智能互聯｜AI應用掃描：生態蓬勃發展，靜待AI應用爆款

文｜王冠然 任傑 廖原

AI應用產品大盤流量持續快速提升，我們認爲AI底層能力更強、生態更多元、成本更低的背景下，爆款AI應用的出現只是時間問題。因此，我們建議持續關注AI應用行業，關注未來爆款AI應用的進程。具備AI基礎能力，同時又有應用場景的平臺性公司值得重點關注；同時建議關注各類AI應用細分行業相應公司。

▍AI應用全景：海外領跑，國內快速追趕。

AI應用產品大盤流量持續快速提升，現階段海外AI產品的流量盤明顯高於國內，但是國內和出海以更快的速度追趕，根據AI產品榜數據，2024年5月AI產品全球市場的上榜訪問量年增幅爲41.2%，國內市場年增幅爲628.8%。目前AI應用已經滲透到多元化的細分行業，應用最爲廣泛的AI應用品類分別是對話式模型、搜索引擎、設計工具、角色生成（AI陪伴）、寫作生成，全方位賦能用戶工作、學習、娛樂等方面，並且增長趨勢向上。AI應用行業雖有競爭，但是目前仍在商業模式探索早期並處於增量市場狀態，AI應用產品百花齊放。

▍AI應用分析：品類豐富，生態蓬勃發展：

①對話式大模型：海外訪問量相對更高的是Chatgpt、Gemini和Claude三大模型，其中Chatgpt一枝獨秀；國內大模型產品之間差距沒有海外明顯，網頁端Kimi、文心一言、通義千問領先，App端豆包、文心一言、Kimi、天工AI領先，規模最大的是豆包，增長更迅猛的是Kimi，競爭仍在持續。

②AI搜索：流量增長較快，根據AI產品榜，2024年5月搜索引擎的AI產品上榜訪問量爲16.30億，排名第二，對話式大模型與AI搜索融合，增加了大模型產品的功能，擴展了使用場景，提升了用戶使用粘性，利於AI應用的流量增長。

③AI效率工具：主流產品功能涵蓋寫作/校對/改寫、PPT製作、白板協作、翻譯、語音轉文字等；國內海外更受歡迎的AI效率工具都是白板協作類和翻譯類產品。

④AI聊天/陪伴：海外CharacterAI流量領跑，根據非凡產研，AI產品榜aicpb.com和Similar Web的數據，2024年7月CharacterAI網頁端訪問量達2.1億次，保持環比增長勢頭；國內的星野增長趨勢同樣亮眼；AI聊天/陪伴類產品的共性是用戶粘性非常高，擁有遠高於其他AI應用產品的人均使用時長，根據極光月狐數據，星野App日人均使用時長突破過100分鐘/日的大關，7月穩定在60分鐘水平，並在8月增長至70分鐘以上水平。2024年8月CharacterAI被谷歌收購，目前變現能力較弱或爲公司尋求被收購的原因，但是我們認爲AI聊天/陪伴作爲起步探索，未來AI娛樂形式有望更加豐富；文字類的AI娛樂形式已經獲得如此高粘性，隨着AI能力的提升，未來AI娛樂形式進一步升維到圖像、視頻、遊戲等，廠商有望開發出更加爆款、高粘性、高付費意願的AI應用品類。

⑤AI設計和圖片、音頻和視頻生成：國內AI設計類和AIGC圖像產品更多，海外AIGC圖像、音頻訪問量更大。

▍AI多模態進展：國內AI視頻應用能力和影響力提升。

從Sora起，DiT被AI視頻模型廣泛應用，集Diffusion和Transformer優點之大成，快手可靈、PixVerse等效果出衆的AI視頻模型也採用DiT架構。以快手可靈爲代表的國產AIGC視頻大模型能力和效果強大，並快速起量，在質量保證的同時價格也優於海外視頻模型，有望在國內外搶佔先機。AI視頻在影視、短視頻、遊戲、營銷、教育等落地場景更豐富且深入，建議持續關注。

▍端側AI進展：模型和硬件快速發展。

一方面訓練精度提升和架構創新優化，帶動輕量化模型性能提升，十億級參數模型性能可擊敗大幾個數量級參數的模型。同時支持端側AI的硬件產品陸續發佈，AMD、高通均有超過微軟Copilot本地運行40 TOPS算力條件的芯片。目前十億級參數規模的輕量化小模型如蘋果端側模型、Phi-3等已經可以在移動、PC端進行使用。此外，AI硬件有望進一步延伸至AI Pin、AI眼鏡等AIoT設備。端側AI的意義在於提升AI應用經濟性，拓展AI應用使用場景，如離線場景、智能AIoT設備等。

▍AI行業應用：消費、金融、製造、能源、農業、醫學等領域均有較大應用潛力。

在AI能力提升和端側AI發展的背景下，AI應用將不僅侷限於PC或移動端等線上場景，而同時具備在線下行業端的應用潛力，包括消費、金融、製造、能源、農業、醫學等領域。以農機自動駕駛爲例，中信證券研究部智能互聯組預測，2024-2030年中國農機自動駕駛系統市場增量超450億元。

▍風險因素：

AI大模型和多模態能力研發進展不及預期風險；AI應用生態發展不及預期，導致AI應用爆款落地慢於預期風險；AI商業化變現不及預期難以支持AI應用商業模式風險；國內和海外政策監管趨嚴以及地緣政治問題加劇風險；AI應用行業競爭加劇風險AI應用的質量、版權、輿論等風險；AI硬件升級速度較慢導致端側AI發展不及預期風險；宏觀經濟和消費復甦不及預期影響AI應用消費意願風險等。

▍投資策略：

我們認爲AI底層能力更強、生態更多元、成本更低的背景下，爆款AI應用的出現只是時間問題。因此，我們建議持續關注AI應用行業，關注未來爆款AI應用的進程。其中具備AI基礎能力，同時又有應用場景的平臺性公司值得重點關注；建議關注各類AI應用細分行業公司，以及消費、金融、製造、能源、農業、醫學等行業具有AI改造潛力的子行業及公司。

本文源自：券商研報精選

作者：中信證券研究