《中國經濟高質量發展系列研究：數字經濟大國經濟體系下人工智能領航數字經濟新階段-240328（73頁）.pdf》由會員分享，可在線閱讀，更多相關《中國經濟高質量發展系列研究：數字經濟大國經濟體系下人工智能領航數字經濟新階段-240328（73頁）.pdf（73頁珍藏版）》請在三個皮匠報告上搜索。

1、證券研究報告 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明 中國經濟中國經濟高質量高質量發展系列研究發展系列研究 數字經濟：大國經濟體系下，人工智能領航數字數字經濟：大國經濟體系下，人工智能領航數字 經濟新階段經濟新階段 中國銀河證券首席經濟學家，中國銀河證券首席經濟學家，研究院研究院院長：院長：章俊 宏觀組分析師：宏觀組分析師：許冬石、詹璐 科技組科技組分析師：分析師：吳硯靖、鄒文倩、李璐昕 研究助理：研究助理：胡天昊、聶天奇 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。2 Table_ReportTypeIndexTable_Header 數字經濟專題報告數字經濟專題報告

2、 20242024 年年 0 03 3 月月 2 28 8 日日 Table_Title數字經濟：大國經濟體系下，人工智能領航數字經濟新階段數字經濟：大國經濟體系下，人工智能領航數字經濟新階段 核心觀點：核心觀點：Table_Summary 人工智能開啟第四次工業革命，融合技術帶來的實際人工智能開啟第四次工業革命，融合技術帶來的實際 GDPGDP 增速未來增速未來7 7 年年有望超過有望超過 7%7%。人類正在進入第四次工業革命智能化革命，以人工智能、公有區塊鏈、多組學測序、儲能和機器人為代表的五類顛覆性技術正在融合，帶來生產力的爆發。根據 ARK 研究顯示，全球范圍內，融合技術帶來的實際 G

3、DP 增速未來 7 年有望達到 7%以上，而過去 125 年的平均增速只有 3%。AI 促進顛覆性技術融合，對經濟增長的貢獻突出，引進 AI 后實際 GDP 在 2023 至 2030 年間有望累積增長 130%。國內 Kimi 智能助手訪問量持續飆升，加速 AI應用進程。國外 Sora 多模態大模型的表現優異，以及訓練成本有望以每年 75%的速度下降，意味著 AGI 有望加速到來。大國經濟財政貨幣支撐體系為“適度超前”建設算力體系提供背書大國經濟財政貨幣支撐體系為“適度超前”建設算力體系提供背書，人工智能人工智能作為作為核心技術催化劑領航數字經濟新階段。核心技術催化劑領航數字經濟新階段。大國

4、體系下的中國數字經濟產業已全面開啟，我們預計在 2035 年可達到 GDP 的71.6%。大國經濟財政貨幣支撐體系為“適度超前”建設算力體系提供背書。央行通過結構性貨幣政策工具提供間接融資支持，并提升直接融資占比，構建覆蓋科技型企業全生命周期的金融服務體系。而新一輪財政逆周期調控不同于以往幾次擴張，更加聚焦經濟轉型和科技創新。中美兩國中美兩國人工智能人工智能大模型合計數量占全球大模型合計數量占全球 90%90%以上，在全球具有絕以上，在全球具有絕對優勢。對優勢。從中美數字經濟及人工智能產業要素發展對比來看，目前中國在數據方面具有明顯的大國優勢；算力方面，中美兩國的計算力與其他梯隊國家相比有顯著

5、優勢，但美國仍領先于中國；算法方面，國內領軍大模型在中文領域的平均水平已經接近 GPT-4。算力、算法、數據三要素算力、算法、數據三要素共振，數據跨境流動趨嚴，彰顯大國體系共振，數據跨境流動趨嚴，彰顯大國體系數據優勢數據優勢。算力供需缺口持續加大，海外高端 AI 芯片持續短缺，國產華為生態份額將不斷提升。多模態大模型 C 端、B 端加速滲透，2024 年為端側 AI 元年。數據跨境流動已成為全球資金、信息、技術、人才、貨物等資源要素交換、共享的基礎。數據跨境流動趨嚴，高質量數據成為全球人工智能競爭的“勝負手”，大國經濟支持數據要素價值釋放。行業應用加速滲透，AIGC+金融、教育、辦公、醫療、工

6、業有望率先落地。投資建議：投資建議：我們認為，我們認為，人工智能正在推人工智能正在推動動我國數字經濟發展進入快車道，大模我國數字經濟發展進入快車道，大模型及多模態加速迭代升級，國內外應用端加速落地，進一步帶動上型及多模態加速迭代升級，國內外應用端加速落地，進一步帶動上游算力基礎設施游算力基礎設施迎來高速成長期迎來高速成長期，積極看好本輪人工智能驅動的數，積極看好本輪人工智能驅動的數字經濟全產業鏈投資機會。建議關注：字經濟全產業鏈投資機會。建議關注：1）智能算力基礎設施廠商；2）大模型及多模態廠商；3）數據資源持有商及運營商；4）AI+金融、AI+教育、AI+醫療、AI+辦公、AI+工業等賽道龍

7、頭公司。分析師分析師 Table_Authors首席經濟學家：章俊 S013052307000 宏觀分析師：許冬石 S0130515030003 宏觀分析師：詹璐 S0130522110001 首席計算機分析師：吳硯靖 S0130519070001 計算機分析師：鄒文倩 S0130519060003 計算機分析師：李璐昕 S0130521040001 研究助理：胡天昊、聶天奇 風險提示風險提示 1.技術研發進度不及預期風險；2.供應鏈風險；3.政策推進不及預期風險；4.下游需求不及預期風險；5.行業競爭加劇風險。JXgVNA9UnVfUIUjX8VkX8OdNaQsQpPtRnRkPrRnRf

8、QpPtQ9PqRoOvPpOxOuOoMrN 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。3 Table_ReportTypeIndex數字經濟專題報告數字經濟專題報告 目目 錄錄 一、未來已來，人工智能正式開啟第四次工業革命一、未來已來，人工智能正式開啟第四次工業革命 .4 4（一）第四次工業革命概述，融合技術正在掀起歷史性的技術浪潮.4（二）Sora 發布標志 AGI 系統有望超預期提前到來.5（三）國內 Kimi 加速迭代，AI 應用元年百花齊放.8（四）AIGC 到 AGI 將帶來哪些顛覆式革命.8 二、人工智能是核心技術催化劑，領航數字經濟新階段二、人工智能是核心技術催化

9、劑，領航數字經濟新階段 .1212（一）“適度超前”建設算力體系背后的財政貨幣支撐體系.12（二）大國體系下的中國數字經濟產業已全面開啟，預計在 2035 年達到 GDP 的 71.6%.18（三）中美數字經濟及人工智能產業要素發展對比.19 三、人工智能三要素共振，算力、算法、數據未來趨勢推演三、人工智能三要素共振，算力、算法、數據未來趨勢推演 .2222（一）算力：供需缺口加大，AI 服務器產業鏈分析.22（二）算法：多模態大模型 C 端、B 端加速滲透，未來從云端走向終端.36（三）數據：跨境流動監管趨嚴，大國經濟支持數據要素價值釋放.41 四、四、AIGCAIGC 驅動千行百業加速裂變

10、，行業應用加速滲透驅動千行百業加速裂變，行業應用加速滲透 .5353（一）AIGC+金融：國內金融大模型搶灘布局，場景應用加速滲透.53（二）AIGC+教育：大模型重構教育生態.56（三）AIGC+醫療：AI 藥物研發和 AI 醫學影像深具潛力.57（四）AIGC+辦公：ARPU 值與付費率雙升.63（五）AIGC+工業：打造新質生產力，推動智能制造發展.65 五、投資建議五、投資建議 .6868 六、風險提示六、風險提示 .6969 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。4 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 一、未來已來，人工智能正

11、式開啟第四次工業革命一、未來已來，人工智能正式開啟第四次工業革命 （一）第四次工業革命概述，融合技術正在掀起歷史性的技術浪潮 人工智能是核心技術催化劑，顛覆性技術之間的融合產生協同效應，帶來生人工智能是核心技術催化劑，顛覆性技術之間的融合產生協同效應，帶來生產力的爆發，成為第四次工業革命的主要推動力。產力的爆發，成為第四次工業革命的主要推動力。人類文明已經歷了三次工業革命，第一次是 18 世紀中葉以蒸汽機為代表的機械化革命，第二次是 19 世紀中葉以電力、內燃機為代表的電氣化革命，第三次是 20 世紀中葉以信息技術為代表的自動化革命。當前我們正在進入第四次工業革命智能化革命，以人工智能（神經網

12、絡/下一代云/智能設備）、公有區塊鏈（加密貨幣/智能合約/數字錢包）、多組學測序（精準治療/多組分技術/可編程生物學）、儲能（自動駕駛/節能電池）和機器人（可復用火箭/自適應機器人/3D 打?。榇淼奈孱愵嵏残约夹g正在融合，融合產生的協同效應將發揮更大作用，推動生產力的發展。其中，人工智能是核心技術催化劑，與其他四類技術的融合范圍最廣、評分最高。圖圖1 1：人工智能是核心技術催化劑，促進顛覆性技術融合人工智能是核心技術催化劑，促進顛覆性技術融合 資料來源：ARK 投資，中國銀河證券研究院 融合技術帶來的實際融合技術帶來的實際 GDPGDP 增速將遠超第一次和第二次工業革命，增速將遠超第一次和

13、第二次工業革命，AIAI 對經濟對經濟增長的貢獻突出。增長的貢獻突出。據 ARK 估算，在全球范圍內，未來 7 年的實際 GDP 增速將達到 7%以上，而過去 125 年的平均增速只有 3%。AI 作為核心技術催化劑，對經濟增長的貢獻突出。據 ARK 估算，引進 AI 后，實際 GDP 在 2023 至 2030 年間有望累積增長 130%。原因是在 AI 的賦能下，一些行業的生產效率和成本發生了巨大的變化。比如：機器人與 AI 融合后，可以在非結構化環境中低成本高效地工作，2030 年有望帶來 24 萬億美元的經濟效益；自動駕駛出租車與生成式 AI 融合提升了安全性，到 2030 年有望廣泛

14、應用而使每英里成本低至 0.25 美分，創造一個 11萬億美元的潛在市場；而 AI 軟件直接提高了知識型工作者的生產力，2030 年有望提升生產力至 2.5 倍，若軟件價值量按 10%計算，則有望產生 13 萬億美元的經濟效益。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。5 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖2 2：四次工業革命里通用性技術的經濟影響估算四次工業革命里通用性技術的經濟影響估算 圖圖3 3：AIAI 對經濟增長的貢獻突出對經濟增長的貢獻突出 資料來源：ARK 投資，中國銀河證券研究院 資料來源：ARK 投資，中國銀河證券研

15、究院 AGIAGI 時代有望加速到來。時代有望加速到來。近期，英偉達創始人 CEO 黃仁勛和谷歌 DeepMind CEO 哈薩比斯對 AGI 的到來時間進行了預測，他們的觀點相似。哈薩比斯認為，AGI 最早可能在 2030 年出現，而黃仁勛則認為通用人工智能可能在五年內實現。據 ARK 分析，根據賴特定律，加速計算硬件的改進將使 AI 相對計算單元（RCU）的生產成本每年降低 53%，而算法模型的增強可以進一步帶來每年 47%的訓練成本下降。換而言之，到 2030 年，硬件和軟件的融合可以使人工智能訓練成本以每年 75%的速度下降。人工智能模型的訓練成本下降將進一步加速其能力的迭代，AGI

16、有望加速到來。圖圖4 4：AGIAGI 有望加速到來有望加速到來 資料來源：ARK 投資，中國銀河證券研究院 （二）Sora 發布標志 AGI 系統有望超預期提前到來 1 1DiTsDiTs 算法賦能算法賦能 A AIGCIGC，SoraSora 開啟文生視頻新紀元開啟文生視頻新紀元 北京時間北京時間 2 2 月月 1 16 6 日，日，OpenAIOpenAI 發布“文生視頻”大模型發布“文生視頻”大模型 SoraSora?？缮梢环昼姷母弑Ｕ嬉曨l，并配有 48 個生成案例及技術報告，能夠通過自然語言指令生成長達 60 秒的高清流暢視頻，在生成視頻長度、清晰度、連貫性、多鏡頭切換方面都有顯著

17、提升。官方發布的技術報告指出，視頻生成模型將是構建“世界通用視頻生成模型將是構建“世界通用模擬器”的重要途徑。模擬器”的重要途徑。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。6 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 本質上，本質上，SoraSora 基于基于 Diffusion TransformersDiffusion Transformers（DiTsDiTs）構建，并使用）構建，并使用 DALLDALL-E3E3 的的重捕獲技術。重捕獲技術。研究表明，DiTs 相較于傳統語義分割網絡架構（U-Net）在模型大小上更具可擴展性，并能生成更高

18、質量的 2D 及 3D 圖像。圖圖5 5：D DiTiT 模塊架構模塊架構 資料來源：Scalable Diffusion Models with Transformers（William Peebles、Saining Xie），中國銀河證券研究院 OpenAI 曾采用循環網絡、生成對抗網絡、自回歸 Transformer 和擴散模型等方法對視頻數據進行生成建模，但生成視頻存在視覺數據受限、視頻時長較短或視頻尺寸局限等問題。通過從大語言模型（通過從大語言模型（LLMLLM）中汲取靈感，類似）中汲取靈感，類似 GPTGPT 將自然將自然語言轉換為文本語言轉換為文本 tokenstokens，S

19、oraSora 可將視覺數據轉換為可將視覺數據轉換為 patches(patches(視覺編碼塊視覺編碼塊)。通過此種方式，即可實現在不同類型的視頻和圖像上訓練生成模型。通過視頻壓縮網絡可降低視覺數據的維度，該網絡將原始視頻作為輸入，并通過視頻壓縮網絡可降低視覺數據的維度，該網絡將原始視頻作為輸入，并在時間和空間上進行壓縮，在時間和空間上進行壓縮，SoraSora 在壓縮空間中接受訓練并生成視頻；在壓縮空間中接受訓練并生成視頻；另外，相應的解碼器模型可將生成的對象映射回像素空間。Sora 基于 patches 對可變分辨率、持續時間和縱橫比的視頻和圖像進行訓練；亦可以通過在適當大小的網格中排列

20、隨機初始化的 patches 來控制生成視頻的大小。圖圖6 6：將視頻壓縮到一個較低維空間，再將其分解為將視頻壓縮到一個較低維空間，再將其分解為 patchespatches 圖圖7 7：隨著訓練計算的增加，樣本質量顯著提高隨著訓練計算的增加，樣本質量顯著提高 資料來源：OpenAI，中國銀河證券研究院 資料來源：OpenAI，中國銀河證券研究院 2 2SoraSora 功能多樣化，生成質量遠超同類大模型功能多樣化，生成質量遠超同類大模型 SoraSora 可以將簡短文本描述轉換成一分鐘流暢視頻，相對于可以將簡短文本描述轉換成一分鐘流暢視頻，相對于 RunwayRunway、PikaPika、

21、請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。7 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 Stable VideoStable Video 等同類大模型提升了幾個代級。等同類大模型提升了幾個代級。1 1）生成視頻長度：）生成視頻長度：Runway、Pika 等傳統文生視頻大模型平均時長在 3-5 秒，Runway 用戶可以最多延長視頻長度至16 秒，Sora 生成視頻長度相對傳統視頻生成工具提升 15-20 倍；2 2）視頻質量顯）視頻質量顯著提升：著提升：Sora 生成視頻分辨率可達 1920 x 1080；3 3）可實現多鏡頭切換：）可實現多鏡

22、頭切換：可以理解和模擬運動中的物理規律，可以實現復雜的運動相機模擬；4 4）視頻連貫性與）視頻連貫性與穩定性出色：穩定性出色：在建模能力上表現更好，可以依賴關系進行建模，能初步理解并模擬物理運動規律；5 5）高可拓展性：）高可拓展性：支持多種數據格式輸入，具備實現文生視頻、圖生視頻、向前或向后視頻擴展能力，同時支持視頻連接。表表1 1：O OpenAI penAI SoraSora 對比同類文生視頻大模型對比同類文生視頻大模型 模型模型 SoraSora GenGen-2 2 PikaPika 研發團隊研發團隊 OpenAI Runway PIKA Labs 發布時間發布時間 2024.02

23、2023.03 2023.11 生成時長生成時長 60s 416s 315s 可輸入格式可輸入格式 文字/圖片/視頻 文字/圖片 文字/圖片/視頻 輸入限制輸入限制 -320 字符/單張圖片 500 字符/單張圖片/單個視頻 每秒幀數每秒幀數 -24fps 824fps 分辨率分辨率 1920 x 1080 1408 x 768（基礎）2816 x 1536（高級）1280 x 720（基礎）2560 x 1440（高級）付費模式付費模式 -訂閱制/單次付費 訂閱制 免費試用免費試用 -限制次數 不限次數 資料來源：OpenAI，Runway，PIKALabs，JournalBharat，Me

24、dium，中國銀河證券研究院 3 3SoraSora 發布標志發布標志 AGIAGI 時代正加速到來，帶動訓練及推理算力需求增長時代正加速到來，帶動訓練及推理算力需求增長 由于目前由于目前 SoraSora 處在初級階段，訓練數據集和參數規模有限，仍存在一些不足處在初級階段，訓練數據集和參數規模有限，仍存在一些不足之處。之處。對于 Sora 當前存在的弱點，OpenAI 指出它可能難以準確模擬復雜場景的物理原理，并且可能無法理解因果關系。該模型還可能混淆提示的空間細節，例如混淆左右；或可能難以精確描述隨著時間推移發生的事件，例如遵循特定的相機軌跡。圖圖8 8：SoraSora 缺陷其一：生成的

25、運動違反物理原理缺陷其一：生成的運動違反物理原理 圖圖9 9：SoraSora 缺陷其二：物理建模不精確、目缺陷其二：物理建模不精確、目標“變形”不自然標“變形”不自然 資料來源：OpenAI，中國銀河證券研究院 資料來源：OpenAI，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。8 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 AIGC 領域難度排序由易到難依次是文本、圖像、音頻、視頻。未來訓練數據集將會數以萬倍的增長，模型參數量也將不斷提升，目前來看 Sora 訓練所需算力不及 GPT-4 等大語言模型，伴隨 Sora 大模型不

26、斷迭代調優、訓練數據集規模逐漸擴大，我們認為，我們認為，SoraSora 發布標志著發布標志著 AGIAGI 時代正加速到來：時代正加速到來：1 1）短期來看，模）短期來看，模型迭代優化、訓練數據集增大將快速帶動訓練端算力需求；型迭代優化、訓練數據集增大將快速帶動訓練端算力需求；2 2）長期來看，）長期來看，SoraSora技術逐漸成熟帶動下技術逐漸成熟帶動下游游 AIAI 應用百花齊放，包括為影視制作、游戲開發、教育培應用百花齊放，包括為影視制作、游戲開發、教育培訓、廣告及社交等場景應用帶來顛覆，推理端需求將厚積薄發。訓、廣告及社交等場景應用帶來顛覆，推理端需求將厚積薄發。（三）國內 Kim

27、i 加速迭代，AI 應用元年百花齊放 北京時間北京時間 3 3 月月 1818 日，日，MoonshotMoonshot（月之暗面）宣布在大模型（月之暗面）宣布在大模型上下文窗口技術上上下文窗口技術上取得新的突破，其自研的取得新的突破，其自研的 KimiKimi 智能助手已支持智能助手已支持 200200 萬字超長無損上下文，并已萬字超長無損上下文，并已開啟產品內測。開啟產品內測。Kimi 智能助手在去年 10 月發布，支持 20 萬漢字無損級別上下文輸入，是當時 AI 消費級產品支持上下文文本長度記錄保持者。我們認為，Kimi 智能助手迭代速度超預期，推動應用端加速落地，Kimi 智能助手目

28、前已經支持 200 萬文字超長無損上下文，對比目前主流大模型：1）谷歌近期發布的 Gemini 1.5 pro 支持 100萬 token 輸入；2）Claude 3 支持 20 萬 token 輸入；3）GPT-4 Turbo 支持 12.8 萬token 輸入。我們依舊堅定年初觀點，我們依舊堅定年初觀點，20242024 年將是年將是 AIAI 應用元年，應用元年，KimiKimi 智能助手宣智能助手宣布大模型進入“長文本時代”，長文本能力也將是通往布大模型進入“長文本時代”，長文本能力也將是通往 AGIAGI 進程中的關鍵之一，進程中的關鍵之一，KimiKimi 智能助手將是又一里程碑。

29、智能助手將是又一里程碑。KimiKimi 智能助手支持多種應用場景，生成速度提升智能助手支持多種應用場景，生成速度提升 3 3 倍之多。倍之多。Kimi 智能助手去年 10 月發布的版本僅支持 20 萬上下文輸入，時隔 3 個月，Moonshot 為 Kimi智能助手提供了更多數據源，本次迭代升級使 Kimi 基于出色的長上下文處理能力幫助用戶解鎖更多應用場景，比如專業學術論文的翻譯和理解、輔助分析法律問題、一次性整理幾十張發票、快速理解 API 開發文檔、快速篩選符合條件的簡歷等。當面對一個問題時，Kimi 智能助手會嘗試不同的方向搜索并據此做出回答。在回答速度上也有提升，Moonshot

30、工程副總裁表示，基于 Infra 層的優化，Kimi智能助手生成速度較去年 10 月份提升了 3 倍。KimiKimi 智能助手訪問量持續飆智能助手訪問量持續飆升，加速升，加速 AIAI 應用元年進程。應用元年進程。根據 SimilarWeb 數據顯示，去年 12 月 Kimi 的周訪問量還在 10 萬次上下，到了 1 月下旬才突破 40萬，但是從春節開始訪問量疾速攀升，至今周訪問量已經超過 160 萬次，2 月訪問量增長 107.6%，僅次于百度文心一言與阿里通義千問（訪問量均下降超 30%）。我們認為，我們認為，2024AI2024AI 應用元年有兩個條件：應用元年有兩個條件：1 1）大模

31、型達到可使用狀態：這點從）大模型達到可使用狀態：這點從 KimiKimi用戶用戶的如潮好評中可以看出。的如潮好評中可以看出。2 2）大模型公眾可觸達：目前）大模型公眾可觸達：目前 KimiKimi 已經面向全社會已經面向全社會開放使用。開放使用。（四）AIGC 到 AGI 將帶來哪些顛覆式革命 通用人工智能（AGI）是指具備類似于人類思考能力，能夠適應廣泛領域并解決多種問題的機器智能，是人工智能研究的重要目標之一。而狹義人工智能則 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。9 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 指已取得顯著進展但局限于特定

32、領域的人工智能，例如語音識別、機器視覺等。目前我們處于狹義人工智能相對成熟、通用人工智能乍現的階段，GPT-4 等大語言模型及 Sora 等多模態模型被認為是通向通用人工智能的重要潛在路徑，并且這一進程在逐漸加速?！俺L文本”和“超強模擬物理運動”能力將是“超長文本”和“超強模擬物理運動”能力將是 AGIAGI 時代關鍵。我們認為大時代關鍵。我們認為大模型時代將會沿著兩條路線繼續演繹，一是支持超長上下文能力大模型，二是模模型時代將會沿著兩條路線繼續演繹，一是支持超長上下文能力大模型，二是模擬世界、物理運動擬世界、物理運動規律的多模態能力。規律的多模態能力。1 1AGIAGI 進程中，大模型上下

33、文輸入長度是關鍵之一進程中，大模型上下文輸入長度是關鍵之一 表表2 2：主流大模型主流大模型上下文輸入長度上下文輸入長度對比對比 大模型或產品大模型或產品 公司公司 上下文窗口可支持長度上下文窗口可支持長度 GPT-4 Turbo OpenAI 12.8 萬（tokens）Claude-3 Anthropic 20 萬（tokens）Gemini 1.5 pro Google 100 萬（tokens）Kimi Moonshot（月之暗面）200 萬（漢字）資料來源：OpenAI 等官網，中國銀河證券研究院 2 2多模態加速模擬文本、圖像多模態加速模擬文本、圖像及及視頻，未來模擬物理運動視頻，

34、未來模擬物理運動規律將成為現實規律將成為現實 多模態模型是指能夠處理不同類型數據，并將其融合進行綜合理解的人工智能模型。這種模型能夠更全面地理解和處理真實世界中復雜多樣的信息，從而進一步提升大型模型的遷移學習能力。多模態技術的發展在人工智能領域具有重要意義。當前，單模態的人工智能模型，如處理文本、語音、圖片等的模型，已經相對成熟。而大型模型正在向多模態信息融合的方向快速發展：重要模型誕生以及GPT-4 等模型的圖像處理能力提升。大型模型不僅限于文字和圖像的處理，也開始拓展到音頻、視頻等領域，未來甚至有望延伸到包括味道等其他信號。表表3 3：AGIAGI 帶來千行百業顛覆性革命帶來千行百業顛覆性

35、革命 類別類別 方向方向 細分領域細分領域 生產力生產力 前端 科研輔助、智能工程師、產品設計、生產管理、執行危險任務等 中端 產業分析、經濟預測、投資決策等 后端 人力資源、廣告公關、促銷銷售、售后服務客服等 消費領域消費領域 軟件 信息搜索、購物、教育、金融、娛樂、社交、精神伴侶、自動駕駛等 硬件 通用機器人、智能家居、育兒、養老、醫院陪護、個人智能硬件等 政務領域政務領域 政策 政策制定、政策執行、社情民意等 管理 智慧執法、智慧稽查、智慧公共安全等 軍事等軍事等 軍用 智能裝備、軍隊管理、態勢分析 國際 國際輿情分析、國際談判。局勢分析等 資料來源：AGICall 等，中國銀河證券研究

36、院 我們認為未來通用人工智能重點將變革以下領域：我們認為未來通用人工智能重點將變革以下領域：請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。10 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 1 1具身智能成為具身智能成為 AIAI 發展新形態，機器人將取代大部分工種發展新形態，機器人將取代大部分工種 具身智能作為人工智能發展的一個重要分支，是指那些可以感知、并與物理世界進行交互、具有自主決策和行動能力的人工智能系統。這些智能體能夠以主人公的視角感受物理世界，并通過與環境的交互結合自我學習來理解和改變客觀世界，機器人將成為具身最優載體。未來機器人產業將持續

37、快速發展，迎來戰略機遇期。具身智能作為兩大領域交叉的核心應用，有望在未來取得快速發展。它將推動智能體具備更多自主規劃、決策、行動和執行的能力，實現人工智能的進一步進階。圖圖1010：受益于人工智能和計算機視覺，機器人將能夠在非結構化環境中經濟高效地運行受益于人工智能和計算機視覺，機器人將能夠在非結構化環境中經濟高效地運行 資料來源：ARK 投資，中國銀河證券研究院 AI 與機器人結合能充分提高生產效率，更好應對各種復雜任務。在流水作業以及生產線上，機器人可以根據大模型提供的實時數據分析結果，對生產流程進行自動優化，提高生產效率和產品質量。并且能快速學習新技能，有效解放勞動力，降低勞動力工作時長

38、，未來人類將更多時間應用在線上處理工作任務，一周工作 3-4 天或將成為現實。圖圖1111：全球勞動力每天工作時長全球勞動力每天工作時長 圖圖1212：全球上網時長全球上網時長 資料來源：ARK 投資，中國銀河證券研究院 資料來源：ARK 投資，中國銀河證券研究院 2 2腦機接口成為新的創新交互方式腦機接口成為新的創新交互方式 腦機接口作為一種新型的人機交互方式，在醫學、教育、游戲等領域有著廣闊的應用前景。腦機接口技術將腦電信號轉化為計算機可識別的數據，并通過計 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。11 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題

39、報告 算機的處理和反饋，實現了人與機器的無縫互動。目前腦機接口技術正從“學術科學探索”走向“應用轉化落地”。腦機接口系統性能指標包括響應時間、識別正確率、可輸出指令數量和菲茨吞吐量，可用性指標包括易用性、長效性、魯棒性、安全性和互操作性，易用性指標包括準備時長、輕便性和舒適性。表表4 4：腦機接口系統關鍵指標腦機接口系統關鍵指標 腦機接口系統關鍵指標腦機接口系統關鍵指標 衡量指標衡量指標 性能指標 響應時間 識別正確率 可輸出指令數量 菲茨吞吐量 可用性指標 易用性 長效性 魯棒性 安全性 互操作性 資料來源：中國信通院，中國銀河證券研究院 經過數十年的科學探索與技術論證，腦機接口已從科幻成為

