1.刘高畅 所长助理&计算机行业首席分析师 Q4 计算机整体大环境不错，处在弱衰退阶段。增长点不明确，但从历史角度看，弱衰退计算机发展势头好。一方面，货币和财政政策远期格局对计算机及相关资产有利；另一方面，计算机行业本身发展可能常年保值 10%~20%的区间，弱衰退情况下总体观感好。科技产业和科技政策趋势并举，形成中长期机会。每年 q4 还有 q1最重要的一个基调就是选方向，对当期一个季度的拐点没有这么的敏感，但是对 3~4 个季度的大的变革，可能性更加的有优势一些。例如 AI、华为、卫星的一些领域，尽量选择产业趋势比较明朗，催化比较密集的领域。在 AI 的领域，会更多的倾向于算力，爆款应用出现算力会是基础。

华为领域，车应该是持续性最强的领域。竞争格局比较稳定，华为的车是各类自动驾驶标的里面最好的方向，再叠加 M7 后面的 M9还有江淮的一些合作，会不断的验证的产业的思路。

在 AI 的领域，会更多的倾向于算力，爆款应用出现算力会是基础。 应用包括多模态机器人。

国庆有比较大的加强的，就是亚马逊也进入了卫星互联网产业链，国内的卫星互联网的领域，未来的 3~5 年会持续的加大创新的速度。

Q4 最大的主基调就是寻找未来几个季度大方向，有大格局以及密集的催化的就是赛道的首选。

2.陈芷婧 计算机行业分析师 更新算力和数据要素的行业观点一、算力：

2023 年起，算力一直都是产业包括资本市场重点关注的方向，算力作为基础设施建设可以有较大发展，像芯片层以英伟达为首，另外还有光通信服务器，包括算力租赁这些厂商都在加快的落地，客户的需求也是非常的薄饱满。

今年上半年来看，从各大厂商公布的业绩来看，尤其是国内的这些企业比海外大概还要稍晚一季度左右，aigc 带来的业绩提振不明显，这也受到了像宏观环境跟企业投资相对弱势的一些压制；但是从下半年来看，尤其是从 q4，包括明年 q1 的情况来看，算力投资会更加乐观。

1、从 aigc 技术本身的进展来看，最近有两个事件引起大家比较多的关注。

一方面，GPT4V 在 9 月 25 号左右重大的更新，也意味着多模态是正式进入到了一个规模化应用的阶段。

GPT4V 整个的训练其实在 2022 年就完成了，从 2023 年 3 月开始，

openai 就提供了一些早期访问的方式；9 月 29 号微软团队也是正式的去发布了 GPT4V 的在多类任务上测评表现的报告长达 166页。支持图像输入并分析是 GPT4V 这次的主要革新，像子图像、文本场景文本，包括视觉指针等等这些比较复杂的输入方式都是可以支持的。在最后实现的效果和能力上，我们可以看到不管是图像理解相关的视觉语言能力，还是说图像标注分析相关的视觉参考提示，以及对于时间序列和视频的初步理解，GPT4V 都是展现出来了

比较良好的表现。另外，还包括像抽象的推理，智力的测试以及情商的测试，这些试验里面 GPT4V 的表现都是比较良好的，

所以说它最后的应用可以说是非常的广阔。比如说在线检测、安全检查、杂货结账、医疗影像，包括像汽车保险的相关评估，定制化的图像生成，包括智能机器人这些场景可以说是数不胜数，所以说最后如果能够规模化的推广开来，确实是可以为现实世界的生产效率率去带来一些质的飞跃。

对于多模态结构的具体实现技术路径，各位领导可能会感兴趣。那么根据 openai 包括微软官方发布的相关新闻跟论文，我们其实确实不能具体详细了解多模态，尤其是视觉模型实现的具体方法。相对主流的实现方法大概是去借助预训练好的一些大语言模型，加上的编码器，用图文特征的对齐模块来进行连接，从而让语言模型能够去理解图像特征，并且能够去进行更深层的问答推理。其中图形编码器 Clip 主要是通过超大规模的模型训练去提取了视觉的特征，然后让图片跟文本之间进行对比的学习，也就是能够把一张图片与能够比较好表达这张图片内容的一段文字给结合起来，由此就能够在图片跟文字之间架起一座桥梁，让大语言模型能够进行比较丰富的视觉上下文的推理。

