《海外科技2025年年度策略：全球巨頭持續加碼受益于AI算力及應用大發展-241207（57頁）.pdf》由會員分享，可在線閱讀，更多相關《海外科技2025年年度策略：全球巨頭持續加碼受益于AI算力及應用大發展-241207（57頁）.pdf（57頁珍藏版）》請在三個皮匠報告上搜索。

1、全球巨頭持續加碼，受益于全球巨頭持續加碼，受益于AIAI算力及應用大發展算力及應用大發展海外科技海外科技20252025年年度策略年年度策略長城證券產業金融研究院分析師 侯賓執業證書編號：S1070522080001分析師姚久花執業證書編號：S1070523100001聯系人 李心怡執業證書編號：S1070123110024證券研究報告證券研究報告買入（強于大市）時間：2024年12月7日 美股指數強勢上漲，美股指數強勢上漲，AI科技產業鏈維持高景氣?？萍籍a業鏈維持高景氣。截至12月5日，2024年納斯達克指數上漲33.65%，標普500指數上漲28.33%。2024年美股指數整體仍然呈現增長

2、較為強勁的趨勢，英偉達、微軟、谷歌、蘋果、特斯拉、Meta和Amazon年初至12月5日收盤日漲跌幅分別為201.32%、17.94%、26.20%、30.90%、44.08%、77.24%及45.51%。自2023年進入AI發展及投資大浪潮以來，納指匯聚英偉達、微軟、谷歌、蘋果、特斯拉、Meta和Amazon在內的“美股七姐妹”，伴隨生成式AI的快速發展，不斷攀高。美國經濟軟著陸仍是基準情形，美聯儲或還有降息空間，疊加人工智能熱潮仍為大勢所趨，納指反彈上升動力充足。大模型方興未艾，全球云廠商資本開支持續加碼。大模型方興未艾，全球云廠商資本開支持續加碼。2024年AI應用市場更加成熟。得益于頭

3、部應用的強勢增長，2024年1-8月全球AI應用收入同比激增51%至20億美元，據SensorTower數據顯示，預計2024年全年收入將達到33億美元。AI應用廣泛被全球各地用戶下載使用，但收入主要來源于北美市場。北美市場貢獻了47%的全球AI應用總收入，是AI應用盈利最高的市場。AI大模型市場方興未艾，頭部云廠商積極趨向多模態大模型開發，以微軟、谷歌為代表的頭部云廠商紛紛表示未來一年將持續增加AI方面的資本開支，助力人工智能版圖的布局與發展。智能汽車及機器人市場熱度不減，智能汽車及機器人市場熱度不減，AI發展趨向端側變革。發展趨向端側變革。馬斯克在自動駕駛及機器人領域持續探索引領創新，20

4、24年推出Robotaxi，依舊采用FSD方案，實現更高的駕駛安全性以及更低的成本。同時，隨著生成式AI技術不斷迭代演進以及由云端延伸至邊緣側，AI技術與PC等終端設備緊密結合和商業化落地成為大勢所趨。2024年伴隨AI CPU與Windows 12的發布，將成為AI PC規模性出貨元年。預計2024年全球AI PC整機出貨量將達約1300萬臺。在2025年至2026年，AI PC整機出貨量將繼續保持兩位數以上的年增長率，并在2027年成為主流化的PC產品類型，未來五年全球PC產業將穩步邁入AI時代。量子信息技術乘風起，加速產業鏈發展變革。量子信息技術乘風起，加速產業鏈發展變革。全球量子通信行

5、業市場規模近年來迅速擴大，量子通信以其無法被破解的加密特性，成為保障未來信息安全的重要技術，尤其在金融、國防、通信等關鍵領域具有廣泛應用前景。據華經產業研究院數據，2024年全球量子通信市場規模預計達到26.7億美元，預計在2030年達到196.8億美元。量子通信短期投資仍大于收入，IDC預測，2022年量子計算的銷售額將達到11億美元，并將以48.1%的復合年增長率增長，到2027年達到76億美元；2023-2027年預測期間，量子計算市場的投資將以11.5%的復合年增長率增長，到2027年底達到近164億美元。相關的標的：相關的標的：云計算廠商：云計算廠商：微軟、谷歌、亞馬遜、Meta、蘋

6、果；芯片：芯片：英偉達、高通、ARM、英飛凌、意法半導體；元宇宙：元宇宙：Unity、Roblox；IDC：Equinix、DLR；激光雷達：激光雷達：Luminar、Ouster、Lumentum；量子計算量子計算/量子通信：量子通信：IonQ、Quantum Computing Inc.、D-Wave Quantum Inc.、IBM、Honeywell。風險提示：風險提示：人工智能技術發展不及預期風險；汽車智能化技術突破不及預期風險；機器人監管政策不確定性風險；量子通信供應鏈不穩定風險。2 核心觀點核心觀點3目錄CONTENTS美股指數及主要標的走勢復盤美股指數及主要標的走勢復盤大模型方

7、興未艾，應用端市場廣闊大模型方興未艾，應用端市場廣闊AI技術推動智能汽車、機器人等產業發展技術推動智能汽車、機器人等產業發展AI向端側持續變革，向端側持續變革，加速各使用場景落地加速各使用場景落地量子信息技術乘風起，加速產業鏈發展變革量子信息技術乘風起，加速產業鏈發展變革一、美股指數及主要標的走勢復盤一、美股指數及主要標的走勢復盤2024年初至年初至12月月5日納斯達克指數上漲日納斯達克指數上漲33.65%，標普，標普500指數上漲指數上漲28.33%。2024年美股指數整體仍然呈現增長較為強勁的趨勢，自2023年進入AI發展及投資大浪潮以來，納指匯聚英偉達、微軟、谷歌、蘋果、特斯拉、Meta

8、和Amazon在內的“美股七姐妹”，伴隨生成式AI的快速發展，不斷攀高。11月8日，美聯儲議息會議決定調降聯邦基金利率25bp至4.5%-4.75%區間。9月會議看來，美聯儲對就業相對樂觀，對通脹也仍有掌控。美國經濟軟著陸仍是基準情形，美聯儲或還有降息空間，疊加人工智能熱潮仍為大勢所趨，納指反彈上升動力充足。1.1 納斯達克指數復盤納斯達克指數復盤數據來源：Wind，英偉達官網，中國金融新聞網，華爾街見聞，新浪財經，中國新聞網，長城證券產業金融研究院注：指數漲跌幅為歸一化處理后數據|5市場交易走疲，AI熱度較前期稍減。同時，市場對于美聯儲政策及美國經濟衰退產生擔憂，導致指數波動下跌。2024年

9、以來，納指延續2023年人工智能行業帶來的強勁表現。2024年3月18日，英偉達召開2024 GTC大會發布新一代芯片Blackwell GPU，持續掀起全球AI發展浪潮，帶動美國科技板塊股價攀升，納指漲幅持續走高。3月以來AI浪潮不減，疊加4-6月美聯儲幾次召開利率會議，降息預期較高，加上相對寬松的貨幣政策，刺激市場投資者入場。美國9月非農就業、服務業PMI數據超出市場預期，前期市場對于美國經濟衰退的預期逐步消減。美國科技股陸續公布季度財報，業績增速雖未達到市場的超高預期，但對AI領域的持續投入仍然為投資者打下強心針。圖表：圖表：2024年納斯達克指數走勢復盤年納斯達克指數走勢復盤11月5日

10、美國大選塵埃落定，特朗普最終勝選美國總統。010002000300040005000600070000.80.911.11.21.31.42024-01-022024-01-092024-01-162024-01-232024-01-302024-02-062024-02-132024-02-202024-02-272024-03-052024-03-122024-03-192024-03-262024-04-022024-04-092024-04-162024-04-232024-04-302024-05-072024-05-142024-05-212024-2024-2024-2024-2

11、024-2024-07-022024-07-092024-07-162024-07-232024-07-302024-08-062024-08-132024-08-202024-08-272024-09-032024-09-102024-09-172024-09-242024-10-012024-10-082024-10-152024-10-222024-10-292024-11-052024-11-12納斯達克成交額（億元，右軸）標普500成交額（億元，右軸）納斯達克漲跌幅（左軸）標普500漲跌幅（左軸）英偉達作為全球最大的GPU供應商，在AI強勁需求的帶領下，已經逐步成為全球科技行業的核心

12、引領者。2023至2024年以來，英偉達股價一度攀高，不斷創造新的歷史高位。2024年6月，公司發布“1拆10”拆股方案后，投資者市場信心不斷提升，公司股價上漲至135.58美元。同時，公司依靠數據中心及游戲業務的強勢增長，持續刷新業績表現。FY25Q3財報披露后，公司業績雖仍表現出近翻倍增長，但股價經歷了短暫下跌。在極度高漲的AI預期下，英偉達股價創下歷史高點，在2024年6月18日收盤以以3.33萬億美元市值超越蘋果及微軟，成為全球市值第一萬億美元市值超越蘋果及微軟，成為全球市值第一。英偉達在全球AI GPU中占據核心地位，FY25Q3財報后其CFO表示，Blackwell計劃本季開始出貨

13、，未來一年將加快步伐，預計到FY2026需求將超過供應，推理需求不斷增加將推動芯片需求持續增長。以微軟、谷歌、亞馬遜為代表的云廠商仍保持較高的AI投資，英偉達Blackwell等產品將隨著云廠商軍備競賽節奏持續釋放，推動業績持續提升。1.2 全球頭部全球頭部GPU供應商供應商-NVIDIA 2024年股價走勢復盤年股價走勢復盤010,00020,00030,00040,00050,00060,00070,0000.501.001.502.002.503.003.502024-01-022024-02-022024-03-022024-04-022024-05-022024-08-022024-

14、09-022024-10-022024-11-02NVIDIA成交量（萬美元，右軸）NVIDIA漲跌幅（左軸）數據來源：Wind，英偉達官網，英偉達FY24-FY25Q3財報，金融界，每日經濟新聞，長城證券產業金融研究院注：指數漲跌幅為歸一化處理后數據；6月起成交量大幅提升為“1拆10”方案后股數增加所致圖表：圖表：2024年英偉達走勢復盤年英偉達走勢復盤2月22日，英偉達發布FY24年報5月23日，英偉達發布FY25一季報8月28日，英偉達發布FY25二季報11月21日，英偉達發布FY25三季報3月18日，英偉達舉行2024 GTC大會，發布Blackwell芯片6月6日，英偉達宣布將進行“

