生成式 AI： 2024 年，全球生成式 AI 发展持续，算力、大模型和场景的飞轮继续转动，端侧 AI 有所突破，AI Agent 雏形初现。
我们将重点变化总结为五大发展趋势，并且这几大发展趋势预计在2025 年仍将持续。1）AI 芯片计算能力持续增强，云计算厂商持续加大投入；2）大模型向多模态发展，使得计算机能够在不同模态（如文本、语音、图像和视频）之间建立统一的语义理解，将模态不同的信息视为同一概念；3）年初 Sora 首次发布引领浪潮，后续全年内视频生成模型迭代不止、DiT 热潮不息；4）以手机为代表的AI 智能硬件值得关注，AI 手机正在由生成式 AI 手机向系统级 AI 手机跨越，将“设备”转化为智能的“个人助手”，为用户提供个性化的服务和更高的生产力；5）各类 AI 应用持续探索，从“AI Assist” 向“AI Agent”发展，这一点同时体现在硬件和软件层面。SaaS 作为企业经营的提效产品，客户对效率的敏感性较高，因此是生成式 AI 落地应用的重要场景，目前众多 SaaS 企业已通过“产品+生成式 AI”提效。此外，目前 AI 在搜索、广告、电商、教育、金融、网络安全、医疗领域有所赋能。AI 在硬件层面除手机、PC 外，由于具备更好的上下文理解、图像识别、语音识别和情感识别等能力，在 AI 眼镜、AI 耳机、AI 陪伴/玩具等均有所突破。
建议关注：
1）在 AI 算力领域持续取得突破和进展的英伟达（NVDA.O）、台积电（TSM.N）、博通（AVGO.O）、SK 海力士(000660.KS)、迈威尔科技（MRVL）等； 2）海内外云计算及大模型厂商：微软（MSFT.O）、亚马逊（AMZN.O)、谷歌（GOOGL.O)、脸书（META.O）、腾讯控股、阿里巴巴-W、百度集团-SW 等；3）视频大模型取得突破，赋能创作，除以上大模型厂商外，建议关注快手-W；4）AI 硬件有望成为 AI Agent 底座和新入口，建议关注 APPLE、小米集团-W、联想集团等；5）随着生成式 AI 能力的逐步演进及应用探索，AI agent 在 B 端优先大范围铺开，建议关注 Salesforce(CRM.N)、 ServiceNow（NOW.N)、Shopify(SHOP.N)、Crowdstrike(CRWD)等；6）关注 AI 应用在垂直领域落地进展，建议关注焦点科技、值得买、美图公司、昆仑万维、易点天下、皖新传媒、南方传媒、汤姆猫等。
计算机：技术与政策共振，有望进一步推动计算机板块行情向上。
回顾 2024 年，9 月底后，伴随一系列政策出台，与海外 AI 技术进步，计算机板块行情持续回暖。展望 2025 年，我们认为，在技术与政策共振下，板块机构持仓占比有进一步上升空间，为板块行情向上助力。建议关注的主线包括：1）以 AI 应用与鸿蒙为代表的技术创新主线：关注海外 AI 技术创新，以及相关的国内映射；国内巨头的投入布局与产业链；2）以信创、数据要素、消费复苏为代表的政策刺激主线：2025 年仍有政策刺激预期，优选主线中商业模式清晰、竞争格局优化、政策重点支持的细分方向/环节。建议关注：同花顺、中科星图、中科江南、新大陆等。
互联网公司具备较强的业务壁垒和组织壁垒，可以关注在复苏预期、规模效应优化及竞争格局趋稳等多因素驱动下的修复空间。 本地生活领域建议关注美团-W，消费提振有助于其核心本地业务量价齐升，仍处于互联网高潜力赛道；同时建议关注腾讯控股，视频号方面加载率提升、用户时长提升及电商发力有助于其扩大规模；游戏业务国内基于强大的社交网络维持稳健，海外贡献增量；电商领域建议关注阿里巴巴-W，淘天内部战略地位提升，且通过“百亿补贴”“淘工厂”等运营动作补齐低价场供给，通过全站推来提升货币化率空间；建议关注小米集团-W 的“人车家”生态在生成式 AI 加持之下的持续创新能力，关注手机及 AIoT 出海及汽车业务的发展；OTA 建议关注在国内积累充足运营经验并且利用国内规模效应出海的携程集团-S。其他建议关注：网易-S、京东集团-SW、拼多多、百度集团-SW、同程旅行、腾讯音乐-SW 等。
传媒：悦己经济有望促进文化消费繁荣，优质内容为中长期核心竞争力，关注 IP 资产价值。
2024 年国内谷子经济迎来消费热潮，“谷子”关键词搜索热度大幅增长，同时次元文化为传统商场带来客流和销售额的显著增长。 泛Z 世代群体规模庞大，兴趣多元且重视精神体验，悦己经济兴起。同时叠加国产 IP 的持续快速发展及 AI 加速 IP 衍生转化，建议关注IP 产业链相关公司，名创优品、哔哩哔哩、泡泡玛特、奥飞娱乐、姚记科技、中文在线、阅文集团、华策影视等。 同样的，对于游戏及影视领域，从中长期看，优质内容和精品化依然是主要驱动因素。目前游戏厂商产品储备丰富，建议关注腾讯控股、网易-S、三七互娱、神州泰岳、恺英网络、吉比特等；内容有望推动 2025 年影视行业复苏，建议关注万达电影、光线传媒、上海电影、中国电影等。