40、科學，處于從科學研究到產業落地的關鍵時期。就腦機接口目前的發展情況，在今后一段時間，腦機接口的基礎學科研究和應用落地都將得到長足發展，從而有望促進腦機接口市場規模不斷擴大。另一方面，人類與人工智能之間的交互方式也在不斷升級，腦機接口有望成為下一代人機交互方式。當前，腦機接口技術正在突破人類的生理界限，為殘障人士提供了前所未有的可能性。3 3治療罕見病與精準治療成為現實治療罕見病與精準治療成為現實 未來未來 AGIAGI 可以應用的領域眾多，其中繞不開人類生物工程。我們認為，醫療可以應用的領域眾多，其中繞不開人類生物工程。我們認為，醫療是是 AGIAGI 落地的最佳場景之一，大模型、多模態以及垂

41、類大模型將更加廣泛結合并落地的最佳場景之一，大模型、多模態以及垂類大模型將更加廣泛結合并應用在藥物研發、診斷、影像、治療等細分環節。應用在藥物研發、診斷、影像、治療等細分環節。隨著各類醫療大模型的加速迭代與演化，醫療大模型商業化前景有望進一步打開。例如，谷歌的 Med-PaLM2、微軟子公司 Nuance 的 DAXExpress 等醫療大模型已經在醫療領域得到應用，并取得了一定的商業化成果。在最近的一項研究中，Med-PaLM2 在 USMLE 問題上的準確率達到 85.4%，與參試專家的水平相當。這使得 Med-PaLM2 成為第一個在 USMLE 問題上達到專家級表現的人工智能系統。1）

42、可以幫助醫生更快速、更準確地進行診斷。它可以通過分析大量的病例和醫學文獻，提供對疾病的診斷和治療建議。這有助于減少醫療錯誤和誤診的風險；還可以實現疾病的早期發現和治療，從而改善患者的治療效果并挽救生命。2）可以幫助醫生節省時間和精力，使他們能夠更專注于與患者的溝通和治療。在 Med-PaLM 2 一項實驗中，通過對超過 50 萬個醫學圖像進行分析，成功預測了肺癌的發生率。Med-PaLM 2 還可以通過自動化完成目前由醫生執行的許多 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。12 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 日常工作，使他們能夠有更

43、充足的時間專注于為患者提供服務，可以縮短患者的等待時間并提高患者滿意度。3）可以與其他醫療設備和系統進行集成，可以與智能手環和智能手表等設備進行連接，實時監測患者的生理參數，并提供相應的建議和警告。還可以與電子病歷系統等其他醫療系統進行集成，從而實現更加智能化和高效化的醫療服務。圖圖1313：MedMed-PaLM 2PaLM 2 在在 MedQAMedQA 上的表現比上的表現比 MedMed-PaLMPaLM 提高了提高了 19%19%以上以上 資料來源：Towards Expert-Level Medical Question Answering with Large Language M

44、odels（Big Ideas 2024、ARK Invest），中國銀河證券研究院 未來未來 AGIAGI 時代，時代，AIAI 賦能醫療有廣闊前景?？梢詰玫念I域很多，其中繞不賦能醫療有廣闊前景?？梢詰玫念I域很多，其中繞不開人類生物工程。我們認為，醫療是開人類生物工程。我們認為，醫療是 AGIAGI 落地的最佳場景之一落地的最佳場景之一，大模型、多模態，大模型、多模態以及垂類大模型將更加廣泛結合并應用在藥物研發、診斷、影像、治療等細分環以及垂類大模型將更加廣泛結合并應用在藥物研發、診斷、影像、治療等細分環節，很多罕見病及疑難雜癥將逐漸被治愈。節，很多罕見病及疑難雜癥將逐漸被治愈。二、人工

45、智能是核心技術催化劑，領航數字經濟新階段二、人工智能是核心技術催化劑，領航數字經濟新階段 （一）“適度超前”建設算力體系背后的財政貨幣支撐體系 1 1.央行的“科技金融”、“數字金融”貨幣政策框架央行的“科技金融”、“數字金融”貨幣政策框架 1.11.1 結構性貨幣政策支持科技創新和數字經濟發展結構性貨幣政策支持科技創新和數字經濟發展 中央經濟工作會議將“穩中求進、以進促穩、先立后破”作為中央經濟工作會議將“穩中求進、以進促穩、先立后破”作為 20242024 年宏觀年宏觀政策基調。政策基調。在此背景下，貨幣政策“靈活適度，精準有效”，總量和結構政策雙重發力，既托底總量增長又推動結構改革，支持

46、防范化解宏觀風險，著力營造良好的貨幣金融環境，高質量服務實體經濟?！熬珳省奔礊閺娬{信貸的方向引導?！熬珳省奔礊閺娬{信貸的方向引導。預計未來結構性貨幣政策工具將在貨幣投放中扮演更加重要的角色，加大對重大戰略、重點領域和薄弱環節的支持力度。聚焦“五篇大文章”，即科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。13 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 中國人民銀行貨幣政策司課題組近期文章結構性貨幣政策助力做好“五篇大文章”中詳細闡述了結構性貨幣政策工具的作用?！敖Y構性貨幣政策是指在市場配置資源

47、基礎上，設計適當激勵機制，引導資金流向經濟特定領域的貨幣政策。結構性貨幣政策主要發揮結構功能，通過建立激勵相容機制，將中央銀行資金與金融機構對特定領域和行業的信貸投放掛鉤，發揮精準滴灌實體經濟的獨特優勢。結構性貨幣政策也有總量效應，通過投放基礎貨幣，保持銀行體系流動性合理充裕，支持信貸平穩增長”。截至 2023 年末，結構性貨幣政策工具余額 7.5 萬億元，比上年末增加約 1 萬億元，占人民銀行總資產的 16.4%。其中為“科技金融”和“數字金融”已創設的結構性貨幣政策工具共 2 個，分別為“科技創新再貸款”和“設備更新改造專項再貸款”。2022 年 4 月，人民銀行創設科技創新再貸款，支持金

48、融機構加大對科技創新企業的信貸支持力度；2022 年 9 月，創設設備更新改造專項再貸款，支持金融機構向制造業、社會服務領域和中小微企業、個體工商戶等設備更新改造提供貸款。根據央行披露，截至 2023 年第三季度末，科技創新再貸款 4000 億元額度全部用完，支持金融機構向科技企業累計發放貸款 1.69 萬億元；設備更新改造專項再貸款累計發放 1694 億元，支持新型基礎設施和產業數字化轉型等設備更新改造。2 2023023 年科創企業貸款的獲貸率提升，增速高于各項貸款增速。年科創企業貸款的獲貸率提升，增速高于各項貸款增速。2023 年獲得貸款支持的科技型中小企業 21.2 萬家，獲貸率 46

49、.8%，獲貸率提升 2.1pct?？萍夹椭行∑髽I本外幣貸款余額 2.45 萬億元，同比增長 21.9%，比上年末低 3.8pct，比同期各項貸款增速高 11.8pct。2023 年獲得貸款支持的高新技術企業 21.75 萬家，獲貸率為 54.2%，提升 0.8pct。高新技術企業本外幣貸款余額 13.64 萬億元，同比增長 15.3%，比上年末低 0.8pct，比同期各項貸款增速高 5.2pct。未來央行可能會繼續在“科技金融”、“數字金融”領域創設相關結構性貨幣政策工具，豐富政策工具箱，引導商業銀行信貸直達實體經濟，引導信貸投放方向的作用，將為建設算力體系提供資金支持。圖圖1414：結構性貨

50、幣政策工具梳理（截至結構性貨幣政策工具梳理（截至 2 2023023 年末）年末）存續狀態存續狀態支持領域支持領域發放對象發放對象利利率率（1 1年年期期）/激勵比例（%）激勵比例（%）額度額度（億元）（億元）余額余額（億元）（億元）1支農再貸款存續涉農領域農商行、農合行、農信社、村鎮銀行2.008,1006,5622支小再貸款存續小微企業、民營企業城商行、農商行、農合行、村鎮銀行、民營銀行2.0018,00016,5513再貼現存續涉農、小微和民營企業具有貼現資格的銀行業金融機構2.00（6個月）7,4005,9201普惠小微貸款支持工具存續普惠小微企業地方法人金融機構1.00（激勵）800

51、4982抵押補充貸款存續棚戶區改造、地下管廊、重點水利工程等開發銀行、農發行、進出口銀行2.2532,5223碳減排支持工具存續清潔能源、節能減排、碳減排技術21家全國性金融機構、部分外資金融機構和地方法人金融機構 1.758,0005,4104支持煤炭清潔高效利用專項再貸款到期到期煤炭清潔高效利用、煤炭開發利用和儲備工農中建交、開發銀行、進出口銀行1.753,0002,7485科技創新再貸款到期到期科技創新企業21家全國性金融機構1.754,0002,5566普惠養老專項再貸款存續浙江、江蘇、河南、河北、江西試點，普惠養老項目工農中建交、開發銀行、進出口銀行1.75400187交通物流專項再

52、貸款到期到期道路貨物運輸經營者和中小微物流（含快遞）、倉儲企業工農中建交、郵儲、農發行1.751,0003168設備更新改造專項再貸款到期到期制造業、社會服務領域和中小微企業、個體工商戶21家全國性金融機構1.752,0001,5679普惠小微貸款減息支持工具到期到期普惠小微企業16家全國性金融機構、地方法人金融機構1.00（激勵）26910收費公路貸款支持工具到期到期收費公路主體21家全國性金融機構0.50（激勵）8311民企債券融資支持工具（）存續民營企業專業機構1.75500012保交樓貸款支持計劃存續保交樓項目工農中建交、郵儲0.002,0005613房企紓困專項再貸款到期到期房企項目

53、并購5家全國性資產管理公司1.75800014租賃住房貸款支持計劃存續試點城市收購存量住房工農中建交、郵儲、開發銀行1.751,0000工具名稱工具名稱長長期期性性工工具具階階段段性性工工具具 資料來源：中國人民銀行，中國銀河證券研究院 1 1.2.2 提升直接融資占比，構建覆蓋科技型企業全生命周期的金融服務體系提升直接融資占比，構建覆蓋科技型企業全生命周期的金融服務體系 央行 2003 年 4 季度貨幣執行報告首次提出“合理把握債券與信貸兩個最大融資市場的關系”，擴大直接融資，社融結構實現再平衡。提升直接融資的要求與當下中國經濟結構轉型的新方向相匹配。報告專欄 1準確把握貨幣信貸供需 請務必

54、閱讀正文最后的中國銀河證券股份有限公司免責聲明。14 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 規律和新特點提出“先進制造、科技創新、綠色低碳、數字經濟等新興產業蓬勃發展，這些新動能領域與直接融資的金融支持模式更為適配，也會對貸款形成良性替代”。央行行長在十四屆全國人大二次會議經濟主題記者會上強調“在宏觀層面，要加強頂層設計和系統籌劃。比如，科技金融方面，科技型企業一般會經歷種子期、初創期、成長期、成熟期不同的階段，企業成長周期的不同階段，對金融需求有不同的特點。在科技型企業成長的早期，更多需要風險投資、創新創業投資基金的介入，目前還是一個薄弱環節；金融機構

55、對科技型企業風險評估能力，也需要進一步提升，下一步需要著力補齊短板，構建覆蓋科技型企業全生命周期的金融服務體系”。目前，交易商協會創設了科創類融資產品工具箱，并在 2022 年將其升級為了科創票據?？苿撈睋糜谥С挚苿擃惼髽I以及非科創類企業的科技創新發展行為。2022 年上交所和深交所正式落地了科創債。因此，除了通過結構性貨幣政策工具為建設算力體系提供間接融資支持外，對于相關企業的債券融資等直接融資的支持也會進一步提升，試圖構建構建覆蓋科技型企業全生命周期的金融服務體系。2 2.財政政策支持重點首次轉向現代化產業體系建設財政政策支持重點首次轉向現代化產業體系建設 從去年年底的中央經濟工作會議到

56、今年兩會期間的政府工作報告，均把“加快現代化產業體系”建設放在首要目標，與此同時持續強調要增強宏觀政策取向一致性。我們認為，在當前經濟同時面臨逆周期和結構性調節的關鍵時期，財政我們認為，在當前經濟同時面臨逆周期和結構性調節的關鍵時期，財政政策配合國有資本的政策調整將是有效發揮舉國體制優勢，支持數字經濟和科技政策配合國有資本的政策調整將是有效發揮舉國體制優勢，支持數字經濟和科技轉型的重要力量。轉型的重要力量。其實，過去以來的歷次經濟周期中，積極的財政政策均起到了關鍵性作用，力挽經濟于狂瀾。但我們也注意到，過去幾輪積極財政政策主要支但我們也注意到，過去幾輪積極財政政策主要支持的方向為傳統基建產業，

57、而現如今財政政策支持重心轉向科技創新，需要通過持的方向為傳統基建產業，而現如今財政政策支持重心轉向科技創新，需要通過何種方式調整？何種方式調整？2 2.1.1 過去三輪積極財政政策主要投向傳統產業過去三輪積極財政政策主要投向傳統產業 我國分別于 1998 年、2008 年以及 2013 年開啟過三輪積極財政政策，其中前兩次均是由外部因素導致的需求沖擊加劇了經濟波動，繼而使用擴張性財政政策予以對沖。始于 2013 年的第三輪積極財政政策主要是由于傳統產能的供給過剩引起，財政政策方面主要以結構性政策為主，但由于土地財政等預算外廣義財政的存在，使得傳統產能并未完全出清。由此，過去不同歷史時期財政政策

58、的主要由此，過去不同歷史時期財政政策的主要支持工具及資金投向也有所區別：支持工具及資金投向也有所區別：19981998 年首輪財政支持經濟轉型：以狹義政府赤字和財政支出政策為主，促進年首輪財政支持經濟轉型：以狹義政府赤字和財政支出政策為主，促進城鎮化、工業化轉型。城鎮化、工業化轉型。受到亞洲金融危機的影響 1997 年 6 月至 1999 年 12 月 PPI連續 31 個月在負值區間運行，且 CPI 處于負值區間。未來應對外需沖擊，同時促進我國城鎮化和工業化的轉型發展，我國分別于 1998 年至 1999 年兩年期間多次增發了共計 1600 億元的國債，需要注意的是 1998 年我國 GDP

59、 水平僅 8.5 萬億元。當時我國剛剛實行改革開放不久，如圖 15 所示，1994 年我國公路及民航建設剛剛起步，國內基礎設施建設具有大幅擴張的空間及較高的投資回報率，相對而言資本是稀缺的。為此，1998 年新增國債由中央政府向國有商業銀行定向增發進行募資。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。15 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖1515：首輪積極財政政策期間我國基礎設施處于起步階段首輪積極財政政策期間我國基礎設施處于起步階段 圖圖1616：19981998 年至今價格指數及年至今價格指數及 GDPGDP 增速（增速（%）資料

60、來源：WIND，中國銀河證券研究院 資料來源：WIND，中國銀河證券研究院 20082008 年第二輪財政支持經濟轉型：以政府性基金擴張為主，催生地產與基建年第二輪財政支持經濟轉型：以政府性基金擴張為主，催生地產與基建快速發展?？焖侔l展。2008 年全球金融危機影響，中國國內需求遭受大幅沖擊，PPI 負值運行 12 個月，CPI 同樣落入負值區間。為穩定經濟增長，同時推動一批利長遠項目建設，我國實施“四萬億”投資計劃。資金來源方面，據國家發改委公布的“4萬億”投資明細，四萬億投資的資金構成是 1.18 萬億中央預算內投資和 2.82 萬億配套資金。資金來源是中央財政赤字、地方財政、地方債（財政

61、部代理發行）、政策性貸款、企業債和中期票據、銀行貸款，以及民間投資。其中財政預算內較上一輪積極財政中，多增了政府性基金收入中的土地收入增長。2009 年和 2010年的政府性基金收入分別為 1.83 萬億元和 3.57 萬億元，較上年分別增長了 17.26%和 95.15%，其中超過 70%專項用于土地開發及建設領域的投資和補償。資金投向方面，主要是重大基礎設施建設、災后重建、保障房建設、民生工程等。圖圖1717：“四萬億”計劃的主要投資方向“四萬億”計劃的主要投資方向 圖圖1818：我國基建投資資金來源與完成額間的資金缺口（億元）我國基建投資資金來源與完成額間的資金缺口（億元）資料來源：WI

62、ND，中國銀河證券研究院 資料來源：WIND，中國銀河證券研究院 20132013 年后第三輪積極財政：以結構性政策配合完成過剩產能出清，但實際開年后第三輪積極財政：以結構性政策配合完成過剩產能出清，但實際開啟了廣義財政擴張。啟了廣義財政擴張。2008 年以來廣義財政的擴張導致傳統產能過剩，經濟結構性矛盾和隱性債務風險不斷加劇。理論上此時財政政策應該以結構性政策配合貨幣政策完成“供給出清”，我們可以看到基建的投資缺口在 2015 年之后開始顯著提升，如圖 19 所示。但實際上由于地方政府考核目標仍在，地方在穩經濟過程中實際開啟了廣義財政的擴張，而“寬貨幣、緊信用”的貨幣政策使得“寬”出的貨幣進

63、了城投和地產，”緊“的信用又使城投承擔了較高的融資成本，造成了一定隱性債務。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。16 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖1919：19941994 年至今廣義財政凈融資額變化（億元）年至今廣義財政凈融資額變化（億元）圖圖2020：城投債與政府債的融資利差城投債與政府債的融資利差 資料來源：WIND，中國銀河證券研究院 資料來源：WIND，中國銀河證券研究院 2 2.2.2 新一輪積極財政支持重點轉向現代化產業體系建設新一輪積極財政支持重點轉向現代化產業體系建設 2023 年中央經濟工作會議及 20

64、24 年政府工作報告均將“現代化產業體系建設”放在首位，與之對應的 2024 年財政預算草案中，對于主要財政收支政策也做出了重要調整。根據過往幾年預算草案來看，每年基本會公布 7-8 項主要政策，其基本規律是：后幾項政策相對固定（第四是鄉村振興、第五是生態環境、第六是民生、第七是國防、外交、政法），但前三項政策的內容和排序往往指明當年重點方向。例如 2021 年首要政策是“推動創新發展和產業升級”、2022 年首要政策目標是保市場主體、2023 年為擴大內需。而 2024 年主要財政收支政策中的前兩項均和科創相關，第一是支持加快現代化產業體系建設，第二是支持深入實施科教興國戰略。去年的首要目標

65、“擴大內需”已經移居第三。據此可以得出的結論是：新一輪財政逆周期調控不同于以往幾次擴張，更加聚焦經濟轉型和科技創新。圖圖2121：20212021-20242024 年主要財政指標及政年主要財政指標及政策表述策表述 資料來源：財政部、中國銀河證券研究院 2 2.3.3 當前及未來一段時期財政如何支持科技創新發展？當前及未來一段時期財政如何支持科技創新發展？從今年財政預算草案及相關新增政策來看，未來具體支持政策主要以下幾方從今年財政預算草案及相關新增政策來看，未來具體支持政策主要以下幾方面：面：請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。17 Table_ReportTypeIndex

66、 數字經濟專題報告數字經濟專題報告 一是新增政府債務工具重點支持科技創新。一是新增政府債務工具重點支持科技創新。一方面是專項債用途在以往的傳統基建和新能源建設的基礎之上，新增了數字基礎設施建設用途。另一方面，我們看到今年兩會提出了新型債務工具超長期特別國債，在 3 月 6 日舉行的十四屆全國人大二次會議經濟主題記者會上，國家發展和改革委員會主任鄭柵潔指出初步考慮，超長期特別國債將重點支持科技創新、城鄉融合發展、區域協調發展、糧食能源安全、人口高質量發展等領域建設。這些領域潛在建設需求巨大、投入周期長，現有資金渠道難以充分滿足要求，亟需加大支持力度。其中首要支持領域便是科技創新。表表5 5：20

67、192019 年至今歷次專項債用途擴容年至今歷次專項債用途擴容 20192019 年年 20202020 年年 20212021 年年 20222022 年年 20242024 年年 交通基礎設施 能源 農林水利 生態環保 民生服務 城鄉冷鏈物流 市政產業園區 交通基礎設施 能源 農林水利 生態環保 民生服務 城鄉冷鏈物流 市政產業園區 交通基礎設施 能源 農林水利 生態環保 民生服務 城鄉冷鏈物流 市政產業園區 交通基礎設施 能源 農林水利 生態環保 民生服務 城鄉冷鏈物流 市政產業園區 國家重大戰略項目 保障性安居工程 交通基礎設施 能源 農林水利 生態環保 民生服務 城鄉冷鏈物流 市政產

68、業園區國 家重大戰略項目 保障性安居工程 新型基礎設施 新能源項目 新增：國家重大戰略項目 保障性安居工程 新增：新型基礎設施 新能源項目 預計新增：數字經濟 城中村改造 資料來源：財政部，中國銀河證券研究院 二是稅收政策持續深化落實，加大研發費用扣除比例。二是稅收政策持續深化落實，加大研發費用扣除比例。即落實技術改造相關投資稅收優惠，落實研發費用加計扣除等政策，例如去年已將符合條件的集成電路和工業母機企業研發費用稅前加計扣除比例提高至 120%，將符合條件的研發費用稅前加計扣除比例由 75%提高至 100%。預計在今年及未來一段時間將持續貫徹落實以上稅收支持政策，且有望逐步擴大政策支持范圍和

69、支持力度。三是更好發揮國有資本和國有企業在科技創新中的引領、引導作用。三是更好發揮國有資本和國有企業在科技創新中的引領、引導作用。今年 1月份國務院印發了關于進一步完善國有資本經營預算制度的意見，本次新意見在之前基礎上對于“國有資本”的功能定義新增了“落實國家戰略”，并居于首位，如表 6 所示。而當前我國首要戰略顯然是科技創新和數字經濟的發展。實際上，國有資本經營預算作為財政收支的重要組成部分，既是中國特色，也是我國更好支持科技轉型的體制優勢。本次制度的修訂實現了所有國有企業的預算全覆蓋，并加強了支出紀律約束，未來對于關鍵領域的國有資本的注入有望助力科技創新相關行業的快速發展。請務必閱讀正文最

70、后的中國銀河證券股份有限公司免責聲明。18 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 表表6 6：關于國有資本經營預算的定義變化關于國有資本經營預算的定義變化 國務院關于試行國有資本經營預算的意見國務院關于試行國有資本經營預算的意見 關于進一步完善國有資本經營預算制度的意見關于進一步完善國有資本經營預算制度的意見 時間：2007 年 09 月 08 日 2024 年 1 月 6 日 相同內容：國有資本經營預算，是國家以所有者身份依法取得國有資本收益，并對所得收益進行分配而發生的各項收支預算，是政府預算的重要組成部分。不同內容：建立國有資本經營預算制度，對增強

71、政府的宏觀調控能力，完善國有企業收入分配制度，推進國有經濟布局和結構的戰略性調整，集中解決國有企業發展中的體制性、機制性問題，具有重要意義。國有資本經營預算是企業國有資產管理的重要內容，是落實國家戰略、增強政府宏觀調控能力、推進國有經濟布局優化和結構調整的重要力量。資料來源：國務院，中國銀河證券研究院 四是專項產業基金支持。四是專項產業基金支持。去年我國的產業基礎再造和制造業高質量發展專項資金增長了 20.3%，今年預算草案再安排專項資金 104 億元。其中主要強化對制造業企業技術改造的資金支持，落實技術改造相關投資稅收優惠政策。深入實施首臺（套）重大技術裝備和首批次重點新材料應用保險補償政策

72、。優化產業投資基金功能，鼓勵發展創業投資、股權投資，充分運用市場化手段，支持集成電路、新一代信息技術等產業加快發展。五是教育和研發預算支出支持。五是教育和研發預算支出支持。今年財政預算草案中主要財政政策第二位是“科教興國”，從支持加快建設高質量教育體系和推動高水平科技自立自強兩方面做了闡述，主要支持政策是加大教育支出和財政研發補貼。于此同時，對于今年中央財政支出的預算安排中，科技支出和教育支出預算安排的支出增速分別為10%和 5%，大幅高于去年的 2.9%和 1.9%，是今年中央各項財政支出中主要提升的項目。（二）大國體系下的中國數字經濟產業已全面開啟，預計在 2035 年達到GDP 的 71

73、.6%總量法測算：國內數字經濟預計總量法測算：國內數字經濟預計 20352035 年占年占 GDPGDP 比將達到比將達到 71.71.6060%。近年來，我國數字經濟整體實現量的合理增長，2022 年數字經濟規模達到 50.2 萬億元，同比增加 4.68 萬億元，首次突破 50 萬億元。2023 年，面對經濟新的下行壓力，各級政府、各類企業紛紛把發展數字經濟作為培育經濟增長新動能、搶抓發展新機遇的重要路徑手段，數字經濟發展活力持續釋放，我國數字經濟規模有望達到 54.6 萬億元，面對多方面不利因素，我國數字經濟仍保持強勁增長、凸顯韌性，持續為國民經濟穩增長保駕護航。我國數據經濟規模維持高位增

74、長，增速連續我國數據經濟規模維持高位增長，增速連續 1111 年高于名義年高于名義 GDPGDP 增速。增速。2022 年，我國疫情防控取得重大勝利，經濟發展環境得到改善，國內生產總值同比名義增長 5.3%，數字經濟規模達到 50.2 萬億元，同比名義增長 10.3%，高于 GDP 名義增速 4.98 個百分點。自 2012 年以來，我國數字經濟平均增速 15.9%，已連續 11 年顯著高于 GDP 增速，數字經濟持續發揮經濟“穩定器”、“加速器”作用。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。19 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖

75、2222：中國數字經濟規模及增速預測中國數字經濟規模及增速預測 圖圖2323：中國數字經濟增速（名義）對比中國數字經濟增速（名義）對比 G GDPDP 增速（名義）增速（名義）資料來源：信通院、中國銀河證券研究院 資料來源：信通院，中國銀河證券研究院 我國數字經濟占 GDP 比重持續提升，2030 年數字經濟占比有望追上發達國家水平，2035 年有望位列全球首位。2022 年，我國數字經濟占 GDP 比重為 41.86%，從 2023-2035年的整體趨勢及預測來看，中國數字經濟占 GDP 的比重持續提升，我們預測我們預測 20203030 年占比年占比達到達到 59.73%59.73%，有望

76、追上發達國家平均水平，預計，有望追上發達國家平均水平，預計 20352035 年占比將達到年占比將達到 71.60%71.60%。（三）中美數字經濟及人工智能產業要素發展對比 人工智能的三大基礎要素為數據、算力和算法，目前中國在數據方面具有明顯的大人工智能的三大基礎要素為數據、算力和算法，目前中國在數據方面具有明顯的大國優勢。國優勢。首先，數據的底層是人和人的活動，因此發展主體（國家或者區域內）的人口數量與質量對數據資源的“量”與“質”起到至關重要的影響。數量方面，目前世界人口排名前列的國家或地區依次為印度 14.17 億、中國 14.12 億、歐盟 4.48 億、美國 3.33億。據 IDC

77、 統計，2022 年中國產生的數據規模達 23.3ZB，在全球占比達到 23%。伴隨國內數據要素成為國家戰略，數據價值不斷釋放，到 2025 年中國人工智能產業在數據量方面將具有相對優勢，IDC 預計到 2025 年中國數據量規模達到 48.6ZB。質量方面，2022 年中國人均 GDP 為 1.27 萬美元，持平全球平均水平，但從互聯網滲透率來看，中國達到75.6%，明顯高于世界平均水平 63%。圖圖2424：中美歐印中美歐印 GDPGDP、投資、人口占全球比重、投資、人口占全球比重 圖圖2525：中美中美歐印互聯網滲透率歐印互聯網滲透率 資料來源：WIND，WorldBank，中國銀河證券

78、研究院 資料來源：WIND，WorldBank，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。20 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 算力方面，中美兩國的計算力與其他梯隊國家相比有顯著優勢，但美國仍領先于中算力方面，中美兩國的計算力與其他梯隊國家相比有顯著優勢，但美國仍領先于中國。國。由于超大規?；ヂ摼W企業在算力投入上的大幅增長，2022 年美國算力指數從 77 分增長到 82 分，尤其是一級指標計算能力增長顯著，包括通用計算能力和 AI 計算能力。從數據來看，2022 年，美國服務器市場規模達到 530 億美元，同比增長

79、 19.7%；人工智能服務器市場規模達到 75 億美元，同比增長 48.1%，是全球服務器市場增長的主要驅動力。中國受阻于疫情反復，2022 年算力投入有所放緩，但整體增速仍高于 GDP，算力指數從70 分增長到 71 分。在這樣的大背景下，中國整體服務器市場規模仍然保持 6.9%的正增長，達 270 億美元，占全球市場 25.0%，僅次于美國穩居第二。從服務器子市場來看，邊緣計算服務器和液冷服務器市場均呈現 20.0%以上的增長。算法方面，我們主要通過人才規模、專利數、企業數量、融資規模和大模型這幾個算法方面，我們主要通過人才規模、專利數、企業數量、融資規模和大模型這幾個角度來對比。角度來對

