1、 本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。同时请参阅最后一页的重要声明。证券研究报告证券研究报告美股公司深度美股公司深度 软件与服务软件与服务 百度：百度：前瞻布局前瞻布局 AI+智能驾驶，智能驾驶，MaaS浪潮有望开启第二增长曲线浪潮有望开启第二增长曲线 核心观点核心观点 百度搜索广告业务预计受益经济复苏，且效果广告受益序列较品牌广告媒介更优先，信息流广告则受益展现形式的效率继续驱动广告业务增长。云业务随着疫后回归常态，项目交付、新签订单逐步兑现，向上复苏

2、趋势明确。ERNIE BOT 方面，短期商业化前景尚不清晰，但产业中长期趋势向好，具备广阔应用场景且有希望构建合适商业模式的机会，看好百度在 AIGC 领域的布局和先发优势。百度有望开启第二增长曲线百度有望开启第二增长曲线 百度正重塑上海品茶，坚定执行既定战略方针百度正重塑上海品茶，坚定执行既定战略方针 2017-19 年来的人事、组织架构、公司制度的密集调整正在重塑上海品茶，一个例证是百度集团副总裁张东晨、副总裁侯震宇相继回归百度。1Q21 财报电话会上，百度创始人兼 CEO 李彦宏提到“随着 AI 推动技术发展进入新阶段，众多前百度员工重新回归”。未来，我们认为百度相比过去会大幅提升战略的

3、执行能力，在既有战略方向上，移动端+网页端维持搜索广告的业务根基，新业务诸如智能驾驶、智能云等业务积极探索，发掘第二增长曲线。广告受益经济修复及广告主预算回升，新产品有望贡献增量广告受益经济修复及广告主预算回升，新产品有望贡献增量 百度移动生态广告业务可以拆分成 1）新产品推出，提供较多增量；2）既有产品的升级，实现效率改善，贡献温和增长。广告产品的丰富和结构改善驱动百度广告业务产品周期变化，叠加外部的宏观经济、行业景气度变化，二者共同影响百度移动生态广告业务的增速。总体来看，我们预计百度广告业务将受益经济修复及需求回暖，且新产品商业化有望贡献增量 MaaS 浪潮有望加速经济智能化发展浪潮有望

4、加速经济智能化发展 智能云方面，以大模型为代表的 MaaS 浪潮正在兴起，未来有望加速智能服务的普及渗透，并提升各行业的生产效率。从产业链来看，百度在 AI 领域布局较全面，积累较领先，例如深度学习框架、机器学习平台、知识图谱、增量学习的积累较深，掌握 LLM未来发展的关键技术和资源，我们看好百度在 LLM 领域的竞争优势，且百度有望受益 LLM 驱动的上云红利，带动其他云服务需求回升。维持维持 买入买入 孙晓磊 SAC 编号:s05 SFC 编号:BOS358 崔世峰 SAC 编号:S04 许悦 SAC 编号:s01 发布日期

5、：2023 年 05 月 15 日 当前股价：132.51 美元 目标价格 6 个月：168 美元 主要数据主要数据 股票价格绝对股票价格绝对/相对市场表现（相对市场表现（%）1 个月 3 个月 12 个月-2.81/-3.08 36.61/35.64-11.55/1.04 12 月最高/最低价（美元）162.86/76.57 总股本（万股）34,959.72 流通股本（万股）27,751.54 总市值（亿美元）559.22 流通市值（亿美元）559.22 近 3 月日均成交量（万）387.96 主要股东 Robin Yanhong Li 16.30%股价表现股价表现 相关研究报告相关研究报告

6、 -50%-30%-10%10%2022/2/252022/3/252022/4/252022/5/252022/6/252022/7/252022/8/252022/9/252022/10/252022/11/252022/12/252023/1/25百度纳斯达克综指百度百度(BIDU.O)/百度集团百度集团-SW(9888.HK)2 美股公司深度报告 百度百度 百度在智能驾驶领域百度在智能驾驶领域前瞻布局前瞻布局+持续投入，有望成就新增长曲线持续投入，有望成就新增长曲线。1）辅助驾驶产品的落地更多依赖集度汽车的量产及销售，预计 2H23 开始实质性贡献业绩；2）云端解决方案实质是各环节能力

7、赋能外部客户，主要受益新能源车厂和传统车厂转向新能源的需求，当前行业进入拐点，未来需求增速可能转向平缓；3）Apollotaxi布局国内领先，2022 年发布的 Apollo RT6 将 L4 级别自动驾驶单车成本控制在 25 万元左右，按 5 年运营周期计算，单月单车成本约为 4100 元，政策扶持、引导下有望逐步走向正轨；4）车载地图、智能座舱方面市场地位稳固，主要增长来自行业需求、渗透率提升。投资建议：投资建议：流动性方面，市场从 2023 年 1-3 月初经历了软着陆定价，主要由于非农就业、CPI、PCE 数据展现通胀和经济的韧性，以及利率提升对需求的抑制作用可能存在滞后效应，尤其是美

8、联储主席鲍威尔国会听证会后，市场进一步重新定价国债收益率曲线陡峭化。3 月至今由于 SVB 等风险事件的出现，市场进行衰退定价，表现为远端利率的快速回落，而随着市场重新稳定信心，此前过于激进的衰退预期交易有所降温。当前的利率曲线较 1 月水平，近端一定程度上反映了通胀和经济的韧性，远端仍然定了部分衰退预期，整体偏乐观一些。但恒生科技指数 4 月中旬以来显著跑输纳斯达克指数，这里可能存在额外的空间保护，对恒生科技而言，其具备潜在的估值修复机会。基本面层面，百度搜索广告业务预计受益经济复苏，且效果广告受益序列较品牌广告媒介更优先，信息流广告则受益展现形式的效率继续驱动广告业务增长。云业务随着疫后回

9、归常态，项目交付、新签订单逐步兑现，向上复苏趋势明确。ERNIE BOT 方面，短期商业化前景尚不清晰，但产业中长期趋势向好，具备广阔应用场景且有希望构建合适商业模式的机会，看好百度在 AIGC 领域的布局和先发优势。维持对百度集团的“买入”评级。UWdUuUlYmUpNmOnQ9P8Q8OpNpPoMtQeRoOtOfQpOsM9PpPwPuOsQqNNZtQvN 3 美股公司深度报告 百度百度 目录目录 1.盈利预测与估值：流动性长期向好，业务发展回归健康态势.7 1.1 流动性层面：存在估值修复机会.7 1.2 基本面层面：基本面拐点确立，中长期把握新增长曲线.11 2.投资评价和建议：

10、业务趋势向好，前瞻布局有望逐步兑现，维持买入“评级”.11 3.移动生态：治理结构明显改善，业务发展保持韧性.12 3.1 复盘百度的转型之路：公司治理边际改善，把握正确战略方向.12 3.2 业务：广告受益经济修复及广告主预算回升，新广告产品有望贡献增量.22 4.智能云：MaaS 浪潮有望加速经济智能化发展.30 4.1 NLP 云服务：范式转移驱动新趋势，前期积累有望逐步兑现.33 4.2 对话式 AI：软硬结合助力业务稳步发展.44 4.3 机器学习平台：国内应用规模领先，技术沉淀积累深厚.45 5.智能驾驶：前瞻布局+持续投入，有望成就新增长曲线.46 5.1 云端：自动驾驶云 Ap

11、ollo Cloud+Robotaxi.46 5.1.1 自动驾驶云解决方案：数据采标、AI 研发、仿真测试等能力社会化.46 5.1.2 Apollo Robotaxi：技术积累领先行业，政策鼓励下逐步推广落地.49 5.2 车路协同：智能交通引擎 ACE 涵盖产品及解决方案.50 5.3 车端：智能座舱、智能驾驶、智能地图全栈布局.52 5.3.1 智能驾驶：集度汽车预期 2H23 交付，有望逐步贡献实质性业绩.52 5.3.2 智能座舱：百度 IVI 份额位列行业领先.53 5.3.3 智能地图：车载导航地图、高精地图均位列行业前列.55 附录：公司概况.56 风险分析.57 报表预测.

12、58 图目录 图 1:2023M1-2023M4 联邦基金期货隐含政策利率曲线变化.7 图 2:2023 年至今纳斯达克、标普 500 指数市盈率变化情况.7 图 3:2023 年以来恒生科技指数与纳斯达克指数走势情况（%）.8 图 4:2023 年 3 月以来恒生科技指数与纳斯达克指数情况（%）.8 图 5:2019-23 年一线城市商品房成交面积（万平米）.8 图 6:2019-23 年二线城市商品房成交面积（万平米）.8 图 7:2019-23 年三线城市商品房成交面积（万平米）.8 图 8:2019-23 年 30 大中城市商品房成交面积（万平米）.8 图 9:2019-23 年主要建

13、筑钢材生产企业螺纹钢库存.9 图 10:2019-23 年全国周度水泥平均价格指数.9 图 11:2019-23 年美国消费支出与可支配收入情况（十亿美元）.9 图 12:2004-23 年美国个人储蓄存款占可支配收入比例（%）.9 4 美股公司深度报告 百度百度 图 13:1Q04-4Q22 美国银行信用卡拖欠率（%）.9 图 14:2007-2023 年 2 月美国商业银行贷款/存款情况.9 图 15:2001-2023 年 3 月美国房租 CPI 与房价指数.10 图 16:2006-2023 年亚特兰大联储薪资增长指数.10 图 17:2015-23 年 3 月中概互联网与景气度曲线.

14、10 图 18:权益被动资金累计净流入情况（百万美元）.10 图 19:权益主动资金累计净流入情况（百万美元）.10 图 20:港股通累计买入净额与恒生科技指数情况.10 图 21:新发行基金与恒生科技指数相关性.11 图 22:恒生科技指数与美债相关性.11 图 23:2018-22 年移动互联网时长份额变化情况（%）.12 图 24:2003-3Q12 中国搜索引擎市场份额（%）.13 图 25:2002 年底百度推出“搜索大富翁”活动.14 图 26:百度唐伯虎篇创意广告，强化“百度更理解中文”印象.14 图 27:百度 2010 年前的产品矩阵.15 图 28:百度在 2009 年以来

15、的战略变化路径.15 图 29:百度“全家桶”产品多数行为链路较短，不构成完整闭环，导致流失率较高.16 图 30:从大尺寸屏幕到小尺寸屏幕，交互逻辑变化导致搜索在移动端不再是主要解决方案.17 图 31:2013-17 年百度对外投资版图.17 图 32:百度四象限理论，夯实移动基础，决胜 AI 时代.18 图 33:百度 2018-21 年重新聚焦内容领域投资.19 图 34:百度存在过度扶持百家号内容的倾向.19 图 35:百度 Web 端多处引导用户下载百度 App.20 图 36:2011 年至今百度组织架构调整（截止 2023/3/17）.21 图 37:百度营销产品图谱.23 图

16、 38:百度网页端 UV、PV 情况（亿）.24 图 39:4Q15-1Q23 手机百度 DAU 及同比增速（万，%）.24 图 40:4Q15-1Q23 百度贴吧 DAU 及同比增速（万，%）.24 图 41:4Q15-1Q23 好看视频 DAU 及同比增速（万，%）.24 图 42:4Q15-1Q23 度小视 DAU 及同比增速（万，%）.24 图 43:4Q18-4Q22 百度 App 单日人均时长及环比（分钟，%）.25 图 44:4Q18-4Q22 百度单日人均信息流推荐量（条）.25 图 45:百度搜索信息流及视频信息流的跳转流程.26 图 46:加权系数的函数.26 图 47:不

17、同打开率假设下的综合 ad load（%）.26 图 48:百度地图会员产品刊例价（元/年）.28 图 49:百度品牌 Voice 产品案例及刊例价情况.28 图 50:3Q18-4Q22 百家号内容创作者规模（百万）.29 图 51:2023 年百家号营销项目全景图.29 图 52:百度每季度推出的广告产品情况（个）.29 图 53:1Q19-4Q22 中国云计算市场营收规模（亿美元）.30 5 美股公司深度报告 百度百度 图 54:2017-20 年中国 CDN 市场规模及同比（亿美元，%）.30 图 55:百度云 CDN 规模测算.30 图 56:2H19-1H22 国内视频云竞争格局（

18、%）.31 图 57:2019-22E 国内视频云市场规模（亿美元）.31 图 58:1H20-1H22 中国 AI 公有云服务市场份额（%）.31 图 59:1H22 中国人脸人体识别公有云服务市场份额（%）.31 图 60:1H22 中国图像视频公有云服务市场份额（%）.32 图 61:1H22 中国 NLP 公有云服务市场份额（%）.32 图 62:1H22 中国智能语音公有云服务市场份额（%）.32 图 63:1H22 中国对话式 AI 公有云服务市场份额（%）.32 图 64:1H22 中国机器学习公有云服务市场份额（%）.32 图 65:2021 年 AI 云服务份额（%）.32

19、图 66:NLP 领域的范式转移.33 图 67:小样本学习的训练改进.33 图 68:大模型领域的研究机会.34 图 69:ERNIE 模型的 MASK 的策略和 BERT 的区别.34 图 70:ERNIE 2.0 提出了多任务训练策略的改进.35 图 71:ERNIE 3.0 模型引入大规模参数/数据，扩展网络层数至 48 层，融合自编码网络和自回归网络.36 图 72:ERNIE 3.0 TITAN 引入自监督对抗性损失及可控语言建模损失函数，实现对生成内容的自反馈学习优化.37 图 73:ERNIE 3.0 Titan 的在线蒸馏框架.37 图 74:业界 AI 研究院的组织架构调整

20、.39 图 75:2018-21 年谷歌经历介入军事、语音监听、伦理委员会风波，21-23 年大量研究人员离职.40 图 76:2017-22 年 NIPS 论文发布机构集中度有所下降.41 图 77:1950-2022 年美国司法部及欧盟反垄断诉讼案件数量（件）.41 图 78:2022 年 6 月 BERT 模型 8 卡 400W A100 训练性能.43 图 79:2022 年 9 月 BERT 模型 8 机 64 卡同配置 GPU 训练性能.43 图 80:Meta OPT-175B 模型训练中出现多个断点.43 图 81:百度软硬结合联合优化实现 EFLOPS 算力最佳实践.44 图

21、 82:百度智能驾驶事业群组组织架构.46 图 83:智能驾驶数据一体化解决方案.46 图 84:2020-25 年 AI 基础数据服务市场规模及同比（亿元，%）.47 图 85:2020 年 AI 基础数据服务市场分行业占比（%）.47 图 86:2019 年国内 AI 基础数据服务需求结构（%）.47 图 87:2019 年国内 AI 基础数据服务市场份额（%）.47 图 88:2021-25 年全球自动驾驶市场及仿真市场规模情况.48 图 89:2021-25 年中国自动驾驶仿真市场规模及增速情况.48 图 90:自动驾驶仿真平台格局.48 图 91:2022-23 年国内新能源批发预估

22、销量占比（%）.49 图 92:截止 2022 年底，萝卜快跑的最新进展.50 图 93:Apollo 历代车型发展历程.50 6 美股公司深度报告 百度百度 图 94:百度智能交通引擎 ACE 2.0 架构.51 图 95:2020-22 年城市智慧交通千万项目中标金额（亿元）.51 图 96:2020-22 年城市智慧交通亿级项目中标金额（亿元）.51 图 97:2021 年高精度地图市场份额（%）.52 图 98:智慧交通市场结构.52 图 99:百度智能驾驶业务布局.52 图 100:Apollo City Driving Max 硬件配置.53 图 101:Apollo Highwa

23、y Driving Pro 硬件配置.53 图 102:小度车载 2020 整体架构（2019 年 12 月发布）.54 图 103:小度车载 OS 整体架构（截止 2023 年 4 月）.54 图 104:2020 年车载娱乐系统新车实际搭载量（万辆）.54 图 105:2020 年超过 10 万辆销量以上的品牌合作情况.54 图 106:2021 年国内乘用车导航产品供应商份额（%）.55 图 107:2021 年高精度地图市场份额（%）.55 图 108:百度地图产品架构.55 图 109:百度核心产品及服务与收入板块.56 表目录 表 1:百度地图会员产品目前开放行业（截止 2023

24、年 3 月）.27 表 2:不同掩码策略及数据集规模下的模型预测准确率.35 表 3:训练语料引入多轮对话后模型预测准确率提升.35 表 4:业界大模型相关论文影响力（截止 2023/4/12）.38 表 5:深度学习框架的流行度情况（截止 2023/4/16）.42 表 6:新能源汽车厂商仿真测试软件/平台的供应商较为分散.49 7 美股公司深度报告 百度百度 请参阅最后一页的重要声明 1.盈利预测盈利预测与估值与估值：流动性长期：流动性长期向好，业务发展回归健康态势向好，业务发展回归健康态势 1.1 流动性层面：流动性层面：存在估值修复机会存在估值修复机会 1 月至今市场交易逻辑反复摇摆。

25、月至今市场交易逻辑反复摇摆。流动性方面，市场从 2023 年 1-3 月初经历了软着陆定价，主要由于非农就业、CPI、PCE 数据展现通胀和经济的韧性，以及利率提升对需求的抑制作用可能存在滞后效应，尤其是美联储主席鲍威尔国会听证会后，市场进一步重新定价国债收益率曲线陡峭化。3 月至今由于 SVB 等风险事件的出现，市场进行衰退定价，表现为远端利率的快速回落，而随着市场重新稳定信心，此前过于激进的衰退预期交易有所降温。当前的利率曲线较 1 月水平，近端一定程度上反映了通胀和经济的韧性，远端仍然定了部分衰退预期。图图 1:2023M1-2023M4 联邦基金期货隐含政策利率曲线变化联邦基金期货隐含

26、政策利率曲线变化 图图 2:2023 年年至今纳斯达克、标普至今纳斯达克、标普 500 指数指数市盈率变化情况市盈率变化情况 数据来源：彭博，中信建投 注：截止2023/4/23。数据来源：Wind，中信建投 具体到 PE 中枢方面，1-2 月由于利率曲线明显上移，主要是对软着陆叙事的乐观预期，带动 EPS 预期修复；2-3 月初通胀数据展现粘性，市场可能低估通胀的延续性，因此利率曲线进一步上移，带动 PE 中枢下降；3 月初 SVB 风险事件出现后市场预期快速转向衰退，即美国可能面临一次“金融危机”，带动利率曲线快速下移，导致 PE 中枢上行，最终修复之 2 月初的高点水位附近。3 月底至今

27、市场情绪回归稳定，利率曲线较 3 月底有所上移，但仍预期衰退，且指数主要公司发布业绩影响业绩预期，标普及纳斯达克 PE 中枢走势分化。年初市场预期的中美景气度差距周期逻辑并未被高频数据佐证，相反美国经济数据反映状态健康，而国内1 季度 GDP 数据超预期，当前处于逻辑既无法证伪也难以证实的中间地带。我们认为，未来国内结构性复苏叠加产业转型，在取舍中短期牺牲效率的概率较高，而美国衰退预期与 Fed/近期的经济数据不符，当前的利率预期可能偏于乐观，存在潜在的下行风险。但需要注意的是，恒生科技指数 4 月中旬以来显著跑输纳斯达克指数，这里可能存在额外的空间保护，对恒生科技而言，如果不存在额外的负面因

