1、请务必阅读末页的免责条款和声明2022年年12月月2日日科技先锋系列报告科技先锋系列报告254生成式生成式AI：内容创造的新阶段：内容创造的新阶段前瞻研究首席分析师前瞻研究首席分析师 陈俊云陈俊云科技科技产业首席分析产业首席分析师师 许英博许英博前前瞻研究分析瞻研究分析师师 贾凯方贾凯方前瞻研究分析前瞻研究分析师师 刘锐刘锐2核心观点核心观点生成式AI（Generative AI）即利用人工智能技术来生成内容，其生成的作品称为AIGC（AI-Generated Content），包括文字、图片、音频等形式。从内容生成的历史上看，当前已经完成了从专业创作（PGC）到用户创作（UGC）转变，正在向

2、AI协助内容生成与全AI内容生成两个阶段过渡，将帮助内容生产者在创作效率、创作成本、创作思路上实现显著进步。过去人工智能的发展经历了从小模型到大模型的转变，随着经济性与可获得性的明显提高，杀手级应用正在涌现。其中，随着更新的技术、更优的算法、更大的模型出现，算力的成本越来越低，使得模型训练与运行所需成本持续下降。算法从封闭测试到开放测试、开源的逐渐普及，使得使用门槛明显降低。AIGC亦从小规模实验，到算法革新，到能够高质量、稳定地输出内容。在不久的将来，随着平台层变得更加稳固，算力成本持续下探，模型逐渐趋于开源与免费，人类正逐步接近应用层爆发式发展的节点。底层技术方面，主要包括自然语言处理（N

3、LP）与生成模型，其中生成模型主要包括生成对抗模型（GAN）与扩散模型（Diffusion Model）。其中，2021年扩散模型出现，凭借着更高的输出分辨率、输出效率和输出稳定性，很快在AIGC场景下获得了大范围应用，在2022年成功破圈并迎来了项目爆发期。展望未来，Gartner预计2025年AIGC将占所有生成数据的10%。我们认为，当前行业尚处于早期发展阶段，随着基础设施日益完善，应用层亦将迎来爆发，但语义理解（自然语言处理）、生成算法、数据集等底层技术依旧面临挑战。结合当前行业发展规律考虑，我们预计未来将主要依托于高算力、大模型、大数据而进一步发展。5WjX8VvZmVkWoMnPp

4、N6McMbRnPpPsQoMiNoPpNfQmMrMaQnNuNuOqRsRwMtOrO3资料来源：亿欧智库2022年新兴技术成熟度曲线年新兴技术成熟度曲线生成生成式式AI在新兴技术中具备高影响力在新兴技术中具备高影响力AIGC作品作品太空歌剧院太空歌剧院事件：在美国新兴数字艺术家竞赛中，参赛者提交AIGC（AI-Generated Content）绘画作品太空歌剧院，并取得此次比赛“数字艺术/数字修饰照片”类别一等奖，将AIGC带入大众的视野。Gartner于2022年8月公布了新兴技术成熟度曲线，并将生成式AI列为2022年五大影响力技术之一。资料来源：Gartner，中信证券研究部4内

5、容生成内容生成的的发展发展阶段阶段正从正从UGC跨向跨向AIGC资料来源：虎嗅，中信证券研究部内容生成的四个阶段内容生成的四个阶段阶段一：专业创作（PFC）。内容的生产者与消费者有明显区分，消费者只进行内容的消费，不进行内容的生产。阶段二：用户创作（UGC）。随着消费者定制化需求越来越高，消费者本身亦参与内容的生产，并伴随着互联网的兴起，智能手机的普及，YouTube、Facebook等平台涌现，UGC成为了内容生产的主流模式。阶段三&阶段四：AI协助内容生成（AIUGC）与AI创作（AIGC）。在这两个阶段中。内容生产主体从人类本身开始向人工智能迁移，主要区别体现在内容的生产效率、知识图谱的

6、多样性以及提供更加动态且可交互的内容上。人脑只能基于自己的知识图谱进行少数方向的信息处理，而AI能从更庞大的知识体系中进行多个方向的处理，进而提供更多的创作思路。Web 1.0“只读”Web 2.0“交互”Web 3.0“高效”5资料来源：Purdue University深度深度学习初期模型越来越大学习初期模型越来越大AIGC发展阶段发展阶段20222022年以前年以前AIAI图像识别图像识别准确性超越人类准确性超越人类阶段一：小模型（2015年前）AI发展阶段：擅长特定领域的分析任务（如语义理解等），但通用型任务的完成情况很差，成本高，表达能力与人类相差较远。同期AIGC所处阶段：1995

