1、2023 年深度行业分析研究报告 目录目录 一、行业概述.1 二、发展现状及趋势.3 三、相关政策.4 四、AI+促进产业智能化升级.5 五、AI+办公及相关公司.7 六、AI+医疗及相关公司.13 七、AI+教育及相关公司.20 八、AI+制造及相关公司.22 九、AI+建筑及相关公司.24 十、AI+智能家居及相关公司.27 十一、未来展望：AI+长期拉动经济增长.29 1/30 行业研究报告 慧博智能投研 一、行业概述一、行业概述 1、AI+的定义：产业智能化的定义：产业智能化AI+是指人工智能与经济社会各领域深度融合，其核心在于产业智能化，即在产业数字化基础上通过人工智能技术推动生产和

2、消费的智能化变革，利用数字技术将分散或孤立的设备、产品、生产者、企业等以产业链、价值链等方式连接起来形成联动发展，形成让数据要素成为新资源的经济社会发展新形态。2、人工智能发展历程、人工智能发展历程自 1956 年“人工智能（AI）”这一概念被提出以来，已有 60 余年的发展历程。2010 年前后，随着芯片、云计算、物联网等技术的不断发展，人类收集和处理大数据的能力极大地提高，算力大幅提升、算法不断改善，人工智能科技革命开始孵化、孕育和成长，AIGC（人工智能技术自动生成内容）逐渐进入人类生活。ChatGPT 是人工智能科技革命的缩影，ChatGPT 的诞生让人们看到了，人工智能技术即将广泛地

3、应用于生产生活，ChatGPT 将在养老、教育、医疗、内容创作等领域实现广泛的应用。科技革命爆发的标志就是新一代科技成果开始广泛应用生产生活，解放生产力、发展生产力，提高全要素生产率。人工智能的发展将极大地替代人类重复的脑力劳动，人工智能将成为人类历史上第四次里程碑式的科技革命。同时，AI+时代也不再遥远。2/30 3、“、“AI”的特点”的特点(1)AI 具备重算力、轻链接的特点具备重算力、轻链接的特点“人工智能+”具备重算力、轻链接的特点，数据量和运算需求呈指数级爆发，生产力赋能是人工智能的底层逻辑。人类社会的问题情景可以简化为选择题和问答题两类，决策式?AI 主要应对人类社会中的选择题，

4、例如手机的人脸识别、电商的推荐算法、汽车的智能驾驶等。随着“选项”的增多，AI 对算力的需求呈指数级增长。生成式?AI 基于大模型和深度学习框架，从大数据中汲取学习要素，进而生成全新的内容。生成式?AI 是为了解决人类社会中的简答题，其应用场景几乎可以覆盖所有行业，为各个领域带来巨大的生产力提升。(2)国内?国内?AI 亟待完成从亟待完成从“算法算法-算力算力-网络基础设施网络基础设施”的底层建设的底层建设AI 的推进面临着海外封锁，国内亟待完成从“算法-算力-网络基础设施”的底层建设。在算力上，在算力上，能够将人工智能所需的算力分为三类，AI 算力（7/5/3nm 先进工艺）、云计算算力（1

5、4nm 或?28nm 的chiplet）、存储算力（128 层及以上的?NAND）。而美国芯片法案对中国芯片制造限制的重心在刚需EUV 光刻机的先进工艺，即?14nm 及以下的?fab、18nm 及以下的?DRAM、128 层及以上的?NAND。这使得国内高端?AI 算力极度稀缺，先进工艺的国产化攻关至关重要。在算法上，在算法上，AI 依赖大模型/深度学习框架，当下?OpenAI 尚未向中国开放?API，因此国内大模型的开发将成为国内?AI 布局的第一步。当下，百度文心大模型、华为盘古大模型、腾讯混元大模型、阿里通义大模型正在加快向 GPT 模型追赶的步伐。?PWhVlYQVkYgVmPsRn

6、P8OcMaQoMpPtRpMkPrRrNkPqRtP7NmNwOxNmOpNvPrNtR3/30 二、发展现状及趋势二、发展现状及趋势 1、我国人工智能和产业智能化现状、我国人工智能和产业智能化现状我国对人工智能和产业智能化已有所布局。我国对人工智能和产业智能化已有所布局。2017 年国家指出，要加快推进产业智能化升级，推动人工智能与各行业融合创新，在制造、农业、物流、金融、商务、家居等重点行业和领域开展人工智能应用试点示范，推动人工智能规模化应用，全面提升产业发展智能化水平。中国在人工智能领域不断学习追赶，目前我国人工智能已具备一定从理论到应用的条件。中国在人工智能领域不断学习追赶，目前我

7、国人工智能已具备一定从理论到应用的条件。据清华大学人工智能发展报告?2020，中国在自然语言处理、芯片技术、机器学习、信息检索与挖掘等?10 多个AI 子领域的科研产出水平居于世界前列；在多媒体与物联网领域的论文产出量超过美国，居于全球第一；而在人机交互、知识工程、机器人、计算机图形、计算理论领域，中国还需努力追赶。此外，据清华大学统计，在?2011 年至?2020 年期间全球人工智能专利申请量为?521264，其中中国专利申请量为?389571，位居世界第一，占全球总量的?74.7%，是排名第二的美国专利申请量的?8.2 倍。2、产业智能化带来新机遇、产业智能化带来新机遇产业智能化正在成为我

8、国产业转型升级的新动能，引领制造业质量、效率和动力变革。能够认为，产业智能化是一项复杂的系统工程，其先决条件是产业数字化，产业智能化大概率将持续较长时间完成并不断优化升级。产业的智能化，不仅要注重制造生产环节的智能化，更要注重研发、销售、服务等全链条串联起来的智能化。当前人们对传统行业应用智能化技术已有不少设想，例如传统行业对智能化硬件或软件的投资需求、终端产品的智能化研发升级、智能化技术对企业赋能降本增效等。更为重要的是在产业智能化过程中生产及生活范式变革带来的新机遇：更为重要的是在产业智能化过程中生产及生活范式变革带来的新机遇：（1）生产范式变革，数字要素或将成为传统行业的重要资产）生产范

9、式变革，数字要素或将成为传统行业的重要资产农业社会的基本生产要素是土地和劳动力，工业革命的出现将资本变成重要的生产要素，人工智能为代表的科技革命将使得数据成为新的生产要素。传统产业虽然在人工智能技术上不占优，但人工智能更新迭代所需要的数据基础却要来源于各个传统行业，因此传统产业能否利用好手中的数据资源更为关键，在此过程中也将倒逼相关的数据安全、确权、交易及分配等制度加快完善。2022 年?12 月，国家发布的“数据二十条”中指出，要充分发挥中国海量数据规模和丰富应用场景优势，激活数据要素潜能，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制

10、度框架。（2）供给创造需求，产业智能化过程将催生新场景、新需求）供给创造需求，产业智能化过程将催生新场景、新需求供给创造需求，产业智能化过程将催生新场景、新需求，带来人们的生活范式变革，并重塑衣食住行、医疗和养老等各种传统生活方式和相关产业赛道。供给创造需求，产业智能化过程将催生新场景、新需求，带来人们的生活范式变革，并重塑衣食住行、医疗和养老等各种传统生活方式和相关产业赛道。从历次工业革命或科技革命来看，新技术、新产品的出现将逐步改变人们的生活方式及理念，创造出新的需求，例如电气革命带来冰箱、彩电、观影等新需求，人脸识别技术创造刷脸支付的需求。4/30 2022 年 7 月，国家相关部门印发

