过去一年多，科技领域可谓烽烟四起。OpenAI 从 ChatGPT 到 Sora 接连震惊世界，英伟达 A100 芯片洛阳纸贵；阿里、腾讯、美团、小米频繁投资大模型公司，智谱 AI、MiniMax、百川智能已经是独角兽公司，月之暗面成立不到一年也获得超过10亿美元融资；华为密集发布新车型，鸿蒙系统让智驾体验愈发高阶。
科技行业的每次重大技术革新，都会驱动新的硬件建设、设备换代，期间会为产业链带来发展空间、为投资者带来时代机遇。
景顺长城基金长期重视科技投资，从2022年开始，每年就当下科技行业重大变化作出深入研究，然后以报告形式对外发布。从此前的《景顺长城科技洞察报告之新能源汽车》、《中国芯、未来梦：2023半导体洞察报告》，到今年发布的
《重塑与创造——2024 AI+洞察报告》
（下称《AI+洞察报告》）
，景顺长城往往能捕捉到技术更新、行业格局变动的前沿信号。
这种前瞻性、系统性极强的研究报告，依托的是景顺长城实力雄厚的科技投研团队。以本次报告发布会出场的阵容为例，由
杨锐文
领衔，既有
董晗、张仲维、孟棋、农冰立
这样经验丰富的名将，也有在景顺长城从研究员成长为基金经理的
张雪薇、曾英捷
，还有
贡学博
这样的新生代研究员。
其中，作为股票投资部执行总监，杨锐文认为，“研究是一场探寻真相的旅行”，通过大量研究、推敲企业生命周期，杨锐文非常擅长挖掘处于成长期的标的。从指纹识别芯片、汽车传感器、液晶显示技术，到动力电池、扫地机器人、办公软件、红外热成像芯片，杨锐文的持仓常常走在科技多个细分领域的前沿，带有一定前瞻性和远见性。
而股票投资部总监董晗是少有的“股债双金牛奖”的获得者，而且在研究员时期对煤炭石油钢铁等周期行业有深入研究。反映在投资上，董晗对周期性与成长性都非常突出的半导体行业，有着相对深刻的认知。
近两年新加入景顺长城科技团队的张仲维、孟棋、农冰立也各具风格。张仲维有着丰富的跨市场、泛科技行业投资经验，擅长通过全球产业链视角，以定量与定性相结合的方式去甄选标的，并着重挖掘细分领域的龙头企业；孟棋专注于创新带来的长期成长机遇，紧跟先进生产力，尊重产业周期的同时集中长期投资于优质企业；农冰立的投资综合考量企业经营周期和企业质地以及产业趋势，于大江大河中提高成长投资的胜率。
而前两年在发布《新能源汽车洞察报告》时还是研究员的张雪薇、曾英捷，现在已经是崭露头角的基金经理。其中，张雪薇在两年前就已经阐述了未来汽车将是大型移动智能硬件，曾英捷讲解了新能源汽车对零部件产业链的革新。在今年的《AI+洞察报告》中，他们又展望了AI对消费电子、智能汽车的更新换代进程。
作为团队里的新生力量，深耕人工智能领域研究的贡学博则对目前AI应用最热门的大模型的本质及演进方向进行了分析。
依托这个超豪华阵容与不懈的研究，景顺长城在《AI+洞察报告》中明确提出了AI行业的十大预测与投资线索——
（2）大模型正在向多模态和AI Agent方向进化
（5）AI将重塑交互体验，有望孵化出新一代超级平台
（6）AI应用将百花齐放，驱动新一轮硬件创新周期的到来
（10）海外算力禁售，推动国产芯片和先进封装迎历史性机遇
猫头鹰研究院整理并精选了本次发布会的精华内容和要点，详见下文：
01、
模型层：多模态与AI Agent是进化方向，行业大概率是寡头格局
她指出，大模型像一块不断吸收知识的海绵，开发者喂给模型越多的知识，就能越大地扩张模型的“脑容量”（算力和参数量），让模型的学习效果不断提升。