80、比。1）人才方面，人才方面，人工智能人才整體規模中國居首，但人工智能頂尖人才美國處領先地位。中國人工智能人才規模凸顯，LinkedIn 和獵聘的數據統計顯示，全球當前累計 AI 人才突破 100 萬人。其中中國 AI 人才占全球 AI 人才總數的 18%，位居世界首位。美國和印度 AI 人才數量分居全球第二、三位，且均超過 15 萬。根據清華大學 AMiner 的歷年統計數據，美國學者入選 AI2000 榜單年均超過 1,000 人次，數量最多且遠高于其他國家，表明美國在 AI 頂尖人才方面具有領軍地位。與之對比，中國人才數量位居第二，但差距仍然較大。2）專利方面，專利方面，中國信通院發布的全

81、球數字經濟白皮書（2023 年）指出，在專利申請授權方面，2013-2023 年 Q3，全球 AI 專利申請量累計達 129 萬，全球 AI 專利授權量累計超 51 萬，中國 AI 專利申請量占全球 64%，位列全球第一，論文數也遙遙領先。3）融資方面，融資方面，當前美國在人工智能企業數量和融資規模方面均占據顯著優勢。截至2023 年 6 月底，全球人工智能企業共計 3.6 萬家，美中英企業數量名列前茅。美國人工智能企業數量約為 1.3 萬家，在全球占比達 34%，中國占比 16%，英國 7%，美中英三國的人工智能企業數量合計占全球的 56%。計算 2013 年以來的私人 AI 投資總額時，美

82、國以 2489 億美元的投資排名第一，其次是中國（951 億美元）和英國（182 億美元）。AI企業和融資活動集中在美、中、英等國家。圖圖2626：全球人工智能人才數量占比全球人工智能人才數量占比 圖圖2727：中美入選中美入選 AI200AI2000 0 歷年人數對比歷年人數對比 資料來源：LinkedIn,獵聘，清華大學 AMiner 團隊發布的 AI2000 學者榜單，智譜研究，尚普研究院，中國銀河證券研究院 資料來源：LinkedIn,獵聘，清華大學 AMiner 團隊發布的 AI2000 學者榜單，智譜研究，尚普研究院，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司

83、免責聲明。21 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 表表7 7：中美人工智能產業發展狀況對比，截至中美人工智能產業發展狀況對比，截至 20232023 年年 7 7 月月 衡量指標衡量指標 美國人工智能產業發展狀況美國人工智能產業發展狀況 中國人工智能產業發展狀況中國人工智能產業發展狀況 累計企業數量 13000 家 5760 家 累計融資規模 2489 億美元 951 億美元 累計專利數 116 萬 191 萬 大模型數量 114 130 計算力指數 82 71 2025 數據量 30.6ZB 48.6ZB 資料來源：CBInsights、2022-

84、2023 全球計算力指數評估報告（IDC、浪潮信息、清華大學全球產業研究院聯合編制），尚普研究，中國銀河證券研究院 大模型方面，我們通過大模型數量和大模型表現來進行比較。大模型數量：大模型方面，我們通過大模型數量和大模型表現來進行比較。大模型數量：根據賽迪顧問數據，截至 2023 年 7 月，中國已累計發布 130 個大模型；國外共發布 138 個，其中美國共 114 個。中美兩國大模型合計數量占全球 90%以上，具有絕對優勢。從大模型參數來看，中美兩國的代表性大模型里均是既有千億參數的通用大模型，又有幾十億參數的行業垂直大模型。但是，在影響力方面，中國缺少像 GPT-4、Gemini、Sor

85、a 這種具有全球影響力的大模型，中國的行業大模型居多，占總數的 60%，商業、金融、醫療居多。圖圖2828：全球人工智能人才數量占比全球人工智能人才數量占比 圖圖2929：截至截至 20232023 年年 7 7 月全球大模型累計數量區域分布情況月全球大模型累計數量區域分布情況 資料來源：賽迪顧問，中國銀河證券研究院 資料來源：賽迪顧問，中國銀河證券研究院 表表8 8：國內外代表性大模型參國內外代表性大模型參數及預訓練數據對比數及預訓練數據對比 模型模型 研發團隊研發團隊 參數規模參數規模 預訓練預訓練 t tokensokens G Gemini 1.5 proemini 1.5 pro 谷

86、歌 175B-GemmaGemma-2B2B（開源）（開源）2B 2T GemmaGemma-7B7B（開源）（開源）7B 6T StableDiffusionStableDiffusion 高通 65B 1.5T GPTGPT-3 3 OpenAI 175B 300B GPTGPT-4 4 1.8T 13T LLaMALLaMA（開源）（開源）Meta 7B-65B 1T/1.4T S Soraora OpenAI 7B-C ChatGLMhatGLM-6B6B（開源）（開源）清華大學 6B 1T G GLMLM-130B130B（開源）（開源）130B 400B 混元大模型混元大模型 騰訊

87、 100B+2T+文心一言文心一言 百度 260B-請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。22 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 盤古盤古 NLPNLP 華為云 110B-BaichuanBaichuan-7B7B（開源）（開源）百川智能 7B 1.2T BaichuanBaichuan-13B13B（開源）（開源）13B 1.4T 通義千問系列通義千問系列 阿里云 7B-72B 2.2T 訊飛星火訊飛星火 科大訊飛 175B-資料來源：CNBC，decoder，GitHub，CSDN，IT 之家，同花順財經，中華網，中國銀河證券研究

88、院 大模型表現的比較，我們主要參考國內較權威機構 SuperCLUE 在 23 年 7 月至 24 年 2月的測評結果。測評是基于 4572 道中文評測題，可以看到在過去半年里國內領軍大模型在不斷進步，與 GPT-4 的差距在不斷縮小。2 24 4 年年 2 2 月的測評結果，在中文領域國內領軍月的測評結果，在中文領域國內領軍大模型的平均水平已經接近大模型的平均水平已經接近 GPTGPT-4 4。SuperCLUE 還對全球大部分模型進行了測評，從從 2424年年 2 2 月的結果來看，國內在中文領域綜合能力超過月的結果來看，國內在中文領域綜合能力超過 GPT3.5GPT3.5 的模型有的模型

89、有 1313 個，個，文心一言 4.0、GLM-4、通義千問 2.1 排名前三；國外模型的平均成績為 57.83 分，國內模型平均成績為68.75 分?？梢钥闯?，國內大模型在中文領域的能力的平均水平可以看出，國內大模型在中文領域的能力的平均水平已經超過國外大模型。已經超過國外大模型。圖圖3030：國內外代表性大模型中文測評得分趨勢國內外代表性大模型中文測評得分趨勢(23(23 年年 7 7 月月-2424 年年 2 2 月月)圖圖3131：全球大模型中文測評結果（全球大模型中文測評結果（2424 年年 2 2 月月)資料來源：SuperCLUE，中國銀河證券研究院 資料來源：SuperCLUE

90、，中國銀河證券研究院 表表9 9：部分國內代表性大模型部分國內代表性大模型 SuperCLUESuperCLUE 中文測評基準得分中文測評基準得分(23(23 年年 7 7 月月-2424 年年 2 2 月月)模型模型 2323 年年 7 7 月月 2323 年年 8 8 月月 2323 年年 9 9 月月 2323 年年 1010 月月 2323 年年 1111 月月 2323 年年 1212 月月 2424 年年 2 2 月月 文心一言 50.48 54.18 53.72 61.81 73.62 75 87.75 通義千問-41.73 33.78 43.36 61.01 71.78 85.

91、70 ChatGLM 42.46 38.49 54.31 58.53 63.27 69.91 87.77 資料來源：SuperCLUE，中國銀河證券研究院 三、人工智能三要素共振，算力、算法、數據未來趨勢推演三、人工智能三要素共振，算力、算法、數據未來趨勢推演 （一）算力：供需缺口加大，AI 服務器產業鏈分析 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。23 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 1 1大模型時代智能算力滲透率持續提升，大模型時代智能算力滲透率持續提升，A AI I 服務器有望量價齊升服務器有望量價齊升 服務器處理大規模計算，主

92、流架構分為服務器處理大規模計算，主流架構分為 X86X86 和和 A ARMRM。服務器是高性能計算機，比普通計算機運行更快、負載更高、價格更貴。主要功能包括運行網站、存儲數據、運行程序、數據分析、云計算開發、人工智能運算等，在網絡中為其它客戶機如 PC 機、智能手機、ATM 等終端等大型設備提供計算或者應用服務，具有高速的 CPU 運算能力、長時間的可靠運行、強大的 I/O 外部數據吞吐能力以及更好的擴展性。表表1010：服務器架構服務器架構 組件名稱組件名稱 功能功能 主要參與者主要參與者 CPU 解釋指令并處理數據，是核心的運算和控制中心。頻率越高，性能越好 Intel、AMD、BM、I

93、DT、Cyrix、華為海思等 GPU 圖像處理顯示 NVIDIA、AMD、華碩、技嘉、微星、泰索、影馳等 DRAM 臨時存儲數據，在 CPU 與硬盤之間，存取效率較高 三星、海力士、美光 硬盤 永久存儲數據，但存取速度較慢，可分為機械硬盤(HDD)和固態硬盤(SSD)Seagate、西部數據 WDC、Toshiba、三星、海力士等 主板 電路板，連接其他組件 TTM、深南電路、滬電股份、方正科技等 電源 提供電力保障 臺達、艾默生、光寶科技、康舒科技、高效電子、全漢電源等 網卡 網絡連接功能 Intel、TPLINK、友訊、騰達，華碩、華為等 資料來源：IDC，中國銀河證券研究院 AIAI 服

94、務器中用于運算和存儲的芯片占服務器成本結構約服務器中用于運算和存儲的芯片占服務器成本結構約 70%70%，通用服務器用于運算，通用服務器用于運算和存儲芯片占服務器成本結構大約和存儲芯片占服務器成本結構大約 50%50%左右。左右。一臺服務器主要硬件包括處理器、內存、芯片組、I/O(RAID 卡、網卡、HBA 卡)、硬盤、機箱(電源、風扇)。以一臺普通的服務器生產成本為例，CPU 及芯片組大致占比 50%左右，內存大致占比 15%左右，外部存儲大致占比 10%左右，其他硬件占比 25%左右。其中機器學習型服務器中其中機器學習型服務器中 GPUGPU 成本占比達成本占比達72.8%72.8%。圖圖

95、3232：通用服務器通用服務器拆解拆解圖（以華為圖（以華為 TS200TS200-22802280 為例）為例）圖圖3333：AIAI 服務器服務器拆解拆解解（以華為解（以華為 Atlas800TA2Atlas800TA2 為例）為例）資料來源：華為官網，中國銀河證券研究院 資料來源：華為官網，中國銀河證券研究院 全球服務器市場高增長，中國市場占比提升。全球服務器市場高增長，中國市場占比提升。根據 Statista 數據，2022 年全球服務器市場規模達到 848.7 億美元，同比增長 2.04%，中國服務器市場占比 30.16%，預計 2023 請務必閱讀正文最后的中國銀河證券股份有限公司免

96、責聲明。24 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 年全球服務器市場規模來到 907.8 億美元，同比增長 6.96%，中國服務器市場占比 33.93%，變化+3.77pct。我們認為，隨著人工智我們認為，隨著人工智能能所需算力擴大，未來中國服務器市場有望進一步所需算力擴大，未來中國服務器市場有望進一步擴大。擴大。圖圖3434：全球服務器市場規模及預測全球服務器市場規模及預測 圖圖3535：中國服務器市場規模及預測中國服務器市場規模及預測 資料來源：Statista，中國銀河證券研究院 資料來源：Statista，中國銀河證券研究院 人工智能時代人工智能

97、時代 AIAI 服務器優勢凸顯服務器優勢凸顯。隨著 AI 技術升級應用，CPU 的串行處理架構不能滿足 AI 時代的算力需求，企業需要為人工智能、機器學習和深度學習建設全新的 IT基礎架構，逐漸由 CPU 密集型轉向搭載 GPU、FPGA、ASIC 芯片的加速計算密集型機構，且越來越多地使用搭載 GPU、FPGA、ASIC 等加速卡的服務器。全球全球 AIAI 服務器市場預計服務器市場預計 2 2025025 年達到年達到 1 1350350 億美元，未來三年億美元，未來三年 CAGRCAGR 有望超過有望超過 50%50%。研究機構 Aletheia 報告指出，預估 AI 服務器市場規模將在

98、 2024 年翻倍、2025 年達到 1350億美元，是 2022 年規模的 4.5 倍。此外，根據 TrendForce 預測，2026 年全球 AI 服務器出貨量將進一步提升，2022 至 2026 年 CAGR 達 10.8%。圖圖3636：全球全球 AIAI 服務器市場規模及預測服務器市場規模及預測 圖圖3737：全球全球 AIAI 服務器廠商出貨量及預測服務器廠商出貨量及預測 資料來源：Aletheia，中國銀河證券研究院 資料來源：TrendForce，中國銀河證券研究院 從搭載芯片種類上來看，目前全球以從搭載芯片種類上來看，目前全球以 GPUGPU 服務器為主流。服務器為主流。據

99、 IDC 統計，2022 年全球GPU 服務器出貨量占比 87.3%，GPU 服務器銷售額占比 89.5%。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。25 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖3838：全球全球 AIAI 服務器出貨量結構服務器出貨量結構 圖圖3939：全球全球 AIAI 服務器銷售額結構服務器銷售額結構 資料來源：IDC，中國銀河證券研究院 資料來源：IDC，中國銀河證券研究院 中國中國 AIAI 服務器市場存量替換需求疊加增量需求，有望迎來量價齊升。服務器市場存量替換需求疊加增量需求，有望迎來量價齊升。根據中商產業研

100、究院數據及我們預測，中國 AI 服務器市場預計 2026 年市場規模超千億元，未來三年復合增長率 21.65%，預計 2026 年出貨量 64.5 萬臺，未來三年復合增長率 15.26%。中國AI 服務器受益于人工智能等相關新興領域的應用以及“東數西算”政策下，云計算、超算中心的蓬勃發展，數據計算、存儲需求呈幾何級增長，算力需求持續釋放，AI 服務器作為算力基礎設備保持較快增速。1 1）存量來看：）存量來看：服務器平均壽命 3-5 年更換一次每年根據算力需求使用需求變化產生比較明顯的更新需求。2 2）增量來看：）增量來看：伴隨人工智能浪潮以及數字中國建設，未來對智能算力需求將持續爆發增長，且智

101、能算力增長速度遠超算力總體增速，中國 AI 服務器市場將迎來爆發增長，占比將逐步提升。2021-2026 年我國 AI服務器市場規模由億 350 億元增長至 1089.4 億元，2021 至 2026 年 CAGR 為 20.83%。圖圖4040：中國中國 A AI I 服務器市場規模及預測服務器市場規模及預測 圖圖4141：中國中國 A AI I 服務器出貨量及預測服務器出貨量及預測 資料來源：2023 年中國 AI 服務器市場前景及投資研究報告（中商產業研究院），中國銀河證券研究院 資料來源：2023 年中國 AI 服務器市場前景及投資研究報告（中商產業研究院），中商產業研究院，中國銀河證

102、券研究院 2 2SoraSora 等多模態加速應用端落地，推理服務器需求激增等多模態加速應用端落地，推理服務器需求激增 多模態對推理算力需求指數級增長多模態對推理算力需求指數級增長，推理服務器占比將持續提升。，推理服務器占比將持續提升。根據 IDC 預測，2023 年 AI 服務器訓練需求占比達 41.5%，隨著大模型的應用，該比例在 2025 年將降低至 39.2%；將 GPT-4 的推算結果作為訓練需求，進一步推算 2023、2025 年推理需求最高達 44081、48502PFlop/s-day。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。26 Table_ReportType

103、Index 數字經濟專題報告數字經濟專題報告 圖圖4242：20232023 年年、20252025 年推理求預測年推理求預測 資料來源：IDC，ARK 投資，浪潮信息，中國銀河證券研究院 單個單個 AIAI 應用如應用如 ChatGPTChatGPT 可以帶動推理算力可以帶動推理算力 6666 億美元需求。億美元需求。假設平均針對 20 字的提問生成 200 字的響應，對應 267tokens，根據 OneFlow 的數據和Scaling Laws for Neural Language Models，在推理過程中每個 token 的計算成本約為 2*N Flops，其中 N 為模型參數數量

104、，則在 ChatGPT4 一萬億參數中每個 token 需算力 2 萬億 Flops。假定 GPT-4 訓練期間 FLOPS 利用率為 32%，則每人每次提問需要算力：2 萬億*267tokens/32%=17PFlops。據官網 9 月數據，ChatGPT 目前擁有超過 1 億用戶，每月產生 18 億次訪問量，假定每日訪問量為 6000 萬人次，每人提問 10 次，且假設一天平均分布，則每秒算力需求為118EFlops，目前 AI 推理使用的主流 GPU 是 T4，提供混合精度算力 65TFlops，則需要 182萬個 T4GPU 可滿足單日訪問量，對應 22.75 萬臺 8*T4 服務器，

105、一臺 8*T4 服務器的價格約為 29000 美元，則目前來看推理服務器的需求在 66 億美元。圖圖4343：推理服務器需求推算推理服務器需求推算 資料來源：Scaling Laws for Neural Language Models（Jared Kaplan 等）、NVIDIA 官網，OpenAI，中國銀河證券研究院 SoraSora 訓練一次所需算力或可達到訓練一次所需算力或可達到 2.62.61024Flops1024Flops，相當于，相當于 GPTGPT-3 175B3 175B 的的 8.28.2 倍。倍。多模態大模型在訓練端算力需求通常在計算大語言模型算力需求通常與參數量及to

106、ken數量成正比，而 Sora 大模型中可以將 Patch 類比與大語言模型中 token，基于大語言模型計算 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。27 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 算力需求方法框架及以下三大假設，對 Sora 算力需求進行分析測算。假設一：假設一：SoraSora 訓練數據集為訓練數據集為 6060 億張圖片，分辨率為億張圖片，分辨率為 1980198010241024；35003500 萬個視頻，萬個視頻，每個視頻平均時長為每個視頻平均時長為 3030 秒，分辨率為秒，分辨率為 19801980102410

107、24，幀率為，幀率為 60FPS60FPS。根據阿里聯合浙江大學、華中科技大學提出的文生視頻模型 I2VGen-XL，研究人員收集了大約 3500 萬單鏡頭文本-視頻對和 60 億文本-圖像對來優化模型。我們暫且保守假設 Sora 訓練數據集與 I2VGen-XL 相同，同時二維向量空間圖片表示為 HWC（其中 H 為長度，W 為寬度，C 為 RGB 顏色通道數，假設 C=3）。我們估算 Sora 訓練數據集中視頻類數據 Patch 規模=350010460303=1.891011；圖片類數據 Patch 規模=60108102419803=3.651016；訓練數據集總訓練數據集總Patch

108、=Patch=圖片類數據圖片類數據 Patch+Patch+視頻類數據視頻類數據 Patch=3.65Patch=3.6510161016。假設二：假設二：SoraSora 中中 Patch SizePatch Size 為為 16161616，將，將 PatchPatch 轉化為轉化為 tokentoken。根據谷歌論文AN IMAGE IS WORTH 1616 WORDS:TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE，Transformer 的輸入是一個序列，對于一張圖像來說如果把每個像素點當作一個 token，那就會需要相當旁大的計算量，該文則

109、將圖像劃分為 1616大小的一個個 Patch，然后將每個 Patch 當作一個 token 組成一串序列作為 Transformer 的輸入，減少了計算成本。我們假設 Patch Size 為 1616，通過將 Patch（NPPC）轉換為 token，N 大小為 HW/（PP），每個 token 的大小為 PPC，P=16，通過計算得到 token=3.651016/（1616）=1.431014。圖圖4444：TranformerTranformer 語義分割方法語義分割方法 資料來源：Rethinking Semantic Segmentation from a Seq-to-Seq

110、Perspective with Transformer（Sixiao Zheng 等），中國銀河證券研究院 假設三：假設三：SoraSora 模型參數為模型參數為 30B30B，訓練一次所需總算力，訓練一次所需總算力=模型參數量模型參數量tokentoken 數量數量3 32 2。根據 OpenAI 論文，T5 模型由于采用編碼器-解碼器模型，在向前和向后傳播的過程中只有一半 token 處于激活狀態，而 BERT 與 GPT 基于 Transformer 的自然語言監督模型，每個 token 都處于活躍狀態，而每個 token 都在向前傳播過程中涉及一次加法和一次乘法，論文添加一個 3的乘

111、數來計算向后傳遞 的計算量，故推出 GPT 模型所需算力：訓練所需總算力=模型參數量token 數量32訓練輪數。通過上述公式我們計算得到 Sora訓練一次所需算力=301081.43101432=2.61024Flops。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。28 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖4545：不同模型訓練一輪所需算力需求不同模型訓練一輪所需算力需求 資料來源：Language Models are Few-Shot Learners（Tom B.Brown 等），中國銀河證券研究院 根據上述測算，基于 Sora

112、參數量大概在 30 億（待確認）水平，同時采用 I2VGen-XL訓練數據集水平進行估算，我們保守估計，Sora 訓練一次所需算力或可達到 2.61024Flops，相當于 GPT-3 175B 的 8.2 倍（測算采用參數和訓練數據集規模會與實際有一定出入）。假設四：假設四：SoraSora 模型訓練不考慮利用及其他成本，大約需在模型訓練不考慮利用及其他成本，大約需在 1 1 萬張萬張 A100A100 上訓練上訓練 154154 天。天。單張 A100 算力為 19.5TFlops，暫時不考慮模型訓練利用率及其他訓練成本，如果在10000 張英偉達 A100 進行訓練，所需時間=2.610

113、24/(19.5101210000)/(246060)154 天。3 3.“人工智能人工智能+”+”鼓勵數字基礎設施鼓勵數字基礎設施“適度超前適度超前”發展發展，國產服務器迎來曙光國產服務器迎來曙光 2024 年 3 月 5 日，國務院總理李強在政府工作報告中提出，要大力推進現代化產業體系建設，加快發展新質生產力。同時，深化大數據、人工智能等研發應用，開展“人工智能+”行動，打造具有國際競爭力的數字產業集群。另一方面，報告中也提出，要深入推進數字經濟創新發展，制定支持數字經濟高質量發展政策，積極推進數字產業化、產業數字化，促進數字技術和實體經濟深度融合。適度超前建設數字基礎設施，加快形成全國一

114、體化算力體系。政府工作報告中首次提出“人工智能政府工作報告中首次提出“人工智能+”行動，數字基礎設施建設未來將成為經濟核”行動，數字基礎設施建設未來將成為經濟核心抓手。心抓手。在政府工作報告中被首次提出的“人工智能+”行動，正是推進數字產業化、產業數字化的重要舉措。另一方面，在實踐過程中，政府和企業都需要加大對人工智能領域的研發投入，提高對我國人工智能產業發展中技術創新、跨界人才等資源的儲備力度。圖圖4646：算力對數字經濟和算力對數字經濟和 GDPGDP 的的影響影響 資料來源：IDC2022-2023 全球算力指數評估報告，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免

115、責聲明。29 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 “適度超前”建設算力基礎設施，國產服務器大勢所趨?！斑m度超前”建設算力基礎設施，國產服務器大勢所趨。報告中提出，適度超前建設數字基礎設施，加快形成全國一體化算力體系。我們認為，“適度超前”一方面將驅動數字產業化加速發展，算力基礎設施國產化提上日程，芯片、服務器國產化率將進一步提升，建議重點關注上游算力基礎設施如國產芯片、國產 AI 服務器、光模塊、液冷等細分賽道機會；另一方面，將持續推動產業數字化升級轉型，算力基礎設施將大范圍賦能千行百業，降本增效，為新質生產力發展提供新動能。出口禁令影響海外供應，出口

116、禁令影響海外供應，A AI I 服務器國產化進程提速。服務器國產化進程提速。2023 年 10 月 17 日，美國商務部工業和安全局（BIS）發布了針對芯片的出口禁令新規，更加嚴格的限制了中國購買重要的高端芯片。一方面，從 ChatGPT 面世以來，國內各企業和研究院在短短半年多的時間內先后推出了超過 130 款大模型，其中領跑玩家已經開始著手于將大模型應用于特定場景，打造爆款應用。另一方面，為了構筑算力底座，各地政府紛紛上馬智算中心建設，鋪設大數據時代的信息高速，推動產業創新升級，降低企業調用以大模型為代表的科技成果的成本。根據華為昇騰計算業務總裁張迪煊在 2023 世界人工智能大會上的揭示

117、，大模型所需的算力相對于 2020 年預計將增長 500 倍，這個算力缺口正在不斷擴大。A800A800、H800H800 被禁后，英偉達繼續推出新款芯片，單卡性能被禁后，英偉達繼續推出新款芯片，單卡性能 H20H20 弱于弱于昇昇騰騰 910b910b。2023年 11 月 9 日，相關報道稱英偉達已開發出針對中國市場的最新改良版系列芯片HGXH20、L20PCle 和 L2PCle。最新三款芯片是由 H100 改良而來，就單卡性能而言H20 弱于昇騰 910b。表表1111：英偉達英偉達 H20H20、L20L20、L2L2 性能參數對比性能參數對比 性能參數性能參數 HGX H20HGX

118、 H20 L20 PCleL20 PCle L2 PCL2 PCle le GPUGPU 架構架構 NVIDIA Hopper NVIDIA Ada Lovelace NVIDIA Ada Lovelace GPUGPU 內存內存 96 GB HBM3 48 GB GDDR6 W/ECC 24 GB GDDR6 W/ECC GPUGPU 內存帶寬內存帶寬 4.0TB/s 864 GB/s 300 GB/s INT8|FP8 Tensor CoreINT8|FP8 Tensor Core 296|296 TFLOPS 239|239 TFLOPS 193|193 TFLOPS BF16|FP16

119、 Tensor CoreBF16|FP16 Tensor Core 148|148 TFLOPS 119.5|119.5 TFLOPS 96.5|96.5 TFLOPS TF32 Tensor CoreTF32 Tensor Core 74 TFLOPS 59.8 TFLOPS 48.3 TFLOPS FP32FP32 44 TFLOPS 59.8 TFLOPS 24.1 TFLOPS FP64FP64 1 TFLOPS N/A N/A RT CoreRT Core N/A Yes Yes MIGMIG Up to 7 MIG N/A N/A L2 CacheL2 Cache 60 MB 96

120、 MB 36 MB Media EnMedia Enginegine 7 NVDEC 7NVJPEG 3 NVENC(+AV1)3 NVDEC 4 NVJPEG 2 NVENC(AV1)4 NVDEC 4 NVJPEG PowerPower 400 W 275W TBD Form FactorForm Factor 8-way HGX 2-slot FHFL 1-slot LP InterconnectInterconnect Pce Gen5 x16:128 GB/s NVLink:900GB/s PCle Gen4 x16:64 GB/s PCle Gen4 x16:64 GB/s 上市時

121、間上市時間 生產排期:Nov 2023 量產:Dec 2023 生產排期:Nov 2023 量產:Dec 2023 生產排期:Dec 2023 量產:Jan 2024 數據來源：NVIDIA 官網，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。30 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 華為華為昇昇騰芯片為騰芯片為 AIAI 體系提供強大算力，體系提供強大算力，昇昇騰騰 910b910b 單卡單卡性能接近英偉達性能接近英偉達 A100A100。華為昇騰芯片是華為發布的兩款人工智能處理器，包含昇騰 310 用于推理和 910 用

122、于訓練，均采用自家的達芬奇架構。昇騰 910 是一款高性能 AI 芯片，采用了 7nm 工藝制程，集成了數千個達芬奇核心，能夠提供高達 256TOPS 的算力，在業界其算力處于領先水平。昇騰 310 是一款入門級 AI 芯片，采用了 12nm 工藝制程，集成了數百個達芬奇核心，能夠提供高達 8TOPS 的算力，適合用于邊緣計算和物聯網等應用場景。20232023 年科大訊飛與華年科大訊飛與華為為昇昇騰啟動專項攻關，合力打造我國通用人工智能新底座，讓國產大模型架構在自主創騰啟動專項攻關，合力打造我國通用人工智能新底座，讓國產大模型架構在自主創新的軟硬件基礎之上，當前華為新的軟硬件基礎之上，當前華

123、為昇昇騰騰 910B910B 能力已經基本做到可對標英偉達能力已經基本做到可對標英偉達 A100A100。表表1212：華為華為昇昇騰騰 910b910b 與英偉達與英偉達 A100A100 參數性能對比參數性能對比 性能指標性能指標 昇昇騰騰 910b910b 英偉達英偉達 A100A100 架構 自研華為達芬奇架構 NVIDIAAmpere 架構 峰值算力 FP16 376TFlops 312TFlops 峰值算力 FP32 94TFlops 19.5TFlops GPU 顯存 64GBHBM2E 80GBHBM2E CPU-NPUPCIe 規格 PCIe5.016512GB PCIe4.