7、年以前仅限于小范围实验，技术积累阶段；其后受限于算法，无法直接进行内容产出。阶段二：大模型（2015-2022年）AI发展阶段：Transformer模型的出现，使得文字、语音、图像识别、语言理解等领域达到了超越人类的水平。同期AIGC所处阶段：深度学习算法不断迭代，AIGC内容质量快速提升。80%82%84%86%88%90%92%94%96%98%100%不含额外的训练数据含有额外的训练数据人类水平资料来源：斯坦福2022年人工智能指数报告，中信证券研究部6AIGC发展阶段发展阶段20222022年及以后年及以后阶段三：兼顾经济性与可使用性（2022年）AI发展阶段：在过去，人工智能的进展

8、更多体现在基于规模的技术突破，如2015-2020年，用于模型训练的计算量增长了6个数量级，同时随着规模的增大，输出结果的质量亦迎来质变，在语言文字、书写、图像识别等领域皆表现出超越人类的水平。但在实用层面，由于所需要的算力巨大，往往需要特殊的GPU配置，同时训练过程相对封闭，大多数人并无法使用，因此技术无法被多数人触达。而人工智能的第三个阶段，随着更新的技术、更优的算法、更大的模型出现，算力的成本越来越低，使得模型训练与运行所需成本持续下降，而算法从封闭测试到开放测试、开源的逐渐普及，亦降低了使用门槛。由此人工智能无论在经济性与可获得性上都达到了支持普及的水平。同期AIGC所处阶段：底层算法

9、革新，语义理解与生成模型的性能明显提升。阶段四：杀手级应用出现（不久的将来）AIGC发展阶段：得益于AIGC基础设施可获得性的逐步提高，平台层变得更加稳固，算力成本持续下探，模型逐渐趋于开源与免费，应用层爆发式发展的节点正在靠近。正如GPS技术的普及打开了导航市场，我们认为，AIGC基础层面的成熟正在催生新的杀手级应用。7AIGC发展阶段发展阶段杀手级应用正在涌现杀手级应用正在涌现资料来源：红衫官网，中信证券研究部人工智能杀手级应用及其对应底层模型人工智能杀手级应用及其对应底层模型应用层模型层文本代码图像视频3D其它讲稿8AIGC发展阶段发展阶段杀手级应用正在涌现杀手级应用正在涌现资料来源：红

10、衫官网，中信证券研究部人工智能杀手级应用及其对应底层模型人工智能杀手级应用及其对应底层模型文本代码图像初次尝试视频/3D/游戏接近完成大模型进展：准备就绪9资料来源：腾讯云自然语言处理的作用自然语言处理的作用AIGC底层技术底层技术自然语言处理（自然语言处理（NLPNLP）自然语言处理基本任务自然语言处理基本任务AIGC的技术底层主要包括自然语言处理（NLP）与AIGC生成模型，其中：自然语言处理（Natural Language Processing）是一门集语言学，数学及计算机科学于一体的科学，其核心目标与功能是将人类生活中使用的自然语言，转换为计算机可以理解的指令，使得计算机可以理解自然

11、语言，提取信息并自动翻译、分析和处理，使人与计算机之间通过自然语言进行交互。其基本任务包括：关键词提取、文本纠错、情感分析、文本分类、自动摘要等。资料来源：腾讯云10资料来源：腾讯云自然语言处理的自然语言处理的发展历程发展历程AIGC底层技术底层技术自然语言处理（自然语言处理（NLPNLP）自然语言处理的发展趋势是从规则到统计，再到深度学习，期间包括了四个发展阶段：1）萌芽期（1956年以前），1956年图灵测试成为了NLP的开端，诞生了基于规则与概率的两种不同的自然语言处理技术；2）快速发展期（1957-1970），由于注重于研究推理和逻辑问题，因此使用基于规则的派系比基于概率的派系发展势头