28、素，其具备潜在的估值修复机会。关于恒生科技指数的相对跑输，一些观点认为地缘政治风险可能影响了外资资金的流入，但 EPFR 数据显示港股市场主被动资金的流入较此前月份相对平稳。另一方面，港股通 2 月以来也保持持续净流入。4.04.55.05.56.02023M12023M22022M3(3/8)2022M3(3/13)2022M3(3/23)2022M4(4/24)324251520253035--042023-05PE：纳斯达克综合指数PE:S&P 500 8 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图

29、3:2023年以来恒生科技指数与纳斯达克指数走势情况（年以来恒生科技指数与纳斯达克指数走势情况（%）图图 4:2023年年 3月以来恒生科技指数与纳斯达克指数情况（月以来恒生科技指数与纳斯达克指数情况（%）数据来源：Wind，中信建投 数据来源：Wind，中信建投 图图 5:2019-23 年一线城市商品房成交面积（万平米）年一线城市商品房成交面积（万平米）图图 6:2019-23 年二线城市商品房成交面积（万平米）年二线城市商品房成交面积（万平米）数据来源：Wind，中信建投 注：已按MA(5)平滑处理。数据来源：Wind，中信建投 注：已按MA(5)平滑处理。图图 7:2019-23 年三

30、线城市商品房成交面积（万平米）年三线城市商品房成交面积（万平米）图图 8:2019-23 年年 30 大中城市商品房成交面积（万平米）大中城市商品房成交面积（万平米）数据来源：Wind，中信建投 注：已按MA(5)平滑处理。数据来源：Wind，中信建投 注：已按MA(7)平滑处理，按农历春节调整。-10%-5%0%5%10%15%20%--042023-05HSTECH 恒生科技IXIC 纳斯达克指数-6%-4%-2%0%2%4%6%8%10%12%HSTECH 恒生科技IXIC 纳斯达克指数0204060801920202

31、02003003502002220230500222023020406080100-35-55265285305325345200222023 9 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 9:2019-23 年年主要建筑钢材生产企业螺纹钢库存主要建筑钢材生产企业螺纹钢库存 图图 10:2019-23 年全国周度年全国周度水泥水泥平均平均价格指数价格指数 数据来源：Wind，中信建

32、投 注：已按MA(5)平滑处理。数据来源：Wind，中信建投 注：已按MA(7)平滑处理。图图 11:2019-23 年年美国消费支出与可支配收入情况（十亿美元）美国消费支出与可支配收入情况（十亿美元）图图 12:2004-23 年年美国个人储蓄存款占可支配收入比例（美国个人储蓄存款占可支配收入比例（%）数据来源：Wind，中信建投 数据来源：Wind，中信建投 图图 13:1Q04-4Q22 美国银行信用卡拖欠率（美国银行信用卡拖欠率（%）图图 14:2007-2023 年年 2 月美国商业银行贷款月美国商业银行贷款/存款情况存款情况 数据来源：Wind，中信建投 数据来源：美国经济分析局，

33、中信建投 00500600700800W1 W5 W9W13W17W21W25W29W33W37W41W45W49W532002220230180200220W1 W5 W9W13W17W21W25W29W33W37W41W45W49200222023 10,000 12,000 14,000 16,000 18,000 20,0002019-12019-42019--12020-42020--12021-42021--12022-42

34、022--1美国:个人可支配收入美国:个人消费支出055---------06美国个人储蓄存款/可支配收入0123456781Q041Q051Q061Q071Q081Q091Q101Q111Q121Q131Q141Q151Q161Q171Q181Q191Q201Q211Q22美国:拖欠率:所有银行:信用卡:季调5%10

35、%15%20%25%美国商业银行消费贷款/存款美国商业银行工商业贷款/存款 10 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 15:2001-2023 年年 3 月美国房租月美国房租 CPI 与房价指数与房价指数 图图 16:2006-2023 年亚特兰大联储薪资增长指数年亚特兰大联储薪资增长指数 数据来源：S&P，美国劳工部，中信建投 数据来源：亚特兰大联储，中信建投 图图 17:2015-23 年年 3 月中概互联网与景气度曲线月中概互联网与景气度曲线 图图 18:权益被动资金累计权益被动资金累计净净流入情况（流入情况（百万美元百万美元）数据来源：Wind，中信建投 注：中

36、美景气度差=人民币指数（SDR）-广义实际美元指数。中概互联网取KEWB指数。数据来源：EPFR，中信建投 注：中国大陆对应右轴。图图 19:权益主动资金累计净流入情况（百万美元）权益主动资金累计净流入情况（百万美元）图图 20:港股通累计买入净额与恒生科技指数情况港股通累计买入净额与恒生科技指数情况 数据来源：EPFR，中信建投 注：中国大陆对应右轴。数据来源：EPFR，中信建投 注：恒生科技指数对应右轴。-30-20-10001-----092013-0

37、---012022-05美国:CPI:住房租金:同比:季调美国:标准普尔/CS房价指数:20个大中城市:当月同比0-12007-12008-12009-12010-12011-12012-12013-12014-12015-12016-12017-12018-12019-12020-12021-12022-12023-1美国:亚特兰大联储薪资增长指数:12个月移动平均-25-20-15-10-50-100%-50%0%50%100%150%200%-

38、------052022-11中概互联网涨跌幅(%)中美景气度差(RHS)-200003000040000500006000070000-00030004000500060002022/42022/52022/62022/72022/82022/92022/102022/112022/122023/12023/22023/32023/4中国香港印度越南中国大陆-10000-8000-6000-

39、000-6000-5000-4000-3000-022/5/162022/6/162022/7/162022/8/162022/9/162022/10/162022/11/162022/12/162023/1/162023/2/162023/3/162023/4/16中国香港印度越南中国大陆3500390043004700500228002320023600港股通:累计买入成交净额(人民币)恒生科技指数 11 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 21:新发行基金与恒生科技指数相关性新发行基金与恒生科技指数相关性 图图

40、22:恒生科技指数与美债相关性恒生科技指数与美债相关性 数据来源：Wind，中信建投 注：恒生科技指数对应右轴。数据来源：Wind，中信建投 注：恒生科技指数对应左轴。1.2 基本面层面：基本面拐点确立基本面层面：基本面拐点确立，中长期把握新增长曲线，中长期把握新增长曲线 百度主要业务均有望在百度主要业务均有望在 23 年走出新趋势，且大模型及自动驾驶可能蕴含新增长机会年走出新趋势，且大模型及自动驾驶可能蕴含新增长机会 在线营销业务受疫情影响承压，但春节后逐步恢复在线营销业务受疫情影响承压，但春节后逐步恢复。百度核心广告在 4Q22 经历-6%的同比下滑，其中搜索、联盟广告收入预计同比继续下滑

41、，信息流广告等则维持增长。据财报电话会，短视频为 4Q22 广告收入增长做出贡献。展望 1-2Q23，春节前由于部分城市仍处于疫情达峰过程，因此节前仍然受到疫情带来的负面影响压制。节后随着经济逐步恢复，广告需求有望逐步恢复，其中二三线城市恢复较快，且医疗、旅游、本地生活等线下行业反弹幅度较大，在线游戏则表现较弱。整体上，我们认为 1Q23 环比提升明显，4Q22 确定为基本面的底部，1-2Q23 向上趋势明显，期待广告业务跟随经济共同复苏。云业务受疫情影响交付和新签，疫云业务受疫情影响交付和新签，疫后预计逐步恢复后预计逐步恢复。云业务 4Q22 受疫情影响交付和新签都受到延迟。以智能交通为例，

42、金额超 1000 万元的新签城市数量同比、环比均出现回落。据财报电话会，云业务从商机到签约、交付存在几个月的周期，因此从疫后经济恢复到云业务收入的反弹可能是逐步的过程，而非 V 型反弹，整体看云业务全年有望继续高于互联网同业的增速。此外，云业务逐步提升利润率，有望实现盈亏平衡。智能驾驶取得积极进展，布局持续领先，预计开展实现商业化。智能驾驶取得积极进展，布局持续领先，预计开展实现商业化。2022 年 12 月 30 日，百度首批获准在北京开展全自动无人驾驶测试。4Q22，百度自动驾驶共完成 56.1 万订单，截止 2023 年 1 月，百度累计向公众提供超过 200 万订单。百度在自动驾驶领域

43、的布局领先，随着搭载百度自动驾驶相关产品的智能汽车面市，百度自动驾驶业务预计逐步实现商业化，并在 24 年以后贡献实质性营收。2.投资评价和建议投资评价和建议：业务趋势向好，前瞻布局有望逐步兑现，维持买：业务趋势向好，前瞻布局有望逐步兑现，维持买入“评级”入“评级”流动性方面，市场从 2023 年 1-3 月初经历了软着陆定价，主要由于非农就业、CPI、PCE 数据展现通胀和30005000700090000600800100012--01中国:新成立基金份额:偏股型恒生科技指数:周:平均值0.51.52.53.54.5

44、2500450065008500105--01恒生科技指数:周:平均值美国:国债收益率:10年:周:平均值 12 美股公司深度报告 百度百度 请参阅最后一页的重要声明 经济的韧性，以及利率提升对需求的抑制作用可能存在滞后效应，尤其是美联储主席鲍威尔国会听证会后，市场进一步重新定价国债收益率曲线陡峭化。3 月至今由于 SVB 等风险事件的出现，市场进行衰退定价，表现为远端利率的快速回落，而随着市场重新稳定信心，此前过于激进的衰退预期交易有所降温。当前的利率曲线较1 月水平，近端一定程度上反映了通胀和经济的韧性，远端仍然定了部分衰退预期，整体偏乐

45、观一些。基本面层面，百度搜索广告业务预计受益经济复苏，且效果广告受益序列较品牌广告媒介更优先，信息流广告则受益展现形式的效率继续驱动广告业务增长。云业务随着疫后回归常态，项目交付、新签订单逐步兑现，向上复苏趋势明确。ERNIE BOT 方面，短期商业化前景尚不清晰，但产业中长期趋势向好，具备广阔应用场景且有希望构建合适商业模式的机会，看好百度在 AIGC 领域的布局和先发优势。维持对百度集团的“买入”评级。3.移动生态移动生态：治理结构明显改善，业务发展保持韧性治理结构明显改善，业务发展保持韧性 百度移动生态主要包括百度、百度贴吧、好看视频、全民小视频。百度搜索的商业模式是流量分发的节点中加入

46、广告，但百度搜索的商业模式是流量分发的节点中加入广告，但大型大型 App 的出现导致流量自循环，的出现导致流量自循环，削弱外部流量分削弱外部流量分发商。发商。百度在移动生态方面的收入主要是信息流广告和搜索广告，托管页收入本质是信息流和搜索广告的合集。信息流广告是百度布局移动端后兴起的广告形式，在网页/PC 时代百度收入以搜索广告为主。搜索广告的逻辑是，用户主动搜索内容，在相关内容中加入相关商业化广告，并吸引点击和进一步转化。但移动端内容孤岛导致用户的搜索需求可能无法被良好满足，导致流量被分流，增长前景受到限制。图图 23:2018-22 年移动互联网时长份额变化情况（年移动互联网时长份额变化情

47、况（%）数据来源：Questmobile，中信建投 3.1 复盘百度的转型之路：复盘百度的转型之路：公司治理边际改善，把握正确战略方向公司治理边际改善，把握正确战略方向 百度早期对于移动互联网的认知是“更小的屏幕、更慢的速度”“与网页搜索没有什么不同”。百度早期对于移动互联网的认知是“更小的屏幕、更慢的速度”“与网页搜索没有什么不同”。根据新浪科技，百度李彦宏布局移动互联网的思路是将 PC 互联网的搜索框移植到移动端，2010 年，百度推出了移动开放平台以及移动框计算。2011 年，百度推出全新上海品茶、移动终端平台等产品，新上线的百度上海品茶在传统的搜索框下，增加了导航通知、实时热点、应用、新鲜事四

48、大模块，同时新上海品茶页面将向所有站长、开发者、服务提供商开放。百度百度在移动互联网时代转型缓慢是“搜索思维”导致的结果在移动互联网时代转型缓慢是“搜索思维”导致的结果。从后视镜的视角看，2011 年百度提出“中间页”战略，2021 年提出的“X+Y”战略，都是围绕搜索业务，通过投资并购或战略合作等方式丰富搜索结果，0%10%20%30%40%50%腾讯系抖音系快手系百度系阿里系---12 13 美股公司深度报告 百度百度 请参阅最后一页的重要声明 满足用户需求。而这种思维来自百度在 PC 互联网时代的成功经验。百度在 PC

49、 互联网时代的成功主要是 1）2006年前凭借先发优势和技术优势开拓市场，并从中脱颖而出；2）2006-09 年在与 Google 的竞争中维持优势，2009年后 Google 受李开复离开，“不雅词”事件，信息审查影响，2010 年 Google 高级副总裁、首席法律官大卫德拉蒙德公开发表声明，宣布 Google 关闭在中国大陆市场搜索服务，并将搜索服务由中国内地转至香港。图图 24:2003-3Q12 中国搜索引擎市场份额（中国搜索引擎市场份额（%）数据来源：艾瑞咨询，虎嗅网，中信建投 技术优势及先发优势驱动百度、技术优势及先发优势驱动百度、Google 占据市场份额。占据市场份额。200

50、0-2006 年，百度等基于词型统计、超链分析的搜索引擎出现，并逐步取代基于人工查询、半自动编辑和人工申请收录的目录索引类引擎 Yahoo，此时表现为新一代搜索引擎的份额集体性扩张，尤其是 Google 及百度。此时 Google 总部只有 5-6 人的团队负责中文搜索，因此 Google 早期的份额扩张更多来自口碑传播。营销活动强化用户心智，加速行业营销活动强化用户心智，加速行业出清出清。相比新浪、搜狐等由门户转型布局搜索引擎的对手，百度业务聚焦且技术领先，并通过一些较为成功的事件营销塑造用户心智。例如，2002 年底百度推出“搜索大富翁游戏”通过礼品等奖励引导用户使用百度搜索引擎；2003

51、 年 6 月中国电脑教育报发起“Google vs Baidu两大搜索引擎对决搜索之巅”，并吸引用户进行评测；百度 2005 年推出的唐伯虎系列广告片强化“百度更懂中文”的心智。从结果看，一系列营销活动并未阻止 Google 份额的提升，但大大强化了百度和 Google 对标的心智，以至于行业其他竞争对手的份额快速收缩，中国 PC 互联网搜索引擎行业进入寡头时代。0%20%40%60%80%100%2003 2004 2005 2006 2007 2008 2009 2010 2011 3Q12百度GoogleYahoo搜狐新浪爱问其他 14 美股公司深度报告 百度百度 请参阅最后一页的重要声

52、明 图图 25:2002 年底百度推出“搜索大富翁”活动年底百度推出“搜索大富翁”活动 图图 26:百度唐伯虎篇创意广告，强化“百度更理解中文”印象百度唐伯虎篇创意广告，强化“百度更理解中文”印象 数据来源：好看123，中信建投 数据来源：搜狐视频，中信建投 Google 份额的落后份额的落后主要原因是主要原因是跨国集团对本土化适应能力不足跨国集团对本土化适应能力不足。2005 年 Google 正式进入中国，但互联网信息服务管理办法要求过滤搜索结果，屏蔽非法信息，引发 Google 内部以及外媒舆论风波，同时缺乏 ICP牌照运营也受到关注。2007 年 6 月，Google 正式获得 ICP

53、 牌照并将 G 用户引入 G。在此过程中，Google 中国时任负责人李开复及其团队需要不断向美国总部汇报、解释，相比本土公司其决策、执行流程更繁琐，导致行动缺乏灵活度1，例如 Google 中国并未在网吧等地进行付费推广，将搜索引擎预设为 Google，而竞争对手百度则“深谙其道”。另外，2007 年 Google 爆出“地图门”事件，2009 年爆出“不雅词”事件，这些舆论事件影响了 Google 的公众形象和团队士气。2010 年 Google 再度受信息审查困扰，但创始人之一谢尔盖布林（Sergey Brin）决定退出中国大陆搜索引擎市场。跨国集团适应能力弱本身是一种“大企业病”，由于

54、业务本身涉及多国家地区，对单一市场的调整边际成跨国集团适应能力弱本身是一种“大企业病”，由于业务本身涉及多国家地区，对单一市场的调整边际成本较高。本较高。典型例子是百度于 2002 年下半年推出 MP3 搜索，并获得市场欢迎，但 Google 由于受版权困扰等因素，直到 2009 年 3 月 Google 才与巨鲸音乐网合作推出正版音乐 MP3 供用户免费下载，而百度由于当时是非上市公司，且当时版权保护环境相对宽松，利用这些特点实现差异化优势。另外，由于 Google 不允许把个人数据保存在中国，导致 Gmail、YouTube 等服务无法在直接提供给国内用户，最终结果是 Google 中国一

55、直缺乏账号体系。但 2003 年百度俞军基于共同搜索构建的兴趣社区，推出百度贴吧，后续推出百度知道、百度百科等产品，进一步巩固相比Google的差异化优势。此外，中国用户有一些特定的使用习惯，例如百度搜索结果打开新窗口，Google以前不开新窗口，原来的搜索结果找不到，不少中国用户并不习惯；例如拼音扩展和相关检索。1 据AI未来，李开复表达了他在谷歌中国时的困境。“我们发展每一项新功能，都要与总部打一场硬仗，这让我们动作迟缓，也让我们精疲力竭。许多谷歌中国的员工厌倦了和总公司的斗争，沮丧地离开了。”15 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 27:百度百度 2010 年前

56、的产品矩阵年前的产品矩阵 数据来源：公司公告，中信建投 百度在竞争中不断丰富搜索内容，自然延展出内容百度在竞争中不断丰富搜索内容，自然延展出内容模块，但并未发展出内容生态模块，但并未发展出内容生态。据统计，2005-2009 年期间，百度推出了包括百度空间、百度视频、百度地图、百度杀毒、百度 Hi、有啊、百付宝等二十多个产品，涵盖社交、娱乐、出行、即时通讯、电商、在线直播。在 PC 互联网时代，搜索引擎是流量中枢，上述产品可以依赖百度的导流实现增长，但互联网产品并非简单地依靠流量就能成立，还需要对用户理解的深刻洞察。百度并非没有尝试布局内容，但问题在于几经反复。百度并非没有尝试布局内容，但问题

57、在于几经反复。2009 年百度提出“转型媒体平台”战略，以期打造一个满足用户需求的超级平台，在垂直搜索和社交媒体争夺流量的时代，依然保持搜索巨头的地位。2010 年，百度确立“中间页战略”2，希望通过投资或自建一批“中间页”网站从而提升百度长尾关键词的价值。2015 年百度提出 O2O 战略，2016 年任旭阳回归后建议剥离。2017 年提出转型 AI 战略，2019 年，百度提出“搜索+信息流”双引擎战略，加快建设“百家号+小程序”的两大生态，加速内容建设，应对移动互联网变局。2021 年百度提出移动生态的“X+Y”战略布局，即“横向开拓用户规模，纵向深耕行业垂类”的方式，推进整个生态向服务

