储、流通、安全等各领域全产业链的体系化建设，各细分领域重难点技术或将逐步实现突破创新，我国也将在该发展阶段完成基础的数据领域发展建设，并向“数字中国”全速前进，同时数据要素与各类经济新动能交织融合，数据价值与行业发展相互交错，数据引擎正在被注入强大的动力。

投资方面，数据要素产业链建议重点关注：1）数据供给：数据供应商、数据服务商；2）数据流通：数据交易所参股企业；3）数据需求：数字化转型服务商、数据应用方。

五、智能驾驶：步入新阶段，高级别智能驾驶加速落地

国内新能源汽车销量持续超预期，伴随渗透率提升，汽车发展从电动化进入智能化新阶段。需求侧，2023年全年中国新能源汽车销量高达949.5万辆，市占率高达37.74%，产销量稳居全球第一，2023年12月发布的《2024中国汽车市场整体预测报告》预测2024年中国新能源汽车销量将达1150万辆左右。国内新能源汽车的强劲需求构筑汽车智能化基础，目前汽车行业已经进入新能源汽车智能驾驶新阶段，智能网联汽车作为汽车与电子、信息通信、交通等领域融合创新的重要载体，其发展对优化城市产业结构、提升城市交通效率、增加城市税收收入具有重要促进作用，且正在逐步由测试示范逐渐向商业化应用渗透，从单一交通工具蜕变为智慧城市建设的重要节点，未来市场规模有望快速扩张。

政策为智能驾驶行业重要驱动因素，近年来国家层面支持政策密集出台。其中 2023 年11 月、12 月接连发布《关于开展智能网联汽车准入和上路通行试点的通知》、《自动驾驶汽车运输安全服务指南（试行）》，通过前者对 L3/L4 自动驾驶的准入规范进行了具体要求，首次明确高阶智驾事故责任归属，并同步开启首批企业的遴选工作，通过后者对自动驾驶汽车适用范围、应用场景、人员配备、运输车辆、安全保障和安全监督等八个方面做出明确要求。政策为智能驾驶行业提供了重要的引导和规范，有望持续推动智能驾驶商业化加速落地。

高级别智能驾驶24年有望加速落地，当前多款智驾新能源汽车均为高级别智能驾驶设置了硬件冗余以供升级，多家厂商已取得L3智能驾驶测试牌照，消费者对自动驾驶持有更开放的态度。从算力层面来看，当前部分车企已经布局了足够支持L4智能驾驶的硬件基础，而特斯拉的Modle 3、Modle Y、Modle S和Modle X，小鹏的P5、P7，以及长安Uni-T、问界M7、蔚来ES8等多个热销产品在感知能力、算力等方面已经可以满足L3级自动驾驶的需要。在《指南》与《通知》发布后，宝马、智己、奔驰等汽车公司均已经获得所在城市的L3智能驾驶牌照，开展L3驾驶测试。同时，根据麦肯锡中国的调查显示，我国消费者对自动驾驶普遍保持一个开放的态度，为24年高阶自动驾驶落地商业化提供了较好的市场环境。

投资方面，未来重点关注：1）智能驾驶相关技术突破：随着人工智能、大数据、云计算等技术的发展，高级别智能驾驶技术有望持续实现重大突破，特别是在座舱、感知、决策和控制系统方面；2）商业应用加速：更多国内整车厂有望推出具备高级别智能驾驶功能的新车型，同时出行服务提供商可能会开始大规模部署自动驾驶出租车或无人配送车辆；3）车联网：智能驾驶快速发展为车联网提供落地空间，重点关注路侧核心设备、通信终端及设备、信息安全等环节。

六、人形机器人：商业化井喷正当时，产业化加速落地

商业化机器人产品迎来井喷，涉及多个应用领域。在CES 2024展会上十余款商业化机器人产品发布。三星、LG 推出智能家居机器人，提供智能家居管理、陪伴等功能；科沃斯推出多功能清洁一体机地宝 X2 COMB O；九号公司推出赛格威智能割草机器人；开普勒推出先行者系列通用人形机器人；Embodied推出教育机器人Moxie AI；宇树科技推出全尺寸通用机器人Unitree H1，各个重要技术参数上也全面超越Tesla-1、Tesla-2；Enchanted推出分别为面向医院和酒店场景的Miroka和Miroki；Richtech Robotics对双臂机器人ADAM进行了AI功能升级，ADAM可以执行更复杂的任务，例如模仿人类精度倒啤酒等。

重磅政策推动产业化加速落地。2023年11月2日工信部印发《人形机器人创新发展指导意见》提出，到 2025 年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键技术取得突破，确保核心部组件安全有效供给；到2027年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应链体系，构建具有国际竞争力的产业生态，综合实力达到世界先进水平。这是全球第一次，政府真正出台有整体规划、明确目标和切实办法，而且落地到了具体细节，聚焦推动人形机器人产业发展的顶层设计文件。