11、的关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见的通知中指出，鼓励在制造、农业、物流、金融、商务、家居等重点行业深入挖掘人工智能技术应用场景，促进智能经济高端高效发展；围绕安全便捷智能社会建设打造重大场景，在城市管理、交通治理、生态环保、医疗健康、教育、养老等领域持续挖掘人工智能应用场景机会；围绕高水平科研活动打造重大场景，推动人工智能技术成为解决数学、化学、地学、材料、生物和空间科学等领域的重大科学问题的新范式；围绕国家重大活动和重大工程打造重大场景，在亚运会、全运会、进博会、服贸会等重大活动和重要会议举办中，拓展人工智能应用场景。3、我国产业智能化转型已具备先决条件，逐步

12、推动形成高质量发展的新范式、我国产业智能化转型已具备先决条件，逐步推动形成高质量发展的新范式 随着相关技术的发展，我国将以巨大的市场规模做支撑，以及多样化的产业网络节点为基础，生产设施在社会中网状分布，最终将形成一个用产业互联网技术连接的、辐射全球的产业形态。1）我国工业体系门类齐全、体系完整，这意味着产业智能化的技术创新都可以形成与中国制造能力的连接。2）我国超大市场规模形成了全球最大的电子商务网络，基本完成了消费端的数据化迁移。平台企业积累了庞大的消费者行为数据，使新的智能化技术由消费端向产业端迁移，完成对供给端的改革改组和改造，将有助于推动产业范式的变迁完成。3）我国应用研发能力持续进步

13、。我国已成为全球研发工程师最多的国家，专利和科技论文产出一直在全球名列前茅，极大地推动中国的产业智能化升级。据国家统计局数据显示，2022 年我国研发经费投入强度达到 2.55%，再创新高，比上年提高 0.12 个百分点，明显高于“十三五”以来年均增幅，实现了较快提升。世界知识产权组织 2022 年发布的全球创新指数（GII）显示，我国创新能力综合排名全球第11 位，较上年提升 1 位，较 2012 年跃升 23 位。三、相关政策三、相关政策 产业智能化是产业基础再造的重要方向，国家对产业智能化是产业基础再造的重要方向，国家对“产业基础再造产业基础再造”早有部署，产业基础再造工程和重大技术装备

14、攻关工程是我国建设现代化产业体系的两项重点工程。早有部署，产业基础再造工程和重大技术装备攻关工程是我国建设现代化产业体系的两项重点工程。2021 年初的“十四五”规划纲要提出“实施产业基础再造工程，加快补齐基础零部件及元器件、基础软件、基础材料、基础工艺和产业技术基础等瓶颈短板”，当年末的中央经济工作会议提出“提升制造业核心竞争力，启动一批产业基础再造工程项目，激发涌现一大批专精特新企业”。2022 年 10 月二十大报告再次强调“实施产业基础再造工程和重大技术装备攻关工程实施产业基础再造工程和重大技术装备攻关工程，支持专精特新企业发展，推动制造业高端化、智能化、绿色化发展”。产业基础一般处于

15、产业链的上游或中间环节，由于其基础性地位和功能，因而是构建自主可控现代产业体系和塑造可持续国家竞争优势的基础条件和力量源泉。我国基础科学研究短板依然突出，底层基础技术、基础工艺能力不足，工业母机、高端芯片、基础软硬件、开发平台、基本算法、基础元器件、基础材料等瓶颈仍然突出，关键核心技术受制于人的问题仍然突出。5/30 产业基础再造将主要围绕产业智能化（产业基础再造将主要围绕产业智能化（AI+）和产业新能源化（新能源）和产业新能源化（新能源+）开展，产业智能化是产业基）开展，产业智能化是产业基础再造的重要方向。其中，充分的数字化是智能化实现的前提，础再造的重要方向。其中，充分的数字化是智能化实现

16、的前提，产业数字化是对数据价值的初步挖掘，并为智能化发展打下坚实基础。有了一定的数字化积累之后，产业智能化过程将开始大规模涌现。据国家统计局的定义，产业数字化指应用数字技术和数据资源为传统产业带来的产出增加和效率提升，是数字技术与实体经济的融合。能够认为，产业数字化是传统产业与数字经济核心产业的深度融合。产业智能化是在产业数字化基础上由人工智能逐步替代人的过程，不仅在体力劳动，更重要的是脑力劳产业智能化是在产业数字化基础上由人工智能逐步替代人的过程，不仅在体力劳动，更重要的是脑力劳动。动。产业智能化是未来发展趋势，从智能化的技术特征来看，是将数据、算法和知识的深度融合。四、四、AI+促进产业智

17、能化升级促进产业智能化升级 当下，AI 技术的发展已经不再停留于研发和学习层面，未来 AI 将是产业智能化的重要内容，对实现企业数字化转型、产业结构全面升级具有积极意义。而产业智能化是经济社会面临的第四次技术而产业智能化是经济社会面临的第四次技术-经济产经济产业范式的迁移。产业智能化转型，将形成技术业范式的迁移。产业智能化转型，将形成技术-经济范式的变革。经济范式的变革。所谓“技术-经济范式的迁移”，是指在通用技术取得关键性突破后，相互关联的产业集群涌现大规模创新，并在各制造业充分渗透，其影响可扩展到宏观经济的多维度和更深层次。技术-经济范式包括一系列相互依存的技术、产业组织、商业模式以及管理

18、创新，这些彼此关联的因素相互影响、循环往复、持续演进。从中长期视角来看，企业在进入智能化转型的过程中，将存在很多的战略性投资机会。我国产业智能化转型已具备先决条件。我国产业智能化转型已具备先决条件。在新一轮科技革命的浪潮下，AI+的发展将从降本增效、产业革新和消费升级三个维度对企业进行赋能。1、AI 显著提升制造业、服务业和软件应用行业的降本增效能力显著提升制造业、服务业和软件应用行业的降本增效能力 6/30 （1）制造业）制造业 对于制造业，人工智能将从机器替代、赋能应用场景两方面提升企业的降本增效能力。对于制造业，人工智能将从机器替代、赋能应用场景两方面提升企业的降本增效能力。一是随着 A

19、I 技术的发展成熟，机器或将取代部分人力工作，实现智能自动化；机器的智能自动化不仅能缓解企业的成本端压力，还能弥补部分经济体由于人口老龄化、人力资源成本抬升带来的劳动力短缺问题。二是在人工智能的赋能之下，经过培训的员工可以执行更加高级的设计、编程或研发任务，从而带来生产效率的全面提升。2019 年 11 月相关部门曾印发512 工程推进方案，涉及五大重点行业包括：电子设备生产、装备制造、钢铁、采矿、电力。能够认为，人工智能可以在协同研发设计、远程设备操控、设备协同作业、柔性生产制造、现场辅助装配、机器视觉质检、设备故障诊断、厂区智能物流、无人智能巡检、生产智能监测等应用场景对制造业进行赋能。在

20、这一过程中，资本市场对于这些产业的估值也会进一步提升。（2）服务业）服务业 对于以金融、法律、教育、咨询为代表的服务业，对于以金融、法律、教育、咨询为代表的服务业，AI 技术的发展将解决运营成本高企、服务质量参差技术的发展将解决运营成本高企、服务质量参差不齐等问题。不齐等问题。AI 技术不仅能通过人工替代，减少案头性工作的用时；还能够基于互联网与客户进行直接接触，并利用大数据充分理解客户的需求，从而降低服务业成本，提升服务效率。以金融机构为例，AI技术催化下，企业一方面能在催收等低技术环节和授信报告、贷后管理报告等强格式性案头工作实现人工替代，减少用工成本；另一方面，通过 AI 赋能，可以帮助