58、化、人格化升级。图图 28:百度在百度在 2009 年以来的战略变化路径年以来的战略变化路径 数据来源：虎嗅网，澎湃新闻，中信建投 我们看到百度曾多次尝试布局内容，但由于战略方向多次变化，导致业务发展历经反复。典型例子这是 2015年百度提出“航母计划”，主要由于 O2O 业务资源投入大，其他业务需要分拆输血3。但手机百度发展后又需要内容生态。2 2010 年内部谈话确定概念，2011 年 4 月公开提出“中间页”战略。资料来源：https:/ 3 据环球网，https:/ 百度贴吧百度文库百度空间百度Hi百度百科百度知道百度视频有啊百付宝百度杀毒百度地图2009-10年：转型媒体平台，构建中

59、间页战略2011-16年：提出O2O战略2017-23年：夯实移动基础，决胜AI时代2009年：百度提出“转型媒体平台”战略，希望与社交媒体争夺流量，保持搜索巨头地位2010年:百 度 确 立“中 间 页 战略”，希望通过投资或自建一批“中间页”网站，提升百度长尾关键词价值2009年:百 度 提 出“框 计 算 战略”，希望通过搜索框满足用户的多元需求2012年:百度转型无线，担忧错过移动互联网时代2013-15年:百度强化对O2O领域投资布局，收购91无线，糯米网，Uber等，但陷入O2O大战2015年:O2O大战延续，行业进入寒冬，百度资金压力较大，启动“航母计划”，剥离部分资产2016年

60、:魏则西事件爆发，百度人事动荡，任旭阳回归并建议剥离部分O2O资产2019年:百度提出“搜索+信息流”双引擎战略，加快建设“百家号+小程序”的两大生态，加速内容建设，应对移动互联网变局2017年:陆奇加入百度，提出夯实移动基础，决胜AI时代2021年:百度提出移动生态的“X+Y”战略布局，即“横向开拓用户规模，纵向深耕行业垂类”的方式，推进生态升级 16 美股公司深度报告 百度百度 请参阅最后一页的重要声明 百度“全家桶”本质上是依靠搜索导流才成立的产品，而在搜索不再重要的移动互联网，百度“全家桶”本质上是依靠搜索导流才成立的产品，而在搜索不再重要的移动互联网，它们就会失去流它们就会失去流量难

61、以生存。他们缺乏用户行为的闭环链路，更类似于中转站，而非目的地。量难以生存。他们缺乏用户行为的闭环链路，更类似于中转站，而非目的地。以百度贴吧为例，百度的那些人和事提到，俞军最早创立贴吧是想到将搜索相同关键词的用户连接起来，这是贴吧流量来源的问题。贴吧用户留存和活跃的问题在于，贴吧流量容易自发集中化，因为头部贴吧的流量大，用户互动性更强，但另一方面顶贴导致优质内容不容易沉淀，从而出现劣币驱逐良币的情况。贴吧的大多数内容来自搬运和转载，加上流量分发的不均衡，对创作者的激励效果比较弱，长期存在自削弱的倾向。图图 29:百度“全家桶”产品多数行为链路较短，不构成完整闭环，导致流失率较高百度“全家桶”

62、产品多数行为链路较短，不构成完整闭环，导致流失率较高 数据来源：公司公告，中信建投 历史包袱和战略误判历史包袱和战略误判使得百度错失使得百度错失移动互联网移动互联网先机。先机。从 PC 互联网到移动互联网，百度犯了与微软类似的错误将 PC 的交互习惯和思维移植到手机和其他移动设备。屏幕尺寸的变化不仅仅是量变，更是质变，因为大屏幕下鼠标+键盘的交互更顺畅，网页可以填充更多内容供用户选择，但小屏幕下主要是触屏交互，小尺寸屏幕对内容的容错率远低于大屏幕。所以小屏幕下信息流分发是比搜索更好的解决方案，但 201214 年百度和360、搜狗仍在 PC 搜索引擎方面进行竞争，分散了注意力，一定程度上影响了

63、百度在移动互联网的布局。此外，移动端 Web 并未如 PC 端取得市场领先，而是 APP 生态逐步兴起，这主要是技术成熟度/硬件等因素导致。主题帖顶贴排序提升贴吧头部化内容质量下降流量自我强化创作者激励弱高流失率百科百度贴吧编写反馈解答疑惑小屏幕手机节约时间消磨时间百度百科百度知道搜索问题浏览回答提出问题解答问题满意不满意回答问题重新搜索相关问题提出相关问题浏览主题帖生活经验百度经验目的地 17 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 30:从大尺寸屏幕到小尺寸屏幕，交互逻辑变化导致搜索在移动端不再是主要解决方案从大尺寸屏幕到小尺寸屏幕，交互逻辑变化导致搜索在移动端不再是主

64、要解决方案 数据来源：TechRepublic，中信建投 另一方面，超级另一方面，超级 APP 的出现导致搜索引擎无法实现的出现导致搜索引擎无法实现 PC 互联网时代的广覆盖。互联网时代的广覆盖。以中国、东南亚为代表的地区相比欧美更容易出现超级 APP。根据墨腾创投分析4，这主要是由于 1）监管对数据收集、反垄断限制，以及用户隐私保护意识强，APP 横向扩展的倾向受到较强抑制；2）移动互联网发展时，多数领域已有垂类巨头，而东南亚、中国则仍有较多领域缺乏玩家；3）相对较低的用户价值驱动企业选择多元化。超级 APP 的格局导致流量集中于少数平台，而且 APP 的开放程度弱于 Web，且部分平台屏蔽

65、/封禁外链的做法导致移动端搜索引擎的覆盖度远弱于 PC 端，导致用户体验较差。2012 年底年底百度百度调整策略转型无线调整策略转型无线，但转型后陷入，但转型后陷入 O2O 大战大战。2012 年 11 月 7 日，百度董事长李彦宏发布内部信，提到“发现用户的搜索行为从 PC 往移动上迁移，就应该主动引导用户更早的去迁移到无线上，这样就可以借助 PC 上的优势，把移动做起来，而不是拼命维持现状，想把用户留在 PC 上”5。于是百度自 2013 年起强化对移动入口的布局，2013 年上线手机百度，投资收购 91 无线，上线轻应用。图图 31:2013-17 年百度对外投资版图年百度对外投资版图

66、数据来源：IT桔子，中信建投 4 https:/ 5 http:/ 大屏幕容纳更多内容鼠标+键盘交互成熟用户选择内容内容容错率高小屏幕容纳更少内容触屏交互容易误触，主要是内容找人内容容错率低搜索是更好的解决方案信息流是更好的解决方案-15-10-505101520-10-8-6-4-202468100信息技术信息技术消费服务消费服务金融地产金融地产教育医疗教育医疗成立时间成立时间成立时间成立时间融资规模融资规模融资规模融资规模Uber91无线猎豹移动Circle Internet Financial蜜芽宝贝中粮我买网易鑫集团优信二手车PPS网络电视CloudFlare百度外卖e袋洗Velody

67、ne LiDAR运立方易车美味不用等斗米优步Uber中国51用车快手去哪儿TrustGo悠悠村oTMS8i纵横文学百姓网波罗蜜嘴角家庭料理天娱在线太合音乐蓝港在线Taboola李叫兽受教科技星美控股Tonara亿思创世Estrongs闪电刷新信颐科技华视互联快联网RiceQuant万学教育客来乐智课网沪江教育爱贝信息极智批改网宜人金科健康之路医护网ZestFinance房司令乐房生活 18 美股公司深度报告 百度百度 请参阅最后一页的重要声明 秉持对流量入口和内容生态秉持对流量入口和内容生态的的布局布局思路思路，2013-16 年百度的对外投资存在过度补偿的倾向。年百度的对外投资存在过度补偿的

68、倾向。2013-16 年百度广泛参与了多个业务领域的投资收购，涉及 PPS 视频、91 无线、纵横文学、糯米网、沪江教育、猎豹移动、Uber、快手、作业帮、百度外卖等。当时处于创投火热阶段，腾讯、阿里巴巴等在此时期也采取广泛布局的策略，因此我们理解此时百度的积极参与既是对过往错失移动互联网布局的补偿，同时也是 FOMO（Fear of Missing Out）情绪作祟。问题在于，互联网巨头通过扶持新兴领域巨头进行“代理人战争”。前期过度扩张前期过度扩张“战线战线”导致行业景气下降时资金压力加剧，百度逐步剥离此前收购和内部孵化的多数资产。导致行业景气下降时资金压力加剧，百度逐步剥离此前收购和内部

69、孵化的多数资产。随着 2015 年下半年行业进入寒冬，前期投资的公司对互联网巨头“输血”的依赖加强，而百度在多条战线与腾讯、阿里巴巴有所竞争，这产生了较大的资金压力。因此，2015 年 7 月百度宣布“航母计划”，分拆百度外卖、91 桌面、作业帮、百度音乐、百度视频、百度文学等业务，实质是剥离部分资产降低资金负担，从而集中资源支持部分 O2O 业务。陆奇加入陆奇加入后后帮助百度确立帮助百度确立 AI+信息流信息流双引擎战略。双引擎战略。2016 年 5 月任旭阳回归百度6，战略层面推动百度重新梳理战略方向，放弃 O2O。相应的人事影响则是此前积极支持 O2O 战略的百度前战略顾问何海文、百度前

70、战略部副总裁金宇和百度前技术副总裁刘骏先后离职。2017 年 1 月，陆奇博士加入百度，提出四象限理论，确立 Feed流、人工智能的主航道；大商业、搜索、地图、知道、百科、糯米等应用环绕的护城河。其中，Feed 流为移动基础，人工智能则是百度长久奋斗的目标。图图 32:百度四象限理论，夯实移动基础，决胜百度四象限理论，夯实移动基础，决胜 AI 时代时代 数据来源：澎湃新闻，中信建投 战略战略重新重新聚焦聚焦后后，百度，百度大量大量布局移动端内容布局移动端内容：1）发布百家号，面向所有用户开放注册；2）布局短视频，发布好看视频、全民小视频；3）外部投资聚合，小红书、知乎等。百家号创建初期，百度与

71、 MCN 机构合作，主要措施是通过补贴将其他平台的内容同步发布至百度；百度和小红书、知乎的合作形式是单条视频、图文内容以小程序等形式集合在百度生态内，但操作、观看更多内容是以跳转 APP、链接等形式转至小红书、知乎生态内实现。6 2016 年魏则西事件后百度内部人事动荡，李彦宏紧急召回任旭阳。在百度迎来陆奇，内部人事、战略稳定之后，任旭阳便逐渐又退出百度。资料来源：https:/ 19 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 33:百度百度 2018-21 年重新聚焦内容领域投资年重新聚焦内容领域投资 数据来源：IT桔子，中信建投 从从过程过程上看，上看，方向方向纠偏纠偏是

72、是战略上正确，但具体执行层面存在一定的偏差。战略上正确，但具体执行层面存在一定的偏差。从舆论反映可管中窥豹，首先是百家号，2019 年 1 月搜索引擎百度已死7引发社会广泛关注（人民网语8），为了快速推进百度内容生态，百度搜索结果中百家号、爱奇艺、百度贴吧、百度经验等占比异常高，导致用户体验受到严重影响；其次是百度 APP，不惜持续弹窗：为什么百度非要你用它的 App？指出百度在网页端持续弹窗提醒用户下载百度 APP，想要提升百度 App 用户数和使用频率，但代价是损失 Web 端百度的用户体验。图图 34:百度百度存在过度扶持百家号内容的倾向存在过度扶持百家号内容的倾向 数据来源：虎嗅网，中

73、信建投 7 https:/ 8 http:/ AI智行者ZingFront智线YY直播网易云音乐新潮传媒百度视频搞定蝴蝶互动梯影传媒DataPipeline驭光科技集度汽车汉得信息狮桥物流狮桥集团亿咖通科技梨视频希迪智驾华录易云黄油相机清研精准极飞科技九州华兴Yrobot远也科技动脉网海豚思维启灏医疗GenedockQuantapore有来医生Engine BioScience吉因加百图生科微脉英矽智能SynSense时识科技清微智能酷开史河科技云丁科技星际荣耀Vesper乐范科技微度芯创青莲云达显智能iReadyIT成立时间成立时间成立时间成立时间融资规模融资规模融资规模融资规模 20 美股

74、公司深度报告 百度百度 请参阅最后一页的重要声明 图图 35:百度百度 Web 端多处引导用户下载百度端多处引导用户下载百度 App 数据来源：雷锋网，百度APP，中信建投 百度真正的转变来自“人”的变化，体现在水面之上的变化就是百度真正的转变来自“人”的变化，体现在水面之上的变化就是人员人员和组织架构的变化。和组织架构的变化。2017 年 12 月，崔珊珊回归百度。2018 年，崔珊珊开展约一百场小范围座谈会（每场 57 人），倾听员工讲遇到什么问题。后来百度成立了文化委员会，李彦宏担任主席，崔珊珊任秘书长。百度成立文化委员会的第一目标是构建治理体系，最重要的是纠偏，具体措施是确立员工晋升过

75、程中的文化一票否决权。据崔珊珊访谈，从第一曲线到第二曲线过渡，存在部分干部不干活，思想守旧的情况，因此百度进行了大比例的高管层面的人员调整以及组织架构的变革。总结来看，百度的变化是崔珊珊回归后在李彦宏授意下，推动公司治理体系改革，在过程中对旧思想、不干活的干部进行大比例调整（干部年轻化），并同时进行组织架构的调整，避免组织的惯性导致新人犯与老人同样的问题。搜索上海品茶及结果页底部引导用户下载APP跳转页自动转入下载引导页百度APP涵盖搜索+其他内容生态 21 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 36:2011 年至今百度组织架构调整（截止年至今百度组织架构调整（截止 202

76、3/3/17）数据来源：新浪科技，腾讯科技，36kr，界面新闻，虎嗅，中信建投 百度的改变首先首先来自自上而下思路的转变，陆奇加入后提出四象限理论，提出 1）把握根基不被对手动摇，即建立起移动搜索生态，稳住百度的基本盘；2）百度需要开辟新航道。陆奇给出的方向是智能云、短视频、智能驾驶等。其次，其次，组织架构层面，增加 IDG、SLG、AIG 等 AI 体系，不断强化资源投入，保持战略定力。再次再次是自上而下的制度变化，即 OKR、干部轮岗、全员沟通会制度化。2018 年 12 月，在百度集团资深副总裁、百百度销售体系商业运营体系用户产品与技术体系直销分公司商业产品与技术体系渠道部大客户销售搜索

77、引擎营销部商业应用产品市场部服务管理部业务运营部联盟事业部商务搜索部用户产品研发部客户端部门云计算无线部门等副总裁 王湛副总裁 向海龙副总裁 王梦秋副总裁 王劲移动云事业部LBS事业部2012M10，地图业务拆分出LBS事业部，仍向王梦秋汇报沈丽（原百度凤巢副总监）李明远（事业部总经理兼产品负责人）林仕鼎（百度云首席架构师）向王劲汇报虚线汇报关系无线部门百度开发者中心云计算2012年调整年调整搜索业务群组用户消费业务群组网页搜索部网页搜索产品市场部商业运营体系销售体系副总裁 向海龙（原为前向收费业务群组）副总裁王湛2013年年6月改组月改组市场公关体系法务相关业务朱光梁志祥国际化事业部移动服务

78、事业群组（MSG）新业务群组新兴业务事业群组（EBG）搜索业务群组（SSG）搜索底层基础技术部门移动搜索联盟高级副总裁 向海龙副总裁 王海峰副总裁 李明远副总裁 刘骏总裁 张亚勤副总裁 王湛2015年年2月调整月调整搜索底层基础技术部门移动搜索联盟业务网页搜索部网页搜索产品市场部商业运营体系销售体系百度外卖无线部门百度开发者中心百度云Hao123百度糯米金融服务事业群组（FSG）自动驾驶事业部（ADU）消费金融业务钱包支付业务互联网证券业务金融市场与策略研究高级副总裁 朱光高级副总裁 王劲贴吧业务移动游戏高级副总裁 王劲2015年年12月调整月调整2015年年12月调整月调整2011年年7月改

79、组月改组百度搜索公司高级副总裁 向海龙副总裁 李明远移动服务事业群组搜索业务群组糯米事业部2016年年4月调整月调整智能驾驶事业群组（IDG）集团总裁&CEO 陆奇自动驾驶事业部（L4）智能汽车事业部（L3）车联网业务2017年年3月调整月调整AI技术中台体系（AIG）新兴业务事业群组（EBG）总裁 张亚勤金融服务事业群组（FSG）高级副总裁 朱光副总裁 王海峰2017年年3月调整月调整百度智能生活事业群组（SLG）原度秘事业部集团总裁&CEO 陆奇副总裁景鲲2018年年3月调整月调整新兴业务事业群组（EBG）总裁 张亚勤金融服务事业群组（FSG）度小满CEO 朱光智能云事业群组（ACG）副总

80、裁 尹世明AI技术中台体系（AIG）基础技术体系（TG）智能驾驶事业群组（IDG）李震宇虚线汇报关系2018年年12月调整月调整百度搜索公司高级副总裁 向海龙副总裁 李明远百度百度AI体系体系自动驾驶业务组智能交通业务组车联网业务组智能汽车业务部自动驾驶技术部智驾地图业务部2019年年12月调整月调整副总裁 王海峰人工智能体系（AIG）技术中台群组智能云事业群组CTO 王海峰2019年调整年调整移动生态事业群组（MEG）高级副总裁 沈抖2019年年5月调整月调整主要产品其他产品销售体系2022年年5月月调整销售体系，调整销售体系，改为改为4个行业部门个行业部门+5个其他部门个其他部门移动生态事

81、业群组（MEG）资深副总裁 何俊杰智能云事业群组（ACG）执行副总裁 沈抖人工智能体系（AIG）执行副总裁&CTO 王海峰金融服务事业群组（FSG）度小满CEO 朱光百度智能生活事业群组（SLG）智能驾驶事业群组（IDG）资深副总裁 李震宇小度科技CEO 景鲲新兴业务事业群组（EBG）2022年年5月调整月调整 22 美股公司深度报告 百度百度 请参阅最后一页的重要声明 度文化委员会秘书长崔珊珊的带领下，百度由原来的 KPI 模式更改为 OKR 模式。2019 年春节前夕，百度董事长兼 CEO 李彦宏制定公司最高目标（Objectives）和关键结果（Key Results）后，员工自上而下逐

82、层拆解，依次制定团队和个人目标及关键结果，基层员工已于 2019 年 1 月 31 日全部提交完毕。此后，2019 年 2 月百度对三位副总裁沈抖、吴海锋、郑子斌进行轮岗，解决业务之间的信息差，结合 OKR 改革，强化协作，减少内耗的作用明显。2019 年年中，简单之约（百度内部全员沟通对齐会）被制度化下来，并每个季度制作成课件并定期考核，要求公司 80%以上员工参加。百度正在重塑上海品茶百度正在重塑上海品茶，坚定执行既定战略方针坚定执行既定战略方针。可以说，2017-19 年来的人事、组织架构、公司制度的密集调整正在重塑上海品茶，一个例证是百度集团副总裁张东晨、副总裁侯震宇相继回归百度。1Q

