中信證券：持續看好全球AI產業的短期和中長期投資機遇
（原標題：主題｜AI投資指南）
來源：中信證券研究
摘要
2023年全球AI產業已取得諸多突破性進展。2024年2月16日，OpenAI宣佈推出全新生成式人工智能模型Sora，能夠包括多個角色、特定動作和詳細背景的視頻，視頻最長可達60秒。Gemini 1.5 Pro亦在同日發佈，其性能直追1.0 Ultra。上述優秀模型的誕生揭示了人工智能產業未來可能的發展趨勢：1）算力和網絡的升級需求將會加強；2）物理世界模擬或將顯著提升AI認知世界能力，爲通用式人工智能發展奠定紮實基礎；3）視頻生成與3D視覺的結合有望打開AI應用想象空間。
我們認爲，GenAI有望繼續成爲2024年科技產業發展的核心主線之一，並持續看好全球AI產業的短期和中長期投資機遇。
2023年是GenAI元年
作爲GenAI元年，全球AI產業在2023年取得諸多突破性進展。
① 算法模型：作爲AI產業的核心和基礎，2023年各類大模型的發展均得到穩定推進，同時以基礎模型爲根基的各類垂類細分模型快速涌現。
② 硬件算力：AI硬件技術在2023年的快速發展，特別是在處理能力和應用範圍方面的顯著提升，爲AI領域的研究和應用提供了更加強大和靈活的計算平臺。
③ 應用場景：基礎大模型的不斷髮展推動了應用場景的快速延伸，但短期仍受制於模型的能力。
④ 政策監管：伴隨AI技術的不斷進步，各個國家與地區均推出相應的產業政策。
圖1：CTA AI指數走勢與AI重點事件
資料來源：彭博，各公司官網，中信證券研究部
2024年AI仍是科技產業投資主題之一
2024年2月16日，OpenAI發佈文生視頻多模態模型Sora，引發產業界與資本市場高度關注。谷歌亦在同日發佈Gemini 1.5 Pro。本次作爲視頻創作的里程碑式技術躍遷，推出時間點明顯超預期，對於物理世界規律的理解超預期，或將對廣告、短視頻、預告片、模特行業等領域產生衝擊或倒逼業態變革。如果說2023年ChatGPT的破圈是引發各界對AI關注度的大幅提升和預期快速上行，那麼當下即進入了AIGC商業化應用的正式起點。
展望2024年，我們判斷AI行業仍望繼續保持快速發展，併成爲短期、中長期全球科技產業發展的核心主線之一，進而對中短期企業IT支出規模&結構、應用場景拓展、財務收入增長&運營效率改善等產生持續、深遠的影響。立足資本市場的視角，市場對AI行業中長期的產業投資機遇並沒有太多分歧，市場關注內容更多在於產業技術發展方向、產業化節奏、產業鏈價值分配等層面。
圖2：AI產業發展帶來的影響
資料來源：Gartner（含預測），中信證券研究部
圖3：預計2024年資本市場針對AI產業的關注焦點
資料來源：中信證券研究部預測
多模態、推理成本下降等將是2024年算法發展核心主線
大模型的“壓縮即智能”在業內接受度不斷提高，圍繞壓縮率的探索有望成爲2024年的主線，預計提升模型規模仍然是提高模型壓縮率的重要方法，此外還包括通過SFT、RLHF等算法上的優化繼續提升壓縮率。
除了壓縮率的提升外，擴展模型的適用場景也成爲當下重要共識。我們判斷以Transformer爲底層的多模態模型將會是2024年的重點方向，下一代多模態將會快速拓展目前大語言模型有限的應用場景，顯著提高語言模型的泛化能力，並有望在成本方面展現出對傳統專有模型的優勢，從而推動如AI Agent等應用的落地。
技術層面，提升模型智能水平、擴展模型適用場景、降低模型推理成本仍是當前學術/產業界重點努力的方向。
圖4：2024年模型層面技術突破點
資料來源：中信證券研究部（含預測）
市場格局層面，預計少數頭部公司將聚焦於AGI，大量中長尾公司將聚焦於工程化創新，同時相較於開源模型，閉源模型預計將持續保持1-2年的領先，但開源模型能吸收閉源模型的理念技術進行升級。
圖5：2019年至2023年9月發佈的大模型及廠商
資料來源：《A Survey of Large Language Models》（Wayne Xin Zhao, Kun Zhou, Junyi Li等，中國人民大學）
算力：關注多模態推動以及國產替代
隨着人工智能行業的持續發展，我們觀察到行業內算力結構正在發生演變，預計2024年算力市場將面臨需求總量、需求結構以及供給等方面的變化。
圖6：2024年算力市場將面臨需求、供給等方面的變化
