中信证券：持续看好全球AI产业的短期和中长期投资机遇
原标题：主题｜AI投资指南
来源：中信证券研究
摘要
2023年全球AI产业已取得诸多突破性进展。2024年2月16日，OpenAI宣布推出全新生成式人工智能模型Sora，能够包括多个角色、特定动作和详细背景的视频，视频最长可达60秒。Gemini 1.5 Pro亦在同日发布，其性能直追1.0 Ultra。上述优秀模型的诞生揭示了人工智能产业未来可能的发展趋势：1）算力和网络的升级需求将会加强；2）物理世界模拟或将显著提升AI认知世界能力，为通用式人工智能发展奠定扎实基础；3）视频生成与3D视觉的结合有望打开AI应用想象空间。
我们认为，GenAI有望继续成为2024年科技产业发展的核心主线之一，并持续看好全球AI产业的短期和中长期投资机遇。
- 算法作为AI产业发展的灵魂和底层支撑，更智能的模型、多模态、推理成本的下降等预计将成为产业2024年的重点。
- 伴随算法层面的不断优化、创新，以及产业重心从算法训练向推理端的迁移，底层算力需求结构、产品形态、市场格局等亦将跟随发生调整，建议关注多模态AI落地对算力的促进作用以及国产替代。
- 应用场景作为AI产业商业化闭环的重要一环，2024年有望在软件、边缘AI等层面看到实质性突破，同时自动驾驶、机器人等前沿方向有望伴随多模态模型的突破而进入发展快车道。
- AI算法智能水平提升、单位算力下降等亦将使得互联网巨头成为最为明确的受益者之一。
2023年是GenAI元年
作为GenAI元年，全球AI产业在2023年取得诸多突破性进展。
① 算法模型：作为AI产业的核心和基础，2023年各类大模型的发展均得到稳定推进，同时以基础模型为根基的各类垂类细分模型快速涌现。
② 硬件算力：AI硬件技术在2023年的快速发展，特别是在处理能力和应用范围方面的显著提升，为AI领域的研究和应用提供了更加强大和灵活的计算平台。
③ 应用场景：基础大模型的不断发展推动了应用场景的快速延伸，但短期仍受制于模型的能力。
④ 政策监管：伴随AI技术的不断进步，各个国家与地区均推出相应的产业政策。
图1：CTA AI指数走势与AI重点事件
资料来源：彭博，各公司官网，中信证券研究部
2024年AI仍是科技产业投资主题之一
2024年2月16日，OpenAI发布文生视频多模态模型Sora，引发产业界与资本市场高度关注。谷歌亦在同日发布Gemini 1.5 Pro。本次作为视频创作的里程碑式技术跃迁，推出时间点明显超预期，对于物理世界规律的理解超预期，或将对广告、短视频、预告片、模特行业等领域产生冲击或倒逼业态变革。如果说2023年ChatGPT的破圈是引发各界对AI关注度的大幅提升和预期快速上行，那么当下即进入了AIGC商业化应用的正式起点。
展望2024年，我们判断AI行业仍望继续保持快速发展，并成为短期、中长期全球科技产业发展的核心主线之一，进而对中短期企业IT支出规模&结构、应用场景拓展、财务收入增长&运营效率改善等产生持续、深远的影响。立足资本市场的视角，市场对AI行业中长期的产业投资机遇并没有太多分歧，市场关注内容更多在于产业技术发展方向、产业化节奏、产业链价值分配等层面。
图2：AI产业发展带来的影响
资料来源：Gartner（含预测），中信证券研究部
图3：预计2024年资本市场针对AI产业的关注焦点
资料来源：中信证券研究部预测
多模态、推理成本下降等将是2024年算法发展核心主线
大模型的“压缩即智能”在业内接受度不断提高，围绕压缩率的探索有望成为2024年的主线，预计提升模型规模仍然是提高模型压缩率的重要方法，此外还包括通过SFT、RLHF等算法上的优化继续提升压缩率。