12、更迅猛；3）低速发展期（1971-1993），NLP下游应用落地受阻，相应的研发进入低谷期；4）复苏融合期（1994-至今），基于计算机的运算速度和存储取得的进步，NLP具备发展基础，同时由于自然语言的信息检索和信息抽取需求增加与深度学习的出现，大大提高了NLP的落地可能性，研发人员重新入局。11资料来源：腾讯云，中信证券研究部GANGAN生成对抗网络运作原理生成对抗网络运作原理AIGC底层技术底层技术生成模型（生成模型（GAN）GANGAN多次迭代的优化速度多次迭代的优化速度虽然AIGC的可追溯历史很长，但近两年才在内容质量方面实现质的飞跃，这主要是由于模型方面的突破，并主要体现在AI绘画方

13、面。传统AI绘画使用生成对抗网络（GAN），但该模型生成的输出结果相对不稳定，分辨率相对较低，对算力的要求高，而2021年Diffusion模型的出现，在图像输出分辨率、输出效率等方面都颠覆性提升。生成对抗网络（GAN）于2014年由lan Gooddellow发明，用于生成无法与真实图像区分的人工样本。GAN包括生成器（Generator）与判别器（Discriminator）两部分，以图像生成为例，生成器负责根据生成图像，判别器负责分辨真实图像与生成图像，人类将通过训练赋予判别器判别真伪的能力，生成器通过反馈进行训练，使得生成图像不断接近真实图像。资料来源：CSDNskycol隐随机向量z

14、生成器真实数据判别器D真/伪？x反馈G(z)12资料来源：CSDNskycol2015年年DCGAN的图像生成效果的图像生成效果AIGC底层技术底层技术生成模型生成模型（GAN）2018年年proGAN的的图像生成效果图像生成效果GAN的发展速度非常快，2014年GAN诞生之初，难以生成高质量图像；2015年，CNN与GAN结合形成了深度卷积生成对抗网络（DCGAN），极大提高GAN训练的稳定性以及生成结果的质量；2016年，出现了可以变换图像的CycleGAN和pix2pix，可以从两个数据源转换数据；2018年，人类通过proGAN和基于此的StyleGAN，完成了高质量大图像（如1024

15、1024）的生成；GAN还可以进行图像数据集生成、人脸生成、视频预测、图文转换、照片融合、超分辨率等。资料来源：CSDNskycol13资料来源：OpenDILab，中信证券研究部Diffusion生成模型运作过程生成模型运作过程AIGC底层技术底层技术生成模型（生成模型（Diffusion）Diffusion生成图像效果生成图像效果Diffusion Model即扩散模型，在2021年才开始在小众圈子中流行。2022年，谷歌基于CLIP-Guided Diffusion创建了一个开源AI图像生成程序（Disco Diffusion），Diffusion因此大放异彩。工作原理上，Diffusi

16、on通过向训练数据连续添加噪声，使噪声逐步破坏训练数据，学习其变化过程。随后通过反转噪声的过程，以及在提示语的引导下恢复数据。经过训练的模型，可以将随机采样的噪声进行去噪处理，从而生成数据（如图像）。资料来源：CSDN，中信证券研究部 注：Stable Diffusion是一个文图生成模型枯萎的藤，老树，乌鸦，水墨画风格参考图噪声带噪声的图像提示语句子转换网络生成网络放大网络生成结果14资料来源：OpenDILab，中信证券研究部现已推出的现已推出的DiffusionDiffusion模型模型AIGC底层技术底层技术生成模型（生成模型（Diffusion）DALLE 2DALLE 2生成不存在

17、事物的图像生成不存在事物的图像2015年，Jascha于第一次提出Diffusion，并于2020年由加州大学伯克利分校的几位研究员进行改进。2021年，OpenAI团队开源了其用于匹配文本和图像的神经网络模型CLIP，通过对文字进行语言分析、对图形进行视觉分析，达到文字和图像高度匹配的效果，CLIP与Diffusion的结合使得AI绘画获得了质的提升。2022年，多个基于Diffusion模型的应用出现。2月Disco Diffusion（CLIP+Diffusion）开源推出，但能画的内容较少；4月OpenAI 团队发布DALL E 2（CLIP+diffusion），语义理解方面改进明显