21、企业更好的整理市场信息、客户需求等结构性和非结构性，提供更符合客户需求的金融产品，进而提升金融行业的核心服务价值。（3）软件应用行业软件应用行业 AI 学习能力持续超预期的背景下，最直接获得学习能力持续超预期的背景下，最直接获得 AI+赋能的软件应用行赋能的软件应用行业将持续受益。业将持续受益。对标海外，许多软件应用已经实现了 AI 赋能。作为 AI 技术发展的先驱，美国已有多类软件应用获得了 AI 赋能。（1）日常办公软件类：3 月 17 日，微软发布 Copilot，全面赋能工具软件和企业服务场景。Copilot 在最新的GPT-4 模型的赋能之下，能够使用户在 Word、PPT 中通过简

22、单指令实现文稿快速生成；在 Excel 中通过简单语言指令完成数据分析和可视化；2）搜索引擎类，美国的 Bing 搜索引擎已经自带 GPT-4 模型；3）通用企业应用，AI 赋能 CRM 和 ERP，协助 Slesforce 快速定位目标受众，辅助生成信息及智能回复等。在海外 AI 应用端开发进展持续超预期的背景下，以 AI 赋能的国产软件也将快速落地，例如国内百度文心一言有望变革搜索生态，阿里巴巴、腾讯等互联网企业也有望依托于在 C 端数据的丰富积累，以及在软件开发领域的优势，借力于本次 AI 科技革命，推出与海外媲美的 AI 赋能型软件应用。2、AI 赋能将显著提升赋能将显著提升 toC

23、端的使用体验端的使用体验 AI+对 toC 端的赋能也同样显著，这其中智能家居、智能家电以及智能汽车将是本轮 AI 革命的主要受益者。智能家居板块，AI 赋能将有效提升家居对不同情景的交互能力。（1）智能家居中家居摄像头需要对家庭场景进行识别分析（2）家居摄像头搭载多种智能算法，如人脸识别、宠物检测、老人摔倒、啼哭检测等，算 AI 有望提升算法精确度，丰富算法使用场景（3）AI 助力提升全屋智能控制及语音交互。7/30 下面我们着重了解下面我们着重了解办公、办公、医疗、医疗、教育教育、制造、建筑、智能家居制造、建筑、智能家居等等 AI+领域领域。五、五、AI+办公办公及相关公司及相关公司 1、

24、微软发布微软发布+GPT-4，开启办公智能化新纪元，开启办公智能化新纪元 2023 年 3 月 15 日 OpenAI 发布全新的多模态大模型 GPT-4，GPT-4 相较于 GPT-3 实现了多模态信息输入、文本处理容量提升、回答准确度提高、对专业知识的处理能力提高、能够生成创意文本并实现风格变化等方面的能力提升，极大地拓宽了 GPT-4 在企业级服务领域的应用能力，使其能够处理数量较大、专业性较强且形式多样的办公数据，并生成准确度较高的有效处理结果。具体而言，GPT-4 的主要优势包括：1）接受多维度信息输入：接受多维度信息输入：GPT-3 主要接受文本类型的输入，而 GPT-4 可以接受

25、输入文本和图像。2）文本输出能力增强：文本输出能力增强：GPT-4 比以往更具创造性和协作性，可以创作歌曲、编写剧本或学习用户的写作风格。相比之下 GPT-3 只能简单的对文本进行编辑。此外 GPT-4 的文本处理容量也有所提升，目前GPT-4 能够处理超过 25000 字的文本。8/30 3）回答准确性显著提高：回答准确性显著提高：尽管目前 GPT-4 仍然存在错误回答的现象，但 GPT-4 相对于以前的模型已经显著减轻了幻觉问题。在 OpenAI 的内部对抗性真实性评估中，GPT-4 的得分比最新的 GPT-3.5 模型高 40%。与此同时，GPT-4 在 TruthfulQA 等外部基准

26、上也取得了进展，测试表明，模型 GPT-4 具备从不正确陈述中分离事实的能力。4）专业知识的处理能力：专业知识的处理能力：当任务的复杂性达到一定程度时，GPT-4 比 GPT-3.5 更可靠、更有创意，并且能够处理更细微的指令。OpenAI 在为人类设计的模拟考试上对 GPT-4 进行了实验，结果表明，GPT-4 在各种专业测试和学术基准上的表现与人类水平相当。例如，GPT-4 通过了模拟律师考试，且分数排名位于前 10%左右；相比之下，GPT-3.5 的得分在倒数 10%左右。5）“角色扮演角色扮演”回答用户：回答用户：在 GPT-4 中用户可以在初始谈话时设置角色，后续 GPT-4 可以一

27、直基于用户设定的角色来进行相应问题的回答，回答更具有人类色彩。2、Microsoft 365 Copilot：AI 时代的生产力革命时代的生产力革命 2023 年 3 月 16 日，微软发布全面接入 GPT-4 的 Microsoft 365 Copilot，开启 AI+办公软件史诗级革命。Copilot 将 GPT-4 的生成式 AI 能力全面集成至 Microsoft 365 办公套件中，不仅能够实现在各个办公软件中自动生成内容，同时 AI 还打通了 Microsoft 365 中各个应用的数据壁垒，极大提高产品集成度，使办公产品的协作性大幅提升。9/30 目前目前 Copilot 主要以

28、两种方式集成到主要以两种方式集成到 Microsoft 365 中：中：（1）辅助工作辅助工作 Copilot 嵌入到 Word、Excel、PowerPoint、Outlook、Teams 等所有 Microsoft 365 应用程序中，用户能够使用自然语言调用 Copilot 辅助工作，包括在应用内根据要求生成信息，调用其他应用内的信息并进行整合分析等，以释放创造力、释放生产力和提升技能。1）Word Copilot 与用户一起写作、编辑、总结和创作。1）写作：Copilot 能够根据简短的自然语言提示生成文档初稿，并根据需要从其他 Office 应用中引入信息；2）编辑及总结：Copil

29、ot 可以在现有文档中添加内容、总结文本、改写文件；3）创作：Copilot 会建议用户的写作语气，还可以帮助用户在写作中加强论点、消除错误。2）Excel Copilot 帮助用户分析和探索数据。1）分析：用户用自然语言向 Copilot 提出关于数据集的问题，Copilot 能够分析数据之间的相关性，提出相应的假设方案，并根据问题推荐新的公式。2）探索：Copilot 根据用户问题生成模型，还能够识别数据潜在趋势并创建可视化图表。3）PowerPoint Copilot 帮助用户从其他 Office 应用中调取信息并生成演示文稿。Copilot 可以从 Office 365 的 Word、

30、OneNote 等应用中调取数据，并将文件转化为带有演讲者笔记和资料来源的演示文稿，或者根据一个简单的提示或大纲生成一个新的演示文稿。10/30 4）Outlook Copilot 帮助用户整合并管理收件箱。Copilot 可以总结邮件内容，根据简单提示以及其他 Microsoft 365应用中的内容自动生成回复邮件，并可根据需求修改邮件的长度和语气。5）Teams Copilot 帮助用户开展更高效的团队会议以及安排会议议程。1）高效团队会议：Copilot 能够在会议中帮助用户组织关键讨论点，并总结关键的行动。在会议中，Copilot 还可以随时解答参与者的问题，并帮助回忆用户错过的信息。