15、1拆10”的拆股方案NVNV宣布宣布1 1拆拆1010計劃后計劃后將增強將增強股票流股票流動性，動性，吸引更吸引更多投資多投資者。公者。公布拆股布拆股計劃后計劃后英偉達英偉達股價不股價不斷上漲斷上漲FY25Q3營收351億美元，YoY+94%；凈利潤193億美元，YoY+109%。FY25Q2營收300億美元，YoY+122%；凈利潤166億美元，YoY+168%。FY25Q1營收260億美元，YoY+262%；凈利潤149億美元，YoY+628%。FY24營收609億美元，YoY+126%；凈利潤298億美元，YoY+581%。英偉達作為納斯達克指數重要權重股之一，整體走勢與納指走勢較為一致

16、，對指數行情表現影響較大。短期波動對AI帶動的納指長期確定性走勢影響較小。美國時間9月3日，美國司法部向英偉達及其他多家公司發出傳票，尋求有關該公司涉嫌違反反壟斷法反壟斷法的證據，引發市場恐慌，英偉達股價經歷暴跌。01,0002,0003,0004,0005,0006,0000.800.850.900.951.001.051.101.151.201.251.302024-01-022024-02-022024-03-022024-04-022024-05-022024-08-022024-09-022024-10-022024-11-02MICROSOFT成交量（萬美元，右軸）MICROSOF

17、T漲跌幅（左軸）01,0002,0003,0004,0005,0006,0007,0008,0000.800.901.001.101.201.301.401.502024-01-022024-02-022024-03-022024-04-022024-05-022024-06-022024-07-022024-08-022024-09-022024-10-022024-11-02GOOGLE成交量（萬美元，右軸）GOOGLE漲跌幅（左軸）1.3 全球領先云廠商全球領先云廠商-GOOGLE&MICROSOFT 2024年股價走勢復盤年股價走勢復盤|7圖表：谷歌及微軟圖表：谷歌及微軟2024年走勢

18、復盤年走勢復盤數據來源：Wind，谷歌FY23-FY24Q3財報，微軟FY24Q2-FY25Q1財報，長城證券產業金融研究院注：指數漲跌幅為歸一化處理后數據 谷歌FY24Q3營收達883億美元，同比增長15%；谷歌云業務收入增長強勁，由谷歌云平臺的人工智能基礎設施、生成式人工智能解決方案以及核心GCP產品的增長推動。公司AI產品及平臺的推廣有效的帶動了公司云計算及搜索方面的業務收入，AI相關的資本開支在Q4將保持原有水平的基礎上，在2025年預計小幅加碼增長，繼續鞏固AI效應帶來的市場動力。2022年OpenAI推出ChatGPT大模型，直線拉升人工智能發展浪潮。微軟的AI布局從投資OpenA

19、I開始初見成效，Microsoft Azure提供OpenAI優先訪問權；Copilot持續推動GitHub業務的增長，GitHub的FY2024全年營收已達到20億美元，其中Copilot占據今年收入增長的40%以上。微軟表示截至FY24Q4 GitHub Copilot的業務規模已經超過了收購Github當時的規模，AI持續提振微軟軟件應用程序的發展。1月31日，谷歌公布FY23年報4月9日，谷歌召開谷歌云大會4月26日，谷歌公布FY24Q1財報7月24日，谷歌公布FY24Q2財報10月30日，谷歌公布FY24Q3財報8月1日，微軟公布FY25Q1財報7月30日，微軟公布FY24Q4財報4

20、月29日，微軟公布FY24Q3財報2月2日，微軟公布FY24Q2財報微軟對云和AI的基礎設施建設的資本開支再創新高，FY2024Q4，微軟Capex 190億美元，YoY+77.57%，QoQ+35.71%。FY2024全年發生資本開支557億美元，YoY+74.61%。資本開支指引上，公司預計未來將逐年增加資本開支，FY2025全年資本開支將大于FY2024，持續推進云與AI業務。02000400060008000100001200014000160000.800.901.001.101.201.301.401.502024-01-022024-02-022024-03-022024-04-

21、022024-05-022024-08-022024-09-022024-10-022024-11-02AMAZON成交量（萬美元，右軸）AMAZON漲跌幅（左軸）|8圖表：圖表：Meta及亞馬遜及亞馬遜2024年走勢復盤年走勢復盤1.4 全球領先云廠商全球領先云廠商-META&AMAZON 2024年股價走勢復盤年股價走勢復盤 自2024年年初至12月5日，Meta漲幅達77%。Meta憑借Facebook、Messenger、Instagram、WhatsApp等強大的全球化社交平臺，積累了龐大的活躍用戶群體，廣告業務收入絕對值持續提升，增速略有放緩。扎克伯格在AI方面長期堅持投入，逐漸打

22、造從軟件到硬件的布局，從Llama開源大模型到Quest系列VR眼鏡，Meta保持著在AI方面的高資本開支。Amazon的AI版圖布局已久，AWS作為全球范圍內云計算領域的引領者，在AI、機器學習、軟件應用、訓練推理等各方面都提供了技術及產品支持。雖然傳統廣告零售業務隨著Temu等新入玩家的低價沖擊受到波動影響，但AI工具仍為Amazon網站在網頁端視覺效果及客戶體驗領域產生賦能。根據CNBC新聞顯示，11月22日亞馬遜宣布向Anthropic追加40億美元的投資，Anthropic現在將AWS指定為其主要培訓合作伙伴，并將繼續擔任其主要云提供商，并將使用AWS Trainium和Infere

23、ntia芯片來訓練和部署其未來的基礎模型，Amazon或將隨著AI版圖及產業投資的擴張持續增長。2月2日，Amazon公布FY23財報5月1日，Amazon公布FY24Q1財報8月1日，Amazon公布FY24Q2財報10月30日，Amazon公布FY24Q3財報數據來源：Wind，MetaFY23-FY24Q3財報，亞馬遜FY23-FY24Q3財報，亞馬遜官網，長城證券產業金融研究院注：指數漲跌幅為歸一化處理后數據01,0002,0003,0004,0005,0006,0007,0008,0009,0000.800.901.001.101.201.301.401.501.601.701.80

24、2024-01-022024-02-022024-03-022024-04-022024-05-022024-06-022024-07-022024-08-022024-09-022024-10-022024-11-02META成交量（萬美元，右軸）META漲跌幅（左軸）2月1日，Meta公布FY23財報4月24日，Meta公布FY24Q1財報7月31日，Meta公布FY24Q2財報10月30日，Meta公布FY24Q3財報1.5 APPLE&TESLA 2024年股價走勢復盤年股價走勢復盤|9圖表：蘋果及特斯拉圖表：蘋果及特斯拉2024年走勢復盤年走勢復盤數據來源：Wind，南方都市報，中國

25、證券報，中國經濟網，證券時報，蘋果FY24Q1-FY24Q4財報，特斯拉FY23-FY24Q3財報，長城證券產業金融研究院注：指數漲跌幅為歸一化處理后數據 Apple FY24Q4營收949.3億美元，同比增長6.07%；凈利潤為147.36億美元，同比下降35.81%。iPhone中國區季度銷量同比小幅下降，每年的新機換機潮熱度較往年有所下降。2024年5-7月蘋果股價一路走高，但6月WWDC大會公司公布人工智能“Apple Intelligence”后股價走跌，Choice數據顯示，6月10日美股收盤蘋果股價跌1.91%。但全球AI熱潮仍帶動頭部玩家穩步上漲。2024年9月蘋果推出第一代A

26、I手機iPhone16系列，Counterpoint數據顯示，在中國市場，與去年iPhone 15系列發布前三周的銷售相比，iPhone 16系列銷量有所增長。市場對AI的追隨度仍居高不下，蘋果作為手機及PC端的全球領先者，也將在AI浪潮中持續領異標新。2024年以來，特斯拉在中國市場多次進行降價活動，FY24Q3業績會上，馬斯克表示Tesla計劃2025年上半年開始推出更實惠的車型，加上激勵措施，電動汽車的價格將“低于3萬美元，這是一個關鍵門檻”。同時，今年9月特斯拉官方賬號宣布，預計2025年Q1在中國和歐洲推出FSD系統，但有待監管部門批準。馬斯克的AI版圖從特斯拉FSD到機器人，再逐步

27、擴展至大模型xAI，從硬件到軟件，或將致力于打造全資助體系的人工智能生態系統。5月3日，Apple公布FY24Q2財報2月1日，Apple公布FY24Q1財報05,00010,00015,00020,00025,00030,00035,0000.800.901.001.101.201.302024-01-022024-02-022024-03-022024-04-022024-05-022024-06-022024-07-022024-08-022024-09-022024-10-022024-11-02APPLE成交量（萬美元，右軸）APPLE漲跌幅（左軸）10月31日，Apple公布FY2

28、4Q4財報8月1日，Apple公布FY24Q3財報05,00010,00015,00020,00025,00030,0000.000.200.400.600.801.001.201.401.602024-01-022024-02-022024-03-022024-04-022024-05-022024-08-022024-09-022024-10-022024-11-02TESLA成交量（萬美元，右軸）TESLA漲跌幅（左軸）4月24日，Tesla公布FY24Q1財報1月24日，Tesla公布FY23財報7月23日，Tesla公布FY24Q2財報10月23日，Tesla公布FY24Q3財報二、

29、大模型方興未艾，應用端市場廣闊二、大模型方興未艾，應用端市場廣闊據艾瑞咨詢顯示，人工智能技術的發展歷程可分為三個階段：1.推理期：推理期：20世紀50年代到70年代初，人們認為如果能賦予機器邏輯推理能力，機器就能具有智能。2.知識期：知識期：20世紀70年代，人們意識到人類之所以能夠判斷、決策，除了推理能力外，還需要知識，大量專家系統在此時誕生。隨著研究向前進展，專家發現人類知識無窮無盡，且有些知識本身難以總結后交給計算機，于是一些學者誕生了將知識學習能力賦予計算機本身的想法。3.機器學習期：機器學習期：20世紀80年代，機器學習直正成為一個獨立的學科領域、相關技術層出不窮，深度學習模型以及A