行业竞争加剧；全球宏观经济扰动风险；大模型进展不及预期；AI应用进展不及预期；AI 硬件发展不及预期；知识产权风险；产品上线进展不及预期；相关政策风险等。
生成式 AI：算力、大模型和应用齐头并进，引领全球科技变革
1.1.1 2024 年纳指整体上延续 2023 年增长势头，AI 依然是重要驱动力
2024 年整体来看，纳指仍然延续 2023 年的强劲增长势头，虽然年中期间出现震荡，但反弹之后继续创下新高。现在来看，AI 板块仍是美股的投资主线，市场对 AI 技术的突破和大规模发展的预期也是上半年支撑纳指在通胀高位、失业率上升等扰动下仍能结构性走强的主要驱动力，同时美股 big7 股价的强势增长也具备亮眼的业绩兑现，尤其是 AI 上游侧（硬件、云厂商等）在业绩体现中尤为明显，季度业绩表现持续大幅超出市场预期。
在今年年中期间，纳指历经一段短期震荡行情，主要源于降息预期增强、失业率持续走高引发市场唱衰美国经济，在市场下行期间也同时伴随 AI 应用商业化落地进度不及预期的担忧。8 月非农数据发布后，美联储理事沃勒宣称最近失业率的上升是供给侧驱动的现象，而非企业大规模裁员所致，并表示不认为美国经济正陷入衰退，劳动力市场和经济表现稳健，持续增长和创造就业的前景良好，此外威廉姆斯预计今年美国GDP 增长率将在 2% 至 2.5% 左右。同时随着 8 月份和 9 月份失业率数据连续环比下行，市场担忧情绪减弱，美国经济软着陆预期增强，纳指开始反弹。
当前纳指 PE 水平略高于历史中枢，但我们认为目前的估值水平处于合理区间。目前纳指正处于基本面改善的阶段，尤其是利润增速尤为明显（参考 2024-2025 年彭博一致预期），在此其中有利润低基数的原因，也有 AI 技术快速发展下对公司业绩增长的驱动，如 AI 产业链上游的英伟达，对于亚马逊、微软、谷歌来说，AI 也成为了云计算加速的第二增长引擎。虽然当前 C 端的 AI 应用还没有大规模商业化落地，但今年也涌现出了一些自身业务显著受到 AI 驱动的应用公司，也迅速成为了市场上的投资热点，如多邻国、Applovin、Twilio、Palantir 等。
1.1.2 2024 年美股 Big7 均受益于业绩及 AI 驱动走强，但有所分化
Big7 今年的股价走势既有共性也存在分化，整体来看今年都实现亮眼的股价增长，其中英伟达和 Meta 涨幅显著高于纳指，亚马逊和特斯拉涨幅略高于纳指，微软、谷歌和苹果涨幅低于纳指。
我们可以将这 7 家公司今年的股价走势进行简单分类，然后从公司基本面和外部因素来复盘导致股价在不同阶段发生不同走势的原因。
1）Meta、英伟达、亚马逊：年内股价保持强势走强
Meta 和英伟达今年以来股价维持强劲增长，年中受大盘情绪影响短暂震荡后继续反弹创下股价新高，源于两家公司都兼具强有力的业绩支撑以及 AI 驱动下未来的想象空间。
英伟达未来业绩的支撑在于 AI 快速发展下对算力端的需求增长，根据微软在今年二三季度业绩会上的表示，目前云业务在算力端仍处于短缺状态，我们预计云厂商明年对算力端的 CAPEX 仍能维持较高水平增长，而英伟达作为行业头部企业，将最大化受益于此。英伟达的技术壁垒不仅在于其硬件设计，更在于其通过 CUDA平台建立的强大生态系统，以及软硬件的紧密结合和全面优化。这种整合使得英伟达在 AI 和高性能计算领域处于领先地位，难以被竞争对手撼动。
Meta 的广告业务受 AI 赋能明显，广告业务仍处于量价齐升通道，并且 Meta 拥有 messenger、facebook 和 Instagram 等优质流量入口和生态，Meta AI 调用具备广阔的想象空间。此外，meta 还在积极布局端侧 AI，推出了 RayBan、Orion 等 AR眼镜。今年开始，小米、三星、苹果、字节等多家科技巨头都在布局端侧 AI，包括AR 眼镜、AI 耳机、AI 手机、AIPC 等众多产品，我们认为端侧 AI 设备有望成为明年 AI 板块的投资热点，建议持续关注主流厂商在端侧 AI 的布局和产品落地情况。
亚马逊年中受大盘影响较大，回撤明显，但业绩连续显著超预期下支撑股价回弹再创新高。
今年亚马逊零售业务处于利润的释放阶段，源于 1）2020-2022 年期间亚马逊投入大规模的物流资产，现在规模效应已经显现，其次去年在北美地区做出物流端区域化改革，各区域独立运作，缩短了干线运输距离，最终体现为单票履约成本和费用下降；2）国际地区零售 OPM 转正持续攀升，盈利能力超出市场预期。