为了去训练它，openai 构建了一个大约 4 亿对数据容量的图片文本对的数据集。在 2021 年的时候，就光这样一个图片的编码器，大概就需要接近 300 张左右的 A100 去训练大概几十天的程度，效果就可以达到一个比较好的水平。

那么落实到整个的算力层面：

在算力的阶段，根据现有的一些产业信息，我们大概去推算了一

下，GPT4 可能是在 1 万到 25000 张左右的 a100 上进行训练的。对于 GPT5 可能需要 25,000 张到 5 万张左右的 h100 进行训练，那么相比于 GDP3.5 大概是数千张 h100 的需求量，我们可以看到 GPT4跟 GPT5 这些相对成熟的多模态模型算力可能都有一个数倍到数 10倍的这样一个提升。

在推理的角度，图片、视频包括音频相对于文字，无论是在输入输出的 token 数量，还是说在识别计算的复杂程度上都有很大的提升。我们暂且从数据量的角度衡量单个文字交互类的应用，与单个图片或者视频或者音频的一些多模态应用的对比，我们参考了一些公开的使用数据，包括一些技术的细节信息，大概估算了一下，那么基础的 GPT 在以往的单纯文字交互问答的阶段，每天的交互数据量大概是 33GB；像 Outlook 这些邮件写作方面的 aigc 场景铺开之后，数据量大概是可以达到到 260GB；由微软所引领的音频数据的应用代表，线上会议的转写与总结对应的数据量大概是 340GB；万兴科技图片生成作为接入比较早的一批应用，大概是 590GB 左右。

另外一个事件也就是 Copilot 正式开放了。

Window11 上会类似智能助理，类似全面升级版本的智能 cotona，更大的意义在于加大使用粘性和促活，以及带动 Azure 云、微软硬件等的销售；Microsoft 全家桶 copilot 是更受市场关注的，也是商业化的主力军，将从 11 月 1 号开放。从上半年开始，Microsoft

copilot 已经选取了全球 6-700 家的企业客户进行测试，并且开出了

30 美金一个月的高价，目前的内测结果应该是还不错的，copilot周度的重复使用率也已经超过了 50%、可能接近 60%，这已经中高

级 B 端办公软件功能是比较高的水平了，而且比 new bing 目前的状态还要高，所以或许后续的续费应该也会有相对好的表现。

copilot 里面其实也用到了不少多模态的能力，他作为 AIGC 应用的标杆，将会促进模型、应用、算力扩张的正循环，加快算力进入推理阶段的落地，中长期空间都会非常大。

2、公司业绩角度来看，

另外一个方面除了产业的技术，包括商业化的进展，从公司业绩的角度来看， GPU 芯片作为算力的一个核心单元，英伟达在财年 q3的表现，已经验证了产业趋势，伴随着产能的一些释放，下半年尤其是 q4，我们后续就可以看到英伟达供给端的紧张状态逐步改善一些，这也就对应了服务器以及算力租赁的公司，在供给订单业绩上的实质性落地。

我们可以看到国内的互联网大厂对 AI 投资的热情是只增不减的，二线互联网以及科技创业公司在大模型训练上也都在不断的加大力度，上海北京这些核心城市 g 端来看，对于智算中心的投建规模也都非常的大。

拿卡的能力、下游客户的接触渠道、组装运维包括组网这些一系列的软实力，都会成为服务器以及算力租赁公司，然后包括像通光通信的公司能否快速落地的核心竞争力。最近也有很多上市公司都陆续公布了和客户和渠道的一些合作的订单，规模都不小，相比于上半年主要在于 PE 层面的修复跟提振，后续在多模态，然后包括应用铺开，以及供给端到卡的刺激下，算力公司的 EPS 也会逐步的兑现，有望去展开第二轮的一个 AI 投资的行情。

那么综合而言，算力核心标杆是英伟达，服务器层面代表性的中科

曙光、浪潮信息、工业富联；算力租赁关注度也很高，云赛智联、恒润股份、莲花健康等；华为算力的神州数码、拓维信息等；包括中际旭创为首的光通信。

应用侧这轮弹性表现得也很大，多模态相关的最近可能更受益比如万兴等，关注大华、金山、万兴、漫步者、传音以及机器人的应用。

二、数据要素

首先是自上而下的政策层面，大概 7 月底数据局长的到位，可以预示着政府慢慢的开始去加快了步伐。像数据资产的入表，包括数据资产的评估的意见基本上都出台了，入表是明年正式的开始实行，今年下半年无论是会计师事务所、各地的政府、央国企以及一些服务类型的其他的机构，应该都在紧锣密鼓的去探索具体落地的细则；数据资产评估的指导邮件意见也出了，可以看出来自上而下推进的决心可以是很大的。q4 后面可能会继续的去看到更多的试点，后续可能等等一系列的细分政策会陆续的推出。