30、lphaGo增強學習的雛形-感知器-均在這個階段得以發明。隨后由于早期的系統效果的不理想，美國、英國相繼縮減經費支持，人工智能進入低谷。80年代初期，人工智能逐漸成為產業，但又由于5代計算機的失敗再一次進入低谷。2010年至今相繼在語音識別、計算機視覺領域取得重大進展，圍繞語音、圖像等人工智能技術的創業大量涌現，從量變實現質變。2.1 人工智能經歷低谷與繁榮后迎來爆發增長階段人工智能經歷低谷與繁榮后迎來爆發增長階段數據來源：艾瑞咨詢，長城證券產業金融研究院11圖表：人工智能技術發展歷程圖表：人工智能技術發展歷程 經過2023年的爆發式增長，2024年AI應用市場更加成熟。得益于頭部應用的強勢增

31、長，2024年1-8月全球AI應用收入同比激增51%至20億美元，據SensorTower數據顯示，預計2024年全年收入將達到33億美元。AI應用廣泛被全球各地用戶下載使用，但收入主要來源于北美市場。北美市場貢獻了47%的全球AI應用總收入，是AI應用盈利最高的市場。2023年是全球AI+Chatbot應用爆發的一年，下載量相比2022年增長超過14倍，接近6億次。2024年1-8月，AI+Chatbot應用下載量突破6.3億次，超出2023年全年水平。2024年前8個月，全球AI+Chatbot應用內購收入接近5.8億美元，已經超過2023年全年的1.5倍之多。據Statista，AI市場

32、覆蓋了眾多行業，從供應鏈、市場營銷、產品制造、研究、分析等都是在某種程度上將人工智能融入其業務結構的領域，聊天機器人、圖像生成AI和移動應用程序都是未來幾年AI發展的主要趨勢。2.2 全球全球AI市場快速升溫，新市場快速升溫，新AI應用不斷涌現應用不斷涌現數據來源：SensorTower，Statista，長城證券產業金融研究院12圖表：圖表：2020-2024年年1-8月全球月全球AI+Chatbot應用下載量和內購收入趨勢應用下載量和內購收入趨勢 隨著海外科技巨頭大模型的不斷發展迭代，大模型逐步向多模態發展。多模態模型是一種機器學習模型，能夠處理來自不同模態的信息，包括圖片、視頻和文本。據

33、36氪研究院數據，相比單模態，多模態大模型在輸入輸出端的優勢明顯：不同模態的輸入數據具有互補性，多元訓練數據輸入有助于通用大模型能力的快速擴展，多模態數據輸入使用門檻更低和數據損耗更少，同時也能夠大幅提升使用者的應用體驗；多模態數據的輸出則省去了多模型的整合，更容易實現商業落地?，F階段，基于Transformer結構的預訓練模型是多模態大模型的主流訓練方式。如谷歌的GEMINI，就是在不同的模態上進行預訓練，利用額外的多模態數據進行微調以提升其有效性。我們認為，一方面，隨著深度學習、計算機視覺等技術的不斷成熟，AIGC的生成質量、速度和效率等方面能力將進一步提升；另一方面，多模態大模型將與如自

34、然語言處理技術、虛擬現實、增強現實、數字孿生等更豐富的技術融合，拓展如自動駕駛、藥品研發、安防等更多應用場景的同時，為用戶提供更豐富的解決方案，滿足越來越多用戶需求。如在自動駕駛領域，AIGC技術可創造更多合成數據，彌補真實數據不足的缺陷，加速仿真場景的搭建，提升仿真測試效率。2.3 AI逐步向多模態轉變逐步向多模態轉變數據來源：谷歌云官網，36氪，長城證券產業金融研究院13圖表：多模態大模型架構圖表：多模態大模型架構2.4 2024年延續生成式年延續生成式AI及大模型浪潮，及大模型浪潮，OpenAI持續引領持續引領AI產業變革產業變革數據來源：中國保密協會公眾號，IT之家，谷歌官網，Anth

35、ropic官網，Meta官網，OpenAI官網，長城證券產業金融研究院14圖表：圖表：2018-2024年全球年全球AI大模型發展過程復盤大模型發展過程復盤2018年年6月月OpenAI發布GPT-1模型，1.1億參數；2018年年11月月OpenAI發布GPT-2模型，15億參數2019年年6月OpenAI發布GPT-3模型，1750億參數2022年年3月月OpenAI發布InstructGPT；2022年年11月月30日日OpenAI通過GPT-3.5系列大型語言模型微調而成的，全新對話式AI模型ChatGPT正式發布2023年年1月月OpenAI發布限于部分用戶使用的付費版ChatGPT

36、 Professional；2023年年3月月OpenAI震撼推出了大型多模態模型GPT-42023年年5月月谷歌發布PaLM2對標GPT-4；Anthropic發布了Claude 100k版本2023年年7月月Anthropic發布了Claude v2，對標GPT-4；Meta開源了Llama，對標GPT-3.5，并且不收取費用2023年年3月月微軟正式發布Microsoft 365 Copilot，全面接入GPT-42023年年11月月OpenAI宣布從GPT-4升級為GPT-4 Turbo，上下文從32k升級至128k2024年年2月月OpenAI發布文生視頻模型Sora，能夠生成60s

37、的高保真視頻。2024年年9月月OpenAI發布o1大模型，該模型經過強化學習訓練，可以執行復雜的推理，并會花費更多時間思考后做出反應。2024年年5月月OpenAI發布GPT-4o，可以接受文本、音頻和圖像三者組合作為輸入，并生成文本、音頻和圖像的任意組合輸出。OpenAI在2024年9月發布o1大模型，該模型會花費更多的思考時間解決問題，可以實現復雜推理。o1穩定性與性能均明顯提升。穩定性與性能均明顯提升。OpenAI o1 在編程競賽題中排89 百分位數，在美國數學奧林匹克預選賽中躋身全美前500名學生行列，在物理、生物和化學問題基準測試中的準確率超過了人類博士水平。獨特思維鏈模式引領未

38、來發展。獨特思維鏈模式引領未來發展。OpenAI表示，大規模強化學習算法在一個數據效率極高的訓練過程中，利用思維鏈教會模型如何進行高效思考。隨著強化學習（訓練時間計算）和思考時間（測試時間計算）的增加，o1 的性能也在不斷提高。OpenAI認為，思維鏈的模式將對安全方面有重大貢獻，主要體現在兩個方面：1）能夠以清晰的方式觀察模型的思考過程；2）模型對安全規則的推理在分布外場景中更具備魯棒性。OpenAI還推出了o1-mini版本，o1-mini更強調具有成本效益的推理模型，整體成本來看，其成本相較于其成本相較于o1-preview少少80%，但性能相當。，但性能相當。微軟：微軟：據The In

39、formation報道，微軟攜手OpenAI投入1000億美元，開發代號為Stargate的全新人工智能超級計算機。兩家公司制定了共有5個階段的開發計劃，目前正處于第3階段，微軟負責該項目的融資和硬件支持，該項目預計有望2028年落地，并在2030年之前進一步擴建，該計算機所需電力可能高達5千兆瓦。此外，集成量子計算公司Quantinuum和微軟宣布，雙方在提高量子糾錯可靠性方面的合作取得了突破性進展，這將推動混合量子超級計算系統的構建。研究人員在Quantinuum的離子阱硬件上應用了微軟的量子比特虛擬化系統，該系統使用了錯誤診斷和糾正功能，成功證明了錯誤率比單獨的物理系統低800倍。谷歌：

40、谷歌：Gemini 1.5 Pro迎來了上下文窗口的重大升級，擴展到200萬個token。開源模型Gemma 2有90億（9B）和270億（27B）兩種參數規模。27B模型訓練了13T tokens，9B模型訓練了8T tokens，并且都擁有8192上下文窗口，可在Google AI Studio中使用。Gemma 2涵蓋從20億到270億參數，比第一代性能更高、推理效率更高，并且顯著改進安全性。同時，谷歌持續運用AI賦能其搜索引擎，發布AI Overviews，通過多步推理，Gemini可以幫助用戶找到更好的搜索結果。2.5 微軟聯合微軟聯合OpenAI打造超級計算機，谷歌持續運用打造超級

41、計算機，谷歌持續運用AI賦能搜索賦能搜索數據來源：澎湃新聞，谷歌官網，微軟官網，智東西，長城證券產業金融研究院15圖表：處理量子錯誤實現的突破圖表：處理量子錯誤實現的突破圖表：圖表：Gemma 2在測試中與其他模型的對比在測試中與其他模型的對比 亞馬遜：亞馬遜：3月對AI初創公司Anthropic追加投資27.5億美元，完成達到40億美元的總投資額。Anthropic表示將使用AWS作為其主要的云服務提供商，并使用亞馬遜的定制芯片來構建、訓練和部署AI模型。Anthropic在今年6月推出Claude 3.5 Sonnet，其速度和成本與公司的中級模型Claude 3 Sonnet相當。該模型

42、可通過Anthropic API、亞馬遜Bedrock和谷歌云的Vertex AI使用。該模型的成本為：每百萬輸入該模型的成本為：每百萬輸入tokens為為3美元，每百萬輸出美元，每百萬輸出tokens為為15美元。其美元。其tokens上下文窗口達到上下文窗口達到20萬。萬。Meta：發布開源大模型Llama 3，共有80億和700億參數兩種版本。新一代Llama在廣泛的行業基準測試中展示了最先進的性能，并提供了新的功能，包括改進的推理能力。該版本是Llama 3模型系列中的第一個LLM，未來要將Llama 3成為多語言、多模態、具有更長上下文的模型，并繼續提高核心功能的整體性能，如推理和代

43、碼。此外Meta表示公司目前在訓練中的最大的模型參數，已經超過4000億。2.6 亞馬遜與亞馬遜與Anthropic密切合作，密切合作，Meta不斷推進開源大模型迭代不斷推進開源大模型迭代數據來源：亞馬遜官網，Anthropic官網，Meta官網，長城證券產業金融研究院16圖表：圖表：Claude 3.5 Sonnet與其競爭對手測試分數對比與其競爭對手測試分數對比圖表：圖表：Meta Llama 3模型表現模型表現 2024年第三季度，云服務市場延續了強勁的增長態勢。云計算巨頭都表示從AI投資中獲得了積極回報，AI的應用開始對其整體云業務表現產生影響。這種回報反映了AI作為云計算創新和競爭優