此 外 AWS 业 务 收 入 同 比 增 速 今 年 前 三 季 度 持 续 环 比 提 升 （ +17.2% /+18.7%/+19.1%），也是支撑股价走高的关键因素。
2）微软、谷歌：微软年中股价回撤后横盘，谷歌股价近期创新高
微软和谷歌股价在上半年走强，年中震荡回撤后，下半年股价横盘调整并未再突破新高。
我们认为影响微软股价波动的关键因素是 Azure 业务的收入增速变化，这是市场当前最为关注的业务。今年 Q2-Q3 连续两季度 Azure 收入增速出现连续的环比下滑（Q1-Q3:+35%/+34%/+33%），并且 Q4 指引继续环比下滑 1pct 至 32%，引发市场担忧，公司解释是因为算力端的供给短缺所致，无法满足需求增长，并指引 2025年开始 Azure 增速会有所回暖。所以 Azure 业务增速的短期下滑和不确定性是导致股价横盘的重要原因，建议持续关注 Azure 后续季度的增速变化。
谷歌今年表现比较亮眼的业务是其云业务，我们认为这也是支撑股价走高的重要原因。谷歌云由于商业化落地晚，并还处于投入期，所以云业务的 OPM 相较于亚马逊和微软仍处于低位，但今年以来随着收入规模的高速增长，当前云业务利润改善尤为明显，前三季度云业务 OPM 为 9.4%/11.3%17.1%，我们判断谷歌云的 OPM还有较高的改善空间，建议持续关注谷歌云未来的收入增长情况以及 OPM 改善力度。其次谷歌因近期推出新一代量子计算芯片 Willow，股价出现明显拉升，创下历史新高。
关于谷歌的分歧点：1）谷歌搜索今年下半年推出了 AI overview，对用户来说使用体验显著增强，并多次在业绩会中提到 AI 对广告转化率具有明显的提升作用，但市场目前对其搜索业务的担忧有两方面，一是外部竞对影响（如 GPT search、perplexity 等），其次是 AI overview 形式可能会压低广告加载率，但目前为止从搜索业务的收入增速角度看影响有限，建议持续关注谷歌搜索业务后续业绩达成情况。
2）谷歌因搜索业务垄断陷入反垄断调查，11 月底美国司法部向法庭提出剥离Chrome 浏览器和安卓系统，并限制谷歌训练 AI 模型。但参考之前的微软 IE 浏览器反垄断案，我们判断谷歌业务拆分还需观望，建议关注谷歌反垄断案的后续进展。
3）特斯拉、苹果：业绩平淡，市场提前打入高预期
特斯拉和苹果今年的业绩都略显平淡，收入均维持个位数增长，尤其是特斯拉，今年上半年业绩连续低于预期（参考图 2），两家企业都面临市场竞争及需求减弱的因素。下半年苹果股价走高也是因为在 6 月份，苹果正式发布了 Apple Intelligence，鉴于 ios 的生态优势和用户黏性，市场提前打入了高预期，建议关注明年 Apple Intelligence AI 功能迭代及产品销量。
特斯拉股价明显拉升是在 11 月份，主要源于特朗普交易。明年看点：1）预计明年上半年推出低价新车型；2）明年 FSD 在国内的落地进展；3）三季度公司指引明年汽车销量将增长 20%-30%；4）计划在 2025 年在德克萨斯和加州推出不受监管的 FSD Robotaxi 服务，前提是获得监管部门的批准；5）FSD 目标是在 2025 年第二季度实现人类驾驶员水平以上的表现；6）关注人形机器人 Optimus 的最新进展。
对比过去五年 PE 中枢，2025 年估值较低的有亚马逊、谷歌、英伟达，位置处于中枢附近的有 Meta、苹果、微软，特斯拉近两年 PE 水平相对较高。
1.1.3 2024 年费城半导体指数 PE 水平处于历史高位
费城半导体指数上半年走势与纳指趋同，受生成式AI兴起和市场乐观情绪推动，指数上涨；7 月至 9 月，因宏观经济不确定性加剧和供应链挑战，指数有所回调；后小幅反弹后横盘，目前 PE 处于历史高位。
1.1.4 AI 半导体厂商前三季度业绩大部分均超市场预期，博通
和 Marvell 营收增速季度环比提速
今年前三季度主要 AI 半导体厂商业绩基本都超过市场预期，业绩均受到 AI 驱动实现亮眼增长。博通今年在收入利润两侧维持高增速，支持股价持续走强，AI 加速芯片、以太网交换芯片、PHY 芯片、PCIe 交换芯片、光通信芯片、DSP 芯片等产品均受到 AI 浪潮驱动，公司预计 24 财年 AI 收入将大幅增长至 110 亿美元，占营收目标 510 亿美元的 22%。其次，博通作为苹果产业链重要供应商，有望受益于Apple Intelligence 加持下的换机潮。