資料來源：攝圖網，中信證券研究部（含預測）
建議關注多模態AI落地對算力的促進作用以及國產替代。多模態AI的發展下，算力芯片、服務器、液冷環節都有望直接受益，AI時代網絡架構與連接技術產生變革，同時終端AI也有望落地帶動相關投資機會。國產替代方面，建議關注國產芯片與先進封裝兩大環節，關注國內AI廠商的供應鏈變化以及國內製造帶來的相關廠商市場份額提升。
五大趨勢：① 更高算力：GPU持續進化，雲端AI芯片百花齊放，服務器伴隨增長。② 更優網絡：高帶寬、低延時與低成本，推動光模塊進化與RDMA普及化。③ 更多終端：大模型端側落地，硬件算力端核心升級。④ 國產算力芯片：自主趨勢明確，算力、生態同步發展。⑤ 先進封裝：AI算力芯片迭代加速，先進封裝助力性能提升。
圖7：算力市場五大趨勢及投資機會
資料來源：中信證券研究部（含預測）
應用：關注邊緣AI、軟件、自動駕駛、機器人等
作爲AI產業化閉環鏈條的最終一環，受制於算法本身能力約束等，AI應用場景落地在2023年並未取得明顯進展。伴隨多模態、模型蒸餾等技術的不斷進步，以及主要企業在2023年的不斷嘗試、產品開發積累等，我們理應對2024年的應用場景有更多預期，主要包括邊緣AI、軟件、前沿技術以及互聯網等。
1. 邊緣AI：AI PC料將先行
AI躍升至2.0時代，隨着大模型進入“輕量化”、“多模態”時代，以雲端作爲AI大腦，邊緣端和終端作爲小腦的混合AI料將成爲技術發展主線。
圖8：混合AI是AIGC時代下主流趨勢
資料來源：中信證券研究部繪製
在混合式AI時代，邊緣計算扮演的角色日益重要。通過更低的運行成本、更低的能耗、更快的響應速度等優勢，邊緣計算可更加有效地突出用戶使用個性，對於生成式AI的商業落地有着重要促進作用。
圖9：AI處理重心正在向邊緣轉移
資料來源：高通官網白皮書《混合AI是AI的未來》
圖10：一張圖推演端側/邊緣側AI的發展趨勢
資料來源：OpenAI、高通、聯發科、AMD、英特爾、Meta、小米、vivo、Humane等官網及公告，windowscentral，中信證券研究部。2024年及以後：搭載高通xelite處理器的PC開始發佈，首發廠商包括微軟、聯想、戴爾、惠普等爲根據windowscentral.com報道；其餘皆爲中信證券研究部預測
緣於生成式AI技術的發展，用戶對隱私、安全等因素的不斷關注，疊加模型蒸餾等技術推動AI推理側單位算力成本不斷下移等，邊緣AI有望進入快速發展通道。AI PC、AI手機有望成爲2024年硬件市場亮點，並將相應拉動終端換機浪潮，我們相對更爲看好AI PC，我們認爲PC有望成爲邊緣端優先落地的智能硬件之一，並遵從硬件先行、軟件應用跟隨豐富的基本邏輯。建議關注整機、處理器、DRAM、先進製程等相應環節的產業投資機會。
2. 軟件：預計2024年上半年開啓商業化，下半年望加速
2023年2月，微軟發佈Microsoft 365 Copilot的Demo，打響了軟件融入AI能力的第一槍，隨後主流軟件廠商均開始加速推進核心產品中AI能力的構建。考慮到產品成熟度提升，以及企業自身IT堆棧改造進度，我們預計AI+軟件貨幣化有望在2024年初開啓，並在2024H2加速，Copilot爲短期主要產品形態，微軟、Salesforce、Adobe等仍將是行業風向標，除應用軟件龍頭外，預計基礎軟件（數據管理、系統監控等）、信息安全等子板塊亦將明顯受益。
圖11：應用軟件、基礎軟件、信息安全等子板塊將明顯受益
資料來源：中信證券研究部繪製
以微軟Copilot等爲代表，海外生成式AI應用進展積極、催化不斷。2月16日OpenAI發佈Sora模型，距離商業落地更進一步；同時生成內容體現出對物理規律的理解與模擬，預計將成爲實現AGI的重要里程碑。對應到國內市場，我們預計國內AI應用場景將基於與GPT4.0同等能力上的大模型進行產業創新，看好容錯率低且能落實到量/價提升上的核心場景如辦公、創意、教育等，同時建議重視2024年WPS AI等應用商業化進程的加速到來，以付費率、ARPU爲核心抓手，兩大變量向上突破機遇可期。建議持續關注相關領域的頭部AI公司。
圖12：GPT能力與主要應用領域
資料來源：中信證券研究部繪製
3. 自動駕駛：預計多模態帶來產業實質性突破