除了压缩率的提升外，扩展模型的适用场景也成为当下重要共识。我们判断以Transformer为底层的多模态模型将会是2024年的重点方向，下一代多模态将会快速拓展目前大语言模型有限的应用场景，显著提高语言模型的泛化能力，并有望在成本方面展现出对传统专有模型的优势，从而推动如AI Agent等应用的落地。
技术层面，提升模型智能水平、扩展模型适用场景、降低模型推理成本仍是当前学术/产业界重点努力的方向。
图4：2024年模型层面技术突破点
资料来源：中信证券研究部（含预测）
市场格局层面，预计少数头部公司将聚焦于AGI，大量中长尾公司将聚焦于工程化创新，同时相较于开源模型，闭源模型预计将持续保持1-2年的领先，但开源模型能吸收闭源模型的理念技术进行升级。
图5：2019年至2023年9月发布的大模型及厂商
资料来源：《A Survey of Large Language Models》（Wayne Xin Zhao, Kun Zhou, Junyi Li等，中国人民大学）
算力：关注多模态推动以及国产替代
随着人工智能行业的持续发展，我们观察到行业内算力结构正在发生演变，预计2024年算力市场将面临需求总量、需求结构以及供给等方面的变化。
图6：2024年算力市场将面临需求、供给等方面的变化
资料来源：摄图网，中信证券研究部（含预测）
建议关注多模态AI落地对算力的促进作用以及国产替代。多模态AI的发展下，算力芯片、服务器、液冷环节都有望直接受益，AI时代网络架构与连接技术产生变革，同时终端AI也有望落地带动相关投资机会。国产替代方面，建议关注国产芯片与先进封装两大环节，关注国内AI厂商的供应链变化以及国内制造带来的相关厂商市场份额提升。
五大趋势：① 更高算力：GPU持续进化，云端AI芯片百花齐放，服务器伴随增长。② 更优网络：高带宽、低延时与低成本，推动光模块进化与RDMA普及化。③ 更多终端：大模型端侧落地，硬件算力端核心升级。④ 国产算力芯片：自主趋势明确，算力、生态同步发展。⑤ 先进封装：AI算力芯片迭代加速，先进封装助力性能提升。
图7：算力市场五大趋势及投资机会
资料来源：中信证券研究部（含预测）
应用：关注边缘AI、软件、自动驾驶、机器人等
作为AI产业化闭环链条的最终一环，受制于算法本身能力约束等，AI应用场景落地在2023年并未取得明显进展。伴随多模态、模型蒸馏等技术的不断进步，以及主要企业在2023年的不断尝试、产品开发积累等，我们理应对2024年的应用场景有更多预期，主要包括边缘AI、软件、前沿技术以及互联网等。
1. 边缘AI：AI PC料将先行
AI跃升至2.0时代，随着大模型进入“轻量化”、“多模态”时代，以云端作为AI大脑，边缘端和终端作为小脑的混合AI料将成为技术发展主线。
图8：混合AI是AIGC时代下主流趋势
资料来源：中信证券研究部绘制
在混合式AI时代，边缘计算扮演的角色日益重要。通过更低的运行成本、更低的能耗、更快的响应速度等优势，边缘计算可更加有效地突出用户使用个性，对于生成式AI的商业落地有着重要促进作用。
图9：AI处理重心正在向边缘转移
资料来源：高通官网白皮书《混合AI是AI的未来》
图10：一张图推演端侧/边缘侧AI的发展趋势
资料来源：OpenAI、高通、联发科、AMD、英特尔、Meta、小米、vivo、Humane等官网及公告，windowscentral，中信证券研究部。2024年及以后：搭载高通xelite处理器的PC开始发布，首发厂商包括微软、联想、戴尔、惠普等为根据windowscentral.com报道；其余皆为中信证券研究部预测
缘于生成式AI技术的发展，用户对隐私、安全等因素的不断关注，叠加模型蒸馏等技术推动AI推理侧单位算力成本不断下移等，边缘AI有望进入快速发展通道。AI PC、AI手机有望成为2024年硬件市场亮点，并将相应拉动终端换机浪潮，我们相对更为看好AI PC，我们认为PC有望成为边缘端优先落地的智能硬件之一，并遵从硬件先行、软件应用跟随丰富的基本逻辑。建议关注整机、处理器、DRAM、先进制程等相应环节的产业投资机会。