AMD 今年前三季度业绩并未明显超出市场预期，收入利润两端基本 inline，虽然 AMD 承诺每年都会推出新的 AI加速器，加快创新步伐，10 月份也推出了MI325X，但竞争力仍与英伟达有较大差距，AI 业务并未显著改变基本面，数据中心业务规模相比英伟达仍很小，所以需要更长的时间验证。
Marvell 今年 3 季度迎来基本面改善，收入利润两侧增速年内首次转正，同时业务受 AI 驱动明显，数据中心业务同比接近翻倍增长，主要来自亚马逊及其他云服务商定制 AI 芯片需求增长。今年 12 月，Marvell 与 AWS 达成 5 年期合作协议，Marvell 将在 5 年内向 AWS 供应多代数据中心半导体产品，并扩大与 AWS 在云上 EDA 方面的合作。具体来看，Marvell 将向 AWS 提供的系列芯片包括定制 AI 产品、光学 DSP、有缘电缆（AEC）DSP、PCIe 重定时器（Retimer）、数据中心互连（DCI）光模块和以太网交换机硅解决方案等多项产品。
海力士今年迎来明显的基本面改善阶段，利润同比扭亏为盈，上半年业绩显著超出市场预期，上半年股价持续强势走高，今年三季度业绩收入小幅低于彭博一致预期，同时市场曾经被 2025 年 HBM 产能过剩观点扰动，但在业绩会中公司也给予否认，并认为由于 2025 年长期合同已和客户锁定，考虑到实际需求和良率爬坡，2025 年实际出货量或超出市场预期。
1.1.5 SaaS 相关指数 24Q3 后受到降息周期、宏观企稳、AI商业化应用加速等催化大幅上涨
参考 BVP Nasdaq Emerging Cloud Index，包含了例如 Salesforce、Adobe、ServiceNow、Shopify 等美股代表性 SaaS 公司。2024 年，BVP 纳斯达克新兴云指数（EMCLOUD）的表现总体上分为三个阶段：第一阶段（Q1），指数稳步上涨约 8%，受生成式 AI 和云计算热潮推动，标普 500 同期涨幅为 6%；第二阶段（Q2 至 Q3初），受利率上升、宏观经济不确定性和云计算增长放缓影响，指数大幅回调；第三阶段（Q3 末至 Q4 初），生成式 AI 商业化的加速应用以及宏观经济改善的预期带动指数强劲反弹 35%，相比之下，标普 500 上涨 10%。
1.2 全球云计算厂商 AI 持续投入，生成式 AI 在大模型、算力、应用等方面持续进步，形成飞轮
1.2.1 云厂商 AI 资本开支维持较高增长
我们认为明年主要云厂商的CAPEX仍能维持较高的增长。1）从今年的表现看，云厂商的 CAPEX 势头强劲，今年前三季度微软、亚马逊和谷歌的 CAPEX 持续超出市场预期，市场对于云厂商 CAPEX 也经过了多次上调。微软也多次表示云业务供给侧目前短缺，所以判断还会继续加大投入。2）这几家云厂商的现金流充足，当前CAPEX 占 OCF 的比重依然处于比较合理的位置，头部厂商争先进行战略布局。
1.2.2 大模型：向多模态方向发展，复杂推理能力增强，AIAgent 能力初步体现，OpenAI 及谷歌等头部厂商迭代提速
2024 年，海外大模型在技术上不断迭代升级。
代表性模型有： OpenAI 的ChatGPT 4-Turbo、GPT-4o 和 ChatGPT-o1 等衍生版本和 sora 模型；Claude 3、Claude 3.5 及加强版本；Google 的 Gemini 1.5、Gemini 1.5 Pro、Gemini 1.5 Flash、Gemini-Exp 及 Gemini 2.0；Mistral 的 Mistral Large 及 Mistral Large2；Amazon 的Titan Image Generator V2；Meta 的 Llama 3、Llama 3.1、Llama 3.2；Leap Motion的 Midjourney V6.1 版本；Stability AI 的 Stable Diffusion 3、Stable Diffusion 3.5 等三个衍生版本。
整体看，2024 年海外模型在版本迭代上较去年更注重在性能和专业化方面，例如推理能力，编程能力，多模态视觉能力的提升。模型端逐渐向 AI 应用及众多垂类赛道进行赋能，并初步呈现出了 AI Agent 能力。
12 月，主要厂商大模型更新集中提速。
12 月 4 日，OpenAI 宣布连续 12 天每天发布最新技术，包括 o1 版本正式发布、ChatGPT Pro、Fine Tuning、Sora、Canvas、在苹果设备上使用 GPT、将视频引入高级语音模式等；与此同时，Google 发布世界模型 Genie2 及为了 Agent 时代做准备的 Gemini 2.0 模型，用于可以构建智能体，代表用户执行任务，同时多模态能力提升。