随着用图像、视频、音频等多模态数据训练模型，逐步教会模型输出图像与音视频，现在大模型已经会像人类一样看、听、说。下一步，大模型将沿着两个方向继续升级：多模态、AI Agent。
图：贡学博介绍多模态与AI Agent发展情况
所谓多模态，简单说就是执行一种或多种任务的算法，例如输入文字，就能生成图片、ppt、视频。这种多模态/跨模态的能力，将会对人机交互形态带来革命性的创新。例如，戴着具备AI能力的墨镜在海边用餐，只需要看一眼餐桌和菜单，模型就可以计算账单金额然后自动结账。
而AI Agent，则有点接近于“助手”，它具有记忆、规划功能，可以快速搜索信息、帮助用户制定行动计划，而且因为有记忆能力，还能自我复盘、迭代、优化。
贡学博指出，已经看到AI Agent可以让普通用户参与到应用开发，构建GPTs应用商店；游戏平台也在尝试用Agent或者构建高度智能化的游戏NPC，丰富游戏体验。未来AI Agent将带来更加丰富多彩的应用创新。
但与此同时，开发多模态、AI Agent注定需要庞大的数据输入、芯片投入、能源成本，而且还伴随着不停的技术迭代、落地推广，因此，
这注定了是一场淘汰赛，只有技术巨头可以走到最后，最终的格局将是寡头格局。
目前，国内已有几十家模型获得监管授权，可以商业化运营，预计将持续追赶海外的发展进程。
02、
应用层：软件、游戏、消费电子、汽车、机器人将迎接AI化浪潮
大模型是技术基础，应用是商业化兑现。移动互联网为各行业带来的重大飞跃机会还历历在目，新一代AI的诞生又为生产、消费带来全新的愿景。
基金经理农冰立指出，目前AI已经越来越成为软件开发、游戏设计过程中的必备工具。
具体而言，农冰立根据AI的自动化程度、用户对模型缺陷的容忍度，划分出商业前景不同的AI领域。
例如，如果只能提供信息和建议，则类似于某种高级的搜索引擎，应用场景有限；而如果能够实现人机协作，比如AI生成大纲或草稿由人再去修改，应用场景将更丰富；而如果能完全替代人的工作，实现完全的自动化，商业化的想象空间还会更大。而在容错率较高的智能客服、文档助理等工作中，AI将率先派上用场；在金融、医疗、法律等领域则需要等待更成熟的大模型。
这也意味着，具备良好用户基础以及垂直领域数据壁垒的垂类应用厂商将可能有更好的发展前景。比如金融、法律这样的专业领域，只有高质量的垂类数据才能够保证模型输出的专业性和深度，这类厂家也有较高的壁垒。
农冰立进一步指出，目前来看，游戏是最适合和AI结合的生产与消费场景。首先，游戏包括文字、音乐、动画等各种元素，而这些元素都可以通过AI来进行生成。其次，游戏的各生产流程，如策划、美术、程序等环节，也都可通过AIGC来进行提效。此外，回顾历史上的技术革新，可以发现游戏往往是最先和新技术结合的领域。如出现PC电脑之后，随即出现了dota等大量端游；出现苹果智能机之后，不久也迎来了手游的爆发式增长。
具体来说，AI与游戏结合的方式主要包括两种，一是改变游戏内容，例如不断生成新的内容，拓展整个游戏的体验；又如让时间相对碎片化的玩家，也可以得到接近于传统组队竞技才有的团队游戏体验等等。二是改变游戏生产形态，降低代码、美工、测试等环节的门槛与成本。
基金经理张雪薇指出，应用软件的变革也将推动硬件的创新，就如同微信、手游的出现促进了4G手机的换机一样，AI新应用对带宽、计算速度提出了新的要求，也相应会带来硬件方面的创新。