44、勢的關鍵驅動因素的日益重要性。隨著AI技術的廣泛應用，對高性能計算和存儲的需求持續上升，這對云廠商的基礎設施擴張提出了更高要求。為應對這一挑戰，領先的云廠商正優先大規模投資下一代AI基礎設施。三大領先的云廠商還在加速AI基礎模型的更新迭代，并持續擴展相關產品組合。隨著這些AI基礎模型的日益成熟，云廠商正專注于利用其增強的能力推動更多核心產品和服務的發展。通過將這些先進模型集成到現有服務中，他們希望提升功能、改進性能并增加用戶參與度，從而挖掘新的收入來源。2.7 海外四大云廠商持續運用海外四大云廠商持續運用AI賦能各業務板塊賦能各業務板塊數據來源：Canalys，長城證券產業金融研究院注：盈利預

45、測為長城證券研究院預測數據17圖表：美國四大云廠商近五年營收和同比以及未來三年營收和同比預測（億美元，圖表：美國四大云廠商近五年營收和同比以及未來三年營收和同比預測（億美元，%）從各云廠商資本開支來看，2024年三季度亞馬遜/谷歌/微軟/Meta的Capex合計為636億美元，同比增長70.24%，環比增長11.44%。微軟：微軟：對云和AI的基礎設施建設的資本開支再創新高，發生資本開支200億美元，同比增長78.57%，環比增長5.26%。2024財年全年發生資本開支557億美元，同比增長74.61%。資本開支指引上，公司預計未來將逐年增加資本開支，持續推進云與AI業務。亞馬遜亞馬遜資本開支

46、為213億美元，同比增長88.50%，環比增長29.88%，主要用于技術基礎設施及配送網絡，其中基礎設施大部分為用于AWS業務，并預計在2024年再增加該方面的投入。谷歌谷歌發生資本開支131億美元，同比增長61.73%，環比有所下滑，減少0.76%。主要用于投資技術基礎設施，并預計未來資本開支將持續提升，2024年資本開支將大于2023年，用于支持包括服務器、網絡設備和數據中心，其中重點支持AI的發展。Meta發生資本開支92億美元，同比增長36.09%，環比增長8.62%，主要用于對服務器、數據中心和網絡基礎設施建設的投資。Meta預計 2024 年全年資本開支將在380-400 億美元之

47、間，較上一季度給出的370-400億美元的預測有所提高。公司預計2025年資本開支將大幅增長，將加大人工智能研究和產品開發方面的投資。2.8 資本開支持續加大，不斷推進資本開支持續加大，不斷推進AI基礎設施建設基礎設施建設數據來源：各公司2024年Q3季報，長城證券產業金融研究院18圖表：圖表：2024年三季度四大云廠商資本開支及同比和環比增速（億美元，年三季度四大云廠商資本開支及同比和環比增速（億美元，%）-20%0%20%40%60%80%100%050100150200250微軟谷歌亞馬遜Meta資本開支同比增速環比增速三、三、AI技術推動智能汽車、機器人等產業發展技術推動智能汽車、機器

48、人等產業發展3.1 汽車產業鏈上下游環節概覽汽車產業鏈上下游環節概覽數據來源：智研咨詢、iFind、長城證券產業金融研究院圖表：汽車產業鏈上下游環節一覽圖表：汽車產業鏈上下游環節一覽20金屬類材料電子類材料塑料材料其他材料等懸掛系統轉向系統電氣系統整車制造汽車維修汽車銷售上游中游下游原材料零部件制造汽車制造&銷售車身行駛系統制動系統汽車芯片發動機等汽車服務3.2 自動駕駛逐階布局，帶動高算力芯片需求自動駕駛逐階布局，帶動高算力芯片需求 自動駕駛系統以L1、L2（輔助駕駛）為主，L3開始逐漸滲透，部分公司開始布局L4，L5，隨著功能進階，高算力芯片，自動駕駛域控制器需求將提升。圖表：自動駕駛技術

49、分級與特征圖表：自動駕駛技術分級與特征21分級分級名稱名稱定義定義駕駛操作駕駛操作L0無自動化沒有任何輔助功能及系統，完全依靠駕駛員進行操作駕駛員L1駕駛支援車輛對方向盤和加減速的 一項操作提供駕駛操作，駕駛員負責其余駕駛動作駕駛員&車輛L2部分自動化車輛對方向盤和加減速的 多項操作提供駕駛操作，駕駛員負責其余駕駛動作車輛L3有條件自動化由車輛完成絕大部分駕駛 操作，駕駛員需保持注意 力以備不時之需車輛L4高度自動化在限定道路和環境條件下，由車輛完成所有駕駛操作，駕駛員無需保持注意車輛L5完全自動化由車輛完成所有駕駛操作，駕駛員無需保持注意力車輛數據來源：美國汽車工程協會，華經產業研究院，長城

50、證券產業金融研究院圖表：圖表：2019-2030年我國不同自動駕駛等級汽車滲透率預測（年我國不同自動駕駛等級汽車滲透率預測（%）010203040506070809010020192020202120222023E2024E2025E2026E2027E2028E2029E2030EL0ADAS(L1+L2)L3L4+L53.3 FSD V13即將發布，自動駕駛即將發布，自動駕駛ChatGPT時刻來臨時刻來臨數據來源：Tesla North，中關村在線，華爾街見聞，賽博汽車，無人駕駛多數派，MarsCarsChipsDips，長城證券產業金融研究院22 根據TeslaNorth，3月12日特斯

51、拉在北美地區全面推送FSD V12.3版本，該版本被馬斯克描述為可以成為“V13”的重大版本更新，據特斯拉自動駕駛軟件總監Ashok Elluswamy稱，這是第一個使用端到端神經網絡的FSD版本，即從原始攝像視頻和車輛運動學直接控制并驅動車輛。截至4月5日，特斯拉宣布其FSD累計里程超過10億英里。應對日常復雜場景：應對日常復雜場景：根據海外路測反饋來看，V12面對環島通行、停車場繞行、單行道窄路會車、通用及異形障礙物避障等場景都可以順利處理，并比V11新增了掉頭、靠邊停車、泊入車位等功能，基本覆蓋了日常大多數使用場景。交互交互方面更加擬人：方面更加擬人：V12在駕駛決策以及速度控制上更加順

52、滑，比如對騎行人/路邊雙閃車/前方左轉車等情況，V12在繞行的時機與幅度、是否減速讓行以及減速的具體程度等細節上，更加流暢自然。L4能力初步顯現：能力初步顯現：V12展現出可以短暫脫離導航地圖的指引，基于純視覺信息，根據實際的行車情況進行決策控制。圖表：圖表：FSD V12.3采用端到端神經網絡算法采用端到端神經網絡算法圖表：圖表：FSD V13版本技術升級版本技術升級升級升級內容內容3倍模型規模擴展模型更大，能處理的數據更多，自動駕駛也就能應對更多復雜情況。3倍模型上下文長度擴展。模型能記得更多過去的駕駛數據，這對系統預測接下來的路況和行動更有幫助。4.2倍數據擴展用更多數據訓練意味著系統見

53、過的情況更豐富，處理突發情況也更有經驗。5倍訓練計算能力擴展（由Cortex訓練集群提供支持）Cortex是特斯拉的強大計算中心，這次升級讓模型訓練更快、智能提升也更迅速。圖表：圖表：FSD行駛里程激增行駛里程激增3.4 馬斯克舉辦馬斯克舉辦Robotaxi Day，自動駕駛商業化加速落地，自動駕駛商業化加速落地數據來源：騰訊科技，長城證券產業金融研究院23 2024 年 10 月 11 日，馬斯克舉辦Robotaxi Day的演示活動，Robotaxi終亮相。創新點：創新點：無人駕駛出租車被命名為Cybercab沒有方向盤或踏板，設計充滿未來感，車門像蝴蝶翅膀一樣向上打開，車艙很小，只能容納

54、兩名乘客。值得注意的是，這輛車完全沒有插頭，通過感應充電無線充電。而且依舊采用純視覺的FSD方案，并沒有使用任何激光雷達；生產時間：生產時間：特斯拉計劃明年在德克薩斯州和加利福尼亞州推出全自動駕駛汽車，Cybercab 將于 2026 年投產，最晚可能要到2027 年。但是用戶可以提前用Tesla現有車型體驗到無人駕駛出租車。同時，馬斯克表示FSD 駕駛水平比人類高得多，安全水平可超人類駕駛十倍左右。目前特斯拉有數百萬輛車在接受訓練，通過收集不同數據進行優化，以實現更高安全性。這套解決方案基于 AI 和計算視覺，無需昂貴設備，生產成本低。馬斯克對 FSD 產品推出時間線樂觀，明年在德州和加州希

55、望推出完全無人監督的FSD，2026 年或 2027 年之前 Model 3 和 Model Y 將實現無人監督的 FSD。在 Cybercab 的發展路線上，未來所有車都會有不錯的 FSD 能力。馬斯克表示，如果支持完全自動駕駛，可以將汽車的使用率提高5倍甚至10倍。圖表：圖表：Robotaxi演示圖演示圖產品產品成本成本Robotaxi預計Cybercab運營成本將為每英里約0.2美元，含稅價格可能為每英里0.3或0.4美元。如果購買Cybercab，成本將低于30,000美元。Robovan外形看起來像一個流線型的大號商務車，或者是單節小火車，可搭載 20 人或運輸貨物。使用Robova

56、n的旅游成本為每英里5到10美分。圖表：圖表：RobotaxiDay發布的產品及成本一覽發布的產品及成本一覽3.5.1 特斯拉機器人產業發展歷程回顧特斯拉機器人產業發展歷程回顧數據來源：2021-2022特斯拉AI日發布會，長城證券產業金融研究院24 2021年特斯拉AI日發布會上，馬斯克宣布人形機器人計劃，代號“Optimus”，據華爾街見聞，這一人形機器人將用來填補勞動力缺口，執行危險、重復或人們不愿意從事的工作。特斯拉機器人頭部安裝8個汽車同款自動駕駛攝像頭，通過人工神經網路驅動，其面部將配備一塊螢幕，以展示與提供信息。軀干部分裝備特斯拉FSD計算機，并且手部可以執行如人類手部程度的動作