124、016256GB NPU-NPU 帶寬 392GB/s（HCCL）400GB/s（Nvlink）芯片 RDMA 出口帶寬 200GB/sRoCE 芯片直出網口 1000Gb-2000Gb/sIB 需要通過 IB 網卡擴展出口 TDP 400W 300W 制程工藝 7nm 7nm 資料來源：華為海思官網、NVIDIA 官網，中國銀河證券研究院 華為華為昇昇騰生態打開市場空間，國產算力產業鏈有望持續受益。騰生態打開市場空間，國產算力產業鏈有望持續受益。我們認為，國內第一批大模型廠商使用的基本都是英偉達 A100、A800的芯片，因為英偉達構建了完善的 CUDA生態，貿然換生態，意味著學習成本、試錯

125、成本、調試成本都會增加。目前華為基于“鯤鵬+昇騰”雙引擎正式全面啟航計算戰略，打造算力底座，未來國產替代趨勢下，華為昇騰市場份額將不斷提升，產業鏈細分賽道上市公司有望持續受益。15%15%到全國產化是大概到全國產化是大概率事件，國產化空間巨大。根據率事件，國產化空間巨大。根據 IDCIDC 數據，數據，20202222 年中國年中國 AIAI 芯片出貨量約芯片出貨量約 109109 萬張，其萬張，其中英偉達市占率約為中英偉達市占率約為 85%85%，華為在內的國產，華為在內的國產 AIAI 芯片市占率約為芯片市占率約為 15%15%，國產化仍有很大空，國產化仍有很大空間。間。圖圖4747：中國

126、中國 AIAI 芯片市場規模芯片市場規模 圖圖4848：20182018-20222022 年中國年中國 AIAI 芯片投資情況芯片投資情況 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。31 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 資料來源：中商產業研究院，中國銀河證券研究院 資料來源：中商產業研究院，中國銀河證券研究院 昇騰計算產業鏈是基于昇騰系列處理器和基礎軟件構建的全棧 Al 計算基礎設施、行業應用及服務，包括異騰系列處理器、系列硬件、CANN、Al 計算框架、應用使能、開發工具鏈、管理運維工具、行業應用及服務等全產業鏈。圖圖4949：華華

127、為為昇昇騰計算產業生態騰計算產業生態 資料來源：昇騰計算產業發展白皮書（華為、中國信通院聯合發布），中國銀河證券研究院 百度等率先開始采購百度等率先開始采購昇昇騰騰 910B910B，釋放多重積極信號。，釋放多重積極信號。據相關報道，百度為 200 臺服務器向華為訂購了 1600 顆昇騰 910BAI 芯片，作為英偉達 A100 的替代品，訂單總價值約4.5 億人民幣，預計今年年底前完成交付，截至 10 月已交付約 60%，同時 360 集團創始人周鴻祎表示，360 也采購了華為 1000 片左右的 AI 芯片。我們認為，此次采購意義重大，我們認為，此次采購意義重大，雖然此訂單規模相較過去從英

128、偉達采購的數千顆芯片較小，但是此次雖然此訂單規模相較過去從英偉達采購的數千顆芯片較小，但是此次采購證明國產采購證明國產昇昇騰騰910B910B 可以滿足大模型訓練需求，伴隨百度、可以滿足大模型訓練需求，伴隨百度、360360 等互聯網大廠競相采購，有望掀起互聯等互聯網大廠競相采購，有望掀起互聯網行業乃至千行百業采購浪潮。網行業乃至千行百業采購浪潮。華為昇騰服務器，國產算力之王。搭載華為昇騰系列 AI 芯片和業界主流異構計算部件的算力集群，具有超強計算性能，可以廣泛用于中心側 AI 推理、深度學習模型開發和場景訓練，根據訓練需求不同可以分為 AI 訓練服務器和 AI 推理服務器。AIAI 訓練服

129、務器：訓練服務器：1）Atlas800 訓練服務器（型號：9000）是基于華為鯤鵬 920+昇騰910 處理器的 AI 訓練服務器，具有超強算力密度、超高能效與高速網絡等特點。2）Atlas800訓練服務器（型號：9010）是基于 Intel 處理器+華為昇騰 910 芯片的 AI 訓練服務器，具有超強算力密度、高速網絡帶寬等特點。這兩款服務器廣泛應用于深度學習模型開發和訓練，適用于智慧城市、智慧醫療、天文探索、石油勘探等需要大算力的行業領域。AIAI 推理服務器：推理服務器：1）Atlas800 推理服務器（型號：3000）是基于昇騰 310 芯片的推理服務器，最大可支持 8 個 Atlas

130、300I 推理卡，提供強大的實時推理能力，廣泛應用于中心側 AI 推理場景。2）Atlas800 推理服務器（型號：3010）是基于 Intel 處理器的推理服務器，最多可支持 7 個 Atlas300I 推理加速卡，支持 560 路高清視頻實時分析，廣泛應用于中心側 AI 推理場景。表表1313：華為服務器對比華為服務器對比 產品名稱產品名稱 算力算力 AIAI 加速卡加速卡 CPUCPU CPUCPU 內存內存 PCIePCIe 最大功耗最大功耗 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。32 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 Atl

131、as800 訓練服務器 型號：9000 2.24PFLOPSFP16 1.76PFLOPSFP16 8*昇騰 910 4*鯤鵬 920 最多32個DDR4內存插槽，支持 RDIMM 內存速率最高3200MT/s，單根內存條容量支持16GB/32GB/64GB 最多支持 2 個 PCIe4.0 擴展插槽 5.6kW Atlas800 訓練服務器型號：9010 2.24PFLOPSFP16 1.76PFLOPSFP16 8*昇騰 910 2*IntelV5CascadedLake處理器 最多24個DDR4內存插槽，支持 RDIMM 最多支持 6 個 PCIe3.0 x8 擴展插槽 5.6kW At

132、las800 推理服務器型號：3000 最大 704TOPSINT8 最大支持 8 個Atlas300I 推理卡 2*鯤鵬 920 32 個 DDR4 內存插槽，最高 3200MT/s 最多支持 9 個 PCIe4.0PCIe 接口，其中 1 個為 RAID 扣卡專用的 PCIe 擴展槽位，另外 8個為標準的 PCIe 擴展槽位 67W Atlas800 推理服務器型號：3010 最大 616TOPSINT8 最大支持 7 個Atlas300I 推理卡 1/2 個IntelXeonSPSkylake 或CascadeLake 處理器 24 個 DDR4 內存插槽，最高 3200MT/s 10

133、個 PCIeGen3.0 接口(含 1 個RAID 控制卡+1 個靈活 LOM)205W 數據來源：華為海思，中國銀河證券研究院 軟件端：軟件端：昇昇騰全棧騰全棧 AIAI 軟硬件平臺，面向“端、邊、云”的全場景軟硬件平臺，面向“端、邊、云”的全場景 AIAI 基礎設施?；A設施。AI處理器和基礎軟件構建 Atlas 人工智能計算解決方案，包括 Atlas 系列模塊、板卡、小站、服務器、集群等豐富的產品形態，打造面向“端、邊、云”的全場景 AI 基礎設施方案，覆蓋深度學習領域推理和訓練全流程，充分釋放硬件性能。圖圖5050：昇昇騰全棧騰全棧 AIAI 軟硬件平臺軟硬件平臺 資料來源：華為昇騰官

134、網，中國銀河證券研究院 昇昇思思 MindSporeMindSpore 崛起，打造國產崛起，打造國產 AIAI 開發新生態。開發新生態。昇騰 910 配套的 AI 開源計算框架MindSpore 更方便 AI 科學家和工程師使用，該框架可滿足終端、邊緣計算、云全場景需求，能夠更好地保護數據隱私。昇騰在硬件上為合作伙伴提供 Altas 昇騰計算模組和計算卡，發展 20+硬件合作伙伴(整機、工控機等)，15 家一體機伙伴;在軟件上開源昇思MindSporeAI 框架，社區開源模型 400+，下載量超 390 萬+；生態發展上，昇騰采用行業+教育的方式，行業打通 1000+合作伙伴，認證解決方案 2

135、000+，超過 110 所高校開設昇騰AI 課程，有著 120 萬+開發者。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。33 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖5151：華為昇思華為昇思 MindSporeMindSpore 框架框架 資料來源：華為昇思官網，中國銀河證券研究院 4 4、高性能計算對液冷需求爆發式增長，液冷服務器打開千億市場空間、高性能計算對液冷需求爆發式增長，液冷服務器打開千億市場空間 數據中心數據中心 PUEPUE 要求愈發嚴苛要求愈發嚴苛。隨著云計算、大數據、人工智能、元宇宙等信息技術的快速發展和傳統產業數字化的轉

136、型，數據呈現幾何級增長，算力和硬件部分能耗也在持續增加，而在“雙碳”政策的持續推進下，國家、地方政府、企業層面均在積極推動綠色低碳轉型和可持續發展，通訊領域對數據中心節能降耗要求越來越嚴格。液冷未來有望液冷未來有望逐漸替代逐漸替代風冷，成為風冷，成為 AIAI 服務器、數據中心標配。服務器、數據中心標配。A1 訓練及推理應用、超算等高算力業務需求持續推升,由此帶來的芯片性能需求、服務器功率需求不斷提高，場景側，以英偉達 DGXA100640GB 服務器為例，系統最大功率為 6.5KW，傳統風冷無法做到及時散熱，相比之下，液體比熱容為空氣的 1000-3500 倍，導熱性能是空氣的 15-25倍

137、，利用自然冷卻顯著降低耗電量，使得液冷成為風冷的不二選擇。我們認為，人工智能浪潮下，對算力需求進一步提升，液冷預計將成為最優冷卻方我們認為，人工智能浪潮下，對算力需求進一步提升，液冷預計將成為最優冷卻方案，未來中國液冷服務器市場有望進一步打開競爭格局，產業相關上市公司將受益。案，未來中國液冷服務器市場有望進一步打開競爭格局，產業相關上市公司將受益。目前，中國液冷服務器普及率不足 5%，徑普及率并不高。受制于：1）數據中心國家 PUE標準收緊；2）受制于面積等因素，機柜密度逐漸提升；3）溫度過高，芯片故障率升高等客觀因素，未來液冷服務器將成為調和快速的算力需求與有限數據中心承載力的共識方案。圖圖

138、5252：風冷與液冷散熱能力對比風冷與液冷散熱能力對比 資料來源：中興通訊液冷技術白皮書，中國銀河證券研究院 表表1414：全國主要數據中心全國主要數據中心 PUEPUE 要求要求 城市城市 年平均氣溫年平均氣溫 數據中心數據中心 PUEPUE 要求要求 北京 12.3 年能源消費量小于 1 萬噸標準煤的項目 PUE 值不應高于 1.3；年能源消費量大于等于 1 萬噸標準煤，且小于 2 萬噸標準煤的項目，PUE值不應高于 1.25；年能源消費量大于等于 2 萬噸標準煤且小于 3 萬噸標準煤的項目，PUE 值不應高于 1.2；年能源消費量大于等于 3 萬 請務必閱讀正文最后的中國銀河證券股份有限

139、公司免責聲明。34 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 噸標準煤的項目，PUE 值不應高于 1.15；14PUE18，每度電加價0.2；PUE18，每度電加價0.5 上海 16.6 到 2024 年，新建大型及以上數據中心 PUE 降低到 13 以下，起步區內降低到 1.25 以下。推動數據中心升級改造，改造后的 PUE 不超過1.4。廣東 22.6 新增或擴建數據中心 PUE 不高于 13，優先支持 PUE 低于 1.25 的數據中心項目，起步區內 PUE 要求低于 1.25 浙江 16.5 到 2025 年，大型及以上數據中心電能利用效率不超過 1

140、3，集群內數據中心電能利用效車不得超過 1.25 江蘇 15.5 到 2023 年底，全省數據中心機架規模年均增速保持在 20左右，平均利用率提升到 65，全省新型數據中心比例不低于 30，高性能算力占比達 10，新建大型及以上數據中心電能利用效率（PUE）降低到 1.3 以下，起步區內電能利用效率不得超過 1.25 山東 14.7 自 2020 年起，新建數據中心 PUE 值原則上不高于 1.3，到 2022 年年底，存星改造數據中心 PUE 值不高于 14。到 2025 年，實現大型數據中心運行電能利用效率降到 1.3 以下。優先支持 PUE 值低于 1.25，上架率高于 65的數據中心新

141、建、擴建項目 青島 12.7 新建 13，至 2022 年存量改造 14 重慶 18.4 到 2025 年，電能利用效率（PUE）不高于 13。集群起步區內 PUE 不高于 1.25。四川 15.3 到 2025 年，電能利用效率（PUE）不高于 13。集群起步區內 PUE 不高于 125。各市（州）要充分發揮已建在建數據中心作用，除天府數據中心集群外，區域內平均上架率未達到 60、平均 PUE 值未達到 1.3 及以下的，原則上不得新建數據中心。內蒙古 4.3 到 2025 年，全區大型數據中心平均 PUE 值降至 13 以下，寒冷及極寒地區力爭降到 1.25 以下，起步區做到 12 以下

142、寧夏 9.5 到 2025 年，建成國家（中衛）數據中心集群，集群內數據中心的平均 PUE1.15，WUE0.8，分級分類升級改造國家（中衛）數據中心集群外的城市數據中心，通過改造或關停，到 2025 年，力爭實現 PUE 降至 1.2 及以下。貴州 15.5 引導大型和超大型數據中心設計 PUE 值不高于 1.3；改造既有大型、超大型數據中心，使其數據中心 PUE 值不高于 14。實施數據中心減量替代，根據 PUE 值嚴控數據中心的能源消費新增量，PUE 低于 1.3 的數據中心可享受新增能源消費量支持。資料來源：中興通訊液冷技術白皮書，中國銀河證券研究院 液冷服務器是大勢所趨，數據中心液冷

143、服務器是大勢所趨，數據中心 PUEPUE 可降至可降至 1.251.25 以下。以下。算力的持續增加，意味著硬件部分的能耗也在持續提升；在保證算力運轉的前提下，只有通過降低數據中心輔助能源的消耗，才能達成節能目標下的 PUE 要求。圖圖5353：制冷技術制冷技術 PUEPUE 對比對比 資料來源：中興通訊液冷技術白皮書，中國銀河證券研究院 冷板式液冷服務器與浸沒式相變服務器為兩大主流液冷服務器。冷板式液冷服務器與浸沒式相變服務器為兩大主流液冷服務器。冷板式液冷服務器技術利用工作流體作為中間熱量傳輸的媒介，將熱量由熱區傳遞到遠處再進行冷卻。在該技術中，工作液體與被冷卻對象分離，工作液體不與電子器

144、件直接接觸，而是通過液冷板等高效熱傳導部件將被冷卻對象的熱量傳遞到冷媒中。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。35 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖5454：冷板式液冷服務器散熱原理冷板式液冷服務器散熱原理 資料來源：中興通訊液冷技術白皮書，中國銀河證券研究院 該技術將冷卻劑直接導向熱源，同時由于液體比空氣的比熱大，散熱速度遠遠大于空氣，因此制冷效率遠高于風冷散熱，每單位體積所傳輸的熱量即散熱效率高達 1000 倍。該技術可有效解決高密度服務器的散熱問題，降低冷卻系統能耗而且降低噪聲。圖圖5555：曙光冷板式液冷服務器曙光冷板

145、式液冷服務器 資料來源：曙光數創，中國銀河證券研究院 浸沒式液冷服務器又可以分為單相浸沒式液冷服務器和兩相浸沒式液冷服務器。浸沒式液冷服務器又可以分為單相浸沒式液冷服務器和兩相浸沒式液冷服務器。浸沒式相變換熱液冷系統采用進口環保專用冷媒，具有不導電、無閃點、無腐蝕性、無毒性的特性，利用環保冷媒良好的熱物理特性，通過控制系統物理參數，利用冷媒工質的氣化潛熱轉移服務器內部熱量，極大提高了系統的換熱效率，同時保留了高端熱源的能量品位。此冷媒較傳統冷媒，在系統壓力較低的情況下即可實現 5060的蒸發溫度，無須利用壓縮機進行機械制冷，從而使室外機組的全年自然冷卻工作方式成為可能。圖圖5656：單相浸沒式

146、液冷服務器散熱原理單相浸沒式液冷服務器散熱原理 資料來源：中興通訊液冷技術白皮書，中國銀河證券研究院 作為中國液冷服務器第一的曙光數創，目前浸沒式液冷服務器技術領先。作為中國液冷服務器第一的曙光數創，目前浸沒式液冷服務器技術領先。1）整機功耗：全浸沒方案，無風扇設計，風扇功耗降低為 0。2）終極的噪音指標：區別于傳統風冷機房，全浸沒機房噪音控制在 35dB 以下。3）終極的功率密度：高密度配置，輕松實現整機柜功率 200kW。4）終極的 PUE 指標：直接利用高品位完成熱量轉移，可實現 PUE低至 1.01-1.02。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。36 Table_Re

147、portTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖5757：曙光數創全浸沒式液冷服務器曙光數創全浸沒式液冷服務器 資料來源：曙光數創，中國銀河證券研究院 2023H12023H1 中國液冷服務器市場同比增長近中國液冷服務器市場同比增長近 3 3 倍。倍。根據 IDC 發布的中國半年度液冷服務器市場（2023 上半年）跟蹤報告數據顯示，2023 上半年中國液冷服務器市場規模達到6.6億美元，同比增長283.3%，預計2023年全年將達到15.1億美元。IDC預計，2022-2027年，中國液冷服務器市場年復合增長率將達到 54.7%，2027 年市場規模將達到 89 億美元。圖圖

148、5858：20222022 年年-20272027 年中國液冷服務器市場規模預測年中國液冷服務器市場規模預測 資料來源：IDC、中商產業研究院，中國銀河證券研究院 （二）算法：多模態大模型 C 端、B 端加速滲透，未來從云端走向終端 1 1.邊云算法協同發展，推動大模型終端側落地邊云算法協同發展，推動大模型終端側落地 據據 MoMordor Intelligencerdor Intelligence 預計，云人工智能市場規模將從預計，云人工智能市場規模將從 20232023 年的年的 510.4510.4 億美元增長到億美元增長到20282028 年的年的 20742074 億美元，預測期內（

149、億美元，預測期內（20232023-20282028 年）復合年增長率為年）復合年增長率為 32.37%32.37%。隨著企業數量的不斷增加以及企業之間的競爭，企業正在積極嘗試將人工智能技術與其應用、分析、業務和服務相集成。此外，將公司致力于降低運營成本以提高利潤率，推動云端人工智能快速發展，進一步推動預測期內的市場規模增長。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。37 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖5959：云端云端 AIAI 預計市場規模預計市場規模 資料來源：Mordor Intelligence，中國銀河證券研究院 大模

150、型時代，從云到端（邊緣側）算法不斷優化升級，其中大模型時代，從云到端（邊緣側）算法不斷優化升級，其中邊緣智能優化方向邊緣智能優化方向包括包括五大五大方面，包括邊云協同、模型分割、模型壓縮、減少冗余數據傳輸以及輕量級加速體方面，包括邊云協同、模型分割、模型壓縮、減少冗余數據傳輸以及輕量級加速體系結構。系結構。其中，邊云協同、模型分割、模型壓縮能夠減少邊緣智能對于計算、存儲和設備的需求；減少冗余數據傳輸以改善傳輸效率，降低網絡資源浪費；輕量級加速體系結構將在硬件和應用方面支持邊緣計算效率提升。邊云協同云計算和邊緣計算相結合，將邊云協同云計算和邊緣計算相結合，將數據和計算數據和計算資源分布在云端和邊

151、緣設備，實現數據的高效處理和傳輸。資源分布在云端和邊緣設備，實現數據的高效處理和傳輸。云邊協同優勢明顯，1）充分利用云端強大的計算資源；2）在需要實時響應或者斷網情況下可借助本地設備完成任務；3）保證數據安全性。云端處理人工智能的成本高昂，致使發展高效“云端處理云端處理人工智能的成本高昂，致使發展高效“云端處理+邊緣設備邊緣設備”混合人工智能”混合人工智能處理以落地終端的重要性凸顯。處理以落地終端的重要性凸顯?；旌霞軜嬀哂胁煌男遁d選項，以便根據模型和查詢復雜性等因素在云和設備之間分配處理。具有超過 10 億個參數的 AI 模型已經在手機上運行，其性能和準確度水平與云類似，并且具有 100 億

152、個或更多參數的模型預計在不久的將來在設備上運行。終端側終端側大模型主要用于推理，將拓展邊緣設備應用。大模型主要用于推理，將拓展邊緣設備應用?；旌?AI 將提振 B 端 AI 產品及服務實力，面向行業開發多場景應用、優化 AI 交互體驗感、增強工作自動化程度，從而提升工作效率；混合 AI 將優化生成式 AI 的功能性及可用性，推動企業研發以全面化終端 AI 功能，拓展 C 端軟件及硬件產品的多樣性?；旌先斯ぶ悄芊椒◣缀踹m用于所有生成式人工智能應用程序和設備領域，包括智能手機、筆記本電腦、汽車、機器人和智能物聯網終端（AIoT）等。圖圖6060：云云+邊緣落地方向邊緣落地方向 資料來源：NVIDI

153、A，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。38 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 2.2.多模態大模型角逐日益激烈，自多模態大模型角逐日益激烈，自研模型本地部署是大方向研模型本地部署是大方向 3 3 月月 1 15 5 日，工信部旗下賽迪工業和信息化研究院（集團）四川有限公司發布的 日，工信部旗下賽迪工業和信息化研究院（集團）四川有限公司發布的 20242024中國人工智能多模態大模型企業綜合競爭力中國人工智能多模態大模型企業綜合競爭力 2020 強研究報告綜合評估大模型實力，強研究報告綜合評估大模型實力，衡量標準

154、涵蓋經濟抗衡力、行業影響力、技術競爭力、商業角逐力、營收規模、數據優勢、模型規模、算力能級等十余個指標。排名前五的依次是，騰訊混元大模型、科大訊飛星火大模型、阿里巴巴通義千問大模型、華為盤古大模型和智譜華章智普清言大模型。OpenAIOpenAI 的“文生視頻”大模型的“文生視頻”大模型 SoraSora 的發布，標志著多模態大模型在處理和生成與多的發布，標志著多模態大模型在處理和生成與多模態（包括文本、圖像模態（包括文本、圖像、音頻和視頻）相關數據方面的能力。、音頻和視頻）相關數據方面的能力。多模態大模型可理解和生成不同形式的復雜數據，其重要性驟增，并將應用于包括數字人、游戲、廣告商拍、社交

155、媒體、智能營銷、教培、健康醫療、新聞媒體及藝術創作等多個行業。據賽迪研究院據賽迪研究院分析，從多模態大模型的技術場景來看，分析，從多模態大模型的技術場景來看，2 20 0 強企業中僅有強企業中僅有 1 15%5%的企業具備文生視頻能力；的企業具備文生視頻能力；從應用場景來看，相較語言大模型賦能行業，多模態大模型更加偏重落地場景。從應用場景來看，相較語言大模型賦能行業，多模態大模型更加偏重落地場景。表表1515：A AI I 多模態大模型企業多模態大模型企業 2 20 0 強強 排名排名 企業名稱企業名稱 大模型名稱大模型名稱 1 騰訊 混元 2 科大訊飛 星火 3 阿里巴巴 通義千問 4 華為

156、 盤古 5 智譜華章 智普清言 6 百度 文心一言 7 網易 丹青 8 360 360 智腦 9 昆侖萬維 天工 10 萬興科技 天幕 11 商湯科技 日日新 12 虹軟科技 ArcMuse 13 中國電信 星辰 14 抖音 Boximator 15 因賽集團 InsightGPT 16 第四范式 式說 17 京東 言犀 18 開普云 開悟 19 小冰公司 小冰 20 硅基智能 炎帝 資料來源：賽迪四川，億歐智庫，中國銀河證券研究院 隨著企業自研大模型的發展，輕量級和本地部署已成為趨勢。隨著企業自研大模型的發展，輕量級和本地部署已成為趨勢。輕量級加速體系結構在大模型部署終端側應用方面至關重要。

157、應用方面，英偉達在 Computex2023 大會上發布模組 JetsonAGXORIN，算力高達每秒 275 萬億次 TOPS，性能是上一代產品的 8 倍，同時發布的工業級模組可以幫助客戶在農業、建筑、能源、航空航天、衛星等領域部署邊緣AI 的需求。芯片方面，Fortinet、ARM 分別推出適用于邊緣計算的芯片 FortiSP5 和 Hercules、Apollo，FortiSP5 安全芯片防火墻性能大幅提升 17 倍，功耗相比業內高性能通用 CPU 降低 88%，為邊緣計算提供安全、高效、低成本的數據處理服務；Hercules 和 Apollo 性能最高提升 480 倍，同時具有低功耗、

158、小體積、高安全性等優點，使終端設備能夠更好地集成 AI 能力，實現更廣泛的邊緣計算應用。3 3.多模態大模型賦能終端，持續滲透多模態大模型賦能終端，持續滲透 C C 端及端及 B B 端端 3.1 AI+3.1 AI+手機：大模型接入手機，終端功能多樣化手機：大模型接入手機，終端功能多樣化 3 3 月月 8 8 日，谷歌發布日，谷歌發布 MediaPipe LLM Inference APIMediaPipe LLM Inference API，新版本使大語言模型（，新版本使大語言模型（LLMLLM）跨）跨平臺在設備上運行。平臺在設備上運行?？紤]到 LLM 的內存和計算需求，新版本內存和計算需

159、求比傳統的設 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。39 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 備端模型大 100 多倍。整個設備端堆棧的優化使這成為可能，包括新的運算、量化、緩存和權重共享。該版本簡化 Web 開發人員的設備端 LLM 集成，支持 Web、Android 和 iOS，最初支持四個公開可用的 LLM：Gemma、Phi 2、Falcon 和 Stable LM。研究和開發人員可靈活在設備上對公開可用的 LLM 模型進行原型設計和測試。AndroidAndroid端，端，MediaPipe LLM MediaPipe LLM

160、 InferenceInference API API 僅供實驗和研究使用。僅供實驗和研究使用?？赏ㄟ^Android AICore在設備上使用 Gemini API 或 Gemini Nano。AICore 是 Android 14 中引入的全新系統級功能，旨在為高端設備提供 Gemini 驅動的解決方案，包括與最新的 ML 加速器、LoRA 適配器和安全過濾器集成。初始版本支持以下四種模型架構，初始版本支持以下四種模型架構，與其架構兼容的任何模型都可與 MediaPipe LLM Inference API 一起使用。圖圖6161：MediaMediaP Pipeipe LLM Infere

161、nce APILLM Inference API 適配四種模型架構適配四種模型架構 資料來源：NVIDIA，中國銀河證券研究院 先前，谷歌宣布其與三星的合作，先前，谷歌宣布其與三星的合作，Galaxy S24Galaxy S24 用戶將能通過三星構建的應用程序和服用戶將能通過三星構建的應用程序和服務訪務訪 AIAI 模型模型 GeminiGemini。借助 Gemini Pro 可與三星應用程序進行交互。最新 Galaxy S24 系列，三星的 Notes、Voice Recorder 和 Keyboard 應用程序可使用 Gemini Pro 優化摘要功能。例如，可錄制講座并快速獲得關鍵部分

162、摘要。借助 Google“文生圖”擴散技術 Imagen 2，可在 Galaxy S24 Gallery 應用程序中使用 Generative Edit 訪問照片編輯功能。Galaxy S24Galaxy S24 系列還將內置系列還將內置 Gemini NanoGemini Nano，可在，可在 Google MessagesGoogle Messages 中啟用新功能，并確保中啟用新功能，并確保數據存儲。三星將成為首批測試數據存儲。三星將成為首批測試 Gemini UGemini Ultraltra 的公司之一，并將在的公司之一，并將在 2 2024024 年內向開發人員年內向開發人員和企業

163、客戶提供。和企業客戶提供。圖圖6262：三星手機接入谷歌三星手機接入谷歌 A AI I 大模型大模型 GeminiGemini 資料來源：Google，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。40 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 3.2 3.2 A AI+PCI+PC：MaaSMaaS ToTo C C 終端智能化需求待開發，終端智能化需求待開發，AIAI 手機成手機成 C C 端落地第一場景，引發端落地第一場景，引發換機需求換機需求 C C 端需求仍處起步階段，終端側產品研發有望拓展并覆蓋更多端需求仍處起步階段，

164、終端側產品研發有望拓展并覆蓋更多 AIAI 智能設備產品品類、智能設備產品品類、持續優化平臺性能，并優先在持續優化平臺性能，并優先在 AIAI 手機設備落地，進而引發換機需求。手機設備落地，進而引發換機需求。終端部署 AI 將提高終端設備易用性，并加強數據隱私及安全，降低開發者開發門檻。AI 終端部署集成 AI功能，可完成在不同智能設備上的應用，進而提升用戶生活品質及工作效率，提振終端設備智能化需求。20232023 年年 7 7 月，高通發布公告稱將和月，高通發布公告稱將和 MetaMeta 合作，合作，20242024 年推出“手機版年推出“手機版 Llama2Llama2”，高”，高通已