2. 软件：预计2024年上半年开启商业化，下半年望加速
2023年2月，微软发布Microsoft 365 Copilot的Demo，打响了软件融入AI能力的第一枪，随后主流软件厂商均开始加速推进核心产品中AI能力的构建。考虑到产品成熟度提升，以及企业自身IT堆栈改造进度，我们预计AI+软件货币化有望在2024年初开启，并在2024H2加速，Copilot为短期主要产品形态，微软、Salesforce、Adobe等仍将是行业风向标，除应用软件龙头外，预计基础软件（数据管理、系统监控等）、信息安全等子板块亦将明显受益。
图11：应用软件、基础软件、信息安全等子板块将明显受益
资料来源：中信证券研究部绘制
以微软Copilot等为代表，海外生成式AI应用进展积极、催化不断。2月16日OpenAI发布Sora模型，距离商业落地更进一步；同时生成内容体现出对物理规律的理解与模拟，预计将成为实现AGI的重要里程碑。对应到国内市场，我们预计国内AI应用场景将基于与GPT4.0同等能力上的大模型进行产业创新，看好容错率低且能落实到量/价提升上的核心场景如办公、创意、教育等，同时建议重视2024年WPS AI等应用商业化进程的加速到来，以付费率、ARPU为核心抓手，两大变量向上突破机遇可期。建议持续关注相关领域的头部AI公司。
图12：GPT能力与主要应用领域
资料来源：中信证券研究部绘制
3. 自动驾驶：预计多模态带来产业实质性突破
基于transformer+BEV大模型的自动驾驶能力快速演进，自动驾驶领先的龙头车企（小鹏、华为、理想等）将快速落地城市NOA，推动自动驾驶需求爆发，预计自动驾驶高配选装比例将大幅提升。城市NOA将成为评价新能源车是否智能的核心要素，其能力的差异也将决定不同车企的估值溢价。
图13：2018-2024年部分车企智驾功能进展示意图
资料来源：各公司产品发布会，各公司官网，中信证券研究部预测
- 软件端：大模型正逐步应用于智能驾驶算法，首先在感知算法上，BEV + Transformer架构有利于解决图像尺度问题和遮挡问题，更好地实现向量空间的构建；其次在规控算法上，有望提升其泛化能力，优化在复杂场景下的表现。
- 硬件端：随着智驾SoC、激光雷达逐步成熟，智驾硬件BOM成本降幅有望达50%。
- 政策端：工信部已表态支持L3及以上级别的自动驾驶功能商业化应用。
长期发展的方向：算法和算力继续进化。未来5年的维度而言，更大的模型、更多的里程验证，是解决安全性的关键。软件方面，用模型解决感知问题已经成为行业共识，但是在同样极具挑战的预测、规划、控制方面，国内车企目前还在探索应用大模型的应用方式。特斯拉推崇的端到端模型方案，也是业界和学界的努力方向。未来真正“自动”驾驶的时代，车上所应用的模型，参数量和复杂程度或远高于当前的模型的水平，因而也需要更大的车端、云端算力平台做支撑。硬件长期的发展方向是“更大的算力”，以容纳同样更大、复杂化的神经网络模型。随着算力和算法的持续进化，未来5-10年的维度，车辆辅助驾驶功能的安全性、效率、舒适性都有望迎来巨大的飞跃。
图14：端到端智驾方案的示意图
资料来源：中信证券研究部绘制
4. 机器人：奇点临近，技术与全球化共振突围
在技术更新迭代、产品百花齐放、产业链协同发力、政策持续催化的共同作用下，机器人行业将继续处在发展的历史机遇期中，人形/工业/服务/特种机器人等领域都蕴含着丰富的投资机会。