18、，可画内容大大增加，可以拼凑出不存在的事物；5月MidJourney发布（CLIP+diffusion），用户可以直接通过对话获取图片，目前不开源；7月Stable Diffusion（CLIP+diffusion+VAE）开源推出，被认为使迄今为止最先进的AI绘画算法模型，并于11月推出2.0版本。资料来源：OpenAI名称名称底层模型底层模型是否开源是否开源优优/劣势劣势Disco DiffusionCLIP+Diffusion是能够绘画的内容较少DALL E 2CLIP+Diffusion否语义理解与可画内容明显提高MidJourneyCLIP+Diffusion否内容质量有所提高，可通

19、过对话获取图片Stable DiffusionCLIP+Diffusion+VAE是质量与效率明显提高15AIGC具体应用具体应用文字创作文字创作资料来源：Jasper官网Jasper文字生成产品介绍文字生成产品介绍Jasper是主打文字生成的AIGC公司，于2022年10月19日宣布完成1.25亿美元的A轮融资，估值达到15亿美元。该公司针对不同应用场景提供不同类型的服务，如社交媒体、广告、文章、邮件等不同类型的文字生成。定价方面，Jasper采用SaaS模式，共推出Starter、Boss Mode和Business三种订阅模式，其中：1）Starter定价每月49美元（非包年），可提供3

20、.5万字/月的文字输出，适合编写 Facebook 广告、社交媒体帖子等简短副本2）Boss Mode定价每月99美元（非包年），可提供10万字/月的文字输出，适合谷歌文档等编辑者Jasper产品定价产品定价资料来源：Jasper官网16AIGC具体应用具体应用AI绘画绘画资料来源：飞桨-文心大模型官网，中信证券研究部飞飞桨桨-文心大模型文心大模型AI绘画绘画产品名称产品名称所属公司所属公司文心一格百度集团万兴AI绘画万兴科技6pen毛线球科技清墨社区映刻科技无界版图超节点信息科技ZMO.AI感知阶跃数字科技TIAMAT退格数字科技盗梦师西湖心辰科技国内主流国内主流AI绘画工具绘画工具艺术和创

21、意辅助平台文心一格是百度依托飞桨平台与文心大模型的技术创新推出的“AI作画”首款产品。目前处于免费阶段，对于需要大量使用图片的人群，例如公众号制作者，使用AI绘画平台的整体成本大大降低。AI-3D亦著降低游戏、影视、VR/AR行业制作成本。高效、低成本的优势使其有望成为Web 3.0的主要内容产生方式。随着绘画门槛降低，AI绘画平台用户大幅增长。TIAMAT内测用户为2万人，盗梦师日增5万，上线两个月已积累50万用户。StabilityAI正在被Coatue、Lightspeed等知名VC考虑以5-10亿美元的估值进行投资。资料来源：量子位智库，大众新闻，中信证券研究部17AIGC具体应用具体

22、应用AI代码生成代码生成资料来源：GitHub CoPilotCoPilot 为为开发者提供代码建议开发者提供代码建议GitHub Copilot是由微软、OpenAI、GitHub 三家联合打造的 AI 编程辅助（代码补全）工具，可在 VS Code 编辑器中自动完成代码片段。GitHub于今年6月份正式发布Copilot，以每月10美元或每年 100 美元的价格出售，并提供60天的免费试用期。通过身份验证的学生和热门开源项目维护者可以免费使用。据GitHub官方统计，2Q21-2Q22，Copilot开放测试一年来已有120万用户，在启用GitHub Copilot的文件中，GitHub表

23、示用户生成的代码近40%是由Copilot编写的，预计该比例将持续提升。融资方面，CoPilot截至今年十月份已在五轮融资中筹集共2200万美元。CoPilot 订阅支付界面订阅支付界面资料来源：开源头条18AIGC具体应用具体应用AI作曲作曲资料来源：QQ音乐网页版StarX MusicX Lab推出推出AIGC歌曲歌曲StarX MusicX Lab是隶属于昆仑万维旗下的海外社交娱乐平台StarX的AI音乐生成机构。作为国内文娱出海TOP3，StarX旗下音频社交app Starmaker拥有庞大的伴奏库，供MusicX Lab学习，目前MusicX Lab已发布五首AI创作歌曲。昆仑万维