24 年国内大模型也在各功能上加快迭代速度，主要方向包括：1）多模态信息处理；2）持续提升文本生成、语言理解、音视频理解、知识问答、逻辑推理和数学等核心能力，提升文档阅读能力；3）在角色扮演、情感扮演、搜索等领域集中发展，发展语音通话能力，并呈现智能体雏形；4）在视频生成领域持续探索，并有可灵等优质模型发布。
代表性模型有：字节豆包最新迭代的豆包视频生成-PixelDance 和 Seaweed、音乐模型和同声传译模型；腾讯混元大模型的 hunyuan-pro、hunyuan-standard、hunyuan-lite、hunyuan-turbo 和 hunyuan-large 等众多版本，hunyuan-large 为业界参数规模最大、效果最好的 transformer 结构的 MoE 混合专家模型之一，可以高质量合成数据；快手可灵视频生成模型 V1.0 版本和 V1.5 版本及后续的升级；通义千问的 1.5 版本、2.0 版本和 2.5 版本，提供不同参数规模的模型；百度文心一言的 4.0 Turbo 及文心一言 APP；华为盘古大模型 5.0 版本；科大讯飞的星火大模型 V3.5、V4.0 和 V4.0 Turbo；智谱 AI 的 GLM-4 和 GLM-4-9B；昆仑万维的天工 AI 2.0、3.0、4.0 01 版（Skywork O1 Open、Skywork O1 Lite 和 Skywork O1 Preview）；月之暗面的 kimi V1.3 及后续的各垂类功能迭代（例如浏览器插件、数学版、探索版）等。
从生成图像到生成视频，2024 年在视频生成领域的探索层出不穷。
至 2023 年以来，学术界和产业界已经将视频生成的技术路线收敛至自回归和扩散模型两大路线。
自回归：Transformer 架构已经在语言模型上大获成功。视频领域，将视频离散化为图像帧衔接在文本描述后，构成自回归序列，然后放大规模训练，取得了彼时领先的视频生成效果；
扩散模型：先对样本添加噪声，再训练神经网络学习逆向去噪的过程；DiT（Diffusion Transformer）：Sora 引爆，除了可以处理静态图像得到空间块，还可以编码视频得到时空块。 DiT 原始论文在 2023 年的被引次数约为 200 次，而 2024 年至今已被引用近 800 次。
1.2.3 AI 算力：计算效率持续提升，大模型技术的广泛应用推动 AI 芯片、服务器、云计算等需求扩张
（一）大模型技术的广泛应用推动 AI 算力规模扩张
1. AI 芯片市场空间预测：
随着深度学习和大模型等 AI 技术的广泛应用，训练和推理过程中对计算能力的要求不断提升，高性能 AI 芯片，如 GPU、FPGA 和 ASIC，成为满足 AI 训练和推理需求的关键，拉动全球 AI 芯片 2024-2034 年 CAGR 达 29%。
根据 Precedence research 推算，2024 年全球人工智能 (AI) 芯片市场规模估计为 732.7 亿美元，预计到 2034 年将达到 9277.6 亿美元左右。
2. AI 服务器市场空间预测：
AI 正显著推动 AI 服务器市场的增长。根据 650 Group 的预测，2025 年 AI 服务器市场将增长 55%，达到 1628 亿美元。这一增长主要由超大规模云服务商和二线云服务商贡献。超大规模云服务商和二线云服务商正计划部署包含多达 10 万甚至20 万 GPU 的 AI 服务器集群。企业客户也开始增加对 AI 服务器的需求，以支持内部 AI 应用的部署和扩展。650 Group 估计，到 2025 年，企业客户占行业销售额的14%，约合 230 亿美元。这表明，除了云服务商，传统企业对 AI 基础设施的投资也在持续增加。
3. HBM 市场空间预测：
根据 Market Data Forecast 的报告，全球高带宽存储市场预计将从 2024 年的15.7 亿美元增长到 2032 年的 96 亿美元，预测期内的年复合增长率（CAGR）为25.4%。
（二）AI 芯片、服务器、云计算厂商 2024 年持续取得新突破
AI 芯片领域：
2024 年，高性能 AI 芯片的推出成为人工智能计算领域的重要驱动力之一，各大科技公司竞相推出创新芯片，以满足日益增长的 AI 算力需求。
以下是一些关键布局：
1） 高性能 AI 芯片的推出：多家科技巨头发布了新一代高性能 AI 芯片，显著提升 AI 计算能力，如：