其次各个地区配合热情非常高，像长沙、深圳、浙江、上海、北京都去发布了关于政务数据运营，包括数据经济投资相关的一些规划，可以看到在这一轮数字经济发展的角度里面，各个地方区域还是非常希望能够一方面是盘活自己的财政状况，另一方面也是需要去实现一些政绩的。

最后在产业层面，国资云包括数据要素服务类型的公司，以及能够看到一些垂类的 it 公司，逐步的都去开展了各种各样的合作和试点。比如 1）易华录自从数据资产的指导意见发布以来，是积极的去找云南，然后包括河南、烟台、扬州、无锡、重庆、遂宁、邵

阳这些政府去签署各种各样的战略合作协议，组建了非常多的数据资产评估的联合体，去帮助各地政府探索数据资产定价入表的具体措施，甚至包括像后续把数据作为资产进行融资质押的一个具体的手段。2）另外我们还看到了有像深桑达、太极股份、云赛智联等等，以及久远银海、中科江南、德生科技等公司在偏垂类的领域去探索医保 it、社保 it 各种各样的数据产品，包括落地的具体手段。数字经济作为未来几年甚至 5~10 年的自上而下推进决心非常快的方向，可能会持续的看到政策产业，落实到合作订单业绩上的一些刺激，也是建议各位领导积极的去关注。

3.徐少丹 计算机行业分析师 华为智车及其相关观点

1）华为汽车

汽车销量：问界总体表现非常好，10 月 6 号单天大概是超过了

7000 台，这个是创了新高的，累计来看，就从 9 月 12 号系列发布

之后，一直到 10 月 7 号，累计的大订已经超过 5.5 万台。

汽车销量驱动因素：芯片——华为的这一次问界新 m7 系列的发布，给到整个赛力斯还是有非常大的边际变化的，尤其是自动驾驶，华为 adas2.0 的能力已经相当强了，包括可以对通用障碍物实现 99%以上的识别率，不需要依赖高清地图校准，每天都会有新的

1000 多万公里的新的里程数据进来，可以去做一个新的训练的补充，然后今年底基本上就能够去实现全国范围里头的领航辅助的全面覆盖。

未来发展：未来系列也会搭载新款芯片，并且 M7 系列相比于 4 月份 ADAS2.0 首次发布之后，效果还是有比较明显的提升的，所以

经过从 9 月到 12 月大概还有三个月时间，经过这三个月的迭代，自动驾驶领域也会更加的好用。从价格来看， m9 系列大概会在

50~60 万左右的这么区间，相比之下定位会比 m7 更加高端一些，同时也相信就是因为问界作为华为智选合作最紧密的车型，华为也会愿意把最好的技术用在这个上面，后面配套的一些座舱，智能网联功能都会有比较旗舰的产品去做落地。

其余事件：小鹏 24 版的 g9 在上市 15 天之后，整个大订量也是已经超过 15,000 台了，其中 max 版本占比大概是在 80%左右的水平，这款车也是标配了智能驾驶辅助的系统，同时也会有这种城市范围里头的 AI 代驾的功能。同样的跟华为一样，也可以去不依赖高精地图，实现智能的驾驶。

产业趋势：在智能驾驶领域，从国内整个产业来看，目前不只是华为，整个产业都已经处在技术的拐点上，像华为小鹏这些龙头作为代表，已经把这种真正好用的真正可以去用的技术已经在做落地了。

公司关注：赛力斯是直接受益标的；其他像华为智选模式一些公司，比如江淮、北汽还有奇瑞汽车产业链的一些公司；德赛、创达、电连、经纬恒润这些公司。

2）昇腾算力

重点去跟踪这么 4 条线：

第一条线整个 AI 算力需求的提升，那不仅仅是华为自身的盘古大模型，其大厂的一些模型训练推理，都会有这种新的战略需求出来，包括现在也看到华为和讯飞的一体机产品也在很快的做落地。第二个前面提到的智能汽车，特别是自动驾驶领域，因为每提升级

别战略需求都会上新的数量级，所以这块对于整个生存算力的需求也会有比较明显的提高。

第三条线从自上而下来看，国家也是比较鼓励整个人工智能产业的发展。算力这块近期也可以看到各个地区也在落地规模比较大的这种算力中心，对相关的一些软硬件的需求都会有提升。