基於transformer+BEV大模型的自動駕駛能力快速演進，自動駕駛領先的龍頭車企（小鵬、華爲、理想等）將快速落地城市NOA，推動自動駕駛需求爆發，預計自動駕駛高配選裝比例將大幅提升。城市NOA將成爲評價新能源車是否智能的核心要素，其能力的差異也將決定不同車企的估值溢價。
圖13：2018-2024年部分車企智駕功能進展示意圖
資料來源：各公司產品發佈會，各公司官網，中信證券研究部預測
長期發展的方向：算法和算力繼續進化。未來5年的維度而言，更大的模型、更多的里程驗證，是解決安全性的關鍵。軟件方面，用模型解決感知問題已經成爲行業共識，但是在同樣極具挑戰的預測、規劃、控制方面，國內車企目前還在探索應用大模型的應用方式。特斯拉推崇的端到端模型方案，也是業界和學界的努力方向。未來真正“自動”駕駛的時代，車上所應用的模型，參數量和複雜程度或遠高於當前的模型的水平，因而也需要更大的車端、雲端算力平臺做支撐。硬件長期的發展方向是“更大的算力”，以容納同樣更大、複雜化的神經網絡模型。隨着算力和算法的持續進化，未來5-10年的維度，車輛輔助駕駛功能的安全性、效率、舒適性都有望迎來巨大的飛躍。
圖14：端到端智駕方案的示意圖
資料來源：中信證券研究部繪製
4. 機器人：奇點臨近，技術與全球化共振突圍
在技術更新迭代、產品百花齊放、產業鏈協同發力、政策持續催化的共同作用下，機器人行業將繼續處在發展的歷史機遇期中，人形/工業/服務/特種機器人等領域都蘊含着豐富的投資機會。
展望2024年，我們預計：① 全球人形機器人行業規模2024年將望超過10億美元，更多企業將入局，首批應用將在工業場景。② 特斯拉機器人定樣並小批量生產，產業鏈降本仍是主線，未來單機成本有望降至20萬元、甚至更低。③ 人形機器人產業鏈或有諸多變數，建議關注“新”和“變”。④ 國內工業/服務/特種機器人總市場規模超過200億美元，“機器人+”趨勢延續。⑤ 工業機器人國內市場2024年銷量將望超過30萬臺，國產份額將提升至50%以上。⑥ 服務機器人頭部企業將出海破局。⑦ 更多傳統機器人企業將擁抱AI大模型。⑧ 機器人賽道融資熱度不減，各細分領域的“第一股”逐步上市，二級市場機器人板塊擴容。⑨ 各家機器人企業在關注規模的同時，將更關注盈利能力。⑩ 機器人政策紅利期延續，從中央到地方繼續加碼。
我們看好人形機器人具備從0到1階段的投資價值。我們認爲，機器人的核心零部件將是率先起勢的環節，尤其是價值量佔比高、複用性強的執行器環節。建議關注機器人的上游核心零部件環節中的優秀企業。
圖15：機器人全景圖
資料來源：特斯拉官網，各產品公司官網，各產品公司招股書，中信證券研究部（含預測）
5. 互聯網：貨幣化能力、運營效率提升均值得期待
算法能力不斷提升將爲互聯網巨頭在搜索、電商、社交等產品層面持續打開想象空間，比如貨幣化能力改善、用戶活躍度提升等，並最終體現爲財務層面的收入增長、盈利能力改善等。
圖16：互聯網產品代際的更新主要依賴交互方式的變化
資料來源：各公司官網，中信證券研究部
基於基礎設施、技術架構、模型算法等方面積累的深厚優勢，我們認爲頭部互聯網公司有望受益於AI發展帶來的效率提升和業務機會，如雲計算、大模型與行業應用結合等。儘管AI的產業化應用大規模落地及體現到業績表現仍需時間，但我們堅信頭部互聯網公司仍將是我國數字經濟和人工智能領域的重要玩家，長期增長空間可期。
圖17：中國科技巨頭加速發展AI大模型
資料來源：各公司官網，中信證券研究部
投資展望
文生視頻多模態模型Sora以及Gemini 1.5 Pro等優秀模型的誕生不僅反映了美國AI產業高速迭代現狀，更揭示了人工智能產業未來可能的發展趨勢：1）算力和網絡的升級需求將會加強；2）物理世界模擬或將顯著提升AI認知世界能力，爲通用式人工智能發展奠定紮實基礎；3）視頻生成與3D視覺的結合有望打開AI應用想象空間。
我們認爲，GenAI有望繼續成爲2024年科技產業發展的核心主線之一，並持續看好全球AI產業的短期和中長期投資機遇。
風險因素
AI算法迭代速度放緩、多模態等核心技術難以實現實質性突破風險；AI不恰當使用帶來的用戶隱私、潛在道德&倫理風險，以及由此引致的強力政策監管風險；地緣政治衝突導致AI技術、算力基礎設施等難以在全球自由流動風險；短期AI貨幣化不及預期導致市場投入熱情下降、AI產業發展陷入階段性低迷風險；AI算法創新過度依賴於少數企業、核心技術人員風險等。
圖18：AI產業投資展望
資料來源：中信證券研究部繪製