165、將通已將 AIAI 邊緣計算定為未來發展方向。邊緣計算定為未來發展方向。大模型需要同時在云端和邊緣終端上運行，高通和 Meta 此舉預計將推動 AIGC 加速推廣到 C 端市場；邊緣端算力需求將成為算力側未來新的增長點。高通和 Meta 正在努力優化 Meta 的 Llama2 大型語言模型的執行，而不只依賴于云服務。在智能手機、PC、VR/AR 耳機和汽車等設備上運行 Llama2 等生成人工智能模型，使開發人員能夠節省云成本，并為用戶提供更私密、可靠和個性化的體驗。因此，高通計劃提供基于 Llama2 的人工智能設備上實現，以創建新的人工智能應用程序。這將允許客戶、合作伙伴和開發人員構建用

166、例，如智能虛擬助理、生產力應用程序、內容創建工具、娛樂等。這些新的設備端人工智能體驗將由驍龍 8Gen3 芯片驅動，可以在沒有網絡連接的區域工作，包括飛行模式。據據 CanalysCanalys 預計，預計，20232023 年年 AIPCAIPC 占占 PCPC 總出貨量比率大約為總出貨量比率大約為 10%10%。2024 年起 AIPC 將加速普及，預計至 2027 年 AIPC 占 PC 總出貨量將達到 60%；AI 產品研發引發換機率上升的背景下，終端 AI 滲透率有望逐年攀升。圖圖6363：20242024 年起全球將加速普及年起全球將加速普及 AI+PCAI+PC 資料來源：Can

167、alys，中國銀河證券研究院 3.3 AI+3.3 AI+機器人：大模型上身機器人，預示機器人機器人：大模型上身機器人，預示機器人 AGIAGI 時代的到來時代的到來 FigureFigure 于于 3 3 月月 1313 日發布日發布 FigureFigure 機器人的進展，公司公布了一段機器人的進展，公司公布了一段 FigureFigure 機器人與人類機器人與人類互動的視頻?；拥囊曨l。FigureFigure 團隊聯合團隊聯合 OpenAIOpenAI，Figure01Figure01 展現出與人類對話的卓越能力。展現出與人類對話的卓越能力。視頻中Figure01 展示的能力使用端到端

168、神經網絡，不涉及任何遠程操作；可做到描述其視覺體驗、規劃未來行動、反思記憶并口頭解釋推理過程。我們認為，我們認為，Figure01Figure01 的發布將影響未來人的發布將影響未來人 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。41 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 機交互模式，大模型上身機器人，預示著機器人機交互模式，大模型上身機器人，預示著機器人 AGIAGI 時代的到來。時代的到來。通用人形機器人的商業化進程預計加速，公司計劃高速批量生產以降低單個人形機器人的單位成本，致力于實現可持續的規模經濟，并實現量價齊升。未來 AI 機器人有

169、望廣泛應用于家庭、醫療、教育、服務等多個領域，并帶動相關產業鏈，如傳感器、執行器、控制系統等核心零部件的研發及生產。系統硬件：系統硬件：Figure 目標是開發出具有類人物理能力的硬件，通過運動范圍、有效載荷、扭矩、運輸成本和速度以衡量，并通過較短發展周期持續改進。單位成本：單位成本：Figure 旨在通過高速批量生產以降低單個人形機器人的單位成本，致力于實現可持續的規模經濟。在高批量生產率下，公司認為單位成本將降至可承受水平。安全性：安全性：Figure 開發的類人機器人能夠安全地與工作場所的人類互動，以符合行業標準和企業要求。批量生產：批量生產：Figure 預計，為提供高質量的產品并以高

170、產量交付，從原型設計轉向批量生產的過程中可能面臨困難。因此，公司嚴密制定制造設計、系統安全性、可靠性、質量及其他生產計劃。圖圖6464：F Figureigure0101 演示視頻演示視頻 資料來源：Figure，中國銀河證券研究院 （三）數據：跨境流動監管趨嚴，大國經濟支持數據要素價值釋放 1.1.全球數據跨境流動監管趨嚴，“大國經濟體”將凸顯數據優勢全球數據跨境流動監管趨嚴，“大國經濟體”將凸顯數據優勢 當前，數據跨境流動已成為全球資金、信息、技術、人才、貨物等資源要素當前，數據跨境流動已成為全球資金、信息、技術、人才、貨物等資源要素交換、共享的基礎。交換、共享的基礎。3 3 月月 222

171、2 日，國家互聯網信息辦公室公布促進和規范數據跨日，國家互聯網信息辦公室公布促進和規范數據跨境流動規定（下稱“跨境流動新規”），規定明確了數據出境安全評估申境流動規定（下稱“跨境流動新規”），規定明確了數據出境安全評估申報標準，規定了免予申報數據出境安全評估、訂立個人信息出境標準合同、通過報標準，規定了免予申報數據出境安全評估、訂立個人信息出境標準合同、通過個人信息保護認證的數據出境活動條件。個人信息保護認證的數據出境活動條件。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。42 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 跨境流動新規對數據出境安全評估

172、、個人信息出境標準合同、個人信息保護認證等數據出境制度進行了優化調整，其實施將有利于促進數據依法有序自由流動，擴大高水平對外開放，并激發數據要素價值的釋放?？缇沉鲃有乱幟鞔_了應當申報數據出境安全評估的兩類數據出境活動條件，一是關鍵信息基礎設施運營者向境外提供個人信息或重要數據；二是關鍵信一是關鍵信息基礎設施運營者向境外提供個人信息或重要數據；二是關鍵信息基礎設施運營者以外的數據處理者向境外提供重要數據，或是自當年息基礎設施運營者以外的數據處理者向境外提供重要數據，或是自當年 1 1 月月 1 1 日日起累計向境外提供起累計向境外提供 100100 萬人以上個人信息（不含敏感個人信息）或萬人以上

173、個人信息（不含敏感個人信息）或 1 1 萬人以上敏萬人以上敏感個人信息。感個人信息。同時，明確了應當訂立個人信息出境標準合同或者通過個人信息保護認證的數據出境活動條件，即關鍵信息基礎設施運營者以外的數據處理者自當年 1 月 1 日起累計向境外提供 10 萬人以上、100 萬人以下的個人信息（不含敏感個人信息），或 1 萬人以下的敏感個人信息?？缇沉鲃有乱幰幎嗣庥枭陥髷祿鼍嘲踩u估、訂立個人信息出境標跨境流動新規規定了免予申報數據出境安全評估、訂立個人信息出境標準合同、通過個人信息保護認證的數據出境活動條件：準合同、通過個人信息保護認證的數據出境活動條件：一是國際貿易、跨境運輸、學術合作、跨

174、國生產制造和市場營銷等活動中收集和產生的數據向境外提供，不包含個人信息或者重要數據的；二是在境外收集和產生的個人信息傳輸至境內處理后向境外提供，處理過程中沒有引入境內個人信息或者重要數據的；三是為訂立、履行個人作為一方當事人的合同，確需向境外提供個人信息的；四是按照依法制定的勞動規章制度和依法簽訂的集體合同實施跨境人力資源管理，確需向境外提供員工個人信息的；五是緊急情況下為保護自然人的生命健康和財產安全，確需向境外提供個人信息的；六是關鍵信息基礎設施運營者以外的數據處理者自當年 1 月 1 日起累計向境外提供 10 萬人以下個人信息（不含敏感個人信息）的?？缇沉鲃有乱庴w現了寬嚴并濟的態度，跨境

175、流動新規體現了寬嚴并濟的態度，對于敏感個人信息保護、關鍵信息基礎設施運營者等問題的監管尺度進行了重申和明確，做到力求堅持促進數據發展與安全并重的原則。此外，監管部門還同步發布了數據出境安全評估申報指南（第二版）和個人信息出境標準合同備案指南（第二版），進一步完善與確定了合規義務履行的流程和細節?？梢灶A見的是，中國數據跨境合規監管將進入新階段，未來可以預見的是，中國數據跨境合規監管將進入新階段，未來更加明晰、具體細化的監管體系有望有序推出，相關執法與監管活動將基于該體更加明晰、具體細化的監管體系有望有序推出，相關執法與監管活動將基于該體系穩步開展和推進。系穩步開展和推進。近年，我國跨境數據傳輸的

176、法律框架及實際執行取得重大進展。網信辦跨境近年，我國跨境數據傳輸的法律框架及實際執行取得重大進展。網信辦跨境數據傳輸安全審查和標準合同條款方面進展卓越，旨在解決原先審查規則缺乏明數據傳輸安全審查和標準合同條款方面進展卓越，旨在解決原先審查規則缺乏明確性、跨境數據傳輸審批程序延誤嚴重等問題。確性、跨境數據傳輸審批程序延誤嚴重等問題。2023 年 12 月 7 日，國務院印發全面對接國際高標準經貿規則推進中國（上海）自由貿易試驗區高水平制度型開放總體方案，以下簡稱總體規劃，將上海定位為“建設國家制度型開放示范點”，為上海自貿試驗區進一步放寬跨境轉移業務指明方向新框架下的限制。為落實總體規劃試點，上

177、海市政府于 2024 年 2 月 3 日印發了全面對接國際高標準經貿規則推進中國（上海）自由貿易試驗區高水平制度型開放總體方案的實施方案，以下簡稱實施方案。2024 年 2 月 6 日，上海市政府新聞辦公室召開新聞發布會，介紹實施方案重點內容，提出一系列規范和促進數據跨境傳輸的措施，如制定重要數據目錄，探索建立合法、安全、便捷的跨境數據傳輸機制;在自貿區（包括臨港新片區）建立跨境數據服務中心。具體而言，實具體而言，實施方案 規定，允許金融機構根據適用的安全政策和措施將業務數據轉移到境外。施方案 規定，允許金融機構根據適用的安全政策和措施將業務數據轉移到境外。根據實施方案中概述的原則，臨港特別片

178、區將為跨境數據傳輸開發“通用數據清單”和“重要數據目錄”。臨港新片區政府近日發布了臨港新片區數據跨境流動分類分級管理辦法(試行)，將跨境數據分為三個等級：1）“核心數據”、2）“重要數據”和 3）“一般數據”。禁止將“核心數據”轉移到中國境 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。43 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 外；涉及“重要數據”的傳輸必須經過臨港新片區跨境數據服務中心的初步驗證和申請程序，之后必須向當地國家互聯網信息辦公室提交安全評估；如果滿足相關的數據保護管理要求，則允許“一般數據”自由傳輸。臨港新區政府成立了由行業利益相

179、關者組成的工作組，負責制定“一般數據”清單和“重要數據”目錄，以解決各個行業（例如智能網聯汽車、金融理財、高端航運、國際貿易、生物醫藥、文化出海）的特定數據傳輸場景。表表1616：核心數據、重要數據定義核心數據、重要數據定義 概念概念 法條法條 規定規定 核心數據 數據安全法 第二十一條第二款：關系國家安全、國民經濟命脈、重要民生、重大公共利益等數據屬于國家核心數據，實行更加嚴格的管理制度。重要數據 網絡安全法 第二十一條：國家實行網絡安全等級保護制度。網絡運營者應當按照網絡安全等級保護制度的要求，履行下列安全保護義務，保障網絡免受干擾、破壞或者未經授權的訪問，防止網絡數據泄露或者被竊取、篡改

180、；采取數據分類、重要數據備份和加密等措施。第三十七條：關鍵信息基礎設施的運營者在中華人民共和國境內運營中收集和產生的個人信息和重要數據應當在境內存儲。因業務需要，確需向境外提供，應當按照國家網信部門會同國務院有關部門制定的辦法進行安全評估；法律、行政法規另有規定的，依照其規定。數據安全法 第二十一條第一款：國家建立數據分類分級保護制度，根據數據在經濟社會發展中的重要程度，以及一旦遭到篡改、破壞、泄露或者非法獲取、非法利用，對國家安全、公共利益或者個人、組織合法權益造成的危害程度，對數據實行分類分級保護。國家數據安全工作協調機制統籌協調有關部門制定重要數據目錄，加強對重要數據的保護。第二十一條第

181、三款：各地區、各部門應當按照數據分類分級保護制度，確定本地區、本部門以及相關行業、領域的重要數據具體目錄，對列入目錄的數據進行重點保護。資料來源：上海源泰律師事務所，中國銀河證券研究院 大國經濟+全球化循環賦能數據要素：數字經濟作為典型的大國經濟，具規模性特征、數字經濟作為典型的大國經濟，具規模性特征、結構性特征及內源性特征，大國經濟的核心優勢是內部可循環，具備較穩定的國內產業結構性特征及內源性特征，大國經濟的核心優勢是內部可循環，具備較穩定的國內產業鏈、供應鏈和價值，推動經濟自主協調發展。中國依托內循環為基礎，加以政策促進數鏈、供應鏈和價值，推動經濟自主協調發展。中國依托內循環為基礎，加以政

182、策促進數據跨境傳輸，推動全球化雙循環進程，將促進數據要素自由流動，推動人工智能、數字據跨境傳輸，推動全球化雙循環進程，將促進數據要素自由流動，推動人工智能、數字經濟發展，進而成為國內經濟發展的主要推動力。經濟發展，進而成為國內經濟發展的主要推動力。數字主權的重要性隨著全球數字化進程的加速日益凸顯，數據已成為國際競爭和合數字主權的重要性隨著全球數字化進程的加速日益凸顯，數據已成為國際競爭和合作的新焦點。作的新焦點。數字主權不僅關系到國家的經濟發展、社會穩定和國家安全，也與公民的隱私權、信息自由等基本權利密切相關。數字化轉型戰略目前存在以下卡點：1 1）技術發展不平衡：）技術發展不平衡：不同國家在

183、數字技術領域的發展水平存在差異，可能導致某些國家在全球數字經濟中處不利地位。為縮小此差距，國家需投資于教育和研發，培養本土人才，同時鼓勵創新和創業精神。2 2）國際法律框架缺失：）國際法律框架缺失：目前尚缺乏統一的國際法律框架以規范相關行為。國際社會需要共同努力，建立公平合理的國際規則，以促進跨境數據流動和技術交流，同時保護各國的數字主權。3 3）數據治理標準不一：）數據治理標準不一：不同國家和地區對數據的處理和保護存在不同法律及規定。為促進國際間合作，需制定共通的數據治理標準，同時尊重各國的法律和文化差異。4 4）網絡安全威脅：）網絡安全威脅：網絡攻擊和數據泄露事件頻發，對國家安全和個人隱私

184、構成嚴重威脅。國家需加強網絡安全防護能力，提高公眾的網絡安全意識，并與其他國家合作打擊跨國網絡犯罪。5 5）公民權利保護需求：）公民權利保護需求：數字經濟發展的大背景下，國家需重視公民的基本權利，確保公民的隱私權、言論自由等權利得到充分保護。6 6）國際合作與競爭加?。海﹪H合作與競爭加?。簲底种鳈喟l展過程中，國家需在保護自身利益的同時，尋求與其他國家的合作機會，共同應對包括國際數據治理標準、數據跨境流動、數字貿易 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。44 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 等問題。2.2.美國、歐盟、中國數據戰略比

185、較美國、歐盟、中國數據戰略比較 全球主要經濟體數字化轉型進程來看，美國、英國等國家正在從“自由探索”向“政全球主要經濟體數字化轉型進程來看，美國、英國等國家正在從“自由探索”向“政府干預”轉變；德國、法國等國家通過政府引領，打造高效產業數字化生態系統，發展府干預”轉變；德國、法國等國家通過政府引領，打造高效產業數字化生態系統，發展數字經濟；日韓等國家以解決問題為導向，重視基礎研究和技術研發；中國積極推動數數字經濟；日韓等國家以解決問題為導向，重視基礎研究和技術研發；中國積極推動數據要素市場制度，在確保安全底線的前提下更好地促進公共數據、社會數據流通交易和據要素市場制度，在確保安全底線的前提下更

186、好地促進公共數據、社會數據流通交易和創新應用，建立全國數據采集、存儲、處理、分析等方面的強制性標準，統籌和協調相創新應用，建立全國數據采集、存儲、處理、分析等方面的強制性標準，統籌和協調相關部門有效履職，實現國家層面數據的匯聚和共享，為各個領域提供數據資源支持。關部門有效履職，實現國家層面數據的匯聚和共享，為各個領域提供數據資源支持。2.12.1 美國：行政命令側重美國：行政命令側重安全與隱私保護，進一步限制數據跨境傳輸。安全與隱私保護，進一步限制數據跨境傳輸。美國數字戰略發展主要圍繞技術領域、國防領域、政務領域、與產業領域四個方面所展開，在聚焦國際競爭為重點的時代，美國仍將技術領先尊為首要原

187、則。美國和中國在監管數字經濟方面遵循截然不同的模式。美國政府過去一直采用市場驅動的模式，目美國政府過去一直采用市場驅動的模式，目前部分領域趨向于向“政府干預”轉變。前部分領域趨向于向“政府干預”轉變。圖圖6565：美國數字戰略布局歷史沿革美國數字戰略布局歷史沿革 圖圖6666：美國現階段數字戰略布局美國現階段數字戰略布局 資料來源：美國數字戰略的演進與發展（胡微微等、中國電子科學研究院學報），中國銀河證券研究院 資料來源：美國數字戰略的演進與發展（胡微微等、中國電子科學研究院學報），中國銀河證券研究院 2023 年，人工智能正式步入美國的政治對話，除辯論還采取了系列行動，致使拜登政府于 10

188、月底發布了關于人工智能的行政命令（行政命令是法規，不是立法，在到期或被撤銷之前一直有效），側重要求提高人工智能產業的透明度、并制定新標準的指令。該行政命令主要從以下方面對人工智能發展做出規范限制：該行政命令主要從以下方面對人工智能發展做出規范限制：表表1717：美國人工智能行政命令的主要規范限制美國人工智能行政命令的主要規范限制 1 人工智能安全新標準 該行政命令要求最強大的人工智能系統的開發人員與美國政府分享其安全測試結果和其他關鍵信息。目的是這些措施將確保人工智能系統在公開之前是安全、可靠和值得信賴的。美國國家標準技術研究院將制定嚴格的測試標準以確保安全，并由政府部門實施。政府部門還將制定

189、防止人工智能欺詐的指南，并制定開發人工智能工具以協助網絡安全的計劃。2 保護美國公民的隱私，尤其是數據隱私 拜登政府利用行政命令呼吁國會通過數據保護立法，以保護所有美國人，特別是兒童的隱私權利。它還指示聯邦政府將優先支持加速數據隱私的發展。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。45 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 3 促進公平和公民權利 該行政命令發布指示，通過制定指導、培訓和最佳實踐，防止人工智能被用來加劇司法、醫療保健和住房領域的歧視、偏見和其他濫用行為。4 保障消費者、患者和學生權益 通過部署適當的人工智能工具和建立安全計劃來

190、防止不安全行為，將促進人工智能在醫療保健和教育領域的負責任使用。5 支持工人權利 將制定原則和最佳實踐，以減輕人工智能對工人的危害并最大限度地提高其效益。6 促進創新和競爭 該行政命令旨在引領創新和競爭，重點關注研究，特別是醫療保健和氣候變化等重要領域，并為小企業提供援助和資源，使他們能夠將人工智能商業化。7 提升美國在海外的領導力 該行政命令指出“人工智能的挑戰和機遇是全球性的”，指導與國際合作伙伴的合作和接觸。8 確保政府負責任且有效地使用人工智能 為了確保美國政府負責任地使用人工智能，將發布指南，制定明確的標準來保護權利和安全。行政命令發布后，管理和預算辦公室（OMB）發布了一份關于推進

191、人工智能機構使用的治理、創新和風險管理的政策草案。該指南將在聯邦機構中建立人工智能治理結構，推進負責任的人工智能創新，提高透明度，保護聯邦工作人員，并管理政府使用人工智能帶來的風險。資料來源：WIND，中國銀河證券研究院 表表1818：除行政法令外的美國人工智能政策除行政法令外的美國人工智能政策 政策政策 內容內容 人工智能權利法案藍圖 人工智能系統開發和實施的五項基本原則為：建立安全有效的系統、防止算法歧視、數據隱私保護、通知和解釋、保留人工評估和選擇 人工智能風險管理框架 可信人工智能的特征；通過形成風險承受度、風險等級排序等因素的風險框架 人工智能問責政策（征求意見稿）征詢人工智能問責目

192、的、問責主體、可借鑒立法等內容，重點關注算法歧視、數據隱私保護、透明度等領域 透明自動化治理法案 要求聯邦機構在使用特定人工智能或其他自動化系統進行互動或受其影響時，通知個人與人工智能系統互動 國家人工智能委員會法案 建立國家人工智能委員會，引導相關立法 資料來源：賽迪咨詢，中國銀河證券研究院 20242024 年年 2 2 月月 2828 日，拜登政府依據國際緊急經濟權力法（日，拜登政府依據國際緊急經濟權力法（IEEPAIEEPA）發布了一項保）發布了一項保護美國公民敏感個人數據免遭“受關注國家”利用的行政命令。護美國公民敏感個人數據免遭“受關注國家”利用的行政命令。美國司法部同時發布了執行

193、該行政命令的擬議規則制定的預通知（ANPRM）Fact Sheet，概述了實施該命令的規則。此項舉措表明美國政府決意限制向特定“受關注國家”主要包括中國（不包括中國臺灣?。?、俄羅斯、伊朗、朝鮮、古巴和委內瑞拉等國家傳輸美國公民個人數據。被限制數據主要包括美國公民個人與敏感信息，主要有基因組數據、生物特征數據、個人健康數據、地理位置數據、財務數據與某些類型的個人可識別信息。拜登政府認為數據使用者可能使用這些數據跟蹤美國公民（包括軍人），窺探個人生活，并將數據傳給數據經紀人，出售給外國情報機構、軍隊或外國政府控制的公司?！笆荜P注國家”可能通過技術分析和操縱大量敏感個人數據，對美國安全形成威脅，人工

194、智能技術將加劇此風險。我們認為，美國此舉是以往貿易限制的一種延續，是在人工智能三要素的數據領域的一我們認為，美國此舉是以往貿易限制的一種延續，是在人工智能三要素的數據領域的一種影射，我國人工智能數據側發展勢在必行。種影射，我國人工智能數據側發展勢在必行。2.2 2.2 歐洲議會歐洲議會 3 3 月月 1313 日日通過人工智能法案，數據主權原則體現“內松外嚴”，通過人工智能法案，數據主權原則體現“內松外嚴”，20242024 年年 3 3 月月 1313 日，歐盟議會以日，歐盟議會以 523 523 票贊成、票贊成、46 46 票反對和票反對和 49 49 票棄權審議通過票棄權審議通過全球首個

195、全球首個 AIAI 監管法案人工智能法案（監管法案人工智能法案（EU AI ActEU AI Act），），離落地越來越近。但樂觀估計歐盟議會、歐盟理事會和歐盟委員會最快今年內會形成人工智能法案終稿并通過?？紤]到實操中普遍設置約為 2 年的“過渡期”，該法案通過后的全面施行預計需 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。46 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 要等到 2026 年前后。人工智能法案的通過標志著全球人工智能領域監管邁入全人工智能法案的通過標志著全球人工智能領域監管邁入全新時代。該法旨在保護基本權利、民主、法治和環境可持續性

196、免受高風險新時代。該法旨在保護基本權利、民主、法治和環境可持續性免受高風險人工智能的人工智能的侵害，同時促進創新并確立歐洲在該領域的領導者地位。該法規根據人工智能的潛在侵害，同時促進創新并確立歐洲在該領域的領導者地位。該法規根據人工智能的潛在風險和影響程度規定了人工智能的義務。風險和影響程度規定了人工智能的義務。圖圖6767：歐盟人工智能法案發展時間線歐盟人工智能法案發展時間線 資料來源：中國銀河證券研究院 歐盟近年來受內部發展不足影響，數據經濟發展的戰略核心目標是奪回“數字主歐盟近年來受內部發展不足影響，數據經濟發展的戰略核心目標是奪回“數字主權”。權”。歐盟數據經濟戰略的三份文件提到“數字

197、主權”概念，并從三個方面對其數字經濟的戰略發展規劃進行展開，即基礎設施和工具、標準和法律規則、以及價值觀和社會模式。21 世紀初，歐盟計劃在十年內將歐盟建設為全世界最具競爭力和活力的數字經濟體，但截至 2019 年，其在全球數據所占份額極低，與其在世界經濟中所占比重較不匹配，原因主要系：1）歐洲在研究和創新領域的投資占比較低；2）歐洲缺乏一個集研發和創新一體的研發中心，以統籌整合各經濟體的資源。因此歐盟至 2030 年對數字經濟的中期目標為：歐盟在全球數字經濟中的占比應與其在全球經濟中占比相匹配，成為中美外的第三極。戰略層面上看，歐盟在科技領域的戰略規劃中更關心的是其獨立技術發展能力和對技術的

198、運用與控制能力，即控制技術的權力。歐盟數據戰略相關法案陸續推出及落地。目前歐盟在數字化戰略領域有四部重要歐盟數據戰略相關法案陸續推出及落地。目前歐盟在數字化戰略領域有四部重要的立法，分別是歐盟的的立法，分別是歐盟的數據法案數據法案(Data Act)(Data Act)、人工智能法案、人工智能法案(AI Act)(AI Act)、數字、數字市場法案（市場法案（Digital Markets ActDigital Markets Act）和數據服務法案）和數據服務法案(Data Service Act)(Data Service Act)。歐盟理事會于 2023 年 11 月 27 日通過了數據

199、法案（Data Act）。歐盟于 2020 年提出數字服務法和數字市場法草案，經歷了一波三折的立法過程后，2022 年 7 月，歐洲議會以壓倒性多數通過了這兩部法律。歐盟數字服務法案及數字市場法案分別自 2024 年 2 月 17 日、2024 年 3 月 7 日起已正式落地生效。數字服務法從內容管理、廣告推送、商品交易等維度為平臺方設置了一系列義務，側重從內容及形式等方面規范數字企業提供的服務；數字市場法旨在規范數字市場，尤其是數字企業之間的競爭，主要規制根據法案中的客觀標準被認定為“守門人”的大型在線企業，通過加強守門人義務對平臺進行規制與監管，避免跨國科技巨頭憑借壟斷優勢在歐洲市場過度擴

200、張，兩項法案對數字服務尤其是線上平臺進行了一系列規制，將共同組成歐盟對線上平臺的監管框架。歐盟的數據主權原則可以概括為四個字：“內松外嚴”。歐盟的數據主權原則可以概括為四個字：“內松外嚴”。歐盟數據主權戰略可將其分為“單一市場”戰略和“共同空間”戰略兩個部分?！皢我皇袌觥睉鹇浴皢我皇袌觥睉鹇允菤W盟的對外戰略，體現了歐盟維護數據主權的本質追求；“共同空間”戰略“共同空間”戰略是歐盟的對內戰 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。47 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 略，是歐盟建設內部數據市場、實現內部數據流通的聯結機制。歐盟“對外”采

201、取的是“數據跨境限制歐盟“對外”采取的是“數據跨境限制+保護性域外管轄”的模式，以保護性域外管轄”的模式，以 GDPRGDPR 為為典型代表，體現“外嚴”數據主權原則，典型代表，體現“外嚴”數據主權原則，包括較為嚴格的限制數據跨境以及保護性域外管轄；而歐盟“對內”戰略，則在“內松”數據主權原則下，盡可能實現歐盟內部而歐盟“對內”戰略，則在“內松”數據主權原則下，盡可能實現歐盟內部數據市場的協調與統一，數據市場的協調與統一，促進個人和企業的數據/信息共享，創造堅實和公平的數據驅動型經濟，并指導歐盟到 2030 年的數字化轉型。歐歐盟議會通過的人工智能法案重點關注五個主要優先事項：人工智能的使用盟

202、議會通過的人工智能法案重點關注五個主要優先事項：人工智能的使用應該安全、透明、可追溯、非歧視和環境友好。應該安全、透明、可追溯、非歧視和環境友好。該立法還要求人工智能系統應由人而非自動化監督，對人工智能建立技術中立的統一定義，適用于已開發的系統以及未來構建的系統，要求人工智能系統提供商遵守該法規。此外，如果該系統在歐盟境內使用，位于歐盟以外的提供商和用戶也有義務遵守這些準則。盡管如此，將人工智能用于軍事目的的組織和歐盟以外國家的公共機構不受此規定的約束。其主要亮點包括根據風險級別對人工智能系統進行分類，從最小風險到不可接受的風險，并風險類別強制實施監管，強調人工智能的隱私和安全。其中，明確禁止