57、。圖表：圖表：2021年年-至今特斯拉機器人外形至今特斯拉機器人外形圖表：圖表：2021年提出的特斯拉機器人概念參數年提出的特斯拉機器人概念參數圖表：特斯拉機器人實現走路歷程圖表：特斯拉機器人實現走路歷程3.5.2 特斯拉機器人產業發展回顧特斯拉機器人產業發展回顧數據來源：2022特斯拉AI日發布會，長城證券產業金融研究院252022年特斯拉AI日發布會上，特斯拉機器人原型機首次亮相，機器人已經可以完成走路、打招呼等基本動作。在發布會演示視頻中，Optimus已可以完成如搬運箱子、澆花等等簡單工作，眼中的世界是通過純視覺發現并分析周邊環境，其次識別出任務對象。同時更高階的參數也隨之公布：裝上外

58、殼后機器人重73kg，100W靜坐功耗、500W快步走功耗、超過200檔的關節自由度，其中光手部自由度就有27檔。特斯拉機器人的研發邏輯主要借鑒了汽車研發經驗，例如借鑒汽車碰撞模擬軟件，為Optimus編寫跌倒測試軟件；借鑒人類仿生學，Optimus手掌區域用了 6 個促動器，具有 11 檔的自由度，并擁有自適應的抓握角度、20 磅負荷、工具使用能力、小物件精準抓握能力等。圖表：圖表：2022年公布特斯拉機器人手部參數年公布特斯拉機器人手部參數圖表：特斯拉機器人通過視覺發現識別任務圖表：特斯拉機器人通過視覺發現識別任務圖表：圖表：2022年公布特斯拉機器人整體最新參數年公布特斯拉機器人整體最新

59、參數3.5.3 特斯拉機器人產業發展回顧特斯拉機器人產業發展回顧數據來源：2023年特斯拉Bot最新視頻，量子位公眾號，長城證券產業金融研究院262023年，據量子位公眾號，特斯拉公布了最新Optimus的進展，電機轉矩控制的能力已經能做到控制力道不打碎雞蛋，并且能拿各種物體，Optimus還展現了邊走邊發現并記憶周圍環境的能力。此外，公司稱已經打通了FSD和機器人的底層模塊，實現了一定程度的算法復用。其中FSD算法主要依賴于神經網絡和計算機視覺技術，核心是神經網絡模型：通過對實時傳感器（如相機、激光雷達等）獲取的數據進行處理和分析，并從中提取有關道路、車輛、行人和障礙物等信息，可以實現車輛的

60、環境感知和物體識別。在感知層面，特斯拉的一個重要技術是Occupancy Network(占據網絡)，用于對3D空間中一些長尾障礙物的檢測，來估測障礙物的位置大小，甚至可以估計物體的運動情況。FSD算法利用傳感器數據進行環境感知，這些傳感器也可以幫助機器人感知周圍環境，識別物體、人和障礙物等。該算法在處理傳感器數據時，具備對道路、車輛和行人等物體進行識別的能力，可以幫助機器人在執行任務時識別和定位物體。在自動駕駛中，FSD算法可以根據感知到的環境信息進行路徑規劃和決策，這種路徑規劃和決策的方法也可以應用于機器人，幫助機器人在復雜的環境中選擇最佳路徑和執行適當的決策。圖表：發現并記憶周圍環境能力

61、圖表：發現并記憶周圍環境能力圖表：通過人類演示訓練圖表：通過人類演示訓練AI3.5.4 展示更多應用場景潛力，為未來大規模應用奠定基礎展示更多應用場景潛力，為未來大規模應用奠定基礎數據來源：人形機器人聯盟，長城證券產業金融研究院272024年，據人形機器人聯盟，Optimus機器人在We Robot活動中亮相，展示了其最新的技術能力。演示包括一系列的精細動作和自主任務執行，如拾取物體、協作搬運和輕型組裝任務，體現了其綜合性能的提升。10月17日，特斯拉在社交網絡平臺上發布視頻，Optimus機器人已經開始執行復雜任務。主要包括：改進的視覺與感知系統：改進的視覺與感知系統：Optimus 配備了

62、增強的視覺識別技術，能夠快速識別不同類型的物體并實時進行處理。此次更新展示了機器人在復雜環境下的動態物體識別和路徑規劃能力。還演示了機器人如何在動態環境中避開障礙物并找到最優路徑執行任務。人機交互能力：人機交互能力：Optimus 演示了通過多種形式的指令進行任務操作，包括語音指令和手勢控制。其自然語言處理能力得到了進一步優化，使其與人類的互動更加順暢。同時能夠對用戶的指令作出即時反饋，增強了用戶體驗和操作的可控性。手部靈活性與抓握技術：手部靈活性與抓握技術：Optimus 展示了其改進后的手部控制系統，能夠根據物體的不同形狀和重量調整抓握力度和角度，完成如抓取小工具、整理零件等細致任務。演示

63、中，機器人顯示了其能夠進行精細任務，如拼接和組裝小部件，這突顯了其手部設計在柔性和穩定性方面的突破。新算法集成：新算法集成：特斯拉表示，Optimus 已集成了更先進的自學習算法，使其能夠通過經驗進行自我優化和任務調整。這為機器人在不同環境中的表現和長期任務穩定性提供了支持。此次更新包括在軟件和硬件方面的同步升級，確保機器人在進行任務時具有更快的響應速度和更高的準確性。圖表：圖表：2024年年10月月We Robot活動中亮相活動中亮相圖表：圖表：2024年年10月執行復雜任務月執行復雜任務3.6 海外巨頭聯手投資機器人創企海外巨頭聯手投資機器人創企Figure數據來源：智東西，機器人大講堂，

64、長城證券產業金融研究院28微軟、OpenAI、英偉達、英特爾聯手投資的機器人創企Figure，發布了新一代機器人Figure 02。升級后的Figure 02不僅外形更像人，還在OpenAI多模態大模型的加持下，實現了與人類語音對話；擁有16個自由度的第四代手部靈活度大幅提升，可以實現更精細的操作。與第一代相比，Figure 02從外觀設計、軟硬件性能，到內置AI模型都進行了徹底的升級，主要體現在以下方面：6個板載相機、電池容量增加50%以上、3倍推理速度、第四代手部、語音到語音交互、內置VLM（視覺語言模型）。硬件方面：（1）關節執行器：Figure 02的手臂關節執行器A2款扭矩50NM，

65、對應的關節活動最大角度范圍148，下肢腿關節展示了2款旋轉關節執行器：L1款扭矩150NM用在大腿靠近髖關節位置，關節活動最大角度范圍195；L4款扭矩150NM用在膝關節，關節活動最大角度范圍135。（2）攝像頭：Figure 02頭部、前軀干和后軀干共有6個板載RGB攝像頭，通過AI驅動的視覺系統感知和理解物理世界，并在內置VLM的支持下進行快速常識性視覺推理。（3）電池及續航：Figure 02內置的電池容量為2.25 KWh，相比上一代增加了50%以上，據稱每天能夠完成約20小時的有效工作，這為人形機器人進入勞動力市場和家庭鋪平了道路。圖表：圖表：Figure 02主要參數主要參數3.

66、7 全球機器人市場規模龐大，持續看好產業鏈相關板塊投資機會全球機器人市場規模龐大，持續看好產業鏈相關板塊投資機會數據來源：樂晴智庫精選公眾號，行行查，長城證券產業金融研究院29 根據中國電子學會數據顯示，2022年全球機器人市場規模預計達到513億美元，2017至2022年的年均增長率達到14%。預計到2024年，全球機器人市場規模將有望突破650億美元。據樂睛智庫，人型機器人產業的發展可能會基于現有的成熟工業機器人產業鏈。在關鍵組件方面，人型機器人與現有機器人在構成上非常相似，主要由驅動系統（包括伺服系統和減速器）、控制系統（控制器）和各種傳感器組成。其中，減速器的成本占比最高，可達40%的

67、毛利率。其次是伺服系統和控制器，毛利率分別為35%和25%。從傳感器方面來看，與環境感知和導航有關的自動駕駛傳感器，如激光雷達，在未來可能有較大潛力受益。圖表：人形機器人產業鏈圖解圖表：人形機器人產業鏈圖解四、四、AIAI向端側持續變革，向端側持續變革，加速各使用場景落地加速各使用場景落地 終端側終端側AI能力是賦能混合能力是賦能混合AI并讓生成式并讓生成式AI實現全球規?；瘮U展的關鍵。實現全球規?；瘮U展的關鍵。在生成式AI出現之前，AI處理便持續向邊緣轉移，越來越多的AI推理工作負載在PC、手機、可穿戴設備、學習機、辦公本、音箱及各種智能配件等其他邊緣終端上運行?；旌匣旌螦I指終端和云端協同

68、工作，在適當的場景和時間下分配指終端和云端協同工作，在適當的場景和時間下分配AI計算的工作負載，以提供更好的體驗，并高效利計算的工作負載，以提供更好的體驗，并高效利用資源。用資源。在一些場景下，計算將主要以終端為中心，在必要時向云端分流任務。由于AI推理的規模遠高于AI訓練，推理成本將隨著日活用戶數量及其使用頻率的增加而增加，因此在云端進行推理的成本極高，混合AI有效解決了這個問題，能夠在全球范圍帶來成本、能耗、性能、隱私、安全和個性化等優勢。4.1 混合混合AIAI對生成式對生成式AIAI規?；瘮U展至關重要，規?；瘮U展至關重要，AIAI端側為發展的下一階段端側為發展的下一階段數據來源：高通混

69、合AI是AI的未來，各公司官網，長城證券產業金融研究院31圖表：圖表：AI 處理的重心正在向邊緣轉移處理的重心正在向邊緣轉移圖表：以終端為中心時，云端僅用于分流處理終端無圖表：以終端為中心時，云端僅用于分流處理終端無法充分運行的法充分運行的AI 任務任務 2015年，廠商開始積極探索智能PC的使用場景，主要從應用場景出發，如：人機交互，包括語音智能喚醒、免接觸式場景和開蓋開機等功能。然而受限于成本和算力，推進速度較為緩慢。例如，為了實現PC端智能化的自然語言交流（NLP），單在硬件成本上至少需要額外付出約2.7美元來滿足精確的語音錄入與處理功能，大大增加了廠商的成本壓力。隨著AIGC的迅速發展