24、CEO方汉表示，StarX MusicX Lab能够降低昆仑万维业务成本，原本每款游戏的音乐成本在50万元至100万元之间，而通过AIGC该成本有望降为0。艾瑞咨询数据显示，全球音视频社交娱乐市场规模正急剧增长，从2016年的2730亿元增至2020年的1.17万亿元，到2026年预计将达到2.95万亿元。19AIGC海外企业汇总海外企业汇总企业类型企业类型应用名称应用名称企业名称企业名称备注备注AI绘画（diffusion底层算法）Stable DiffusionStableAI免费；支持文本生成图像、图像生成图像两种模式；生成速度快Disco DiffusionAccomplice免费；需

25、要通过Google Colab生成，用户界面有使用门槛DALL-E2OpenAI风格特点明显Mid JourneyMid Journey易于使用；社区生态良好；文档详尽，对开发者友好PhotosonicAIWritesonic基于Stable Diffusion的开源版本AI绘画（非diffusion底层算法）DeepDreamDeepDream可以探索不同的 AI 算法ArtbreederArtbreeder旨在成为一种新型的创意工具Night CafeReddit用户可以获得所生成艺术作品的所有权，也可以购买作品的打印版本BigSleepBigSleep基于Python的AI艺术生成器，需

26、要通过Python编程语言生成，处理图像需要时间和大量内存，可能无法在计算机上运行脚本StarryAIStarryAI可在移动端使用WOMBO DreamWombo动画处理静止的肖像DeepAIDeepAI用HTML5、Google Analytics和jQuery等12项技术产品和服务；最初功能是将黑白照片自动上色为彩色AIGC海外企业汇总海外企业汇总资料来源：PANews，36氪，PR Newsire，美通社，中信证券研究部20AIGC海外企业汇总海外企业汇总AIGC海外企业汇总海外企业汇总企业类型企业类型应用名称应用名称企业名称企业名称备注备注AI代码生成Copilot微软、OpenAI

27、、GitHub可获得基于人工智能的编码建议；可使用用户喜欢的环境；支持在不熟悉的领域进行编码AI文字生成JasperAIJasper通过AI写营销推广文案以及博客等各种文字内容GPT-3OpenAI输入关键词生成邮件、文章、新闻、或小说，是目前最成熟NLG之一OthersideAIOthersideAI主打利用AI自动回复邮件CopyAICopyAI通过AI写作广告和营销文案Notion AINotion AI自动撰写文章、广告文案和播客；提供创意建议；自动检查文字拼写和语法错误；自动翻译文章AI视频MorpheusMorpheus输入文字即可生成3D和动画Make-A-VideoMeta文字

28、转视频、图片转视频、视频生成视频Imagen VideoGoogle文字转视频、视频质量高PhenakiGoogle文字转视频、情节连贯Stability AI VideoStableAI/资料来源：PANews，36氪，PR Newsire，美通社，中信证券研究部21AIGC未来趋势未来趋势 Gartner预计，到2025年，生成式人工智能将占所有生成数据的10%。我们认为，AIGC将有望成为Web3.0主要的内容生产方式之一。我们认为，AIGC尚处于早期发展阶段，平台层日益完善，应用层正崭露头角。图片、代码、文本、音频的AI生成取得长足进步，尤其是文本与图片领域，其高效率、高质量、低成本的

29、特点使其有望成为从Web2.0到Web3.0的主要推力之一。随着算力成本持续下探，模型逐渐趋于开源与免费，应用层爆发式发展节点正在靠近，AIGC杀手级应用将在不久的将来出现。从当前AIGC生成质量上看，大规模应用铺开依然存在挑战，比如生成内容与语言文字之间仍存在差距、细节描绘不够细致、相同输入（语言/图片）的多次输出存在较大偏差的可能等。究其根本，语义理解（自然语言处理）、生成算法、数据集等底层技术还有很大发展空间。结合当前行业发展规律，我们认为，技术未来将主要依托于高算力、大模型、大数据而进一步发展。感谢您的信任与支持！感谢您的信任与支持！THANK YOU22许英许英博博（科技产业首席分析

30、师科技产业首席分析师）执业证书编号：S41陈俊陈俊云云（前瞻研究首席分析师前瞻研究首席分析师）执业证书编号：S01贾凯方贾凯方（前瞻研究分析师前瞻研究分析师）执业证书编号：S01刘锐刘锐（前瞻研究分析师前瞻研究分析师）执业证书编号：S01免责声明免责声明23分析师声明分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告