2023年是多家机器人企业集中发布人形机器人产品的产业元年，行业进入实质性发展阶段，预计2024年或将进入小批量量产元年，带动全产业链受益。弗若斯特沙利文预计，2028年中国智能服务机器人及其解决方案市场规模将达到1832亿元，2022年至2028年的CAGR为23.5%。2023年11月，人形机器人研发企业傅利叶智能对外透露，傅利叶通用人形机器人GR-1已经实现量产，并在9月份开启预售，目前开始陆续交付。展望未来，我们认为智能机器人有望在2024年实现小规模量产，2025年有望大幅放量，带动全产业链受益。重点关注产业链价值量较大的零部件环节，例如电机、滚珠丝杠、减速器、传感器等。

七、低轨卫星通信：从0到1，低轨卫星网络全面铺开

低轨卫星通信用途横跨军、民等多领域，战略意义重大，现金流盈亏平衡证实商业模式可行性。在民用领域，星链的用户体验优秀，根据PCMag数据，星链下载速度最高超过200Mbps，延迟为20-50ms。此外，星链的Direct To Cell服务将在2024年支持短信，并在2025年推出语音和数据服务，适用于现有的所有4G和5G手机，不需要新的硬件或应用程序。2023年11月，据SpaceX的CEO马斯克透露，SpaceX的星链业务已经实现了现金盈亏平衡，证实商业模式可行性。

国内卫星通信应用领域不断拓展，商业化进程加快。国内手机及车载卫星通信加速渗透，中国联通已完成首个手机直连卫星验证，华为率先实现手机直连卫星；吉利未来出行星座第二批 11 颗卫星预计 2024 年初发射，赋能汽车自动驾驶等领域。随着卫星通信逐渐成为手机标配，叠加汽车等新兴应用领域涌现，国内卫星互联网商业落地或加速，C端应用空间广阔。

近地轨道资源有限，预计2024年是实现我国低轨卫星通信0到1的关键一年。根据国际电信联盟（ITU）的规定，位置和频段等近地轨道资源主要以“先到先得”的方式分配，且申请相关频率的单位必须在7年内完成卫星发射和信号验证才能真正拥有该频率的使用权。为抢占近地轨道资源，我国已申报多个互联网星座计划，合计预计发射卫星约4万颗，其中最大的为GW星座计划预计发射卫星约1.3万颗。其中GW计划在2020年9月申报，因此必须在2027年完成发射及信号印证，时间较为紧迫。此外，G60星链也将于2024年开始批量发射。我国2023共完成了4次卫星互联网相关卫星的发射，相比此前显著提速，预计2024年是卫星互联网相关卫星大规模发射，实现我国低轨卫星通信0到1的关键一年。

预计2027年市场空间超7000亿元，未来重点关注卫星发射产业链、可复用火箭研发进展情况、以及卫星互联网未来发展趋势等。根据德勤预测，2027年我国低轨卫星网络总规模有望达到3950颗，预计卫星制造、发射和地面设备总投资达1690亿元，卫星运营市场空间可达7000亿元。未来重点关注：1）由于卫星发射是低轨卫星通信产业链的最关键环节，因此发射成功次数和一箭多星数量决定了行业空间的上限。产业链层面，空间段及地面端基础设施建设先行，通信载荷、相控阵雷达、信关站核心网等上游卫星制造发射和地面站环节将深度受益；2）可复用火箭可以大幅降低单星发射成本，是实现低轨卫星通信大规模商业化应用的痛点环节，类比SpaceX试验情况，我们认为未来1-2年内有望实现入轨可回收；3）卫星互联网未来发展趋势，例如星上处理、星间链路、手机直连、高低轨协同、星地频率共享以及低轨导航增强等。

八、低空经济：e VTOL 有望成为新“爆点”

2023年10月以来低空经济相关政策密集推出，中央高度重视，深圳经验有望在全国逐渐推广。2023年10月以来，低空经济相关政策密集推出。2023年10月27日，国家发改委等七部门发布《关于再次推广借鉴深圳综合改革试点创新举措和典型经验的通知》，提出推广深圳创新举措及典型经验共22条，其中创新低空经济发展新机制等举措拟在符合条件的特定范围内先行推广。2023年12月12日，中央经济工作会议将低空经济定位为“战略性新兴产业”，体现了中央对低空经济的高度重视。展望2024，我们认为深圳经验有望在全国逐渐推广。

产业链完善，市场空间广阔，2025年低空经济对国民经济贡献将达3到5万亿元。低空经济的产业链完善，目前以无人机产业为主导。据深圳市交通运输局统计，2023年，深圳新开通无人机航线77条，累计开通航线156条，完成载货无人机飞行量超60万架次。到2025年，深圳将网格化布设600个以上低空飞行器起降平台，开通220条以上市内无人机航线，链上企业突破1700家，产值规模突破1000亿元大关。根据IDEA低空经济白皮书，到2025年，低空经济对我国国民经济的贡献值将达3到5万亿元，市场空间广阔。

eVTOL处于0到1早期，预计2030年前CAGR达18.3%，有望成为低空经济新爆点，未来重点关注量产交付和适航认证情况。低空经济中的飞行汽车（eVTOL）处于0到1早期，2023年多家公司试飞成功，想象空间较大。根据市场研究和顾问公司Acumen Research and Consulting数据，2030年eVTOL市场规模将达到 305.19亿美元，CAGR为18.3%，有望成为低空经济新爆点。展望未来，eVTOL将在2024年巴黎奥运会期间试运营，并有望在2025年进入大规模量产阶段，未来重点关注量产交付和适航认证情况。