70、，新的解決方案逐漸顯現：云端+本地端協作，利用云端的大數據處理能力豐富本地端的PC使用場景，依托于云端算力來提升本地性能平衡，大大助力智能PC向AI PC的方向進一步轉化，提供更多的應用場景。同時操作系統、軟件生態系統、應用等的搭建與支持也不斷提高，AI技術也將會在更多的領域得到應用和發展。4.2 AI PC：云端：云端+本地端協作，豐富本地端協作，豐富PC使用場景使用場景數據來源：群智咨詢，長城證券產業金融研究院圖表：圖表：AI PC與傳統、智能與傳統、智能PC對比對比32 隨著生成式AI技術不斷迭代演進以及由云端延伸至邊緣側，AI技術與PC等終端設備緊密結合和商業化落地成為大勢所趨。AI

71、PC提供了更友好的人機界面、更專業的智能應用場景，同時即將到來的換機需求也將對PC行業的需求回暖產生利好影響。據群智咨詢數據，2024年伴隨AI CPU與Windows 12的發布，將成為AI PC規模性出貨元年。預計2024年全球AI PC整機出貨量將達約1300萬臺。在2025年至2026年，AI PC整機出貨量將繼續保持兩位數以上的年增長率，并在2027年成為主流化的PC產品類型，未來五年全球PC產業將穩步邁入AI時代。4.3 AI與與PC結合為大勢所趨，有望利好結合為大勢所趨，有望利好PC行業需求回暖行業需求回暖數據來源：Counterpoint Research，群智咨詢，長城證券產

72、業金融研究院圖表：圖表：2023-2027年年AI PC出貨量及滲透率預測出貨量及滲透率預測33圖表：全球圖表：全球PC市場各品牌出貨量（單位：千臺）市場各品牌出貨量（單位：千臺）0135311015007%28%56%79%0%10%20%30%40%50%60%70%80%90%0204060801001201401602023E2024E2025E2026E2027EAI PC出貨量（百萬）AI PC滲透率（%）AIPC將向個體充分釋放將向個體充分釋放AI大模型技術突破帶來的能力延伸，同時也會帶動產業構建新的生態。大模型技術突破帶來的能力延伸，同時也會帶動產業構建新的生態。我們認為，我們

73、認為，隨著AIPC相關技術的不斷進步和應用的不斷深化，越來越多的企業開始加入到AIPC的開放生態中，未來將會形成算力、模型、應用多層開放的繁榮生態。4.4 AIPC產品陸續推出，廠商持續推動產業新生態構建產品陸續推出，廠商持續推動產業新生態構建數據來源：各公司官網、公眾號，太原日報，IT之家，長城證券產業金融研究院34公司公司產品簡介產品簡介微軟Windows Copilot是第一個將集中式AI助手集成到PC平臺的服務，簡化了諸如復制/粘貼、Snap Assist、屏幕截圖工具、個性化設置等功能的使用。此外，用戶可以讓Windows Copilot重寫、概括或解釋文本內容。用戶可以向Windo

74、ws Copilot 提出各種問題，用戶不僅可以體驗到更豐富的AI功能，開發者也能為客戶創造創新的解決方案。如今擁有Windows 11操作系統的PC都可以使用這一AI助手。據IT之家，微軟正在與硬件廠商合作，設計性能超過40 TOPs算力的硬件產品，以滿足下一代Windows系統的AI算力需求。蘋果M3系列處理器采用3納米工藝，在GPU方面有著重大改進，除了支持光線追蹤功能，還引入了業界首創的“動態緩存”功能，可在硬件中動態分配使用GPU完成每個任務所需的確切內存數量，提升GPU的平均利用率。此外，搭載M3系列芯片的蘋果Mac產品線，也強調了自身加速機器學習模型。蘋果方面稱，最高達128G的

75、統一內存的M3 Max芯片，足以讓開發者處理包含數十億參數的AI大模型。聯想聯想在2023 Lenovo Tech World發布了首款AI PC，該設備將具有強大的計算能力和先進的AI技術，并能基于運行個人大模型的能力為隱私和數據提供保護。同時，還將帶來創新的交互方式和視覺體驗，全面滿足新的生成式AI工作負載需求，并可以為用戶提供量身定制的體驗。如：AI PC會根據用戶的出發地點、喜歡的航空公司和酒店等來推薦出行路線，以及根據用戶的口味偏好推薦餐館，提供個性化服務?；萜栈萜张c英特爾合作，推出首款AIPC，搭載AI電腦管家“惠小微”，幫助用戶解決磁盤分區等用機問題，同時幫助用戶生產力效率提升。

76、圖表：圖表：AIPC廠商布局廠商布局 2015年起，智能相冊分類、APP預加載等功能出現，背后的人臉識別、深度學習等AI技術開始廣泛地落地在手機場景上，由此進入了人工智能手機的預熱階段。2017年是人工智能手機元年，AI芯片相繼發布，基礎層算力成熟落地，頭部手機廠商推出AI旗艦機型，AI雙攝、NPU、人臉解鎖等相繼成為熱詞，帶動起人工智能手機的小高潮，市場已經萌芽。當下部分AI功能如AI雙攝/三攝已經成了主流手機的剛需，并經歷了一輪技術方案的迭代，處于早期成長階段，未來隨著AIGC的不斷演變，AI手機將在大模型的搭載上達到更高層次。4.5 AI手機持續迭代，未來將隨手機持續迭代，未來將隨AIG

77、C達到更高層次達到更高層次數據來源：艾瑞咨詢，長城證券產業金融研究院35圖表：人工智能手機發展階段圖表：人工智能手機發展階段 截止2021年Q4，據Statista數據顯示，美國每日超過100億次的搜索量中，移動端搜索占比已超過60%。生成式AI的應用將推動所需算力的實質性增長，尤其是來自智能手機端的搜索請求，其中對話式搜索的普及也將增加總體查詢量。精準的終端側用戶畫像與能夠理解文字、語音、圖像、視頻和任何其他輸入模態的大語言模型相結合，讓用戶可以自然地溝通，獲取準確、貼切的回答。聯發科在聯發科在5G智能手機市場超越高通驍龍。智能手機市場超越高通驍龍。據Omdia數據顯示，搭載聯發科芯片組的5

78、G智能手機實現了強勁增長，從2023年Q3的3470萬部增至2024年Q1的5300萬部，增幅達53%。驍龍驅動設備的出貨量保持相對穩定，從2023年Q1的4720萬部小幅增長至2024年Q1的4830萬部。聯發科在5G智能手機市場的份額從2023年Q1的22.8%上升至2024年Q1的29.2%，而高通驍龍的份額同期從31.2%下降至26.5%。4.6 用戶搜索方式逐步向移動端轉變，聯發科用戶搜索方式逐步向移動端轉變，聯發科5G手機實現強勁增長手機實現強勁增長數據來源：高通混合AI是AI的未來，Statista，Omdia，長城證券產業金融研究院圖表：圖表：2013年年Q3-2021年年Q4

79、美國搜索量中移動搜索占比美國搜索量中移動搜索占比36圖表：圖表：2024Q1 5G智能手機市場份額（智能手機市場份額（%）0%10%20%30%40%50%60%70%2013Q32013Q42014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q4 Apple intel

80、ligence：本地運行的端側模型：本地運行的端側模型+私有云計算服務器云端模型私有云計算服務器云端模型+強大自研芯片強大自研芯片 本地運行的端側模型：本地運行的端側模型：端側模型之所以在本地運行的主要原因在于高隱私安全要求，但同時端側模型存在不可能三角，也即模型參數量、模型性能、內存及功耗三個方面，不可能完美實現模型參數、內存功耗都最優的同時，實現模型性能的最優化。Apple intelligence通過多個方向實現了端側模型不可能三角盡可能的平衡。云端模型：云端模型：Apple intelligence最大的特點之一是通過私有云計算提供防護，安全性較高。庫克表示，系統會對應用的請求進行識別

81、，一些不必要的請求將被拒絕，保證只有用戶自己的要求才會通往服務器。一些調用云端的AI功能，也會使用“私有云”，蘋果表示自己永遠無法訪問這些數據。自研芯片：自研芯片：蘋果自研芯片能夠提供強大的加密功能，能夠執行復雜的加密算法，確保數據在傳輸和處理過程中的安全性。并集成了多種硬件安全功能，比如安全飛地（Secure Enclave），確保即使在服務器層面上也能保護用戶數據。此外，這些芯片還支持安全啟動技術，這確保了服務器只能運行經過蘋果簽名的軟件，從而防止惡意軟件在系統啟動時加載。通過自研芯片，蘋果能夠更好的實現與自身Apple intelligence的適配。4.7 蘋果引入蘋果引入Apple

82、Intelligence概念概念數據來源：騰訊科技，中關村在線，長城證券產業金融研究院圖表：蘋果圖表：蘋果Apple intelligence全景圖全景圖37圖表：圖表：Apple intelligence 端側模型方案端側模型方案具體方案具體方案效果效果低比特palettization這個技術讓模型變輕，就像把高清照片壓縮，不占太多手機空間LoRA適配器這些小工具能讓模型根據需要快速學習新技能，類似樂高積木，拼出各種形狀Talaria工具這個工具幫助監控和調節模型的能耗，確保它不會消耗太多電量分組查詢注意力讓模型能快速聚焦重要信息，就像用標簽快速找到圖書一樣通過共享詞匯，減少了內存占用，就像

83、用一本字典供所有人查單詞，省地方4.8 海內外廠商爭相布局，持續加速海內外廠商爭相布局，持續加速AI大模型在手機落地大模型在手機落地數據來源：各公司官網、公眾號，澎湃新聞，美通社，證券時報，財聯社，長城證券產業金融研究院38公司公司產品簡介產品簡介蘋果9月10日，蘋果發布了新機型iPhone 16及iPhone 16 pro，搭載A18芯片，基于3納米制程工藝打造。A18的16核神經網絡引擎針對大型生成式模型進行優化，運行機器學習模型的速度，相比A16仿生芯片提升最高可達2倍。據財聯社，蘋果Apple intelligence中文版本預計在2025年推出。谷歌谷歌 Pixel 8系列搭載自研T

84、ensor G3 芯片，AI能力得到大幅提升。Pixel 8 Pro是第一款可以直接在設備上運行谷歌AI模型的手機，可實現文字、語音、視頻處理和文字生成等功能。三星三星正式公布了其自研的生成式人工智能模型“三星高斯”(Samsung Gauss)。據官方透露，三星將在其Galaxy旗艦手機當中引入Galaxy AI，并將很快推出AI Live Translate Call功能，能夠為用戶提供個人翻譯服務，三星Galaxy S24系列有望迎來這項AI功能。此外，據BusinessKorea報道，三星將于今年12月中旬推出首款AI PC，搭載英特爾新一代Core Ultra處理器的旗艦筆記本電腦G