31、2）安排会议议程：将 Copilot 添加到会议和对话中，Copilot 可以根据聊天历史创建会议议程并确定合适的参会人等。（2）Business Chat Business Chat 基于大语言模型、Microsoft 365 应用程序和日历、电子邮件、聊天记录、文档、会议和联系人等软件中的数据运作。用户使用自然语言向 Copilot 提问，比如“告诉我的团队我们是如何更新产品策略的”，它就会根据早上的会议、电子邮件和聊天记录生成一条回复。Microsoft 365 Copilot Business Chat 功能：功能：Business Chat 功能使用户可以将文档、演示文稿、电子邮件、

32、日历、笔记和联系人中的数据汇集在一起。目前，Microsoft Copilot 365 预览版客户可以在Microsoft Teams 中访问 Business Chat。3、Dynamics 365 Copilot：互动式人工智能助手：互动式人工智能助手 11/30 2023 年年 3 月月 7 日，微软推出日，微软推出 AI 工具工具 Dynamics 365 Copilot，该工具集成了，该工具集成了 Dynamics 365 和和OpenAI 的大语言模型，成为企业运营过程中的互动式的大语言模型，成为企业运营过程中的互动式 AI 助手。助手。Dynamics 365 Copilot 应

33、用 GPT 的文档生成、数据分析、在线问答、创意生成能力，实现包括让数据分析师和营销人员用自然语言直接与数据交互，帮助销售人员、客服人员和其他用户自动完成撰写电子邮件、生成电商目录等日常工作自动化，从而释放员工生产力。Microsoft Dynamics 365 整合了 CRM 和 ERP 的功能，建立了按需构建的应用模块来管理业务功能。CRM 相关功能包括商业中心、客户服务、客户数据、市场营销等，ERP 相关功能包括供应链管理、智能订单管理等。Dynamics 365 采用订阅模式收费，对于已订阅首个 Dynamics 365 App 的用户后续订阅其他功能将采用优惠价格。4、相关公司、相关

34、公司（1）金山办公金山办公：WPS+AI 应用潜力大应用潜力大 金山办公的金山办公的 WPS 产品为国内产品为国内 AI+办公软件生态落地最佳场景，已拥有多项办公软件生态落地最佳场景，已拥有多项 AI 功能。功能。金山办公拥有办公应用套件 WPS Office，为对标 Microsoft 365 的 AI+办公软件应用落地优质场景。目前，金山办公 AI中台面向计算机视觉、自然语言处理、语音处理等算法研究方向，围绕办公领域，已开发出近百项 AI能力，包含能够一键美化 PPT 的“智能美化”、能够实现 AI 自动生成段落的“智能写作”功能等。预期随着国内 AI 大模型技术逐渐落地，公司有望实现 W

35、PS 产品全面与 AI 整合升级成为下一代办公软件套装。智能写作智能写作产品以自然语言处理为核心、面向多领域自主研发智能写作机器人，支持文本自动生成、辅助成稿写作、句子智能补写、文本智能校对等功能。智能美化智能美化功能可以自动为纯文字内容推荐多种 PPT 样式，并加入背景、调好字号和格式。该功能推荐的 PPT 样式是使用 AI 算法基于文字内容的语义产生的。如果用户已有素材图片，只需要把素材堆放在幻灯片上就可以一键美化图片，自动整理好排版并加入动画特效。公司已深耕公司已深耕 AI 多年，将进一步主动拥抱多年，将进一步主动拥抱 AI 技术变革。技术变革。自 2017 年起，AI 即上升至金山办公

36、产品战略之一，公司 AI 业务已经历技术研发、技术产品化两个阶段，进入当前的 AI 产品业务化阶段，计划将 12/30 AI 产品沉淀转化为公司实际业务以推动公司业绩增长。面对生成式 AI 技术变革，根据采访，公司 2023年将在 AI 领域进一步重点发力，尤其将在 AIGC 方面实现更多技术应用突破，主动拥抱 AI 技术变革。（2）彩讯股份彩讯股份：接入文心一言探索邮箱新应用接入文心一言探索邮箱新应用 彩讯协同办公业务以信创邮箱彩讯协同办公业务以信创邮箱+统一办公平台为核心，服务电信运营商、金融企业、大型央国企和政府统一办公平台为核心，服务电信运营商、金融企业、大型央国企和政府组织等。组织等

37、。公司协同办公业务以“信创邮箱+统一办公平台”为核心，主要负责为电信运营商、大型企业、政府和高校等组织提供套件化的办公邮件组件、企业办公协作系统等协同管理软件，主要产品包括RichMail 邮箱系统、RichOffice 统一办公平台、RichDrive 企业网盘、RichMOA 移动办公系统、RichAPM 应用性能管理系统等，主要客户包括中国移动、中移全通、中国联通等运营商，中国银行、中国银联、中国人寿等金融企业，以及国家电网、中国邮政等大型央国企。彩讯接入百度文心一言，将探索彩讯接入百度文心一言，将探索 AI 在邮箱等核心产品中的应用。在邮箱等核心产品中的应用。2023 年 2 月，彩讯

38、股份成为百度“文心一言”的首批生态合作伙伴，双方将共同探索 AI 核心技术在彩讯电子邮件 RichMail 等核心产品及电信、金融等核心行业的率先运用，并围绕技术创新、场景孵化、生态建设等多方面展开深入合作。预期AI 将赋能彩讯 RichMail 邮件系统，帮助其实现邮件摘要自动生成、邮件撰写智能提示、邮件智能分析、邮件智能搜索、邮件智能分类等功能。对标微软 Outlook，预期彩讯接入百度文心一言后，彩讯邮箱应用也将为生成式 AI 在国内落地应用的优质场景，公司将受益于此次 AI+办公软件技术变革浪潮。13/30 六、六、AI+医疗医疗及相关公司及相关公司 近年来，随着医疗数据集的快速扩张、

39、硬件设备的迭代升级、算法模型的优化改进，AI 在医疗场景中的技术积累越发成熟，应用场景日益丰富。为疾病检测、诊断及治疗模式带来深刻变革，为提升居民健康质量提供新方式。近期 GPT 技术的突破再次引燃市场关于 AI+医疗/医药的讨论关注。包括制药、辅助诊断、影像、医疗器械在内的医疗健康领域是 AI 率先实现应用的行业之一。2015 年开始，AI 在图像识别方面的准确率大幅度提升，驱动 AI+影像快速发展。而语音识别的精准度提升以及临床知识库的发展，也推动辅助诊断服务逐渐兴起。随着 DeepMind 两代 AlphaFold 实现了蛋白质空间结构预测的重大突破，AI+制药也进入高速发展期。1、AI

40、 影像影像（1）AI 医学影像空间更大，医学影像空间更大，2030 年国内有望达年国内有望达 1554 亿亿 人工智能在医学影像的科室应用更广泛，场景更丰富，下游更广阔。人工智能在医学影像的科室应用更广泛，场景更丰富，下游更广阔。医学影像是指针对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。人工智能技术能够显著缩短影像阅片速度、提高诊断效率、减少错诊误诊率，可以广泛应用于多个科室，应用场景涵盖早期的筛查、诊断到中后期的治疗、随访，具有非常可观的市场空间。根据报告，国内人工智能医学影像市场规模有望从 2020 年的不到 10 亿元增长至 2025 年的 442 亿元，年复合增长