当前，最有可能成为AI终端的设备是手机和PC，因为这早已经是日常生产、生活中使用的最高频的设备，天生具备搭载AI的场景。而且他们本来就具备一定的算力，增加算力也是顺理成章。
目前所有主流的芯片厂商如英特尔、高通、联发科等，都已经纷纷开始布局终端的AI高算力芯片，而手机品牌大厂、PC大厂也都会在2024年推出诸多具备AI能力的产品，因此，2024年将成为AI终端落地的元年。
而PC端+ AI的需求则更侧重于商务的办公场景，微软copilot的出现将大幅提升办公效率，所以大企业存在购买和换机的动机。且当前自上一个PC销量的高点，即疫情居家办公潮，已经过去了三年，到了正常商务本的换机时间；同时win 10系统将于2025年正式停止服务，以往这都会带来新的换机潮。
除了智能手机，
新的内容和应用也可能会推进新的智能终端诞生。
苹果Vision Pro是这方面的先锋，这款混合现实产品能让人解放双手，不用手指触控屏幕，也不用拿着手柄就可以直接在空中控制和体验虚拟世界，打开了诸多新的应用场景，比如可以带着MR模和虚拟人对打乒乓球，可以在真实的房屋中摆放虚拟家具进行装修前的规划等等。
反过来，这样的设备，也会打开低成本生产虚拟世界的机会。开发者不再要进昂贵的影棚拍摄，用户甚至可以自己创作3D虚拟视频。而随着优质内容的源源不断和随时随地的产生， MR的使用粘性和时长也会相应上升，形成良性循环。
不管是内容生产，还是SoC主板、光学设备、电池等硬件，都将在这个过程中不断壮大。
基金经理曾英捷则延续之前探讨汽车产业链的思路，提出了新的AI+汽车的投资思路：
第一，AI通过赋能感知和决策，将加速智能汽车技术升级；
第二，智能汽车产业发展的奇点即将到来，行业的爆发时刻可期；
第三，在智能汽车发展浪潮中，展望全球，中国汽车企业是最具备竞争力的；
第四，在汽车智能化的大贝塔下，从整车到智能化零部件，中国汽车产业链将酝酿巨大的投资机会。
基金经理孟棋，则为大家讲解了机器人产业的进化之路。
他认为，AI的突破是机器人进化过程中里程碑式的事件。AI大模型的进步，使得机器人开始真正拥有大脑，变得更像人类。
从去年以来，在AI的助力下，人形机器人正在一步一步进化。特斯拉近期发布的第二代擎天柱行走速度提升了30%，从一代的单腿瑜伽动作到二代稳稳的深蹲动作，身体的协调进一步加强。值得一提的是这次它灵巧的双手正在加快向人类双手靠近，轻松的单手拿起鸡蛋，并且双手传递鸡蛋放到碗里，也许在不远的将来就可以看到它煮鸡蛋、剥鸡蛋壳。
展望未来，
智能机器人的落地节奏可以从应用场景和成本两个维度展开。
智能机器人最初可能用于工厂，进一步替代人类双手，例如马斯克可能首先将机器人用在特斯拉汽车工厂的装配车间，未来也可能用在机器人工厂制造机器人。
其次，商业环境和公共场合也存在大量的需求，比如餐饮服务，比如安检、巡检。
最后，它们更大的作用或许在于消费者端多样化的护理与陪伴需求，这可不仅仅是收拾家务那么简单。
所以，我们认为随着AI能力的不断提升，机器人的能力也将持续进化，可应用场景依次展开，机器人需求量级也将成倍提升。
值得强调的是，机器人未来的形态将是多样化的，人形机器人只是其中一种形态而已；根据需求和功能的不同，机器人家族也将如生物的多层次一样，形成人形、机器狗、机器猫、机器蜻蜓等各种形态，或许动画片哆啦A梦里面的情景并不是梦，每个小朋友都会拥有一个哆啦A梦陪伴。
而除了功能的升级，成本的下降，则是机器人能够大规模落地的另一个重要维度。