85、alaxy Book 4系列。華為華為是國內率先將大模型能力融入智慧助手（華為小藝）并面向消費者落地的手機廠商。華為小藝融合了盤古自然語言大模型、盤古視覺大模型和盤古多模態大模型，最高版本高達1000億參數。榮耀榮耀Magic6將搭載全新驍龍8 Gen 3移動平臺，支持70億參數的AI端側大模型。此外，榮耀端側大模型還將與榮耀全場景操作系統MagicOS深度融合。圖表：圖表：AI手機廠商布局手機廠商布局 2012年谷歌AR增強現實眼鏡Google Project Glass的亮相，被稱為“智能可穿戴設備元年”。2016年市場進入啟動期，主要的智能可穿戴計算系統平臺及大數據服務平臺搭建完畢，基于

86、健康大數據的服務類產品逐漸成熟。隨著蘋果智能手表Apple Watch的發布及后續產品GPS、蜂窩數據以及健康監測等功能的應用，帶動了智能手表市場的崛起。5G的發展推進可穿戴設備物聯網浪潮。進入到最近幾年，智能可穿戴產品迎來了高速增長時期。2021年疫情帶動居家隔離的終端用戶對虛擬現實需求上升的同時，元宇宙概念同樣助推VR/AR消費熱情。2017-2021年，全球可穿戴設備營收規模逐年增長，從349.05億美元增長至550.61億美元，年復合增長率12.53%。據華經產業研究院數據，2022年全球智能穿戴設備市場規模達840億美元，預計2023年增長至1014億美元。全球智能穿戴設備市場規模不

87、斷擴大，未來幾年仍將保持快速增長態勢。4.9 全球可穿戴設備營收逐年增長，實現“便攜”、“智能”雙提升全球可穿戴設備營收逐年增長，實現“便攜”、“智能”雙提升數據來源：洞見研報，深圳市半導體顯示行業協會公眾號，長城證券產業金融研究院39圖表：圖表：2017-2021年全球智能穿戴設備營收及同比年全球智能穿戴設備營收及同比圖表：可穿戴設備提升了智能設備的便攜性和智能性圖表：可穿戴設備提升了智能設備的便攜性和智能性349.05388.62430.83484.92550.6114.41%11.34%10.86%12.55%13.55%0%2%4%6%8%10%12%14%16%01002003004

88、0050060020172018201920202021營收規模（億美元，左軸）營收同比（%，右軸）從產業鏈來看，從產業鏈來看，可穿戴設備市場產業鏈主要包括硬件、行業應用、社交平臺、運營服務、大數據、云計算等環節?？v觀產業鏈上游市場分散，中游科技企業領先，下游應用再深化。上游上游-軟硬件供應商：軟硬件供應商：硬件設備多樣化，電池成為行業痛點；交互系統升級革新，操作系統趨于生態一體化。中游中游-設備廠商：設備廠商：各類公司紛紛涉足智能可穿戴設備，產品類型全面開花。下游下游-終端應用：終端應用：產品形態發展成熟，消費、醫療雙賽道共下沉。4.10 海外廠商率先布局海外廠商率先布局AI可穿戴設備，產品

89、類型全面開花可穿戴設備，產品類型全面開花數據來源：各公司官網，洞見研報，深圳市半導體顯示行業協會公眾號，CSDN，東方財富網，中關村在線，三星官網，潮電智庫，長城證券產業金融研究院40公司公司產品簡介產品簡介Humane發布AI Pin，一個通過磁吸電池吸附在衣服上、沒有屏幕的微型裝置，內置OpenAI的GPT系列大模型，不僅能用語音進行交互，還可以投影在手掌上進行交互。Meta推出Ray-Ban Meta智能眼鏡，第一款配置Meta人工智能技術的智能眼鏡，佩戴者可以使用語音指令深入發揮創造力和控制功能。WHOOP與OpenAI合作推出WHOOP Coach智能手環，利用GPT-4生成高度個性

90、化的具體建議和指導。Rewind推出首款AI設備Rewind Pendant智能吊墜，可以捕捉所說和所聽的內容，轉錄、加密并完全存儲在手機上。三星發布Galaxy Ring，主要用于心率檢測和溫度監測，并支持連接無線網絡，以便于和三星智能家居進行互動。蘋果已獲得一項智能戒指專利，該戒指可以作為MacBook、電視、AirPods、Vision Pro和iPhone等設備的輸入交互設備，還具備身體健康數據的監測功能。圖表：圖表：AI可穿戴廠商布局情況可穿戴廠商布局情況圖表：圖表：AI可穿戴產業鏈可穿戴產業鏈五、量子信息技術乘風起，加速產業鏈發展變革五、量子信息技術乘風起，加速產業鏈發展變革5.1

91、 產業聯盟興起，各國加快產業布局產業聯盟興起，各國加快產業布局42圖表：全球代表性量子信息產業聯盟概況圖表：全球代表性量子信息產業聯盟概況數據來源：量子計算發展態勢研究報告（2023年），前瞻產業研究院，長城證券產業金融研究院全球多國相繼成立量子信息領域產業聯盟，成員涵蓋量子企業、研究機構以及行業用戶，持續推動產學研多方合作。圖表：圖表：2023年全球量子信息技術專利地區和申請人分布年全球量子信息技術專利地區和申請人分布從專利地域分布來看，量子計算、量子通信和量子測量技術專利前三技術來源地均為中國、美國、日本，說明三個國家在量子信息領域技術創新活躍。在政府主導下，中國量子信息技術的基礎科學和系

92、統研發力量正快速成長，并成為與美歐并駕齊驅的競爭者。5.2 量子通信產業鏈覆蓋多種應用領域量子通信產業鏈覆蓋多種應用領域43圖表：量子通信產業鏈圖表：量子通信產業鏈數據來源：中商產業研究院，全球量子通信與安全產業展望（2024），長城證券產業金融研究院上游：核心器件與設備中游：網絡傳輸干線及平臺系統電學芯片電學芯片模擬信號處理器芯片DAC/ADC、射頻芯片、存儲芯片光學芯片光學芯片光波導、光傳感器等光源光源：作為載體，經過對其量子狀態的調制操作后，可攜帶量子信息在不同的通信節點進行信息傳輸和共享，常見的如激光器等單光子探測器單光子探測器（400nm-1310nm）：半導體探測器、超導探測器量子

93、隨機發生器量子隨機發生器（QRNG）：QKD設備的核心部件，保障通信不可以預測性的關鍵工具成本角度可以替代經典隨機數產品晶體晶體：生成和調制用于傳輸量子信息的光子，PPLN（周期極化鈮酸鋰）其他其他：光纖光纜國盾量子、賽靈思（美）、萊迪思（美）、Altera（美）、13、24、38所、上海貝斯等QD laser（日）、quandela（法）、國盾量子、aegiq（英）量子密鑰分發設備：DV-QKD和CV-QKD組網設備（信道交換、數據處理類）、網絡管理軟件平臺網絡建設集成：全球大部分可以依托現有的光纖通信網絡（國家骨干網、省骨干網以及城域網），在合適的節點機房內布局在合適的節點機房內布局QDK

94、發送和接收設備發送和接收設備保密網絡運營保密網絡運營：管理和協作量子網絡的運作，比如監控網絡狀態、態度量子信號的傳輸、處理密鑰分發和管理、優化網絡資源、故障檢測等。PQC：一切可以抵抗量子計算供給的新算法都可以是PQC，新一代的加密算法、安全協議、芯片等下游：行業終端產品：量子IDC、量子電話、量子白板等應用領域：軍事、電子政務、能源電力、電子商務、電信運營等Photek（英）、濱松（日）、lightwave（美）、國盾量子、啟科量子IDQ（瑞士）、國盾量子、啟科量子、QMT（英）iXblue、極量科技、NKT Photonics、亨通光電5.3 量子通信基礎設施建設現狀：中國處于全球領先水平

95、量子通信基礎設施建設現狀：中國處于全球領先水平44圖表：全球各國量子通信基礎設施建設現狀（截至圖表：全球各國量子通信基礎設施建設現狀（截至2024年年1月）月）數據來源：量子通信金融應用研究報告，長城證券產業金融研究院國家國家項目項目/干線名稱干線名稱具體細節具體細節中國量子骨干網（6條）京滬干線（北京、濟南、合肥、上海）、武合干線、滬杭合干線、京漢廣干線（北京、武漢、長沙、廣州，在建）、濟青干線、長三角區域骨干網（合肥、上海、南京、杭州、無錫、金華、蕪湖等）量子城域網合肥、濟南、北京、上海、重慶、武漢、成都、貴陽、?？?、烏魯木齊、宿州、棗莊、金華、南寧在建：廣州、南京、佛山量子衛星墨子號、濟

96、南一號美國DARPA量子通信網絡美國國防部最高級研究計劃局（DARPA）主導，鏈接波士頓到馬薩諸塞州劍橋市等10個節點NASA量子保密通信干線鏈接洛杉磯和加州灣區的杰尼維爾，長達550kmPhio洲際量子通信網絡美國首個洲際、商業量子密鑰分發網絡，從華盛頓到波士頓沿美國東海岸，總廠805km。中西部量子走廊連接芝加哥市及其郊區，由6個節點和200km的光纖組成，目前超過80kbps。費米實驗室量子網絡FQNET是位于芝加哥地區，包括費米實驗室、阿貢國家實驗室、西北大學即其他合作伙伴，費米實驗室和阿貢國家實驗室之間相距50km。歐洲SECOQC量子通信網絡英、法、德、意等12個國家共同建設，20

97、08年在奧地利首都建成，6個節點，8條鏈路，最長鏈路85km。歐洲量子通信基礎設施由歐盟27個成員國正在建設，計劃連接整個歐盟的量子通信網絡，目標是2027年開展初步的運營服務歐洲QUDICE項目歐洲5個國家參與，是服務歐洲的衛星網絡，2023年1月啟動英國和加拿大合作計劃2025年發射量子加密和科學衛星日本東京量子實驗網絡日本國家情報通信研究機構主導，聯合NTT、NEC和三菱機電建設城域量子通信網絡，4個接入點，最遠傳輸距離90km，最快的節點通信速率為304kbps。我國目前已經建成基于光纖的量子骨干網和城域網，并發射量子通信衛星，初步形成天地一體的廣域網量子密鑰分發網絡。目前美國、歐盟等