41、率高达 135%。全球来看，预计人工智能医学影像市场有望从 2020 年的不到 10 亿美元增长至 2025 年的 646 亿美元，年复合增速有望达到 147%。14/30 AI 医学影像起步早、渗透率低，开始进入商业化初期。医学影像起步早、渗透率低，开始进入商业化初期。医学影像数据丰富，占所有临床数据的 80%以上，是最早实现全球标准化的医疗数据之一，并且容易获取、处理难度小，因此和人工智能技术契合度较高，是 AI 医疗领域率先突破的应用场景。2020 年国内首张 AI 影像辅助诊断领域三类证获批，比 AI病理提早了近 3 年。截至 2023 年 4 月，国内已经有超过 30 张 AI 影像

42、相关的医疗器械三类证获批，主要集中在肺部、眼底、头颈、心血管等领域。相比病理诊断，影像诊断的审批也更加成熟，行业已经开始进入商业化阶段，但整体渗透率较低，还有很大提升空间。预计随着更多科室产品的注册获批，AI 影像产品有望加速普及。15/30 （2）入院推广、商业变现能力有望入院推广、商业变现能力有望持续升级持续升级 软硬件协同推广有望加速软硬件协同推广有望加速 AI 影像产品入院。影像产品入院。人工智能医学影像产品主要用于放射、超声等科室，配套CT、MR 等大型影像设备来使用，因部分核心组件供应限制等因素，影像科设备整体仍然依赖进口，从科室角度出发，硬件设备自主化的需求更加显著，预计软件+硬

43、件的协同推广有望加速 AI 产品入院。而AI 病理依赖的设备主要是数字化扫描仪（以及脱水机、组织包埋机、显微镜等），本土品牌在扫描精度、速度、通量等方面都已与进口贴近，病理医生本身的经验判断更加重要，解放人力的诉求可能更加强烈，人工智能的应用增益有望更加显著。盈利模式盈利模式有望从一次性付费向按次付费升级，打开市场空间。有望从一次性付费向按次付费升级，打开市场空间。对于影像科而言，人工智能系统相关的机器折旧费、影像诊断费、软件使用费缺乏统一的标准，科室和患者习惯原有的付费模式，大部分 AI 医疗器械企业通常一次性或者分批次收取软件售卖收入，按次付费较少。而病理科常年受益 ICL，相应的AI 企

44、业有时还要承担前期样本运输、玻片制作等工作，天然形成按次付费的变现模式。预计未来随着AI 影像渗透率的不断提升，按次付费的应用占比将逐渐增加，带来商业模式的优化与盈利水平的提升。2、AI 制药制药 16/30 AI 制药是将机器学习（Machine Learning）、自然语言处理（Natural Language Processing）及大数据等人工智能技术应用到制药领域各个环节，进而促进新药研发降本增效。目前主要应用于药物研发阶段的药物发现、临床前阶段，随着 ChatGPT 的不断应用，AI 向临床开发阶段的渗透有望持续加快。DeepMind 两代两代 AlphaFold 引领行业进入高速

45、发展期。引领行业进入高速发展期。梳理 AI+制药的发展历程，能够发现 AI 与制药的结合逐步深入，成为生物制药企业的常态化工具。经历了包括 Exscientia、Atomwise、英矽智英矽智能能、晶泰科技晶泰科技在 AI 新药研发领域的早期探索（2014-2017 年）、最早一批 AI+新药企业开始获得临床前候选药物（Pre-clinical candidate,PCC）一类的验证性成果（2018-2019 年）后，DeepMind 推出的AlphaFold 和 AlphaFold2 实现了蛋白质空间结构预测的重大突破，引领行业进入高速发展期。近期，类近期，类 Chat 的生成式的生成式 A

46、I 开始出现，印证开始出现，印证 AI 与药物发现的结合逐渐深入。与药物发现的结合逐渐深入。比如 Salesforce Research、Tierra Biosciences 和加州大学研究团队发布的蛋白质语言模型 ProGen，在数百万个原始蛋白质序列上训练，可生成跨多个家族和功能的人造蛋白质。不同于 AlphaFold2 利用 AI 的手段辅助理解自然界已有的蛋白结构，以 ProGen 为例的类 ChatGPT 生成式 AI 的目标是生成自然界不存在的人工蛋白质序列。虽然生成式 AI 在制药领域的应用仍处于起步阶段，但天壤 XLab 负责人认为，从 AlphaGo、AlphaFold2 到

47、生成式 AI 是一个从分析工具走向解决方案、并落地解决实际问题的过程。长期来看，生成式 AI 有望赋能生物医药源头创新。17/30 国内，包括晶泰科技晶泰科技、英矽智能英矽智能、英飞智药英飞智药、百图生科百图生科在内的公司均在探索生成式 AI 在制药领域的应用。AI 制药有望助力传统药物研发降本增效。制药有望助力传统药物研发降本增效。据数据，相较于传统药物成功率低，研发周期长、研发投入大，有 AI 加持的 AI 制药有望：1）提高药物设计的命中率及成功概率：AI 有望将新药研发的成功率从12%提高到 14%；2）降低研发成本：有望每年节约数十亿美元的研发费用；3）缩短研发周期：在研发主要环节节

48、约 40-60%的时间成本。3、AI 诊断诊断 临床辅助决策分为诊前/诊中/诊后决策场景，包括医院数据实时处理、数据质量监控、知识库查询、临床辅助决策、临床辅助治疗、临床预警、患者画像、系统监控等功能。医疗诊断场景涉及的信息为多模态且数据量大、交互频次高、及时性要求高，业内关注多模态大模型能否赋能诊断场景，发挥辅助医患沟通、诊断决策作用。传统传统 AI 语音识别赋能的病例录入主要以医生口述语音识别赋能的病例录入主要以医生口述-AI 转写的形式展开，随着大语言模型（转写的形式展开，随着大语言模型（LLM）的出）的出现，医患对话的实时记录、转写和总结能够大幅提升病例录入的效率。现，医患对话的实时记

49、录、转写和总结能够大幅提升病例录入的效率。3 月 20 日，微软旗下语音识别公司 Nuance Communications 推出基于 GPT-4 的 AI 临床笔记软件Dragon Ambient eXperience（DAX）Express，可以在几秒钟内生成准确的临床记录，减少临床记录环节的时间，提升诊疗效率。Nuance 曾在 2020 年推出 DAX 解决方案，将患者在就诊中与医生的交流转化为临床档案，由于以人工审核来确保信息准确性，全过程需要耗时约四个小时。接入 GPT-4 后，依靠大模型强大的推理能力，DAX Express 生成临床记录的效率大幅提升。此外，DAX Expres

50、s 能够整合进微软 Teams 中，来辅助远程医疗。国内包括科大讯飞科大讯飞、云知声云知声等在内的产业链公司也均在探索大模型在医疗辅助诊断领域的应用。18/30 讯飞讯飞作为语音 AI 龙头，在 AI 辅助诊断领域耕耘已久，其推出的全科医生助理通过和医疗机构信息系统进行对接，完成对医疗患者诊疗信息收集、清洗和预处理，在此基础上生成临床诊断与治疗推荐建议，为医生的临床决策过程提供智能辅助支持。云知声应用智能语音识别、自然语言理解、临床知识图谱等人工智能技术，为医疗行业的各参与方提供丰富的产品和解决方案。覆盖医政医管、临床诊疗、医保管理、患者服务多个业务领域。讯飞和云知声均计划在年内推出预训练大模