83、21 财报电话会上，百度创始人兼 CEO 李彦宏提到“随着 AI 推动技术发展进入新阶段，众多前百度员工重新回归”。未来，我们认为百度相比过去会大幅提升战略的执行能力，在既有战略方向上，移动端+网页端维持搜索广告的业务根基，新业务诸如智能驾驶、智能云等业务积极探索，发掘第二增长曲线。3.2 业务：业务：广告受益经济修复及广告主预算回升，新广告产品有望贡献增量广告受益经济修复及广告主预算回升，新广告产品有望贡献增量 百度核心的收入中在线营销收入占比70%，主要由百度、百度贴吧、好看视频、全民小视频的广告收入贡献，其他收入包括智能云、智能驾驶。我们在移动生态部分主要分析以上 App 产品的广告业务

84、。23 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 37:百度营销百度营销产品图谱产品图谱 数据来源：百度，中信建投 根据 Alexa，百度 2016-18 年平均 PV 在 20 亿左右，2019-21 年平均 PV 在 10-15 亿，2019 年百度加强了对手百等移动生态产品的导流，一定程度上导致 Web 端 PV 的中枢下滑，但好处是手百等移动产品的用户规模在2019 年增速有所回升，即加速转型。百度信息流GD搜索推广信息流推广定向能力出价能力创意形式定向能力出价能力创意形式及能力展现平台展现样式定向能力售卖形式展现平台创意产品能力品牌专区展现频道展现样式产品矩阵展现机

85、制售卖方式开屏展现平台展现样式定向能力售卖方式创新能力玩法内容营销展现平台展现样式合作模式售卖方式事件营销及定制玩法展现形式定向能力售卖方式展现频道及玩法聚屏覆盖场景展现样式定向能力售卖方式 24 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 38:百度百度网页端网页端 UV、PV 情况（亿）情况（亿）数据来源：Alexa，中信建投 图图 39:4Q15-1Q23 手机百度手机百度 DAU 及同比增速（万，及同比增速（万，%）图图 40:4Q15-1Q23 百度贴吧百度贴吧 DAU 及同比增速（万，及同比增速（万，%）数据来源：Sensor Tower，中信建投 注：Sensor

86、 Tower监测国内iOS端App Store数据，因此不含国内安卓渠道、预装渠道等部分数据。数据来源：Sensor Tower，中信建投 注：Sensor Tower监测国内iOS端App Store数据，因此不含国内安卓渠道、预装渠道等部分数据。图图 41:4Q15-1Q23 好看视频好看视频 DAU 及同比增速（万，及同比增速（万，%）图图 42:4Q15-1Q23 度小视度小视 DAU 及同比增速（万，及同比增速（万，%）数据来源：Sensor Tower，中信建投 数据来源：Sensor Tower，中信建投 0554045502016/112017/11201

87、8/112019/112020/112021/112022/11当日UV（亿）当日PV（亿）-10%0%10%20%30%40%-200 400 600 800 1,000 1,200 1,400 1,6004Q152Q164Q162Q174Q172Q184Q182Q194Q192Q204Q202Q214Q212Q224Q22手机百度DAU(万）同比增速%-20%-15%-10%-5%0%5%10%15%-20 40 60 80 100 1204Q152Q164Q162Q174Q172Q184Q182Q194Q192Q204Q202Q214Q212Q224Q22百度贴吧DAU(万）同比增速（%

88、）-40%-30%-20%-10%0%10%20%30%40%-20 40 60 80 100 120 140 1604Q152Q164Q162Q174Q172Q184Q182Q194Q192Q204Q202Q214Q212Q224Q22好看视频DAU(万）同比增速（%）-80%-70%-60%-50%-40%-30%-20%-10%0%-5 10 15 20 25 304Q152Q164Q162Q174Q172Q184Q182Q194Q192Q204Q202Q214Q212Q224Q22度小视DAU(万）同比增速（%）25 美股公司深度报告 百度百度 请参阅最后一页的重要声明 注：Senso

89、r Tower监测国内iOS端App Store数据，因此不含国内安卓渠道、预装渠道等部分数据。注：Sensor Tower监测国内iOS端App Store数据，因此不含国内安卓渠道、预装渠道等部分数据。由于内容生态尚未搭建成熟，机械导流而来的用户留存率存在一定问题，因此我们看到 2021 年后除手百外，其余百度移动生态主要产品的 DAU 均有所回落。因此，百度移动生态的广告收入贡献方面，手百 App贴吧其他产品。我们主要以手百 App 作为分析对象。百度百度 App 人均单日信息流推荐量估计为人均单日信息流推荐量估计为 93 条条。据百度 2018 世界大会9，百度 App 的日活用户数已

90、超过 1.6亿，搜索的日均响应次数超 60 亿，搜索结果中首条结果需求满足率超过 40%，信息流日均推荐量超 150 亿。结合 QM 的人均时长，我们按环比变化估计百度信息流产品的每日人均信息流推荐量。图图 43:4Q18-4Q22 百度百度 App 单日人均时长及环比（分钟，单日人均时长及环比（分钟，%）图图 44:4Q18-4Q22 百度单日人均信息流推荐量（条）百度单日人均信息流推荐量（条）数据来源：QuestMobile，公司公告，中信建投 数据来源：QuestMobile，公司公告，中信建投 百度信息流主要是百度搜索框下信息流、视频 tab 信息流，测算信息流 Ad load 需要额

91、外考虑两条信息流的转化关系，即搜索框下信息流插入了部分视频合集，用户点击视频合集后下滑消费自动转入视频信息流。测算方法如下，考虑到用户使用时一般是一天内多次打开，每次打开使用一段时间，因此在统计时需要考虑这一差异。如果信息流的广告填充是均匀分布的，那么我们统计时按用户每天消费的信息流总量即可，反之则需要拆分成多次统计。而信息流广告填充是一个较强假设，我们较难论证这一假设在时序上持续稳定有效，因此采取将单日 90+条信息流拆分成多次统计。据 2020 年百度移动生态大会，百度 App 日活已突破 2.3 亿，每天人均打开次数超过 10 次。此外，考虑到两条信息流的交互逻辑，我们不能仅假设两条信息

92、流的打开率，再简单加权两条信息流的综合 ad load。还需要考虑从搜索信息流导入到视频信息流的部分 VV。搜索部分加权 ad load 计算公式如下，但注意到前 10 条搜索信息流 ad load 较低，访问深度在 15 条以上看到广告的概率较高。其中 N 为信息流内容数量，i 为步长，步长上限为信息流视频内容数量，a 为视频内容点击率。Ad load=(1 )1(+)9 https:/ 95 97 100 101 103 95 97 96 100 94 96 94 96 92 93 93 8590951001054Q181Q192Q193Q194Q191Q202Q203Q204Q201Q2

93、12Q213Q214Q211Q222Q223Q224Q22单日人均浏览信息流（条）26 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 45:百度搜索信息流及视频信息流的跳转流程百度搜索信息流及视频信息流的跳转流程 数据来源：百度App，中信建投 为简化计算和推理，我们代入现实条件，即用户单次打开所浏览的信息流数量为 910 条，其中搜索信息视频内容占比较高，在 7080%。若将搜索信息流前 10 条 ad load 简化为 0，则搜索 ad load 相对视频信息流 ad load的函数关系如下，理论上搜索部分的加权 ad load 最高可达 5.68%，这低于 PC 端 ad

94、load 的水平，主要是牺牲了部分商业化效率，引导用户加速消费视频内容，强化内容生态。随着用户视频消费习惯养成，视频消费量提升，综合 ad load 水平也会相应提升，且由于视频转化率、点击率等指标优于图文信息流，实际 CPM 可能有提升空间，即进一步打开广告业务的上限。图图 46:加权系数的函数加权系数的函数 图图 47:不同打开率假设下的综合不同打开率假设下的综合 ad load（%）数据来源：2020年百度移动生态大会，据百度2018世界大会，中信建投 数据来源：2020年百度移动生态大会，据百度2018世界大会，中信建投 注：横轴为搜索tab的打开率，由于百度App默认进入搜索tab，

95、预计搜索tab打开率高于视频tab的打开率。搜索页信息流点击合集内容跳转页自动转入视频信息流视频信息流下滑载入广告0.000.050.100.150.200.250.3000.20.40.60.810%4%8%12%16%20%0%20%40%60%80%100%27 美股公司深度报告 百度百度 请参阅最后一页的重要声明 百度移动生态产品方面的百度移动生态产品方面的近期近期变化就是百度地图会员商业化变化就是百度地图会员商业化升级升级（to B）。）。2023 年 3 月，百度地图进行会员产品的商业化升级，具体权益包括 1）店铺装修、转化工具；2）搜索排名提升；3）品牌榜单、详情页推荐位；4）专

96、题活动。整体而言，百度地图会员产品是围绕本地生活行业进行商业化，目前产品开放的行业包括教育、家装、维修、律师、车后、文体器材、整形美容、植发、眼科、口腔、体检、医疗服务/器械，整体看是一些低频高客单的行业，近似于美团的到店综合类目，存在市场空间大，线上化率低等特点。表表 1:百度地图会员产品目前开放行业（截止百度地图会员产品目前开放行业（截止 2023 年年 3 月）月）会员行业 会员商品 开店一级类目 开店二级类目 教育(禁止 k12、特殊教育、心理咨询)驾校一年期会员 教育培训 职业技能 地图-A-语言/留学培训 教育培训 留学、语言培训 地图-B-兴趣培训/学前教育 教育培训 学前教育、

97、兴趣爱好 教育综合一年期会员 教育培训 职业技能、学历教育、运动健身、教育院校、医教及事业单位公考 家装 卖场一年期会员 房产家居 家具家居 家装一年期会员 房产家居 装修装潢 建材一年期会员 房产家居 装修建材/家具家居 生活综合-维修 维修一年期会员 生活服务 房屋维修、家电清洗、家电维修、上门安装、手机维修、数码维修、钟表维修 律师 律师一年期会员 商务服务 法律服务 车后 车后一年期会员 交通出行 汽配及服务、便民出行、摩托车、非机动车 文体器材 文体器材一年期会员 文体器材 音乐器材、体育器材、办公设备 及器械、玩具模型、文教具 整形美容 整形美容一年期会员 整形美容 整形美容-其他

98、、整形美容综合、美体塑形、面部整形、皮肤美容、纹身、眼科美容 植发 植发一年期会员 整形美容 植发 眼科 眼科一年期会员 整形美容 眼科专科 眼科一年期会员 医疗服务 眼科 口腔 口腔一年期会员 整形美容 口腔美容、口腔专科 口腔一年期会员 医疗服务 口腔科 体检 体检一年期会员 医疗服务 医疗周边服务 医疗服务 医疗服务一年期会员 医疗服务 耳鼻咽喉科、妇产科、中医科、皮肤科、肠胃 医疗器械 医疗器械一年期会员 医疗器械 一类医疗器械、二/三类医疗器械 资料来源：百度，中信建投 28 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 48:百度地图会员产品刊例价（元百度地图会员产品

99、刊例价（元/年）年）数据来源：百度，中信建投 全量放开行业后全量放开行业后付费付费上限为上限为 50 万商户，万商户，中性估计下中性估计下远期远期商业化规模在商业化规模在 612 亿元亿元。根据 2020 年百度地图发布会10，截止 2020 年 12 月，百度地图已实现 90%数据生产环节 AI 化，全新升级了生态全景 2.0，累计注册开发者数量已突破 200 万。在政企合作方面，百度地图拥有超过 170 个政府合作项目，同时其全景地图覆盖了 95%以上国内城市，超过 50 万商家入驻。如果按算术平均数考虑实际 ARPU 大约在 1 万元左右，考虑潜在的折扣等11，按 50%计算对应 0.5

100、1 万元的 ARPU，极限商业化贡献在 2550 亿元。百度地图的会员产品更近似于销售线索而非构建交易闭环，因此在不对餐饮商户开放的情况下，按 60%餐饮商户占比，综合商户付费渗透率 60%估计，实际商业化贡献在 612 亿元。图图 49:百度品牌百度品牌 Voice 产品产品案例及刊例价情况案例及刊例价情况 数据来源：百度，中信建投 此外，据百度营销学堂，百度于 2H22 推出品牌 Voice 产品，广告位包括热榜、搜索发现、搜索框预置词等。10 https:/ 11 https:/ 2023 年 3 月 7 日发布公告引入 to B 会员产品服务商。29 美股公司深度报告 百度百度 请参阅

101、最后一页的重要声明 百家号发布 2023 年营销通案，根据内容活动节点进行招商，形式上类似于内容平台的招商活动，例如 5 月上线吃货狂欢节，并引导相关内容造势，平台预估内容投稿量 2 万，总曝光量 3 亿，话题阅读量 8000 万，定制独家约稿视频 100+，带货 GMV1000 万，基于预估影响力吸引广告主投放，该部分招商规模随着内容生态构建完善，百家号内容影响力有所提升而共同增长。图图 50:3Q18-4Q22 百家号内容创作者规模（百万）百家号内容创作者规模（百万）图图 51:2023 年年百家号营销项目全景图百家号营销项目全景图 数据来源：公司公告，百家号2023年招商通案，中信建投

102、数据来源：百家号2023年招商通案，中信建投 总结来看，百度移动生态广告业务可以拆分成 1）新产品推出，提供较多增量；2）既有产品的升级，实现效率改善，贡献温和增长。广告产品的丰富和结构改善驱动百度广告业务产品周期变化，叠加外部的宏观经济、行业景气度变化，二者共同影响百度移动生态广告业务的增速。图图 52:百度每季度推出的广告产品情况（个）百度每季度推出的广告产品情况（个）数据来源：百度营销课堂，中信建投 注：统计可能存在遗漏的风险。-1.0 2.0 3.0 4.0 5.0 6.0百家号发布者数量（百万）01Q212Q213Q214Q211Q222Q223Q224Q221

103、Q23改善新增 30 美股公司深度报告 百度百度 请参阅最后一页的重要声明 4.智能智能云云：MaaS 浪潮有望加速经济智能化发展浪潮有望加速经济智能化发展 从收入结构上，百度云收入主要来自 1）视频云，包括 IaaS 层的 CDN 及 PaaS 层的音视频解决方案；2）AI 服务，包括语音、图文识别、AI 开放平台等服务；3）其他等。基于公开数据结合简单假设，我们推测百度云基于公开数据结合简单假设，我们推测百度云收入收入中广义视频云中广义视频云 2022 年约年约 75 亿元亿元，占比较高，占比较高。根据 IDC及 Synamedia，我们可以得到 2017-20 年 CDN 市场规模，假设

104、 2021-22 年的同比增速分别为 10%、5%，并基于IDC 统计的市场份额，我们可以推测百度云历年的 CDN 规模。结合 IDC 视频云统计，由视频云扣除 CDN 即PaaS 层视频云规模。我们推测百度云收入中广义视频云 2022 年约 75 亿元，占百度智能云收入的 41.4%。图图 53:1Q19-4Q22 中国云计算市场营收规模（亿美元）中国云计算市场营收规模（亿美元）图图 54:2017-20 年中国年中国 CDN 市场规模及同比（亿美元，市场规模及同比（亿美元，%）数据来源：Canalys12，中信建投 数据来源：IDC，中信建投 图图 55:百度云百度云 CDN 规模测算规模

105、测算 数据来源：Synamedia，IDC，中信建投 12 注：Canalys 将云基础设施服务定义为提供 IaaS、PaaS 的服务，可以是专用托管的私人基础设施，也可以是共享基础设施。这不包括直接作为服务的软件支出，但包括为托管和运营所消耗的基础设施服务所产生的收入。0102030401Q192Q193Q194Q191Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q22阿里云营收（亿美元）腾讯云营收（亿美元）百度云营收（亿美元）华为云营收（亿美元）0%5%10%15%20%25%30%35%40%-10 20 30 40 5020172018201

106、92020中国CDN规模（亿美元）yoy%2022年中国CDN市场规模300亿元传统CDN份额40%互联网CDN份额60%阿里云,31.7%腾讯云,25.0%金山云,8.3%白山云,10.0%百度云,13.3%其他,11.7%百度云CDN规模24亿元57.06 45.00 23.94 14.94 18.00 -10 20 30 40 50 60阿里云 腾讯云 百度云 金山云 白山云 31 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 56:2H19-1H22 国内视频云竞争格局（国内视频云竞争格局（%）图图 57:2019-22E 国内视频云市场规模（亿美元）国内视频云市场规模（

107、亿美元）数据来源：IDC，中信建投 数据来源：IDC，中信建投 基于类似逻辑，我们推测百度智能云基于类似逻辑，我们推测百度智能云 AI 公有云部分收入公有云部分收入 22 年约年约 21 亿元，占百度智能云收入的亿元，占百度智能云收入的 11.7%。市场竞争方面，市场竞争方面，从市场份额上看，公有云市场从市场份额上看，公有云市场 AI 服务方面百度智能云处于领先地位，其次是阿里云、华服务方面百度智能云处于领先地位，其次是阿里云、华为云，腾讯云次之。市场份额主要与集团其他业务的技术积累有关，为云，腾讯云次之。市场份额主要与集团其他业务的技术积累有关，例如腾讯、百度在人脸识别布局积累较深；在计算机

108、视觉方面，百度依靠自动驾驶、数字人等领域积累领先市场，腾讯凭借金融、泛娱乐领域的技术积累逐步追赶；NLP 主要应用于情感分析、营销管理，智能语音涉及会议访谈转写，字幕生成等，腾讯云在以上领域涉猎相对较少，处于落后追赶地位；对话式 AI 典型案例即语音助手、在线客服，阿里、百度、华为凭借在智能设备等领域的积累处于领先地位。未来未来 AI 公有云市场的发展主要由新场景、新公有云市场的发展主要由新场景、新技术驱动。技术驱动。目前 AI 公有云市场中人脸识别是应用较广的场景，推广接受度较高，市场进入平稳期，且人脸人体识别技术正在进入成熟期。智能语音也从高速增长进入应用场景深耕阶段。AI 市场高速增长的

109、场景主要是对话式 AI、机器学习平台两个领域，上述两个领域 1H22 同比增速高于大盘平均，NLP 基本与大盘增速接近（68.0%vs 69.2%）。图图 58:1H20-1H22 中国中国 AI 公有云服务市场份额（公有云服务市场份额（%）图图 59:1H22 中国人脸人体识别公有云服务市场份额（中国人脸人体识别公有云服务市场份额（%）数据来源：IDC，中信建投 数据来源：IDC，中信建投 8.5%7.6%8.3%8.9%10.3%10.0%0%10%20%30%40%50%60%2H1920191H202H201H212H211H22阿里云腾讯云百度云39.0 57.0 75.0 50.5