如果人形机器人的规模达到百万台规模，成本将会比目前大幅下降，马斯克的目标是2-3万美金，接近于中低档车售价。
从劳动力替代的角度看，随着未来人力成本的提升，机器人成本的下降，当机器人能够在1-2年回报周期内打平，很可能会到放量爆发的节点。
如果智能机器人的成本能够下降到汽车的价格区间，根据功能的不同，定价从几万到几十万元，那或是他们能够像汽车一样走入千家万户的临界点。
具体的降本路径不仅仅是依靠规模效应，更有赖于中国供应链的参与。
机器人所需的减速器、滚柱丝杠等核心零部件当前大多由海外供应商供应，价格昂贵。如果机器人达到百万台规模体量，中国制造大规模的参与进来，降本的空间是巨大的。
以减速器为例，目前国内已然拥有优秀的谐波、行星减速机生产厂商，在工业机器人领域实现国产替代和较高的市场份额；如果以后依靠完整的工艺经验和快速响应的能力，吸引海内外人形机器人厂商合作，开发适合人形机器人的新品类，不仅把握住产品升级放量的机会，在未来也有可能进一步带动上游相关国产机床设备和材料的整体升级。
03、
算力层：推理训练超过训练需求，国产芯片将继续加快替代过程
具有跨市场投资科技公司经验的张仲维，为大家讲解了目前最火爆的算力竞争战况。
他认为，作为AI产业的根基，算力层的资本开支，通常先行于产业生态的发展，也是后续应用爆发的必要条件。
在早期，算力开支集中在训练，会拉动对应产业链的经营成长和投资机会。
例如，对比传统数据中心，AI服务器价值量大幅提升，达到资本开支的70%，而其中又以高性能算力芯片为主。同时，由于大模型数千张甚至上万张GPU并行运算，对集群的通讯及存储也提出了更高的要求，配套的交换机、光模块、高带宽存储（HBM）同步配套升级。
而到了中后期，算力的需求将逐步侧重推理。区别于训练侧，推理侧的算力需求无法实现重复使用，会跟随应用场景、用户数量、使用频次的增长而扩展。
由此可见，
AI产业对芯片的需求是持续的、大量的。进一步，我们预计，2024年全球AI算力芯片市场规模将进一步扩容至约800亿美金，实现同比翻番以上成长，未来5年也将保持50%以上成长，并在2032突破2000亿美金体量，实现十年十倍成长。
对半导体产业周期成长有深入认知的董晗，则指出，中国半导体产业链将会在AI发展过程中取得进一步的成长。
董晗认为，在训练侧，国产算力芯片在部分硬件参数方面已经基本达到2020年英伟达发布的A100水平，也就是说国产芯片和世界最先进的量产算力卡大致相差一代。在推理侧，生态壁垒相对更弱，当下国产芯片也已具备一定竞争力。
与算力芯片相配套的，是以先进制程为代表的晶圆制造能力。全球最先进的芯片制造产能在中国台湾、韩国。由于光刻机的限制，中国大陆芯片制造企业的制程结点目前在7nm，相对最先进的差了2代。换言之，本土先进产能的扩张能力是未来国产芯片厂商竞争的关键要素，国内半导体制造设备企业的进步可能是最为核心的要素。
而对比晶圆制造端的技术差距和供应链限制，在先进封装领域，国内厂商已有技术积累，并在积极技术及产能投入下，未来具备更好的追赶机会。
最后，杨锐文指出，AI产业在迅速发展，AI的应用场景在不断拓展，几乎所有大型互联网公司无论主动还是被动都不得不卷入这一轮AI的大潮中，新一轮的军备竞赛毫无疑问已经开始了。
科技创新的发展进程将影响中华民族伟大复兴的步伐，也是中国跨越中等收入陷阱的重要一步。景顺长城深信中国科技产业必将崛起，未来最大的机会将会来自科技产业。
如果您想了解咨询更多关于猫头鹰会议服务与投研工具，欢迎联系客服预约申请试听。