51、型，赋能医疗、人机交互等领域。数据的质量和数量成为数据的质量和数量成为 AI 在辅助诊断等领域应用的主要挑战之一。在辅助诊断等领域应用的主要挑战之一。大规模的数据标注是 GPT-3.5 这类语言模型突飞猛进的重要原因之一。然而，因为医疗数据的开源程度低，隐私敏感程度高且标注昂贵，往往缺乏高质量的医疗数据来保证大模型的训练效果。此外，医疗领域的容错相对更低。因此，构建兼具质量和数量的医疗数据集、打破医疗“数据孤岛“现象，促进医疗数据价值流通，将成为 AI 大模型在医疗领域应用的重要挑战。19/30 4、相关公司、相关公司（1）金域医学金域医学 公司以第三方医学检验及病理诊断业务为核心，开创了国内

52、第三方医学检验行业的先河。2022 年公司与华南理工大学合作建设全国第三方医检领域首家人工智能联合实验室。目前公司已在医检 AI 领域取得一系列进展。如 AI 辅助宫颈细胞学筛查、AI 辅助肺部组织病理诊断、虚拟现实（AR）智能显微镜等平台已初见成果，未来有望继续聚焦医检 AI 领域技术难题，积极促进临床医学和信息学科交叉领域科技成果转化应用，实现更加精准、便捷、普惠的诊断服务。（2）九强生物九强生物 公司是国内领先的体外诊断产品与服务供应商，专注于生化、病理、凝血等 IVD 产品的研发、生产和销售。公司控股子公司迈新生物基于免疫组化多重染色原理，将免疫组化多重染色技术与人工智能有机结合，利用

53、人工智能技术实现免疫组化虚拟多重染色，为免疫组化定量/半定量检测提供便捷可靠的辅助判读工具，未来有望持续向数字病理、病理人工智能领域实现突破。（3）华大智造华大智造 公司专注于生命科学与生物技术领域，为精准医疗、精准农业和精准健康等行业提供实时、全景、全生命周期的生命数字化设备和系统解决方案。华大智造自主开发了 Concerto 算法，采用人工智能领域新兴的对比自监督学习框架并进行优化适配，以应用在海量单细胞组学数据的建模中；公司的远程超声机器人 MGIUS-R3 可以有效替代医生进行传统的超声扫查，解决超声医生资源不足的问题，同时公司还在积极开发乳腺自动化筛查等产品，未来有望不断推动医疗数字

54、化转型提升医疗领域的效果和效率。（4）泓博医药泓博医药 20/30 公司 CADD、AIDD 平台可为客户提供高效和优质的药物化学设计服务。目前该技术已应用于无晶体结构靶点的同源模建、先导化合物骨架跃迁、基于片段的药物设计、分子对接等实际场景，提高了项目研发的效率和成功率。七、七、AI+教育教育及相关公司及相关公司 1、概述、概述 ChatGPT 的面世引发 AI 产业热潮，GPT-4 发布后，全球最大的语言学习工具软件多邻国（Duolingo）宣布正式接入，并推出新产品“Duolingo Max”，提供 Roleplay 功能，通过 AI 聊天机器人和用户的多轮对话互动，为用户打造沉浸真实的

55、语言学习环境，实现“因材施教”。AI 技术在应用侧有望赋予教育行业新的发展机遇。AI 技术能够帮助教学内容生产降本增效，实现因材施教、有针对性的自适应性教学，提升学生学习效率，培养优质学习习惯等。梳理细分领域的应用看，国内外 AI+教育产品涉及包括语言学习、自适应学习、早教学习机（AI 护眼、AI 坐姿调整等辅助功能）、拍照搜题、作业自动批改、虚拟教师、智慧教学、智慧招考在内的多元应用领域。21/30 以行业头部公司业务发展看以行业头部公司业务发展看 AI+教育具体落地情况。科大讯飞教育具体落地情况。科大讯飞作为国内 AI 龙头企业，在智慧教育领域实现软硬件、G 端/B 端/C 端全方位布局，

56、其优越的 AI 底层技术加深了相关产品的产品力竞争壁垒，在教育+AI 领域迅速打开市场，建立了较强的品牌效应。此外，拓维信息拓维信息同样依托于主业的 AI 能力，全资子公司海天科技是考试测评领域龙头，结合 AI 技术，提供 AI 评卷监测、AI 在线监考、AI 智能巡检等。粉笔、高途等在线教育平台将 AI 技术融入自身教育产品，提升用户使用体验。视源股份视源股份、鸿合科鸿合科技技、新东方新东方等有 C 端教育硬件设备（以学习机为主）布局的厂商，则主要将 AI 技术用于学生学习场景下的辅助功能，如 AI 护眼、AI 坐姿提醒等，精准解决家长关注的痛点。方直科技方直科技布局中小学配套教育软件及互联

57、网在线全面系统服务，通过提供与教学内容配套的软件打通学生家校学习场景，并布局虚拟教师等功能，提升学生在家的学习效率。盛通股份子公司乐博教育乐博教育是国内儿童机器人教育龙头企业，培训儿童学习机器人相关课程，同时公司战略布局编程课程，战略投资在线少儿编程公司 VIPCODE，在 AI 教育细分赛道具有先发优势。随着基础教育阶段对 AI 相关教育内容的重视，AI 技术有望更多融入教学实验中，推动 AI 在教学场景中的使用、与教学深度结合。2、相关公司、相关公司 22/30 八八、AI+制造制造及相关公司及相关公司 在工业在工业 5.0 的架构中，核心是信息社会系统中的并行智能。的架构中，核心是信息社

58、会系统中的并行智能。纵观系统的演变，从工业 4.0 中的信息和交互会变成工业 5.0 中的智能化和连接；从工业 4.0 中的工业自动化会演变成工业 5.0 中的学习自动化。同时，在工业 5.0 的框架下，基于人机界面，采用文字、音频、视频、图表等训练集，在大语言模型下 23/30 系统具备语言智能和想象力智能；在大商业模型下系统具备算法智能。这和 ChatGPT 多模态的发展吻合。通过与通过与 ChatGPT 对话试验，工业对话试验，工业 5.0 的概念显现，且系统具备多次训练后的智能化。的概念显现，且系统具备多次训练后的智能化。ChatGPT 这种学习能力，对未来工业端的智能化和自迭代提效，

59、带来质的飞跃。1、AI 有望重塑传统的定制化加工模式有望重塑传统的定制化加工模式，改进生产流程，改进生产流程 工业自动化制造中，定制化的生产线通常需要手动调整，从而需要耗费大量的时间和人力成本，因此工业机械化制造紧缺的是懂工艺和编程的复合人才。当前，当前，AI 能够实现自然语言编程，有望降低了人才培养难度。能够实现自然语言编程，有望降低了人才培养难度。现在随着 AI 的升级，不懂编程语言也能通过自然语言的输入，在过去代码库的基础上、让程序自动生成。因此，做到熟悉工艺就可以通过 AI编程，让一线技术工人直接介入生产和调试，相当于 AI 完成了原来本属于 CNC 编码工程师、出图师的工作。如果能够