110、 88.4 7.1 12.5 16.7 10.5 23.3 02040608002020211H222022E视频云解决方案市场规模（亿美元）视频云基础设施市场规模（亿美元）27.5%33.0%30.6%30.6%30.6%28.3%25.0%26.7%27.8%30.0%29.1%28.1%11.1%13.9%18.3%19.4%19.0%20.6%16.7%19.2%17.2%12.8%14.6%16.7%0%20%40%60%80%100%1H2020201H212H2120211H22百度云阿里云华为云腾讯云0%5%10%15%20%25%30%35%40%百度智

111、能云腾讯云阿里云华为云 32 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 60:1H22 中国图像视频公有云服务市场份额（中国图像视频公有云服务市场份额（%）图图 61:1H22 中国中国 NLP 公有云服务市场份额（公有云服务市场份额（%）数据来源：IDC，中信建投 数据来源：IDC，中信建投 图图 62:1H22 中国智能语音公有云服务市场份额（中国智能语音公有云服务市场份额（%）图图 63:1H22 中国对话式中国对话式 AI 公有云服务市场份额（公有云服务市场份额（%）数据来源：IDC，中信建投 数据来源：IDC，中信建投 图图 64:1H22 中国机器学习公有云服务市

112、场份额（中国机器学习公有云服务市场份额（%）图图 65:2021 年年 AI 云服务份额（云服务份额（%）数据来源：IDC，中信建投 数据来源：艾瑞咨询，易观分析，前瞻产业研究院，中信建投 注：不同机构统计口径可能存在差异，可能包含少量私有云份额，技术上暂无法剔除。AI云服务还包含其他细分领域，暂未统计。未来未来 AI 云服务市场格局变化主要受新兴领域格局影响。云服务市场格局变化主要受新兴领域格局影响。NLP、对话式 AI、机器学习平台等合计占 2021 年0%5%10%15%20%25%30%百度智能云阿里云腾讯云华为云0%5%10%15%20%25%30%35%阿里云百度智能云华为云腾讯云

113、0%5%10%15%20%25%30%35%阿里云百度智能云华为云腾讯云0%5%10%15%20%25%30%35%阿里云百度智能云华为云腾讯云0%5%10%15%20%25%30%35%华为云阿里云百度智能云AWS腾讯云对话式AI,15.6%NLP云服务,26.7%计算机视觉,18.7%机器学习平台,6.5%智能语音云服务,17.9%人脸人体识别,14.7%33 美股公司深度报告 百度百度 请参阅最后一页的重要声明 AI 云服务市场规模约 48.7%，考虑其他领域增速相对平缓，格局较为确定，未来新兴领域占 AI 云服务市场份额扩张，对整体份额影响提升，且细分领域仍处于高速增长发展阶段，格局存

114、在一定不确定性，因此对 AI 云服务格局的变化核心是研判以上三个细分领域的成长与竞争情况。4.1 NLP 云服务云服务：范式转移驱动新趋势，：范式转移驱动新趋势，前期前期积累有望逐步积累有望逐步兑现兑现 大模型取代垂直小模型成为行业趋势（大模型取代垂直小模型成为行业趋势（MaaS）。）。NLP 可以分为自然语言理解（NLU）和自然语言生成（NLG）两部分，细分任务包括分类、匹配、序列标注、阅读理解、序列到序列、序列到动作序列及语言模型。由于下游任务的范式迁移，垂直领域的任务可以通过变换为其他任务，因此模型的通用性增强。同时零样本、小样本学习提升了模型的训练效率，并降低了整体的调试成本，使得大模

115、型提供服务的门槛降低。综合来看，大模型至少在一定程度上能够取代垂直小模型，并通过 MaaS 的形式提供服务，这可能成为行业未来的发展趋势。图图 66:NLP 领域的范式转移领域的范式转移 数据来源：Paradigm Shift in Natural Language Processing13，中信建投 图图 67:小样本学习的训练改进小样本学习的训练改进 数据来源：青源会2022年人工智能重要方向进展与未来展望报告，中信建投 大模型领域的研究大模型领域的研究核心要素包括模型结构、预训练模型、下游调试、模型部署、模型推断等。核心要素包括模型结构、预训练模型、下游调试、模型部署、模型推断等。根据青

116、源会，大模型研究领域存在一定问题，包括同质化严重的情况，多数厂商采取类似的模型架构，例如 GPT、Bert、T5等。由于模型架构同质化，影响模型效果的核心因素更多是工程方面的技巧、细节。总体上，大模型领域的研究机会主要包括 1）模型结构，例如非注意力交互机制、稀疏路由结构等；2）预训练模型，例如预训练任务设计、模型更新方法等；3）下游调试，如探索任务微调效率提升方法；4）模型部署，如统一的任务范式，通过 13 https:/arxiv.org/pdf/2109.12575.pdf 34 美股公司深度报告 百度百度 请参阅最后一页的重要声明 单一模型支撑多种任务；5）模型推断，如模型压缩、剪枝、

117、动态路由等。我们对比不同厂商大模型研发水平也主要参照上述框架。图图 68:大模型领域的研究机会大模型领域的研究机会 数据来源：青源会2022年人工智能重要方向进展与未来展望报告，中信建投 模型结构上，模型结构上，百度百度 ERNIE14是基于是基于 BERT 引入知识图谱引入知识图谱。具体来讲，2019 年 4 月 ERNIE:Enhanced Representation through Knowledge Integration 提出基于 BERT 的改进掩码策略，1）在单词级别随机生成掩码并引导模型预测（BERT 框架，basic-level masking），2）词组级别（phrase

118、-level masking）、实体级别（entity-level masking）随机生成掩码并引导模型预测。通过引导模型预测词组、实体，模型训练隐性地15引入知识图谱概念。例如：哈利波特是 J.K.罗琳写的小说。单独预测哈MASK波特或者 J.K.MASK琳情况下，模型无法学到哈利波特和 J.K.罗琳的关系。如果把哈利波特直接 MASK 掉的话，那模型可以根据作者，就预测到小说这个实体，实现知识的学习。图图 69:ERNIE 模型的模型的 MASK 的策略和的策略和 BERT 的区别的区别 数据来源：ERNIE:Enhanced Representation through Knowled

119、ge Integration，中信建投 引入不同掩码策略引入不同掩码策略、多轮对话数据对、多轮对话数据对 ERNIE 1.0 的预测准确率提升的预测准确率提升有一定帮助有一定帮助。14 ERNIE 是 Enhanced Representation through kNowledge IntEgration 的缩写，也对应百度发布论文的标题。15 ERNIE:Enhanced Language Representation with Informative Entities 通过显性引入 embedding 知识图谱，提升模型学习能力。模型结构预训练下游调试部署推断模型效率非注意力机制的建模稀

120、疏路由结构训练效率提升知识嵌入知识更新调试效率提升上下文学习可靠性统一范式推断效率提升 35 美股公司深度报告 百度百度 请参阅最后一页的重要声明 表表 2:不同掩码策略及数据集规模下的模型预测准确率不同掩码策略及数据集规模下的模型预测准确率 Pre-training dataset size Mask strategy Dev accuracy Test accuracy 10%of all word-level(chinese character)77.7%76.8%10%of all word-level&phrase-level 78.3%77.3%10%of all word-lev

121、el&phrase-leve&entity-level 78.7%77.6%All word-level&phrase-level&entity-level 79.9%78.4%资料来源：ERNIE:Enhanced Representation through Knowledge Integration，中信建投 表表 3:训练语料引入多轮对话后模型预测准确率提升训练语料引入多轮对话后模型预测准确率提升 Corpus proportion(10%of all training data)Dev Accuracy Test accuracy Baike(100%)76.5%75.9%Baike

122、(84%)/news(16%)77.0%75.8%Baike(71.2%)/news(13%)/forum Dialogue(15.7%)77.7%76.8%资料来源：ERNIE:Enhanced Representation through Knowledge Integration，中信建投 注：数据来源分别为百度百科、百度新闻、百度贴吧。ERNIE 2.0 引入持续学习框架，解决知识遗忘引入持续学习框架，解决知识遗忘及训练效率及训练效率的问题。的问题。ERNIE 1.0 相比基础版 BERT，改变了掩码策略（引入知识图谱）和数据结构（加入多轮对话语料），提升了模型预测准确率。此后学界讨论

123、通过多任务学习提升模型的预测准确率，例如微软研究团队在Multi-Task Deep Neural Networks for Natural Language Understanding中论证了通过在预训练模型中加入有监督的下游任务，能够优化模型在 NLU（自然语言理解）方面的效果。因此，后续的一个思路就是通过堆叠训练任务提示模型预测准确率，但相应存在一个问题，即模型出现学习新知识后容易遗忘旧知识，ERNIE 2.0 主要的变化就是针对这一问题提出持续学习框架，实现知识库扩充，优化模型效果。常规的模型训练即序列训练模式，即后一个模型训练是建立在前一个模型训练结束后，从模型参数的角度，后一个模型

124、训练初始参数为前一个模型，但训练结束后参数有所调整，且由于训练是基于后一个任务，其对此前任务的预测准确率可能低于此前的训练结果。学界此前的解决思路是将多个任务同时训练，确保模型对不同时序加入的任务等权学习，但每新增一个任务，模型都需要重新训练此前所有的任务，这对应较高的训练成本。ERNIE 2.0 提出序列多任务学习（Sequential Multi-task Learning）模式，通过给每个任务分配 N 个训练迭代，自动将每个任务的 N 个迭代分配到不同训练阶段，兼顾学习效果和效率，较 BERT 框架继续优化。图图 70:ERNIE 2.0 提出了提出了多任务训练策略的改进多任务训练策略的

125、改进 数据来源：ERNIE 2.0:A Continual Pre-Training Framework for Language Understanding，中信建投 ERNIE 3.0 引入引入大规模大规模参数参数，在包括纯文本和知识图谱的，在包括纯文本和知识图谱的 4TB 语料库上预训练一个知识增强的语料库上预训练一个知识增强的 100 亿参数亿参数模型。模型。为了处理语言理解和生成的任务，ERNIE 3.0 设计了一个统一的预训练框架，整合了自编码网络和自回归网络。我们在来自不同任务范式和领域的各种数据集上构建了广泛的实验，结果表明，与之前最先进的预训 36 美股公司深度报告 百度百度

126、 请参阅最后一页的重要声明 练模型相比，ERNIE 3.0 是有效的16。ERNIE 3.0 相比相比 2.0 最大的变化就是参数规模和数据规模的提升。最大的变化就是参数规模和数据规模的提升。T5 和和 GPT-3 的经验表明，扩大预训练语的经验表明，扩大预训练语言模型的规模可以提高其泛化能力。言模型的规模可以提高其泛化能力。百度团队认为 GPT-3 等模型由于缺乏知识图谱，在自然语言理解方面表现不理想，但另一方面自编码网络下零样本/小样本学习的效果较好。因此 ERNIE 3.0 融合了自编码网络和自回归网络，扩大数据/参数规模，训练后的模型可以很容易地用于自然语言理解和生成任务的零样本学习、

127、少样本学习或微调。此外，ERNIE 3.0 的语料库包括百科、Feed、百度搜索（包括百家号、知乎、贴吧、经验）、网络文本、QA-long、QA-short、Poetry 2&Couplet 3、医疗、法律、金融等领域的特定数据以及百度知识图谱（超过 5000万条事实），相比 CLUECorpus2020（100GB）、中文多模态预训练数据（300GB）、CPM-2 使用的 WuDaoCorpus2.0（2.3TB 中文数据和 300GB 英文数据）和 PanGu Corpus（1.1TB）相比，ERNIE 3.0 采取了当时最大的中文预训练语料。图图 71:ERNIE 3.0 模型引入大规模

128、参数模型引入大规模参数/数据，扩展网络层数至数据，扩展网络层数至 48 层层，融合自编码网络和自回归网络，融合自编码网络和自回归网络 数据来源：ERNIE 3.0:LARGE-SCALE KNOWLEDGE ENHANCED PRE-TRAINING FOR LANGUAGE UNDERSTANDING AND GENERATION，百度官网17，中信建投 ERNIE 3.0 TITAN 引入可控、可信自监督模型，提升文本生成引入可控、可信自监督模型，提升文本生成的可靠性的可靠性，此外提出在线蒸馏框架，此外提出在线蒸馏框架。百度研究团队在 2021 年 12 月发布的论文中提到，虽然像 GPT

129、-3 这样的大规模语言模型表现出很好的文本生成能力，但对于用户来说，要控制生成结果并获得与事实相符的文本仍然是一个挑战。换言之，GPT-3 可能存在胡编乱造等问题，导致生成内容与事实存在明显偏差。为解决这一问题，ERNIE 3.0 TITAN 引入可信可控内容生成自监督模型，包括自监督的对抗性损失（self-supervised adversarial loss）和可控的语言建模损失（controllable language 16 https:/arxiv.org/pdf/2107.02137.pdf，ERNIE 3.0:LARGE-SCALE KNOWLEDGE ENHANCED PRE-

130、TRAINING FOR LANGUAGE UNDERSTANDING AND GENERATION。17 https:/ 美股公司深度报告 百度百度 请参阅最后一页的重要声明 modeling loss）。其中，前者主要区分模型生成内容与事实，这实际上是一个二进制的分类问题，最终通过交叉熵损失函数（cross-entropy loss）训练模型参数；后者是在 ERNIE 3.0 可控数据集 Dc=x1,x2,.,x|Dc|上使负对数似然损失最小。图图 72:ERNIE 3.0 TITAN 引入自监督对抗性损失及可控语言建模损失函数，实现对生成内容的自反馈学习优化引入自监督对抗性损失及可控语言

131、建模损失函数，实现对生成内容的自反馈学习优化 数据来源：ERNIE 3.0 TITAN:EXPLORING LARGER-SCALE KNOWLEDGE ENHANCED PRE-TRAINING FOR LANGUAGE UNDERSTANDING AND GENERATION，中信建投 图图 73:ERNIE 3.0 Titan 的在线蒸馏框架的在线蒸馏框架 数据来源：ERNIE 3.0 TITAN:EXPLORING LARGER-SCALE KNOWLEDGE ENHANCED PRE-TRAINING FOR LANGUAGE UNDERSTANDING AND GENERATION

132、，中信建投 此外，为了更好地利用计算资源和更环保地进行蒸馏，百度研究团队提出了在线蒸馏方法 OFD（On the Fly Distillation）。具体过程是每当教师更新一步，学生就向教师更新一步。在训练过程中，学生的学习目标（即老师）会随着时间的推移而改变。OFD 允许教师培训和蒸馏同时进行。这样做的好处是我们可以在教师的预训练中更好地利用教师的前向传播来进行蒸馏，而不像现有的知识蒸馏方法需要从教师那里获得额外的前向传播来 38 美股公司深度报告 百度百度 请参阅最后一页的重要声明 进行蒸馏。OFD 不会影响教师的训练，因为蒸馏损失的梯度不会从教师那里流出。蒸馏损失不会从 TA 或学生那里

133、流回教师。辅助蒸馏层（Auxilliary Layer Distillation）主要是解决学生前馈神经网络无法得到训练的问题：由于在蒸馏过程中传输的知识是注意力概率分布，因此，在蒸馏块中的前馈网络，不会在蒸馏过程中进行训练。而在训练调优结束后，ALD 则会被丢弃。GPT-3 的成功得益于着眼于更大的问题，的成功得益于着眼于更大的问题，ERNIE、BERT 等的落后反映业界研究的一些弊病。等的落后反映业界研究的一些弊病。可以看到，相比 GPT-3，ERNIE 在模型结构方面引入多层次掩码、知识图谱、在线蒸馏框架、可控可信自监督模型等，设计了更精巧的模型，并搭建了面向应用的易用框架，且在评测集上

134、表现超越同时期的模型，但从后续的 ChatGPT应用效果上看，包括 ERNIE 在内的多数团队都不曾达到类似的效果。表表 4:业界大模型相关论文影响力（截止业界大模型相关论文影响力（截止 2023/4/12）发表时间发表时间 文章文章 核心贡献核心贡献 被引用次数被引用次数 2017/6/12 Attention is all you need Transformer 71128 2018/6/11 Improving Language Understanding by Generative Pre-Training GPT 1.0 5196 2018/10/11 BERT:Pre-train

135、ing of Deep Bidirectional Transformers for Language Understanding BERT 63400 2019/2/14 Language Models are Unsupervised Multitask Learners GPT 2.0 10432 2019/4/19 ERNIE:Enhanced Representation through Knowledge Integration ERNIE 1.0 677 2019/7/29 ERNIE 2.0:A Continual Pre-training Framework for Lang

136、uage Understanding ERNIE 2.0 560 2019/10/23 Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer T5 6961 2020/5/28 Language models are few-shot learners GPT 3.0 9160 2021/3/1 M6:A Chinese Multimodal Pretrainer M6 94 2021/4/26 PanGu-:Large-scale Autoregressive Pretrained

137、Chinese Language Models with Auto-parallel Computation PanGu-92 2021/7/5 ERNIE 3.0:Large-scale Knowledge Enhanced Pre-training for Language Understanding and Generation ERNIE 3.0 122 2021/12/23 ERNIE 3.0 Titan:Exploring Larger-scale Knowledge Enhanced Pre-training for Language Understanding and Gene

138、ration ERNIE 3.0 titan 19 2022/3/4 Training language models to follow instructions with human feedback InstructGPT 434 2023/3/20 PanGu-:Towards Trillion Parameter Language Model with Sparse Heterogeneous Computing PanGu-1 资料来源：Google scholar，Arxiv，中信建投 从技术路线上看，包括 ERNIE 在内的多数厂商选择 BERT 路线（Encoder-only

139、），少数选择 T5 路线（Encoder-Decoder），较少选择 GPT 路线（Decoder-only）。这种选择可以从学术影响力看出，BERT 论文的被引用量远大于 GPT 系列论文及 T5 系列论文。事后看，当前 OpenAI 旗下 GPT 系列模型的领先得益于早期技术选型的成功，这一成功是建立在以下基础上GPT 的学界/业界影响力小于 BERT，导致多数厂商选择跟踪BERT 的工作。GPT 路线路线此前的影响力弱于此前的影响力弱于 BERT 路线主要由于路线主要由于 1）Google 品牌背书；品牌背书；2）开源精神；）开源精神；3）产研结合难度。）产研结合难度。OpenAI 旗下

140、的 GPT 路线基于 Transformer 架构，将解码器单独取出，论文发布时间早于 BERT 论文发布时间。但论文的业界影响力弱于 BERT，我们认为，这主要由于 Google 的品牌背书，Google 研究团队在 AI 领域的研 39 美股公司深度报告 百度百度 请参阅最后一页的重要声明 究积累导致业界对其研究关注度更高。另一方面，GPT 系列论文发布后，相关数据集、模型不完全开源，导致其他研究团队很难跟进和复现其研究成果，这进一步削弱了业界/学界跟进研究的动力。最重要的是，OpenAI团队解决问题的思路与当时业界/学界有所差异，此前研究人员更倾向于设计精细的模型结构和高效的方法，实现相