31、所表述的具体建议或观点相联系。一般性声明一般性声明本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含CLSAgroup of companies），统称为“中信证券”。本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目

32、标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的

33、情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户

34、应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。评级说明评级说明投资建议的评级标准投资建议的评级标准评级评级说明说明报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准，新三板市场

35、以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。股票评级买入相对同期相关证券市场代表性指数涨幅20%以上增持相对同期相关证券市场代表性指数涨幅介于5%20%之间持有相对同期相关证券市场代表性指数涨幅介于-10%5%之间卖出相对同期相关证券市场代表性指数跌幅10%以上行业评级强于大市相对同期相关证券市场代表性指数涨幅10%以上中性相对同期相关证券市场代表性指数涨幅介于-10%10%之间弱于大市相对同期相关证券市场代表性指数跌幅10%以上证券

36、研究报告证券研究报告2022年年12月月2日日免责声明免责声明24特别声明特别声明在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易。本研究报告涉及具体公司的披露信息，请访问https:/ Limited（于中国香港注册成立的有限公司）分发；在中国台湾由CL Securities Taiwan Co.,Ltd.分发；在澳大利亚由CLSA Australia Pty Ltd.（商业编号：53 139 992 331/金融服务牌照编号：350159）分

37、发；在美国由CLSA（CLSA Americas,LLC除外）分发；在新加坡由CLSA Singapore Pte Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由CLSA Europe BV分发；在英国由CLSA（UK）分发；在印度由CLSA India Private Limited分发（地址：8/F,Dalamal House,Nariman Point,Mumbai 400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由PT CLSA Sekuritas Ind

38、onesia分发；在日本由CLSA Securities Japan Co.,Ltd.分发；在韩国由CLSA Securities Korea Ltd.分发；在马来西亚由CLSA Securities Malaysia Sdn Bhd分发；在菲律宾由CLSA Philippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由CLSASecurities(Thailand)Limited分发。针对不同司法管辖区的声明针对不同司法管辖区的声明中国大陆：中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。中国香港中国

39、香港：本研究报告由CLSA Limited分发。本研究报告在香港仅分发给专业投资者（证券及期货条例（香港法例第571 章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA客户应联系CLSALimited的罗鼎，电话：+852 2600 7233。美国：美国：本研究报告由中信证券制作。本研究报告在美国由CLSA（CLSA Americas,LLC除外）仅向符合美国1934年证券交易法下15a-6规则界定且CLSA Americas,LLC提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的

40、证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSA Americas,LLC（在美国证券交易委员会注册的经纪交易商），以及 CLSA 的附属公司。新加坡：新加坡：本研究报告在新加坡由CLSA Singapore Pte Ltd.，仅向（新加坡财务顾问规例界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系CLSA Singapore PteLtd，地址：80 Raffles Place,#18-01,UOB Plaza 1

41、,Singapore 048624，电话：+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd豁免遵守财务顾问法（第110章）、财务顾问规例以及其下的相关通知和指引（CLSA业务条款的新加坡附件中证券交易服务C部分所披露）的某些要求。MCI（P）085/11/2021。加拿大：加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。英国：英国：本研究报告归

42、属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由CLSA（UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。欧洲经济区：欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的CLSAEurope BV 分发。澳大利亚：澳大利亚：CLSA Australia Pty Ltd(“CAPL”)(商业编号：53 139 992 331/金融服务牌照编号：350159)受澳大利亚证券与投资委员会监管，且为澳大利亚证券

43、交易所及CHI-X的市场参与主体。本研究报告在澳大利亚由CAPL仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经CAPL事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于公司法（2001）第761G条的规定。CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAll Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司。印度：印度：CLSA India Private Limited，成立于 1994 年 11 月，为全球机

44、构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA 及其关联方可能持有标的公司的债务。此外，CLSA及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解CLSA India“关联方”的更多详情，请联系 Compliance-I。未经中信证券事先书面授权未经中信证券事先书面授权，任何人不得以任何目的复制任何人不得以任何目的复制、发送或销售本报告发送或销售本报告。中信证券中信证券2022版权所有版权所有。保留一切权利保留一切权利。