• 英伟达发布基于 Blackwell 架构的 GB200 加速卡。该卡采用台积电 4 纳米工艺制造，集成两个 B200 Blackwell GPU 和一个基于 Arm 架构的 Grace CPU；B200于 2024 年底出货。Blackwell 的更高计算吞吐量和显著更大、更快的内存使其能够仅使用 64 个 GPU 运行 GPT-3 175B 基准测试，而 Hopper 平台需要 256 个 GPU，对比下 Blackwell 的成本减少了 4 倍。
• 谷歌的 Trillium 芯片：谷歌推出了名为 Trillium 的 AI 数据中心芯片，其性能比上一代提升近五倍，并且能效提高了 67%。
• AMD 的 MI325X 芯片：AMD 发布了 MI325X 芯片，公司口径其性能优于英伟达的 H200 AI 芯片，计划于 2024Q4 向客户提供。
2）科技巨头争相布局 AI 芯片：
• 英伟达仍领跑行业，ASIC 芯片持续扩张：
英伟达在 AI 数据中心芯片市场依然处于领先地位，其他公司如 AMD、Broadcom 和 Marvell 也正积极布局。
• 科技巨头的自主研发：
Google、Meta、Amazon 及 Microsoft 等全球 CSP 公司均有 AI 芯片自研项目在进行，国内阿里巴巴、百度、腾讯亦具备相关进展。
3）多模态 AI 模型发展的反向推动：
AI 大模型已实现从“文生文”到“文生图”、“文生视频”等多模态能力的发展，对算力的需求显著提升，反过来推动了 AI 芯片技术的创新。
4）终端设备的 AI 芯片应用：
AI 芯片的应用从云端扩展到终端设备，如 PC、手机等各类设备，产生了端侧 AI 芯片需求。
AI 服务器领域：
一方面，生成式 AI 模型的广泛应用推动了 AI 服务器规模大幅增长；另一方面，全球 AI 服务器厂商正通过技术创新和生态布局抢占市场，推动 AI计算的性能提升和绿色转型，主要呈现两大趋势：
1. 技术创新与绿色计算：
•液冷技术成为主流，Vertiv 和戴尔等厂商为 AI 服务器提供高效的散热方案。
•Arista Networks 通过网络自动化支持 AI 模型的分布式训练，强化了 AI 计算的生态。
2. 软硬件整合与差异化战略：
•Oracle、AWS 等通过自研云服务与 AI 硬件的整合，提供完整的 AI 基础设施解决方案，吸引更多企业用户。
存储领域：2024 年，随着 AI 的迅猛发展，AI 计算相关的存储领域取得了多项重要进展，主要体现在以下方面：
1. 新型存储器技术的发展
面对 AI 应用对存储性能的高要求，传统存储器如 DRAM 和 NAND Flash 在易失性和读写速度方面存在局限。新型存储器技术的兴起，为 AI 计算提供了新的解决方案。如 HBM 的持续升级，通过 3D 芯片堆叠技术，将多个 DRAM 芯片堆叠在一起，提供更大的存储容量和更高的传输速度，满足生成式 AI 和大型语言模型对高带宽、低延迟的需求。
2. 存内计算技术的突破
传统计算架构中，数据在存储器与处理器之间频繁传输，导致延迟增加和能耗上升。为应对 AI 应用对高效计算和低功耗的需求，存内计算技术应运而生。在基于DRAM、NAND Flash 以及新型存储器的架构中，存内计算技术取得显著进展，特别是在 AI 推理、边缘计算和端侧计算等场景中展现出广阔的应用前景。 如韩国存储芯片大厂三星电子与 SK 海力士正在合作研发标准化 LPDDR6 的存内计算（Processing In Memory，PIM）产品，以加速 AI 专用低功耗 DRAM 的标准化，以配合“端侧 AI”的趋势。
（三）云计算厂商充分整合生成式 AI 技术，软硬件结合，助力企业生产力提升
在生成式 AI 的推动下，海外主要云计算厂商呈现两大趋势 ：
趋势一：扩展生成式 AI 生态系统，整合生成式 AI 技术，为企业提供端到端的解决方案。
1.合作与整合：
如微软通过 Azure OpenAI 服务，将生成式 AI 模型（如 ChatGPT）嵌入 Office 365 等产品，提供语义搜索、自动化办公等功能。
如 AWS 与 Anthropic 合作，支持自定义生成式 AI 模型，服务于金融、医疗等行业。
2.提升企业生产力：
如谷歌云的生成式 AI 工具被广泛应用于文本生成、图像处理和多语言翻译。
将生成式 AI 嵌入诸多行业应用，例如供应链优化、客户服务自动化等。
趋势二：加强 AI 基础设施和硬件优化，云计算厂商通过软硬件结合，推动 AI计算效率的提升。
1.硬件创新：
通过自研芯片以求降低 AI 模型训练和推理的成本。
2.优化数据中心：
数据中心的升级包括引入液冷技术、高能效 GPU，以及对超大规模 AI 训练模型进行支持。
对于国内云计算厂商而言，国内云计算厂商在 AI 领域具备两个趋势