141、同规模下效果更优，而 GPT 引入 Few-Shot/Zero-Shot 下表现没有明显好于 Fine-tuning 下的其他模型，只是在数据量和参数量指数提升后表现快速提升。这里存在 2 个问题：1）线性外推的思维定式。2）业界研究的思维习惯：追求效率，聚焦更具体的问题。首先是线性外推的思维定式18，多数研究团队选择优先调整模型结构和训练方法等路线的隐含假设是，规模扩张不会对技术路线的效率产生明显影响，或者即使产生影响，但相比规模扩张带来的成本，其投入难度很难同比扩大。后者则涉及到业界追求效率的思路，关注投入产出比，这种思路的本质是投入资源稀缺，要在有限的资源投入下最大化产出。而研究思路背后

142、是互联网公司 AI 实验室与业务部门的博弈。图图 74:业界业界 AI 研究院的组织架构调整研究院的组织架构调整 数据来源：雷峰网，中信建投 纵观国内外互联网公司的纵观国内外互联网公司的 AI 研究部门，其大致经历了职能制、矩阵制、事业部制等架构，背后反映了大研究部门，其大致经历了职能制、矩阵制、事业部制等架构，背后反映了大厂对厂对 AI 科研部门的不同期许和考核体制，这种激励体制也影响了科研部门的不同期许和考核体制，这种激励体制也影响了 AI 科研部门的中长期发展。科研部门的中长期发展。2013 年成立的FAIR 采取职能制，其定义 Facebook 的 AI 部门为 FAIR+Applie

143、d Machine Learning（应用机器学习团队）+Product Groups（产品部署团队）19。但 2018 年组织架构调整后，FAIR 转向矩阵制，即 AI 实验室同时对业务部门和技术领导（一般是 CTO 体系）负责。2021 年底 FAIR 进一步调整，将旗下 AI 研究团队并入业务部门，转向事业部制。从职能制向矩阵制、事业部制，考核体制上越来越接近业务，越来越远离学术影响力/前瞻研究，这种转变大多是由于互联网公司面临营收、利润压力，业绩压力倒逼研究团队转向业务团队的“外包”，压力下部分研究人员离开业界，重回学术界，这是过去我们看到的业界 AI 研究的循环。大厂在大厂在大模型领

144、域研究大模型领域研究的落后有一定时代特征的落后有一定时代特征：对谷歌来说是价值观变革导致凝聚力减弱，同时创新工作对谷歌来说是价值观变革导致凝聚力减弱，同时创新工作不足；对不足；对 Meta 而言是企业声誉受损导致凝聚力减弱，此外则是战略重心调整导致人员流动。而言是企业声誉受损导致凝聚力减弱，此外则是战略重心调整导致人员流动。以谷歌为例，2018-21年谷歌经历了介入军事、语音监听、伦理委员会等风波，价值观或政治正确在内外部引发的争议导致研究人员产生分歧，进而离开公司。2021 年至今一些谷歌高级研究人员离职创业、加入竞争对手等。总体上来看，谷歌研究人员的离开主要是公司规模扩张带来价值观稀释，内

145、部分歧管控失败导致的，另一方面大企业机制下对“创新”的激励趋弱，部分员工离职创业或加入中小型公司，寻求更自由、追求创新的工作。对 Meta 而言，2018 年因非法向剑桥分析泄露超 5000 万用户信息从而影响美国选举，Meta 的企业形象大幅 18 类似的情况也发生在其他领域，例如万有引力在高速条件下失效，由此引入相对论体系。19 https:/ 事业部CEOCTO体系/工程事业部AI研究院事业部CEOCTO体系/工程事业部AI研究院事业部CEOCTO体系/工程事业部AI团队AI团队职能制职能制矩阵制矩阵制事业部制事业部制 40 美股公司深度报告 百度百度 请参阅最后一页的重要声明 恶化，影

146、响了员工对于企业的信心，导致当年大批高管及核心研究人员离职20。另外，2021 年 Meta 员工的离职潮主要受战略变化及组织架构调整影响，由于公司战略转向 AR/VR，一些员工出于职业发展的考虑21加入其他公司继续本领域的研究和工作。图图 75:2018-21 年谷歌经历介入军事、语音监听、伦理委员会风波年谷歌经历介入军事、语音监听、伦理委员会风波，21-23 年大量研究人员离职年大量研究人员离职 数据来源：环球网，澎湃新闻，新浪科技，网易科技，虎嗅网，中信建投 更大的趋势在于 1）开源开源带来的带来的技术扩散技术扩散，头部科研院所及互联网科技公司相比中小公司/科研院所的相对优势在缩减，这主

147、要由于过去 AI 领域的创新主要来自方法论层面，而非工程层面，而方法论的创新更随机；2）对大型科技企业的监管约束趋严，对大型科技企业的监管约束趋严，大多数美国互联网科技企业都是在 1990 年后成立，并受益于 20 世纪末、21世纪初的反垄断监管，在快速发展阶段经历了经济高速增长、监管边际宽松的环境，但 2017 年以来欧盟、韩国等对谷歌、亚马逊、Meta、苹果公司、微软等加强监管，导致大型科技公司面临较高的监管压力。20 https:/ 21 https:/ AI部门Ethical AI团队Timnit GebruJeff DeanMargaret MitchellSamy Bengio负责

148、人联席主管联席主管负责人2020年12月3日被辞退原因为论文发表未经内部流程审批2021年2月20日被辞退被指控将文档转移出公司2021年4月7日离职与下属离职有关2021年2月20日 对处理问题的方式表示歉意2018年I/O大会谷歌推出AI服务机器人Duplex，旨在帮助替用户拨打语音电话进行预约服务。Duplex可以模仿人类的语气，发音也与真人十分接近。但遭到舆论批评。2018年4月谷歌与五角大楼签署协议，计划为利用人工智能提高无人机打击准确性的项目Maven提供技术支持，这一举动招致了谷歌员工和舆论界的广泛批评。2018年6月谷歌发布了人工智能十一条准则，包括谷歌进行AI研发的七个目标和

149、谷歌AI绝不会进入的四种应用场景。2019年3月谷歌宣布成立“先进技术外部咨询委员会”，希望通过哲学家、工程师和政策专家组成的团队帮助解决人工智能带来的道德风险。2019年7月谷歌陷语音监听风波2021年10月谷歌大型语言模型 LaMDA研究人员Noam Shazeer离职2022年1月DeepMind联合创始人Mustafa Suleyman退出谷歌2022年4月谷歌大模型研究人员David Luan、Ashish Vaswani、Niki Parmar离职2022年5月谷歌AI研究员Satrajit Chatterjee质疑Jeff Dean领衔的Nature论文被解雇2023年2月传Op

150、enAI秘密雇佣多位前谷歌AI研究人员，帮助改进ChatGPT 41 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 76:2017-22 年年 NIPS 论文发布机构集中度有所下降论文发布机构集中度有所下降 图图 77:1950-2022 年美国司法部及欧盟反垄断诉讼案件数量年美国司法部及欧盟反垄断诉讼案件数量（件）（件）数据来源：NIPS，Github，Vinai，中信建投 数据来源：DOJ，EU，中信建投 注：DOJ案件不含刑事诉讼，EU案件仅包含Antitrust/Cartels。此外，舆论环境对中小型创业公司容忍度更高也是影响大公司创新成本的要素。此外，舆论环境对中小型创

151、业公司容忍度更高也是影响大公司创新成本的要素。包括 Meta、Google、微软在内的科技公司此前推出类似产品时都出现过由于语言模型生成内容存在虚假、政治不正确的情况，并引发舆论热议，从而迫使产品下线。例如 2015 年 Google 将黑人女性的图片识别为 Gorilla（大猩猩）22；2016 年微软聊天机器人因种族歧视言论迅速被下线23；2021 年 Facebook（Meta）将黑人男性标注为 Primate（灵长类动物）24。对于大型科技公司的舆论和监管压力天然高于创业公司25，这也导致其面临较高的合规成本，丧失部分灵活性。回到百度，一个有趣的问题在于为何百度在国内回到百度，一个有趣

152、的问题在于为何百度在国内 AI 领域布局相对领先同行。领域布局相对领先同行。我们认为核心在于组织架构调整驱动业务/研究结合，导致 AI+云业务融合发展较早，从而在大模型的工程训练、前瞻研究方面均有所布局，表现为整体的相对领先。研究与工程落地协同发展的产业研究与工程落地协同发展的产业趋势。趋势。根据 FAIR 前负责人 Yann LeCun，“FAIR 和 AML 都会做研究以及工程驱动的开发。我会说 FAIR 把 75%的精力投入到研究，25%的精力放在了工程上。而 AML 也许是 75%的工程，以及 25%放在了研究上。FAIR 和 AML 的分界线是特意模糊的。有些人在两个组织里脚踩两只船

153、。他们是 FAIR 年轻的工程师们，我们把他们称为“研究工程师”，他们和研究科学家一起做研究项目。而当这些项目从研究阶段到开发时，有些研究工程师会选择跟随他们的项目到开花结果，这样就会进入到 AML 团队。这是非常好的方法，把最先进的技术从研究状态散播出去”。26 具体到 GPT 路线，我们在论文解析部分提到，GPT 相比 BERT 路线的思路差异在于希望通过扩大数据/参数规模实现效果提升，而非通过模型结构优化提升既定投入下的效果，因此对于工程能力的要求较高。在 GPT技术路线的积累更多是研究+工程的协同，而非依靠研究院或工程团队单独推动，因此从技术追赶的角度，更早地解决工程和研究团队协同工作

154、问题的公司，往往在技术追赶中可以取得先机。22 https:/ 23 https:/ 24 https:/ 25 https:/ Meta 没有推出类似 ChatGPT 的系统时，LeCun 回答说，因为谷歌和 Meta 都会因为推出编造东西的系统遭受巨大损失。”26 https:/ 40%45%50%55%00Top 10机构论文被接收数量（份）总论文被接收数量（份）CR 10-10 20 30 40 5080246201020142018Antitrust c

155、ases filed by DOJ-Civil MA(5)Antitrust cases filed by EU MA(5)Antitrust cases filed by EU+DOJ MA(5)42 美股公司深度报告 百度百度 请参阅最后一页的重要声明 百度百度 2019 年将年将 AI、云业务与技术中台合并，统归、云业务与技术中台合并，统归 CTO 管理管理，并提出云智一体。，并提出云智一体。百度于 2018 年 12 月将智能云事业部（ACU）升级为智能云事业群组（ACG），同时承载人工智能 To B 业务和云业务，由尹世明负责，向张亚勤汇报。搜索公司及各 BG 的运维、基础架构和集团

156、级共享平台整合至基础技术体系（TG），整合后的 TG 向王海峰汇报，王海峰同时继续负责 AIG27。2019 年 9 月，智能云与 CTO 体系融合，百度副总裁、百度智能云总经理尹世明携团队向集团首席技术官王海峰汇报28。至此，百度形成了 AI+技术中台+云体系融合，统归 CTO 管理，并进一步升级 AI+云战略。作为对比，腾讯云、阿里云与技术中台的运行相对独立，由不同高管负责，组织上的协同性相对弱于百度29。百度研究与工程的协同在结果上体现为，深度学习框架、机器学习平台、计算集群平台等环境搭建完善，且整体性能处于国内领先。百度 PaddlePaddle 深度学习框架在 Github 上的关注

157、度、点赞量等指标均处于国内领先，而阿里巴巴、腾讯、字节跳动在深度学习框架方面积累相对落后。根据 MLPerf 榜单，PaddlePaddle 及百舸计算平台在单机、分布式环境中特定条件下取得性能领先，体现了框架和性能的先进性。表表 5:深度学习框架的流行度情况（截止深度学习框架的流行度情况（截止 2023/4/16）国外框架国外框架 框架名 Commits Fork Star Contributors 1 TensorFlow 146590 88100 173000 3354 2 PyTorch 58973 18000 65500 2692 3 Theano 28132 2500 9700 3

158、53 4 CNTK 16117 4400 17300 200 5 MXNet 11896 6900 20400 875 国内框架国内框架 1 MindSpore 65509 629 3500 455 2 PaddlePaddle 41293 5100 20100 774 3 OneFlow 9350 574 4900 143 4 MegEngine 3017 506 4500 42 5 Jittor 1612 282 2700 38 资料来源：Github，中信建投 注：Commits 代表开源代码提交的次数，表征开源项目活跃度；Fork 代表代码复刻、分叉，表征开源项目被引用情况；Star

159、代表点赞数，表征开源项目关注度；Contributors 代表贡献者，表征开源项目贡献者规模。27 https:/ 28 https:/ 29 根据搞深度学习框架的那帮人，不是疯子，就是骗子，时任开源平台负责人王益提到“内部组织结构调整也促进了新技术的接纳”，此外百度前科学家高管提到“百度内部曾经有两个类似的产品，最后敲定 PaddlePaddle 的人，是陆奇。”43 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 78:2022 年年 6 月月 BERT 模型模型 8 卡卡 400W A100 训练性能训练性能 图图 79:2022 年年 9 月月 BERT 模型模型 8 机机

160、 64 卡同配置卡同配置 GPU 训练性训练性能能 数据来源：MLPerf，中信建投 注：时间越短越好。数据来源：MLPerf，中信建投 注：时间越短越好。除性能外，除性能外，工程环境工程环境的稳定性也尤其重要的稳定性也尤其重要。英伟达在 Efficient Large-Scale Language Model Training on GPU Clusters论文中预估过：1750 亿参数的模型，在 3000 亿样本的规模下，1024 卡也需要训练 34 天。如何保证在有故障发生的情况下，模型能持续稳定的训练，也是亟需解决的问题。根据 Susan Zhang 教授30，Meta 在OPT-17

161、5B 模型的训练中出现了 50 多次的断点（需要回到 Checkpoint 重启训练），下图中不同颜色代表着模型连续训练的时间。而根据 GPT-4 技术报告，OpenAI 认为 GPT-4 模型训练的重要因素是工程环境的完善搭建。图图 80:Meta OPT-175B 模型训练中出现多个断点模型训练中出现多个断点 数据来源：Stanford，中信建投 实现训练的稳定性主要方式有提升计算集群并行能力/性能。阿里云研究团队于 2020 年发布EFLOPS Algorithm and System Co-design for a High Performance Distributed Traini

162、ng Platform，提出 EFLOPS AI 计算集群，关键技包括网络化异构计算服务器架构、高扩展性网络架构、与系统架构协同的高性能通信库。基于上述技术突破，阿里云在万卡规模下基本实现线性扩展31（92%），作为对比，百度百舸 AI 异构计算平台千卡规模的加速倍在 90%以上。30 https:/cs.stanford.edu/events/mlsys-seminar-susan-zhang 31 https:/ 76241844218489Baidu with PaddlePaddleHazyResearch with NGCPytorchH3C with NGC

163、PytorchNVIDIA with NGC PytorchGIGABYTE with NGCPytorch端到端训练收敛时间（分钟）2476249726983084Baidu PaddlePaddleNVIDIA NGC PytorchAzure-HazyResearch NGCPytorchHPE NGC Pytorch端到端训练收敛时间（分钟）44 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 81:百度百度软硬结合联合优化软硬结合联合优化实现实现 EFLOPS 算力最佳实践算力最佳实践 数据来源：超大规模AI异构计算集群的设计和优化，中信建投 整体而言，百度在深度学习框架

164、、计算平台等领域具备较好的优势，在模型结构设计、部署等方面有更好地积累、学术/业界影响力更强，技术路线转向 GPT 后部分经验仍可以复用，在国内同业中具备相对优势。但动态地看，基于相同技术路线发展出来的大模型在效果上可能同质化，即使由于模型结构的精调等可能存在一些优劣差异，但这种差异是否能传导至市场份额，最终形成企业的护城河，这是值得进一步探究的。4.2 对话式对话式 AI：软硬结合助力业务稳步发展：软硬结合助力业务稳步发展 对话式对话式 AI 分为分为 to C 场景和场景和 to B 场景，腾讯云在智能家居、驾驶、客服等领域有所布局。场景，腾讯云在智能家居、驾驶、客服等领域有所布局。对话式

165、 AI 的 to C场景包括智能家居、智能驾驶、智能随身设备、智能办公，to B 场景包括智慧医疗、智慧金融/电商/电信（智能客服、智能外呼）、智慧教育、智慧政法/公检法。但 to C 场景中往往 AI 能力与硬件搭售，因而份额会被智能手机、家居厂商等侵蚀，或被行业布局较早的厂商占据。阿里云、百度云依靠既有业务阿里云、百度云依靠既有业务/场景进行技术验证、迭代，形成正循环。场景进行技术验证、迭代，形成正循环。对比同业，阿里云主要布局 To B场景，例如智能客服、营销，阿里的优势是产品能够在生态内应用验证，同时技术研发较早。根据 IDC，阿里云智能客服成为国内唯一入选 IDC 全球 Market

166、Scape 报告解决方案提供方，且取得 Major Players 位置32。阿里云智能客服最早于 2015 年试运行，逐步应用至手淘、Lazada、盒马等生态，并于 2017 年正式对外向政府、企业和开发者开放。百度云主要布局 To C 场景，百度的优势是基于亿级日搜索量沉淀的自然语言处理技术、知识图谱、语音技术等，且 2017 年发布 UNIT（智能对话定制与服务平台），布局至今持续积累生态；另外百度在硬件方面也有一定布局，例如小度同学，自动驾驶，此外百度开放底层技术能力，使得部署模式更灵活，客户接受度也较高。对话式对话式 AI 分为分为 to C 场景和场景和 to B 场景，腾讯云在智

167、能家居、驾驶、客服等领域有所布局。场景，腾讯云在智能家居、驾驶、客服等领域有所布局。对话式 AI 的 to C场景包括智能家居、智能驾驶、智能随身设备、智能办公，to B 场景包括智慧医疗、智慧金融/电商/电信（智能客服、智能外呼）、智慧教育、智慧政法/公检法。但 to C 场景中往往 AI 能力与硬件搭售，因而份额会被智能手机、家居厂商等侵蚀，或被行业布局较早的厂商占据。阿里云、百度云依靠既有业务阿里云、百度云依靠既有业务/场景进行技术验证、迭代，形成正循环。场景进行技术验证、迭代，形成正循环。对比同业，阿里云主要布局 To B 32 阿里云智能客服入选IDC MarketScape 全球对

168、话式 AI 平台厂商评估报告()45 美股公司深度报告 百度百度 请参阅最后一页的重要声明 场景，例如智能客服、营销，阿里的优势是产品能够在生态内应用验证，同时技术研发较早。根据 IDC，阿里云智能客服成为国内唯一入选 IDC 全球 MarketScape 报告解决方案提供方，且取得 Major Players 位置33。阿里云智能客服最早于 2015 年试运行，逐步应用至手淘、Lazada、盒马等生态，并于 2017 年正式对外向政府、企业和开发者开放。百度云主要布局 To C 场景，百度的优势是基于亿级日搜索量沉淀的自然语言处理技术、知识图谱、语音技术等，且 2017 年发布 UNIT（智