九、MR：Vision Pro开启新时代，安卓平台奇点将至

苹果Vision Pro于美国时间2月2日正式开售，开启MR新时代。1月19日，苹果Vision Pro在美国地区开启预售，并于美国时间2月2日正式开售。Vision Pro硬件配置方面采用苹果M2芯片和R1协处理器双芯片方案，基于3P Pancake光学方案，搭载Micro OLED 4.3K显示屏，支持100Hz高刷。系统方面，全新打造空间计算平台Vision OS，真正改变用户操作方式，给予用户革命性的使用体验。苹果 Vision Pro相较于前代参与 XR 设备的厂商，具备产品定位、软硬件性能、生态等多个层面的优势，有望打破 XR发展瓶颈，促进产业长远发展，拉动上下游全产业链受益。

高通推出第二代骁龙XR2+芯片，安卓平台MR大规模推出奇点将至。2024年1月4日，高通技术公司宣布推出第二代骁龙XR2+平台。该平台采用单芯片架构，支持90Hz的4.3K显示分辨率的空间计算，能够支持12路及以上摄像头和强大的终端侧AI，追踪用户的运动轨迹和周围环境。此外，为助力 OEM 厂商加快产品上市，高通技术公司还推出了由歌尔开发的全新MR和VR参考设计。我们认为芯片性能的提升有望推动安卓XR的软硬件生态发展，安卓平台MR大规模推出奇点将至。

预计2023-2029年CAGR为41.2%，未来重点关注MR新产品发布情况和爆款应用、内容推出情况，渗透率提升后国内XR制造产业链有望受益。中商产业研究院预测，2023年全球MR市场规模将达526亿美元，2029年MR市场规模将增长至4,166亿美元，CAGR为41.2%。内容方面，苹果已与迪士尼、NBA和美职联合作，未来将推出一系列3D影视内容，有望引领XR内容生态的发展。展望未来，我们认为平价MR产品的发布和爆款应用、内容的推出有望推动MR普及，未来重点关注：1）MR新产品发布情况，如三星、华为等。2）爆款应用、内容推出情况，如空间音视频、游戏、流媒体等。3）产品渗透率提升后，国内XR产业制造产业链有望受益，包括芯片、屏幕、光学与传感器等增量零部件，以及组装代工、显示、结构件及模组、设备等环节。

十、氢能：政策引领，风光氢一体化项目不断落地

氢储能可解决可再生能源电消纳及上网问题，风光氢一体化项目正在不断规划与落地。电消纳及上网问题随光伏和风电装机规模高增逐步凸显，风光耦合电解水制氢可实现风光装机无地域限制。近十年来，我国光伏和风电成本快速下降，为装机规模快速提升奠定了基础，但风光发电波动性的特点制约了其进一步扩大规模，因而需要配储以平抑波动性。当前氢能与传统的电池等技术同被认定为储能，纳入了强制配储需求可计算的比例内，可再生能源装机叠加配储需求，上游供给侧放量将推动氢储能发展，风光氢一体化项目正在不断规划与落地，仅内蒙古已批复实施风光一体化制氢项目已达31个，绿氢规模54万吨。

政策引领氢能产业发展。回溯政策历程，我国早在2022年3月印发的《氢能产业发展中长期规划(2021-2035年)》正式确立了氢能的能源战略地位，提出到2025年，基本掌握核心技术和制造工艺，燃料电池车辆保有量约5万辆，部署建设一批加氢站，可再生能源制氢量达到10-20万吨/年，实现二氧化碳减排100-200万吨/年。2023年7月国家发改委等六部门发布的《氢能产业发展中长期规划（2021-2035年）》是首个国家级氢能标准，系统构建了氢能制、储、输、用全产业链标准体系，涵盖基础与安全、氢制备、氢储存和输运、氢加注、氢能应用五个子体系，对氢能产业发展起引领作用。

预计2060年我国氢气的年需求量将增至1.3亿吨左右，未来重点关注制氢技术、储运技术和燃料电池的关键技术突破。根据中国氢能联盟预测，在2060年碳中和情景下，我国氢气的年需求量将增至1.3亿吨左右，在终端能源消费中占比约为20%。我们认为需关注以下投资趋势：1）制氢技术领域，未来重点关注电解槽关键零部件及材料技术突破情况；2）储运技术领域，未来重点关注氢能储运装备材料的迭代升级和氢储运装备设计制造的创新情况；3）燃料电池领域，未来重点关注通过工艺改良、构建自动化产线、新材料研发等方式，协同关键核心零部材持续优化，促进生产成本下降。

风险提示
本文基于历史数据分析报告，不构成对行业或个股的推荐和建议。


祝各位亲们：2024年投资大发，开门大吉！

本文所有信息均来自网络，如有侵权请联系我删除；
我的春节假期还在继续中，大家先开干，我过几天再跟上！
各位亲们记得点赞跟上！