展望2024年，我们预计：① 全球人形机器人行业规模2024年将望超过10亿美元，更多企业将入局，首批应用将在工业场景。② 特斯拉机器人定样并小批量生产，产业链降本仍是主线，未来单机成本有望降至20万元、甚至更低。③ 人形机器人产业链或有诸多变数，建议关注“新”和“变”。④ 国内工业/服务/特种机器人总市场规模超过200亿美元，“机器人+”趋势延续。⑤ 工业机器人国内市场2024年销量将望超过30万台，国产份额将提升至50%以上。⑥ 服务机器人头部企业将出海破局。⑦ 更多传统机器人企业将拥抱AI大模型。⑧ 机器人赛道融资热度不减，各细分领域的“第一股”逐步上市，二级市场机器人板块扩容。⑨ 各家机器人企业在关注规模的同时，将更关注盈利能力。⑩ 机器人政策红利期延续，从中央到地方继续加码。
我们看好人形机器人具备从0到1阶段的投资价值。我们认为，机器人的核心零部件将是率先起势的环节，尤其是价值量占比高、复用性强的执行器环节。建议关注机器人的上游核心零部件环节中的优秀企业。
图15：机器人全景图
资料来源：特斯拉官网，各产品公司官网，各产品公司招股书，中信证券研究部（含预测）
5. 互联网：货币化能力、运营效率提升均值得期待
算法能力不断提升将为互联网巨头在搜索、电商、社交等产品层面持续打开想象空间，比如货币化能力改善、用户活跃度提升等，并最终体现为财务层面的收入增长、盈利能力改善等。
- 搜索：当前以助手形式出现，但多模态引入后，搜索引擎的入口属性将再次提升。我们预计，GenAI对搜索引擎的大规模重塑将在2024年二季度末开始，主要观察节点在于多模态模型性能的提升以及单次调用成本的回落。后续来看，不仅电商入口，视频等入口的属性亦将通过GenAI+多模态得到显现。
- 电商：通过物料生成带动商家效率的提升，AI对导购带来影响。
- 社交媒体：AI有望带来活跃度的提升。对于社交媒体而言，用户交互方式的变化以及新功能的加入，必然会带来用户活跃度、在线时长的提升，从而带来广告库存的增长。
- 内容生成：有望快速降低专业内容制作成本，并为短视频等UGC内容的扩张提供工具。
图16：互联网产品代际的更新主要依赖交互方式的变化
资料来源：各公司官网，中信证券研究部
基于基础设施、技术架构、模型算法等方面积累的深厚优势，我们认为头部互联网公司有望受益于AI发展带来的效率提升和业务机会，如云计算、大模型与行业应用结合等。尽管AI的产业化应用大规模落地及体现到业绩表现仍需时间，但我们坚信头部互联网公司仍将是我国数字经济和人工智能领域的重要玩家，长期增长空间可期。
图17：中国科技巨头加速发展AI大模型
资料来源：各公司官网，中信证券研究部
投资展望
文生视频多模态模型Sora以及Gemini 1.5 Pro等优秀模型的诞生不仅反映了美国AI产业高速迭代现状，更揭示了人工智能产业未来可能的发展趋势：1）算力和网络的升级需求将会加强；2）物理世界模拟或将显著提升AI认知世界能力，为通用式人工智能发展奠定扎实基础；3）视频生成与3D视觉的结合有望打开AI应用想象空间。
我们认为，GenAI有望继续成为2024年科技产业发展的核心主线之一，并持续看好全球AI产业的短期和中长期投资机遇。
- 算法方面，作为AI产业发展的灵魂和底层支撑，更智能的模型、多模态、推理成本的下降等预计将成为2024年的重点。
- 算力方面，建议关注多模态AI落地对算力的促进作用以及国产替代。
- 应用场景2024年有望在软件、边缘AI等层面看到实质性突破，同时自动驾驶、机器人等前沿方向有望伴随多模态模型的突破而进入发展快车道。
- AI算法智能水平提升、单位算力下降等亦将使得互联网巨头成为最为明确的受益者之一。
风险因素
AI算法迭代速度放缓、多模态等核心技术难以实现实质性突破风险；AI不恰当使用带来的用户隐私、潜在道德&伦理风险，以及由此引致的强力政策监管风险；地缘政治冲突导致AI技术、算力基础设施等难以在全球自由流动风险；短期AI货币化不及预期导致市场投入热情下降、AI产业发展陷入阶段性低迷风险；AI算法创新过度依赖于少数企业、核心技术人员风险等。
图18：AI产业投资展望
资料来源：中信证券研究部绘制