169、能对话定制与服务平台），布局至今持续积累生态；另外百度在硬件方面也有一定布局，例如小度同学，自动驾驶，此外百度开放底层技术能力，使得部署模式更灵活，客户接受度也较高。4.3 机器学习平台机器学习平台：国内应用规模领先，技术沉淀积累深厚：国内应用规模领先，技术沉淀积累深厚 机器学习平台的竞争优势是机器学习平台的竞争优势是 1）功能谱系广，）功能谱系广，2）性能强，）性能强，3）安全保障，）安全保障，4）兼容性好。）兼容性好。功能方面，机器学习平台需要确保机器学习框架、模型的全面覆盖；性能上，数据标注、算法编辑、模型训练性能强意味着机器学习的效率较高；安全方面，业务逻辑、数据、代码的安全性对大型企

170、业、部分行业客户尤其重要；兼容性上，平台方难以完成所有工作，而是需要和其他框架、数据格式、算法兼容。第四范式聚焦少数行业做深产品，互联网云厂商采取小步快跑策略广泛布局快速迭代。第四范式聚焦少数行业做深产品，互联网云厂商采取小步快跑策略广泛布局快速迭代。行业竞争方面，第四范式布局较早具备先发优势，2014 年 12 月对外发布先知平台，且创始人/核心高管技术实力较强，在部分行业积累成功案例并逐步复制，2015 年发布金融行业产品及服务，18-19 年发布零售、能源行业产品及服务，目前市场份额领先。百度 PaddlePaddle 于 2013 年内部成立，2016 年 9 月对外开放，截止 202

171、2 年 5 月，飞桨已累计凝聚 477 万开发者、服务 18 万企事业单位、创建 56 万 AI 模型34，是国内应用规模第一的深度学习框架和平台。阿里巴巴 2015 年底推出 PAI 平台，作为机器学习比赛平台，并于 2018 年开启商业化，其官网披露的支持框架目前是国内厂商中最全面的；华为云于 2017 年 9 月推出机器学习平台，目前拥有自研开源框架 MindSpore。腾讯云于 2018 年 3 月推出深度学习平台 DI-X，目前演化为 TI 平台35。互联网云厂商策略胜在快，第四范式策略胜在稳。互联网云厂商策略胜在快，第四范式策略胜在稳。广泛布局的优势在于营收起量快，由于开发平台的商

172、业模式是向开发者采取以调用量/时段付费，个人开发者/企业客户数量越多，营收规模越大。但另一方面，开发平台的业务包括算力、数据、模型调用、部署维护，随着 AI 在各垂直场景应用深入，模型调用、部署维护的比例可能提升，因此模型、算法的性能、效率比拼，以及易用性（降低维护成本）是厂商第二阶段竞争的关键。第四范式采取的策略则是聚焦金融、能源、零售行业，与行业客户进行沟通反馈并优化迭代模型、算法，从而实现客户价值提升。从企业而言，第三方从企业而言，第三方 AI 企业聚焦部分行业的企业聚焦部分行业的 AI 模型策略更扎实，模型策略更扎实，互联网云厂商的策略需要更多的人力和资源投入，且在市场快速增长的过程中

173、，开拓新行业/新场景的难度比优化已有行业/场景难度更低，往往企业会投入更多资源用于份额扩张，但并未实现客户的价值提升，这种增长存在一定隐忧。但对于互联网云厂商而言，但对于互联网云厂商而言，云计算本身是集团内部的业务之一，其面临与其他业务部门资源分配的竞争，如果规模扩张不够快，所获取/能够调动的资源就会被挤压，因此云厂商内部负责人往往存在“增长焦虑”，只有快速提升市场份额，才能够稳定云业务在集团内部的地位，同时获取更多资源以优化/迭代算法、模型，实现客户价值提升。33 阿里云智能客服入选IDC MarketScape 全球对话式 AI 平台厂商评估报告()34 https:/ 35 专访|腾讯云

174、机器学习平台技术负责人黄明，详解 DI-X 深度学习平台()46 美股公司深度报告 百度百度 请参阅最后一页的重要声明 5.智能智能驾驶驾驶：前瞻布局前瞻布局+持续投入，有望成就新增长曲线持续投入，有望成就新增长曲线 百度智能驾驶事业群组分为自动驾驶、车联网、智能交通业务组，对应三大业务。整体布局包括车端、路端、云端，车端产品包括车载座舱、激光雷达、AI 芯片，并与吉利成立集度汽车；路端产品包括高精度地图；云端由数据闭环、AI 研发、数据采集、云仿真测试、运营监管等解决方案组成。ACE 交通引擎则是车路协同解决方案。图图 82:百度智能驾驶事业群组组织架构百度智能驾驶事业群组组织架构 数据来源

175、：晚点，中信建投 5.1 云端：云端：自动驾驶云自动驾驶云 Apollo Cloud+Robotaxi 5.1.1 自动驾驶云解决方案：数据采标、AI 研发、仿真测试等能力社会化 自动驾驶云是基于云的全流程解决方案，包括数据的采集、标注、存储、管理、训练、清洗、评测全流程配套产品和服务。具体而言，自动驾驶云解决方案包括 1）数据闭环解决方案；2）AI 研发解决方案；3）数据采集标注解决方案；4）云仿真测试解决方案；5）运营监管解决方案。整体而言，自动驾驶云解决方案是将百度在自动驾驶业务开展过程中积累的能力开放给客户。图图 83:智能驾驶数据一体化解决方案智能驾驶数据一体化解决方案 数据来源：百

176、度云，中信建投 2020 年国内年国内自动驾驶数据采集、标注市场规模约自动驾驶数据采集、标注市场规模约 6.22 亿元亿元，百度位列份额第一，百度位列份额第一。根据 IDC，自动驾驶的数自动驾驶业务组车联网事业部智能交通业务组自动驾驶技术部基础架构部平台生态部自动驾驶技术部（美国）业务组织平台组织支撑部门智能交通产品研发部总经理 陶吉业务支持中心战略合作部战略运营部测试部GMT部（商业部）战略运营部总经理尚国斌自动驾驶技术部总经理王云鹏Apollo平台研发总经理王京傲小度助手百度地图汽车云&安全轻车机解决方案中心交付中心IDG智能座舱体验设计中心业务运营PMO品牌&市场CDC智能座舱（双向汇报

177、）百度智能驾驶事业群组智能驾驶事业群组总经理/百度副总裁李震宇总经理 苏坦数据采集数据标注私有化数据标注平台数据管理数据训练平台 47 美股公司深度报告 百度百度 请参阅最后一页的重要声明 据采集、标注需求占市场整体较大比例，2020 年占比 35%，主要来自于车内驾驶舱以及车外道路环境感知等场景。另外，IDC 提到 AI 基础数据服务市场基本成熟，客户需求聚焦标注质量、标注效率、知识经验、数据安全，以及整体成本具有较高性价比。份额方面，随着 AI 介入数据采集、标注，规模效应显现，平台型厂商份额整体提升，其中百度、海天瑞声分列 2020-1H21 年市场的第一、第二。根据海天瑞声招股说明书，

178、百度 2019 年的市场份额达 11%，海天瑞声市场份额达 8%。若假设百度的份额维持 11%，自动驾驶的市场规模占比保持35%水平，则 2025 年百度数据采标收入规模预计达到 4.75 亿元（2020 年约为 0.68 亿元）。图图 84:2020-25年年 AI基础数据服务市场规模及同比（亿元，基础数据服务市场规模及同比（亿元，%）图图 85:2020 年年 AI 基础数据服务市场分行业占比（基础数据服务市场分行业占比（%）数据来源：IDC，中信建投 数据来源：IDC，中信建投 图图 86:2019 年国内年国内 AI 基础数据服务需求结构（基础数据服务需求结构（%）图图 87:2019

179、 年国内年国内 AI 基础数据服务市场份额（基础数据服务市场份额（%）数据来源：艾瑞咨询（转引自海天瑞声招股书），中信建投 数据来源：艾瑞咨询（转引自海天瑞声招股书），中信建投 2022 年年国内国内自动驾驶自动驾驶仿真测试市场规模预计仿真测试市场规模预计为为 93 亿元，亿元，22-25 年年 CAGR 预计达预计达 66.7%。由于市面上并未有第三方机构测算国内自动驾驶仿真测试市场规模，我们参照全球自动驾驶市场及自动驾驶仿真市场的比例，结合国内自动驾驶市场规模，予以简单估计，得到 21-25 年的自动驾驶仿真测试市场规模，其中 22 年预计达 93亿元，25 年达到 431 亿元，22-2

180、5 年 CAGR 达 66.7%。自动驾驶仿真测试市场自动驾驶仿真测试市场参与者参与者主要包括互联网主要包括互联网平台和自动驾驶厂商，前者强于数据、软件开发能力，后者平台和自动驾驶厂商，前者强于数据、软件开发能力，后者在业务反馈周期上更短，聚焦自身需求开发仿真平台在业务反馈周期上更短，聚焦自身需求开发仿真平台。根据璞跃研究36，互联网仿真平台互联网仿真平台在仿真方面起步相对较晚，在汽车功能探索方面经验较少，但是具备大数据优势，软件开发能力强。具备大数据优势，软件开发能力强。科技公司进行仿真软件的探索，36 https:/ 0%10%20%30%40%50%60%70%0204060801001

181、20E 2022E 2023E 2024E 2025EAI基础数据服务市场规模（亿元）yoy%35%20%20%15%10%自动驾驶AI技术提供商和智能安防互联网智能终端金融、医疗等其他行业语音类数据需求,39.1%自然语言处理数据需求,49.7%图像类数据需求,11.2%前五大服务商份额（%）,26.2%其他服务商份额（%）,73.8%48 美股公司深度报告 百度百度 请参阅最后一页的重要声明 目的是进入市场庞大的汽车行业，建立更大的数据平台，形成新的业务增长点建立更大的数据平台，形成新的业务增长点；自动驾驶解决方案商：自动驾驶解决方案商：主要针针对自身需求研发定制化仿

182、真软件，对自身需求研发定制化仿真软件，较少对外提供仿真服务，但借助于充足的资金、丰富的道路实测数据支持，丰富的道路实测数据支持，自身研发驱动力，在自动驾驶仿真方面具有很强的竞争力。很强的竞争力。此外，国内初创企业在汽车传统仿真领域存在短板，自动驾驶仿真方面积累薄弱，创新性不足。图图 88:2021-25 年全球自动驾驶市场及仿真市场规模情况年全球自动驾驶市场及仿真市场规模情况 图图 89:2021-25 年中国自动驾驶仿真市场规模及增速情况年中国自动驾驶仿真市场规模及增速情况 数据来源：Statista，中信建投 数据来源：Statista，ICVTank，中商产业研究院，中信建投、注：此处假

183、设中国自动驾驶仿真市场规模占比与全球平均水平一致，但可能与实际值有所偏差。图图 90:自动驾驶仿真平台格局自动驾驶仿真平台格局 数据来源：Plug and Play China璞跃，中信建投 换句话说换句话说，自动驾驶仿真，自动驾驶仿真测试市场的格局取决于下游自动驾驶汽车的格局，测试市场的格局取决于下游自动驾驶汽车的格局，因为自动驾驶汽车厂商规模扩大后，自研的规模效应逐步显现，可能将多数预算用于自研仿真测试平台而非外部第三方平台。此外，传统车企转型的新能源品牌在软件开发等领域能力往往相对欠缺，更倾向于联合开发或采购第三方方案，初创而来的新能源车企更倾向于自研。目前我们关注到乘联会预估的前七大新

184、能源汽车厂商分别为比亚迪、特斯拉、上汽通用、长安汽车、吉利汽车、广汽埃安、上汽。其中，除特斯拉完全自研外，吉利汽车、广汽埃安采取联合研发，比亚迪、上汽集团、长安汽车采取外部购买的方式，但供应商也较为分散。0%2%4%6%-1,000 2,000 3,000 4,000 5,00020212022E2023E2024E2025E全球自动驾驶市场规模（亿美元）全球自动驾驶仿真市场规模（亿美元）仿真市场占比（%）0%50%100%150%200%250%300%-100 200 300 400 50020212022E2023E2024E2025E中国自动驾驶仿真市场规模（亿元，人民币）yoy 49

185、 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 91:2022-23 年国内新能源批发预估销量占比（年国内新能源批发预估销量占比（%）数据来源：乘联会，中信建投 表表 6:新能源汽车厂商仿真测试软件新能源汽车厂商仿真测试软件/平台的供应商较为分散平台的供应商较为分散 汽车厂商汽车厂商 仿真仿真测试软件及平台测试软件及平台自研自研/外购外购 比亚迪 智行众维 特斯拉中国 自研 上汽通用 腾讯、西门子、Matlab 长安汽车 西门子、IPG 吉利汽车 深信科创（联合开发）广汽埃安 与吉林大学、中汽中心联合研发 上汽乘用车 腾讯、西门子、Matlab 资料来源：CSDN，技术邻，C11

186、4通信网，亿利汽车知识网，新浪汽车，中信建投 考虑到百度与吉利汽车合资成立集度汽车，新能源汽车厂商与百度在仿真测试环节合作的意愿可能受抑制。百度在仿真测试领域的收入更可能来自集度汽车以及领域内的初创企业（这类企业在最初可能选择成熟方案，若规模扩大可能转向自研）。5.1.2 Apollo Robotaxi：技术积累领先行业，政策鼓励下逐步推广落地 萝卜快跑是是基于百度 Apollo 提供自动驾驶出行服务的平台，目前已经在北京、上海、广州、深圳、重庆、武汉、成都、长沙、合肥、阳泉、乌镇、沧州等城市开始运营。根据百度官网，3 月 22 日百度获批上海首批无驾驶人智能网联汽车创新应用测试通知书，将在上

187、海浦东新区开启全无人自动驾驶测试。商业化前景方面，2022 年发布的 Apollo RT6 将 L4 级别自动驾驶单车成本控制在 25 万元左右37，按 5 年运营周期计算，单月单车成本约为 4100 元，较网约车平台成本更低，能够有效降低消费者打车成本。行业龙头滴滴于 4 月 13 日举办自动驾驶开放日，宣布 2025 年量产无人车，未披露具体成本，但从量产进度上落后于百度。结合百度 L4 级别自动驾驶路测里程领先行业，技术积累时间较长，我们认为综合实力方面百度预计领先其他竞争对手。37 https:/ 0%20%40%60%80%100%比亚迪特斯拉中国上汽通用五菱长安汽车吉利汽车广汽埃安

188、上汽乘用车其他 50 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 92:截止截止 2022 年底，萝卜快跑的最新进展年底，萝卜快跑的最新进展 数据来源：2022百度自动驾驶出行服务年度报告，中信建投 图图 93:Apollo 历代车型发展历程历代车型发展历程 数据来源：2022百度自动驾驶出行服务年度报告，中信建投 5.2 车路协同：车路协同：智能交通引擎智能交通引擎 ACE 涵盖产品及解决方案涵盖产品及解决方案 百度 ACE 交通引擎采用“1+3+N”的发展框架。1 个“数字化交通基础设施”指“车路云图”全栈技术为核心的数字底座；3 大智能引擎分别为 Apollo 自动驾驶引

189、擎、车路协同引擎、MaaS 出行引擎，N 类开放应用包括包括以智慧交管、智慧高速、智慧停车为代表的数字化，APP、车机、度小镜、智能路口为代表的网联化，以及 Robobus、Robotaxi、阿波龙为代表的自动化。通过构建”车-路-行-云-图-网”全栈智能交通体系，满足城市交通管理、产业发展和民众出行实际需求，实现城市交通高质量管理闭环。51 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 94:百度智能交通引擎百度智能交通引擎 ACE 2.0 架构架构 数据来源：百度Apollo智能交通白皮书，中信建投 智能交通智能交通 ACE 是由底层产品是由底层产品和和解决方案组成。底层产品

190、解决方案组成。底层产品包括地图开放平台、智能网联终端（度小镜）、百度城市扫描仪、交通大数据接口服务、人口地理大数据接口服务等。根据百度 Apollo 智能交通白皮书，百度在智能交通领域的百度在智能交通领域的解决方案解决方案包括 1）车路协同，主要强调将道路多端信息联网，从而实现自动驾驶规模化应用。总体上车路协同更多是未来自动驾驶应用的基础。2）智能信控，通过 AI 视觉技术和交通地图大数据，辅助交通信号系统决策，降低道路延迟时间，提升道路通行能力。3）智能停车，基于 AI 视频技术实现停车的无人化管理，提升停车泊位的周转率提升，进而实现 ROI 提升。4）智能公交/货运/出租，基于自动驾驶技术

191、能力和车路协同方案，实现公共交通效率提升，提升货运安全性和节约能耗。5）智能车联，通过软件、系统接入的方式以低成本实现设备的智能控制，红绿灯通行引导、碰撞预警、辅助驾驶等功能。6）其他，包括园区物种、自主泊车等解决方案。图图 95:2020-22 年城市智慧交通千万项目中标金额（亿元）年城市智慧交通千万项目中标金额（亿元）图图 96:2020-22 年城市智慧交通亿级项目中标金额（亿元）年城市智慧交通亿级项目中标金额（亿元）数据来源：智慧交通，中信建投 注：统计口径为交通管控项目500万；智能运输项目300万。联合体中标的项目，没有公开信息的，设计项目取值10%后，再五五分，可能存在数据计算偏

192、差风险。不含停车项目。数据来源：智慧交通，中信建投 注：统计口径为交通管控项目500万；智能运输项目300万。联合体中标的项目，没有公开信息的，设计项目取值10%后，再五五分，可能存在数据计算偏差风险。不含停车项目。市场结构上，IDC 定义智慧交通市场由基础设施、平台级解决方案、应用级解决方案组成，从百度的实际收入结构上看，其主要收入来自于解决方案，少部分收入来自于高精度地图等基础设施。根据智慧交通统计，055电信系移动系百度系2020202120225.05.56.06.57.07.5百度系20202021 52 美股公司深度报告 百度百度 请参阅最后一页的重要声明 2

193、020-21 年百度在城市智能交通（不含停车）项目中标金额分别为 14.88、18.31 亿元，2022 年仅披露千万级项目中标金额，百度中标金额达 10.45 亿元（21 年为 11.33 亿元）。整体上，2021-22 年百度在智能交通业收入规模预计在 2025 亿左右，大部分由解决方案贡献，少部分为高精度地图等贡献。图图 97:2021 年高精度地图市场份额（年高精度地图市场份额（%）图图 98:智慧交通市场结构智慧交通市场结构 数据来源：IDC，中信建投 数据来源：IDC，中信建投 5.3 车端：车端：智能座舱智能座舱、智能驾驶、智能地图全栈布局、智能驾驶、智能地图全栈布局 在车端智能

194、化方面，百度 Apollo 全栈布局，旗下产品包括智能驾驶（Apollo City Driving Max、Apollo Highway Driving Pro、Apollo Parking），智能座舱（小度车载 OS、小度车载语音 SDK），智能地图（车载导航地图、高精地图、人机共驾地图）。图图 99:百度智能驾驶业务布局百度智能驾驶业务布局 数据来源：中信建投 5.3.1 智能驾驶：集度汽车预期 2H23 交付，有望逐步贡献实质性业绩 根据 Apollo 官网，Apollo 领航辅助驾驶是将国内 L4 级智驾技术降维到 L2+的量产高阶辅助驾驶。百度的辅助驾驶技术覆盖范围城市道路、高速公路