98、國家也在推動量子通信建設，總體落后于中國。5.4 Quantinuum：首臺實現：首臺實現99.914(3)%雙量子比特門保真度的商用量子計算機雙量子比特門保真度的商用量子計算機45圖表：圖表：Quantinuum量子計算路線圖量子計算路線圖數據來源：光子盒，量子客，長城證券產業金融研究院2021年從國防承包商巨頭霍尼韋爾分拆并收購英國量子公司Cambridge Quantum后，Quantinuum公司開始全力發展量子計算機。最初的H1處理器，僅擁有10個量子比特，其QV為128（或27），從從H1中獲得的所有改進和經驗應用到下一代中獲得的所有改進和經驗應用到下一代H2處處理器中理器中，該處

99、理器目前支持32個量子比特。2024年，其離子阱量子計算機成為首臺實現離子阱量子計算機成為首臺實現99.914(3)%雙量子比特門雙量子比特門保真度的商用量子計算機保真度的商用量子計算機，QV體積超過體積超過100萬萬，并以指數級增長并以指數級增長。模型H2：基于新型QCCD架構的離子阱量子計算機，即Quantinuum系統模型H2，他們能夠在不增加錯誤率的情況下在不增加錯誤率的情況下增加量子比特的數量增加量子比特的數量（從20到32）。新系統成功地融合了對未來可擴展性至關重要的多項技術新系統成功地融合了對未來可擴展性至關重要的多項技術，包括電極廣播包括電極廣播、多多層射頻路由和磁光陷阱層射頻

100、路由和磁光陷阱(MOT)加載加載，同時保持甚至在某些情況下超越了先前同時保持甚至在某些情況下超越了先前QCCD系統的柵極保真度系統的柵極保真度。陷阱位于陷阱模具中心的峽部。陷阱的長軸為陷阱位于陷阱模具中心的峽部。陷阱的長軸為6.58 毫毫米（從兩側直流電極邊緣算起），峽部寬度為米（從兩側直流電極邊緣算起），峽部寬度為2.02 毫毫米米5.5 IonQ：為合作伙伴和客戶創造更多商業價值：為合作伙伴和客戶創造更多商業價值46圖表：圖表：IonQ軟件和硬件的路線圖軟件和硬件的路線圖數據來源：光子盒，長城證券產業金融研究院IonQ 由馬里蘭大學和杜克大學教授Christopher Monroe和Jun

101、gsang Kim于2015年共同創立，IonQ的硬件基于俘獲離子架構。IonQ在最大的量子行業聯盟QED-C的基礎上，推出了一個名為Algorithmic Qubits（#AQ）的基準，系統提供的#AQ越高，量子計算機就能為合作伙伴和客戶創造更多商業價值。#AQ35的優點：首先首先，量子比特數從量子比特數從30個增加到個增加到36個個。由于對可配置AOD進行了優化，這些額外的量子比特的增加不會影響柵極保真度或連接性。其次：#AQ 35編譯器通過應用新穎的編譯策略，有效地搜索電路中重復的小量子比特塊，將MC的雙量子比特門數減少了97%，僅為26門；將AE的雙量子比特門數減少了95%，僅為36門

102、。AQ 29成果中，IonQ受到了#AQ儲存庫中兩個電路系列的深度限制：蒙特卡羅（MC）和振幅估計（AE）電路。5.6 全球市場空間廣闊，未來將實現多場景應用全球市場空間廣闊，未來將實現多場景應用47圖表：圖表：2023-2030年全球量子通信行業市場規模（億美元）年全球量子通信行業市場規模（億美元）數據來源：量子客，華經產業研究院，量子計算發展態勢研究報告（2023年），長城證券產業金融研究院全球量子通信行業市場規模近年來迅速擴大全球量子通信行業市場規模近年來迅速擴大。量子通信以其無法被破解的加密特性，成為保障未來信息安全的重要技術，尤其在金融、國防、通信等關鍵領域具有廣泛應用前景。據華經產

103、業研究院數據，2024年全球量子通信市場規模預計達到26.7億美元，預計在2030年達到196.8億美元。短期投資大于收入：短期投資大于收入：IDC預測，2022年量子計算的銷售額將達到11億美元，并將以48.1%的復合年增長率增長，到2027年達到76億美元。IDC還預計，2023-2027年預測期間，量子計算市場的投資將以11.5%的復合年增長率增長，到2027年底達到近164億美元。10.826.754.6196.805010015020025020232024E2025E2030E圖表：量子計算應用場景分析圖表：量子計算應用場景分析六、相關標的六、相關標的6.1 相關標的相關標的數據來

104、源：長城證券產業金融研究院49云計算廠商：云計算廠商：微軟、谷歌、亞馬遜、Meta、蘋果；芯片：芯片：英偉達、高通、ARM、英飛凌、意法半導體；元宇宙：元宇宙：Unity、Roblox；IDC：Equinix、DLR；激光雷達：激光雷達：Luminar、Ouster、Lumentum；量子計算量子計算/量子通信：量子通信：IonQ、Quantum Computing Inc.、D-Wave Quantum Inc.、IBM、Honeywell6.2 盈利預測盈利預測50營業收入（百營業收入（百萬美元）萬美元）FY2023AFY2024AFY2025EFY2026EFY2027E微軟微軟211,

105、915245,122267,460305,831345,848蘋果蘋果383,285391,035417,257454,766478,230英偉達英偉達26,97460,922128,949198,618243,853高通高通35,82038,96243,87747,402-營業收入（百營業收入（百萬美元）萬美元）2022A2023A2024E2025E2026E谷歌谷歌282,836307,394348,137387,873429,462亞馬遜亞馬遜513,983574,785639,129709,668785,685Meta116,609134,902162,189186,866213,0

106、86Unity1,391 2,1871,7821,8542,011數據來源：Wind一致預期，長城證券產業金融研究院注：其中蘋果、高通為Wind一致預期，余下為長城證券產業金融研究院預期七、風險提示七、風險提示7.風險提示風險提示52 人工智能技術發展不及預期風險：人工智能技術發展不及預期風險：由于AI資本投入要求較高，可能出現因資金緊張或成本過高導致無法投入足夠資源到新技術中。汽車智能化技術突破不及預期風險：汽車智能化技術突破不及預期風險：由于芯片短缺，技術瓶頸等因素，可能出現智能電動車行業技術發展速度變慢，或因意外事故而停止研發的情況。機器人監管政策不確定性風險：機器人監管政策不確定性風險

107、：監管政策的變化可能對人形機器人行業產生深遠影響。政策調整可能導致企業面臨合規風險，如產品認證、數據安全、環保要求等。若企業不能及時調整戰略以符合新的政策要求，可能面臨處罰、市場準入障礙等風險。量子通信供應鏈不穩定風險：量子通信供應鏈不穩定風險：量子通信行業的發展依賴于一個穩定且成熟的供應鏈體系。量子通信作為一項高精尖技術，相關組件和材料的供應可能受到限制。免責聲明免責聲明長城證券股份有限公司（以下簡稱長城證券）具備中國證監會批準的證券投資咨詢業務資格。本報告由長城證券向專業投資者客戶及風險承受能力為穩健型、積極型、激進型的普通投資者客戶（以下統稱客戶）提供，除非另有說明，所有本報告的版權屬于

108、長城證券。未經長城證券事先書面授權許可，任何機構和個人不得以任何形式翻版、復制和發布，亦不得作為訴訟、仲裁、傳媒及任何單位或個人引用的證明或依據，不得用于未經允許的其它任何用途。如引用、刊發，需注明出處為長城證券研究院，且不得對本報告進行有悖原意的引用、刪節和修改。本報告是基于本公司認為可靠的已公開信息，但本公司不保證信息的準確性或完整性。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購買證券或其他投資標的的邀請或向他人作出邀請。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議。在任何情況下，本公司不對任何人因使用本報告中的任何內容所引致的

109、任何損失負任何責任。長城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。長城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。長城證券版權所有并保留一切權利。53特別聲明特別聲明證券期貨投資者適當性管理辦法、證券經營機構投資者適當性管理實施指引（試行）已于2017年7月1日起正式實施。因本研究報告涉及股票相關內容，僅面向長城證券客戶中的專業投資者及風險承受能力為穩健型、積極型、激進型的普通投資者。若您并非上述類型的投資者，請取消閱讀，請勿收藏、接收或使用本研究報告中的

110、任何信息。因此受限于訪問權限的設置，若給您造成不便，煩請見諒！感謝您給予的理解與配合。54分析師聲明分析師聲明本報告署名分析師在此聲明：本人具有中國證券業協會授予的證券投資咨詢執業資格或相當的專業勝任能力，在執業過程中恪守獨立誠信、勤勉盡職、謹慎客觀、公平公正的原則，獨立、客觀地出具本報告。本報告反映了本人的研究觀點，不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接接收到任何形式的報酬。長城證券投資評級說明長城證券投資評級說明公司評級：公司評級：買入預期未來6個月內股價相對行業指數漲幅15%以上;增持預期未來6個月內股價相對行業指數漲幅介于5%15%之間;持有預期未來6個月內股

111、價相對行業指數漲幅介于-5%5%之間;賣出預期未來6個月內股價相對行業指數跌幅5%以上。行業評級：行業評級：強于大市預期未來6個月內行業整體表現戰勝市場;中性預期未來6個月內行業整體表現與市場同步;弱于大市預期未來6個月內行業整體表現弱于市場。行業指中信一級行業，市場指滬深行業指中信一級行業，市場指滬深300300指數指數55長城證券產業金融研究院長城證券產業金融研究院深圳深圳地址：地址：深圳市福田區福田街道金田路2026號能源大廈南塔樓16層郵編：郵編：518033傳真：傳真：86-755-83516207北京北京地址：地址：北京市西城區西直門外大街112號陽光大廈8層郵編：郵編：100044傳真：傳真：86-10-88366686上海上海地址：地址：上海市浦東新區世博館路200號A座8層郵編：郵編：200126傳真：傳真：021-3182968156長城證券產業金融研究院長城研究長城研究 與您共成長與您共成長