第四条线是最后一条线，这两年整个信创这块也在加速去做落地，昇腾可能就会有比较大的机会。

整个昇腾计算产业，最直接受益的是供应链上的这些服务器厂商，因为本身 920 这个系列产品性能目前基本已经可以做到单卡

0.6p 的算力。后面战略需求起来之后，不管是自建还是算力租赁，不管是做模型的训练还是推理，都会对这个服务器有很大的需求。建议各位领导可以重点去关注，像神州数码、拓维、四川长虹、烽火、广电运通这些公司；产业发展之后，促进应用发展，润和、软通、常山、智洋、润达、佳都这些公司。

4.赵伟博 计算机行业分析师 华为汽车与卫星互联网观点汇报

1）华为汽车

赛力斯的 m7 大订 5.5 万台，因为交付周期 4~6 周，这个数据其实是比较积极的，这样推演明年来看，赛力斯的 m7 这款产品稳态水平可能也会比较高，如果 m5 加 m9 卖得好，可能就可以冲击相当于中国的前几的销量厂商。

小鹏 G9 是 80%左右的订单占比，华为这边目前降了一点也在 50%以上，所以说我们觉得智能驾驶确实是一轮非常新的拐点，所以整个产业链的机会可能都是非常显著的。整车的逻辑是好于零部件

的，然后零部件其实有很多跟华为关系比较密切的厂商，后续我们也会做一个持续的推荐，具体的标的大家可以看一下我们刚刚发的报告。

2）航天宏图

航天宏图、中科星图、超图软件，这些厂商其实都是围绕整个的卫星数据来做应用的厂商，但是我们可以很惊喜的发现，宏图从几年前开始，其实就从一个卫星应用厂商转向了一个卫星运营厂商，一方面它开始做卫星运营方面的工作，另外一方面就是在整个数据要素的一个政策推动下，它的数据量级是非常大的这样一个状态。一方面是有助于它自身的数据并表，提升自己表观的利润水平，另外一方面就是他自己今年发了 4 颗卫星，明年大概发 10~12 颗，而且明年发的对表内的折旧是没有太大影响的，它能形成最终形成一个

30 多颗卫星的这样的一个星座，在整个 A 股市场其实是非常稀缺的。

5.李可夫 计算机行业分析师 AI 机器人及其应用

首先 AI 应用到现在这个时间点，如果观察海外的应用进展已经可以看到很多跑出来用户量的应用，我们也整理了一些用户数比较亮眼的应用，下面我分类介绍一下：

首先基于大语言模型基础的 nlp 能力，在对话、写作、阅读方面的应用。对话方面以 character.ai 为代表的虚拟角色陪伴、文字冒险游戏应用增长非常快，并且他的用户大部分都是 18-24 的年轻人，类似的还有 JanitorAI、talkie 等。还有聚合 chatgpt 和 claude，llama等多个聊天机器人的 POE 也非常热门。然后在写作方面，通用的

写作辅助工具 NotionAI 和 Grammarly 也有很高用户量，随着美国学校开学还能看到很高增长，另外也有很多细分领域的写作应用比如针对小说的 NovelAI、针对营销文案的 Copy.AI 等。然后针对 AI内容检测工具 ZeroGPT 也很火，有意思的是也有再重写 AI 生成内容的应用来对抗检测。基于大语言模型的阅读理解能力，结合文件交互的分析工具比如 ChatPDF 也用户量较高。

还有一个就是 AI 结合搜索的应用，虽然 Newbing 现在用户增长没有很亮眼，但可以看到一些创业公司的 AI 搜索工具像 perplexity 做的很好。

接下来就是多模态技术发展带来的图像、视频、音频、3D 等应用。在图像领域， 文生图应用以 Dall-E2 、Midjourney 、Stable

Diffusion 为代表，其中 Midjourney 以 11 人的团队规模取得了约

1500 万用户。此外还有众多综合的图像编辑应用如 Canva，还有刚定价的 Adobe Firefly。视频领域，以 Runway 为代表的文生视频应用正在快速发展，此外还有很多视频增强、编辑等方面的 AI 应用；音频领域，也有 CasstteAI 等文生音频应用、语音克隆应用

Elevenlabs 等；3D 领域有 Luma 为代表的文生 3D 模型和图像生成 3D 模型等应用，目前技术还比较早期，今年苹果发布了 Vison Pro入局 XR，我们认为未来 3D 生成将在游戏、虚拟现实等领域起关键作用。