60、利用 AI 完成这些工作，生产效率有望得到提升，人才培养难度得到下降。此外此外 AI 技术可以实现生产过程的自动化和智能化，从而提高生产灵活性。技术可以实现生产过程的自动化和智能化，从而提高生产灵活性。例如，基于 AI 的智能控制系统可以自动调整生产过程中的参数和流程，从而适应不同的生产需求和变化。2、工业软件搭载工业软件搭载 AI 后，有望更加智能化后，有望更加智能化 在前端生产环节，AI 自然语言编程提高工程师设计效率，工厂内部一线的使用人员可以根据经验、借助自然语言直接进行软件优化和迭代，效率优化空间更大，工业软件设计有望加速发展。在后端仓储环节，AI 也可以通过对仓库中的物品进行识别和

61、分类，有望提高仓库管理效率。3、AI 有望提升机器视觉的分辨能力和应用范围有望提升机器视觉的分辨能力和应用范围 以往非智能工业制造品控依赖人工进行检测，效率低下且品控难以保障。机器视觉的本质是为机器植入“眼睛”和“大脑”，用来代替人眼所处理的重复单一的劳动。AI 能够为机器视觉注入新活力，而机器视觉 24/30 又协助 AI 进行数据生产。搭载 AI 的机器视觉等技术有望能够大幅提升检测效率，同时机器视觉是数字经济技术中获取数据的重要途径，通过将生产数据数字化，提供更为丰富的机器学习样本，助力算法软件迭代和研发端提效。4、AI 有望加速机器人的训练有望加速机器人的训练能力能力 根据谷歌和微软最

62、新的论文，AI 有望给机器人训练带来三重颠覆性改变，分别是自然语言调试、图片推理和虚拟环境训练。自然语言调试：自然语言调试：目前我们仍然严重依赖手写代码来控制机器人。当前的机器人训练需要将任务要求转化为系统代码的工程师或技术用户。这意味着工程师需要编写新的代码和规范来纠正机器人的行为，经调试才能完成，此过程缓慢且昂贵。OpenAI 的新 AI 语言模型 ChatGPT 能够使自然的人机交互成为可能，未来用户有可能借助 AI 帮助机器人进行调试，有望能够更轻松地与机器人互动。图片推理：图片推理：由于语言和行动的鸿沟，阻碍了搭载 AI 的机器人像人一样行动，无法处理真实世界的问题。最近在这方面，谷

63、歌有了重点的突破，根据谷歌最新的论文PaLM-E:Anembodied multimodal language model研究团队在预训练的语言类大模型中嵌入图像、状态、感知等多类型数据，使机器人可以观察现实中的事物状态，做到了超越文本的思考。PaLM-E 模型不仅具备通用化语言能力，还能执行视觉问答、感知推理、机器操作等复杂的任务，在实验室阶段取得了良好的效果。虚拟环境训练：虚拟环境训练：过去，机器人的流畅运动需要海量数据进行训练，造成了较高的成本和进入壁垒。对此谷歌在论文中提出了一个解决方案：训练数据可以来源于虚拟场景，在其中可以自由设置各种情况的发生。较大规模、较高质量的三维空间感知和状

64、态数据，成为 PaLM-E 模型具有较强空间感知能力并最终实现机器操作的前提，有望降低训练成本。5、相关公司：、相关公司：创新奇智创新奇智 公司为国内领先的企业级公司为国内领先的企业级 AI 解决方案提供商，解决方案提供商，“AI+制造制造”龙头。龙头。公司成立于 2018 年，由创新工场孵化而来，主要为制造业、金融业及其他行业提供 AI 产品及解决方案。根据弗若斯特沙利文，2020 年公司是中国企业级 AI 解决方案市场上第 3 大 AI 技术驱动型解决方案提供商，在中国“AI+制造”市场中位居行业第一，拥有 MMOC 四大 AI 平台。基于在深度学习领域的研究能力，公司自主研发了 MMOC

65、（ManuVision 机器视觉智能平台、MatrixVision 边缘视频智能平台、Orion 分布式机器学习平台、Cloud 云平台）4 大平台。其中 ManuVision、MatrixVision 分别侧重于处理静态图像视觉、动态视频流，Orion 完全整合的端对端机器学习流程支持一站式 AI 解决方案开发，Cloud 云平台为基础设施底座。着重耕耘着重耕耘“6+2”垂直赛道，公司为各行业提供各类垂直赛道，公司为各行业提供各类 AI 产品及解决方案。产品及解决方案。一方面，从不同应用场景的角度，由于制造业细分领域繁多长尾，公司将布局聚焦于“6+2”个垂直场景，即制造业的 1）钢铁冶金、2

66、）面板半导体、3）3C 高科技、4）工程建筑、5）汽车装备、6）能源电力，以及金融业的 1）银行、2）保险等，提炼迭代出适用于某一个场景的共性模型。另一方面，在同一场景内，公司将迭代出的标准化模型复制到不同的企业客户，实现同一场景内的快速客户拓展。九、九、AI+建筑建筑及相关公司及相关公司 1、生成式生成式 AI 大模型已在建筑业内逐步落地大模型已在建筑业内逐步落地 25/30 AI 大模型从根本上上简化了人机沟通成本，其中的 ChatGPT 是一种强大的语言生成工具，多模态大模型也在不断推出，这一类大模型均具有改变建筑行业的潜力。建筑师、造价员等专业工种，均可以利用AI 大模型的能力。场景一

67、：场景一：从微软在 Office 中添加了强大的 GPT-4 功能，在近期推出 Microsoft 365 Copilot 全家桶看来，工具软件是 AI 大模型最好的落地场景之一。建筑师、造价员均需要专业工具软件来应对日常工作，比如设计软件和造价软件等。若将这一类工具性软件比于文书类工作软件 Office，office 中嵌入的 GPT 的超强智能处理能力，也可以同样适用于建筑类的工具软件中。场景二：场景二：建筑师、造价员等都要应对各类的甲方需求，需要不断的沟通和服务来加强和客户的沟通和协作，借助基于 ChatGPT 的插件，建筑师可以更有效地沟通和协作，生成详细的设计文档，并探索新的创新设计

68、理念。这项技术可以帮助建筑师提高效率、生产力，从而在实践中取得更大的成功。场景三：场景三：建筑设计等领域，AI 大模型可以帮助建筑师简化设计流程，并增强创造力。目前建筑领域已开始有 AI 大模型应用。基于 GPT 和耗散模型（Diffusion Models）的各种大模型生成式 AI（AIGC）技术的迅速发展，也催生了 OpenAI、Anthropic、MidJourney 和 Stability AI 等一批新的独角兽公司，根据奥雅股份，MidJourney 生成的图片更加具有发散性和不确定性，可用于方案初期设计，而 Stable Diffusion 可让配合包括 ControlNet 在内

69、的插件，让设计师实现多次微调，快速从手稿生成效果图。26/30 2、相关公司：广联达、相关公司：广联达 公司目前已在造价、施工、设计各个领域落地基于公司目前已在造价、施工、设计各个领域落地基于 AI 模型的产品和功能。在造价业务上，模型的产品和功能。在造价业务上，公司基于深度学习的交互式生成技术，在造价业务中利用大模型技术提供了智能组价和智能算量等服务，有望提升造价员效率，减轻企业造价人员薪酬成本，未来公司可按项目规模进行收费；此外，新成本平台未来也可升级智能化功能，根据建设方自身特点和历史项目情况为其提供前期方案建议，降低企业咨询成本。在施工业务上，在施工业务上，自主研发的劳务人脸识别终端实