203、的人工智能實踐主要有三種：其中，明確禁止的人工智能實踐主要有三種：第一類：指運用超出個人意識的潛意識技術和有目的的操縱或欺騙技術，上述技術明顯損害個人或群體做出知情決定的能力，扭曲其行為并導致做出意料之外的決定，從而對其產生重大傷害的系統。第二類：指利用特定個人或群體的弱點，扭曲其行為，或可能以對其造成重大傷害為目的或效果的系統。第三類：指利用個人及其群體的社會行為或已知及潛在的個性特征，在一定時期內對其進行評估或分類的人工智能系統。圖圖6868：歐盟人工智能法案的監管分級歐盟人工智能法案的監管分級 資料來源：EU，中國銀河證券研究院 該法案對高風險人工智能系統從設計、實施和上市后進入階段提出

204、了一系列要求。包括：風險管理制度（第 9 條）；數據和數據治理（第 10 條）；技術文件（第11 條和附件 IV）；記錄保存（第 12 條）；透明度和向用戶提供信息（第 13 條）；人工監督（第 14 條）；準確性、穩健性和網絡安全（第 15 條）；質量管理體系（第17 條）；基本權利影響評估。雖然有限風險系統不會面臨相同的合規審查，包括合格評定和產品安全審查，但它們也將在這些類別下進行評估。歐盟人工智能法案的處罰：歐盟人工智能法案的處罰：請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。48 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 對違反人工智能法案

205、的罰款按照違規公司上一財年全球年營業額的百分比或預定金額確定，以較高者為準。違反被禁止的人工智能應用程序的罰款為 3500 萬歐元或 7%，違反人工智能法案義務的罰款為 1500 萬歐元或 3%，提供不正確信息的罰款為 750 萬歐元或 1.5%。2.32.3 中國促進和規范數據跨境流動規定近日正式施行，力求堅持數據發展與安全中國促進和規范數據跨境流動規定近日正式施行，力求堅持數據發展與安全并重原則并重原則 20242024 年年 3 3 月月 2222 日，國家網信辦公布跨境流動新規正式施行?？缇沉鲃有乱幦?，國家網信辦公布跨境流動新規正式施行?？缇沉鲃有乱幱谟?20232023 年年 111

206、1 月月 2828 日就已通過，在新規征求意見期間，全球數據跨境流動的相關立法頻日就已通過，在新規征求意見期間，全球數據跨境流動的相關立法頻繁變化，特別是美國頻繁出臺法案及行政令，而從中國繁變化，特別是美國頻繁出臺法案及行政令，而從中國實際發布的跨境流動新規來實際發布的跨境流動新規來看，新的數據跨境流動監管框架力求堅持數據發展與安全并重原則，進一步明確監管機看，新的數據跨境流動監管框架力求堅持數據發展與安全并重原則，進一步明確監管機制與要求的同時，釋放較強促進正常商貿活動的數據流動信號，符合國家促進數據要素制與要求的同時，釋放較強促進正常商貿活動的數據流動信號，符合國家促進數據要素發展戰略指引

207、，也標志著中國數據跨境合規監管將進入新的發展階段，相關執法與監管發展戰略指引，也標志著中國數據跨境合規監管將進入新的發展階段，相關執法與監管活動將基于更明晰、具體的監管規定穩步地開展和推進，有利于數據產業生態健康發展?；顒訉⒒诟魑?、具體的監管規定穩步地開展和推進，有利于數據產業生態健康發展?？缇沉鲃有乱幹饕獙ο铝袃热葸M行了規定：跨境流動新規主要對下列內容進行了規定：I.明確重要數據出境安全評估申報標準；II.明確不涉及重要數據和個人信息的數據跨境傳輸免予履行數據出境安全評估、個人信息出境標準合同訂立及通過個人信息保護認證機制；III.設立自由貿易試驗區負面清單制度；IV.調整三大數據出境合

208、規專項機制的觸發閾值，可使企業合規成本降低；V.延長數據出境安全評估結果有效期，增加數據處理者可以申請延長評估結果有效期的規定。中國在發展人工智能方面擁有的數據優勢主要體現在以下幾個方面：中國在發展人工智能方面擁有的數據優勢主要體現在以下幾個方面：I.海量數據資源：海量數據資源：中國擁有世界上最多的互聯網用戶，中國的網民數量超過 7 億，這些數據來源于消費者行為、社交媒體互動、在線交易、移動應用使用等多個方面，為人工智能算法的訓練和優化提供了豐富的素材。II.多樣化應用場景：多樣化應用場景：中國在多個領域如電商、金融科技、智慧城市、醫療健康、教育等場景都有著廣泛的人工智能應用需求。這些應用場景

209、的多樣性和復雜性為人工智能技術的發展和創新提供了廣闊的試驗場。III.III.政策支持數據要素價值釋放：政策支持數據要素價值釋放：i.政策制定與實施：政策制定與實施：中國政府高度重視數據要素的高質量發展，出臺了一系列政策文件，如關于構建數據基礎制度更好發揮數據要素作用的意見（簡稱“數據二十條”），明確了數據基礎制度體系的基本架構，為數據要素發展奠定了制度基礎。ii.數據要素市場建設：數據要素市場建設：國家數據局的組建優化了數據管理體制，增強了數據要素發展的統籌力度。各地區、各行業、各企業紛紛加快數據要素領域的布局，圍繞公共數據的開發利用、場內外數據交易、數商生態培育，推動數據要素價值釋放。ii

210、i.數據產權界定：數據產權界定：探索建立數據資源持有權、數據加工使用權和數 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。49 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 據產品經營權“三權分置”的數據產權制度框架，解決市場主體遇到的實際問題，促進數據要素的流通和交易。iv.數據資產登記與評估：數據資產登記與評估：建立國家數據資產登記存證平臺，完善數據資產評估體系，確保數據資產的安全性、合規性、質量和價值。v.數據資產定價與入表：數據資產定價與入表：推動數據資產納入會計核算體系，構建全新的數據資產估值和定價邏輯，促進數據要素交易流通。vi.技術創新與應

211、用：技術創新與應用：鼓勵數據要素相關技術研發創新，如向量數據庫、圖分析技術、時空大數據平臺等，支持新興業務場景下的數據要素價值釋放。vii.數據流通與交易：數據流通與交易：建立數據流通和交易制度，包括數據交易所的設立，如廣州數據交易所、深圳數據交易所等，促進數據資源的最優配置。IV.產業發展與生態建設：產業發展與生態建設：通過數據要素產業服務平臺等措施，提供數據動態和解決方案服務，支持數據要素產業主管機構、供給方、運營方、服務方、需求方等主體快速把握趨勢，充分釋放數據要素價值。通過這些措施，中國正在加速從“數據大國”向“數據強國”轉變，不斷推動數據通過這些措施，中國正在加速從“數據大國”向“數

212、據強國”轉變，不斷推動數據要素市場化配置改革，加速釋放數據要素的價值，促進數字經濟與實體要素市場化配置改革，加速釋放數據要素的價值，促進數字經濟與實體經濟的深度融合。經濟的深度融合。中國目前的人工智能監管以鼓勵人工智能技術發展與創新為主，監管并重。隨著 AGI的發展，國內立法將更為全面。2023 年 6 月，國務院宣布“人工智能法”列入立法議程。2023 年 7 月 13 日，中國國家網信辦會同六部委共同發布生成式人工智能服務管理暫行辦法（以下簡稱暫行辦法），并宣布該辦法將于 2023 年 8 月 15 日正式施行。適用范圍為“面向中華人民共和國境內公眾提供服務”的主體，無論該提供者是境內還是

213、境外主體，也無論該產品是否在境內研發或者使用，都需要符合征求意見稿的相關要求。我們認為，相對于之前我們認為，相對于之前的征求意見稿，暫行辦法在鼓勵創新與技術發展上有所側重，的征求意見稿，暫行辦法在鼓勵創新與技術發展上有所側重，并將強監管嚴打擊的態度轉變為兼顧發展與合規。并將強監管嚴打擊的態度轉變為兼顧發展與合規。暫行辦法第三條新增科學技術進步法作為上位法依據。同時，暫行辦法新增第四條、第五條，明確了在合理監管的前提下，鼓勵生成式人工智能技術的平臺建設、自主創新、國際交流、以及各領域適用的多線發展。在處罰方面，第二十一條刪除了罰款及終止利用生成式人工智能提供服務等較為嚴厲的措施，并在現行有效的中

214、國法律及行政法規沒有明文規定的情況下更傾向于采取先引導改正的態度，而拒不改正或嚴重違規時，由主管部門責令暫停提供相關服務。暫行辦法側重于數據安全、內容合規和知識產權保護三方面。針對提供生成式人工智能服務的行為，設置了四項新制度。對 AIGC 技術提供者的法律責任做出了規定，其中包括算法評估和備案，數據標注，標識義務，實名認證，防沉迷設置及科學引導義務，投訴接收處理機制，服務穩定性要求，以及模型優化義務。表表1919：生成式人工智能服務管理暫行辦法的四項制度生成式人工智能服務管理暫行辦法的四項制度 分級分類監管分級分類監管 暫行辦法第十六條規定了，國家有關主管部門應當以行業和領域為單位，制定相應

215、的分類分級監管規則或者指引。從橫向來看，該條明確了提供生成式人工智能服務的行為未來將實行分類分部門管理，而不是簡單地將所有事項納入國家網信部門的數據保護責任范疇。從縱向來看，該條明確了生成式人工智能技術未來將進行分級監管。而分類分級的具體準則，仍待各行業主管部門的進一步細則。值得參考的是，歐盟人工智能法案將人工智能系統的風險劃分成不可接受的風險、高風險、有限風險和輕微風險四種類型，并針對不同類型施加了禁用、高度監管、自我監管等不同程度的措施。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。50 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 提供者和使用者之

216、間的提供者和使用者之間的服務協議服務協議 暫行辦法第九條規定了“提供者應當與使用者簽訂服務協議，明確雙方權利義務”。這一條款相比于征求意見稿將責任大部分落在提供者一方的做法，為提供者和使用者共享風險開啟了一扇新大門。然而，就服務協議的具體內容和實施方式，暫行辦法并未給出詳細規定?？紤]到提供者和使用者之間存在的信息不對稱，如果允許雙方自由定義服務協議的內容，可能會導致使用者在無力反抗的情況下接受大量免除提供者法律責任的不公平條款。因此，參照中國現行的個人信息出境標準合同的監管模式，普華永道預測，未來可能會有針對服務協議文本內容的相關細則或指導文件陸續出臺。境外生成式人工智能服境外生成式人工智能服

217、務的監管務的監管 暫行辦法第二十條規定了“對來源于中華人民共和國境外向境內提供生成式人工智能服務的違法違規行為，國家網信部門有權通知相關機構采取技術措施處置”。這意味著，如果未來在跨境服務過程中發現違法違規的行為，國家網信部門有權以技術手段先進行屏蔽、攔截等處置，為中國進一步管理來源于境外生成式人工智能的服務提供法律依據。外商投資生成式人工智外商投資生成式人工智能服務能服務 暫行辦法第二十三條規定了“外商投資生成式人工智能服務，應當符合外商投資相關法律、行政法規的規定”。雖然現行的外商投資法律并未對生成式人工智能服務進行規定，但從該條可以窺視到生成式人工智能服務或將是未來外商投資領域的監管重點

218、。資料來源：中國國家網信辦等六部委，中國銀河證券研究院 此外，我國在各個行業部門與地方對人工智能的監管將日益完善。表表2020：人工智能相關部門規章與地方政策梳理人工智能相關部門規章與地方政策梳理 發文機關發文機關 政策政策 內容內容 全國信息安全標準化技術委員會秘書處 網絡安全標準實踐指南生成式人工智能服務內容標識方法 為貫徹落實生成式人工智能服務管理暫行辦法關于對生成內容進行標識的要求，指導生成式人工智能服務提供者等有關單位做好內容標識工作，此文件圍繞文本、圖片、音頻、視頻四類生成內容給出了內容標識方法，可用于指導生成式人工智能服務提供者提高安全管理水平。工業和信息化部、國家互聯網信息辦公

219、室等七部門 生成式人工智能服務管理暫行辦法 暫行辦法中明確了一系列法律文件作為上位法，包括中華人民共和國網絡安全法中華人民共和國數據安全法（簡稱“數據安全法”）、中華人民共和國個人信息保護法 中華人民共和國科學技術進步法等。同時，暫行辦法 關聯了 互聯網信息服務深度合成管理規定（簡稱“深度合成規定”）和互聯網信息服務算法推薦管理規定（簡稱“算法規定”）等規范性文件，在生成式人工智能服務的內容標識、安全評估手續等方面進行支持和補充，使生成式人工智能服務得到更加全面和細致的管理?？萍疾康攘块T 關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見 場景創新是以新技術的創造性應用為導向，

220、以供需聯動為路徑，實現新技術迭代升級和產業快速增長的過程。推動人工智能場景創新對于促進人工智能更高水平應用，更好支撐高質量發展具有重要意義。我國人工智能技術快速發展、數據和算力資源日益豐富、應用場景不斷拓展，為開展人工智能場景創新奠定了堅實基礎?？萍疾?新一代人工智能倫理規范 人工智能治理專業委員會發布了新一代人工智能倫理規范(以下簡稱倫理規范)，旨在將倫理道德融入人工智能全生命周期，為從事人工智能相關活動的自然人、法人和其他相關機構等提供倫理指引。全國信息安全標準化技術委員會秘書處 網絡安全標準實踐指南人工智能倫理安全風險防范指引 為進一步確保人工智能安全可控，統籌協調人工智能發展與安全，促

221、進人工智能對國家經濟、社會、生態等方面的持續推動作用，相關組織或個人在開展人工智能研究開發、設計制造、部署應用等相關活動時，應充分識別、防范、管控人工智能倫理安全風險。此實踐指南依據法律法規要求及社會價值觀，針對人工智能倫理安全風險，給出了安全風險防范措施，為相關組織或個人在各領域開展人工智能研究開發、設計制造、部署應用等活動時提供指引。國家標準化管理委員會等五部門 國家新一代人工智能標準體系建設指南 指南編制遵循指導性、可用性、階段性原則，旨在對人工智能標準化工作進行頂層設計，構建了基礎共性、支撐技術與產品、基礎軟硬件平臺、關鍵通用技術、關鍵領域技術、產品與服務、行業應用、安全/倫理八部分組

222、成的國家新一代人工智能標準體系框架。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。51 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 教育部等三部門 關于“雙一流”建設高校促進學科融合加快人工智能領域研究生培養的若干意見 意見提出，要以國家發展人工智能的重大戰略需求為中心，以“需求導向、應用驅動”“項目牽引、多元支持”“跨界融合、精準培養”為基本原則，瞄準“理論、算法、平臺、芯片和應用”等急、斷、缺的短板領域，構建基礎理論人才與“人工智能+X”復合型人才并重的培養體系。林草局 國家林業和草原局關于促進林業和草原人工智能發展的指導意見 意見提出建設生態保護

223、人工智能應用體系。實施創新驅動發展戰略，充分運用大數據、物聯網、衛星遙感、圖像識別、無人機、機器人等新一代信息技術，在森林生態系統保護領域、草原生態系統保護領域、濕地生態系統保護領域、荒漠生態系統保護領域、生物多樣性保護領域，創新監管模式，開展智能監測，搞好預警，提供科學決策依據，激發生態保護新動能，實現生態保護智能化，形成生態保護新模式。最高人民法院 關于規范和加強人工智能司法應用的意見 堅持以習近平新時代中國特色社會主義思想為指導，深入貫徹習近平法治思想，堅持司法為民、公正司法工作主線，加快推進人工智能技術與審判執行、訴訟服務、司法管理和服務社會治理等工作的深度融合，規范司法人工智能技術應

224、用，提升人工智能司法應用實效，促進審判體系和審判能力現代化，為全面建設社會主義現代化國家、全面推進中華民族偉大復興提供有力司法服務。上海市經濟和信息化委員會 上海人工智能示范應用清單（2023）清單采用“3+4+3+9”的總體架構：3 個類別，大型綜合應用、引領性應用和成熟應用。其中，大型綜合應用展現多種先進技術產品融合的應用場景，引領性應用展現前沿技術探索、有潛在發展空間的應用場景，成熟應用展現已落地、可規?；茝V的應用場景。資料來源：WIND，中國銀河證券研究院 3.3.高質量數據是全球人工智能競爭的“勝負手”，高質量數據是全球人工智能競爭的“勝負手”，數據要素市場空間廣數據要素市場空間廣

225、闊闊 數據資源的價值可量化使得數據資源的價值可量化使得 20242024 年成為數據要素三次價值釋放的元年。年成為數據要素三次價值釋放的元年。數字要素市場空間測算：數字要素市場空間測算：根據清華大學社科院劉雄濤教授等人根據增值法對數據資本的測算所得，2020 年，我國數據資本存量約為 17.4 萬億。本報告基于該測算做如下假設，并測算十四五期間數據資本預測值：1）假設 2024-2025 年 GDP 增速為 5.0%、4.9%；2）假設 2021-2025 年數據資本存量占 GDP 比重的增速均為 5%?；谝陨霞僭O的測算結果為：預計基于以上假設的測算結果為：預計 20252025 年，我國數

226、據資本空間約為年，我國數據資本空間約為 32.032.0 萬億元，增萬億元，增速為速為 10.1%10.1%。表表2121：數數據要素市場規模及增速預測據要素市場規模及增速預測 年份年份 數據資本存量（億元）數據資本存量（億元）GDPGDP（億元，不變價）（億元，不變價）數據資本存量數據資本存量/GDP/GDP GDPGDP 增速（調整后）增速（調整后）數據資本存量占數據資本存量占 GDPGDP比重增速比重增速 20122012 51110 486983 10%7.9%8%20132013 61311 524803 12%7.8%11%20142014 73130 563774 13%7.4%

227、11%20152015 86891 603471 14%7.0%11%20162016 101818 736036 14%6.8%-4%20172017 118014 787170 15%6.9%8%20182018 135443 840303 16%6.7%8%20192019 154367 890305 17%6.0%8%20202020 174138 910236 19%2.2%10%請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。52 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 20212021 220803 1099198 20%8.4%5%2

228、0222022 238773 1131632 21%3.0%5%20232023 263774 1191037 22%5.2%5%2024E2024E 290811 1250589 23%5.0%5%2025E2025E 320314 1311868 24%4.9%5%資料來源：WIND，數據資本估算及對中國經濟增長的貢獻-基于數據價值鏈的視角（劉濤雄等、中國社會科學2023 年第 10 期），中國銀河證券研究院 圖圖6969：數據要素市場規模及增速預測數據要素市場規模及增速預測 資料來源：WIND，數據資本估算及對中國經濟增長的貢獻-基于數據價值鏈的視角（劉濤雄等、中國社會科學2023年第

229、10 期），中國銀河證券研究院 注：數據資本空間的測算與假設主要參考中國社會科學2023 年第 10 期劉雄濤等的方法，主要有以下步驟：一，基于其文章中表 2 中 2020 年之前測算所得資本存量數據，假設數據資本存量占比增速為 5%，得出相應數據資本存量占比，再根據 2021 年與 2022 年已公布的 GDP 數據與增速，得出 2021 與 2022 年資本存量數據；二，假設 2023-2025 年 GDP 增速為 5.2%、5.0%、4.9%，數據資本存量占比增速為 5%、5%、5%，測算出 2023-2025 年數據資本空間。高質量數據是全球人工智能競爭的“勝負手”：數據質量及其包含的

230、有用信息量是高質量數據是全球人工智能競爭的“勝負手”：數據質量及其包含的有用信息量是決定機器學習算法學習能力的關鍵因素。決定機器學習算法學習能力的關鍵因素。因此在將數據集提供給機器學習算法之前，確保對數據集進行檢查和預處理至關重要。高質量的數據可提高大型語言模型（LLM）的SOTA（例 phi-1），同時可大幅減少數據集大小和訓練計算，并可顯著降低 LLM 的訓練成本。圖圖7070：盡管盡管 phiphi-1 1 的訓練規模較小，但其表現明顯優于其他模型的訓練規模較小，但其表現明顯優于其他模型 資料來源：Medium，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。5

231、3 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 據 Epochai 預測，2030 年至 2060 年，大模型訓練將耗盡視覺數據的存量；2026 年之前將耗盡高質量語言數據；2030 年至 2050 年，將耗盡低質量語言數據的存量；該預測基于當前機器學習（ML）數據使用和生產的趨勢將延續，且數據效率無重大創新的假設前提。發展數據要素市場勢在必行。四四、AIGCAIGC 驅動千行百業加速裂變，行業應用加速滲透驅動千行百業加速裂變，行業應用加速滲透 （一）AIGC+金融：國內金融大模型搶灘布局，場景應用加速滲透 海外：彭博的大語言模型海外：彭博的大語言模型 Blo

232、ombergGPTBloombergGPT，是，是 LLMLLM 在垂直金融場景的落地加速的象征。在垂直金融場景的落地加速的象征。BloombergGPTBloombergGPT 聚焦于金融場景，將其多年積累的金融領域報告術語等對聚焦于金融場景，將其多年積累的金融領域報告術語等對 LLMLLM 進行訓練，進行訓練，相較普適性類相較普適性類 ChatGPTChatGPT 產品，其對金融術語的理解更為高效與準確。產品，其對金融術語的理解更為高效與準確。對比通用大模型，小模型在特定領域表現更優。對比通用大模型，小模型在特定領域表現更優。BloombergGPT 采用 500 億參數與 7000億數據

233、集規模對大模型進行訓練，遠小于 GPT-3 的 1750 億參數量與 45TB 數據量。其數據集主要包含兩個部分，1）數據量占比 49%的通用型文本數據集，主要包括 ThePile、C4、Wikipedia 等通用常識類數據集，2）數據量占比 51%的金融預料數據集，主要包含括新聞、研究報告、公司財報、網絡爬取的金融文件以及提取到的社交媒體消息等內容。根據彭博發布的論文，BloombergGPT 在通用領域能力與 GPT-3 幾乎持平，但在金融垂直領域文本撰寫和問答能力更為突出。BloombergGPT 的成功說明 LLM 在垂直領域應用的可用性和訓練成本可控的可行性。表表2222：Bloom

234、bergBloomberg 在金融權益類測試中較大模型表現更優在金融權益類測試中較大模型表現更優 BloombergGPTBloombergGPT GPTGPT-NeoXNeoX OPT66BOPT66B Bloom176BBloom176B EquityNews 79.63 14.17 20.98 19.96 EquitySocialMedia 72.4 66.48 71.36 68.04 EquityTranscript 65.06 25.08 37.58 34.82 ESNews 46.12 26.99 31.44 28.07 CountryNews 49.14 13.45 17.41

235、16.06 AllTasks(avg)62.47 29.23 35.76 33.39 AllTasks(WR)1.00 0.00 0.67 0.33 資料來源：Bloomberg，中國銀河證券研究院 國內：國內：20232023 年年 9 9 月月 1818 日，首個金融行業大模型標準發布。日，首個金融行業大模型標準發布。信通院牽頭，聯合騰訊云、奇富科技、科大訊飛等四十多家企業共同編制的面向行業的大規模預訓練模型技術和應用評估方法第 1 部分：金融大模型正式發布。該標準主要涵蓋了金融大模型的關鍵能力要求，包括場景適配度、能力支持度和應用成熟度三大方面，覆蓋了投資研究、投資顧問、風險管理、市場營

236、銷、客戶服務等多個金融應用場景，并詳細規定了金融大模型在數據合規性、可追溯性、私有化部署、風險控制等方面的要求。為大模型在金融領域的應用提供了一定的指導，在金融行業的合規可信方面提供保障，有望加速行業應用 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。54 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 落地。國內各廠商紛紛搶灘布局金融大模型，應用加速落地。國內各廠商紛紛搶灘布局金融大模型，應用加速落地。同花順：同花順：深耕 AI 技術多年，為用戶賦能具備先發優勢。公司 AI 技術的研發和應用早在 2009 年就率先市場開始，成立“i 問財”部門，為用戶提

237、供股票信息相關搜索服務。2017 年，同花順 AI 開放平臺上線，可向客戶提供數字虛擬人、智能金融問答、智能語音、智能客服機器人、智能質檢機器人、會議轉寫系統、智慧政務平臺、智能醫療輔助系統等 40 余項人工智能產品及服務；公司自主研發的同花順智能語音平臺，在中文金融場景語音識別準確率達到 98%以上，中英文通用場景識別準確率超過 95%，多種方言識別準確率超過 90%；同時，平臺還具備高度擬人的語音合成能力，以及語音轉換、歌聲合成、情感識別和聲紋識別等智能語音技術能力。目前基于自主智能語音技術的產品已應用于多家證券公司、基金公司及電信運營商。同花順虛擬數字人對話平臺，運用多模態數字人對話技術

238、，實現與真人用戶“面對面”的交互體驗，該產品目前已落地多個大型客戶；同花順機器翻譯平臺，目前支持中（簡體）、中（繁體）、英、西班牙、法、德、日、韓、阿拉伯、越南、印尼、馬來等 12 種文字，132 種語向的翻譯，支持 PDF、Word、PPT等 11 種主流文件格式的翻譯，以及圖片翻譯、語音翻譯等跨模態翻譯。目前公司自研金融大模型“問財 HithinkGPT”，已進入內測與備案階段。圖圖7171：同花順同花順 AIAI 開放平臺核心技術開放平臺核心技術 資料來源：同花順，中國銀河證券研究院 恒生電恒生電子：子：2023 年 6 月,恒生電子發布金融行業大模型 LightGPT 以及金融智能助手

239、光子、基于大模型技術升級的投研平臺 WarrenQ。9 月，LightGPT 及四款大模型產品已面向20 家金融機構開啟內測。目前公司已發布基于 LightGPT 打造的四款光子產品：面向投顧創作的光子文曲、面向合規管理的光子方圓、面向投顧咨詢的光子善策和面向運營管理的光子慧營。華為：華為：2023 年 9 月 20 日，華為全聯接大會“智領睿變，共建數智金融未來”金融峰會成功舉辦。會上，華為發布金融大模型解決方案，包括場景層、模型層、底座層三層。以高質量的數據為基礎，通過三層方案加速創新生產力、躍升智力、澎湃算力三力協同，逐步實現場景的價值落地、體系構建、能力固化。百度：百度：度小滿于 20

240、23 年 9 月 22 日宣布將“軒轅 70B”金融大模型開源，所有用戶均可自由下載和試用，該升級版本加入了公司業務場景中的海量金融數據，在預訓練階段，能夠處理更長的金融報告、研究和分析。該大模型在 C-Eval、CMMLU 兩大權威大語言模型榜單上排名第一。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。55 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 科大訊飛：科大訊飛：2023 年 10 月 24 日，科大訊飛于 1024 開發者節智慧金融論壇上發布星火金融行業大模型 V1.0 及場景應用最新成果此次星火金融大模型 V1.0 具備金融知識問答、金融

241、文本理解、金融內容生成、金融會話分析、金融數據分析、金融數學計算、金融邏輯推理七大核心能力。該大模型已與知識運營、客戶服務、人機協同、APP 交互、營銷展業、軟件研發等行業細分場景深度融合，并已孵化出星火智能客服、大模型坐席助手、大模型知識庫、金融 APP 助手、金融展業助手、智能編程助手等產品應用。宇信科技：宇信科技：2023 年 10 月 17 日，公司推出大模型應用產品和解決方案，包括 4 個應用級產品和一個開發平臺開發助手 CodePal、金融數據安全分級分類助手 DataSherpa、AI+信貸助手、AI+營銷助手以及大模型應用開發平臺。本次發布的了 5 個產品及解決方案：1）開發助

242、手 CodePal 基于開源編程大模型，為金融軟件開發人員提供代碼補全、自動化bug檢測等功能，能夠有效加速軟件開發流程。2）金融數據全分級分類助手DataSherpa主要面向數據資產管理人員，能夠快讀理解監管指南要求，輸出標準化的定級結果。目前該產品分類準確率超過 95%，效率較人工提升 10 倍。3）AI+盡調助手是面向信貸客戶經理的客戶盡調輔助工具，能夠輔助了解對公信貸客戶，提供客戶資料收集、智能核驗、風險分析、盡調報告生成等功能。目前該產品的財報數據準確率達 95%以上，報告生成可接受率達 85%以上，能幫助客戶經理提升 60%以上的效能，降低處理成本。4）AI+營銷助手是面向零售客戶

243、的營銷精細化運營工具，具有外呼、呼入、人機協同、虛擬坐席等功能，適用于客戶拉新、產品推薦、促活回訪等營銷場景。相較純人工服務，該產品可節約 80%的時間，同時轉化率也提高了 10+倍，產能提高 3 倍以上。5）大模型應用開發平臺預置了知識庫問答、報告生成、會議紀要等應用場景，支持以 Agent 為中心的應用開發新范式，能夠幫助企業用戶以較佳的體驗快速實現大模型應用場景落地，提高開發效率，降低開發成本。除了目前已經發布的 5 個產品之外，公司未來還規劃發布信貸助手、監管合規助手、經營分析助手等產品。其中信貸助手預計覆蓋資產保全、信貸申請手里、審查審批、貸后管理及催收等。表表2323：國內金融大模