刚刚从文本和多模态分类讲了一些应用，另外就是一些面向 B 端的应用落地较快，我们认为给企业创造价值比较容易量化，容易盈利，这方面最多的就是各类流程自动化应用为企业提高运营效率。如 ERP 龙头 SAP 最近刚刚推出 Joule 助手、CRM 服务商 salesforce

的自动化、还有用 GPT 连接管理上千个应用的 Zapier 等，还有就是行业 know-how 与大模型微调结合，各领域垂类应用层出不穷。金融领域有彭博的大模型以及开源模型 FinGPT 等，针对财务分析、金融知识问答以及债券、加密货币等不同领域也均有应用。医学领域有谷歌在医疗问答的 MedPaLM、还有一些医院流程管理、生物制药应用。教育领域，有很多学习助理应用比如 Chegg 和可汗学院等机构和 OpenAI 合作的产品。法律领域也有红杉资本与

OpenAI 投资的 Harvey 等应用。

还有一块目前最能体现大模型逻辑能力的编程领域，Github Copilot已被超过 100 万开发者激活，并被超过 20000 个组织采用，谷歌、亚马逊等科技大厂均在跟进推出相关产品。

面向消费者，在日常出行、购物等方面均有各类 AI 助手，有原有旅行、购物等应用厂商结合自身业务积累为自己的应用引入 AI 能力比如 expedia，ixigo,Tasty 等，也有一些独立的产品如旅行规划的 Roam around。除了以上应用，自 3 月份 ChatGPT 推出插件功能以来已经有近 1000 个 ChatGPT 插件，主要集中在在线购物与优惠、数据研究以及网络开发工具等类别。最近 ChatGPT 更新了网络搜索功能和图像理解功能，也极大提高了用户体验，但是目前插件使用还是要在对话前需要先知道要选什么插件提前选好，未来持续改进集成各种应用作为智能助理入口值得期待。我们认为以上海外应用的进展可以对国内趋势做一些参考

机器人方面，今年也是经过了英伟达具身智能，特斯拉的几次进展更新，还有谷歌的 PalmE 和 RT2 等新闻的催化，作为 AI 的终极应用，人形机器人目前虽然特斯拉的核心供应商对现在送样的节奏和

明年的量的预期的说法还是有不确定性，但还是比较明确明年会是人形机器人会开始放量的元年。

投资角度来说，虽然机器人的进步目前主要还是在软件方面，但是由于现在核心厂商都还是自己做软件，初期我们还是先关注零部件供应商公司，主要就是机器人的机电执行器里的电机、减速器、丝杠、驱动器、编码器。减速器这块行星减速器、谐波减速器各有优势，谐波减速器比较脆弱，负重较低但是减速比更大，控制更精确，在上半身应用的机会更大。还有灵巧手里的空心杯电机，以及传感器包括视觉和力传感器、扭矩传感器等。

现在虽然明确和特斯拉建立关系的供应商还比较少，但是除了特斯拉，持续入局的玩家也越来越多，国内比如优必选、小米，还有智元机器人等，未来可以带动更大的产业链。长远一点未来还可能可以重点关注一些计算机视觉方面积累较深或是自动驾驶相关的公司，现在本身一些计算机视觉核心厂商也有做一些物流机器人这样的产品。我们看到谷歌的 RT2 模型，就是端到端从视觉到语言模型直接输出机器人动作。包括特斯拉最新的演示视频里也看到他的机器人是可以直接端到端从视觉输入学习以及完成任务，其实和他自动驾驶的路线很接近，之前腾讯的 Robitics 实验室也是有发过通过仿真数据进行机器人强化学习的报告。还有一些驱动控制系统厂商，目前可能由于工业机器人市场景气度一般，未来在人形机器人方面也可能有机会。再远一点可能电池方向也可以关注，因为目前的人形机器人甚至机器狗的续航都还较短。

-----------------------------------------------------------------------------

读完顺手点下“在看”，下次更新优先推送消息；欢迎点赞、在看；更多纪要：及时分享市场、行业及公司动态，包括投资策略、行业数据库、专家调研、公司纪要；信息超越99%的投资者；投资资料包括纪要音频会议、pdf及word纪要、行业及公司数据库、事件点评等；为您节省时间，提高效率，获取高质量的投研信息；有数万份一手纪要信息，可作为投资数据库使用。   

欢迎点赞、在看；更多纪要：请加微信：value116688