195、、停车端，基本涵盖了用户出行的各类场景，且具备识别异形红绿灯，环岛路口、非结构化道路等能力。0%5%10%15%20%25%30%35%百度四维图新 高德地图易图通中海庭云端智能驾驶Apollo CloudACE智能交通引擎车端Apollo数据闭环、数据采标、AI研发、云仿真测试、运营监管等解决方案智能座舱智能地图智能交通Apollo City Driving Max、Apollo Highway Driving Pro、Apollo Parking车载导航地图、高精地图、人机共驾地图小度车载OS、小度车载语音SDK萝卜快跑、Apollo Robobus、汽车机器人等1+3+N框架数字化交通基

196、础设施、Apollo自动驾驶引擎、车路协同引擎、MaaS出行引擎、N个场景应用 53 美股公司深度报告 百度百度 请参阅最后一页的重要声明 技术方案上，百度采用视觉算法和激光雷达结合的解决方案，基于大数据、大模型、小型化技术，结合自动驾驶和车路协同，实现车、路端的感知能力提升。硬件方面，Apollo Highway Driving Pro 采用 4 个鱼眼摄像头、1 个长距离毫米波雷达、4 个角毫米波雷达、12 个超声波雷达、5 个中长距摄像头以及 1 个选配摄像头。Apollo City Driving Max 采用 4 个鱼眼摄像头、1 个长距离毫米波雷达、1 个长距毫米波雷达、12 个超

197、声波雷达、7 个中长距摄像头以及 2 个激光雷达。图图 100:Apollo City Driving Max 硬件配置硬件配置 数据来源：Apollo，中信建投 图图 101:Apollo Highway Driving Pro 硬件配置硬件配置 数据来源：Apollo，中信建投 商业化方面，辅助驾驶产品的落地更多依赖集度汽车的量产及销售商业化方面，辅助驾驶产品的落地更多依赖集度汽车的量产及销售，预计，预计 2H23 开始实质性贡献业绩开始实质性贡献业绩。根据集度汽车机器人生态伙伴大会，集度汽车 CEO 夏一平表示“集度首款量产车 2023 年 7 月 SOP，下半年开始正式交付。首批门店计

198、划于 2023 年进军国内 46 个城市，初步完成销售网络的全国布局。此外，集度汽车在 2028年计划拥有交付 80 万辆新车的能力。”38 5.3.2 智能座舱：百度 IVI 份额位列行业领先 根据 Apollo 官网，百度在智能座舱领域的产品主要是小度车载 OS、小度车载语言 SDK。其中，小度车载OS 五个核心组件：大屏智能车机组件，液晶仪表盘组件，流媒体智能后视镜组件，小度车载机器人组件，智能挡风玻璃组件。38 集度汽车的雄心壮志能否成真？自动驾驶领先特斯拉一代、目标年销 80 万辆_搜狐汽车_搜狐网()54 美股公司深度报告 百度百度 请参阅最后一页的重要声明 图图 102:小度车载

199、小度车载 2020 整体架构（整体架构（2019 年年 12 月发布）月发布）图图 103:小度车载小度车载 OS 整体架构（截止整体架构（截止 2023 年年 4 月）月）数据来源：百度 AI 开发者大会，中信建投 数据来源：Apollo，中信建投 图图 104:2020 年车载娱乐系统新车实际搭载量（万辆）年车载娱乐系统新车实际搭载量（万辆）数据来源：IHS Markit，中信建投 图图 105:2020 年超过年超过 10 万辆销量以上的品牌合作情况万辆销量以上的品牌合作情况 数据来源：IHS Markit，中信建投 119.89 52.07 44.80 -20 40 60 80 100

200、 120 140小度车载腾讯TAI斑马 55 美股公司深度报告 百度百度 请参阅最后一页的重要声明 5.3.3 智能地图：车载导航地图、高精地图均位列行业前列 智能地图板块分为车载导航地图、高精地图、人机共驾地图。车载导航地图车载导航地图方面，方面，2021 年高德地图前装搭载量达 413.94 万辆，占比 35.51%，百度地图前装搭载量达 169.11 万辆，占比 14.51%。根据头豹研究院，2021年前装地图导航市场分为联网与离线两类，前者具备 4G/5G、Wifi、SD 卡功能，License 授权价格为 50-80 元/个，离线地图导航 License 价格为 10-20 元/个，

201、整体市场上联网地图导航占比 78%，离线占比 22%。据此估算，百度 2021 年车载导航地图产品收入预计达 0.91 亿元，高德地图 2021 年对应 2.24 亿元。高精地图方面，高精地图方面，根据 IDC 统计，2021 年中国高精度地图市场规模为 6.46 亿元人民币，同比增长 36.3%。其中百度地图份额约为 32.2%，高德地图份额为 12.5%。据此推算，百度高精地图 2021 年收入约为 2.08 亿元，高德高精地图 2021 年收入约为 0.81 亿元。图图 106:2021 年国内乘用车导航产品供应商份额（年国内乘用车导航产品供应商份额（%）图图 107:2021 年高精度

202、地图市场份额（年高精度地图市场份额（%）数据来源：高工智能汽车，中信建投 注：仅统计前装数据，不含后装数据。数据来源：IDC，中信建投 图图 108:百度地图产品架构百度地图产品架构 数据来源：百度地图，中信建投 35.51%14.51%0%5%10%15%20%25%30%35%40%高德地图百度美行Navis光庭32.22%12.50%0%5%10%15%20%25%30%35%百度四维图新 高德地图易图通中海庭 56 美股公司深度报告 百度百度 请参阅最后一页的重要声明 附录：公司概况附录：公司概况 图图 109:百度核心产品及服务与收入板块百度核心产品及服务与收入板块 数据来源：公司公

203、告，中信建投 百度集团百度智能云智能驾驶&OGI其他新业务移动生态百度核心爱奇艺广告收入非广告收入爱奇艺收入百度核心收入百度整体收入智能驾驶Apollo自动驾驶智能电动车Apollo RobotaxiAI解决方案（百度大脑）知识图谱解决方案行业解决方案其他（百度云盘）百度APP/Web好看视频全民小视频 57 美股公司深度报告 百度百度 请参阅最后一页的重要声明 风险分析风险分析 新业务发展不及预期：新业务发展不及预期：AIGC 及相关新技术领域仍处于快速发展阶段，技术距离成熟存在较大差距，当前发展预期可能存在过度乐观的情况，业务实际发展仍存在较大不确定性。宏观或行业环境变化：宏观或行业环境变

204、化：由于公司部分业务处于探索期或成长期，业务模式尚未成熟，同时宏观、行业环境可能发展变化，因此当前时点对未来的预判多数依赖上述环境变化不大或基本稳定的假设。若宏观、行业环境发生较大变化，公司业务受到的影响可能超出我们的预期范围。竞争加剧风险：竞争加剧风险：公司部分业务如搜索广告等面临短视频、应用内搜索的分流，以及搜狗、360、bing 等竞争者的威胁。58 美股公司深度报告 百度百度 请参阅最后一页的重要声明 报表预测报表预测 资产负债表（百万元）资产负债表（百万元）利润表（百万元）利润表（百万元）会计年度会计年度 2021A 2022A 2023E 2024E 2025E 会计年度会计年度

205、2021A 2022A 2023E 2024E 2025E 流动资产流动资产 213,315.0 212,850.0 336,171.2 480,873.6 629,203.1 营业收入营业收入 124,493.0 123,675.0 137,650.2 149,212.9 162,642.0现金 180,093.0 173,995.0 300,445.0 442,146.4 586,990.4 营业成本 64,314.00 63,935.00 70,311.76 74,860.11 80,881.90 应 收 票 据及 应 收账 款 合计 9,981.00 11,733.00 11,745.

206、98 12,732.64 13,878.58 其他营业费用 0.00 0.00 0.00 0.00 0.00 其他应收款 0.00 0.00 0.00 0.00 0.00 销售和管理费用 24,723.00 20,514.00 23,729.14 25,722.39 28,037.40 预付账款 0.00 0.00 0.00 0.00 0.00 研发费用 24,938.00 23,315.00 25,416.71 27,551.72 30,031.37 存货 0.00 0.00 0.00 0.00 0.00 财务费用-2,130.00-3,332.00 2,681.11 1,764.84 1,

207、263.39 其他流动资产 23,241.00 27,122.00 23,980.24 25,994.58 28,334.09 其他经营损益 0.00 0.00 0.00 0.00 0.00 非流动资产非流动资产 166,719.0 178,123.0 173,018.0 167,913.1 162,808.1 投资收益-932.00-1,910.00 0.00 0.00 0.00 长期投资 67,332.00 78,926.00 78,926.00 78,926.00 78,926.00 公允价值变动收益 0.00 0.00 0.00 0.00 0.00 固定资产 23,027.00 23,

208、973.00 20,217.23 16,461.46 12,705.69 营业利润营业利润 11,716.00 17,333.00 15,511.55 19,313.85 22,428.01 无形资产 8,947.00 8,095.00 6,745.83 5,396.67 4,047.50 其他非经营损益-938.00-7,221.00 194.67 194.67 194.67 其他非流动资产 67,413.00 67,129.00 67,129.00 67,129.00 67,129.00 利润总额利润总额 10,778.00 10,112.00 15,706.22 19,508.51 22

209、,622.67 资产总计资产总计 380,034.0 390,973.0 509,189.3 648,786.7 792,011.2 所得税 3,187.00 2,578.00 3,690.16 4,583.51 5,315.18 流动负债流动负债 74,488.00 79,630.00 65,760.26 70,362.70 76,209.73 净利润净利润 7,591.00 7,534.00 12,016.06 14,925.01 17,307.50 短期借款 14,675.00 20,552.00 0.00 0.00 0.00 少数股东损益-2,635.00-25.00-2,129.09

210、-2,644.51-3,066.66 应 付 票 据及 应 付账 款 合计 0.00 0.00 0.00 0.00 0.00 归属母公司净利润归属母公司净利润 10,226.00 7,559.00 14,145.15 17,569.52 20,374.16 其他流动负债 59,813.00 59,078.00 65,760.26 70,362.70 76,209.73 EBITDA 31,207.00 26,864.00 23,492.27 26,378.29 28,991.00 非流动负债非流动负债 81,594.00 73,538.00 73,538.00 73,538.00 73,538

211、.00 EPS（元）29.25 21.62 40.46 50.26 58.28 长期借款 68,401.00 63,183.00 63,183.00 63,183.00 63,183.00 Non-GAAP 净利润净利润 18,830.00 20,680.00 22,232.68 25,747.18 29,580.24 其他非流动负债 13,193.00 10,355.00 10,355.00 10,355.00 10,355.00 负债合计负债合计 156,082.0 153,168.0 139,298.2 143,900.7 149,747.7 主要财务比率主要财务比率 少数股东权益 12

212、,493.00 14,327.00 12,197.91 9,553.40 6,486.74 会计年度会计年度 2021A 2022A 2023E 2024E 2025E 股本 0.00 0.00 1,000.00 2,000.00 3,000.00 成长能力成长能力 资本公积 66,307.00 74,591.00 193,661.0 312,731.0 431,801.0 营业收入(%)16.27-0.66 11.30 8.40 9.00 留存收益 145,152.0 148,887.0 163,032.1 180,601.6 200,975.8 归属于母公司净利润(%)-58.49-21.

213、60 171.20 15.70 12.28 归属母公司股东权益 211,459.0 223,478.0 357,693.1 495,332.6 635,776.8 获利能力获利能力 负债和股东权益负债和股东权益 380,034.0 390,973.0 509,189.3 648,786.7 792,011.2 毛利率(%)48.34 48.30 48.92 49.83 50.27 净利率(%)6.10 6.09 8.73 10.00 10.64 ROE(%)4.84 3.38 3.95 3.55 3.20 ROIC(%)6.06 8.80 8.70 11.02 12.87 偿债能力偿债能力 现

214、金流量表（百万元）现金流量表（百万元）资产负债率(%)41.07 39.18 27.36 22.18 18.91 会计年度会计年度 2021A 2022A 2023E 2024E 2025E 净负债比率(%)-43.32-37.96-64.14-75.06-81.56 经营活动现金流经营活动现金流 20122 26170 29464.21423247.29 25888.465 流动比率 2.86 2.67 5.11 6.83 8.26 净利润 7,591.00 7,534.00 12,016.06 14,925.01 17,307.50 速动比率 2.55 2.33 4.75 6.46 7.8

215、8 折旧摊销 22,559.00 20,084.00 5,104.94 5,104.94 5,104.94 营运能力营运能力 财务费用-2,130.00-3,332.00 2,681.11 1,764.84 1,263.39 总资产周转率 0.33 0.32 0.27 0.23 0.21 其他经营现金流-7,898.00 1,884.00 9,662.11 1,452.51 2,212.64 应收账款周转率 12.47 10.54 11.72 11.72 11.72 投资活动现金流投资活动现金流-31,444.0-3,944.00 148.93 148.93 148.93 每股指标（元）每股指

216、标（元）资本支出-12,288.0-5,555.00 0.00 0.00 0.00 每股收益(最新摊薄)29.25 21.62 40.46 50.26 58.28 其他投资现金流-19,156.01,611.00 148.93 148.93 148.93 每股经营现金流(最新摊薄)57.56 74.86 84.28 66.50 74.05 筹资活动现金流筹资活动现金流 23,396.00-6,390.00 96,836.89 118,305.1 118,806.6 每股净资产(最新摊薄)604.86 639.24 1,023.16 1,416.87 1,818.60 短期借款-520.00 5

217、,877.00-20,552.00.00 0.00 估值比率估值比率 长期借款 8,066.00-5,218.00 0.00 0.00 0.00 P/E 4.10 5.55 2.97 2.39 2.06 其他筹资现金流 15,850.00-7,049.00 117,388.8 118,305.1 118,806.6 P/B 0.20 0.19 0.12 0.08 0.07 现金净增加额现金净增加额 12,074.00 15,836.00 126,450.0 141,701.3 144,844.0 EV/EBITDA-2.31-2.37-3.88-4.33-4.86 资料来源：公司公告，iFin

218、D，中信建投 59 美股公司深度报告 百度百度 请参阅最后一页的重要声明 分析师介绍分析师介绍 孙晓磊孙晓磊 海外研究首席分析师，北京航空航天大学硕士，游戏产业和金融业 7 年复合从业经历，专注于互联网研究，对腾讯、网易、阿里、美团、阅文等互联网巨头有较为深入的理解。2019 年新财富港股及海外最佳研究团队入围，2020 年、2021 年新财富港股及海外最佳研究团队第五名。崔世峰崔世峰 海外研究联席首席分析师，南京大学硕士，6 年买方及卖方复合从业经历，专注于互联网龙头公司研究，所在卖方团队获得 2019-2020 年新财富传媒最佳研究团队第二名。2022 年新财富海外研究最佳研究团队入围。许

219、悦许悦 海外研究员，南洋理工大学硕士，专注于互联网研究，2022 年加入中信建投海外前瞻组。60 美股公司深度报告 百度百度 请参阅最后一页的重要声明 评级说明评级说明 投资评级标准 评级 说明 报告中投资建议涉及的评级标准为报告发布日后 6个月内的相对市场表现，也即报告发布日后的 6 个月内公司股价（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。A 股市场以沪深300 指数作为基准；新三板市场以三板成指为基准；香港市场以恒生指数作为基准；美国市场以标普 500 指数为基准。股票评级 买入 相对涨幅 15以上 增持 相对涨幅 5%15 中性 相对涨幅-5%5之间 减持 相对跌幅

220、5%15 卖出 相对跌幅 15以上 行业评级 强于大市 相对涨幅 10%以上 中性 相对涨幅-10-10%之间 弱于大市 相对跌幅 10%以上 分析师声明分析师声明 本报告署名分析师在此声明：（i）以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告,结论不受任何第三方的授意或影响。（ii）本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。法律主体说明法律主体说明 本报告由中信建投证券股份有限公司及/或其附属机构（以下合称“中信建投”）制作，由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供

221、。中信建投证券股份有限公司具有中国证监会许可的投资咨询业务资格，本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格证书编号已披露在报告上海品茶。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。本报告作者所持香港证监会牌照的中央编号已披露在报告上海品茶。一般性声明一般性声明 本报告由中信建投制作。发送本报告不构成任何合同或承诺的基础，不因接收者收到本报告而视其为中信建投客户。本报告的信息均来源于中信建投认为可靠的公开资料，但中信建投对这些信息的准确性及完整性不作任何保证。本报告所载观点、评估和预测仅反映本报告出具日该分析师的判断，该等观点、评估和预测可能在不发

222、出通知的情况下有所变更，亦有可能因使用不同假设和标准或者采用不同分析方法而与中信建投其他部门、人员口头或书面表达的意见不同或相反。本报告所引证券或其他金融工具的过往业绩不代表其未来表现。报告中所含任何具有预测性质的内容皆基于相应的假设条件，而任何假设条件都可能随时发生变化并影响实际投资收益。中信建投不承诺、不保证本报告所含具有预测性质的内容必然得以实现。本报告内容的全部或部分均不构成投资建议。本报告所包含的观点、建议并未考虑报告接收人在财务状况、投资目的、风险偏好等方面的具体情况，报告接收者应当独立评估本报告所含信息，基于自身投资目标、需求、市场机会、风险及其他因素自主做出决策并自行承担投资风

223、险。中信建投建议所有投资者应就任何潜在投资向其税务、会计或法律顾问咨询。不论报告接收者是否根据本报告做出投资决策，中信建投都不对该等投资决策提供任何形式的担保，亦不以任何形式分享投资收益或者分担投资损失。中信建投不对使用本报告所产生的任何直接或间接损失承担责任。在法律法规及监管规定允许的范围内，中信建投可能持有并交易本报告中所提公司的股份或其他财产权益，也可能在过去 12 个月、目前或者将来为本报告中所提公司提供或者争取为其提供投资银行、做市交易、财务顾问或其他金融服务。本报告内容真实、准确、完整地反映了署名分析师的观点，分析师的薪酬无论过去、现在或未来都不会直接或间接与其所撰写报告中的具体观

224、点相联系，分析师亦不会因撰写本报告而获取不当利益。本报告为中信建投所有。未经中信建投事先书面许可，任何机构和/或个人不得以任何形式转发、翻版、复制、发布或引用本报告全部或部分内容，亦不得从未经中信建投书面授权的任何机构、个人或其运营的媒体平台接收、翻版、复制或引用本报告全部或部分内容。版权所有，违者必究。中信建投证券研究发展部中信建投证券研究发展部 中信建投（国际）中信建投（国际）北京 上海 深圳 香港 东城区朝内大街2 号凯恒中心B座 12 层 上海浦东新区浦东南路528号南塔 2106 室 福田区福中三路与鹏程一路交汇处广电金融中心 35 楼 中环交易广场 2 期 18 楼 电话：（8610）8513-0588 电话：（8621）6882-1600 电话：（86755）8252-1369 电话：（852）3465-5600 联系人：李祉瑶 联系人：翁起帆 联系人：曹莹 联系人：刘泓麟 邮箱： 邮箱： 邮箱： 邮箱：charleneliucsci.hk