趋势一：加强生成式 AI 技术的自主研发和垂直定制
如百度云通过其文心一言技术，为企业提供专属生成式 AI 模型定制；腾讯云与游戏、娱乐行业深度合作，将 AI 技术应用于内容推荐和实时互动；阿里云投资生成式 AI 初创企业，推出多语言支持的生成式 AI 服务，开拓垂直场景。目前生成式 AI被广泛应用于智能客服、内容生成和语音识别等领域。
趋势二：推动 AI 与私有云的结合，以本地化和私有化部署为核心，为企业提供数据安全保障
如华为云的“AI-in-a-box”：华为推出整合 AI 处理器的私有云解决方案，帮助企业实现数据安全和本地化部署；多样化部署方式：如腾讯云和阿里云通过混合云技术，为金融和政务行业提供 AI 解决方案。
1.2.4 AI 硬件：以手机为代表的 AI 硬件，正在将设备转化为智能的“个人助手”
AI 硬件方面，AI 手机正在由生成式 AI 手机向系统级 AI 跨越，将设备转化为智能的“个人助手”，为用户提供个性化的服务和更高的生产力
。一方面，苹果 AI 产品各版本如约发布，小米、荣耀、三星、华为等亦持续发布 AI 手机产品；另一方面，生成式 AI 由于具备更好的上下文理解、图像识别、语音识别和情感识别等能力，AI眼镜、AI 耳机、AI pin 和 AI 陪伴/玩具等产品持续创新，AI 硬件产品有望成为 AIAgent 形态的基石和生成式 AI 时代的新入口。
（一）各手机厂商齐发力，AI 手机向系统级跨越
1. AI 手机空间预测：
Counterpoint 报告显示，生成式人工智能（GenAI）智能手机出货量将在2023~2027 年迅速增长，预计 2024 年出货量占比为 11%，到 2027 年将达到 5.5 亿部，占比 43%，年均复合增长率为 49%。预计到 2027 年，生成式 AI 智能手机的市场保有量将突破 10 亿部。
（二）AIPC：在边缘环境实现低延迟的 AI 推理，强化体验
AIPC 出货量增势迅猛，主要是受 PC 大盘回暖，全球 PC 出货量持续回升拉动AIPC 出货量增长，另外相应 AI 功能在 AIPC 得以落地催化 AIPC 出货。
据 Gartner 统计，2024 年 AIPC（带 NPU 的 PC）出货量将达 4300 万台，同比增长 99.8%。2025 年 AIPC 出货量预计可达 1.14 亿台，同比增长 165.5%。
1.2.5 AI 应用在海内外众多领域多点开花，提高生产效率
海外方面，2024 年生成式 AI 在多个领域展现出广泛应用潜力，
一方面，体现在提升企业的生产效率和降低用户使用门槛。
在金融领域，AI 用于客户支持自动化、风险分析和个性化投资建议；在广告领域，生成式 AI 助力内容创作、精准投放和市场趋势分析；在教育领域，生成式 AI 实现智能辅导、自动化试卷生成以及学习内容的个性化定制；在 B 端 SaaS 行业，生成式 AI 被嵌入 CRM、ERP 和协作工具，提升数据分析、客户服务和业务流程自动化能力；在医疗领域，AI 用于生成医疗记录摘要、协助诊断和患者互动。生成式 AI 通过提升效率、降低成本和增强用户体验，正在加速推动这些行业的数字化转型和创新发展。
另一方面，生成式 AI 为创作者提供了前所未有的支持和效率提升。
在内容创作中，AI 生成文本、图像、视频等多模态内容，帮助创作者快速完成文案撰写、脚本创作和视觉设计；在灵感启发方面，生成式 AI 通过分析趋势数据和用户偏好，提供个性化创意建议；在重复性工作中，AI 自动化处理字幕生成、格式转换和版本优化，让创作者专注于核心创意表达。生成式 AI 不仅降低了创作门槛，还加速了创意的实现，为创作者释放了更多的时间和精力，用于探索更高价值的创新可能。
SaaS 作为企业经营的提效产品，其客户对效率的敏感性较高，因此是生成式AI 落地应用的重要场景，目前众多 SaaS 企业已经进行“产品+生成式 AI”的尝试。
从业务自动化到个性化服务，从数据洞察到协作创新，再到行业定制化解决方案，AI 的深度整合不仅提升了效率，还为企业客户创造了更高的商业价值。随着生成式 AI 的普及，SaaS 公司将进一步拓展其产品的智能化功能，持续推动数字化转型的步伐。我们总结出了 AI 对 SaaS 行业赋能的五大趋势。
趋势一：提升业务自动化能力
生成式 AI 在自动化工具中深度整合，提高工作效率和精度。
1. 客户关系管理（CRM）优化：
• Salesforce 通过 Einstein GPT 实现销售邮件自动生成、客户需求预测和销售漏斗优化，大幅提升销售团队的效率。
• HubSpot 将生成式 AI 应用于营销自动化，通过自动撰写广告文案和邮件模板，优化客户触达。