70、现量产，CV 安全隐患识别算法集成进入施工蜂鸟盒子产品，助力蜂鸟系统成功入选国家人工智能创新应用先导区“智赋百景”建设施工现场 AI 智能安全巡检应用场景典型案例，未来有望进一步推广。在设计业在设计业务上，务上，智能设计中的强排工具（按照建筑强制性规范布置建筑）进入用户验证，实时日照分析性能国内领先，未来可结合多模态的大模型提供方案设计功能。27/30 十十、AI+智能家居智能家居及相关公司及相关公司 1、概述、概述 智能家居是以住宅为平台，将线路综合布置、网络通讯技术、家电自动化、物联网、云计算及人工智能等技术与家居设备相融合，从而形成高效化、智能化的住宅设备集成管理系统，以提升家居环境的安

71、全性、智能性、舒适性、节能性、便捷性。从产业链来看，上游包含芯片、云计算、大数据等企业，中游包含智能家电、智能安防、智能影音等模块、下游包含服务商、运营商、经销商等，产业链覆盖消费品+服务商企业。从发展阶段来看，随着技术的革新迭代，智能家居行业将从单品发展提升至全面智能，有望催生千亿市从发展阶段来看，随着技术的革新迭代，智能家居行业将从单品发展提升至全面智能，有望催生千亿市场。场。智能家居 1.0 阶段是通过传感技术实现智能单品设备控制；进入 2.0 阶段后，智能家居产业借助网络通讯和物联网等技术实现了智能设备全面互联，更加注重场景多元化和空间智能化；伴随人工智能主动学习技术的发展，智能家居将

72、步入 3.0 阶段，能实现主动洞察客户需求并及时提供相应智能化的服务。当前，中国智能家居的发展已开始从第一阶段向第二阶段过渡，未来伴随 AI 技术的发展，有望步入全面智能的时代，届时有望催生千亿市场。近年来海尔近年来海尔“1+3+5+N”全屋智慧解决方案、华为全屋智慧解决方案、华为“1+2+N”全全屋智能解决方案以及以萤石云为中心的萤石屋智能解决方案以及以萤石云为中心的萤石“1+4+N”智能家居生态等纷纷落地，全屋智能已成为智能智能家居生态等纷纷落地，全屋智能已成为智能家电家居发展的必然趋势。家电家居发展的必然趋势。全屋智能的核心价值在于智控系统自主感知、自主决策、自主控制与自主反馈的人与场景

73、交互能力，而当前智能家居的发展仍然受制于各类硬件割裂不兼容、家庭本地控制中心算力与边缘计算能力不足、人机交互弱以及传感器技术有待进步等问题。近期基于大型预训练语言模型产生的生成式多模态大模型ChatGPT-4 横空出世并引起市场广泛关注，理解能力与交互能力有了极大提升，近似人类水平的性能也使其成为 OpenAI 在扩大深度学习方面的里程碑。28/30 AI+发展有望进一步融入智慧家电家居，并极大提升智能家居的使用体验。发展有望进一步融入智慧家电家居，并极大提升智能家居的使用体验。当前搭载智能技术的智能家电已经更加注重场景化的增强体验，人机交互也逐渐从“用户-机器-用户”的传统被动互交走向基于预

74、先的情感计算和环境计算的主动交互阶段。AI 技术的发展有望进一步挖掘用户行为背后的意思表示，提高对用户行为的判断和解读能力，进而增强主动决策与自动化控制能力，赋能更多智能家电功能与场景方案的实现，为用户提供更加细致和个性化的控制方案。智能家居设备及功能更加丰富、使用体验显著提升，有望拉动物联网云平台的粘性与价值。智能家居设备及功能更加丰富、使用体验显著提升，有望拉动物联网云平台的粘性与价值。云平台作为巨量信息处理平台，整合、储存资源并实现单品的物理互联与数据互通，是智能家居的重要技术支撑，被视为智能家居的“大脑”。智能家居云平台能为消费者提供云端分析、自动决策、云端控制、云储存、电话提醒、语音

75、助手、画面异常巡检等多元化的增值服务，以服务解决方案作为变现手段和盈利模式。2、相关公司、相关公司 29/30 十十一一、未来展望：未来展望：AI+长期拉动经济增长长期拉动经济增长 随着泛在感知数据和图形处理器等计算平台推动，以深度神经网络为代表的人工智能技术飞速发展，图像分类、语音识别、知识问答、人机对弈、无人驾驶等技术实现了从“不能用、不好用”到“可以用”的技术突破，人工智能在算法、算力和算料等方面迎来爆发式增长的新高潮。从长期看，人工智能成为经济的发展动能主要体现在三个维度。第一，人工智能的发展核心在于提高人力资本和产业升级之间的适配性，有效释放工程师红利，进一步提升劳动力的质量。第二，

76、人工智能有望在更大范围、更深层次、更广领域拓展生产可能性边界，提高全要素生产率。第三，技术变革驱动各类体制机制的完善，优化资源配置。特别值得关注的是数据成为新型要素后，将伴随资本、劳动力等传统要素跨区域流动，表现为较强的经济正外部性。经判断，人工智能拉动经济增长方面，主要存在三方人工智能拉动经济增长方面，主要存在三方面预期差面预期差：1、产业智能化转型是供需两侧保持向上弹性的枢纽产业智能化转型是供需两侧保持向上弹性的枢纽 从供给端看，人工智能将快速替代体力和脑力劳动，对冲人口老龄化趋势带来的增长中枢下移，同时技术的快速迭代也将大幅提升全要素生产率。从需求端看，产业智能化是一个具有高壁垒的宏观慢

77、变量，无论是算力的提升还是能源结构的变迁，都将通过技术改造的形式驱动中上游资本开支偏强。2、数据要素推动债务健康积累，形成经济增长的正向循环数据要素推动债务健康积累，形成经济增长的正向循环 整体看，人工智能的发展确定了数据要素的发展。能够认为，当数据要素持续正向增长，并将驱动投入转化为更多产出，直接的影响是企业和居民端资产负债表的持续改善。具体来看，当数据要素发展积极推动经济潜在增速上行，企业会通过提高债务，获得更高的利润，以扩大再生产，居民也会提高债务创造需求，由此形成“经济增长-企业扩大资本开支、居民消费支出增加-经济进一步发展”的正向循环。同时，全社会债务的增加也伴随着 GDP 体量的同

78、步增加，宏观杠杆率会维持在相对合理水平。3、人工智能技人工智能技术迭代与新能源广泛应用相互加强，激发增长新动能术迭代与新能源广泛应用相互加强，激发增长新动能 当前，大量新设备正在建立网际网络的连接，借此以产生更多的数据。而这其中有越来越需要借助人工智能的运算，以帮助了解这些大量新生成的数据，使得进行这些运算的半导体耗电量也越来越严重。客观地看，发展人工智能需要稳定的电力保障，如果加上各种网络通信设施、智能终端的耗电量，能源革命已成为新一轮科技革命的关键所在。特别是化石能源清洁化、清洁能源规模化、多种能源综合化、终端能源再电气化趋势加速演进，可再生能源、智能电网、非常规油气等技术规模化应用，大规模储能、氢燃料电池等技术有望突破，带动相关产业转型升级，形成经济增长新动能。以人工智能为核心的新一轮科技革命将是中长期经济增长的最主要动能。展望未来以人工智能为核心的新一轮科技革命将是中长期经济增长的最主要动能。展望未来 5-10 年，预计人工年，预计人工智能相关产业将在供需两侧成为经济增长的重要支撑，实现新一轮从要素驱动向创新驱动、效率驱动的智能相关产业将在供需两侧成为经济增长的重要支撑，实现新一轮从要素驱动向创新驱动、效率驱动的科技革命。科技革命。