244、型進展國內金融大模型進展 廠商廠商 AIAI 應用方向及進展應用方向及進展 恒生電子 2023 年 6 月,恒生電子發布金融行業大模型 LightGPT 以及金融智能助手光子、基于大模型技術升級的投研平臺 WarrenQ；9 月,LightGPT及四款大模型產品已面向 20 家金融機構開啟內測。目前公司已發布基于 LightGPT 打造的四款光子產品:面向投顧創作的光子文曲、面向合規管理的光子方圓、面向投顧咨詢的光子善策和面向運營管理的光子慧營。同花順 深耕 AI 技術多年，為用戶賦能具備先發優勢。同花順 AI 開放平臺可向客戶提供數字虛擬人、智能金融問答、智能語音、智能客服機器人、智能質檢機

245、器人、會議轉寫系統、智慧政務平臺、智能醫療輔助系統等 40 余項人工智能產品及服務；公司自主研發的同花順智能語音平臺，在中文金融場景語音識別準確率達到 98%以上，中英文通用場景識別準確率超過 95%，多種方言識別準確率超過 90%；同時，平臺還具備高度擬人的語音合成能力，以及語音轉換、歌聲合成、情感識別和聲紋識別等智能語音技術能力。目前公司自研金融大模型“問財 HithinkGPT”，已進入內測與備案階段。華為 2023 年 9 月 20 日，華為全聯接大會“智領睿變，共建數智金融未來”金融峰會成功舉辦。會上，華為發布金融大模型解決方案，包括場景層、模型層、底座層三層。以高質量的數據為基礎，

246、通過三層方案加速創新生產力、躍升智力、澎湃算力三力協同，逐步實現場景的價值落地、體系構建、能力固化。百度 度小滿于 2023 年 9 月 22 日宣布將“軒轅 70B”金融大模型開源，所有用戶均可自由下載和試用，該升級版本加入了公司業務場景中的海量金融數據，在預訓練階段，能夠處理更長的金融報告、研究和分析。該大模型在 C-Eval、CMMLU 兩大權威大語言模型榜單上排名第一?？拼笥嶏w 2023 年 10 月 24 日，科大訊飛于 1024 開發者節智慧金融論壇上發布星火金融行業大模型 V1.0 及場景應用最新成果此次星火金融大模型V1.0 具備金融知識問答、金融文本理解、金融內容生成、金融會

247、話分析、金融數據分析、金融數學計算、金融邏輯推理七大核心能力。該大模型已與知識運營、客戶服務、人機協同、APP 交互、營銷展業、軟件研發等行業細分場景深度融合，并已孵化出星火智能客服、大模型坐席助手、大模型知識庫、金融 APP 助手、金融展業助手、智能編程助手等產品應用。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。56 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 宇信科技 2023 年 10 月 17 日，公司推出大模型應用產品和解決方案，包括 4 個應用級產品和一個開發平臺開發助手 CodePal、金融數據安全分級分類助手 DataSherpa、A

248、I+信貸助手、AI+營銷助手以及大模型應用開發平臺。資料來源：恒生電子，同花順，宇信科技，華為，百度，科大訊飛，中國銀河證券研究院 表表2424：國內金融大模型主要應用場景國內金融大模型主要應用場景 智智能客服能客服/問答問答/投顧投顧 運營輔助運營輔助/管理管理 數據分析數據分析 智能營銷智能營銷 內容創作內容創作 合規與風險管理合規與風險管理 恒生電子 同花順 科大訊飛 宇信科技 華為 百度 資料來源：恒生電子，同花順，宇信科技，華為，百度，科大訊飛，中國銀河證券研究院 （二）AIGC+教育：大模型重構教育生態 ChatGPTChatGPT 帶來的大模型時代，將深入影響學校生態、教育教學改

249、革、教學評價、教帶來的大模型時代，將深入影響學校生態、教育教學改革、教學評價、教師發展等各個層面。隨著大模師發展等各個層面。隨著大模型發展和落地，可以實現型發展和落地，可以實現“因材施教因材施教”、“個性化學習個性化學習”等教育最為核心的需求，從而給教育行業帶來等教育最為核心的需求，從而給教育行業帶來“質變質變”。人工智能技術在教育領域的應用場景廣闊，可大致分為四個層面：人工智能技術在教育領域的應用場景廣闊，可大致分為四個層面：1）知識內容檢索：AI 可以幫助學生快速檢索相關知識內容，滿足對知識點查詢的需求。這一應用場景知識密度要求較高，但對學生思維引導性較弱；2）語言學習：AI 可以評估和糾

250、正學生的口語、寫作等語言表達能力。這一應用在通用智能達到一定閾值后即可實現，知識密度要求不高，但對學生思維起到部分引導作用。3）內容生成：AI 可以根據教材和課程設置自動生成相關學習內容，如生成習題、案例分析等。這一應用知識密度需求不高，但對思維引導性要求增加。4）靈感索引：靈感索引是“因材施教”的關鍵，也是傳統教育中老師較難被替代的環節，例如，在學生若干結題步驟中精準定位出錯點，判斷思維誤區，進行正確引導，目前國內外 AI+教育產品均在探索中，尚無成熟案例。教育投入長期以來是公共財政第一大支出。教育投入長期以來是公共財政第一大支出。2018 年2022 年，國家財政性教育經費累計投入 21.

251、4 萬億元，年均增長 7%，占國內生產總值的比例連續 11 年保持在 4%以上。圖圖7272：2 2003003 年至年至 20222022 年國家教育公共財政支出（億元）年國家教育公共財政支出（億元）資料來源：WIND，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。57 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 在線教育市場規模穩定增長，未來大有可為。在線教育市場規模穩定增長，未來大有可為。根據艾瑞咨詢數據，2025 年我國在線教育市場規模將達到 4905 億元，年復合增長率 17.5%。這主要受益于以下幾個方面的因素：1）國家

252、對于教育事業的重視和支持，不斷增加教育經費投入，推動教育信息化和現代化的發展，為在線教育提供了政策紅利和基礎條件。2）互聯網技術的不斷進步和創新，提升了在線教育的技術水平和服務質量，為在線教育提供了技術驅動和效率提升。3）用戶對于在線教育的接受度和付費意愿的不斷提升，以及對于個性化、多樣化、國際化的在線教育需求的不斷增長，為在線教育提供了市場需求和消費動力。4）在線教育機構的不斷創新和優化，以及與其他行業的跨界合作和融合，為在線教育提供了產品多元化和競爭優勢。圖圖7373：SoraSora 生成視頻截圖生成視頻截圖 資料來源：OpenAI，中國銀河證券研究院 S Soraora 實現跨代級提升

253、，教育或將成為優質應用場景之一。實現跨代級提升，教育或將成為優質應用場景之一。Sora 可以將 Prompt 轉換成長達 60 秒視頻，相對于此前文生視頻大模型 Runway、Pika、Stable Video 等提升幾個級別。同時在視頻分辨率以及質量方面，Sora 可以生成 1080P 清晰度視頻，并且能夠相對完整實現對世界及物體運動規律理解及模擬，在鏡頭切換方面保持穩定性。此外，Sora 還支持圖片格式輸入、視頻擴展、視頻拼接等，是文生視頻領域突破性技術變革。S Soraora 將徹底顛覆在線教育，擴寬應用場景。將徹底顛覆在線教育，擴寬應用場景。在線教育在于情境化學習、跨學科學習、主題性學

254、習、項目式學習和學科實踐，都與教學中創設情境有關。Sora 作為一種視頻生成工具，初步能模擬物理世界及運動規律，具有創設情境的天然優勢，可以成為情境教學的得力助手。Sora 具有能力涌現的功能，加上強大的算力，幾乎可以生成人們能夠想象和無法想象的任何逼真視頻。包括文學體驗、歷史場景、氣候變化和天體運行，這些在教學中能夠用到的情境都可以讓 Sora 生成，而且無限豐富、場景具體。（三）AIGC+醫療：AI 藥物研發和 AI 醫學影像深具潛力 全球全球 AIAI 醫療市場保持快速增長，醫療市場保持快速增長，AIAI 藥物研發和藥物研發和 AIAI 醫學影像占比最高。醫學影像占比最高。根據 Glob

255、al Market Insights 報告，2022 年全球 AI 醫療市場規模超過 50 億美元，并預計將以超過 29%的年均復合增速增長至 2032 年的 700 億美元。細分子行業里，AI 藥物研發和 AI 醫學影像占比最高，合計占比超過 50%。預計 2032 年 AI 藥物研發市場規模將超過 205 億美元。中國市場起步較晚，處于高速增長期，年增速超中國市場起步較晚，處于高速增長期，年增速超 3 30%0%，AIAI 藥物研發和藥物研發和 AIAI 醫學影像醫學影像 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。58 Table_ReportTypeIndex 數字經濟專題報

256、告數字經濟專題報告 最具潛力。最具潛力。根據 IQVIA 數據，2021 年中國 AI 醫療市場規模不足 40 億元，主要以智慧病案、信息系統和 CDSS（臨床決策系統）等應用為主，而國外較成熟的 AI 藥物研發和 AI醫學影像占比較低。據國家衛健委的數據，我國 AI 醫療市場規模預計到 2025 年將達到500 億元，顯示出強勁的增長勢頭。未來 10 年，預計中國 AI 醫療市場將以超 30%的年均復合增速增長，AI 醫學影像（超聲、CT、X 光、病理等）和 AI 藥物研發將成為增長最快的細分市場。從 2021-2023 年中國 AI 醫療不同賽道融資情況來看，2023 年融資數有大幅增長，

257、AI 影像、AI 制藥、AI 信息化依次位列前三。圖圖7474：2 2021021-20232023 年中國年中國 AIAI 醫療不同賽道融資情況（單位：個）醫療不同賽道融資情況（單位：個）圖圖7575：智能醫療行業階智能醫療行業階段年復合增長率段年復合增長率 資料來源：動脈網，中國銀河證券研究院 資料來源：沙利文醫療智能行業白皮書，中國銀河證券研究院 大模型成為大模型成為 AIAI 醫療行業的主要創新驅動力，多模態架構、自監督學習技術以及上下醫療行業的主要創新驅動力，多模態架構、自監督學習技術以及上下文學習能力使得大模型有望實現醫療領域的通用人工智能。文學習能力使得大模型有望實現醫療領域的通

258、用人工智能。未來的醫療大模型有望靈活解釋多種數據模態組合，比如來自醫學影像、電子病歷、檢驗科、實驗室結果等等的圖表和文本數據，并產生更強更豐富的表達輸出，可輸出文本、圖表或者語言，甚至有醫學推理能力?；诖竽Ｐ万寗拥幕诖竽Ｐ万寗拥?AIAI 醫療產業鏈可以分為基礎層、模型層與應用層：醫療產業鏈可以分為基礎層、模型層與應用層：1 1）基礎層，）基礎層，除數據服務外，芯片與通信等基礎核心領域與其他行業共通，而醫療數據由于其特殊性，數據開放度較低，獲取存在一定壁壘，其數據的確權與流通問題尚待解決；2 2）模型層，）模型層，AI 算法、框架需要長期的研發投入，目前各大科技企業與互聯網巨頭均在加速布局

259、，大模型在醫療領域的應用越發廣泛，解決了一些關鍵問題；3 3）應用）應用層，層，應用層可觸達全醫療服務場景，如院內臨床決策系統、手術機器人、智慧病案系統、醫療影像、藥企新藥研發與基因檢測。圖圖7676：基于大模型驅動的基于大模型驅動的 AIAI 醫療產業鏈醫療產業鏈 資料來源：人工智能醫療器械創新合作平臺，中國信通院，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。59 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 模型層，參與者主要有大型科技公司和醫藥類企業。模型層，參與者主要有大型科技公司和醫藥類企業。大型科技公司基于自己的通用大模

260、型，開發垂直化服務平臺進行賦能，主要代表公司有英偉達、英特爾、騰訊、百度、阿里等等，比如英偉達推出了生物醫藥基礎模型云服務平臺 BioNeMo，提供生成式化學、蛋白質語言和結構預測相關開源模型，可以進行蛋白質、DNA 和生物化學數據處理，從而加速藥物研發。醫藥類企業具有豐富的生物醫學行業數據、用戶資源和細分領域專業能力，以調用接口或基于開源模型自研的方式切入，微調改進自身產品或開發智能化產品。如 FermaAI、Nuance、Wondercise 集成 Chat-GPT 等模型，提供更加快捷智能的生物技術及制藥咨詢、自動生成病例、醫學文檔處理、個人健康管理功能。表表2525：醫療大模型主要參與

261、者與應用場景醫療大模型主要參與者與應用場景 公司公司 醫療大模型醫療大模型 應用場景應用場景 英偉達 生物醫藥基礎模型云服務平臺 BioNeMo 提供生成式化學、蛋白質語言和結構預測相關開源模型，可以進行蛋白質、DNA 和生物化學數據處理，從而加速藥物研發。英特爾 科學生成式模型 Aurora genAI 根據生物學、化學、材料學、物理學、醫學的科學文本、代碼和結構化科學數據進行訓練，可以加速科學研究和新藥研發。騰訊 騰訊醫療大模型 賦能文案生成、智能問答、病歷結構化和檢索、影像報告和輔助診斷。百度 靈醫大模型 已全面向公立醫院、互聯網醫院、連鎖藥房等機構開放體驗，并支持其他生態合作方進行 A

262、PI 調用、插件集成。阿里 通義醫療行業大模型 助力醫療、醫藥業務場景模型構建和全生命周期二次訓練、推理、評測和模型加速應用服務。商湯 商量大醫 利用超 200 億 tokens 的高質量醫學知識數據訓練而成，其聚焦智慧大健康、智慧患者服務、智慧臨床以及數智建設四大領域，覆蓋智能自診、體檢咨詢、健康問答、導診、預問診、用藥咨詢、診后隨訪管理、智慧病歷、診室聽譯機器人、智慧醫助、智慧隨訪、影像報告結構化及病歷結構化共 13 個細分醫療健康場景，推動醫療健康全產業鏈數智化轉型。資料來源：人工智能醫療器械創新合作平臺，中國信通院，中國銀河證券研究院 應用層，大模型的應用使得多個領域的新場景涌現，應用

263、層，大模型的應用使得多個領域的新場景涌現，按成熟度由高到低為生命科學研究領域、藥械研發領域、醫學影像和圖像領域、醫療問答和智能問診領域、輔助診療和臨床決策領域、個人健康管理領域、醫學教學領域。生命科學研究領域：生命科學研究領域：AI 大模型在該領域發展較為成熟，起步早，模型數量多，迭代發展快。例如，AI 大模型可以完成蛋白質語言理解和生成的任務，協助蛋白質結構預測和從頭設計合成；可以賦能 DNA/RNA 等生命組學計算，為病因推斷、疾病預測、精準醫療提供新思路；可以作為科研助手輔助生物醫學研究開發工作，優化科研流程。由溫州眼視光國際創新中心(中國眼谷)開發的眼科專用大型語言模型 EyeGPT，

264、目前主要應用于科研場景以及臨床醫療輔助等醫療相關內容，已在研究性論文、病例報告生成、醫學學術文章潤色、醫療文檔寫作等方面有較為成熟的落地，未來將進一步向眼健康早期檢測和智能診斷場景拓展。圖圖7777：EyeGPTEyeGPT 眼健康智能診斷一體化眼健康智能診斷一體化 資料來源：人工智能醫療器械創新合作平臺，中國信通院，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。60 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 藥械研發領域的應用：藥械研發領域的應用：AI 大模型可服務于藥品和器械從研發到上市的各個環節，包括藥物發現、臨床前研究、臨

265、床試驗、注冊申請、上市后再評價等，實現提速降本增效。例如，AI 大模型可助力藥物研發早期階段，可以協助進行分子性質預測和靶點發現；可以助力藥械注冊和審評自動化，提升藥械企業和監管機構的辦公效率；可與生物醫藥行業數據相結合，驅動行業信息咨詢服務新發展。通義醫療行業大模型由阿里云研發，是以通義生成式語言大模型為基底，在通義 Qwen 整體訓練數據超過 3 萬億 tokens 基礎上，融入海量醫學知識文獻與醫療數據所訓練出來的行業大模型。通義行業大模型通過 API與交互式問答形式提供服務,并提供用于模型二次訓練與評測的完整操控平臺，已經開始在行業應用層面探索落地。圖圖7878：阿里巴巴通義大模型結構

266、分層阿里巴巴通義大模型結構分層 資料來源：阿里巴巴，中國銀河證券研究院 醫學影像和圖像領域：醫學影像和圖像領域：在該領域，AI 大模型可以輔助醫學影像診斷分析，并可自動生成影像診斷報告。大模型基于醫學影像的圖文對數據集進行訓練，可以將視覺理解與文本知識相結合，以對話方式解釋醫學圖像，回答相關問題。近期，深睿醫療顱內動脈瘤 CT 造影圖像輔助檢測軟件通過創新通道獲批 NMPA 三類證，成為國內首個創新人工智能顱內動脈瘤 CT 檢測系統。本次獲證的顱內動脈瘤 AI 產品也是深睿醫療 Deepwise MetAI智慧影像&大數據通用平臺中睿影輔助診斷系統的重要組成部分。結合睿影系列的ASPECT 評

267、分、頭頸 CTA、腦灌注(CTP)、腦出血等多個系統,針對缺血性腦卒中和出血性腦卒兩大臨床應用場景。圖圖7979：深睿醫療顱內動脈瘤深睿醫療顱內動脈瘤 CTCT 造影圖像輔助檢測軟件造影圖像輔助檢測軟件 資料來源：新浪新聞，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。61 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 醫療問答和智能問診領域：醫療問答和智能問診領域：AI 大模型可以對話方式回答用戶的醫療健康問題并支持連續自由對話和多場景的功能，并且提升了問診類產品的準確性和智能化程度。騰訊醫療大模型包括文案生成、智能問答、病歷結構化

268、和檢索、影像報告和輔助診斷等場景，為醫療決策全流程提供更精準的輔助，助力患者就醫體驗以及臨床醫生、藥劑師服務效率和質量的雙向提升。此外，基于騰訊醫療大模型的家庭醫生助手能夠提升基層服務能力，暢通醫患溝通渠道，為醫生提供更加智能的簽約、咨詢、隨訪、宣教能力，也為居民提供精細化的健康管理。圖圖8080：騰訊醫療大模型的應用場景騰訊醫療大模型的應用場景 資料來源：騰訊健康，中國銀河證券研究院 輔助診療和臨床決策領域：輔助診療和臨床決策領域：AI 大模型可以預測疾病風險，并生成診斷和治療建議，為臨床決策提供支持。百度靈醫大模型使用了千億 tokens 的訓練語料數據，包括海量臨床脫敏數據、醫學知識圖譜

269、、300 萬+例多模態影像數據，6 億+條健康科普內容，70 萬+臨床試驗研究信息，實現智能醫生助手從輔助診斷、病歷生成、文獻速覽等方面為醫生提供服務。圖圖8181：百度靈醫大模型百度靈醫大模型 資料來源：人工智能醫療器械創新合作平臺，中國信通院，中國銀河證券研究院 個人健康管理領域：個人健康管理領域：個人健康管理領域大模型分布廣泛，模型種類眾多。提供的主要功能有：推動個人健康管理邁向主動化、個性化、智能化；提供營養、運動輔導服務，請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。62 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 多方面支持個人智能健康管理

270、；提供更擬人化的情感疏導與支持，同時帶來心理健康評估、療愈的新工具；生成中醫藥處方或多維度中醫養生方案；智慧康養，滿足老年人陪伴、看護、社交娛樂等多樣化需求。由 OPPO 打造的運動健康助手依托健康知識圖譜訓練的大型語言模型 andesGPT，再結合健康大數據感知與分析技術，進一步增強通用大模型的數據分析能力，打造運動健康領域的專屬解決方案。圖圖8282：OPPO Salus CopilotOPPO Salus Copilot 產品架構產品架構 資料來源：OPPO，中國銀河證券研究院 醫學教學領域：醫學教學領域：模擬不同類型病人，通過提供及時反饋和個性化指導，提高學生知識和技能。Hippocr

271、atic AI 產品將醫學理論知識應用于現實世界情境，利用大模型的能力虛擬患者，完成和人類醫生的對話，其模擬的患者不僅具有不同疾病、性格、情緒和疾病史，還能為醫學生的臨床診斷技能提供反饋評價。Hippocratic AI 主要提供了 Patient simulator（類 ChatGPT 問答）和 flashcard generator 兩種功能。Patient simulator 提供了心血管、呼吸、腸胃、肌肉骨骼、神經學、內分泌、腎臟、生殖 8 種模擬病人問答，并且在整個過程中病人還會表現出憤怒、急躁、焦慮等擬人化情緒，以幫助醫生適應不同類型的病人。Patient simulator 還提

272、供了考試、筆記、病例錄入等學習功能。圖圖8383：Hippocratic AIHippocratic AI 的的 Patient simulPatient simulatorator 功能功能 資料來源：Hippocratic AI，中國銀河證券研究院 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。63 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 （四）AIGC+辦公：ARPU 值與付費率雙升 海外，微海外，微軟軟 365 Copilot365 Copilot 集成集成 GPTGPT-4 4 的功能，以聊天機器人的模式出現在產品的右側。的功能，以聊天機

273、器人的模式出現在產品的右側。用戶通過向其發號指令，便可自動生成文字、表格、演示文稿等內容。大模型的賦能下，簡化了用戶的學習路徑，通過自然語言就可與機器進行交互并發號指令，將操作流程大大簡化，使得工作流程與效率得到了較大的提升。2023 年 7 月 18 日，微軟公布其 Copilot價格為 30 美元/人/月，此舉將大幅提升其產品單價。在近期微軟發布會上，其公布 Copilot產品將于今年 11 月 1 日正式面向全部企業用戶推出，并將嵌套進全新的 Windows11 系統。我們認為，伴隨著微軟我們認為，伴隨著微軟 CopilotCopilot 的全面落地應用，的全面落地應用，AIAI 對業績

274、、用戶數據、產品優化的貢獻對業績、用戶數據、產品優化的貢獻能力將不斷顯現，能力將不斷顯現，2 24 4 年將開始逐步反應在財報上。年將開始逐步反應在財報上。國內，國內，20232023 年年 4 4 月月 1818 日，日，金山辦公金山辦公宣布推出宣布推出 WPSAIWPSAI，將應用于新一代在線內容協，將應用于新一代在線內容協作輕文檔，能力包括：作輕文檔，能力包括：從 0 到 1 生成內容、多輪對話以修改內容、以及處理（編輯/改寫/擴充）已有文檔等功能，并將陸續嵌入全線產品。7 月 6 日，WPS 面向大眾招募智能辦公體驗官。我我們認為，們認為，AIGCAIGC 對辦公產品的賦能將提升用戶的

275、使用意愿與付費意愿。對辦公產品的賦能將提升用戶的使用意愿與付費意愿。AIAI 功能功能主要在云端進行推理任務，用戶只能通過訂閱付費方式進行獲取，將進一步提升公司付主要在云端進行推理任務，用戶只能通過訂閱付費方式進行獲取，將進一步提升公司付費率。目前公司付費率依然較低，相較于微軟費率。目前公司付費率依然較低，相較于微軟 1818左右的付費率仍有較大空間。此外，左右的付費率仍有較大空間。此外，隨著隨著 AIAI 功能的上線，未來產品單價將進行提升，功能的上線，未來產品單價將進行提升，ARPUARPU 值將得到提升。值將得到提升。此外，此外，對比競爭對比競爭對手微軟來說，金山的價格優勢有望進一步放大

276、對手微軟來說，金山的價格優勢有望進一步放大。圖圖8484：AIAI 在辦公領域的應用時間軸在辦公領域的應用時間軸 圖圖8585：WPSWPS AIAI 主要功能主要功能 資料來源：微軟，WPSAI，中國銀河證券研究院 資料來源：WPSAI，中國銀河證券研究院 AIAI 對收入空間貢獻測算：對收入空間貢獻測算：微軟微軟 365365 CopilotCopilot：根據公司業績會紀要披露，2020 年 Q1 公司 Office 商業版用戶數為2.58 億，2021Q1、2022Q1、2023Q1 分別同比增長 15%、16%、11%得出 2023Q1Office 商業版用戶數約為 3.82 億。C

277、opilot 定價為 30 美元/人/月。假設：1）2024 較 2023Q1 用戶增長率為 11%；2）年費為 30*12=360 美元/人/年；3）Copilot 滲透率中樞為 15%?；谝陨霞僭O，當用戶增長率是 11%，Copilot 的用戶滲透率為 15%時，明年 AI 對公司業績貢獻為 76 億美元。表表2626：微軟微軟 365365 商業版收入增量測算核心假設商業版收入增量測算核心假設 用戶數（億人）3.82 用戶數增速假設 11%2024 年用戶數（億人）4.24 價格增量（美元/人/年）120 滲透率 15%收入增量（億美元）76.32 請務必閱讀正文最后的中國銀河證券股份

278、有限公司免責聲明。64 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 資料來源：微軟，中國銀河證券研究院 表表2727：微軟微軟 365365 商業版收入增量測算敏感性分析（億美元）商業版收入增量測算敏感性分析（億美元）用戶增速用戶增速 8.00%9.00%10.00%11%12.00%13.00%14.00%滲透率滲透率 5.00%25.44 25.44 25.44 25.44 25.44 25.44 25.44 10.00%50.88 50.88 50.88 50.88 50.88 50.88 50.88 15.00%76.32 76.32 76.32 76

279、.32 76.32 76.32 76.32 20%101.76 101.76 101.76 101.76 101.76 101.76 101.76 25.00%127.21 127.21 127.21 127.21 127.21 127.21 127.21 資料來源：微軟，中國銀河證券研究院 金山金山 WPSAIWPSAI：長期空間測算：長期空間測算：鑒于公司暫未做出定價策略，我們對公司的預測基于以下假設：1）公司 WPS AI 功能額外定價 5 元/人/月（結合 OpenAI 與百度文心一言價格給出 API 價格參考）；年費為 60 元/人/年；2）公司僅披露了個人付費用戶數，并未披露企業付

280、費用戶數量，因此，我們采用付費率做假設。假設付費率在 AI 帶動下提升至約 24%（目前微軟的付費率水平）；3）活躍用戶數為 2.59 億人（PC 用戶與移動用戶有重疊，此處取最新2023Q3PC 端活躍用戶數）；4）AI 滲透率中樞為 15%。那么，當付費率為 24%，AI 滲透率為 15%時，每年收入增量為 5.59 億元。表表2828：WPS AIWPS AI 長期空間測算長期空間測算核心假設核心假設 用戶數（億）2.59 價格增量 60 付費率 24%付費用戶數（億）0.62 滲透率 15%每年收入增量（億元）5.59 資料來源：WPS AI，中國銀河證券研究院 表表2929：WPSW

281、PS AIAI 長期空間測算長期空間測算敏感性分析（億元）敏感性分析（億元）付費率 5.59 15%18%21%24%27%30%33%滲透率 5.00%1.17 1.40 1.63 1.86 2.10 2.33 2.56 10.00%2.33 2.80 3.26 3.73 4.20 4.66 5.13 15.00%3.50 4.20 4.90 5.59 6.29 6.99 7.69 20%4.66 5.59 6.53 7.46 8.39 9.32 10.26 25.00%5.83 6.99 8.16 9.32 10.49 11.66 12.82 資料來源：WPS AI，中國銀河證券研究院 2

282、 2024024 年假設性測算：鑒于公司暫未做出定價策略，我們對公司的預測基于以年假設性測算：鑒于公司暫未做出定價策略，我們對公司的預測基于以下假設：下假設：1）假設公司 WPS AI 功能額外定價 5 元/人/月（結合 OpenAI 與百度文心一言價格給出 API 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。65 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 價格參考）；年費為 60 元/人/年；2）公司僅披露了個人付費用戶數，并未披露企業付費用戶數量，因此，我們采用付費率做假設。假設付費率在 AI 帶動下提升至約 12%；3）活躍用戶數為 2.59

283、 億人（PC 用戶與移動用戶有重疊，此處取最新 2023Q3PC 端活躍用戶數）；4）AI 滲透率中樞為 10%。那么，當付費率為 12%，AI 滲透率為 10%時，2024 年收入增量中樞為 1.86 億元。表表3030：WPS AIWPS AI 2 2024024 年假設性年假設性測算核心假測算核心假設設 用戶數（億）2.59 價格增量 60 付費率 12%付費用戶數（億）0.21 滲透率 10%每年收入增量（億元）1.86 資料來源：WPS AI，中國銀河證券研究院 表表3131：WPSWPS AIAI 2 2024024 年假設性測算年假設性測算敏感性分析（億元）敏感性分析（億元）付費