2. 流程自动化：
• ServiceNow 利用生成式 AI 自动化工作流，为企业提供智能化的 IT 服务管理和员工支持解决方案。
• UiPath 将生成式 AI 集成到其机器人流程自动化（RPA）中，提升重复性任务的自动化能力。
趋势二：增强个性化用户体验
生成式 AI 帮助 SaaS 平台提供更精准、更个性化的服务。
1. 个性化推荐：
• ZoomInfo 和 Snowflake 利用生成式 AI 根据客户行为生成个性化的数据分析和产品推荐，帮助企业制定更精准的商业策略。
2. 交互式客服体验：
• Zendesk 使用生成式 AI 赋能客户支持，通过自动化生成高质量的回答，实时解决用户问题，提升客户满意度。
3. 动态内容生成：
• monday.com 使用生成式 AI 创建个性化的任务提醒、项目总结和团队沟通内容，让协作更高效。
趋势三：赋能数据分析与商业洞察
生成式 AI 帮助企业深入挖掘数据价值，快速生成有洞察力的分析报告。
1. 自动生成商业报告：
• Tableau（Salesforce 旗下）和 Power BI 借助生成式 AI 自动创建可视化的商业数据报告，帮助企业更快速地制定战略。
• Snowflake 和 Datadog 将生成式 AI 应用于预测分析，帮助企业识别潜在风险并制定解决方案。
3. 自然语言查询：
• Looker 和 ThoughtSpot 引入生成式 AI，使用户通过自然语言直接查询数据，无需复杂的 SQL 技能。
趋势四：提升开发效率，驱动协作
生成式 AI 加速 SaaS 公司推出更智能的工具，提升团队协作效率。
1. 代码生成与协作：
• Atlassian 集成生成式 AI 实现代码片段生成、错误修复和协作文档优化，减少开发时间。
• GitHub Copilot 进一步提高开发效率，成为 SaaS 开发者的重要助手。
2. 智能协作工具：
• Workday 和 Slack 借助生成式 AI 提供会议纪要自动生成、实时翻译和任务优先级规划功能，提升跨团队协作能力。
趋势五：推动行业垂直化解决方案
生成式 AI 通过行业定制，帮助 SaaS 公司提供更专业的服务。
1. 医疗行业：
• Intuit 和 Oracle 提供生成式 AI 驱动的健康数据分析和个性化患者建议，优化医疗记录管理和病人互动。
2. 金融行业：
• Salesforce 和 ServiceNow 通过生成式 AI 提供定制化的风控分析和投资建议，提升金融客户的服务能力。
3. 电商与零售：
• Shopify 使用生成式 AI 实现产品描述自动生成、库存预测和购物车优化，帮助商家提升销售效率。
国内 AI 应用，当前看持续布局和海外映射，2025 年主要关注应用落地。
2023年 7 月 13 日，国家网信办联合国家发改委、教育部、科技部、工信部、公安部、广电总局公布《生成式人工智能服务管理暂行办法》，本办法自 2023 年 8 月 15 日起施行。
我们认为：1）大模型牌照不断扩容，有助于国内大模型应用生态发展，对于产业具有积极作用。2）toB、toC 共同发展。2024 年，国内 AI 应用领域持续发展。对标海外巨头的 ai 应用，当前看映射预期及持续布局，2025 年关注相关标的的应用落地。
展望 2025 年，国内 AI 应用落地场景建议关注如下几个方面：
1）AI+搜索：作为应用场景最接近大模型的赛道，AI 搜索在 24H2 持续发力，落地多款 AI 搜索引擎，例如腾讯的 ima，阿里巴巴的夸克 AI 搜索等等。
2）AI+内容制作：23 年多为文字层面简单交互，24 年在内容创作上多款产品落地，集中在短剧、动漫、广告创作，场景具体化。
3）AI+游戏：AI 游戏从 23 年在代码生成端赋能转到 24 年在玩法内容上实现 AI陪伴。
4）AI+视频：AI 在影视方面重心除了视频内容创作，24 年还有内容评估，筛选功能，扩大应用层面。
5）AI+电商：场景从用户到商家，23 年多为赋能用户，为用户提供导购讲解智能推荐等，24 年除了为用户实现更精细化定制化的导购服务，还赋能商家，为商家进行页面排放，广告生成投放等。
6）AI+广告营销：24 年较 23 年应用场景更专业效率更高。23 年多为标语文字、图片、等营销内容的生产等对外的内容生产，24 年应用场景渗透至税务，员工培训等企业内部场景。
7）AI+内容检测：24 年应用层面无太大进展，主要是现有产品功能上（准确度、安全性等）的提升。
8）AI+教育：应用层面无太大进展，多为政策上的支持（2024 年 3 月，教育部正式启动人工智能赋能教育行动）。