284、率 9%10%11%12%13%14%15%滲透率 2.00%0.28 0.31 0.34 0.37 0.40 0.44 0.47 6.00%0.84 0.93 1.03 1.12 1.21 1.31 1.40 10.00%1.40 1.55 1.71 1.86 2.02 2.18 2.33 14%1.96 2.18 2.39 2.61 2.83 3.05 3.26 18.00%2.52 2.80 3.08 3.36 3.64 3.92 4.20 資料來源：WPS AI，中國銀河證券研究院 （五）AIGC+工業：打造新質生產力，推動智能制造發展 AIAI 大模型在工業領域的應用仍處于探索階段，

285、主要有以下原因：大模型在工業領域的應用仍處于探索階段，主要有以下原因：第一，工業領域對安全生產的要求極高。第一，工業領域對安全生產的要求極高。目前生成式 AI 技術通過預訓練學習后推理出“合理”的答案，這個答案可能存在邏輯漏洞或者歪曲事實，對工業生產來說，這種小概率的錯誤可能引發宕機等生產事故。第二，目前的模型訓練數據主要來源與文本、圖像與視頻，工業生產中的數據是非標準化的，并且各領域的生產流程、工業、產線、原材料等差異較大。根據中國質量認證中心及中關村智用人工智能研究院聯合發布的產業大模型應用根據中國質量認證中心及中關村智用人工智能研究院聯合發布的產業大模型應用白皮書，產業大模型主要有五項指

286、標：白皮書，產業大模型主要有五項指標：1）可控性：大模型需要實現預測、分類與檢測的準確性，在應用過程中，需要保證其決策的透明度和可解釋性，輸出需要與社會的道德與法律標準保持一致與可控。2）能力增強：產業大模型需要對工作流程擁有邏輯理解，包括對工廠數據、文本、圖像的理解能力與輸出能力，突出決策輔助的準確性。3）安全性：需要保障工廠數據的安全與不可泄漏，具備抵擋外部黑客攻擊的能力。4）部署的可實施性：大模型與原有的軟硬件系統需要兼容，并且能夠低成本的進行維護。5）算力的性價比：大模型所需的算力成本和投入需要與其產出相匹配。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。66 Table_Re

287、portTypeIndex 數字經濟專題報告數字經濟專題報告 圖圖8686：AIAI 產業大模型的五項指標產業大模型的五項指標 資料來源：產業大模型應用白皮書（中國質量認證中心、中關村智用人工智能研究院），中國銀河證券研究院 生成式生成式 AIAI 在工業領域主要通過大在工業領域主要通過大模型與行業小模型賦能。模型與行業小模型賦能。主要有幾類賦能方式：可直接基于通用的大模型底座對行業進行賦能，例如通用型模型文心一言直接運用在工業企業運營流程中；此外，可將通用模型進行特定行業的調優，在原本的工業軟件中臺或者工業互聯網平臺以 API 接口的方式接入；或者在細分的特定生產場景進行針對性的模型開發。模

288、型的表現形式主要有：通用的大語言模型的應用領域主要有工業通用知識的問答交互、或者協助開發人員進行一些文生文、視頻、代碼，提升工作效率；多模態大模型可以通過視覺等識別對現場設備進行分析診斷；具體任務型大模型在具體的功能方面有所側重，比如圖紙的設計與產品的規劃研發。圖圖8787：大模型賦能工業的核心方式與產品形態大模型賦能工業的核心方式與產品形態 資料來源：中國信通院，工業互聯網產業聯盟，中國銀河證券研究院 各工業軟件公司相繼在大模型領域進行了探索，應用場景主要體現在：各工業軟件公司相繼在大模型領域進行了探索，應用場景主要體現在：第一，在產品開發階段，生成式 AI 可以在設計的圖像與文本上進行輔助

289、，能夠壓縮設計和迭代的過程。第二，AI 大模型的代碼能力可以協助軟件工程師提升編程的效率，或者直接替代部分較為低端的代碼環節。第三，AI 大模型可以輔助工廠的決策人員進行數據的追蹤與分析。第四，大模型有望改變操作人員與現場機器的交互方式，通過自然語言的方式與機器進行“溝通”，降低操作的學習成本與門檻。中控技術：中控技術：中控技術于近期宣布將推出首個面向流程工業運行優化與設計的 AI 大模型，運用海量的生產運行、工藝、設備及質量數據，自主研發生成式 AI 算法架構（AIGC），基于工業多源數據進行融合訓練，建立流程工業高泛化、高可靠的大模型，為客戶提供AI+安全、AI+質量、AI+效益、AI+低

290、碳的智能化解決方案，或有望在流程工業的效率上實現革命性的突破。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。67 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 鼎捷軟件：鼎捷軟件：鼎捷行業大模型平臺為不同行業提供專業、個性化的 AI 服務和場景化、定制化解決方案，主要功能有創意寫作、知識問答、智能客服、報告生成、推理預測和總結。此外，鼎捷開發了雅典娜 ChatFile 機器人，是一款基于鼎捷知識中臺和 GPT 技術構建的企業級知識機器人，主要針對 PDF，WORD，PPT，TXT，EXCEL 等非結構化文檔做知識交互，實現快速、低成本構建企業知識問答系統

291、。企業用戶可通過 ChatFile 實現自然語言與知識間的交互，準確合規安全的獲取及使用企業知識，提升員工工作效率及學習能力。賽意信息：賽意信息：賽意信息與華為深度合作，攜手華為盤古打造制造業大模型/AIGC 中臺。賽意 AIGC 中臺(善謀 GPT)則是深度融合賽意信息在財稅、人力、營銷、供應鏈、研發與生產制造等領域知識的最佳實踐。善謀 GPT 為企業提供了多種應用場景，包括數字員工（智能引導）、智能單據（智能輔助）、企業知識庫（智能問答）、AI 自動報價（智能報價）等。通過與企業現有的系統和數據集成，善謀 GPT 能夠為企業提供更加個性化和智能化的服務，提高企業生產與經營管理效率。索辰科技

292、：索辰科技：索辰在 AI 的布局主要體現在它原有的仿真能力與機器人相結合。在工程設計、建模與仿真的領域中，生成式人工智能技術能夠用于改進數據輸入、創造場景、優化流程以及合成數據的生成。公司立足于精確的物理原理，在已有的 CAE 軟件和新增的人型機器人等業務方向中利用生成式模型的最新進展，將生成式人工智能的使用作為開發和實施數字孿生技術的關鍵組成部分，并取得了一定的階段性成果。目前，通過大語言模型進行仿真數據輸入和仿真場景創建，結合生成式流程，能夠實現從文本到仿真結果及最后的視頻渲染。漢得信息：漢得信息：發布漢得 AIGC 中臺與燕千云 SaaS 服務，燕千云 SaaS 服務平臺基于漢得HZER

293、O 原生態 AIGC 能力，對企業內部的 IT 服務、員工服務、客戶服務進行場景重鑄，并以低成本、短周期、低門檻部署解決方案，為企業提供更高效率、更好體驗的“強 IT”服務體系。表表3232：工業軟件廠商在工業軟件廠商在 AIAI 的布局的布局 工業軟件廠商工業軟件廠商 相關相關 AIAI 布局布局 中控技術中控技術 中控技術于近期宣布將推出首個面向流程工業運行優化與設計的 AI 大模型，運用海量的生產運行、工藝、設備及質量數據，自主研發生成式 AI算法架構（AIGC），基于工業多源數據進行融合訓練，建立流程工業高泛化、高可靠的大模型，為客戶提供 AI+安全、AI+質量、AI+效益、AI+低碳

294、的智能化解決方案，或有望在流程工業的效率上實現革命性的突破。索辰科技索辰科技 索辰在 AI 的布局主要體現在它原有的仿真能力與機器人相結合。在工程設計、建模與仿真的領域中，生成式人工智能技術能夠用于改進數據輸入、創造場景、優化流程以及合成數據的生成。公司立足于精確的物理原理，在已有的 CAE 軟件和新增的人型機器人等業務方向中利用生成式模型的最新進展，將生成式人工智能的使用作為開發和實施數字孿生技術的關鍵組成部分，并取得了一定的階段性成果。目前，通過大語言模型進行仿真數據輸入和仿真場景創建，結合生成式流程，能夠實現從文本到仿真結果及最后的視頻渲染。賽意信息賽意信息 賽意信息與華為深度合作，攜手

295、華為盤古打造制造業大模型/AIGC 中臺。賽意 AIGC 中臺(善謀 GPT)則是深度融合賽意信息在財稅、人力、營銷、供應鏈、研發與生產制造等領域知識的最佳實踐。善謀 GPT 為企業提供了多種應用場景，包括數字員工（智能引導）、智能單據（智能輔助）、企業知識庫（智能問答）、AI 自動報價（智能報價）等。通過與企業現有的系統和數據集成，善謀 GPT 能夠為企業提供更加個性化和智能化的服務，提高企業生產與經營管理效率。鼎捷軟件鼎捷軟件 鼎捷行業大模型平臺為不同行業提供專業、個性化的 AI 服務和場景化、定制化解決方案，主要功能有創意寫作、知識問答、智能客服、報告生成、推理預測和總結。此外，鼎捷開發

296、了雅典娜 ChatFile 機器人，是一款基于鼎捷知識中臺和 GPT 技術構建的企業級知識機器人，主要針對 PDF，WORD，PPT，TXT，EXCEL 等非結構化文檔做知識交互，實現快速、低成本構建企業知識問答系統。企業用戶可通過 ChatFile 實現自然語言與知識間的交互，準確合規安全的獲取及使用企業知識，提升員工工作效率及學習能力。漢得信息漢得信息 發布漢得 AIGC 中臺與燕千云 SaaS 服務，燕千云 SaaS 服務平臺基于漢得 HZERO 原生態 AIGC 能力，對企業內部的 IT 服務、員工服務、客戶服務進行場景重鑄，并以低成本、短周期、低門檻部署解決方案，為企業提供更高效率、

297、更好體驗的“強 IT”服務體系。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。68 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 資料來源：中控技術，索辰科技，賽意信息，鼎捷軟件，漢得信息，中國銀河證券研究院 五、投資建議五、投資建議 我們認為，我國數字經濟發展進入快車道，數字中國按照“我們認為，我國數字經濟發展進入快車道，數字中國按照“2 2522522”整體架構進行布”整體架構進行布局，局，大力推進現代化產業體系建設，加快發展新質生產力大力推進現代化產業體系建設，加快發展新質生產力，深化大數據、人工智能等研深化大數據、人工智能等研發應用，開展發應用，

298、開展“人工智能人工智能+”+”行動行動。當下，大模型及多模態加速迭代升級，應用端加速落。當下，大模型及多模態加速迭代升級，應用端加速落地，傳導上游基礎設施爆發增長，數字經濟產業鏈迎來投資機會，建議關注：地，傳導上游基礎設施爆發增長，數字經濟產業鏈迎來投資機會，建議關注：1 1）算力基）算力基礎設施廠商：礎設施廠商：中科曙光、曙光數創、軟通動力、拓維信息、神州數碼、烽火通信；2 2）大）大模型及多模態廠商：模型及多模態廠商：科大訊飛、?？低?、拓爾思、大華股份、萬興科技、中科創達；3 3）數據資源持有商及運營商：數據資源持有商及運營商：易華錄、超圖軟件、上海鋼聯、深桑達 A、中科星圖；4 4）A

299、 AI+I+金融：金融：恒生電子、同花順、財富趨勢；5 5）A AI+I+教育：教育：科大訊飛；6 6）A AI+I+醫療：醫療：嘉和美康、衛寧健康；7 7）A AI+I+辦公：辦公：金山辦公、彩訊股份；8 8）A AI+I+工業：工業：中控技術。表表3333：推薦公司盈利預測表推薦公司盈利預測表 證券代碼 證券簡稱 營業收入（億元）/增速（%）凈利潤（億元）/增速（%）PE 2022A 2023E 2024E 2025E 2022A 2023E 2024E 2025E 2023E 2024E 2025E 688111.SH 金山辦公 38.85/18.44 47.03/21.05 59.92

300、/27.42 78.46/31.93 11.18/7.33 13.69/22.47 17.73/29.58 31.93/33.86 101.8 78.57 65.18 002230.SZ 科大訊飛 188.20/2.77 231.53/23.0 300.75/29.9 320.25/25.17 5.61/-63.94 13.12/133.8 19.55/49 25.17/47.16 80.18 50.81 65.72 300033.SZ 同花順 35.59/1.4 40.25/13.09 48.16/19.66 48.3/16.13 16.91/-11.51 18.26/7.95 22.39/

301、22.63 16.13/17.66 44.63 36.4 38.50 600570.SH 恒生電子 65.02/18.3 79.41/22.12 95.98/20.87 109.13/19.08 10.91/-25.45 18.38/68.41 22.89/24.5 19.08/23.03 30.36 24.38 19.09 300036.SZ 超圖軟件 15.96/-14.9 19.74/23.68 24.66/24.97 31.19/25.4 0.015568312 2.80/182.77 3.75/33.85 25.4/32.75 35.36 26.4 18.68 300226.SZ 上

302、海鋼聯 765.67/16.41 850.38/11.0 949.83/11.7 1110.97/13.11 2.03/14.13 2.63/29.42 3.38/28.57 13.11/30.1 33.84 26.33 19.76 300634.SZ 彩訊股份 11.95/34.71 15.74/31.65 20.50/30.28 25.48/27.34 2.25/50.91 3.09/37.12 3.97/28.66 27.34/26.72 31.07 24.18 18.82 688246.SH 嘉和美康 7.17/9.97 8.60/20.00 10.53/22.34 14.34/27.

303、76 0.68/37.13 0.85/25.55 1.18/38.31 27.76/43.21 56.47 40.68 20.87 603019.SH 中科曙光 130.08/15.44 152.67/17.3 180.31/18.10 202.37/17.79 15.44/31.27 20.02/29.64 25.12/25.48 17.79/24.24 28.07 22.37 25.39 872808.BJ 曙光數創 5.18/27.01 6.72/29.77 8.57/27.54 10.7/25.77 1.17/24.72 1.65/41.23 2.14/29.76 25.77/27.4

304、 53.33 41.12 42.31 688568.SH 中科星圖 15.77/51.62 23.26/47.55 33.21/42.77 49.34/43.01 2.43/10.19 3.42/41.05 4.81/40.37 43.01/40.7 50.88 36.17 29.17 300229.SZ 拓爾思 9.07/-11.81 11.92/31.34 15.40/29.25 15.67/23.75 1.28/-48.04 2.63/106.29 3.36/27.71 23.75/34.4 50.95 39.88 38.04 688318.SH 財富趨勢 3.21/-1.49 4.08

305、/26.81 5.23/28.37 6.72/26.02 1.54/-45.48 3.07/99.69 3.95/28.91 26.02/24.49 59.28 46.08 32.22 300496.SZ 中科創達 54.45/31.96 63.15/15.98 80.46/27.40 82.49/23.83 7.69/18.77 9.18/19.39 12.05/31.33 23.83/30.59 40.09 30.54 25.67 002261.SZ 拓維信息 30.31/114.35 40.22/107.7 53.59/56.08 53.59/33.26 35.52/145.73 32.

306、68/70.14 33.26/44.94 33.26/56.08 145.73 70.14 44.94 301236.SZ 軟通動力 201.1/-11.1 233.31/30.2 270.78/25.88 270.78/16.06 5.27/56.61 16.02/43.45 16.06/34.52 16.06/25.88 56.61 43.45 34.52 000034.SZ 神州數碼 1227.63/23.3 1307.23/18 1397.51/19.2 1397.51/6.91 5.94/17.38 6.48/14.65 6.91/12.29 6.91/19.24 17.38 14.

307、65 12.29 600498.SH 烽火通信 344.02/26.67 396.9/44.16 461.12/39 461.12/16.18 11.27/44.62 15.37/30.95 16.18/22.27 16.18/39 44.62 30.95 22.27 300624.SZ 萬興科技 15.18/130.76 19.22/52.6 23.92/40.89 23.92/24.49 28.65/162.83 26.58/106.7 24.49/75.73 24.49/40.89 162.83 106.70 75.73 002415.SZ ?？低?831.66/2.14 898.60

308、/8.05 1007.76/12.1 1139.45/13.88 128.37/-23.59 163.19/27.1 184.61/13.12 13.88/17.04 19.33 17.08 15.63 688777.SH 中控技術 66.24/46.56 116.42/22.7 150.97/28.75 150.97/29.67 8.07/37.03 35.08/26.42 29.67/22.71 29.67/28.75 32.41 26.42 20.52 000032.SZ 深桑達 A 593.9/16.33 695.3/17.07 811.25/16.68 811.25/16.68 16

309、.33/13.13 17.07/19.92 16.68/27.92 16.68/60.5 78.53 60.50 96.91 002236.SZ 大華股份 328.03/7.32 378.51/15.3 441.43/16.62 441.43/16.62 7.32/53.18 15.39/47.51 16.62/56.75 16.62/19.71-10.54 19.71 12.65 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。69 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 300253.SZ 衛寧健康 34.69/12.15 42.59/22.79

310、 52.76/23.87 52.76/23.87 12.15/3.64 22.79/5.34 23.87/7.31 23.87/32.39 41.58 32.39 45.45 資料來源：WIND，中國銀河證券研究院 六、風險提示六、風險提示 技術研發進度不及預期風險；供應鏈風險；政策推進不及預期風險；下游需求不及預期風險；行業競爭加劇風險。請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。70 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖表目錄圖表目錄 圖 1：人工智能是核心技術催化劑，促進顛覆性技術融合.4 圖 2：四次工業革命里通用性技術的經濟影響估

311、算.5 圖 3：AI 對經濟增長的貢獻突出.5 圖 4：AGI 有望加速到來.5 圖 5：DiT 模塊架構.6 圖 6：將視頻壓縮到一個較低維空間，再將其分解為 patches.6 圖 7：隨著訓練計算的增加，樣本質量顯著提高.6 圖 8：Sora 缺陷其一：生成的運動違反物理原理.7 圖 9：Sora 缺陷其二：物理建模不精確、目標“變形”不自然.7 圖 10：受益于人工智能和計算機視覺，機器人將能夠在非結構化環境中經濟高效地運行.10 圖 11：全球勞動力每天工作時長.10 圖 12：全球上網時長.10 圖 13：Med-PaLM 2 在 MedQA 上的表現比 Med-PaLM 提高了

312、19%以上.12 圖 14：結構性貨幣政策工具梳理（截至 2023 年末）.13 圖 15：首輪積極財政政策期間我國基礎設施處于起步階段.15 圖 16：1998 年至今價格指數及 GDP 增速（%）.15 圖 17：“四萬億”計劃的主要投資方向.15 圖 18：我國基建投資資金來源與完成額間的資金缺口（億元）.15 圖 19：1994 年至今廣義財政凈融資額變化（億元）.16 圖 20：城投債與政府債的融資利差.16 圖 21：2021-2024 年主要財政指標及政策表述.16 圖 22：中國數字經濟規模及增速預測.19 圖 23：中國數字經濟增速（名義）對比 GDP 增速（名義）.19 圖

313、 24：中美歐印 GDP、投資、人口占全球比重.19 圖 25：中美歐印互聯網滲透率.19 圖 26：全球人工智能人才數量占比.20 圖 27：中美入選 AI2000 歷年人數對比.20 圖 28：全球人工智能人才數量占比.21 圖 29：截至 2023 年 7 月全球大模型累計數量區域分布情況.21 圖 30：國內外代表性大模型中文測評得分趨勢(23 年 7 月-24 年 2 月).22 圖 31：全球大模型中文測評結果（24 年 2 月).22 圖 32：通用服務器拆解圖（以華為 TS200-2280 為例）.23 圖 33：AI 服務器拆解解（以華為 Atlas800TA2 為例）.23

314、 圖 34：全球服務器市場規模及預測.24 圖 35：中國服務器市場規模及預測.24 圖 36：全球 AI 服務器市場規模及預測.24 圖 37：全球 AI 服務器廠商出貨量及預測.24 圖 38：全球 AI 服務器出貨量結構.25 圖 39：全球 AI 服務器銷售額結構.25 圖 40：中國 AI 服務器市場規模及預測.25 圖 41：中國 AI 服務器出貨量及預測.25 圖 42：2023 年、2025 年推理求預測.26 圖 43：推理服務器需求推算.26 圖 44：Tranformer 語義分割方法.27 圖 45：不同模型訓練一輪所需算力需求.28 請務必閱讀正文最后的中國銀河證券股

315、份有限公司免責聲明。71 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 圖 46：算力對數字經濟和 GDP 的影響.28 圖 47：中國 AI 芯片市場規模.30 圖 48：2018-2022 年中國 AI 芯片投資情況.30 圖 49：華為昇騰計算產業生態.31 圖 50：昇騰全棧 AI 軟硬件平臺.32 圖 51：華為昇思 MindSpore 框架.33 圖 52：風冷與液冷散熱能力對比.33 圖 53：制冷技術 PUE 對比.34 圖 54：冷板式液冷服務器散熱原理.35 圖 55：曙光冷板式液冷服務器.35 圖 56：單相浸沒式液冷服務器散熱原理.35

316、圖 57：曙光數創全浸沒式液冷服務器.36 圖 58：2022 年-2027 年中國液冷服務器市場規模預測.36 圖 59：云端 AI 預計市場規模.37 圖 60：云+邊緣落地方向.37 圖 61：MediaPipe LLM Inference API 適配四種模型架構.39 圖 62：三星手機接入谷歌 AI 大模型 Gemini.39 圖 63：2024 年起全球將加速普及 AI+PC.40 圖 64：Figure01 演示視頻.41 圖 65：美國數字戰略布局歷史沿革.44 圖 66：美國現階段數字戰略布局.44 圖 67：歐盟人工智能法案發展時間線.46 圖 68：歐盟人工智能法案的監

317、管分級.47 圖 69：數據要素市場規模及增速預測.52 圖 70：盡管 phi-1 的訓練規模較小，但其表現明顯優于其他模型.52 圖 71：同花順 AI 開放平臺核心技術.54 圖 72：2003 年至 2022 年國家教育公共財政支出（億元）.56 圖 73：Sora 生成視頻截圖.57 圖 74：2021-2023 年中國 AI 醫療不同賽道融資情況（單位：個）.58 圖 75：智能醫療行業階段年復合增長率.58 圖 76：基于大模型驅動的 AI 醫療產業鏈.58 圖 77：EyeGPT 眼健康智能診斷一體化.59 圖 78：阿里巴巴通義大模型結構分層.60 圖 79：深睿醫療顱內動脈

318、瘤 CT 造影圖像輔助檢測軟件.60 圖 80：騰訊醫療大模型的應用場景.61 圖 81：百度靈醫大模型.61 圖 82：OPPO Salus Copilot 產品架構.62 圖 83：Hippocratic AI 的 Patient simulator 功能.62 圖 84：AI 在辦公領域的應用時間軸.63 圖 85：WPS AI 主要功能.63 圖 86：AI 產業大模型的五項指標.66 圖 87：大模型賦能工業的核心方式與產品形態.66 請務必閱讀正文最后的中國銀河證券股份有限公司免責聲明。72 Table_ReportTypeIndex 數字經濟專題報告數字經濟專題報告 表格目錄表格

319、目錄 表 1：OpenAI Sora 對比同類文生視頻大模型.7 表 2：主流大模型上下文輸入長度對比.9 表 3：AGI 帶來千行百業顛覆性革命.9 表 4：腦機接口系統關鍵指標.11 表 5：2019 年至今歷次專項債用途擴容.17 表 6：關于國有資本經營預算的定義變化.18 表 7：中美人工智能產業發展狀況對比，截至 2023 年 7 月.21 表 8：國內外代表性大模型參數及預訓練數據對比.21 表 9：部分國內代表性大模型 SuperCLUE 中文測評基準得分(23 年 7 月-24 年 2 月).22 表 10：服務器架構.23 表 11：英偉達 H20、L20、L2 性能參數對

320、比.29 表 12：華為昇騰 910b 與英偉達 A100 參數性能對比.30 表 13：華為服務器對比.31 表 14：全國主要數據中心 PUE 要求.33 表 15：AI 多模態大模型企業 20 強.38 表 16：核心數據、重要數據定義.43 表 17：美國人工智能行政命令的主要規范限制.44 表 18：除行政法令外的美國人工智能政策.45 表 19：生成式人工智能服務管理暫行辦法的四項制度.49 表 20：人工智能相關部門規章與地方政策梳理.50 表 21：數據要素市場規模及增速預測.51 表 22：Bloomberg 在金融權益類測試中較大模型表現更優.53 表 23：國內金融大模型

321、進展.55 表 24：國內金融大模型主要應用場景.56 表 25：醫療大模型主要參與者與應用場景.59 表 26：微軟 365 商業版收入增量測算核心假設.63 表 27：微軟 365 商業版收入增量測算敏感性分析（億美元）.64 表 28：WPS AI 長期空間測算核心假設.64 表 29：WPS AI 長期空間測算敏感性分析（億元）.64 表 30：WPS AI 2024 年假設性測算核心假設.65 表 31：WPS AI 2024 年假設性測算敏感性分析（億元）.65 表 32：工業軟件廠商在 AI 的布局.67 表 33：推薦公司盈利預測表.68 請務必閱讀正文最后的中國銀河證券股份有

322、限公司免責聲明。73 Table_ReportTypeIndex數字經濟專題報告數字經濟專題報告 分析師承諾及簡介分析師承諾及簡介 本人承諾以勤勉的執業態度，獨立、客觀地出具本報告，本報告清晰準確地反映本人的研究觀點。本人薪酬的任何部分過去不曾與、現在不與、未來也將不會與本報告的具體推薦或觀點直接或間接相關。首席經濟學家章??；宏觀組分析師：許冬石、詹璐；首席計算機分析師吳硯靖；計算機分析師鄒文倩；計算機分析師李璐昕。免責聲明免責聲明 本報告由中國銀河證券股份有限公司（以下簡稱銀河證券）向其客戶提供。銀河證券無需因接收人收到本報告而視其為客戶。若您并非銀河證券客戶中的專業投資者，為保證服務質量、

323、控制投資風險、應首先聯系銀河證券機構銷售部門或客戶經理，完成投資者適當性匹配，并充分了解該項服務的性質、特點、使用的注意事項以及若不當使用可能帶來的風險或損失。本報告所載的全部內容只提供給客戶做參考之用，并不構成對客戶的投資咨詢建議，并非作為買賣、認購證券或其它金融工具的邀請或保證?？蛻舨粦獑渭円揽勘緢蟾娑〈晕要毩⑴袛?。銀河證券認為本報告資料來源是可靠的，所載內容及觀點客觀公正，但不擔保其準確性或完整性。本報告所載內容反映的是銀河證券在最初發表本報告日期當日的判斷，銀河證券可發出其它與本報告所載內容不一致或有不同結論的報告，但銀河證券沒有義務和責任去及時更新本報告涉及的內容并通知客戶。銀河

324、證券不對因客戶使用本報告而導致的損失負任何責任。本報告可能附帶其它網站的地址或超級鏈接，對于可能涉及的銀河證券網站以外的地址或超級鏈接，銀河證券不對其內容負責。鏈接網站的內容不構成本報告的任何部分，客戶需自行承擔瀏覽這些網站的費用或風險。銀河證券在法律允許的情況下可參與、投資或持有本報告涉及的證券或進行證券交易，或向本報告涉及的公司提供或爭取提供包括投資銀行業務在內的服務或業務支持。銀河證券可能與本報告涉及的公司之間存在業務關系，并無需事先或在獲得業務關系后通知客戶。銀河證券已具備中國證監會批復的證券投資咨詢業務資格。除非另有說明，所有本報告的版權屬于銀河證券。未經銀河證券書面授權許可，任何機

325、構或個人不得以任何形式轉發、轉載、翻版或傳播本報告。特提醒公眾投資者慎重使用未經授權刊載或者轉發的本公司證券研究報告。本報告版權歸銀河證券所有并保留最終解釋權。評級標準評級標準 評級評級 說明說明 評級標準為報告發布日后的 6 到 12 個月行業指數（或公司股價）相對市場表現，其中：A 股市場以滬深 300 指數為基準，新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準，北交所市場以北證 50 指數為基準，香港市場以摩根士丹利中國指數為基準。行業評級 推薦：相對基準指數漲幅 10%以上 中性：相對基準指數漲幅在-5%10%之間 回避：相對基準指數跌幅 5%以上 公

326、司評級 推薦：相對基準指數漲幅 20%以上 謹慎推薦：相對基準指數漲幅在 5%20%之間 中性：相對基準指數漲幅在-5%5%之間 回避：相對基準指數跌幅 5%以上 聯系聯系 機構請致電：機構請致電：深廣地區：程曦 0755-83471683chengxi_ 蘇一耘 0755-83479312suyiyun_ 上海地區：陸韻如 021-60387901luyunru_李洋洋 021-20252671liyangyang_ 北京地區：田薇 010- 唐嫚羚 010-80927722tangmanling_ 中國銀河證券股份有限公司研究院 中國銀河證券股份有限公司研究院 深圳市福田區金田路 3088 號中洲大廈 20 層 上海浦東新區富城路 99 號震旦大廈 31 層 北京市豐臺區西營街 8 號院 1 號樓青海金融大廈